顶尖风投a16z：顶尖人才涌向AI基建，基础设施设计将“推倒重来”

需求以千倍速扩张，而芯片、内存、电力、数据中心的供给最快也要三到五年才能跟上——顶尖风投a16z认为，在需求呈现指数级增长、核心组件订单已排至数年后的背景下，传统的计算堆栈已被推至物理极限，一场围绕AI时代的基础设施重构正在全面开启。 近日，硅谷顶级风险投资机构a16z（Andreessen Horowitz）正式宣布推出"机器时代基金"（Machine Age Fund），专注投资AI基础设施领

AI、电气化与资源竞争：全球经济的新逻辑

随着地缘政治格局变化、能源安全重要性上升、人工智能（AI）快速发展，以及各国持续强化供应链韧性，未来十年全球经济正进入一个新的资源竞争时代。 对于投资者而言，理解这一变化不仅是把握宏观趋势的问题，更关系到如何重新构建投资组合，以适应更加复杂和多变的世界。 能源安全重要性显著提升在地缘冲突、贸易壁垒以及气候变化等因素影响下，能源安全和关键资源保障的重要性不断提升。全球经济展现出较强韧性的同时，也面临

OpenAI解出千禧年数学难题后，Altman下一目标：攻克室温超导？

OpenAI正将AI驱动的科学发现推向更广阔的领域。9月8日，OpenAI宣布，其内部AI系统已提出纳维-斯托克斯方程存在性与光滑性问题的解决方案，并通过Lean形式化验证。这是七大千禧年大奖难题之一，也意味着AI在前沿数学研究中的能力再次向前迈进。 据OpenAI官网公告，这套系统由约1万个并发智能体组成，从启动到形成解决方案耗时约88小时。OpenAI称，完成证明所使用的内部模型“能力显著超越

网络安全崛起：AI隐患叙事下，网安何以成为软件板块最强反转？

过去三周，AI 一面是模型能力继续狂奔，另一面是 OpenAI 在8月底宣布自研模型在7月成功入侵了全球最大的开源模型托管平台 Hugging Face，并因此暂停了最新模型的强化学习训练。当攻击方与防御方同时被 AI 加速，网络安全的定价逻辑正在被重写。 我们结合 Gartner、IDC 及美股龙头财报交叉验证，为什么在软件股整体承压的背景下，网络安全成为最确定的反转主线——AI 隐患对网安市场

OpenAI对Hugging Face的黑客攻击引发对AI可预测性的质疑

AI模型的真正语言是数学——或者用技术术语说，是矩阵乘法——但模型构建方式的一个特点意味着它们与外界用英语交流。 因此，当OpenAI的代理在今年夏天对Hugging Face的黑客攻击中，找到了一种建立某种留言板的方法时，看起来就像一群人在互相交谈。 这就是为什么Dwarkesh Patel在最近的一篇博客文章中有争议地将它们称为“文明”，并以古马其顿和罗马的人物为个体代理命名。它之所以引人注目

关掉“古法研究型”后，他用AI Agent做了一家“AI时代对冲基金”

“Houston，把Desmond周末跑出来的策略图调出来。” Brian Kelly对着电脑说了一句话，几张图表随即出现在屏幕上。 放在过去，量化研究员整理测试结果，分析师画图，再把材料送到基金经理面前。如今，周末加班的Desmond是Agent，负责上传下达的Houston也是。 Kelly是对冲基金Bracket22的创始人。公司里还有Steffi和Doocy，一个看技术信号，一个专门攻击投

AI时代，数学为何要警惕“只会做题”

最近，数学可能要被AI“玩坏了”。难题解决得更快，为什么还值得担心？关键在于我们如何评价、组织和延续数学研究。 AI模型的能力很难用一句话概括，基准测试（benchmark）因此成为比较模型的常用工具。但成绩一旦与融资、声誉和研发投入挂钩，测试便不再只是被动记录能力，也开始引导能力向哪些方向发展。经济学家陈斌（Alex C当公开分数能够吸引投资，针对测试进行定向优化就可能有利可图，而分数对于广泛能

靠机器热源“说话”：OpenAI研究员警告“断网”也困不住未来AI

AI如何消耗水资源

#观察 有什么可以“叫唤”的？

AI在所有科学和数学领域都将远远超越人类科学家，这是必然。适应一下。

美国投资顾问获客方法的历史演进

获客手段的每一次跃迁，几乎都伴随着监管对“信息不对称”边界的重新划定,今不是顾问比客户懂得多，而是系统比客户自己更早“看见”他的处境在美国金融业浸淫30余年，笔者亲历了投资顾问和财务规划服务获客方式的几次根本性转变。从最初一部电话加一叠陌生名单的“笨功夫”，到今天系统在客户本人尚未意识到自己需要理财服务之前就已经将其识别、评分、排序，整个行业获客逻辑的演变，折射出美国金融监管、技术基础设施与消费者

有望对标Databricks，OceanBase押注AI数据底座的万亿市场

AI落地的真正拐点，已经不在模型本身。当通用大模型足够强、足够便宜之后，真正卡脖子的，是自己的数据。散落在各处的交易记录、文档、图片、日志，以及那些还没被整理的向量，能不能被Agent真正用起来？ 正是这一问，把数据层推到了台前。当数据库的使用主体从人变成了海量Agent，数据类型从结构化扩展到多模态，要求也从“存得下”变成了统一管理、实时检索、语义理解与安全合规。这些变化正在重写整个数据市场的边