每日简报 · Daily Editions
AI · 思想 · 市场 · 深度阅读

每日情报摘要

DAILY INTELLIGENCE BRIEF
本期要目In this issue

人工智能与科技

AI & Technology 07
The Verge

黄仁勋辞任英伟达CEO:一段绯闻如何撬动4万亿美元帝国

Nvidia CEO Jensen Huang has resigned. What happens next?

在承认与一名被美方怀疑为中国间谍的高管有婚外情、并被曝出与直接下属存在第二段关系后,英伟达联合创始人黄仁勋在董事会会议当晚辞职。这家市值逾 4 万亿美元、处在 AI 算力链中心的公司,第一次没有他掌舵。

黄仁勋辞任英伟达CEO:一段绯闻如何撬动4万亿美元帝国
黄仁勋在 2026 年 GTC 大会的资料照片。11 月 12 日,这位英伟达历史上唯一的 CEO 在董事会会议后辞职,CFO 科莱特·克雷斯出任临时 CEO。图片来源:The Verge
关键事实
  • 英伟达市值逾4万亿美元,黄仁勋是1993年创立以来唯一CEO
  • 董事会会议当晚辞职,CFO科莱特·克雷斯任临时CEO
  • 涉事Megaspeed两年采购约48亿美元英伟达芯片,正被司法部调查
  • 黄已同意感恩节前赴国会闭门作证
  • 英伟达股价当日收跌4.3%
阅读原文 · The Verge ↗

63 岁的黄仁勋于 1993 年联合创办英伟达,是公司历史上唯一的 CEO。11 月 11 日《纽约时报》报道,他除与 Megaspeed 高管 Alice Huang 有婚外情外,还与直接向其汇报的医疗健康业务副总裁 Kimberly Powell 存在关系;董事会当晚开会,次日清晨公司宣布黄辞职,CFO 科莱特·克雷斯出任临时 CEO。路透随后报道,他还有第三段与未具名英伟达员工的亲密关系。

这不是普通的 CEO 丑闻。美国情报部门此前认定 Alice Huang 为中国国家安全部间谍,而她所在的 Megaspeed 过去两年采购了约 48 亿美元英伟达芯片,正被司法部调查是否向中国转口。黄仁勋还深度参与特朗普政府的 AI 外交与对华芯片出口谈判;英伟达则用其资产负债表为 CoreWeave 等新云客户提供融资。个人关系、出口管制与公司金融三条线缠在一起,使辞职从治理事件升级为国家安全事件。

接下来,黄已同意在感恩节前向众议院外交事务委员会、中国问题特别委员会和情报委员会闭门作证,作证预计录像并留存文字记录;参议院多数党领袖舒默要求英伟达和特朗普政府解释已知的风险。临时 CEO 克雷斯长期担任 CFO,缺乏产品与技术背景,董事会是否寻找外部继任者仍未明朗。公司称运营正常,但创始人即公司的治理结构已经结束。

英伟达的护城河是 CUDA 生态、GPU 路线图以及与超大规模客户的联合设计,不会因一次人事变动消失。但 CEO 缺位恰逢出口管制重新定调、AI 资本开支被债务市场审视,任何战略迟疑都会被放大。对整条 AI 供应链而言,最大的风险不是黄仁勋的私德,而是他在华盛顿与北京之间那种难以替代的交易能力随之消失。

MIT Technology Review人工智能与科技约 2 分钟

英伟达私下承认:追踪芯片位置“当然做得到”

Nvidia privately confirmed it could track chips to fight smuggling, even as industry publicly questioned feasibility

《芯片安全法案》要求对先进 AI 芯片做地理追踪,半导体行业协会公开称其“新、未经测试、可能不可行”;但该法案联署人、伊利诺伊州众议员比尔·福斯特对 MIT Technology Review 说,英伟达私下给了相反的回答。

福斯特是民主党人、众议院科学、空间与技术委员会成员,也是《芯片安全法案》的联署人。该法案要求通过设施检查、企业声明或 ping 式定位来核实先进 AI 芯片的位置,防止其走私到中国;目前有三项芯片安全法案可能被纳入参议院《国防授权法案》。黄仁勋辞职及间谍疑云让这些条款获得新的政治动能。

2026 年 3 月,英伟达所属的半导体行业协会曾公开反对该法案,称芯片追踪要求“新、未经测试、可能不可行”。但福斯特说,英伟达参与技术讨论的代表反应是“当然,我们做得到”,只是“从不写进书面材料”。英伟达 2025 年 12 月推出的 Fleet Intelligence 数据中心机群管理软件,已能显示芯片所在国家,但公司拒绝说明能否用于反走私。

机制上,最难规避的是 ping 式定位:GPU 上线时主动发送位置信号。乔治城大学 CSET 9 月的研究认为这是成本最低的方案。福斯特还计划在新年提出更严格的立法,要求先进 GPU 的运行许可证——芯片联网前必须验证许可证有效,从而在发现走私后直接切断算力,而不只是知道它在哪。

英伟达对置评请求不予回应,并称政府和媒体发现的受控产品转运微不足道。但在黄仁勋事件后,福斯特预计同僚会施加更大政治压力,要求企业认真做地理验证。对出口管制而言,监管重心正从“卖到哪里”转向“开机在哪里”——芯片本身正在变成可被远程审计的资产。

关键事实
  • SIA公开称追踪“可能不可行”,英伟达私下称“当然可以”
  • Fleet Intelligence已能显示芯片所在国家
  • ping式定位被CSET评为成本最低方案
  • 福斯特拟再推GPU运行许可证立法
  • 三项芯片安全法案可能进入NDAA
阅读原文 · MIT Technology Review ↗
Google DeepMind人工智能与科技约 2 分钟

谷歌发布Gemini 4 Hydrogen:把“快而准”的执行模型送进搜索与智能体

Introducing Gemini 4 Hydrogen

Gemini 4 家族新增“氢”型号,定位日常编码与智能体执行;它在 Artificial Analysis 智能指数上以 51 分略超 Argon 的 50 分,并把 100 万 token 上下文统一定价为每百万输入 1.5 美元、输出 7.5 美元。

谷歌把 Gemini 4 分成两种性格:Carbon 与 Argon 负责长程、深度推理,Hydrogen 负责快速执行——写代码、跑测试、验证改动。默认高思考档得分 51,最高的 xhigh 档可达 54,超过 Argon 的 50;相比 Gemini 3.8 Flash,任务完成速度快 2.5 倍,Terminal-Bench 4.1 得分从 18.2% 升至 57%,捏造论断减少 5 倍以上,工具调用失败或搜索为空时能自行调整。

多模型编排是这次的重点。Antigravity 的 Orchestrator 会在同一会话中动态切换 Carbon 与 Hydrogen:在 Terminal-Bench 4.0 上接近 Carbon 的任务成功率,但平均少用 24% 配额、快 19%。Carbon 可充当协调者,Hydrogen 充当并行 worker 与 verifier,在不同工作区同时构建和测试改动。

分发规模同样关键。Hydrogen 同日进入 Search 的 AI Mode 并成为默认模型,也进入 AI Overviews 的最难问题、Gemini 应用、AI Studio 全档、Gemini API、企业版,以及 AI Pro 和 Ultra 的 Antigravity。搜索侧能拆解多部分问题、容忍拼写错误、并发检索子主题,并生成图表、地图和交互式模拟。

定价是竞争信号:100 万 token 上下文平铺 1.5 与 7.5 美元,直接压向 Claude Sonnet 5.5 与 GPT-6.1 Terra 所在的执行层。当推理模型越来越贵,把高频、短程、可验证的工作交给便宜模型,再用少量贵模型做规划,正在成为智能体系统的默认架构。

关键事实
  • 智能指数51(xhigh 54)vs Argon 50
  • Terminal-Bench 4.1:57% vs 18.2%
  • 100万token统一定价1.5/7.5美元
  • Orchestrator少用24%配额、快19%
  • Search AI Mode默认模型
阅读原文 · Google DeepMind ↗
谷歌发布Gemini 4 Hydrogen:把“快而准”的执行模型送进搜索与智能体
Gemini 4 Hydrogen 的官方主视觉。谷歌把它定位为日常编码与智能体工作流的执行引擎,与深度推理的 Carbon、Argon 形成分工。图片来源:Google DeepMind
MarkTechPost人工智能与科技约 2 分钟

IBM发布Nighthawk r3:520个可编程量子比特,2027年拼出1040比特系统

IBM Announces IBM Quantum Nighthawk r3: A New Processor to Support 10k Quantum Operations on 520 Programmable Qubits

IBM 公布下一代超导处理器 Nighthawk r3 的设计:在 520 个可编程比特上运行 1 万次量子操作,2027 年把两颗芯片连成 1040 比特系统。但真正可用的仍是 120 比特的 r2,r3 是路线图而非成品。

Nighthawk 是 IBM 的方形晶格处理器家族,每个比特连接 4 个近邻,早期设计为 2 到 3 个,减少 SWAP 操作、让电路表达更多纠缠结构。r3 的设计指标是 520 个可编程比特、2034 个物理比特、10 个芯片间耦合器;2027 年通过芯片间连接组成 1040 比特系统。IBM 瞄准的是量子优势工作负载,而不是通用容错量子计算。

真正已落地的是 r2:每比特的耗散式重置装置把有效 T1 从约 200 微秒压到 25 纳秒,两次采样之间的空闲时间降到 1 微秒,吞吐达到每秒 10 万个以上电路,约为 Heron 的 25 倍;初始化错误降低约 25 倍。IBM 称客户已在 r2 上运行 340 亿个电路。

合作方数据:E.ON 在电网优化的量子机器学习上报告 15 倍加速;橡树岭国家实验室在匹配中子散射数据的磁性材料模拟上报告 12 倍;Algorithmiq 的电路比原 Heron 实验快 8 倍;Q-CTRL 的 60 比特费米子模拟含 4497 个双比特门,运行时间从 4 分 25 秒降到 23 秒,偏差低于 1%。

需要冷静看:r3 仍是设计,不是出货;芯片间态传输保真度平均 99%,低于 99.9% 的目标;1040 比特系统是 2027 年计划。对开发者而言,现在能用的是云上的 r2。这次发布真正的意义,是把重置这个被忽视的工程瓶颈解决掉,让量子工作负载的迭代速度开始接近经典高性能计算。

关键事实
  • r3:520可编程、2034物理比特
  • r2:每秒10万+电路,约25倍Heron
  • 有效T1从200微秒降至25纳秒
  • 合作方报告15倍、12倍、8倍加速
  • 芯片间保真度99% vs 99.9%目标
阅读原文 · MarkTechPost ↗
IBM发布Nighthawk r3:520个可编程量子比特,2027年拼出1040比特系统
IBM Quantum Nighthawk 处理器。r3 的设计目标是在 520 个可编程比特上运行 1 万次量子操作,并通过芯片间耦合在 2027 年扩展到 1040 比特。图片来源:IBM / MarkTechPost
Hugging Face Blog / IBM Granite人工智能与科技约 2 分钟

IBM给大模型造了一门“母语”:LLMON把指令、数据和约束显式分开

LLMON: An LLM-Native Markup Language, now in Granite 4.1 3B and 8B

用 JSON 这类为传统软件设计的格式喂模型,是小型模型脆弱和间接提示注入频发的根源之一。IBM 的 LLMON 用保留特殊 token 和唯一 ID,把每条指令绑定到它真正作用的数据上。

上下文里混着系统提示、历史对话、检索文档、工具返回、输出约束和推理链。它们的结构大多是隐式的,或者编码在并非为因果语言模型设计的 JSON 里。结果是模型把无关段落拉进答案,攻击者也可以在用户数据里藏间接提示注入,这是小型模型莫名其妙失败的主要原因之一。

LLMON 读作 lemon,全称 LLM Object Notation。它用有语义的标签和保留特殊 token 分隔组件;数据 schema 包括嵌套结构,以无歧义方式声明;唯一 ID 让指令可以指向上下文中任意位置的数据载荷,类似函数调用与参数绑定。模型被训练为消费和生成 LLMON 标记文本。

IBM 基于 Granite 4.1 发布 3B 与 8B 两个实验预览模型,并开源 GitHub 工具包。部分基准上,隐藏在用户数据里的间接提示注入成功率降到接近零,而常规指令微调模型大概率被劫持;无关段落、旧对话和工具输出不再被误用;总体能力与 Granite 4.1 Instruct 相当。

意义不在又一个模型,而在把上下文工程从提示词技巧变成可验证的接口协议。Mellea 已原生支持 LLMON,会自动把 LLM 调用 LLMON 化。如果这类格式被框架和推理栈采纳,提示注入的攻防可能从让模型更听话,转向让数据与指令在语法上不可混淆。

关键事实
  • Granite 4.1 3B与8B实验预览
  • 部分基准注入成功率接近0
  • 指令与数据用唯一ID绑定
  • 开源GitHub工具包,Mellea原生支持
  • 能力对齐Granite 4.1 Instruct
阅读原文 · Hugging Face Blog / IBM Granite ↗
TechCrunch人工智能与科技约 1 分钟

Fireworks AI再遭入侵:Notion约1%用户的AI聊天记录被窃

Cyberattack on Fireworks AI allowed hackers to access Notion customers' chat transcripts

攻击者先攻破 Fireworks 的云服务商,再进入其开发系统,拿到部分客户的账单信息和数据集;Notion 确认其 Notion AI 的 Insights 功能聊天记录外泄,影响约 1% 用户。

Fireworks 为开发者提供开源模型的推理 API,客户包括 Harvey、Cursor 等数万家团队。公司确认,攻击者攻破其云提供商后进入 Fireworks 开发系统,窃取部分客户的账单信息与数据集。这是 Fireworks 两个月内的第二起安全事件。

Notion 的处置:11 月 3 日切断与 Fireworks 的连接、删除其系统内的数据、停止双方互联;本周确认被窃的是使用 Insights 功能的 Notion AI 客户聊天记录,包含写入聊天的模型输入与输出。大量数据无法归属到具体客户,增加了通知与取证难度。

Fireworks 判断攻击者动机是倒卖 LLM 访问 token,用窃得的额度向第三方转售推理能力,让买家不花自己的资源就能消耗模型。这暴露了 AI 应用的多层供应链:模型托管商、云商、SaaS 层层嵌套,任何一层失守都会外溢。

直接教训是:聊天记录不是日志,而是包含客户数据的高价值资产,必须按数据而非按日志来分级、加密和保留。对采购方而言,第三方 AI 供应商的安全事件响应条款、数据最小化和断连预案,应该和模型质量一样进入评估表。

关键事实
  • Fireworks两个月内第二起
  • Notion约1%用户受影响
  • 泄露Notion AI Insights聊天输入输出
  • 攻击者疑似倒卖推理token
  • 11月3日已完成断连
阅读原文 · TechCrunch ↗
TechCrunch人工智能与科技约 2 分钟

黄仁勋离去后,英伟达对开源AI的支持成了问号

Jensen Huang's exit puts Nvidia's support for open source in question

黄仁勋是开源 AI 最有力的产业倡导者之一:推动 Nemotron 开源权重模型、投资 Reflection AI 与 Thinking Machines Lab、牵头 25 家公司反对过度限制开源模型。他离开后,英伟达是否延续这条路线,成为比 CEO 人选更长期的问题。

黄仁勋把开源视为同时服务于安全、创新、扩散和主权 AI 的生态。对英伟达而言,支持开源也是客户多元化的手段:当前沿实验室纷纷自研芯片、减少对英伟达的依赖时,开源模型让公司可以把芯片卖给国家、企业和任何想拥有自己模型的组织。

具体动作包括:内部推动 Nemotron 系列开源权重模型,面向长时程智能体和推理负载;投资 Reflection AI、Thinking Machines Lab 等美国开源模型公司;今年早些时候牵头 25 家公司,包括微软、Meta、IBM、Palantir,发表公开信反对美国政府过度限制开源权重模型。

不确定性在于交易与人事。英伟达 9 月确认以 129 亿美元收购 Hugging Face,但交易尚未完成;公司还同意支付 60 亿美元获得 Poolside 技术的非独家许可。Hugging Face CEO Clem Delangue 表示,无论发生什么都会继续为开源而战。一名内部人士称,预计领导层变动不会影响 Nemotron 的开发。

但方向取决于新 CEO 与董事会的激励。开源是黄仁勋个人的战略押注,也是英伟达对抗模型层被少数闭源实验室锁定的工具。若继任者更看重短期毛利率,削减开源投入、收紧模型许可或放缓 Hugging Face 整合,都会削弱美国开源生态,而最大的受益者可能是中国开源模型。

关键事实
  • Nemotron开源权重模型由黄仁勋推动
  • 牵头25家公司反对过度限制开源
  • 129亿美元Hugging Face收购尚未完成
  • 60亿美元Poolside非独家许可
  • 内部人士称Nemotron暂不受影响
阅读原文 · TechCrunch ↗

市场与地缘

Markets & Geopolitics 04
FT Alphaville分析市场与地缘约 2 分钟

AI万亿债务撞上债券基金的“1%上限”

The AI megatrade's mounting portfolio concentration risk problem

AI 建设需要数万亿美元债务,但债券基金对单一发行人的敞口通常被限制在 1% 到 2%。当亚马逊、甲骨文、Meta 的发行量逼近这条硬线,利差扩大反映的可能不是信用恶化,而是仓位满了。

规模:高盛 3 月预计 2026 至 2031 年 AI 资本开支 7.6 万亿美元,上周上调至 8.5 万亿,其中约 35%、近 3 万亿靠债务融资。S&P 把六大超大规模厂商 2025 至 2030 年累计资本开支估到 7 万亿以上;2029 年报告债务将从 2025 年底的 3300 亿美元升至近 1.2 万亿,调整后债务从约 2000 亿升至近 2 万亿。2026 年全球 AI 相关债务已发行 6870 亿美元,仅 43% 由超大规模厂商直接发行。

结构性约束:债券基金经理的授权通常规定单一发行人上限 1% 到 2%,保险公司可能更低。美国投资级公司债市场约 10.2 万亿美元,1% 到 2% 即 1000 到 2000 亿美元。目前亚马逊占 ICE BofA 美国投资级指数仅 1.1%,整个超大规模加芯片板块约 5%;但按 S&P 预测,亚马逊、甲骨文、Meta、SpaceX 都将逼近或突破 2%。数据中心项目债也会被风险系统穿透到租户身上。

价格信号:Alphabet 和亚马逊的 CDS 已从两个月前的 AA 昂贵水平跌到接近 BBB;Meta 的 CDS 甚至宽于 BBB 均值。投资者说还没满,但一年后会满。这意味着 AI 债的利差里开始包含消化不良溢价,与基本面脱钩。

出路可能是更多股权融资、私募信贷或专门的集中型基金,但都会改变 AI 公司的资本成本与治理。FT 的结论值得记住:债券投资者不分享公司征服世界的上涨收益,只收利息和本金,因此他们对集中度的容忍度远低于股票投资者。AI 建设真正的瓶颈,可能不是 GPU、电力或需求,而是资产管理授权书里那行小字。

关键事实
  • 8.5万亿美元资本开支,35%靠债务融资
  • S&P:2029年调整后债务近2万亿美元
  • 2026年AI债发行6870亿美元,43%来自超大规模厂商
  • 单发行人上限通常1%至2%
  • Alphabet与亚马逊CDS接近BBB水平
阅读原文 · FT Alphaville ↗
TheSequence分析市场与地缘约 1 分钟

新云厂商的融资挤压:需求没问题,资产负债表有问题

The Sequence Opinion - Issue #970: The Neocloud Financing Squeeze

11 月 9 日路透报道银行和投资者不愿再增加 AI 债务敞口,但微软说需求仍超过可用产能,H100 和 B200 租金比一个月前更高。融资挤压可以先于需求下滑到来。

新云厂商可以同时拥有热情的客户、满负荷的 GPU 和与债权人艰难的对话。作者给出四个压力:现金先流出后流入;签约比交付容易;硬件的经济寿命不确定;看似多元的需求最终指向同几个钱包。

数据并不支持需求崩了的判断:Ornn 11 月 8 日的基准显示 H100 与 B200 租金高于一个月前;微软 10 月财报称需求仍超产能。但 11 月 9 日路透报道,银行与投资者已不愿增加 AI 债务敞口。作者认为这更像 2000 年前后的电信业:资本开支先于收入,融资结构先断裂。

结论是中间路径:挤压会先改变所有权和商业模式,再证明 AI 基础设施是否错误。部分运营商能活下来,部分会消失或被并购,技术继续前进;需求继续增长、弱运营商重组,比 AI 泡沫全面破裂更可能。对投资者,区分 GPU 利用率与自由现金流,是接下来最重要的功课。

关键事实
  • 11月9日银行与投资者收紧AI债务
  • 微软称需求仍超产能
  • H100与B200租金环比上涨
  • 四大压力:现金流、交付、硬件寿命、客户集中
  • 作者判断中间路径而非全面崩塌
阅读原文 · TheSequence ↗
Foreign Affairs分析市场与地缘约 2 分钟

美元霸权的悖论:技术让“去美元化”更容易,却让美元更难被取代

The Paradox of Dollar Dominance

稳定币、代币化和跨境支付创新降低了绕开美元的成本,但 99% 以上的稳定币仍以美元资产背书;在欧元、日元、人民币都缺乏深度金融市场和可信机构的背景下,美元可能因默认而继续称霸。

表面裂痕:美元占全球外储份额从 2000 年的 71% 降至 57%;10 年期美债收益率 10 月触及 5.3%,为 2002 年以来最高;美国联邦债务超 40 万亿美元、约 125% 的 GDP;特朗普政府对美联储独立性和贸易体系的攻击削弱了制度信任。

但替代者缺失:除欧元区外,60% 的跨境交易以美元计价,且近年还在上升;欧元区外欧元支付份额约 13%,人民币不足 3%;欧元、日元、英镑受弱经济与政治不稳拖累,澳元、加元、瑞郎、瑞典克朗规模太小;人民币因资本管制、地产与地方债问题,国际化停滞。

技术的反向作用:代币化与稳定币理论上让直接货币兑换更便宜,但稳定币以美元资产一比一背书,流通量超 2500 亿美元、99% 以上锚定美元,反而增加对美债的需求、压低美国政府融资成本。同时,外国央行占外国投资者持有美债的比例从 2010 年的 70% 降至约 40%,但私人资本流入美国几乎每个季度为正,弥补了官方需求的退潮。

政策含义:真正的多极货币体系需要多个深度、可信的金融市场,目前不存在。美元若失势,接替它的可能不是几种强货币,而是一堆弱货币,全球将失去危机时的最后贷款人。因此美元主导、美国更缺乏财政纪律、新兴市场更频繁遭遇货币危机,是最可能的情景;美元是当前最不坏的选择。

关键事实
  • 外储份额从71%降至57%
  • 跨境交易60%以美元计价
  • 美国联邦债务超40万亿美元,约125% GDP
  • 稳定币超2500亿美元,99%锚定美元
  • 外国央行持有美债占比从70%降至40%
阅读原文 · Foreign Affairs ↗
美元霸权的悖论:技术让“去美元化”更容易,却让美元更难被取代
2026 年 3 月,美国美元纸币。文章认为,稳定币与代币化降低了绕开美元的成本,却可能因美元资产背书而强化美元地位。图片来源:Dado Ruvic / Reuters
War on the Rocks分析市场与地缘约 1 分钟

解放军大清洗:忠诚压倒能力,战备与台海预案承压

How Purges Are Affecting Chinese Military Readiness and Taiwan Contingencies

按 CSIS 统计,2022 年以来至少 100 名解放军高级军官被清洗,近两年频率加快。五位专家评估:政治忠诚被置于专业能力之上,指挥链和士气受损,重建将需要数年。

事实:习近平自 2022 年以来清洗至少 100 名高级军官,数据来自 CSIS 2 月报告;近两年解职和失踪明显加速。近期包括张又侠、刘振立,以及原中央军委办公厅主任钟绍军,多被指涉腐败,部分受审。

机制:Stimson 中心中国项目主任 Yun Sun 认为,清洗冲击军队的制度基础——对最高领导人的政治忠诚压过专业能力,内部政治斗争取代作战准备成为个人层面的首要议程;恐怖效应使任何人无论军衔与关系都无安全感,社会信任与士气随之崩塌。

能力评估:硬件现代化仍在继续,解放军仍是强大力量;但将官队伍重建需要时间,信任、领导层稳定和指挥控制正常化需要更久。清洗可能加强文职领导人对军队的控制,同时在这个过程中削弱军队。

台海含义:短期看,指挥层动荡、联合作战经验流失、政治可靠性审查拖慢决策;另一方面,最高层可能更需要一场对外行动来证明军队忠诚,也可能因不信任而更谨慎。专家们倾向于能力受损、时间表更不确定,而不是简单的更弱或更强。对威慑设计而言,不能再用清洗等于战力下降的线性假设,而要把指挥链的不确定性本身当作变量。

关键事实
  • 2022年以来100多名高级军官被清洗
  • 张又侠、刘振立、钟绍军均在列
  • 政治忠诚优先于专业能力
  • 指挥链、士气与信任受损
  • 重建将官队伍需数年
阅读原文 · War on the Rocks ↗
解放军大清洗:忠诚压倒能力,战备与台海预案承压
2022 年,中央军委联合作战指挥中心。CSIS 统计,2022 年以来至少 100 名解放军高级军官被清洗。图片来源:War on the Rocks

思想与评论

Ideas & Commentary 02
The Verge分析思想与评论约 1 分钟

“AI智能体发现玛雅遗址”?不,那是一座一年前就发表过的遗址

No, AI agents did not discover a previously unknown Maya site

谷歌研究员 Pietro Miotti 用 48 个 AI 智能体扫描 NASA 的 lidar 数据,宣称在墨西哥发现未登记的玛雅遗址;考古学家指出,该遗址去年已发表于学术期刊,而墨西哥政府的数据库并不是学术文献。

Miotti 在秘鲁旅行时产生用 AI 找遗址的想法,选择 lidar,派 48 个智能体筛查 NASA 公开数据,智能体标出多处村庄和规则形状。他向墨西哥国家人类学与历史研究所核实,72 小时内得到无登记记录的回复,随后在博客宣称发现,并称这是有史以来最好的时代。

反转:该遗址已在一年多前的学术期刊上记录。考古学家在 Bluesky 上迅速指出问题。阿拉巴马大学伯明翰分校教授 Sarah Parcak 强调要对照既有研究、依赖同行评审;政府数据库没有记录,不等于未知或未测绘。当地社区往往早就知道这些遗址。

更深的问题:这不是 AI 没用,而是 AI 把检索加模式匹配包装成发现的成本降到了零,而验证成本没有降。业余者带着强大工具进入专业领域,容易把已有知识重新发现一遍,并抢走长期田野工作的功劳。对科研而言,智能体的产出应被当作线索而非结论,同行评审和领域知识仍是过滤器。

关键事实
  • 48个AI智能体扫描NASA lidar数据
  • 遗址已发表于期刊一年多
  • INAH数据库不等于学术文献
  • Parcak:这就是同行评审的意义
  • 当地社区早已知道遗址
阅读原文 · The Verge ↗
“AI智能体发现玛雅遗址”?不,那是一座一年前就发表过的遗址
Pietro Miotti 用 48 个 AI 智能体扫描 NASA 的 lidar 数据后标出的疑似遗址。考古学家指出,该遗址已在一年多前的学术期刊上记录。图片来源:Pietro Miotti / The Verge
Silver Bulletin分析思想与评论约 1 分钟

JD·万斯与“副总统诅咒”

JD Vance and the VP curse

中期选举惨败后,万斯的 2028 年提名概率从劳工节前的 50% 跌至 31%;给不受欢迎的总统当副手历来是政治负资产,共和党初选市场正在重新定价。

市场变化:Polymarket 上,万斯从 9 月 7 日的 50% 降至 11 月 12 日的 31%,鲁比奥从 19% 降至 18%,德桑蒂斯从 3% 升至 15%;万斯加鲁比奥合计从约 70% 降至略低于 50%,其他人的剩余概率升至 32%。

机制:副总统的政治资本与总统支持率高度绑定;中期选举惨败会让选民寻找后特朗普时代的替代者,而万斯是最直接继承者,也是最容易被牵连的人。德桑蒂斯近期上升,因为他既能批评共和党、又保留了佛州 2022 年的选举战绩,且未直接绑定当前政府。

历史类比:标题里的副总统诅咒,指历史上不受欢迎总统的副手在随后大选中往往表现不佳。Silver 提醒,预测市场并非全对,初选民调在这个阶段也只有有限预测力;但糟糕的中期结果会让选民越过副总统,这一机制是合理的。对 2028 年的含义:共和党初选从加冕变成真正的竞争,万斯需要在不疏远 MAGA 基本盘的前提下与白宫保持距离。

关键事实
  • 万斯从50%降至31%
  • 德桑蒂斯从3%升至15%
  • 万斯加鲁比奥从70%降至不足50%
  • 中期选举是触发因素
  • 副总统与总统支持率高度绑定
阅读原文 · Silver Bulletin ↗
编辑要点
Bottom line

今天的主线是算力帝国的政治化:黄仁勋因绯闻与间谍疑云辞职,把英伟达的出口管制、芯片追踪和开源战略一并推入不确定期。与此同时,AI 资本开支开始撞上债券组合的集中度上限——需求仍旺,融资先紧,这正是 2000 年电信泡沫最值得重读的部分。