合作交易谈判停滞 - 英伟达与OpenAI之间价值1000亿美元的合作交易谈判已陷入停滞 [2] - 该计划因英伟达内部人士对交易存疑而停滞不前 [2] - 两家公司正在重新考虑合作关系的未来 最新讨论包括在OpenAI当前融资轮中进行数百亿美元的股权投资 [2] 交易背景与潜在影响 - 去年9月英伟达宣布计划向OpenAI投资高达1000亿美元 以帮助其训练和运行最新的人工智能模型 [2] - 根据谅解备忘录 英伟达将为OpenAI建设至少10吉瓦的算力 并同意投资最多1000亿美元帮助支付相关费用 OpenAI则同意从英伟达租赁芯片 [4] - 交易搁置对OpenAI构成不小打击 该交易本可为其提供所需资金和渠道 以购买关键的先进芯片 在日益激烈的竞争中保持领先 [2] - OpenAI正为2026年底前上市做准备 过去一年一直在争取获得大量算力以支撑未来产品和增长 [3] 谈判进展与英伟达立场 - OpenAI曾预计交易谈判将在数周内完成 但谈判仍处于早期阶段 尚未取得实质性进展 [5] - 英伟达首席执行官黄仁勋近期私下强调 最初的1000亿美元协议并非具有约束力 也尚未最终确定 [6] - 黄仁勋私下批评了OpenAI在业务运营方面存在的缺乏纪律性问题 并对该公司面临的竞争表示担忧 [6] - 黄仁勋向业内人士表示 仍然认为以某种形式向OpenAI提供财务支持至关重要 部分原因是OpenAI是芯片设计商的最大客户之一 如果OpenAI落后于其他AI开发商 可能会影响英伟达的销售 [6] - 英伟达发言人回应称 过去10年来一直是OpenAI的首选合作伙伴 期待继续携手合作 [7] 行业竞争态势 - OpenAI面临来自谷歌、Anthropic等公司的竞争压力 [6] - 近期谷歌Gemini应用的成功拖慢了ChatGPT的增长 [6] - Anthropic凭借其名为Claude Code的热门编码助手对OpenAI构成压力 [6] - 这些竞争态势直接关系到英伟达的核心利益 [6]

OpenAI的上市计划与进展 - OpenAI正加速推进2026年第四季度的上市计划，并与华尔街投行展开非正式洽谈，同时任命了首席会计官和负责投资者关系的企业财务官以搭建核心财务团队 [2] - 公司希望抢在主要竞争对手Anthropic之前登陆公开市场，以获取显著的市场话语权和资本吸引力 [2] - 公司面临来自SpaceX的竞争，后者计划最早在2026年夏季上市，目标融资规模超过**1万亿美元** [3] IPO的核心财务考量与融资需求 - 加速上市的核心动力之一是应对巨额资金需求，以支付未来数年高达**数千亿美元**的AI基础设施和芯片交易费用 [4] - 公司正进行一场可能持续全年的上市前最后一轮融资，目标融资规模超过**1000亿美元**，估值有望达到**8300亿美元** [4] - 战略投资方面，英伟达正商谈最高**300亿美元**的投资，微软计划投资不到**100亿美元**，亚马逊可能投入超过**100亿美元**甚至**200亿美元** [4] 公司面临的挑战与竞争 - 公司面临高层人事变动对稳定性的影响，以及谷歌等科技巨头从核心消费业务展开的激烈竞争，为此启动了“红色警报”行动以提升产品 [5] - 公司正面临联合创始人马斯克提起的高达**1340亿美元**的诉讼 [5] - 首席执行官对成为上市公司CEO的兴奋度为“0%”，并预计将把部分职责委托给应用业务CEO [5] 竞争对手Anthropic的动态 - 竞争对手Anthropic计划在2026年底前完成上市，对OpenAI构成追赶压力 [2] - Anthropic凭借编程工具Claude Code实现销售额飙升，正进行一轮规模可能超过最初**100亿美元**目标的融资，并已招聘关键财务人员 [6] - 两家AI巨头目前均面临巨额亏损，每年亏损**数十亿美元**，但Anthropic预计将在2028年首次实现盈亏平衡，比OpenAI的盈利时间表提前两年 [6] 行业IPO浪潮与市场前景 - 在IPO活动整体回暖的背景下，2026年可能成为有史以来IPO规模最大的一年 [7] - OpenAI、Anthropic和SpaceX是当前最受关注的科技公司，它们的上市将吸引全球资本目光，同时小型科技公司的上市活动也在增加 [7] - OpenAI若成功上市，将成为第一家登陆公开市场的主流生成式AI公司，为整个AI产业发展注入新动力 [8]

本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。 在 2025 年里，业界热衷于用「AI Agents 之年」「推理之年」等方式来形容该年的重要突破。在过去的一年里，LLM 在在技术跃迁、应用范式、生态格局、风险治理等方面 取得了多项进展，并周期性引起热议。在 2025 年末，Django Web 框架的开发者 Simon Willison 梳理了一整年里 LLM 在技术跃迁、应用范式、生态格局、风险治理等方面出 现过的重要进展和热门话题，并将其总结为 27 个「The Year of XX」。 03 . 2025 年 LLM 商业、生态与风险方面有哪些热词？ 目录 LLM 竞争格局有何变化？「MCP」为什么只是「昙花一现」？「Coding Agents」与「CLI」在如何相互影响？... 01. 2025 的「LLM 之年」有哪些说法？ 2025 的「LLM 之年」有哪些说法？ 2025年有哪些 LLM 热门话题？2025 的年度趋势与前两年有何区别？... 1、独立开发者、技术评论人、Django Web 框架的开发者 Simon Willison 近期撰文，以《2025: ...

行业核心观点 - 行业预判未来3-6个月算力需求有望进一步上行 算力产业链或迎来新一轮上涨 [1] 算力需求现状与驱动因素 - 近期海外推理和训练算力需求旺盛 [1] - 推理侧 Agent产品如MoltBot、Claude Code加速落地 对云计算资源需求显著增加 [1] - 2026年年初以来Token调用量已连续2-3周高速增长 [1] - 训练侧 Grok-5、Veo4等模型持续迭代 工业界持续探索Scaling上限 支撑训练算力需求 [1] 市场动态与价格变化 - 亚马逊云和谷歌云双双涨价 [1] 行业预期与市场情绪 - 随着推理端AI应用落地密集催化叠加训练端模型持续迭代 算力需求有望上行 [1] - 一旦美股财报季算力需求得到确认 前期压制算力板块情绪与估值的“算力泡沫论”担忧有望得到阶段性缓解 [1]

英伟达与OpenAI千亿美元合作计划陷入停滞 - 英伟达原计划向OpenAI投资至多1000亿美元，以助力其训练和运行最新人工智能模型，但该计划因内部质疑已陷入停滞 [2] - 该合作于去年9月公布，协议约定英伟达为OpenAI打造至少10吉瓦算力，并投资至多1000亿美元协助承担建设成本，OpenAI需向英伟达租赁芯片 [2] - 谈判至今仍停留在初步阶段，未有任何实质性进展，双方正重新考量合作未来，最新磋商包括英伟达在OpenAI当前融资轮中进行数百亿美元的股权投资 [2] 合作停滞的原因与双方表态 - 英伟达首席执行官黄仁勋私下强调，最初的1000亿美元协议不具备法律约束力且未最终敲定，并批评OpenAI商业运营缺乏章法，对其面临的竞争压力表示担忧 [3] - OpenAI发言人表示双方团队正积极推进合作细节磋商，并强调英伟达技术是其技术突破的基石及未来规模扩张的核心 [3] - 英伟达发言人表示过去十年一直是OpenAI首选合作伙伴，期待未来继续合作 [3] 合作公布的影响与OpenAI的算力承诺 - 去年9月合作协议公布后，英伟达股价上涨近4%，市值一度逼近4.5万亿美元 [4] - 作为协议一部分，英伟达曾讨论为OpenAI建设自有数据中心的部分贷款提供担保 [4] - OpenAI首席执行官山姆・奥特曼曾表示，公司背负了总计1.4万亿美元的算力采购承诺，这一数字是其去年预期营收的100多倍 [4] - OpenAI高管回应称，剔除部分协议中的重叠部分后，实际承诺总额将降低，且履行周期贯穿较长时间 [4] 市场竞争与英伟达的官方立场 - 谷歌Gemini应用放缓了ChatGPT用户增长，迫使OpenAI启动“红色警报”应急机制，Anthropic也对OpenAI形成竞争压力 [5] - 英伟达已于去年11月宣布计划向Anthropic投资至多100亿美元 [5] - 英伟达在去年11月的文件中明确指出，无法保证会与OpenAI达成最终协议或投资能够落地 [5] - 去年12月，英伟达首席财务官表示尚未与OpenAI敲定最终合作协议 [5] 英伟达的潜在动机与行业竞争格局 - 黄仁勋认为向OpenAI提供资金支持至关重要，部分原因是OpenAI是英伟达的最大客户之一，若OpenAI在竞争中掉队，英伟达芯片销量或将受冲击 [6] - Anthropic训练模型主要依赖亚马逊云科技自研的Trainium芯片和谷歌的TPU，谷歌训练Gemini也主要采用自家TPU，这两款芯片对英伟达GPU构成巨大竞争威胁 [6]

转自：InfoQ ，编译 | Tina 过去几十年，软件工程有一个稳定不变的前提：系统的行为写在代码里。工程师读代码，就能推断系 统在大多数场景下会怎么运行；测试、调试、上线，也都围绕"确定性"展开。但 Agent 的出现正在动 摇这个前提：在 Agent 应用里，决定行为的不再只是代码，还有模型本身——一个在代码之外运 行、带着非确定性的黑箱。你无法只靠读代码理解它，只能让它跑起来、看它在真实输入下做了什 么，才知道系统"到底在干什么"。 在播客中，LangChain 创始人 Harrison Chase 还把最近一波"能连续跑起来"的编程 Agent、Deep Research 等现象视为拐点，并判断这类"长任务 Agent"的落地会在 2025 年末到 2026 年进一步加 速。 这也把问题推到了台前：2026 被很多人视为"长任务 Agent 元年"，现有的软件公司还能不能熬过 去？就像当年从 on-prem 走向云，并不是所有软件公司都成功转型一样，工程范式一旦变化，就会 重新筛选参与者。长任务 Agent 更像"数字员工"——它不是多回合聊天那么简单，而是能在更长时间 里持续执行、反复试错、不断自 ...

核心观点 - 英伟达与OpenAI于2023年9月高调宣布的1000亿美元投资协议已陷入停滞 双方正在重新考虑合作形式 最新讨论包括在OpenAI当前融资轮中进行数百亿美元的股权投资 [1][2] 交易状态与背景 - 该协议为一项谅解备忘录 英伟达计划为OpenAI建设至少10吉瓦的算力 并同意投资最多1000亿美元帮助支付相关费用 OpenAI则同意从英伟达租赁芯片 [3] - 交易谈判停留在早期阶段 自宣布后数周内未能完成 截至2023年12月 双方尚未达成最终协议 [4] - 英伟达内部对交易条款产生疑虑 首席执行官黄仁勋近几个月私下强调最初的1000亿美元协议并无约束力且未最终敲定 [1][2] 英伟达的考量与行业竞争 - 黄仁勋对OpenAI在商业上缺乏纪律性表示批评 并对其面临来自谷歌和Anthropic等竞争对手的压力表示担忧 [2] - 谷歌Gemini应用的成功拖慢了ChatGPT的增长 导致OpenAI一度宣布进入红色警戒状态 Anthropic也凭借其AI编码助手Claude Code构成竞争压力 [5] - 黄仁勋认为以某种形式向OpenAI提供财务支持至关重要 因为OpenAI是英伟达芯片的最大客户之一 如果OpenAI落后于其他AI开发商 可能会影响英伟达的销售 [5] - 竞争对手Anthropic严重依赖亚马逊云服务的Trainium芯片以及谷歌自研的TPU处理器训练AI模型 谷歌则主要使用TPU训练Gemini 这两种芯片对英伟达的GPU构成重大竞争威胁 [5] - 英伟达在2023年11月曾表示 承诺向Anthropic投资最多100亿美元 [5] 市场影响与OpenAI的算力承诺 - 协议最初宣布时 英伟达股价上涨近4% 市值推升至约4.5万亿美元 [7] - OpenAI首席执行官Altman表示 一系列芯片和云计算协议使公司背负1.4万亿美元的算力承诺 是其去年收入预期的100多倍 这引发了投资者对该公司支付能力的担忧 导致部分相关科技股出现抛售 [7] - OpenAI高管解释称 扣除部分交易的重叠后 总承诺金额较低 且这些协议将在很长时间内履行 [7] - OpenAI正为2026年底前上市做准备 过去一年一直在争取获得大量算力以支撑未来产品和增长 [2]

行业表现与市场情绪 - 软件股近期大幅下挫 标普500指数内的软件公司过去六个月下跌约18% 而同期指数本身上涨9% [1] - 主要软件公司股价下跌显著 SAP下跌30% Salesforce下跌约20% ServiceNow下跌约40% [1] - 行业情绪处于罕见低位 人工智能为软件行业投下了不确定性的阴影 [2] 人工智能带来的竞争威胁 - 投资者担忧SaaS公司客户可能利用Anthropic的Claude Code等大型语言模型提供商工具开发内部软件解决方案 从而减少对Salesforce等提供商的依赖 [3] - Anthropic新发布的自主数字助手Claude Cowork加剧了这种担忧 [3] - 人工智能正在降低全新企业软件初创公司的进入壁垒 例如Aurasell和Artisan AI等公司的AI原生平台可能直接挑战老牌公司的竞争优势 [4] 传统软件公司的应对措施 - 老牌软件公司竞相推出智能体人工智能产品 旨在创建不仅能生成答案还能采取行动的AI工具 以防御新兴竞争对手对其核心平台的冲击 [5] - 相关平台包括Microsoft的Copilot Salesforce的Agentforce Snowflake Intelligence等 但这些平台仍处于起步阶段 [5] - SaaS公司正全力拥抱智能体AI并投入大量资金 但实际采用速度非常缓慢 [6] - 企业软件公司的宣传与智能体AI的实际落地情况存在脱节 [6] 公司高管表态与市场反应 - 在微软 ServiceNow和SAP的财报电话会议上 首席执行官们强调其公司正从AI中获益 ServiceNow首席执行官Bill McDermott认为“AI不会取代企业软件”而是“依赖于它” [7] - 尽管如此 这三家软件股在周四继续暴跌 其他企业软件销售商如Salesforce Snowflake Intuit和Datadog等股价也一同下跌 [7]

OpenAI的上市计划与进展 - 公司正加速推进第四季度上市计划，并与华尔街投行进行非正式洽谈，估值达5000亿美元 [1] - 公司已任命新的首席会计官Ajmere Dale和负责投资者关系的企业财务官Cynthia Gaylor，为上市进行实质性准备 [1][5] - 公司内部对竞争对手Anthropic可能率先上市表示担忧，认为率先上市将获得显著先发优势，吸引公共市场投资者和散户 [1][5] OpenAI的巨额融资需求与挑战 - 公司寻求通过IPO增强市场对其财务状况的信心，以支付未来几年总额达数千亿美元的AI基础设施和芯片交易费用 [3] - 公司正进行可能持续全年的融资活动，寻求筹集超过1000亿美元资金，估值将达到8300亿美元，这可能是上市前的最后一轮融资 [3] - 潜在投资者包括英伟达（商谈投资最高300亿美元）、微软（计划投资不到100亿美元）和亚马逊（可能投入超过100亿美元甚至200亿美元） [3] - 公司在年底前成功上市面临挑战，包括快速成长型初创公司的典型挑战、近期高层人事变动、来自谷歌的激烈竞争，以及联合创始人马斯克提起的索赔高达1340亿美元的诉讼 [3][4] - 公司首席执行官Sam Altman对成为上市公司CEO表示“0%”兴奋，预计将把部分职责委托给前Instacart首席执行官Fidji Simo [4] Anthropic的竞争与行业动态 - Anthropic同样在为上市做准备，已与投行洽谈并进行财务人员招聘，包括负责资本市场的Andrew Zloto和来自黑石的投资人Kevin Chang [7] - Anthropic凭借其编程工具Claude Code实现销售额飙升，目前正进行一轮融资，规模可能超过最初设定的100亿美元目标，并愿意在年底前上市 [1][7] - Anthropic和OpenAI每年都在亏损数十亿美元用于开发新AI模型和支持运营，但Anthropic预计将在2028年首次实现盈亏平衡，比OpenAI的盈利时间表提前两年 [7] - 在IPO活动整体回暖的背景下，华尔街预计2026年可能成为有史以来IPO规模最大的一年，OpenAI、Anthropic和马斯克旗下的SpaceX（计划最早今年夏季上市，目标融资规模超过1万亿美元）是最受关注的科技公司 [1][7]

开源AI助手Moltbot项目热度 - 开源个人AI助手Moltbot（原名Clawdbot）成为AI圈内热度最高的项目之一，其搜索热度甚至超过头部AI玩家的类似产品Cowork [2] - 该项目GitHub星标数已突破10万大关，热度直追Next.js这样的传奇开源项目 [2] 开发者背景与创业历程 - 开发者Peter Steinberger曾创立PDF技术公司PSPDFKit，后以超1亿欧元的价格出售其股份实现财富自由 [5][12] - 其技术生涯始于十四岁，通过自学编程起步，并在早期工作中形成“使用感觉胜过行业标准”的关键判断 [5][6][7] - 在2010年前后，通过重写一款崩溃的杂志阅读器应用并自研PDF渲染器，最终将相关模块独立并发展为创业公司PSPDFKit [8] - 公司成立之初即为远程优先模式，团队规模从三十人增长至接近两百人 [9] - Steinberger长期亲自参与技术支持，通过“创始人直接支持”的方式（如5分钟内回复工单）来建立开发者信任，但这也限制了公司扩张速度 [10][11] - 随着公司进入成长期，工作重心从解决难题转向维护系统和组织协调，导致其感到精疲力竭，最终出售股份并暂时离开了技术世界 [11][12][13] AI时代软件开发的范式转变 - 软件构建的逻辑正从逐行敲击代码转向“编织式”的系统构建，AI编程成为“能力的放大器” [5][16] - 在开发新项目Clawdbot时，采用并行运行5-10个AI Agent协作的方式，开发流程从写代码转向与模型对话和共同规划 [6][16] - 开发者角色转变为系统建造者，负责系统结构、产品形态和架构取舍，而模型负责具体实现、代码生成与调试 [17] - AI编程的秘诀在于建立反馈循环，让Agent能够自动编译、测试并自行修正错误，而非期待一次性写对 [6][17] - 在AI加持下，为了让模型能够“自证正确”，系统设计变得更加模块化和可测试，反而逼出了更优质的架构 [6][18] - 开发者坦言“我交付的代码我自己都不读的”，将精力倾注于模块化设计、自动化测试和系统架构，而非具体实现细节 [6][16] AI编程工具的比较与选择 - Steinberger认为AI编程的转折点出现在今年夏天，AI已强大到无需亲手写代码就能构建完整系统 [14] - 相比Claude Code，OpenAI的产品（如GPT‑5.2和Codex）体验更好，几乎每个提示都能直接得到可用结果 [14] - 在复杂工程中，Codex明显优于Claude Code，区别在于工作方式：Claude Code速度快但需要不断纠偏，而Codex会“安静地读代码10分钟”再动手，一次成功率更高，更适合复杂系统和长期维护项目 [15] - 在Clawdbot项目中，选择使用CLI方案而非MCP，因为模型天生擅长使用Bash命令，且CLI可通过脚本实现自动化链式操作，更具灵活性 [16] 对行业现状的观察与判断 - 大量资深工程师对AI存在抵触，常犯的错误包括：把AI当作“一次性写对的程序员”、不建立持续对话与反馈循环、不了解模型的知识分布与默认假设 [18] - 反对者被类比为“仍在使用弹吉他的方式去尝试钢琴”，即未能适应新范式 [6][20] - 在AI时代，代码正在变得廉价，而对系统的判断力、对产品逻辑的品味正变得更具价值 [19] - 这场变革被视为思维的洗礼，愿意适应新工具的人有望探索出新的构建与思维方式 [20][21]