Author: Ada - 1ban.news

一级方程式车队生成和分析数据的规模，是大多数企业难以企及的，然而负责这项工作的领导者认为，这项运动的竞争优势仍然属于经验丰富的人。在英国大奖赛前夕，阿斯顿马丁阿美车队的技术管理层在参观车队银石园区期间表示，将原始数据转化为赛道表现的关键在于手工技艺和专业判断。 车队的技术合作伙伴将这项运动视为AI的极端试验场。一辆现代一级方程式赛车包含超过13,000个零部件，在研发周期内平均每15分钟就会设计出一个新部件，工程师必须在极端时间压力下权衡空气动力学变量、环境条件和比赛策略。机器学习多年来一直被用于分析赛车数据、识别性能信号，如今车队将生成式AI和智能体AI融入工作流程，以便针对棘手场景制定主动应对方案。 首席信息官法布里齐奥·皮洛蒂将信息技术部门描述为提升性能的职能，而非支持性的运营部门。据他介绍，该部门的职责是让工程师掌握数据基础和工具，通过更好地管理故障、更清晰地了解赛车的表现，使他们充分发挥自己的能力。优先项目包括优化企业应用、开发赛道旁系统，以及将AI智能体策略性地应用于软件开发流程本身。 此次园区之行最引人注目的细节，是尖端AI与传统手艺的并存。车队技术管理合伙人阿德里安·纽维是这项运动历史上最著名的空气动力学专家之一，他当时正在办公室里用手绘制新设计。皮洛蒂表示，新加入的成员常常对这份工作中包含的大量精细手工感到惊讶；在追求边际收益的行业里，专家做出的量身定制的小改动，恰恰是决定比赛胜负的那类增量。 人的角色之所以保留，是因为在这种环境中，AI被当作决策支持层，而非决策者。拥有多年经验的工程师负责审视由数据生成的多个选项并选择路径，这依赖模型所不具备的判断力。车队商业技术大使埃里克·恩斯特用认知可扩展性来阐释这一点：AI让车队成员具备超越当前能力上限的容量，但经验本身无法外包给模型。 合作伙伴生态反映了这一理念。与车队合作开发主权AI模型和智能体的Cohere，正在探索如何让模型从遥测、诊断和模拟数据中及时提取洞见，将拖慢工程师速度的琐碎工作自动化。皮洛蒂表示，车队希望在防火墙内为定制化用例部署模型，既保证敏感数据不外泄，也控制token用量。Arm提供高能效计算，支持进站等高危场景中更快的决策周期；Cognition正在开发作为工程团队延伸的AI智能体，它们能够分解复杂问题，并在工作中不断学习。 支撑这一切的数据基础设施本身已成为一个竞争性问题。车队于2025年10月宣布已完成将数据存储全部迁移至NetApp的工作，并于2025年5月指定CoreWeave为其AI云计算合作伙伴，不过车队以竞争敏感为由，对具体工作负载的运行位置讳莫如深。Blocks & Files在7月报道称，车队拥有自己的GPU，大部分数据处理仍留在本地，CoreWeave则在该硬件上运行AI模型。 车队技术论坛传递的更广泛信息超越了赛车本身。按照这种说法，一级方程式在没有任何企业能够复制的条件下对AI进行压力测试：极端的时间压力、事关安全的决策，以及不能暴露的数据。其论点是，在这种环境中至关重要的技能可以直接迁移到其他行业。将AI融入运营的竞赛正在延伸到数据中心和软件平台，但终点线仍然取决于那些解读模型输出的人。 婷 翻译 Sources: AI in Formula One: Competitive advantage is all about the human in the loop (ZDNet, Aug 1, 2026); Aston Martin Formula One: Accelerating Innovation with AI (Manufacturing & Engineering Magazine, Jul 29, 2026); Aston Martin’s Aramco Formula One Team, CoreWeave, NetApp, and […]

欧盟《人工智能法案》针对通用人工智能的义务已经生效，针对高风险系统的规则也定于2026年8月实施。在此背景下，OpenAI 公开了其内部机制，并称这些机制已经达标。这份披露梳理了公司的预备框架（Preparedness Framework）与前沿治理框架（Frontier Governance Framework），并将两者对标《通用人工智能实践守则》（GPAI Code of Practice）。该守则是一项自愿性文件，旨在帮助模型提供商证明其符合《人工智能法案》的要求。 OpenAI 声称其运作水平已接近该守则的要求。它列举了模型的发布前测试、伴随主要发布公开的系统卡片、通过红队网络（Red Teaming Network）开展的外部红队测试，以及描述模型行为如何形成的公开《模型规格》（Model Spec）文件。在公司内部，有两套框架主导相关工作：预备框架自2023年起实施、于2025年更新，负责识别和管理先进系统带来的严重风险；前沿治理框架则将上述安全实践对标包括 GPAI Code 在内的法律要求。 该计划的透明度部分依托两种相互强化的机制。基于 C2PA 标准的内容凭证（Content Credentials）将溯源信息直接附加到文件上，SynthID 水印则在元数据被剥离时提供备用信号。OpenAI 表示，这一覆盖范围正从图像扩展到音频，并将随着标准与工具的成熟向文本推进；该公司还会为基于其模型开发、自身承担透明度义务的开发者提供指引。 该公司对局限性直言不讳。元数据会在平台间的传输中丢失，标签也不总能留存，没有任何单一的加密或水印信号能覆盖所有情况。其公开给出的答案是分层方案加上在标准社区的持续努力，而非宣称某一项机制就能堵住缺口。 网络安全是另一大支柱。OpenAI 将核心矛盾概括为：能够帮助防御方修补漏洞的能力，恰恰也可能是让攻击方抢先发现漏洞的能力。其网络安全可信访问项目（Trusted Access for Cyber）向经过审查的防御方开放更先进的网络能力，同时限制被滥用的风险；2026年5月初，该公司启动了欧盟网络行动计划（EU Cyber Action Plan），与欧盟及各成员国的网络机构、私营部门伙伴和基础设施运营方合作。该计划与欧盟委员会的《网络安全与人工智能行动计划》保持一致，不过 OpenAI 关于这些机构内部防御成效的说法尚未得到独立验证。 OpenAI 此前已宣布有意签署 GPAI Code，前提是欧盟人工智能委员会（EU AI Board）正式批准当前版本。该公司还把自己定位为多方利益相关者进程中的建设性伙伴，这一进程同时催生了 GPAI Code 和配套的《人工智能生成内容透明度实践守则》。 对于在受监管的欧洲市场开展业务的开发者而言，实际含义是：OpenAI 的系统卡片和前沿治理框架是他们自身尽职调查的起点，而非替代品。合规文件本身被描述为一个不断变动的目标，预计将随着欧盟《人工智能法案》实施的推进而持续调整。 婷 翻译 Sources: OpenAI aligns safety practices with EU AI Act’s […]

Reddit交出了大多数上市公司都会庆贺的一份季度成绩单：营收增长61%，利润几乎增至原来的三倍，业绩指引高于华尔街预期。然而股价仍然下跌，首席执行官在财报电话会议上公开向公司最重要的合作伙伴发难。这家企业在两方面都依赖谷歌，谷歌既是其最大的流量来源，也是其内容的付费客户。 截至6月30日的季度营收达到8.05亿美元，这是连续第八个季度增速超过60%，其中广告收入贡献7.62亿美元。净利润从上年同期的8900万美元升至2.53亿美元，自由现金流增长一倍多，达到2.61亿美元。公司预计第三季度营收在8.6亿至8.7亿美元之间，高于分析师预期。 疲软出现在美国市场，美国贡献了约79%的营收。美国日活跃用户从上一季度的5350万降至5320万，这是公司统计的五个季度中首次环比下滑，不过同比仍增长6%。全球日活跃用户增长18%，达到1.303亿。这一差距之所以重要，是因为美国用户的变现率是国际用户的五倍多，而广告增长越来越依赖提价而非扩大受众。 高管将部分疲软归因于搜索。本季度来自搜索引擎的引荐流量被形容为波动不定，波动在季度末加剧，且该渠道的可见度仍然很低。谷歌正是在这一渠道占据主导地位，而将偶然访客转化为登录用户的策略，在这一渠道上还有最大的提升空间。管理层表示，Reddit并非为路过式流量而打造，但也承认平台在获取新访客方面仍然严重依赖搜索引擎。 对谷歌AI Overviews的批评也随之而来。CEO认为，传统的十条蓝色链接布局为更广泛的网络带来了可衡量的价值和增长，而AI Overviews尚未为企业、出版商和零售商带来相当的益处。一封致股东信将Reddit定位为自动化网络的一股制衡力量，称机器压缩的摘要无法取代该平台所承载的讨论和真实体验。 利害关系实实在在。Reddit与谷歌签有约6000万美元的年授权协议，《华尔街日报》本月早些时候的一篇报道称，该公司正在考虑终止这项协议。同一篇报道称，《经济学人》、路透社、Politico和《今日美国》也在权衡类似的退出。Reddit还与OpenAI保持着另一项数据授权协议，这使其在谈判中拥有一定的筹码。独立证据支持了这一抱怨：皮尤研究中心一项基于900名美国成年人数据的研究得出结论，与十条蓝色链接的方式相比，AI Overviews将网站的引荐流量削减了近一半，尽管谷歌在AI Overviews问世之前就已经以其他方式远离了那种布局。 市场的反应表明投资者听到了这一警告。尽管公司在营收、利润和业绩指引上均超出预期，股价收盘仍比先前水平低20%以上，这一跌幅抹去了2.35亿美元回购计划带来的缓冲，该计划以远高于当前交易水平的均价完成。 即使授权协议得以保留，这场公开施压也具有战略意义。谷歌既是Reddit最大的流量入口，也是其最大的客户之一，而威胁放弃这6000万美元的协议，是该公司所能发出的最强谈判信号。无论最终结果是重新谈判、退出，还是在谷歌如何在AI摘要中呈现Reddit内容方面获得更大的话语权，这个曾帮助训练AI时代的平台都希望在自身价值的分配上拥有发言权。 婷 翻译 Sources: As Reddit stock falls, CEO questions value of Google’s AI Overviews (Ars Technica, Aug 1, 2026); Reddit shares sink 11% on ‘choppy’ search referrals even as results blow past estimates (CNBC, Jul 30, 2026); Reddit Beat on Revenue, Profit, and […]

希捷的下一代硬盘正按计划推进，而且产能已被预订一空。该公司在第四财季财报电话会议上确认，基于单碟容量超过5TB的Mozaic 5+平台仍有望在2027日历年年底开始认证出货。把十张这样的碟片装进一个8.9厘米（3.5英寸）的机箱，正是希捷近十年来一直承诺的50TB级硬盘的由来。排队等候这些硬盘的是数据中心运营商，而不是普通消费者。 首席财务官Gianluca Romano表示，公司有望实现单碟超过5TB的存储密度，首批Mozaic 5+硬盘预计于2027年下半年出货给客户进行认证。首席执行官Dave Mosley补充说，根据长期供应协议，近线存储的EB级产量绝大部分已分配至2028日历年，战略客户正把规划周期推至2029年及以后。 这些合同背后的需求明显由人工智能驱动。希捷6月当季营收36亿美元，环比增长17%，同比增长48%，增长动力来自用硬盘承担工作负载长尾部分的AI超大规模客户和云服务商。Mosley将冷存储描述为在用户交互过程中为AI模型和智能体系统提供持久上下文的关键，把存储采购直接与AI基础设施建设挂钩。基于HAMR技术的产品目前约占公司EB级出货量的40%，这一占比预计到2027年7月初将达到70%。 当前一代Mozaic 4+支持最高44TB的硬盘，预计到2026年底，在希捷向特定客户出货的HAMR产品中，这一代将占EB级容量的一半。作为该平台第三代产品的Mozaic 5将产出50TB级硬盘，面向追求性能和灵活性的客户采用传统磁记录技术，面向追求最大密度的客户则采用叠瓦式磁记录技术。 认证出货不等于上市。认证出货是发给OEM和超大规模客户的工程样品，由他们自行验证；只有通过内部测试和客户测试流程后，硬盘才会进入量产。希捷管理层在电话会议上主动指出了自身的执行风险，称从单碟3TB到4TB再到5TB需要更多设备加工时间，可能拖慢制造吞吐量，这是向分析师主动披露的异常坦率的告诫。 路线图此前就曾跳票，这也是新时间表留了这么多余地的原因之一。2019年底公开的路线图幻灯片把50TB HAMR硬盘定在2026年，这一目标在措辞上延续到2023年，当时公司一边推迟30TB产品的发布，一边宣称要在2026年实现50TB。到2025年年中首批40TB HAMR样品发给数据中心客户时，路线图已调整为2027年推出44TB、2028年推出50TB。目前的计划在此基础上又增加了大约一年的认证、测试和验证时间。 对零售买家而言，这个时间表令人沮丧。根据现有合同，这些硬盘将于2028年出货，而50TB硬盘要等到约2029年大规模量产后很久，才可能出现在实体或线上货架上。如今大多数消费级PC出厂即配SSD，闪存在同等容量下仍比机械硬盘贵得多，最需要大容量存储、又能容忍较慢读写速度的买家恰恰要等最久。希捷的路线图表明，他们终将买到50TB硬盘，只是公司并不指望短期内向他们卖出哪怕一块。 婷 翻译 Sources: Seagate reveals more on its 50TB HDD plans – but looks like we’ll still have a long wait to buy one (TechRadar, Jul 31, 2026); Seagate aims to launch 50TB HAMR hard drives in 2027 (TechSpot, Jul […]

7 月 31 日，DeepSeek 悄然把旗下廉价模型推上了智能体基准测试的领先位置：当天该公司向 Hugging Face 上传了新的 V4-Flash-0731 检查点，并将 V4-Flash API 在同一天转入公开测试阶段。模型架构原封未动，所有提升都来自一轮后训练流程，但这个小模型如今在 DeepSeek 已公布的全部智能体基准测试中，都击败了公司自家的 Pro 旗舰。 最受关注的结果显示出相比预览版的显著跃升。在开发者用于衡量智能体编程任务的 Terminal Bench 2.1 上，V4-Flash-0731 得分为 82.7，高于预览版的 61.8，也领先 V4-Pro 的 72.1。在软件工程基准 DeepSWE 上，该模型在一次刷新中从 7.3 跃升至 54.4。测试安全智能体性能的 Cybergym 则从 38.7 攀升至 76.7。这些提升看起来目标明确：同一轮后训练让该模型在多项智能体测试中与 GLM-5.2 和 Anthropic 的 Opus-4.8 大体相当，而推理时的体量仍小得多。 这些提升伴随着保留意见。基准数据由厂商自行报告，且是在 DeepSeek 内部 Harness 框架的最小模式下得出的，该框架尚未发布，因此独立评估的结果可能存在出入。另外两个测试集 DSBench-FullStack 和 DSBench-Hard 属于 DeepSeek 内部。公司自己的文档也提示，智能体得分对所用的 […]

苹果似乎准备把AI当作分档计费的公用事业来经营：希望重建后的Siri助手加班工作的用户，可能需要通过现有的iCloud+订阅为额外算力付费。即将卸任的CEO蒂姆·库克（Tim Cook）在最后一次财报电话会议上首次公开抛出这一设想，称定价模式仍处于早期阶段，并承认苹果尚未敲定完整方案。他明确表示，公司预计会有相当一部分用户的需求远超基础使用额度。 这一思路与Anthropic和OpenAI的变现策略高度吻合，两家公司都将有限的免费档位与面向更高使用量的付费升级相结合。苹果的做法是把这些升级挂靠在现有的iCloud+订阅产品线上，而非另立独立的AI产品，从而将AI消耗纳入库克多年来不断扩张的服务业务。Siri AI目前已在iOS 27测试版中上线，更广泛的推送计划于今年秋季进行，因此定价架构有望在该功能触达大多数用户之前敲定。 这一转变恰逢苹果AI信誉的尴尬时刻。由于自研进展屡屡延期，苹果向谷歌授权了一款定制Gemini模型，用于驱动Siri的云端推理，而这些延误已经带来了财务后果。今年5月，苹果同意支付2.5亿美元，就一桩集体诉讼达成和解。该诉讼指控苹果为iPhone 16宣传了发布时并不存在的个性化Siri功能。拟议的和解方案覆盖约3700万台在2024年6月至2025年3月期间购买的美国设备。 苹果已在一些较小的功能上试水了订阅门槛式AI的构想。在2026年的WWDC上，苹果表示Image Playground将设有每日免费使用上限，iCloud+订阅用户可获得更高额度。由AI驱动的Home应用视频录制功能同样仅对2 TB的iCloud+套餐用户开放。库克在财报电话会议上的表态表明，公司将这些功能视为Siri AI的模板，而非一次性实验。 定价问题还与苹果的成本结构相互交织。AI驱动的内存短缺已推高整个行业的硬件组件价格，苹果上个月上调了Mac和iPad的售价，同时囤积库存以应对可能出现的严重供应紧张。如果AI推理成本沿同一轨迹上行，Siri的付费算力档位将让苹果把部分成本转嫁给最重度的用户，同时让大多数用户继续免费使用该助手。 决定权如今落到了即将上任的CEO约翰·特努斯（John Ternus）手中。这位硬件工程主管将在苹果正式确定AI服务战略之际接任。Siri AI最终采用硬性付费墙、软性使用上限还是混合模式，将是他任内首批产品定价决策之一，也将昭示苹果在把AI当作订阅生意这件事上愿意走多远。 婷 翻译 Sources: Siri AI could come with a paywall for power users (TechCrunch, July 31, 2026); Apple could put Siri AI behind a paywall, but not for everyone (Business Today, July 31, 2026); Tim Cook’s final Apple earnings call […]

自2023年初以来，四家最大的超大规模云服务商在AI基础设施上的投入已超过1.1万亿美元，且投入步伐仍在加快，而非趋于平稳。据英国《金融时报》汇总各公司最新财报后报道，亚马逊、谷歌、Meta和微软仅2026年一年预计就将在这一累计数字上再添约7450亿美元，这一年度总额已接近四家公司此前三年投入的总和。 各公司在最近财报季提交的业绩指引显示了这一规模：亚马逊将全年资本开支预期上调至约2200亿美元，微软给出的指引约为1900亿美元，Alphabet将区间扩大至1750亿至2050亿美元，Meta则划拨了1150亿至1350亿美元，其中大部分资金流向数据中心、加速器以及运行这些设施所需的电力基础设施。 华尔街分析师认为短期内难有缓解。RBC Capital的里希·贾卢里亚（Rishi Jaluria）在财报发布后表示，投资者如今预期这些公司将在为AI算力融资与保护利润引擎之间走钢丝，正是这些利润引擎让它们起初积累了足以进行此番尝试的充裕现金。这种张力在市场反应中清晰可见：每当支出指引超出营收可见度，创纪录的盈利便会一再遭遇抛售。 建设成本还不止于这四家超大规模云服务商。为服务数据中心园区，美国公用事业公司被迫投入数十亿美元升级电网，这些成本正在转嫁给居民电费缴纳者。由超大规模云服务商、公用事业公司和州政府官员共同签署的白宫《费率支付者保护承诺》（Ratepayer Protection Pledge）迄今尚未被任何一州写入法律。俄勒冈州于2025年生效的《POWER法案》对用电量超过20兆瓦的用户征收30%的电费附加费，同时将居民电费降低1.3%。 在硬件层面，超大规模云服务商愿意为高带宽内存支付溢价，促使美光（Micron）、三星和SK海力士优先生产HBM而非传统DRAM，加深了去年开始的消费级内存短缺。连锁反应现已波及汽车行业，通用汽车警告成本将大幅上升，比亚迪将驾驶辅助套件价格上调20%；平价智能手机同样受到冲击，内存最高可占物料清单总成本的64%。苹果尽管历来对供应商拥有强势议价能力，上月仍上调了Mac和iPad的价格，入门级MacBook Pro上涨400美元，至1999美元。 核心问题在于，AI收入最终能否追上正在投入的资本。看多者援引云计算等平台更替的先例，这些技术花了多年时间才实现变现；怀疑者则指出，四家超大规模云服务商中尚无一家在规模化运营中证明其AI基础设施带来正回报。不再有争议的是规模本身：按照目前的指引，万亿美元大关不是里程碑，而是基准。 来源：大型科技公司AI基础设施支出超过1万亿美元（Tom’s Hardware，2026年7月31日）；《金融时报》对超大规模云服务商资本开支的报道（Financial Times）；大型科技公司资本开支激增：亚马逊、微软、Alphabet、Meta 2026年支出将达7500亿美元（Gate News，2026年7月31日）；科技公司2026年AI支出接近7000亿美元（CNBC） 婷 翻译

一个配置出错的AI模型不会在出错时停下来。它会继续运行，继续生成token，悄悄把一个微不足道的错误变成一张七位数的账单。在7月28日的一次员工会议上，亚马逊的工程师们审阅了公司自己的内部指标，这些数据以异常具体的细节展示了这一模式。 最大的例子是一款基于Anthropic旗下Claude Sonnet构建的工具，用于将作者记录与亚马逊零售网站上的商品列表进行匹配。该项目消耗了180万美元，超出原预算860%，在五个月内未被发现，且从未上线。《金融时报》率先报道了这一案例，与它一同曝光的还有两个较小的超支项目：一个财务审计工具，超出计划约54.1万美元；一个旨在加快配送速度的物流系统，额外花费约13.4万美元。这三个项目合计造成约250万美元的计划外AI支出。 为什么按token计费会把小错误变成大账单 根本原因在于定价机制。AI服务商大多已从固定订阅费转向按token计费，token即模型处理的文本单位。人类工程师写出有缺陷的代码时会收到报错并加以修复；而配置错误的AI代理根本不会收到任何报错：一个反复重发同一提示词的循环，或一个指向整个目录而非样本数据的任务，只会产生更多计算活动，以及一张更大的账单。亚马逊的工程师在内部材料中把这些超支描述为代价极其高昂的错误，而这类错误过去几乎不花什么钱就能修复。 按月结算的账单周期放大了这个问题。一个失控的任务在构建日志或实时仪表盘上会一目了然，但在数周后才送达的账单上却无从察觉，这正是那个180万美元的项目在五个月内无人过问的原因。 尴尬之处：亚马逊自己就在卖解决方案 在AI上超支的这家公司，恰好也运营着销售成本控制服务的云平台，而这些控制措施正是为防范此类问题而设计的。AWS Bedrock提供半价批量推理、折扣版Flex层级、价格仅为标准输入费率十分之一的提示缓存，以及将简单任务分流到更便宜模型的提示路由。Anthropic自家的Haiku模型，其成本大约只有失败项目所用Sonnet模型的三分之一。超支的根源在于默认使用了前沿模型，且未开启护栏。 亚马逊的公开回应将这些事件定性为孤立个案。这些案例只涉及约30万员工中的少数团队，公司称它们是试验新技术的正常过程的一部分。在公司内部，反应则更为具体。亚马逊已停用KiroRank，这是一个按AI token使用量给开发者排名的非正式排行榜，此前有员工通过虚增自己的消耗量来提升名次，员工们把这种做法称为tokenmaxxing。工程师们正在构建自动化护栏、同行评审要求和支出上限，以便在账单送达之前就发现失控的项目。 这些失误发生之前，亚马逊自己的AI编码助手已出过事。12月，Kiro助手被授权对Cost Explorer（AWS客户用来查看账单的内部工具）进行修改，结果却删除并重建了它所在的环境，造成13小时的故障，影响了中国大陆的部分地区。亚马逊将该事件归因于用户访问控制而非AI自主性，但这两起事故有一个共同点：AI工具拥有与其操作工程师相同的权限。 这是治理问题，不是钱的问题 对亚马逊来说，与超过1800亿美元的季度营收相比，这些金额只是四舍五入的零头。同样的故障模式对规模较小的公司来说危险得多。严重依赖Claude Code的Uber，到4月就已耗尽了该工具2026年的全部预算，其管理层公开承认，公司尚未在不断上升的token使用量与客户真正受益的功能之间建立起明确联系。 亚马逊案例的教训在于治理，而非技术。AI超支天生就是悄无声息的，能够遏制超支的公司，将是那些把支出上限、模型选择和用量审查视为工程流程的一部分、而非事后补救的公司。 婷 翻译 Sources: Amazon finds cases of AI causing runaway spending on tech projects (Financial Times, July 30); Amazon accidentally spent $1.8 million using Claude for menial coding task, went 860% over budget (Tom’s Hardware, July 30); Amazon […]

微软于7月29日公布的第四财季财报中出现了一个会计层面的奇特现象：一项AI投资在一个季度内的收益，几乎相当于另一项投资全年的回报。根据公司自身的对账数据，微软对其持有的Anthropic股权录得32亿美元收益，使摊薄后每股收益4.81美元增加了33美分，而其规模大得多的OpenAI持仓对本季度净利润的净贡献约为4.8亿美元，折合每股约7美分。 若看截至6月30日的整个财年，这一反差更加明显。微软的OpenAI投资全年带来约50亿美元收益，为每股收益贡献67美分。而仅三个月时间，Anthropic股权就追平了其中很大一部分。微软表示，这一差距足够显著，因此选择在财报材料中明确披露Anthropic的收益，尽管该公司通常不会对该投资进行重新估值。 数字背后的结构 Anthropic的收益可追溯至2025年11月，当时微软向这家AI实验室投资50亿美元，作为一项循环安排的一部分：作为交换，Anthropic承诺购买价值300亿美元的Azure云服务。这一结构意味着，该收益不仅反映了股权价值的上升，也体现了这笔投资意在锁定的云业务收入。由于微软并非每个季度都按市价重估Anthropic持仓，这32亿美元的数字更应被视作一次阶段性快照，而非常规报表项目。 OpenAI则是另一种会计对象。微软持有该公司约27%的股份，并每季度更新该股权的价值，不过它并不披露OpenAI根据双方安排支付的分成收入。据TechCrunch报道，该季度OpenAI股权被减记约6亿美元，而公司的净核算用其他OpenAI相关收入抵消了这部分减记，且抵消额超过减记额。无论如何，方向是明确的：OpenAI每季度的贡献仅为Anthropic的一小部分，这两笔押注在微软的利润表上正朝着相反的方向拉动。 本季度的其他业绩 投资波动只是强劲季度之上的独立项目。营收达到900亿美元，同比增长18%，净利润为358亿美元，同比增长31%。Azure及其他云服务收入增长43%，整个Microsoft Cloud业务收入达到593亿美元，同比增长27%。整个财年，营收共计3318亿美元，净利润1337亿美元，摊薄后每股收益17.95美元。微软表示，Azure年收入首次突破1000亿美元，商业剩余履约义务增长84%，达到6780亿美元，这一积压订单反映了支撑其AI基础设施支出的多年期承诺。 微软的业绩还包括自愿退休计划相关成本低于预期带来的净收益，这部分收益部分被Xbox业务的遣散费和减值支出所抵消。 这种分化意味着什么 这两笔投资位于微软AI战略的两端。OpenAI仍是其最亲密的合作伙伴，也是其消费级AI抱负的基石，而Anthropic已成为战略上的制衡力量，其采购Azure算力的规模使其成为云业务部门最大的AI客户之一。会计处理上的不对称，即OpenAI按季度估值而Anthropic偶尔估值，意味着投资者只有在这样的财报时刻才能看清两项持仓的全貌。 头条新闻的核心信息与其说是哪家实验室胜出，不如说是微软如何布局以便从两者身上同时获益。当两家领先的AI开发商都在向微软付费购买算力，而其中一段关系还带来了数十亿美元的账面收益时，微软作为AI热潮收费公路的地位看起来越来越像是刻意为之。 来源：Microsoft logs $3.2B from Anthropic investment, but OpenAI was a mixed bag (TechCrunch, 7月29日)；Microsoft FY26 Q4 earnings release (Microsoft投资者关系部门, 7月29日)；Microsoft (MSFT) Q4 earnings report 2026 (CNBC, 7月29日)；Microsoft books Anthropic gain as OpenAI stake marks mixed fiscal 2026 results (Traders Union, 7月30日) 婷 翻译

美国支持在校全天禁止学生使用手机的人数首次超过反对者。皮尤研究中心的一项新调查显示，48%的美国成年人现在支持对初高中学生实行从上课铃到下课铃的全天禁令，较2024年的36%上升了12个百分点。反对者占43%，另有8%的人态度不明。 这一转变标志着公众舆论的重大变化。就在两年前，全天禁令还只是少数人的立场。如今它已成为最多人支持的观点，而趋势线表明，获得多数人的支持已近在眼前。 仅限课堂内的限制措施仍然更受欢迎：77%的成年人支持在教学时间内禁止使用手机，高于2024年的68%和2025年的74%。只有18%的人反对课堂内禁令。这些数据来自皮尤研究中心于2026年5月26日至6月1日对美国成年人进行的调查。 不同人群之间的分歧依然存在。与年长者相比，年轻成年人无论对课堂内禁令还是全天禁令都更不热衷，不过自2024年以来，接受调查的每个年龄组的支持率都有所上升。与此同时，更多州已出台校园手机限制措施，《教育周报》追踪到全美各地越来越多的零散政策。 皮尤研究中心2025年秋季的另一项调查发现，青少年自己中只有17%支持全天禁令，73%表示反对。青少年对仅限课堂内禁令的支持率为41%，仍远低于成年人的水平。 皮尤的这份数据出炉之际，全美各地的学区正权衡相互冲突的压力：家长对屏幕使用时间和注意力分散的担忧、学生对被视为越界做法的抵制，以及在数千名学生中执行禁令的实际挑战。 婷 翻译 来源：皮尤研究中心（2026年7月29日）；The Verge（2026年7月29日）；9to5Mac（2026年7月29日）