本文首发于公众号"私募排排网"。 （点击↑↑ 上图查看详情 ） 近期 ， 随着美股一季度持仓的逐渐披露， 巴菲特、段永平、木头姐、李录、但斌等一众投资界 "风向标" 的 最新调仓动向浮出水面。与此同 时，高瓴、高毅、景林、桥水等国内私募巨头也纷纷亮出底牌，高盛、摩根大通、文艺复兴科技等华尔街巨头的持仓同样各有侧重。 0 1 巴菲特：罕见押注谷歌，大幅减持雪佛龙！ 截至一季度末，巴菲特旗下伯克希尔哈撒韦的美股持仓总规模约2630.96亿美元，这是巴菲特卸任公司CEO后的首份13F持仓文件。具体来看， 前五大重仓股合计持仓占比约67.2%，集中度依然较高。其中第一大重仓股苹果持股数量不变，持股市值达578.43亿美元，占比21.99%。 巴菲特旗下伯克希尔最新持仓TOP20 公众号搜索 私募排排网 数据来源:whalewisdo m,整理自私墓排排网, | 上一 | 美股代码 | 美股简称 | 持股数量(万 股) | 环比变化 (万 | 持股市值 | 持仓占比 | | --- | --- | --- | --- | --- | --- | --- | | | | | | 股) | (万美元) | | | ר | ...

全球科技巨头布局新加坡AI产业 - 全球顶级科技巨头OpenAI、英伟达和谷歌密集在新加坡布局，正将新加坡推向亚太人工智能竞争的核心位置[1] - 上述动态发生在ATxSummit科技峰会期间，与新加坡持续加码AI国家战略的背景相契合，该国已承诺在2025至2030年间投入逾10亿新加坡元强化公共AI研究能力[1] OpenAI在新加坡的布局 - OpenAI宣布在新加坡设立其美国以外首个应用AI实验室，并承诺向当地生态系统投入逾3亿新加坡元（约2.34亿美元）[1][2] - 该实验室预计在未来数年内雇员规模将超过200人，将协助本地合作伙伴将前沿AI技术应用于教育、公共服务、金融、医疗、数字基础设施等领域[2] - OpenAI还将参与联合开发AI创业加速器及面向普通市民的应用程序，推进其“AI普惠”计划[2] 英伟达在新加坡的布局 - 英伟达宣布在新加坡建立其首个本地研究中心，专注于具身AI与AI基础设施效能提升[1][3] - 具身AI涵盖机器人、自动驾驶汽车及无人机等类别，被业界视为AI发展的下一个重要前沿领域[3] - 配合英伟达的布局，新加坡政府将于今年晚些时候推出专项测试平台，帮助私营企业设计、部署、测试及验证具有商业可行性的AI机器人技术[3] 谷歌在新加坡的布局 - 谷歌与新加坡签署了新的“国家AI合作”协议，合作重点聚焦于解决社会性挑战、培育AI就绪型劳动力、推动企业创新以及构建安全AI生态系统[4] - 在具体合作上，谷歌将培训政府研究人员使用智能体AI工具，与教育部合作培训教育从业人员，并在医疗领域探索AI如何放大医生的专业能力[4] - 谷歌与新加坡政府还共同发布了一份关于AI智能体安全部署的联合白皮书[1][5] 新加坡的AI战略与定位 - 新加坡正将自身定位为一个中立、人才充裕的AI开发、测试与部署平台，以吸引全球头部企业[6] - 当前，新加坡已汇聚了亚马逊AWS、微软等云服务商，以及Google DeepMind、OpenAI等前沿模型开发商在内的多个层次的全球AI主要玩家[6] - 此次三家企业的集中宣布，反映出新加坡在全球AI投资竞争中愈加主动的招商姿态[6]

核心观点 - 一名谷歌AI工程师因抗议公司与以色列政府的军事合作而被解雇，并已向英国就业法庭提起诉讼，此事凸显了AI技术的社会与伦理影响日益引发内部及公众的担忧 [1][2][3] 事件经过与争议 - 涉事工程师在谷歌DeepMind伦敦办公室分发传单，指控“谷歌向实施种族灭绝的军队提供军事AI”，并通过邮件提醒同事注意谷歌在2025年放弃了“不开发伤害人的武器及违反国际规范的监控技术”的承诺 [2] - 该工程师声称因其“不应成为战争罪帮凶”的信念而受到歧视，其通过邮件和传单提醒同事的行为属于内部举报，但谷歌在9月以其“已辞职”为由将其解雇，他对此予以否认 [3] - 谷歌DeepMind方面反驳了该工程师的说法，称其描述“不能准确反映事实” [3] - 支持该工程师的科技正义组织Foxglove指出，他试图恢复谷歌去年放弃的关于冲突与监控的伦理政策，但公司非但没有听取警告，反而通过解雇来打击这一重要的内部举报行为 [12][13] 员工内部情绪与影响 - 该工程师是巴勒斯坦裔，他表示入职前沿AI研究实验室曾是“童年梦想”，但随着谷歌签署更多协议，他感到“可怕”，因为感觉每天都在“背叛人类和自己的人民” [4] - 据一位DeepMind内部人士透露，谷歌在2025年对其AI原则的修改加剧了员工的担忧 [6] - 有内部人士表示，已知至少有10名员工出于原则问题离职，许多早期AI研究者对AI造福人类的理想感到幻灭，对当前技术被用于不那么道德的用途而非解决诸如治愈癌症等问题感到沮丧 [7] - 另一位内部人士指出，许多员工并非反对AI在所有军事领域的应用，而是反对不负责任的使用或被反民主行为者滥用，并存在“非常合理的担忧”，即AI可能成为赋能和加强威权主义的强大技术 [7] - 上月，数百名谷歌员工呼吁禁止美国政府将公司AI用于机密国防工作，希望技术用于“造福人类”而非“不人道或极其有害的方式” [9] 公司与政府合作背景 - 谷歌与以色列政府达成了一项价值$12亿美元的云计算协议，以色列官员在加沙冲突期间称赞该协议使“惊人的事情在战斗中发生，这构成了胜利的重要组成部分” [8] - 在Anthropic公司拒绝移除防止其AI被用于自主武器或国内监控的护栏后，谷歌与五角大楼签署了一项AI协议，谷歌表示其致力于达成共识，即AI“没有适当的人类监督”不应被用于此类用途 [10] 行业与社会舆论环境 - 此就业纠纷发生之际，公众对AI的抵制迹象日益增多，最近几周在美国大学开学典礼上提及该技术时曾遭到嘘声 [11] - 谷歌前首席执行官埃里克·施密特上周五在亚利桑那州立大学演讲称AI将“触及每一个职业、每一间教室、每一家医院、每一个实验室、每一个人和每一段关系”时，遭到毕业生嘘声 [11] - 周一在英国发布的一项民意调查显示，三分之一的大学生担心AI会如此迅速地消灭工作岗位，以至于导致社会动荡 [11]

劳资谈判破裂与罢工计划 - 三星电子与其最大工会的谈判已经破裂 工会计划于明日举行罢工[1] - 罢工的直接原因是管理层拒绝了由政府在过去三天内调解的提案[2] - 谈判的主要症结在于绩效奖金的分歧 公司指责工会要求过高[2] 双方立场与争议焦点 - 公司表示谈判失败是由于工会的“过度要求” 尽管公司已接受了其大部分诉求[3] - 具体争议点包括工会要求对处于亏损状态的运营单位发放绩效奖金[3] - 公司认为此要求直接违背其原则 并可能为公司乃至整个国家树立危险的先例[4] 潜在生产影响与缓解措施 - 多数分析师预计不会出现任何形式的全面停产 因已有相关措施到位[5] - 公司已申请针对非法工人运动的禁令 以限制生产中断[5] - 法院本周早些时候裁定 必须维持一定数量的工人以确保生产线运行和安全措施 工人不得占据运营设施[6] 法律限制与政府干预可能 - 工人面临法律限制 不得进行非法活动 以维持运营[7] - 政府已暗示可能动用一项极少使用的劳动法 该法可授权政府介入并中止罢工30天[7] - 该法律在韩国历史上仅被使用过四次 上一次使用是在2002年[8]

文章核心观点 - 北美五大云端服务供应商（CSP）为加速AI应用部署，2026年对整柜式AI服务器的采购意愿显著增强，将推动AI训练与推理算力大幅增长，并带动服务器功耗结构性上升[3][4] - AI服务器市场正经历从高端训练机种为主向推理机种主导的转变，同时CSP自研ASIC与NVIDIA、AMD新一代平台同步放量，共同塑造了产业竞争格局[3][4][8] AI服务器市场趋势与结构 - 2026年全球AI服务器出货量预计年增28%以上，其中高端AI训练机种占比约55%，但中长期市场主力将转向AI推理机种[3] - 北美五大CSP（Google、Amazon、Microsoft、Meta、Oracle）对整柜式AI服务器的需求，预计将占据全球60%以上的NVIDIA GB/VR需求量[3] AI算力增长预测 - 以北美五大CSP建置的GB/VR整柜方案估算，2026年其总AI训练算力（以FP16/BF16为基础）将年增56%以上，从2025年超过9 ExaFLOPS的基础上继续增长[4][7] - 2026年五大CSP的总AI推理算力（以FP4/NVFP4为基础）预计将年增约122%，从2025年超过37 ExaFLOPS的基础上大幅成长，增速显著高于AI训练[4][7] 资本支出与功耗激增 - 北美五大CSP的合计资本支出在2026年预计将超过7,700亿美元，年增近87%[7] - 受NVIDIA GB300、AMD Helios和CSP自研ASIC平台同步放量影响，北美五大CSP的服务器功耗合计将从2023年的2.8GW跃升至2026年的18GW，2025至2026年年增长率高达116%[4][9] CSP自研芯片与技术创新 - 除采购GPU方案外，CSP厂商积极推进自研ASIC整柜产品，其中Google布局最为积极，预计2026年其对自家TPU芯片的需求量将年增近80%，并计划从v7世代升级至v8世代[8] - Amazon自研ASIC的力度仅次于Google，预计2026年其Trainium系列在自家AI服务器中的占比将超过40%[8] - NVIDIA、AMD和CSP自研ASIC的新世代机柜均已整合液冷散热系统，有助于降低服务器机架单位并提升单机柜加速器容量，但单颗AI芯片功耗提高导致系统功耗结构性放大[8]

Gemini Omni：全能多模态视频生成模型 - 核心定位为真正「全能」的大模型，可接收任意形式的输入（图片、音频、视频、文字）并生成任意内容，首发支持高质量视频输出 [4][16] - 实现了对物理世界的深度理解，在模拟重力、动能等概念上实现「阶跃变化」，能够生成科学准确且具有语义连贯性的视频内容 [17][18] - 具备强大的视频编辑与交互能力，用户可通过聊天方式编辑视频，生成的角色、场景和物理逻辑能保持一致性和连贯性 [30][31][32] - 输入高度灵活，允许混合多种模态的参考物，并可创建个人Avatar，让AI形象出现在任何场景中 [37][38] - 已正式上线，首发接入Gemini App、Google Flow和YouTube Shorts，YouTube Shorts用户可免费使用 [40] Gemini 3.5 Flash：性能与速度的旗舰模型 - 被定义为迄今最强的编码和智能体模型，在几乎所有基准测试中全面超越前代旗舰Gemini 3.1 Pro [42][44] - 在关键基准测试中表现突出：Terminal-Bench 2.1（编码）达76.2%，GDPval-AA（真实世界Agent任务）达1656 Elo，MCP Atlas（大规模工具使用）达83.6%，CharXiv Reasoning（多模态理解）达84.2% [46][47][52] - 输出速度达到289 tokens/秒，比GPT-5.5和Claude Opus 4.7等前沿模型快4倍有余 [8][48][50] - 具备强大的实际应用能力，可瞬间消化学术论文并生成交互式网站，或通过Agent完成复杂的多步工作流 [54][56] - 已成为Gemini App和Google搜索AI Mode的默认模型，面向全球用户开放 [72] Antigravity 2.0与Agent能力突破 - Antigravity从IDE进化为独立的Agent开发平台，采用Agent-first设计，成为实现复杂AI能力的关键框架 [12][58] - 展示了强大的Agent协同能力：93个子Agent并行工作，处理26亿个token，在12小时内从零构建出功能完整的操作系统内核，API成本低于1000美元 [60][62] - 核心升级包括：支持动态生成子Agent并行执行任务、异步任务管理、定时任务功能以及新的斜杠命令（如/goal, /grill-me）以优化工作流 [67] - 谷歌内部使用Antigravity处理token的速度从3月份的每天5000亿飙升至每天3万亿，实现了12倍加速 [69][70] Gemini Spark：全天候个人AI特工 - 定位为用户的个人AI Agent，基于Gemini 3.5和Antigravity框架驱动，可7×24小时在云端专用虚拟机上运行 [75][76][78] - 深度整合谷歌办公套件，能自动执行跨应用任务，如从Gmail、Docs等抓取信息起草邮件，或创建并管理Google Sheets、Slides等 [79][80][83][85] - 支持自定义技能，可学习用户的个人语气、偏好和工作方式 [82] - 具备强大的语音输入与任务拆解能力，可将连续语音指令自动拆分为多个独立任务线程并行执行 [87][88][89] - Beta版将于下周对美国AI Ultra订阅用户开放，AI Ultra最高档月费从250美元降至200美元 [91][92] 产品生态与行业影响 - 谷歌搜索迎来25年最大升级，接入Gemini 3.5 Flash，新增智能搜索框、自动生成mini应用等功能 [12] - Gemini App进行改版，代号Neural Expressive，并改为算力计费模式 [12] - 公司通过本次发布，将全模态理解、全模态生成和全天候在线Agent三大能力拼图整合到位，展示了通向更高级AI（ASI）路径上的工程化部署能力 [95][96][101] - 行业进展迅速，半年前还在讨论AGI可能性，如今已能用Agent编写操作系统，发展速度超出人类直觉感知范围 [102][103]

看来 OpenClaw 开了头，以后每个人手上的 AI 都是要不停工作，谁也逃不掉。 Google CEO 桑达尔・皮查伊（Sundar Pichai）给出了一系列数字：当前，大模型行业的竞争已经从刷基准测试榜单全面转向了拼智能体工程落地。人们应用 AI 的 最直观指标自然是 token 的消耗量，两年前人们通过谷歌的各种渠道 每月消耗 9.7 万亿 token， 去年这个数字增长到了 480 万亿， 而到了今天，这个数字又增长了 七倍，达到了 每月超过 3.2 千万亿。 机器之心编辑部 今天凌晨， 谷歌全面撕掉「克制」标签，向智能体时代转型了。 当地时间周二，谷歌 I/O 大会正式举行，今年一系列新产品的核心逻辑是 「24 小时不停工作的智能体」。 谷歌表示，现在每月有超过 850 万开发者在使用 Gemini 构建新的应用程序和体验。如今的谷歌已有 13 款产品用户量均超过 10 亿，其中 5 款产品用户量超过 30 亿。 它们当然都是由 AI 驱动的。就说谷歌搜索的「AI 模式」，月活用户早已超过了 10 亿；Nano Banana 图像生成模型如今已生成了超过 500 亿张图像。 在大会上，谷歌宣布推 ...

文章核心观点 - 谷歌在I/O 2026大会上宣布AI Agent时代进入规模化落地阶段，其战略核心是将Gemini从一个应用转变为所有产品入口背后的操作系统，并重新定义为能够持续执行任务、拥有状态记忆和跨应用协作能力的智能体[4][10] - 行业竞争焦点已从追求模型“最聪明”转向“运营竞赛”，即比拼成本、速度、稳定性和规模化部署能力，谷歌通过推出成本优化模型、多Agent协作平台和嵌入全生态入口来应对这一转变[31][32] 根据相关目录分别进行总结 Agent战略与产品化 - 谷歌推出核心新产品Gemini Spark，定位为“全天候数字分身”，可7×24小时在后台自动执行复杂任务，如汇总邮件、统计信息、生成内容等，标志着AI从问答工具向长期运行执行系统的转变[6][8][10] - 公司为Android系统新增了Agent入口“Android Halo”，用于实时显示AI任务执行状态，进一步强化了AI作为“数字员工”的角色[10] 成本优化与模型竞争 - 为应对Agent应用带来的高额计算成本，谷歌推出了专门针对Agent工作流优化的Gemini 3.5 Flash模型，其目标是成为“最适合跑Agent”的模型[11] - 该模型性能接近顶级前沿模型，输出速度是其他模型的四倍，在特定平台上甚至快12倍，而成本仅为同类模型的一半或更低[13] - 谷歌CEO皮查伊算了一笔账：若头部企业将80%的工作负载从其他前沿模型迁移至Gemini 3.5 Flash，每年可节省超过100亿美元[13] - 目前谷歌自家产品每月处理的Token已达3200万亿个，同比增长7倍，内部开发任务每日消耗超过3万亿Token[11] 多Agent协作与开发平台 - 谷歌将AI编程工具Antigravity升级为多Agent协作平台Antigravity 2.0，开发者可调度多个Agent并行完成写代码、设计、测试等任务[14][16] - 现场演示了93个Agent并行协作，在12小时内处理260亿Token，从零构建出一个可运行的操作系统（包括运行游戏Doom），总API成本低于1000美元[16] 搜索业务的重塑 - 谷歌对搜索进行了25年来最大升级，使其从提供链接答案转变为“生成执行结果”，例如直接生成交互式可视化界面来回答复杂问题[18] - 搜索将整合Information Agent功能，允许用户创建后台持续监控特定信息（如股票、价格、行业动态）的智能体，使搜索从一次性查询变为持续性任务[18] 多模态与“世界模型”进展 - 谷歌推出原生多模态模型Gemini Omni，旨在实现“从任何输入，生成任何输出”，能够混合处理文本、图片、音频、视频并生成相应输出[20][22] - 演示显示，用户可在一个连续对话中完成对视频的背景替换、镜头视角更改及添加旁白等复杂编辑，标志着视频生成从“生成片段”向“持续编辑世界”升级[22] 生态系统与入口优势 - 谷歌最强大的竞争优势在于其庞大的产品生态系统（搜索、Chrome、Android、YouTube、Gmail、Maps、Workspace），这些入口构成了全球最大的互联网流量系统之一[24] - 公司正将Gemini嵌入所有入口，意味着其可直接向数十亿现有用户分发AI Agent，而竞争对手仍需解决用户获取问题[24][26] - 公司通过Android XR智能眼镜等新硬件，让Gemini成为未来所有设备背后的默认智能层，进一步扩展其入口覆盖[26][29] 行业基础设施与资本投入 - AI行业进入“运营竞赛”阶段，胜负关键取决于基础设施的稳定性、成本、Token效率和规模化能力，而不仅仅是模型智商[31][32] - 谷歌2026年资本支出预计高达1800亿至1900亿美元，并推出专门区分训练与推理的第八代TPU芯片，旨在将最强AI变为最便宜的AI[32][33]

文章核心观点 - 谷歌DeepMind等团队开发了名为Co-Scientist的多智能体AI系统，旨在帮助人类科学家加速科学发现，特别是在生物医学领域展现了巨大潜力 [2][3][4] Co-Scientist系统设计与原理 - Co-Scientist基于谷歌Gemini大语言模型构建，其核心创新在于“多智能体架构”和“测试时计算放大”机制 [7] - 系统内部包含六个分工明确的AI智能体：生成智能体、反思智能体、排名智能体、邻近智能体、进化智能体和审查智能体，它们协同工作以模拟一个虚拟研究团队 [7][8][9] - 系统采用类似生物进化的“锦标赛机制”，使假说能够随着思考时间的延长而不断迭代优化，在对203个不同科学领域目标的测试中，其表现超越了之前的SOTA模型和人类专家的第一直觉 [11] 生物医学领域应用验证 - 在急性髓系白血病（AML）的“老药新用”研究中，Co-Scientist从2300种已获批药物中筛选出5种候选药物，后续湿实验证实它们均能抑制AML癌细胞活性，其中Binimetinib、Pacritinib和Cerivastatin效果尤为出色 [14] - 在肝纤维化新靶点发现研究中，Co-Scientist提出的表观遗传靶点在人类肝脏类器官的实验中展现出显著的抗纤维化活性和肝细胞再生能力 [15] - 在破解抗生素耐药性（AMR）机制的任务中，Co-Scientist在未提供任何已发表文献的前提下，仅用两天时间独立推导出cf-PICI通过与多种噬菌体尾部相互作用来扩展宿主范围的前沿机制，该机制与后来发表于Cell期刊的独立实验结果相吻合 [16] 对科学界的影响与定位 - Co-Scientist展示了通用人工智能（AGI）在复杂科学推理和跨领域知识整合方面的巨大潜力 [19] - 该系统的设计初衷并非取代人类科学家，而是开启“人类科学家主导，AI赋能”的全新协同范式，将科学家从繁琐的文献筛选和初期试错中解放出来 [19]

AI adoption is on the rise in Singapore, with 52% of workers in the country using the technology in their jobs, according to Slack's new Workforce Index. Google and OpenAI's deals also build on Singapore's broader national AI strategy, which includes an investment commitment of more than 1 billion Singapore dollars to strengthen public AI research capabilities over five years from 2025 to 2030. Singapore has inked separate agreements with Google and OpenAI to strengthen its position as a global artificial i ...