Press Release Nokia, Amazon Web Services expand collaboration to deliver autonomous networks built for the AI era Leveraging AWS's AI and cloud services, Nokia's Autonomous Network Fabric will help operators transition to networks that operate at machine speed to connect intelligence. 24 June 2026 Espoo, Finland — Nokia and Amazon Web Services (AWS) today announced they are expanding their collaboration to deliver autonomous networks built for the AI era, making it easier for telecommunication providers to ...

公司产品发布核心 - Instruqt公司于2026年6月24日宣布，对其AI赋能能力进行重大扩展，发布了一款端到端的AI赋能产品 [2] - 该版本集成了新的AI辅助构建插件（Claude Code）以及对谷歌Vertex AI、亚马逊Bedrock和GPU计算的原生平台支持 [2] - 此次发布使Instruqt成为首个也是唯一一个能让营销、销售和教育团队在单一工作流程中更快创建AI内容并在真实、生产级AI环境中运行的实践平台 [2] 解决的市场痛点 - 发布旨在解决一个快速增长的操作性问题：AI功能的发布速度快于客户的采用速度 [3] - 根据Instruqt的2026年开发者采用状况报告（由SlashData对北美软件公司的424名从业者进行调研），92%的受访者报告了至少一项重大的采用挑战 [3] - 其中，25%的受访者将“随着产品每周发布而保持内容准确性”列为最主要的原因之一 [3] - 新版本同时解决了构建实践内容所需的时间和在学习环境中运行真实AI工作负载的挑战 [3] 产品功能与工作流程 - 新的Claude Code构建插件可指导团队从公司和产品研究、规划到最终生成经过验证的实践内容，并应用公司的最佳实践和品牌风格，且内置质量评分 [4] - 对Vertex AI、亚马逊Bedrock和GPU的原生支持为现代AI工作负载（包括模型推理、微调和检索增强生成）提供实践演示、概念验证和培训，并为每位参与者提供专用环境 [4] - 该平台是唯一一个将AI辅助内容创建和原生AI基础设施作为单一、统一流程提供的供应商 [5] - 过去，团队需要拼接独立的创作工具和云账户，导致在每个交接环节都损失时间和上下文，而新平台实现了端到端的能力连接 [5] 市场定位与客户反馈 - 公司认为人们通过实践而非观看来学习AI，此版本旨在消除两方面的摩擦，显著加快构建实践AI内容的速度，并为每位学习者提供真实的构建环境 [6] - 早期用户（如谷歌云安全的售前工程师）指出该平台能帮助用户无缝完成学习产品操作的过程，使学习者理解AI代理及其功能 [6] - Instruqt的客户包括谷歌云、MongoDB、Elastic、HashiCorp、红帽和SUSE等世界领先的软件公司，其平台被用于驱动合格的销售线索、进行高质量演示和概念验证以及扩展入职和认证培训 [8]

AI对投资研究流程的重塑 - 过去几个月被视为研究流程的“元年”，通过围绕Claude Code重新定位和重建工具，AI不仅提升了效率，更改变了可监控、测试和重新审视的研究范围广度，在保持专注质量的同时，能够追踪更多公司、更多输入和更多变化 [2][3] - AI是思维的终极力量倍增器而非替代品，核心的低换手率、合理价格成长股和质量导向投资理念不变，但工具已从Factset替换为AI模型与少量API的组合 [5] 新型AI驱动的投资研究架构与工作流 - 工作流始于聚合所有项目的仪表板，顶部设有智能体项目管理器，能通过红色图块醒目提示运行失败的项目，确保信息干净、真实 [6] - 项目按类别分类嵌入链接，包括交互工具、专家与管理层电话会、行业仪表板、消费者需求追踪器、文件与宏观、筛选与量化、实时信号、另类数据、公司深度研究以及跨项目综合 [8] - 每日生成“跨项目备忘录”，聚焦所有仪表板的关键变化，通过识别差异来发现洞察和问题，并以“待关注事项”和“建议后续查询”收尾，最后使用内部开发的跨模型验证框架来识别数据缺口和潜在错误 [9] - 已构建数十种技能并教授给Claude，集成到可重复的工作流程中，从基础工作流到电话会准备与综合，这些技能虽非独立项目，但极大地加速了研究进程 [10] AI工具的技术架构与模型选择策略 - 首选Antigravity IDE作为AI原生集成开发平台，结合Claude Code、Gemini侧智能体用于高效规划，以及Codex用于繁重的定量验证工作，并越来越多地使用Claude Code桌面应用处理团队间简单重复任务 [11] - 项目大多运行于Python脚本，依赖访问结构化信息的API，执行过程本身不使用AI，Claude主要用于构建持久工具；若使用AI，则通过特定参数设置的API调用大语言模型，并将所有输出缓存至自有数据库以实现成本效益 [12] - 根据任务性质精心选择模型：基础操作（如数据聚合）使用最便宜的有能力模型，复杂语义分析倾向使用Gemini，数值和内部重建则使用Sonnet或Opus；预计在密集构建阶段过后，实际AI使用量（以消耗的token量衡量）将趋于平稳甚至下降 [13] 具体投资案例：聚焦AWS与AI利润池 - 市场关注点错置于因超大规模云厂商争相建设AI基础设施而销售激增的“镐和铲”公司，而真正的关注焦点应是建立在AI之上并利用AI的利润池和平台 [18] - 当超大规模云厂商的资本支出不可避免地趋于平稳时，供应商的增长将蒸发且利润率将压缩，特别是二级供应商的需求将断崖式下跌，而建立持续数十年经常性收入的公司却未受关注；经常性收入虽增长缓慢，但能以高增量利润率复利增长，且增长放缓时自由现金流将飙升 [19] - 亚马逊AWS正处于关键拐点，其保持模型无关性、同时提供最低成本token的能力，使其在AI大规模采用中占据独特优势；Amazon Bedrock作为托管环境可运行多种领先的AI模型和智能体，其规模更大、单位成本（无论是token、CPU还是内存）更低 [20] - AWS的定制AI芯片Trainium旨在以行业领先的总体拥有成本与英伟达GPU竞争，Trainium2芯片价格性能比同类GPU高约30%且基本售罄，Trainium3（2026年初开始发货）价格性能比Trainium2再高30%至40%且几乎被完全预订 [22] - AI工作流与核心云基础设施之间的飞轮效应已开始形成并加速，AI爆炸式增长也带动了核心业务（如后训练、强化学习、智能体操作）的显著增长，得益于Graviton（领先的CPU芯片）和Trainium（领先的性价比AI芯片）的独特组合，AWS在当前的拐点中处于异常有利的地位 [23] - AWS的增长刚刚开始并将加速，因为人们正从AI实验转向运行由AI构建的工作流，但市场尚未认识到这一现实；尽管AWS因规模庞大导致增长率低于其他超大规模云同行，但其增长的绝对美元数额惊人且正在加速，这一加速将持续全年 [24] AI构建的高价值分析工具：SaaS风险追踪器 - 该工具结合定量和定性因素，为软件公司面临来自AI的风险进行评分，评分逻辑定义了韧性特质，低分表示风险低，高分表示风险高，并据此分为高、中、低风险组合进行独立追踪 [26] - 追踪器对SaaS领域内每家公司的自由现金流质量进行客观排名，依据包括净收入贡献高、股权激励贡献低、递延收入少等因素，并追踪自由现金流质量改善最大的公司，同时分析订单构成，短期订单与长期合约公司面临的风险不同 [28] - 工具挖掘每家公司财报电话会记录，提取关于AI业务影响的最重要引述，并对这些洞察的质量进行排名，仅定性谈论的公司获得的评价低于量化阐述利益（及风险）的公司 [29] - 用户可以点击进入任何被追踪的SaaS公司，查看关于AI替代、续约定价、降级销售/席位压缩、自建与购买决策、盈利能力、续约墙和AI货币化等关键陈述，所有内容均源自并可链接回实际文件或记录，这极大地加速了在SaaS领域的研究覆盖 [30]

金磊 发自 凹非寺 量子位 | 公众号 QbitAI 有这么一组数据，是真真儿地戳到了 用Agent 这件事的 爽点 。 来，展示： 看完这些数字，想必大家脑海里已经是一堆Agent塞满一家公司的画面了，而且是井井有条的那种。 这家率先尝到Agent"甜蜜点"的公司是谁？ 小鹏汽车。 为什么是它能做到？ △ 图片由AI生成 因为小鹏用了"云计算一哥"—— 亚马逊云科技 。 公司AI代码覆盖率超过70%； 内部已经创建700多个不同类型、不同部门的Skills； 连接400多个API端点；每天有100多个AI协同PR；累计跑完14万多个工作流； 6个核心阶段成功率均超过99.7%；交付代码0个P0、P1缺陷。 缺陷自动修复从两天压缩到10分钟…… 更准确地说，小鹏基于亚马逊云科技的 Kiro 、 Amazon Bedrock 、 Amazon EKS 等服务，搭了一套企业内部AI编程与Agentic工作平 台，名字叫 灵犀 。 小鹏集团AI/Data Platform负责人 何瑞邦 ，在 亚马逊云科技中国峰会 的现场讲了一个非常具体的问题：2024年，小鹏内部已经普遍使用 各种AI开发工具，一些员工的个人效率确 ...