AI日报 on FunkyGod - 投资与AI实践笔记

具身智能日报｜KOID Shop落子纽约：中国人形机器人首次进入美国实体零售

Thu, 02 Jul 2026 17:10:00 +0800

追踪具身智能与人形机器人领域最新进展：KOID Shop纽约快闪店开业、WAIC 2026倒计时启动、Figure AI F.03抵达宝马工厂等

AI日报｜Micron市值超越Meta/Tesla；Ford召回资深工程师；Google限制Meta用Gemini

Mon, 29 Jun 2026 21:00:00 +0800

AI前沿观察

2026-06-29

Micron市值超越Meta和Tesla——AI内存短缺成就半导体新王者

内存芯片制造商美光（Micron）本周成为华尔街新宠。周四盘中一度短暂超越Meta和Tesla市值，周五收盘市值约1.27万亿美元，股价年内涨幅超236%。这一切的背后，是AI数据中心建设狂潮对HBM（高带宽内存）的疯狂需求。

核心事实：

Q3营收同比增长4倍至414.5亿美元，利润从18.8亿飙升至282亿美元
与Nvidia、Anthropic等签订16份长期供应协议
分析师预判内存短缺将持续至2027年（"RAMageddon"）

第一性思考： 为什么是内存而不是GPU成为瓶颈？因为GPU可以堆，但HBM的良率和产能爬坡速度决定了整条链的节奏。美光的护城河不是技术，是时间——新建一座晶圆厂需要数年，而AI需求就在眼前。这和当年石油公司的逻辑如出一辙：资源本身不是壁垒，获取资源的能力才是。

Ford召回350名"灰发"工程师——AI替代工种神话的破灭

Ford首席运营官Kumar Galhotra本周表示，公司重新聘请了350名资深工程师（部分为前员工，部分来自供应商），原因是"越来越依赖自动化质量系统，但结果令人失望"。

核心事实：

硬件工程副总裁Charles Poon坦言："我们以为引入AI、输入设计要求，就能生产出高质量产品——这个想法错了"
这批工程师（内部称"gray beard"）负责培训年轻人和重新校准AI工具
成效显著：保修和召回成本降低，"为Ford节省了数亿美元"

第一性思考： AI在规则明确的推理任务上很强，但在隐性知识（tacit knowledge）上依然拉胯。什么叫好的工艺质量？这种东西很难用数据喂给模型，需要几十年经验积累。这不是AI的bug，是AI的物理极限。Ford的教训值得所有想用AI"降本增效"的制造业公司深思。

Google限制Meta使用Gemini——AI基础设施瓶颈的真实写照

据Financial Times报道，Google已通知Meta及其他客户，无法满足其对Gemini算力的需求。这是AI基础设施紧张的又一个信号——即使投入了数百亿美元建数据中心，行业仍无法支撑不断膨胀的需求。

核心事实：

Meta越来越依赖Google的Gemini API满足内部需求
Google自身也在苦苦应对算力短缺
这一切发生在各公司"砸重金"建设自有基础设施的背景下

第一性思考： 第一性原理追问：算力瓶颈的物理极限在哪？答案取决于电力和芯片产能。一个100MW的数据中心需要稳定的清洁电力，这是比芯片更难解决的约束。Google的选择性断供，实际上是在用市场方式分配稀缺资源——谁付更多钱，谁先用。这和电网调度员的逻辑没什么不同。

中国Z.ai的GLM-5.2在网络安全场景追上Mythos——开源模型的新威胁

中国Zhipu AI（Z.ai）发布开源权重模型GLM-5.2，研究者声称其在特定漏洞发现和网络安全场景中与Anthropic的Mythos持平，尽管通用能力仍有差距。

核心事实：

GLM是开源模型，任何人可在普通硬件上下载运行
美国政府已将先进AI模型视为国家安全威胁，实施出口管制
但开源模型的传播速度远超任何出口禁令的管控能力

第一性思考： 出口管制管得住芯片，但管不住已经在外面的模型权重。一旦权重泄露（或者像GLM这样合法发布），任何人都能微调和使用。这给美国AI监管逻辑提出了根本性挑战：管硬件有效，管软件——特别是开源软件——几乎不可能。这不是技术问题，这是物理vs信息的边界问题。

检方用ChatGPT对话记录起诉火灾嫌疑人不被采纳——AI隐私的法律边界

在Palisades火灾纵火案中，检方将嫌疑人的ChatGPT对话记录（包括"为什么我总是这么愤怒"等问题）作为证据提交。然而陪审团以10-2认定被告无罪，一位陪审员表示："我每天都和ChatGPT聊天"，认为这不能说明任何问题。

核心事实：

检方认为ChatGPT对话反映了嫌疑人的心理状态
陪审团明确拒绝了这种推断
这是AI对话记录作为法庭证据的标志性案例

第一性思考： 这个案子的意义不在于"AI能不能当证据"，而在于公众如何理解AI对话的本质。陪审员的反应说明：普通人已经把AI聊天视为一种正常行为，和自言自语没有本质区别。法律体系还没有为这个新现实做好准备——什么情况下AI对话能反映真实意图？什么情况下只是用户的"角色扮演"？这些问题在2026年还没有答案。

来源：TechCrunch、The Verge、Financial Times | 时间：2026-06-29 21:00

AI日报｜OpenAI发布自研推理芯片Jalapeño，DeepMind公开AI Agent安全路线图

Wed, 24 Jun 2026 00:00:00 +0000

每日汇总来自全球主要 AI 实验室与研究机构的官方博客文章，筛选有深度、有实质内容的技术与产品进展。

🤖 AI博客汇总 | 2026-06-24 23:03

📰 OpenAI and Broadcom unveil LLM-optimized inference chip

OpenAI 联手博通发布首颗自研推理芯片 Jalapeño

6月24日，OpenAI 正式发布其与博通合作开发的首款 AI 推理加速芯片 Jalapeño。这颗芯片从零开始设计，围绕 LLM 推理的物理需求——核函数优化、内存移动、网络和 serving 模式——进行架构定制，而非将通用加速器改写而来。

关键数据：

从设计到 tape-out 仅用 9 个月，官方称这是高性能先进半导体史上最快的 ASIC 开发周期
工程样品已在实验室以目标频率和功耗运行，包括 GPT-5.3-Codex-Spark
初步测试显示 每瓦性能显著优于当前最先进的竞品
计划 2026 年底前部署于 千兆瓦级数据中心，与微软等合作伙伴联合推进
博通 CEO Hock Tan 表示这是"多代路线图的开端"

OpenAI 表示，Jalapeño 将与其全栈战略形成飞轮：更好的基础设施 → 更高效的训练与服务 → 更有能力的模型 → 更好的产品 → 更多的用户与收入 → 更多的基础设施投入。Greg Brockman 的原话是："世界正在走向算力经济，Jalapeño 是我们让先进 AI 更快、更可靠、更普惠的长线布局。"

来源：OpenAI Blog | 时间：2026-06-24

AI日报｜Oracle因AI裁员2.1万人、Meta深伪内容争议、五眼联盟警告AI网络威胁

Tue, 23 Jun 2026 18:00:00 +0800

Oracle因AI裁员2.1万人，科技业今年超11万人被替代

甲骨文公司在过去12个月裁减约2.1万名员工，规模约占总人力的13%。公司在周一提交的一份披露文件中明确将裁员部分归因于AI技术的推进。值得关注的是，Oracle并非孤例——截至目前，2026年已有196家科技公司累计裁员超过11.98万人，「AI替代效应」正在从概念变为现实。

这则消息之所以重要，是因为Oracle是 enterprise 软件和数据库领域的老牌巨头，其技术决策通常滞后于消费互联网公司。它的AI裁员动作说明：AI对白领工作的冲击已经从实验室进入企业实际运营阶段。这与此前侧重「AI辅助编程」或「AI生成文案」的叙事不同——Oracle的裁员指向的是更深层的业务流程自动化。

从第一性原理看：企业的终极目标是用更少的劳动力产出更多的价值。如果AI能够替代白领工作（而不仅是辅助），其对劳动力市场的影响将远超此前多数分析的预期。当然，这里仍有重要的不确定性：被裁员工是否转向了其他AI相关岗位？AI替代的是否是重复性工作而非创造性工作？但无论如何，这都是一个值得高度关注信号。

📎 Oracle cut 21,000 jobs because of AI - The Verge | 路透社原始披露文件

Meta暂停员工追踪工具：AI训练数据泄露的内部危机

Meta已暂停其争议性AI训练数据收集项目，此前Business Insider获取的截图显示，该程序收集的数据——包括员工私人对话、工作绩效评估和通话记录——可在公司内部随意访问。Meta声明表示：「我们为该项目设计了隐私保护措施，目前尚无数据被不当访问的迹象，但正在暂停项目展开调查。」

这起事件的深层含义在于它揭示了科技公司在AI训练数据获取上的激进策略。当员工的工作内容、私人对话都成为模型训练素材时，「数据隐私」的边界在哪里？Meta此前就因未经同意使用用户数据训练AI而备受批评，这次内部泄露不过是同一逻辑的延伸。

对于整个行业而言，此事件可能带来两方面影响：一是监管机构可能借此加强对企业AI训练数据来源的审查；二是员工对公司的数据信任度下降，可能影响人才留存。

📎 Meta pauses employee tracking tool after internal leak - The Verge

五眼联盟呼吁立即行动：AI正在重塑网络威胁格局

美国、英国、加拿大、澳大利亚和新西兰组成的情报联盟「五眼」（Five Eyes）发布联合警告，称AI模型预计将在数月内从根本上改变网络攻防能力，「违规行为必然会发生」。五眼联盟在声明中明确指出：「对手已经在利用AI以更快的速度、更高的效率行动，防御方必须做到同样水平。」

英国国家网络安全中心（NCSC）发布的配套报告详细阐述了AI如何改变网络风险：AI使攻击者能够大规模自动化入侵、生成更难检测的钓鱼内容、快速扫描漏洞并发起定向攻击。

这是迄今为止最权威的政府机构对AI网络威胁的系统性表态。考虑到五眼联盟成员国的情报能力，其判断的可信度远高于一般安全公司的报告。

📎 Five Eyes urges organizations to 'act now' against AI cyber threats - The Verge | NCSC原始报告

SK Hynix超越三星：AI存储芯片格局剧变

芯片制造商SK Hynix——英伟达和谷歌高带宽内存（HBM）芯片的供应商——其市值已突破1.35万亿美元，正式超越三星电子成为韩国最具价值公司。三星自2000年以来一直占据榜首位置。路透社的报道称之为SK Hynix的「戏剧性复兴」，因为就在二十年前，这家公司还几乎被债务压垮。

这则消息背后是一个深刻的第一性原理变化：AI计算的核心瓶颈正在从GPU算力向内存带宽转移。HBM芯片之所以重要，是因为大模型推理需要高速数据吞吐——算力再强，数据传不进去也是白搭。SK Hynix早早押注HBM并与英伟达深度绑定，而三星在HBM研发上进展相对缓慢，最终导致今天的格局翻转。

对投资者而言，这意味着AI基础设施的投资逻辑正在分化：不仅要看GPU，还要看内存、网络和存储。

📎 SK Hynix overtakes Samsung as Korea's most valuable company - The Verge