AI重塑格局：人才奔涌、机器人反超，别再纠结学不学AI
本周AI圈发生两件大事，串联起来，信息量惊人。第一：Noam Shazeer 离开谷歌，加入 OpenAI。如果你不熟悉这个名字，先看一个数字——27亿美元。这是2025年谷歌为将他从 Character.AI 挖回所支付的代价。当时不仅收购了公司，还签了对赌协议，连人带团队全数打包。如今，他再次离开。第二：AlphaFold 负责人 John Jumper，在 DeepMind 工作近九年，刚斩获2024年诺贝尔化学奖，随即转投 Anthropic。两位全球顶尖AI科学家，几乎同步做出相同抉择。这不是偶
韩国电力宣布第三季电价保持稳定
韩国电力公社（KEPCO）周一宣布，尽管全球能源价格剧烈震荡，第三季度电价将维持现状。 该公司指出，作为电价核心的调整燃料成本，7月至9月期间将继续保持在每千瓦时5韩元的上限。 自2022年第三季起，韩国电力公社一直将调整燃料成本锁定在每千瓦时5韩元。 调整燃料成本于每季开始前敲定，可在每千瓦时正负5韩元范围内波动，根据过去三个月的能源价格，如煤炭和液化天然气（LNG）成本进行调整。 韩国电力公社（KEPCO）表示，政府已通知该公司，基于其财务情况，应维持当前电价不变。 该公司还补充道，政府已要求其全面落
AI数据中心持续扩张，电费水费及环境代价由谁买单
许多人如今已经认同一个事实：AI 能力出众，并且未来还会更加强大。然而还有另一件事，普通大众其实尚未真正察觉。那就是 AI 并非仅仅存在于对话框内，其背后是一整套日益庞大、愈发耗能、不断吞噬资源的实体基础设施。并且这套基础设施的代价，终归不可能永远只体现在大企业的财务报表中。电力、水源、土地以及环境方面的压力，迟早需要有人来负担。美联社于 2026 年 6 月 3 日的报道里引用联合国大学的研究表明，数据中心的环境影响规模已接近某些大型国家的水平，而 AI 还在进一步加剧这种负担。（
AI将重塑影视小说格局
真正具备原创性的作品其实寥寥无几，当下涌现的新作更是凤毛麟角，人工智能能够近乎完美地进行重组与拼贴，加之海量普通人的加入，影视与小说领域势必将被人工智能所取代。事实上，受冲击的远不止影视和小说，几乎整个娱乐产业都难逃被替代的命运。诸如马拉松、越野跑这类活动反而难以被取代，毕竟需要人体亲身参与，而凡是仅停留在视觉层面的娱乐形式，终将沦为人工智能的领地。人工智能的创作成本极低且种类繁富，正如刘慈欣笔下所述，若有外星人将地球视为能源，便能穷尽所有可组合的诗词篇章。人工智能同样能生成满足人们多样化需求的各类娱乐作
人工智能推升硬件价格，你的下一部手机电脑或将更贵
当前大众谈论人工智能时，脑海里浮现的往往是模型性能、Agent、机器人这类概念，或者哪家初创又获得了融资。然而对于普罗大众而言，人工智能更快渗透日常的途径，或许不在于什么惊艳的新特性，而是在下次更换手机、升级电脑、添置家电时，发现账单已经悄悄变长。回顾最近一周，内存、存储以及消费电子成本领域传出的多则消息串联起来，已经勾勒出一个相当清晰的图景：人工智能的建置成本，正在向消费电子领域蔓延扩散。TechCrunch 在 2026 年 6 月 17 日的报道中提及，苹果 CEO Tim Cook 在受访时坦言，
人工智能的最终归宿：重获自由与回归人性
人工智能的最终归宿并非提升人类效率，而是让人类免于像机器般运转。当生存不再逼迫人们行事，个体才真正享有选择行为的权力——此即自由。自由并非财富的绝对数额，而是收益与开销之间的余量。余量越宽，自由越广。阶段人类状态机器状态劳动属性工业革命前人类如人（但谋生艰难）无机器谋生劳动，遵循自然节律工业革命后人类如机器（流水线、考勤、考核）机器如机器谋生劳动，受工业体系约束AI革命进行中人类更如机器（996、算法支配、绩效量化）机器渐如人谋生劳动，受数字体系重压AI革命终局人类回归人性机器如机器（代行机器本职）意义劳
华尔街观察：万亿AI投资的价值困局
这期节目深度剖析了全球AI产业里庞大资金注入与终端收益萎缩间的巨大割裂。从一侧看，科技大厂正以空前的手笔砸向硬件基建与能源项目，企图借垄断关键资源来筑起护城河；从另一侧看，伴随大模型日趋同质化及各类开源平替的崛起，软件层面的议价能力正快速崩塌。此种失衡激起了针对投资回报率的普遍担忧，特别是高昂的算力开销撞击上仅限内部提效而难促营收的商业模式之时。归根结底，产业价值链正朝向任务调度层及私密数据资产倾斜，而地缘力量介入则化作了维系特定领域竞争壁垒的刻意工具。精准投放微信公众号：华尔街俱乐部这期节目深度剖析了全
AI推高硬件成本，下一代iPhone或难逃涨价
买手机的人，正在替训练大模型的人付一部分账。这句话听起来有点绕，但它正在变成现实。过去几年，AI公司抢的是GPU，是机房，是电力。现在，它们又把手伸向了另一种更基础的东西：内存和存储。苹果已经把压力摆到了台面上。问题不是某一代iPhone突然多了一个摄像头，也不是某个新功能多花了几美元研发费，而是DRAM、NAND这些看起来没那么性感的芯片，开始被AI基础设施重新定价。一台手机、一台电脑、一副耳机，里面都离不开内存和存储。过去这些东西像空气一样存在，消费者只在选128GB还是256GB时感受到价格差。但A
花旗力挺建发国际：维持买入评级，目标价升至18.8港元
花旗发表研究报告指出，鉴于建发国际（01908）在2025年3月顺利达成开发商交接、落实员工持股激励计划以及推动城市更新项目，该行决定给予其“买入”评级，并预计股息率达到6.4%。同时，花旗提高了估值倍数，将今年预测市盈率从9倍提升至10倍，目标价相应由16.9港元上调至18.8港元，以印证其更优的销售业绩与未来展望。 报告提到，建发国际在核心城市的销售情况已经回暖。花旗对该股保持积极态度，主要逻辑涵盖：4月与5月销售回暖，同比增幅达13%，前十大核心城市销售额攀升8.4%；土储拓展提速，6月份斩获深圳新
AI直播引爆新商机，智享三代一键开启全天带货
直播电商发展至今，赛道竞争已进入白热化阶段。高薪主播难觅、人工直播时间受限、深夜流量闲置、多平台运营成本高企，众多实体店主、电商卖家与副业创业者深陷内卷，增收难、成本高成普遍困境。而AI直播的全面落地，彻底打破传统模式壁垒，成为当前带货领域公认的财富新风口。想要突围，一套可靠的智能工具不可或缺——智享AI直播三代，下载激活即用，普通人也能轻松驾驭24小时AI带货。一、AI直播带货三大趋势，看懂才能少走弯路1. 全天候持续开播，长尾流量成新增长引擎过去商家只盯晚高峰，凌晨、清晨、深夜时段完全空置，殊不知平台
从对话模型到智造引擎：中美AI演进路线的分野
然而，若将目光从实验室与互联网平台移开，投向产业一线，便会察觉另一种极具意义的演进趋势正在悄然成型。相较于不断冲刺更强性能的AI模型，中国近年更聚焦的核心议题是：当人工智能已具备相当实力后，如何使其真正深入工厂、矿山、港口、农田、电网及城市治理体系，转化为实实在在的生产力。这种差异并非单纯的技术路线之争，而是两种迥异发展逻辑的映射。2026年2月，中国在OpenRouter平台上的AI模型周Token调用量首度超越美国。5月4日至10日这一周，中国的周调用量更是达到美国的2.11倍。这一数据并非说明中国的
Token：AI运行的燃料
Token科普Token：AI运行的燃料最近，国家数据局为Token定了官方中文名——“词元”。数据显示，我国每日Token调用量已超140万亿！抛开数字，Token究竟是什么？你要明白，AI无法理解人类的日常语言。当你输入一句指令，AI会像切菜般将它拆解成一个个标准化的“小单元”，这些单元就是Token。在中文中，一个汉字通常对应1到2个Token。也就是说，AI不是读“字”，而是吞“Token”。在AI系统中，Token承担两大核心功能。一是“内存容量”。AI的处理能力有限，若输入过长，它会“遗忘”内
AI时代，40岁创业者迎来真正主场
最近YC的一段访谈，值得反复品味：图：YC 访谈《The Age Of The 40-Year-Old Solo Founder Is Here》这段对话揭示了一个反常识的趋势：AI兴起后，创业机会并非只偏向年轻、擅长折腾工具的人，反而为一批40岁上下、拥有行业积淀与判断力、却曾被团队成本与技术门槛阻挡的人，打开了重返舞台的大门。其中一句话尤为关键：这句话戳中了AI创业中常被忽视的核心：如果你清楚该做什么，AI会放大你的判断。如果你茫然无措，AI只会放大你的混乱。谁学工具快、谁试模型勤、谁一天能跑十个产品
调查显示：美国人对美国梦的信心持续走低
盖洛普最新调查显示，美国人最容易将美国梦与自由、个人权利挂钩（占比33%）；其次是经济安稳与自有住房（28%）。 房价、燃油、医疗、食品杂货，各类生活成本持续走高。关税与地缘冲突推高基础商品价格，就连拥有带白色栅栏的独栋住宅这一朴素愿望也愈发难以实现。越来越多美国人坦言自身经济状况大不如前，大量民众担忧找不到工作或失业；选择结婚、生育的人数也持续走低。 尽管如此，民众心中对美国梦的向往并未消失，只是相信这一梦想能够成真的信心不断减弱。 盖洛普本次民调中，68%的受访者认为自己能够实现这一标志性理想(13.
GLM-5.2开源模型：以六分之一成本挑战GPT-5.5编程实力
在编程领域，模型性能与开销往往难以兼得。然而，GLM-5.2正试图颠覆这一常规。近日，Z.ai推出开源模型GLM-5.2，宣称在多项长程编程测试中，其表现接近GPT-5.5，但使用成本仅为其六分之一。更重要的是，企业可在自有基础设施上运行，避免依赖封闭式API。01 开源模型在编程任务上的进展据VentureBeat报道，GLM-5.2作为开源权重模型，工程团队能直接在本地服务器部署，彻底解决供应商锁定问题。这对关注数据安全的企业极具吸引力。长程编程任务（如全面项目重构、跨文件协调修改）历来是编程模型的挑