NEW YORK (AP) — Accompanying Time's annual person of the year selection Thursday is a magazine cover that resembles the “Lunch Atop a Skyscraper” photograph from the 1930s showing eight of the “ Architects of AI ” sitting on the beam. “This was the year when artificial intelligence’s full potential roared into view, and when it became clear that there will be no turning back or opting out,” Time editor-in-chief Sam Jacobs wrote in an explanation of the choice. The magazine was deliberate in selecting peo ...

核心观点 - 尽管市场对AI泡沫存在担忧 但顶级私募投资机构对其在数据中心等AI基础设施领域的投资持乐观态度 认为投资热潮将持续[1][2] - 行业面临严重的供需失衡 需求持续加速而供应受限 但投资者正通过审慎的租赁策略来管理长期风险[4] 行业趋势与市场状况 - 数据中心投资成为主要盈利来源 国际数据中心投资进展超预期并推高收入预期[2] - 行业面临严重的供需失衡 需求加速而供应因自然限制、能源限制、监管和分区限制等无法及时增加[4] - 到2030年的能源使用量预测存在巨大分歧 专家对能源使用、芯片使用、计算量及量子计算的影响均不确定[5] - 无法设想五年后电力使用量不显著增加的场景 电力需求增长趋势明确[7] 投资策略与风险考量 - 投资核心是押注以极低成本大规模实现超级智能的变革性前景 并寻求风险最低的投资方式[3] - 全球最大的计算能力用户均表示需要更多数据中心容量[3] - 信贷投资者愿意承担租赁风险 但避免承担15至20年后的租约续签风险 股权投资者则需押注续签 可能获得巨大收益或损失全部投资[4][5] - 通过只投资于已获得超长期租约的项目来降低风险 例如在动工前已获得与大型市值公司签订的15年以上租约的数据中心[6] - 投资AI革命背后的电力等环节也是潜在方向[6] 具体交易结构与租赁条款 - 采用“三重净租赁”结构 租户负责支付税费、保险费和维护成本 此类租约通常与投资级租户签订 租期15至20年 年租金递增3% 历史回报率超过20%[7][8][9] - 当前有机会与信用评级更高（A或AA-级）的全球顶级科技公司签订类似长期租约 例如微软、Meta、谷歌、苹果[9] - 即使租约到期后设施残值为零 仍能实现百分之十几的回报 公司预期租约结束时设施仍具有“重要的残值”[10]

公司内部战略分歧 - 据报道，Meta公司新组建的AI专家团队与首席执行官马克·扎克伯格的一些长期忠诚高管在公司优先事项上存在冲突，形成了“我们与他们”的对立心态 [1] - AI精英们据称轻视扎克伯格的核心圈层只关注改善社交媒体和广告业务，而他们希望创造“类神的AI超级智能” [1] - 冲突的关键人物是28岁的Scale AI创始人Alexandr Wang，他在公司以150亿美元收购其初创公司后加入Meta，并领导公司的TBD实验室 [2][7] - 据报道，Alexandr Wang私下表示不同意Meta长期高管、首席产品官Chris Cox和首席技术官Andrew Bosworth的观点 [2] AI研发方向之争 - 高管Chris Cox和Andrew Bosworth希望Wang的团队使用Instagram和Facebook的数据来训练Meta的新模型，以优化社交媒体算法 [3] - 而Wang主张TBD实验室应 solely 专注于追赶OpenAI和Google等AI竞争对手 [3][15] - Wang抱怨Cox更关注产品而非开发“前沿”AI模型，并认为高管们的要求可能拖慢AI团队的进展 [4] - 另一方面，Bosworth最近被要求从其领导的虚拟现实和增强现实部门明年预算中削减20亿美元，以便将资金转向Wang的团队 [4] 公司官方回应与资源投入 - Meta发言人反驳了冲突的说法，并表示明年的预算尚未最终确定，强调领导层在构建超级智能的同时继续发展核心业务方面是一致的 [5] - 公司通信副总裁Andy Stone亦抨击了该报道，称相关匿名消息来源描述的对话令据称参与对话的人感到“惊讶和难以置信” [6] - 扎克伯格愿意投入巨资以在超级智能竞赛中追赶像ChatGPT制造商OpenAI这样的竞争对手 [9][10] - 在斥资143亿美元收购Wang的AI初创公司后，公司进行了招聘闪电战，向竞争对手公司的顶级研究人员提供令人瞠目的薪酬方案 [12] - 扎克伯格还宣布计划投入6000亿美元用于AI数据中心建设 [13] 组织架构与团队管理 - 新AI团队于7月抵达Meta硅谷园区时，被安排在总部中心扎克伯格办公室旁边 [13] - 扎克伯格将AI部门分为四个团队：研究、产品、基础设施和超级智能，并任命Wang监督整个部门 [13] - 新AI团队的研究人员在上个月达到了首个“归属”期，可以拥有并出售部分公司股票 [15] - 公司计划通过将AI集成到产品中（例如为其智能眼镜添加个人AI助手）来从投资中获利 [15] 内部其他观点与人事变动 - 其他Meta员工认为，公司大部分计算能力应用于改进算法，而非资助超级智能实验室，因为社交媒体业务才是真正的盈利来源 [16] - 公司经历了一些顶级AI领导者的流失，包括首席AI科学家Yann LeCun和AI业务负责人Clara Shih [16] - 公司于10月在其AI部门裁减了600名员工，但裁员未影响TBD实验室 [16]

Warner Brothers would create cultural problems at Netflix. Netflix has about 14,000 employees and Warner Brothers has about 35,000, some of which they wouldn't be buying. But it would be about twice as many employees from what's called the Old World, the 50 year old studio who really is averse to make it, taking risks.And they really do things the old fashioned way and siloed, competitive, internally fighting culture. And that isn't Netflix, Netflix, this sort of single purpose disruptor. Everybody on the s ...

文章核心观点 - 当前AI模型在评估中表现优异但经济影响滞后，揭示了过度拟合评估而非真实世界需求的根本问题[14][17][18] - 行业需要从依赖确定性的“规模扩展”范式，转向以解决泛化能力为核心的新“研究时代”[6][14][57] - 真正的超级智能形态应是一个具备强大持续学习能力的系统，而非一个预训练的“成品”[96][97][98] 对AI范式的批判 - 模型存在行为波动性，上一秒能完成复杂任务，下一秒却连续犯低级错误[2][19][20] - 矛盾在于模型评估得分高但现实经济效果完全跟不上，评估表现与实际世界表现脱节[14][17][18] - 问题的核心可能在于强化学习训练使模型变得“过于专注和狭隘”，导致基础任务表现迟钝[21][22] - 真正的“奖励黑客”是过于关注评估指标的研究人员，而非模型本身[14][24] 从规模时代重返研究时代 - AI发展可分为两个阶段：2012-2020年为研究时代，2020-2025年为规模扩展时代，现在需重返研究时代[14][57] - 规模扩展配方（将计算力和数据塞进大型神经网络）提供了确定性收益，但改变了世界的是创新研究而非更大模型[6][14] - 公司偏好规模扩展因其资源投入风险低，而研究则充满不确定性[55][56] - 当前计算力已非常充足，行业再次回到“研究时代”，但此次拥有更大的计算资源[57][59] 人类实践中的经验启示 - 人类在15岁时所见数据量极少，但理解更深且不会犯AI那样的错误，表明人类学习样本效率极高[40][66] - 人类学习不依赖明确奖励体系，而是通过讨论、展示等互动方式自然习得[66] - 情感可能是一种被忽视的“价值函数”，能帮助人类快速判断行为好坏，对决策至关重要[43][45][51] - 进化赋予人类强大的先验能力（如视觉、运动），但人类在现代技能（语言、编程）上的快速学习能力表明其学习系统本身非常强大[69][70][72] 超级智能的形态与路径 - 超级智能不应是预训练完成的“全能大脑”，而应是一个可以学会做经济中每项工作的优秀学习算法[14][97][98] - 超智能系统更可能以“持续学习智能体”的形式被部署到经济中，通过实践学习积累技能[96][97][98] - 广泛部署可能引发快速经济增长，但具体速度受各国规则差异影响，存在不确定性[98][99][100] - 对超智能发展的时间预测在5到20年之间[113] 研究的方法与审美 - 研究需要“自上而下的信念”，即在实验与预期矛盾时支撑研究者的核心判断[14][123] - 优秀的研究品味源于对AI应有状态的美学判断，追求简洁、优雅且正确受大脑启发的理念[122][123] - 想法本身并不廉价，研究的瓶颈包括算力、工程能力以及将想法成功执行的困难[79][80]

公司战略动向 - 社交媒体巨头Meta正大力进军人工智能领域 并为此进行业务多元化 涉足电力交易业务以支持其扩张 [1] - 公司进入电力交易市场的目的是通过承诺长期能源合同来确保长期能源容量 支持其数据中心巨大的能源需求 [1][3] - 公司此举被视为科技公司向基础设施公司、能源公司和交易公司演变的自然延伸 [4] 战略背景与动机 - 公司CEO马克·扎克伯格将此战略描述为“前置容量” 即为实现超级智能的宏伟目标而提前储备预期的能源和算力 [2] - 过少的买家愿意承诺长期电力合同 这无法支撑新建发电厂 导致AI的能源需求与电网的供应能力产生冲突 [3] - 通过成为电力交易商 公司可以锁定长期能源协议 若能源过剩还可将其售回市场 这是一种风险管理方式 [5] 行业趋势与同行比较 - 科技行业为满足数据中心的能源需求 正被迫进行大量业务多元化 [1] - Meta并非孤例 苹果和微软等其他大型科技公司也已尝试类似的电力交易策略 [6] - 公司在最近季度财报电话会议中提及 也在考虑管理算力过剩的风险 并可能多元化进入API或云业务以出售多余算力 [6]

Windows 11 操作系统更新 - Windows 11 进行了近期最显著的开始菜单革新，引发关于其是提升生产力还是无谓改动的讨论 [1] - 补丁星期二带来重大更新，包括Copilot+ PC对“点击操作”、文件资源管理器、语音访问和Windows搜索的改进 [6] - 所有PC将最终获得任务栏改进、默认关闭的管理员保护功能和质量更新 [6] - 公司发布Windows 11 26H1的首个构建版本至Canary频道，表明该版本将不会包含新功能 [6] - 下周Ignite大会前，公司强调Windows 11和Surface设备近期的安全成果 [6] 微软财务与战略 - 高通因一项重大愚蠢法案计提一次性57亿美元损失，但季度财报表现依然强劲 [6] - 《华尔街日报》持续对公司的财务问责提出批评 [6] - 内部文件显示，OpenAI预计在2028年将亏损740亿美元，而同一年Anthropic将实现收支平衡 [6] - 公司人工智能部门成立超级智能团队，作为通用人工智能的某种替代方案 [6] 开发工具与平台 - 公司在.NET Conf上发布.NET 10，同时宣布Visual Studio 2026将采用新的月度发布计划并推出Insider版本 [6] - .NET 10再次实现两位数百分比的性能提升 [6] - Uno宣布Uno Platform Studio 2.0，并在3分钟内将原始WPF版.NETpad升级为跨平台应用 [6] - .NETpad正通过Windows App SDK重写过渡至WinUIpad，但由于该SDK存在问题且开源进程缓慢，过渡进展不佳 [6] 游戏行业动态 - Steam宣布推出新的视频游戏主机Steam Machine [6] - Backbone Pro Xbox版现已上市 [6] - 《辐射4》周年纪念版发布，支持Xbox Play Anywhere和创作内容 [6] - 《光环：战役进化》即将推出，《光环：无限》内容将变得更为有限 [6] - PC版《使命召唤：黑色行动6》玩家需先安装一个180GB的更新才能游玩一款已发布一年的游戏，随后又收到一个6.7GB的更新 [6] - 《GTA VI》再次延期，开发周期逐渐接近《永远的毁灭公爵》 [6] - 索尼PS5游戏机全球销量已超过8400万台，销量超过Xbox历代所有主机 [6] - 索尼在美国和日本市场推出一款27英寸游戏显示器 [6] 产品与资源推荐 - 本周技巧：解决识别问题之上的问题 [6] - 本周应用推荐：Tiny11 Builder [6] - 本周RunAs Radio主题：与Chris Ayers探讨Azure弹性 [6] - 本周烈酒推荐：京都威士忌黑带混合型 [6]

公司核心人事变动 - 公司首席科学家据报计划离职以创办自己的初创公司[1] - 此次离职发生在公司首席执行官马克·扎克伯格进行大规模人工智能重组之际[1] - 过去一年内已有多位高级人工智能研究人员离开公司[2] 公司战略与竞争力 - 公司首席执行官正致力于追逐超级智能[2] - 公司从凭借Llama模型在人工智能关键领域领先 转变为目前处于追赶状态[3] - 新发布的Llama模型已落后于其中国竞争对手[3] 市场表现与投资者情绪 - 投资者正在失去信心 公司股价在过去三个月大幅跑输其他大型科技股[4] - 市场目前更青睐能提供基础人工智能服务的公司 对追逐不确定长期目标且支出高昂的公司持谨慎态度[4] 行业人才流动趋势 - 人工智能领域领袖离开大公司自行融资创业已成为一种模式[5] - 出现人才从大公司流出的碎片化趋势 研究人员因私募市场资金充裕而选择自主创业[6]

核心管理层变动 - 公司首席AI科学家、图灵奖得主Yann LeCun计划在未来几个月内离职并创办自己的AI初创企业[1] - LeCun自2013年起领导公司的基础AI研究实验室，该实验室专注于长期研究[2] - 研究副总裁Joelle Pineau已于5月离职加入加拿大AI初创公司Cohere[14] 公司战略与组织架构调整 - 公司CEO正试图为AI部门注入新活力，推动更快速的产品发布，以应对与OpenAI和谷歌的竞争[2][7] - 公司夏季斥资超过140亿美元收购Scale AI 49%的股份，并聘请其创始人Alexandr Wang领导新的“超级智能”部门[3] - LeCun的汇报关系已从首席产品官Chris Cox调整为向28岁的Alexandr Wang汇报[3] - 上个月，公司在AI研究部门裁员600个岗位以削减成本和消除官僚主义[14] 技术路线与研发重点 - 公司CEO认为AI潜力巨大，预计一年左右AI将能完成公司大部分编码工作[8] - LeCun则认为公司的大型语言模型将“有用”，但永远无法完全复制人类推理[8] - 在基础AI研究实验室，LeCun致力于开发能通过视频和空间数据了解物理世界的新一代AI系统，而非仅依赖语言[9] - LeCun的下一步项目据报将重点发展这些“世界模型”，但全面开发可能需要长达十年时间[9][12] 财务投入与市场压力 - 公司CEO表示“超级智能”实验室将耗资数千亿美元[13] - 10月下旬，公司股价暴跌超过12%，市值蒸发近2400亿美元，因CEO称明年AI支出可能超过1000亿美元[13] - 投资者对巨额AI投资能否产生回报感到焦虑，周二早盘公司股价下跌1.2%[2] - 公司以超过1亿美元的薪酬方案从竞争对手处吸引人才，这引起了一些老员工的不满[4] 产品竞争与人才引进 - 公司新团队专注于开发大型语言模型，以与ChatGPT等市场巨头竞争，因其Llama 4模型未达预期且Meta AI聊天机器人未能更受欢迎[7] - 公司于7月聘请了OpenAI的ChatGPT联合创造者Shengjia Zhao，担任其新“超级智能”部门的首席科学家[7]

微软的战略转向 - 公司正致力于开发一种更强大的AI形式，即“超级智能”，旨在推动医学和材料科学等领域的进步 [1] - 公司重新谈判了与OpenAI的协议，取消了先前对其开发先进AI工具的限制，此前该限制使其模型规模远小于ChatGPT [6] - 此次宣布正式启动了一个自去年3月便开始筹备的项目，当时公司聘请了Mustafa Suleyman并获得了其初创公司Inflection AI的知识产权授权 [7] 超级智能的定义与目标 - 超级智能被定义为AI性能远超人类在所有任务上的水平，而AGI通常仅指达到人类水平 [3] - 新成立的MAI超级智能团队将瞄准比AGI更宏大的假设里程碑，致力于开发个人AI助手以及在医疗保健和清洁能源领域实现突破 [2][3] - 团队旨在构建“人道主义超级智能”，寻求避免开发强大自动化工具相关的潜在风险，并为人类福祉服务，而非单纯追求技术里程碑 [4] 行业竞争格局 - OpenAI、Meta Platforms Inc等其他公司也日益将超级智能作为AI发展的新目标 [5] - 公司目前自主开发的AI模型系列在规模上仍远小于OpenAI或谷歌的最先进产品 [7] - 公司已向员工表示将进行“重大投资”以扩展其AI模型的能力 [8]