Code for Life, AI for Future
本文字数:约 4460 字,预计阅读时间:15 分钟甲骨文「暴涨与暴跌」背后:万字解密AI豪赌困局甲骨文这家老牌科技巨头在AI领域进行豪赌,试图通过转型成为AI基础设施服务商,而其股价的暴涨与暴跌背后揭示出转型过程中的复杂性。在2024年,甲骨文董事长拉里·埃里森宣布公司将全面转型为AI基础设施服务商,锚定大模型训练与推理的核心场景。这一战略吸引了OpenAI和英伟达的合作,推动了甲骨文股价的飙升。然而,由于数据中心建设的融资困境,甲骨文面临了严峻的资金压力,这导致其股价经历了断崖式的下跌。甲骨文与OpenAI、英伟达的合作,一度被视为公司转型AI基础设施的“杀手锏”。2025年,甲骨文与OpenAI的3000亿美元五年期算力协议,更是将其股价推上了历史高点。然而,随着合作的深入,市场开始担忧OpenAI订单的可持续性以及甲骨文的财务健康状况。甲骨文的RPO(待履约订单)虽然达到了5230亿美元的新高,但这些订单转化为实际收入的效率远低于预期,且远期订单的兑现周期较长。甲骨文的财务状况也引发了市场对其AI转型的信心危机。截至2026财年二季度,甲骨文的总债务达到了1080亿美元,净杠杆
本文字数:约 5000 字,预计阅读时间:15 分钟AI代理正掏空白领市场!Citrini Research 发出失控预警:或在2028年引发经济崩溃Citrini Research 的最新报告指出,AI代理正在逐步掏空白领市场,可能导致2028年经济崩溃。报告中提到,AI技术的发展使得许多白领工作被自动化取代,从而引发“幽灵GDP”现象。幽灵GDP指的是由AI代理创造的虚拟经济活动,但这些活动并不反映在实际的经济产出和就业情况中。随着AI技术的进一步发展,预计到2028年,这种情况可能会失控,进而引发经济崩溃。该报告指出,AI技术的发展不仅会改变劳动力市场的结构,还会对经济的稳定性和可持续性产生影响。白领市场的自动化将会导致大量失业,而这些失业的白领工人将难以找到新的就业机会,因为新的就业机会可能已经被AI代理所取代。这将导致经济活动的减少,从而对经济增长产生负面影响。Citrini Research 建议,政府和企业需要采取措施,应对AI技术带来的挑战。这包括制定政策来支持劳动力市场的转型,为工人提供再培训和再教育的机会,以及推动技术的发展和创新,以创造新的就业机会。顶级的算力,失
本文字数:约 3600 字,预计阅读时间:15 分钟重点新闻YC最新断言:AI代理时代,创业者要做智能体想要的东西,而不是人想要的Y Combinator(YC)认为AGI(通用人工智能)时刻已经临近,它正以群体智能的形式爆发。YC的创始人Sam Altman最近在一次演讲中表示,未来的创业者需要重新思考他们的产品和服务的定位。过去的创业项目通常关注人类的需求,但在AI代理时代,创业者需要考虑的是智能体的需求,这将是一个全新的挑战和机遇。在这个新阶段,智能体不仅仅是执行人类指令的工具,它们将拥有自己的需求和目标。这意味着创业者需要设计出可以满足这些智能体需求的产品和服务。比如,智能体可能需要更多的数据来提升自己的能力,或者需要与其他智能体进行交互以实现更复杂的目标。这一断言对AI领域有着深远的影响。它不仅改变了创业者对市场需求的理解,也为AI技术的发展指明了新的方向。未来,如何与智能体进行有效合作,成为创业成功的关键之一。此外,这也意味着AI在各个领域的应用将更加深入,涉及的范围也将更加广泛。总之,YC的这一断言为AI创业者提供了一个全新的视角,激励他们思考如何在智能体主导的时代创造价
本文字数:约 3700 字,预计阅读时间:15 分钟重点新闻ICLR 2026|把LLM Embedding Model算力瓶颈,从Query侧彻底移走,LightRetriever来了在2026年的ICLR会议上,一篇关于LLM Embedding Model的研究引起了广泛关注。这项研究提出了一个新的模型框架——LightRetriever,旨在解决大语言模型在查询侧的算力瓶颈问题。在传统的LLM应用中,查询侧的计算资源消耗往往非常大,限制了系统的实时性和可扩展性。LightRetriever通过引入轻量级的检索机制,将计算复杂度从查询侧转移到了数据侧,从而有效降低了查询侧的计算负担。此外,LightRetriever还采用了高效的索引技术,进一步提升了查询速度和精度。这一创新不仅提升了大语言模型的应用效率,也为未来AI系统的优化提供了新的思路和方法。TMLR 2026 | 首篇多模态长上下文Token压缩综述:浙大、西湖大学等全面解析MLLM效率瓶颈近日,TMLR 2026发表了首篇关于多模态长上下文Token压缩的综述论文,该论文由浙江大学、西湖大学等研究机构合作完成。在多模态
本文字数:约 3500 字,预计阅读时间:15 分钟ICLR 2026 | 北航开源Code2Bench:双扩展动态评测,代码大模型告别躺平刷分北京航空航天大学的研究团队开源了Code2Bench,这是一款针对代码大模型的评测工具,通过双扩展动态评测机制,旨在评估代码生成模型的性能。传统的代码评测方法存在诸多局限,包括依赖预设测试用例和静态评估指标,这导致模型在实际应用中可能表现不佳。Code2Bench通过引入动态生成测试用例和扩展评测指标,能够更全面地评估代码生成模型的能力。Code2Bench的双扩展动态评测机制包括两个主要方面:测试用例的动态生成和评测指标的多维度扩展。动态生成测试用例可以模拟实际开发中的不确定性,评测指标的扩展则能够全面考察模型的代码质量、可读性、效率等多个维度。这一工具的发布,不仅为代码生成模型的评测提供了新的方法,也为相关领域的研究者提供了重要的参考和工具支持,有望推动代码大模型技术的发展和应用。不卷视频卷「造人」?Pika推出AI Selves,让你亲手「养大」数字分身Pika公司近日推出了AI Selves,一种能够帮助用户创建和培养数字分身的技术平台
康叔的AI全栈工坊