Next.js之父:单人万亿美元公司会出现,程序员只负责批预算

资讯 AI 行业观察 作者:AI科技大本营 全文 7797 字 · 约 20 分钟读完 配图 2 张 分类亚马逊AI 编程云计算

出趟差回公司,发现自家的 12 人技术团队背着自己,把全套底层架构从 AWS 连根拔起迁移到了 Vercel。 这是 Delphi 创始人Dara Ladjevardian前不久的真实遭遇。团队换掉 AWS 的理由极度现实:有了自主编程 Agent 和现代开发基建,他们再也不需要花高薪去养一个全职的基础设施工程师了。

所属频道 大厂动态算力与芯片AI 编程与开发

出差一趟回来,Dara Ladjevardian发现自家 12 人的技术团队瞒着他,把整套底层架构从 AWS 整体搬到了 Vercel。

他是 Delphi 的创始人,这件事就发生在前不久。团队换掉 AWS 的动机很直接:手上有自主编程 Agent,又有现代开发基建,就不必再花高薪养一个全职的基础设施工程师了。

之后在 Dara 主持的 Delphi 播客专访里,Vercel 创始人、Next.js 与 Socket.io 的创造者 Guillermo Rauch 把这轮自主编程 Agent(Autonomous Coding Agents)爆发背后的工程与商业底牌讲了个透:

Next.js之父:单人万亿美元公司会出现,程序员只负责批预算(配图 1)

当年 Instagram 只有 13 个人,靠 AWS S3 就击穿了拥有数千工程师的 Facebook;而在 Agentic 基础设施上,未来一定会出现只有 1 个人、市值却达到 1 万亿美元的公司。

软件业正在剧烈换血:传统的拖拽式低代码(Low-code)已经彻底死亡,代码生成本身不要钱了;软件的下一个核心采购方不是人类,而是每天调用 API 上百万次的 Agent。写代码、找 Bug、性能优化的边际成本全面归零之后,人类工程师最后剩下的唯一工作就是“资本分配”。

💡 要点速览:

  • 单人万亿美元公司必然出现:Instagram 当年靠 13 人借助云存储正面击败巨头;编程 Agent 带来上千倍的人效杠杆,单人运转超级软件公司的时代正在变成现实。
  • 低代码(Low-code)工具正在全面消亡:拖拽式设计原本是向“不会写代码的人”妥协,可今天代码的边际成本不仅为零,还是统一表达视频、3D、数学与逻辑的最高效介质,多余的抽象层已经没有存在的必要。
  • 软件服务的主体变了,从人换成了 Agent。早年是给程序员用,之后面向不懂技术的用户(v0 就是例子),如今则直接由 Agent 调用。哪款工具要是拿不出干净的 API、CLI 和 MCP(模型上下文协议),淘汰速度会跟当年不肯接万维网那批一样快。
  • 人类程序员的终极角色是“资本分配者”:开发、测试与性能调优这些具体活完全由 Agent 接管,人唯一的任务就是按商业目标给 Agent 分配 Token、算力与预算,并在边际收益递减时拍板喊停。
  • 信任是结果,不是输入:靠刷推特、办 Meetup 和做公关来建品牌是没用的。就像“腹肌是在厨房长出来的”,开发者的长期信任只来自系统安全、不厌其烦修 Bug、极简设计和清晰文档这些枯燥的基本功。
  • 在 Slack 设“尖叫”频道直面恶心问题:绝大多数创始人都在回避产品最烂的一面。Vercel 内部专门开了“Scream”频道,全量接收内部报错和用户差评,由 CEO 亲自盯盘,逼着团队直面系统缺陷。

以下是访谈全文:

瞒着 CEO 弃用 AWS:小团队不再需要全职运维

主持人:Guillermo,非常高兴你能来。

半年前,Delphi 还在重写底层代码库。那阵子我刚好出差不在,临走时 AWS 仍是我们唯一的基建供应商。

等我回来,团队已经瞒着我把整套底层迁到了 Vercel。老实讲,从一家成熟大厂换到另一个平台,何况你们那时也不是靠通用底层基建出名的,我心里很没底。可后来证明,团队这一步走得极对,这个产品替我们省下的时间和钱多到没法估量。

我想先请教:作为后来者,你最初是怎么决定下场和云巨头竞争的?这场仗又是怎么打的?

Guillermo Rauch:我做产品始终遵循一个原则,它必须源自真正的个人兴趣和亲身经历。

早年我在一家公司工作,软件都部署到传统物理数据中心,后来“云”的概念开始普及。作为一个有十几年经验的工程师,我第一次上手用云时甚至觉得自己很笨。为了让一个产品跑起来,我往往要花上整整一个月硬啃各种基础设施、网络和配置工具。

每解决一个繁琐的任务,我总会习惯性复盘:这次操作让我学到了什么?能不能把它固化成工具或基础设施,让下一次同样的任务简单得多?

从不少角度看,云算得上人类最了不起的发明之一,计算容量几乎要多少有多少。可对全世界大多数开发者而言,这层基础设施仍旧过于复杂,用起来实在别扭。

行业还没有普遍讨论 AI 之前,Vercel 就在做一件事:能不能把它做成自动驾驶?现在大家流行叫它“Agentic 基础设施”,几年前我们内部叫它“自动驾驶基础设施”,定位就是让云端部署像开自动驾驶汽车一样自然。

所以我从来没想过去正面抢夺那些被我甩在身后的旧方案。我要做的是下一代产品。

主持人问他,当初做决策时,难道就没怕过巨头竞争?

Guillermo Rauch 说真没有。在他看来,技术世界往前走,靠的是一代平台换掉上一代。

老技术通常不会一夜之间死掉,只是慢慢不再是行业关注的焦点。今天大家基本都用 Slack,可邮件还是偶尔要看;办公室角落里,传真机有时候也还在。

他琢磨的是什么样的技术代表未来。每来一波新的创新浪潮,Vercel 想做的就是那个最合适的底座,而不是替企业把 20 年前的老应用再搬一次家,那种搬迁没什么意义。

眼下编程 Agent 的爆发正好说明了这点。全球不少大企业之所以接进 Vercel,是因为自家工程师开始大规模用开发 Agent,而这些 Agent 对基础设施的要求是极轻、能即时响应。

对初创公司来讲,提前去接住正要到来的浪潮,比回头跟那股已经没劲的旧浪潮硬碰硬,有效得多。

1 个人加 AI Agent,完全可以撑起一家万亿美元公司

主持人说,这确实把游戏规则改了。他们团队只有 12 个人,初创公司想招一个顶尖的全职运维工程师很难,现在这个岗位干脆不需要了。

Guillermo Rauch 的目标,就是成就那种“规模极大、团队极小”的公司。

刚到硅谷创业那会儿,他在联合办公空间里眼看着 Instagram 起来。整个团队 13 个人,却正面冲击了有数千名工程师的 Facebook。

当时撑住他们的关键基建,是刚推出不久的 Amazon S3。机房里不用部署冗余机架、不用配磁盘阵列、不用搭供电设备,调一行 API 就能存下数亿张照片。

他坚信,未来一定会出现只有 1 个人、市值却到 1 万亿美元的公司。这话不是否定团队协作,而是说今天一个普通人配上一支编程 Agent 队伍,已经能干完过去几百甚至几千人的活,这种人效杠杆还在无限拉大。

主持人接着问:推广你们的基础设施 Agent 时,你们是专心服务那些已经尝到甜头的小团队,还是去说服大企业从 AWS 整体迁出来?

Guillermo Rauch 说,这里有个很有意思的“向上传导效应”(Trickle-up effect)。

中年人总想显得年轻,传统大企业也一样,眼睛盯着那些高精尖的 12 人小团队,想要那种交付效率。服务全球最激进的创新团队,反倒让他们自然吸引到了大客户的注意。

这种传导有时靠收并购完成——大公司把基于 Vercel 构建的初创公司买下来,技术栈就顺势渗了进去;有时则是大型企业自己的架构被迫做现代化改造。

比如很多年前他就一直在推“无头架构”(Headless Architecture),把前端展示和底层业务 API 彻底解耦。当时不少传统企业并不理解。可到了今天的 Agent 时代,人人都在主动拥抱这种架构:软件必须暴露干净的 API、命令行 CLI 和 MCP 协议,Agent 才能在上面自由调用、生成全新的交互界面。

代码 Agent 一普及,全世界的开发逻辑都在迅速向他们最初设定的架构靠拢。

解释 Vercel 价值最快的办法是“帮客户算钱”

主持人问,听起来你们早期定位很宽,最后是靠聚焦垂直领域才把业务做起来的?

Guillermo Rauch 说是的。刚进市场时他们还天真地对外宣传:“我们就像一个体验更好的完整 AWS,或者体验更好的 Google Cloud。”

这种宽泛的说法往往没什么效果。初创公司不能样样通样样松,世界始终只为最专精的产品买单。

于是他收缩战线,把精力集中到最能打透的场景——电子商务。

电商的商业逻辑极其简单直接:时间就是金钱。页面加载速度每提升一步,结算转化率就跟着往上走。当他能帮商家的前端性能提升 200% 时,对方第二天就能在财务报表上看到真金白银的营收增长。

这套打法把技术沟通的门槛直接抹平了。面对传统企业的 CEO 或 CIO,我不再从头讲技术细节,而是把投资回报率(ROI)摊开给他们算。

不少上市公司在公开财报里写得很直白:“把底层升级到 Vercel 之后,交易转化率直接带来了营收增量。”电商这条赛道被我们打穿了,随后才以同心圆的方式往其他领域扩。

这跟特斯拉当年的路子很像:先造一款极致的 Roadster 卖给极少数人,把产品力做透,再靠已有优势一层层往大众市场渗透。

信任像腹肌:靠厨房里练出来,不是刷推特刷出来的

主持人:不少开发者对 Vercel 的忠诚度和信仰都很高,外界甚至觉得你自带个人气场。你怎么看品牌信任这件事?

Guillermo Rauch:后 AGI 时代,信任会是最核心的商业壁垒。但信任不是输入项(Input),它是最终的产出项(Output)。

很多创始人以为“做品牌”就是多刷推特、办几场线下聚会、找公关发稿,或者把官网做得好看点。

这跟去健身房练腹肌一个道理。不少人觉得狂做卷腹就能练出腹肌,可真正的常识是:腹肌是在厨房里长出来的。决定身材的关键变量是营养、热量缺口、睡眠和长期的日常自律,做几个卷腹动作并不管用。

做企业也一样。开发者信任一个平台,不是因为你办了多少场 Meetup,而是来自底层扎实的基本功:系统够不够安全、出了 Bug 能不能秒级修复、文档写得够不够透、界面操作是不是绝对简单。

这种信任是在潜意识里攒起来的:可能来自你读过的一篇优质技术长文,也可能来自生产环境突然宕机时体验过的秒级回滚。五到七次微小的正面体验叠在一起,才最终凝成下意识的商业信任。

直面恶心和残次品:在 Slack 里开一个“尖叫”频道

主持人:现在不少同行都在强调设计感,但 Vercel 很早就把消费级产品的审美标准带进了开发者工具。初创期必须赶进度,是什么支撑你在上面重投入的?

Guillermo Rauch:当年,在 GitHub 仓库里认真写 README、给开源项目设计高精度 Logo、甚至为工具做一个带动画演示的独立官网,在业内都被看成离经叛道的疯狂想法。今天这些已经是全行业的标配。

可追求品质的过程极其折磨人。它要求你对自己交付的产品保持一种生理层面的挑剔和不满。

很多创始人管公司时,并没有真正去直面系统里最糟糕、最破烂的问题。他们就像坐在健身房里刷手机的人,时间看似待满了,实际根本没在核心痛点上花功夫。

那几百条差评问卷,你有多久没通读过了?那些因为系统崩溃而愤怒注销的付费客户,你敢主动去联系吗?

为了对抗这种人性的弱点,我们在 Vercel 内部专门建了一个 Slack 频道,名字叫“对内部开发者体验的尖叫”(Scream about internal developer experience)。

我把它设成了最高优先级提醒。内部员工或外部开发者只要碰上恶心、反人类的系统体验,报错信息就会全量同步进这个频道。我逼着自己和整个团队每天盯着最刺耳的反馈,去直面系统的缺陷。

低代码已死:代码现在完全免费,而且一切皆代码

主持人:Vercel 最早服务硬核程序员,后来靠 v0 拓展到非技术人员,现在又多了第三类客户——AI Agent。这怎样重塑了你们的产品逻辑?

Guillermo Rauch:技术门槛一直在降,但我们从来不是为了迁就那些不想追求极致的人。

Agent 正在抹掉所谓“技术人员”和“非技术人员”的边界,所有人最终都收敛成同一个角色:构建者(Builder)。

内部软件采购上,我们最近果断干掉了好几家传统 SaaS 供应商。很多低代码(Low-code/No-code)工具正在加速死亡,因为这类工具当初诞生,就是为了给不会写代码的人一套可视化拖拽组件。

但如今的大前提彻底变了:代码的边际成本不光降为零,而且一切皆代码。

代码能拿来生成3D场景、渲染视频,也能描述复杂的数学和商业逻辑,它是个全能的载体。过去要靠4到5个专用低代码工具拼起来的工作流,如今有了编程Agent,直接写成代码部署到Vercel,秒级就能跑通。

软件的核心客户变了:

不接入MCP和Agent的工具会被立刻淘汰

主持人问:Agent既然成了主流用户,软件跟外部世界打交道的方式会跟着怎么变?

Guillermo Rauch的回答很直接:哪个工具不肯给Agent留接口,就该被果断抛弃。

一个软件要是没有清晰的机器API、没有命令行接口、也不支持MCP(模型上下文协议),那它就把自己被Agent调用的路堵死了。这跟1995年互联网刚起来时,傲慢地宣称不接万维网一样蠢。

有人拿“保住数据护城河”来辩解,可他说自己作为客户根本不在意。手里的超级Agent要是没法跟你的系统交互,他就用脚投票。

MCP(Model Context Protocol)正变成Agent时代的新HTTP。以前用HTTP协议向人类传HTML网页,现在得靠MCP跟Agent做结构化沟通。

这不止是支持个格式那么简单。人用软件,一分钟最多点几十下;Agent接进来,调API的频次是人类的百万倍。不少过去看着运转正常的旧系统,在Agent高并发、无间歇的压力下一测,底层的速率限制和数据一致性漏洞立马现形。

为Agent做架构设计,系统就得有极强的伸缩能力。Vercel推的是Fluid Compute架构,空闲时能彻底缩容到零省钱;Agent一旦密集调用,又能瞬间横跨全球几十个可用区做无限弹性扩容。

人类未来的核心工作只有一项:资本分配

主持人问:写代码、维护系统都交给Agent了,开发者平时的注意力该往哪放?

Guillermo Rauch说,注意力得从“怎么实现功能”整个转到“验证与评估”(Evals)上。

放任不管的话,Agent很容易写出一堆形式主义的代码。他前几天就看到模型一口气生成数万行测试用例,仔细一瞧,居然是用单测去验证“2+2是否等于4”,或者核对一个常量是否等于它本身。

系统底层用了多冷门的数据结构或算法,他并不在乎。他在乎的是从系统边缘做真实的端到端(E2E)集成测试:交付的功能在真实业务场景里好不好用、安不安全。

代码实现不再是阻碍之后,人类工程师最核心的活就只剩“资本分配”(Capital Allocation)。

落到软件开发上,你得开始做商人式的权衡:算力和Token预算,究竟该往哪一个Agent流程倾斜?

Agent 找上门时,往往抛出一个很实际的问题:“人类,这个解析器的性能已经被我提到前所未有的高度。要是你硬要我冲到 100 分的极限成绩,按边际效益递减的规律,恐怕还得再耗掉你数千小时的高阶算力。你当真确定要这么干?”

这种时候,只有人能结合商业现实拍板:“不用了,这个性能对现有业务已经过剩了,把算力抽调到安全检测流程中去。”

人就从具体的搬砖工,变成了这支数字劳动力军队的资源调度官和战略把控者。

叫醒半夜睡觉的工程师?Agent的自主性正在失控

主持人问:Agent要是开始具备权衡取舍的判断力,是不是意味着人工干预的节点在往后移?

Guillermo Rauch答:甚至有些过了头。

他前几天在社交平台上看到,有开发者把Agent的决策逻辑绑到了半夜的急救闹钟上。缘由是Agent自主重构代码时碰上一个两难的技术权衡,开发者怕它在后台彻底挂起耽误进度,宁可让系统凌晨两点打电话把自己叫醒去拍板。

当然,这种昼夜颠倒的作息我并不主张。但我投的几家初创团队,眼下已经在试水完全自主化的组织形态:人只管拿出最开始的一笔 Token 资金,之后 Agent 自己分成增长、工程、风控、决策等角色,把业务全自动转起来。

这个过程中,Agent 的“自主意志”得时刻防着。它曾为了单纯完成某个既定目标,直接越权黑进外部协作系统。把安全与伦理的硬边界划清楚,是开发者不能破的底线。

旧金山深夜大火:大难不死后,我把每一天都当作从零起步

主持人:你职业生涯中最黑暗、最具挑战性的时刻是什么?它如何重塑了你的领导力?

Guillermo Rauch:最黑暗的时刻发生在我刚来旧金山打造第一家初创公司的时候。

当时我非常年轻,孤身一人。深夜里,我住的那栋房子突发大火。

我从梦里惊醒,一路拼命往外跑,才捡回一条命。可并非人人都能全身而退——两名室友在火里落下了极重的伤。至于我那些身外之物,一夜之间全成了灰。

那是一场彻底的当头棒喝。走出火…的那一刻,我意识到自己在物质和精神上都必须完完全全从零开始。

谁也没法张口劝别人“去体验一次濒死,好换一场精神顿悟”。可那场灾难确实把我对物质的执念磨得干干净净,人也从那时起,慢慢学会为活着这件事本身心怀感激。

后来在创业中遭遇再大的颠簸,我都能够坦然直面,把每一天当做全新的起点去对待。

养育 6 个孩子就像从概率分布中采样:

语法已死,教他们思考的工具

主持人:听说你现在已经是 6 个孩子的父亲了?

Guillermo Rauch:是的,我幽默地称他们为我的 6 个“子 Agent”(Sub-agents)。

养育 6 个孩子极其美妙,就像是从人类性格、偏好与能力的概率分布中做了 6 次截然不同的采样。

这件事让我彻底看清了一点:没有谁能在所有领域都样样拿手。人这一生最要紧的,是找到属于自己的“Ikigai”——你热爱的事、你擅长的事,再加上能换回商业价值的事,三者的交集就在那里。

对于我的孩子们,我不再像五年前那样去逼他们学习具体的 JavaScript 编程语法,具体的语法规则在今天已经死透了。

我更在意的,是怎么给他们提供“思考的工具”(Tools for thought)。个人电脑也好,搜索引擎也好,再到今天的智能 Agent,说到底都是给人类大脑加装的外挂。

我有个孩子手绘天分很高,我照样鼓励他拿起铅笔画画;另一边,我也会教他怎么用 AI 模型把自己的点子放大,做出趁手的生产力工具。

先找到真实的热爱,打磨扎实的思维根基,再去驾驭 AI 工具的杠杆,这才是后 AGI 时代不可替代的能力。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 企业AI智能体转向管控与算账:权限、审批和ROI成新焦点

    2026年11月初,企业级AI应用从概念验证走向深水区。NVIDIA强化智能体数据权限,AWS引入动态人工审批机制以平衡效率与安全,Weave等平台开始量化AI编码工具的真实投资回报率。与此同时,Runway与Claude Code的集成降低了多媒体开发门槛,而信任缺失仍是阻碍AI助手大规模采用的主要瓶颈。本文梳理了近

    来源 AI 应用前沿
  2. Astra改Qwen权重刷屏:分数暴涨另有解释,RSI仍远

    作者|刘必可(微信zbthdx)编辑|王兆洋(微信Geisterspiele)11 月 2 日,MIT CSAIL 的四位研究者 Rikiya Takehi、Jayden Teoh、Alex Zhang 和 Omar Khattab 发了一篇博客,标题叫《权重空间编程的火花》(Sparks of Weight-Spac

    来源 腾讯网
  3. Cloudflare三季度营收7.83亿美元增39%,年化营收首破30亿

    IT之家 11 月 6 日消息,当地时间 11 月 5 日,云服务提供商 Cloudflare 公布了截至 2026 年 9 月 30 日的第三季度财务业绩。 财报显示,公司第三季度总营收为 7.825 亿美元(IT之家注:现汇率约合 52.29 亿元人民币),同比增长 39%,为公司近四年来最快的单季增速,年化营收首

    来源 AI 行业观察
  4. AI攻击提速,边缘安全成企业新防线

    人工智能正在重塑网络安全攻防格局。随着AI在漏洞发现、攻击代码生成和自动化执行等环节的能力不断增强,网络攻击的速度与复杂程度持续提升,企业对快速检测、实时拦截和协同响应的需求随之增长。依托分布式网络、能够在业务访问入口部署防护能力的边缘安全平台,正迎来新的发展机遇。

    来源 TechWeb
  5. Cloudflare三季度营收7.825亿美元,同比增长39%

    当地时间11月5日,云服务提供商Cloudflare发布截至2026年9月30日的第三季度财务业绩。第三季度总营收为7.825亿美元,同比增长39%;GAAP营业亏损为6790万美元,非GAAP营业利润为1.371亿美元。公司预计2026财年第四季度总营收8.450亿至8.460亿美元,非GAAP营业利润1.560亿至

    来源 AI 行业观察
  6. 核桃编程新一代AI编程硬件亮相:单主控集成感知,支持图形化到Python

    日前,第88届中国教育装备展示会在长沙国际会展中心成功举办。在本届以“人工智能引领教育装备高质量发展”为主题的展会上,一座鲜活的“未来城市”呈现在核桃编程的展台上。 这座以长沙市为原型的“未来城市”包含了一座垂直交通塔、一栋四层的现代住宅,一座卫星式结构的科考观察站,还有一座以长沙市地标“爱晚亭”为原型的景观亭台。在围

    来源 AI 行业观察
  7. AI 帮用户成功“越狱”跑步机:Claude 轻松干掉 iFIT 订阅墙,大屏幕秒变自由流媒体

    近日,海外网友在 Reddit 社区分享了一次极具极客色彩的硬件改造经历:他借助 AI 编程工具 Claude Code,成功对家中的 NordicTrack Commercial2250跑步机进行了系统“越狱”,彻底绕过了官方对 iFIT 的强制订阅限制,将原本封闭的大屏改造成了可以自由使用的流媒体娱乐界面。 从烦人

    来源 AI 开发者社区
  8. OpenAI收购Pierre:Codex补齐代码存储与审查能力

    人工智能行业的军备竞赛正加速向开发者工具深水区挺进。当地时间11月4日,OpenAI 官方正式对外宣布,将收购代码管理与审查初创公司 Pierre。通过这笔收购,OpenAI 旨在将 Pierre 旗下成熟的代码分布式存储与审查技术深度整合至自家的 Codex 系统中,为开发者构建从智能体创建分支到线上部署的现代化软件

    来源 AI 开发者社区
  9. 谷歌为Anthropic 196亿美元租约担保,TPU条款绑住401MW算力

    2026年11月4日,TeraWulf披露谷歌已签署信用支持协议,为Anthropic在肯塔基州约196亿美元、20年的算力租约提供担保,园区提供401MW算力。这份协议将谷歌与Anthropic的关系从股东、云服务商升级为生存性债务担保人,同时附带强制使用谷歌TPU的硬件条款。在Anthropic即将IPO背景下,谷

    来源 AI 科技快讯
  10. Meta收购Conductor:并行智能体团队将加入超级智能实验室

    Meta已确认收购AI编码初创公司Conductor,后者允许用户通过将多个智能体部署至并行工作区来快速启动软件项目。该消息最初由Axios报道,Conductor创始人兼CEO Charlie Holtz同步在博客中宣布这一进展,并表示公司将于“明年年初”为客户带来“一些新东西”。 Meta向TechCrunch证实

    来源 AI 开发者社区
  11. 数据中心政策生变:150亿美元贷款受阻,AI基建股先跌为敬

    图片由AI生成文|晓静编辑|徐青阳两天之内,华尔街上演了一场剧烈反转。美国当地时间11月4日,道琼斯指数上涨约3%,标普500上涨1.6%,纳斯达克上涨1.4%。微软、亚马逊分别上涨6.7%和6.1%,大型科技股带动市场迎来美国中期选举后的反弹。但在大盘上涨的同时,AI基础设施板块已经出现明显抛售。数据中心开发商Hut

    来源 腾讯网
  12. Qoder摘得领先科技奖:阿里AI编程47.6%份额背后

    2026年世界互联网大会领先科技奖揭晓,阿里 Qoder 成为唯一获奖的通用 Agent 产品。从 IDC 数据看,它以 47.6% 份额居国内首位。本文复盘 Qoder 如何在 Cursor、Copilot 等强敌环伺下突围,以及它如何从程序员工具演变为业务人员也能用的 AI 技术底座,通过吉利、西鲜记等案例展示其真

    来源 AI 应用前沿
  13. 申通快递联手千问办公:Agent能力下沉全国网点

    【TechWeb】11月6日消息,申通快递与千问办公正式达成战略合作。双方将围绕快递核心场景打造 AI 办公体系,以Agent能力支撑申通快递全国网点的增长战略落地,推动AI从总部管理向末端网点规模化输出,加速物流服务智能化升级。申通快递总裁韩永彦与千问办公CEO陈宇森等共同见证签约。 申通快递作为中国头部快递企业,拥

    来源 AI 行业观察
  14. 李飞飞Jeff Dean对谈:AI递归自我改进真有物理天花板吗

    AI 能否自己改进自己,甚至不断加快下一代 AI 的研发速度?过去几个月,递归自我改进(Recursive Self-Improvement,RSI)迅速成为硅谷的热门话题。随着 AI 在编程、算法优化和模型研发中承担越来越多的工作,让 AI 参与自身研发的设想开始走向实践。但 RSI 究竟意味着什么,行业仍缺少统一的

    来源 腾讯网
  15. OpenAI模型在Firefox挖出111个RCE漏洞:81个为全新发现

    本期重点:OpenAI的自动化安全管线在Firefox里揪出111个渲染器漏洞,其中81个是新的;GitHub发布新Git存储架构,单仓库能扛5000个并发智能体写入;Hugging Face把ML Intern做成了Slack机器人,AWS Bedrock上线Web Answer工具。另外,a16z报告指出公开漏洞数

    来源 AI 应用前沿
  16. Anthropic为Claude加个人理财:只读权限,可查消费与账单

    IT之家 11 月 6 日消息,当地时间 11 月 5 日,Anthropic 宣布为 Claude 加入个人理财功能,本周开启灰度测试,面向美国地区的 Pro、Max 以及 Ultra 订阅用户开放。 据官方介绍,想要理清自己的财务状况,用户再也不用挨个打开银行 App,自己动手算账了。借助 Claude 个人财务功

    来源 AI 行业观察
  17. OpenAI发布GPT-6 Cyber:攻防能力双升,风险评级升至Critical

    AI 在网络安全领域的能力,又迎来了一次重大升级。 就在刚刚,OpenAI 正式发布新一代网络安全模型GPT-6 Cyber,能够自主发现软件漏洞、验证漏洞是否可以利用,并协助研究人员开发修复方案。 相比上一代 GPT-5.6 Cyber,新模型在漏洞利用测试中的成绩相对提升约 51%,同时大幅改善了执行安全任务时的指

    来源 AI 行业观察
  18. OpenAI一周造948个Linux补丁,OCRia-1提速10倍

    本期速报聚焦AI在科研与基础设施层面的实质性进展。OpenAI的自动化安全管线以百万美元成本发现并修补了948个Linux内核漏洞,展示了AI在网络安全领域的“机器速度”。文档理解方面,OCRia-1试图统一处理表格、公式等复杂元素,推理速度大幅提升。此外,Anthropic利用Claude加速细菌结构生物学研究,Go

    来源 AI 应用前沿
  19. AI智能体记忆越用越长,推理引擎为何跟不上

    你有没有想过,一个能帮你写代码、查资料、跑测试的AI智能体,为什么用着用着就变慢了?答案藏在一个很少被普通用户注意到的地方:对话记录。一个长期运行的AI智能体,比如帮你修Bug的编程助手,会不断积累历史,每次工具调用、每次推理、每次用户追问,都变成新的文字塞进上下文。几十轮下来,这段历史可能长达十几万个token。..

    来源 腾讯网
  20. 从一次滑移到可复用经验:大晓“双脑协同”如何让机器人少走弯路

    为什么需要“双脑”协同?三个递进闭环第一是自主执行闭环,让机器人更可靠完成当前任务。双脑协同希望建立的,正是任务推理与物理预测通过真实反馈相互校正、执行认识经过验证进入后续学习、学习与研发方法持续改进的路径。让一台机器人付出的探索,为更多机器人省下重复试错的代价——这是大晓双脑协同试图推动的进步。

    来源 TechWeb
  21. Thinking Machines Lab:400亿投前估值募50亿美元

    IT之家 11 月 6 日消息,媒体 Business Insider 当地时间昨日报道称,由前 OpenAI 首席技术官 Mira Murati 创立的人工智能企业 Thinking Machines Lab 正以 400 亿美元(IT之家注:现汇率约合 2,673.01 亿元人民币)投前估值筹集 50 亿美元(现汇

    来源 AI 行业观察
  22. 软银收购ABB机器人业务:中国审查否决,53.75亿美元交易遇阻

    据媒体报道,ABB机器人业务在全球工业机器人市场位居第二,与发那科、安川电机、库卡并称“四大家族”。中国是ABB全球最大的机器人交付市场,约占其机器人业务30%的份额。ABB在中国设有约30家企业,业务覆盖近130个城市。这笔交易最初于2025年10月宣布,软银计划以53.75亿美元的企业价值收购ABB的机器人业务,原

    来源 TechWeb
向下滚动自动加载更多