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 08
TechCrunch
分析

出口禁售的Blackwell,正藏在中国最强开源模型的权重里

Export-banned Nvidia chips are behind China's most powerful AI models — uh-oh, Jensen!

一项“权重取证”研究称,DeepSeek V4、月之暗面Kimi K3等中国头部开源模型,训练时用的是美国禁止对华出口的Blackwell芯片——指纹就烙在模型权重里。

出口禁售的Blackwell,正藏在中国最强开源模型的权重里
图注:2026年11月,柏林一场科技会议上的英伟达标识,摄于黄仁勋辞任CEO同一周。摄影:Sean Gallup / Getty Images
关键事实
  • 663个定理之外的另一场取证:DeepSeek V4、Kimi K3的权重留有Blackwell训练指纹
  • Epoch AI:2024—2025年约200万枚先进芯片以隐蔽路径进入中国
  • 马来西亚两年进口约27.5万枚英伟达加速器,作为离岸算力枢纽
  • Megaspeed两年采购约48亿美元英伟达芯片,美新两国均已调查
阅读原文 · TechCrunch ↗

前OpenAI研究员、现主持非营利机构Unemployment Labs的威尔·德普,对DeepSeek、月之暗面、MiniMax和蚂蚁集团公开发布的模型权重做了逆向分析。方法并不神秘:不同代际的GPU在浮点单元、显存带宽与并行策略上各有“硬件指纹”,训练过程会把这些痕迹烙进权重的数值结构。德普称,在最受关注的几个模型——包括月之暗面的Kimi K3系列和DeepSeek的V4——他都找到了Blackwell的指纹。

这并非孤证。白宫技术顾问迈克尔·克拉齐奥斯今年早些时候就援引情报称,月之暗面使用了被禁运的英伟达芯片。Epoch AI估算,2024至2025年间约有200万枚先进芯片通过掩盖最终目的地的手段流入中国;仅马来西亚两年间就进口约27.5万枚英伟达加速器,成为中企调用算力的离岸枢纽。

必须说清楚:这不等于违法。芯片可以装在中国企业租用的境外数据中心里,权重只记录“用了什么卡”,不记录“卡在何处”。但从政策意图看差别不大——管制的目标正是阻止中国实验室用最强的芯片训练模型,而现行规则只管芯片的产权与安装地,不管谁在调用它。

这条线索与黄仁勋辞职直接咬合。Megaspeed——由Alice Huang执掌、被美新两国调查过的新加坡AI基础设施公司——两年采购了约48亿美元英伟达芯片。彭博周五进一步报道,与Alice Huang有关联的公司参与了向上海一座数据中心走私被禁芯片。若调查确认走私存在且黄知情,英伟达面对的就不只是声誉问题,而是出口管制的公司责任。

原文摘录
The leading open-weight models developed by Chinese companies were trained on Nvidia chips that the U.S. government restricted from shipping to its largest geopolitical rival, a new research effort claims.
TechCrunch分析人工智能与科技约 2 分钟

黄仁勋离场,英伟达这台“投资机器”也随之熄火

Jensen Huang's departure blasts big hole in AI startup funding, VCs and founders say

过去几年,英伟达每年向AI初创投入数百亿美元,仅今年就参与了105轮融资,且常是最大出资方。创始人说,这些决定大多出自黄仁勋本人。

“像一颗炸弹爆了。”一位新云厂商创始人在听到黄仁勋辞职时这样形容。据PitchBook统计,英伟达今年参与了105轮融资,且往往是领投方;它投过尚未上市的CoreWeave,两次参与Crusoe融资(含14亿美元E轮),今年以129亿美元收购Hugging Face(预计2027年交割),还持有Mistral、Lambda、Black Forest Labs的股份。去年它向开源公司Reflection AI的20亿美元B轮开出8亿美元支票,当时对方几乎没有收入。

多位投资人指出,这类重大决策通常由黄仁勋本人拍板。塞利格曼创投的乌梅什·帕德瓦尔——曾在被英伟达收购的Mellanox董事会任职——说,希望继任者恢复这种投资节奏,但短期不乐观。临时CEO科莱特·克雷斯“要保守得多”,一位投资人说,“我不认为她会投入同样多的钱去维持早期生态”。

影响是链式的。一家需要1亿至5亿美元买GPU的基础设施公司,过去可以从英伟达拿到其中一半,估值还轻松过10亿美元;英伟达在股东名册上,其他人就敢跟。如今支票变小、挑选变严,估值随之下移。“英伟达在几乎托着每一家AI原生创业公司,从应用到新云,”Dawn Capital的沙米拉·班基亚说。她补充,黄仁勋对开源、对欧洲的信念,“没人能填上这个缺口”。

也有另一面:正是这种慷慨,把创业公司锁进了英伟达的芯片生态。若英伟达转向保守,谷歌、亚马逊、微软和AMD会争夺投资王冠,但多数人判断它们不会像英伟达那样,给没有收入的基建公司砸数亿美元。一位前员工的话更冷静:“创始人和领导者必须被问责,生态大于任何一个人。”

关键事实
  • 2026年至今参与105轮融资,常为最大投资方
  • 129亿美元收购Hugging Face,预计2027年交割
  • 去年8亿美元领投Reflection AI的20亿美元B轮
  • 临时CEO克雷斯被普遍认为将收紧投资,估值随之下移
原文摘录
Over the last several years, Nvidia has been a prolific investor, pouring tens of billions into startups annually, and participating in 105 rounds this year alone often as the largest investor, according to PitchBook.
阅读原文 · TechCrunch ↗
黄仁勋离场,英伟达这台“投资机器”也随之熄火
图注:黄仁勋在英伟达任期内的资料照片,他于本周辞去担任了33年的CEO职务。摄影:Heather Diehl / Getty Images
Google DeepMind Blog独家人工智能与科技约 2 分钟

DeepMind开源气象模型的两套底座:一颗拼好的地球,和一张算出来的雨图

Opening the datasets behind our AI weather models

SatWeave把六颗地球静止卫星拼成一张每小时更新的全球拼图;PARDIG用AI从稀疏的星载雷达观测里反演出全球降水。两者都是WeatherNext 3的关键输入,现在连同十余年历史存档一并开放。

难点不在模型,在观测。GOES-East、GOES-West、Meteosat 0、Meteosat印度洋、Himawari——五家机构的六颗卫星,各有不同的投影、文件格式、传感器和扫描周期(10到30分钟不等)。现有全球合成产品为了兼容,往往只保留四个以内的通道,或者几小时才更新一次。SatWeave的做法是把它们统一到17个可见光、水汽和红外通道的全球镶嵌图上,每小时刷新,并公开十余年历史存档。

这直接改变了预报的初始化方式。传统数值预报依赖每六小时一次的分析场,而逐小时的卫星拼图让WeatherNext 3可以更频繁地起报,对正在生成的云团和风暴有“实时视角”。

PARDIG解决的是另一个老问题:降水。地面雷达和雨量计质量高,但覆盖不均。研究团队用类似WeatherNext 3的架构,直接以NASA GPM核心观测站的稀疏星载雷达观测为训练目标,输入SatWeave影像与ECMWF大气场,产出15分钟、约10公里分辨率的全球降水图,平均延迟约5小时,历史存档回溯到1999年。

验证做得相当扎实:对美国、欧洲、日本三套大陆雷达网,以及全球3.6万个气象站。在轻到中度降水上,PARDIG的逐小时检测技巧比NASA的IMERG-Final高出30%以上;极端降水的捕捉优势更明显。对缺乏密集雷达网的发展中国家,这类“只从卫星学”的产品价值最大——洪水、滑坡、干旱的早期预警,长期受制于地面观测的空白。

关键事实
  • SatWeave:6颗静止卫星、17通道、逐小时更新、十余年存档
  • PARDIG:15分钟/约10公里,平均延迟约5小时,回溯至1999年
  • 轻中度降水检测技巧较IMERG-Final提升逾30%
  • 验证覆盖美欧日三套大陆雷达网与全球3.6万个气象站
原文摘录
We are releasing PARDIG and SatWeave to help researchers and developers build new weather, hydrology, and climate applications.
阅读原文 · Google DeepMind Blog ↗
DeepMind开源气象模型的两套底座:一颗拼好的地球,和一张算出来的雨图
图注:DeepMind为SatWeave与PARDIG两套数据集制作的示意插画,分层透明面板叠出卫星云图与降水网格。来源:Google DeepMind
The Guardian独家人工智能与科技约 2 分钟

哥德尔留下1009页天书,Claude用几天读完了

'Ahead of his time': AI helps unlock discoveries hidden in notebooks of man who transformed maths

赫尔辛基大学的扬·冯·柏拉图自2017年起破译哥德尔1940年代的16本工作笔记,进度是每周一页。今年9月他引入Claude,两天得到650页提要,并发现663条此前无人知晓的定理。

这批材料共1009页,密写数学与逻辑,大部分用Gabelsberger速记——一种在哥德尔使用它时就已经过时的德文速记法。冯·柏拉图说,全世界能读它的大概只有六个人。他2017年启动这个项目,部分动机很实际:面对赫尔辛基大学的强制退休,他想让自己变得不可替代。欧洲研究理事会给了250万欧元。

人类的速度是一年读50页。今年8月,他在法国一场关于AI与定理证明的会议上遇到计算机科学家,对方建议他找Claude帮忙。回到赫尔辛基,他把自己的转写稿、六本关于哥德尔的著作以及二手文献一并交给模型。两天后,他拿到了650页的解释。“这基本上是人类做不到的工作,”他说,“人一次读一页,还会忘;AI能把一千页里的碎片连成一体。”

第一个任务是验证一桩旧案。1966年保罗·科恩因证明连续统假设与选择公理的独立性拿到菲尔兹奖,哥德尔当时声称自己1940年代就证过了,却拿不出稿子。Claude在笔记里找到了几乎完整的证明:只差一个定义写错了,而正确的定义在两年 earlier 出现过。“他只差一步。”冯·柏拉图把重构的证明送进Coq,通过。

随后是全面清点:哥德尔有证明、有证明草稿或有证明思路的定理共663条。送进Coq后,约400条按原样验证通过,约200条需要修补(陈述更精确,或补上假设),约50条为假——这并不奇怪,哥德尔本人重读笔记时会在页边写“falsch!”或“schlecht!”。冯·柏拉图说,笔记里还有十四个逻辑与数学基础的主题,是此后八十余年无人接续的。巴黎圣母院的逻辑学家乔尔·戴维·哈姆金斯提醒:多少属于Claude、多少属于哥德尔,是历史学家的活儿。

关键事实
  • 16本工作笔记共1009页,用已废弃的Gabelsberger速记写成
  • 人工进度约每周一页;Claude两天产出650页提要
  • 663条定理:约400条经Coq原样验证,约200条修补,约50条为假
  • 选择公理独立性证明只差一个定义,重构后通过Coq验证
原文摘录
Progress in the mathematical understanding of the text was painfully slow – about a page a week – until September, when von Plato enlisted the help of the AI model Claude.
阅读原文 · The Guardian ↗
哥德尔留下1009页天书,Claude用几天读完了
图注:库尔特·哥德尔,其不完备定理为图灵1936年的计算理论铺平了道路。摄影:Alfred Eisenstaedt / The LIFE Picture Collection / Shutterstock
Hugging Face Blog更新人工智能与科技约 2 分钟

llama.cpp发布1.0.0:本地推理终于给出ABI承诺

llama.cpp v1.0.0 : A stronger foundation for the local AI ecosystem

立项三年半之后,llama.cpp与其底层张量库ggml同时发布1.0.0。真正的变化不是功能,而是承诺:公共C API的破坏性变更今后必须升主版本号。

这个项目的定位一直很清楚:用量化、优化过的后端和可移植的C/C++实现,让多模态大模型跑在从消费级笔电到企业服务器的各种硬件上。三年半里,大量下游应用已经把llama.cpp当作依赖,这意味着库接口的稳定性不再只关乎自己。

1.0.0的核心是语义化版本规则:`./include`下公共C API的破坏性变更升MAJOR,向后兼容的功能、后端更新、模型支持或API新增升MINOR,纯bug修复升PATCH。llama.cpp与ggml同步执行。对打包者和产品团队来说,这是把“随时可能被上游改崩”变成可预期的升级路径。

覆盖面是它的护城河:目前支持150多种模型架构,以及所有主流的投机解码方法;ggml后端可编译为动态库并在运行时加载,覆盖的硬件从x86、Arm到各类加速器。分发渠道也已铺开——预编译产物(Linux、macOS、Windows、Android、iOS)、Docker、Debian、Homebrew、conda-forge、MacPorts、Winget、XCFramework。

工程侧值得注意的一点是CI。团队借助Hugging Face的Buckets与Jobs扩展测试容量,并在英伟达、AMD、高通、Arm、IBM、Intel的硬件支持下设了更多自托管runner,以保证每次合入master的改动都经过验证。在一个“本地AI”被反复宣布为趋势又反复被云模型压回去的周期里,这种枯燥的基础设施投入,比任何基准分数都更能说明项目的存活概率。

关键事实
  • llama.cpp与ggml同步发布1.0.0,确立语义化版本规则
  • 公共C API破坏性变更才升MAJOR,下游可预期升级
  • 支持150余种模型架构与全部主流投机解码方法
  • 分发覆盖Docker、Debian、Homebrew、conda-forge、Winget、XCFramework
原文摘录
llama.cpp makes it possible to run multi-modal LLMs across a wide range of hardware - from consumer-grade local machines to high-end enterprise servers.
阅读原文 · Hugging Face Blog ↗
Fortune独家人工智能与科技约 2 分钟

OpenAI解散独立机器人团队:通用模型已经能直接开机器人

OpenAI disbands its stand-alone robotics team as its general models start running robots

机器人研究人员被并入马克·陈的中央研究团队,应用机器人与硬件团队划归格雷格·布罗克曼的应用部门。公司说这是加速,学界读到的信号是:机器人不再是“特殊问题”。

消息来得太晚,奥斯汀的CoRL大会展位上,208号还留着OpenAI的名字,摊位却空着。公司向《财富》确认了重组:研究团队并入由首席研究官马克·陈领导的中央研究,应用机器人与硬件并入总裁格雷格·布罗克曼管辖的应用组织。

这不是第一次。OpenAI早年有机器人团队,2020年解散,联合创始人沃伊切赫·扎伦巴当时的理由是机器人数据有限,通往通用人工智能更有效的路径在别处——那条路最终通向2022年底的ChatGPT。2024年团队重建,与Figure合作开发人形机器人模型;2025年2月合作终止,Figure转向自研。奥特曼现在的目标是2027年做首次公开演示。

真正的原因写在公司声明里:年初研究人员以为最好的路径是依托Sora这类视频模型——要生成逼真视频,必须对物理世界有某种隐式理解;但此后通用前沿模型(包括GPT-6 Astra)被证明可以直接用于机器人。英伟达的一项研究里,Astra驱动的智能体在仿真操作基准上取得74.8%的成功率,而该榜单上最好的专用机器人模型是51.0%。

卡内基梅隆的施佳亚把这一举动解读为“机器人不再是特殊问题”,而是通用智能的下游应用,就像同一批基础模型现在支撑编程、法律与金融工具。反方意见来自MIT的拉斯·特德雷克:机器人公司仍握有AI实验室没有的东西——真实现场的部署经验与由此产生的数据,而更好的基础模型只会让这些现场数据更值钱。另一个现实约束是,大模型又慢又依赖云端,机器人需要能装在机上、不联网也能跑的小模型。

财务背景同样重要。OpenAI上季度运营亏损据报达109亿美元,正在募资并筹备2027年初IPO;奥特曼去年已要求放弃“支线任务”。解散一个独立团队,既是技术判断,也是成本判断。

关键事实
  • 研究团队并入马克·陈的中央研究,应用与硬件划归布罗克曼
  • GPT-6 Astra在仿真操作基准上达74.8%,专用模型最佳为51.0%
  • 上季度运营亏损据报109亿美元,筹备2027年初IPO
  • MIT特德雷克:现场部署数据仍是机器人公司的护城河
原文摘录
OpenAI has disbanded its stand-alone robotics team and reassigned the researchers working there to other parts of the company.
阅读原文 · Fortune ↗
OpenAI解散独立机器人团队:通用模型已经能直接开机器人
图注:2026年11月,一家工厂产线上排列的人形机器人。OpenAI称解散独立团队是为了加速,而非放弃机器人。摄影:Huang Zhengwei / VCG via Getty Images
The Verge更新人工智能与科技约 1 分钟

ChatGPT Wallet上线:让代理替你结账,但每一次都要你按指纹

ChatGPT Wallet lets OpenAI's Dots agents make purchases for you

面向美国Pro订阅用户,ChatGPT Wallet让Dots代理用支付令牌下单,卡号不外泄;每次结账仍需生物识别确认。终点是预设额度后完全委托。

开通条件很窄:美国境内、18岁以上、美国账单地址,且持有符合条件的美国运通、大通、万事达或Visa卡。把卡加入钱包后,Dots代理可以在你提出需求时直接购买,但每次结账前都会回来征求确认;每一笔都需要Face ID或指纹这类生物识别校验。

关键设计是令牌化。经你审核同意后,OpenAI会像Apple Pay、Google钱包那样用支付令牌替换卡号,因此代理和商家都拿不到真实卡信息。公司说,下一步是让用户设定额度、购买品类或时间窗口,事先批准,之后完全交给代理执行。

障碍不在技术,在商家。eBay等平台对AI代理设有专门限制,亚马逊今年早些时候直接封禁了Meta的Muse代理。OpenAI的表述很直白:要让代理用钱包付款,“网站需要确保代理不被误拦,支付与风控系统需要能识别代理发起的合法交易”。这句话实际上是在要求整个电商与支付风控体系为代理流量开口子。

这背后是一个正在成形的市场。Stripe在为Stratechery投放的广告中称,其Link钱包的代理式商务交易在9月增长了38倍,催化剂是Muse、Instinct这类消费者代理。支付层谁先定义“代理能花多少、能花在哪”,谁就拿到了代理经济的收费站。

关键事实
  • 仅限美国18岁以上Pro订阅用户,支持运通、大通、万事达、Visa
  • 每笔交易需生物识别确认,卡号以支付令牌替代
  • 下一阶段:额度、品类、时间窗预设后完全委托
  • Stripe称Link的代理式交易9月增长38倍
原文摘录
After launching its Dots AI agents platform earlier this year, OpenAI is launching a wallet for the agents.
阅读原文 · The Verge ↗
ChatGPT Wallet上线:让代理替你结账,但每一次都要你按指纹
图注:The Verge制作的AI代理购物主题插画。OpenAI称钱包不会向代理或商家透露真实卡号。插画:Cath Virginia / The Verge,图片来源 Getty Images
TechCrunch人工智能与科技约 1 分钟

LangChain估值30亿美元:卖的不是模型,是“不锁定”

AI agent startup LangChain hits $3B valuation

3亿美元C轮,CapitalG领投,估值较一年前的12.5亿美元翻了一倍多。它的卖点很朴素:让企业拥有自己的智能,不被任何模型、云或生态锁死。

本轮由CapitalG领投,新加坡政府投资公司、DFJ Growth、IVP与Sapphire Ventures参与。一年前它刚以12.5亿美元估值融了1.25亿美元,领投方是IVP——估值在十二个月里翻了1.4倍。

LangChain 2022年起家于一个开源项目,处理的是早期大模型做不好的事:搜索网页、调用API、读写数据库。当前沿实验室自己把这些能力做进模型与执行框架后,这条护城河干了,公司转向代理管理。现在它的叙事是:LangSmith让企业创建、监控并约束代理行为,且不绑定特定模型、云或生态。

数字支撑这个转向:7000家LangSmith客户,包括Harvey、Rippling、Clay这类知名创业公司,以及英伟达、丰田、Salesforce这类大企业。在一个同类创业公司大量涌现、且彼此卖点高度雷同的市场里,先发优势与客户基数成了它最实在的资产。

值得对照的是同一天的新闻:英伟达的投资机器正在熄火。对LangChain这类已经跑出收入的中间层公司,影响相对小;但对更早期、更依赖战略投资人输血的代理创业公司,融资环境在同一个星期里变了两副面孔。

关键事实
  • 3亿美元C轮,CapitalG领投,估值30亿美元
  • 一年前估值12.5亿美元,十二个月增长约1.4倍
  • LangSmith客户7000家,含英伟达、丰田、Salesforce
  • 定位为模型/云/生态无关的代理管理层
原文摘录
Agent management startup LangChain has raised a $300 million Series C at a $3 billion valuation led by CapitalG.
阅读原文 · TechCrunch ↗

市场与地缘

Markets & Geopolitics 04
Axios更新市场与地缘约 1 分钟

联邦航空局下令全国停飞:多个航路管制中心通信中断

FAA issues nationwide ground stop due to "extraordinary circumstances"

周五下午,美国所有机场的所有离港航班被要求原地等待,“直至另行通知”。原因是多个航路交通管制中心的通信故障,近7000架次航班受影响。

一份周五下午发布的空管通告写道:“所有离港航班应保持地面停止状态,直至另行通知。”国际入境航班按个案处理。联邦航空局在声明中确认,停飞令覆盖全美所有机场,起因是“影响多个航路交通管制中心的通信问题”,技术人员正在排查。

航路管制中心(业内称“center”)负责的主要是机场之间高空航路的空域,是整个系统的主干。主干通信出问题,塔台即便正常也无法放行——飞机起飞后无处可去。

国土安全部长马克韦恩·马林在当晚的白宫记者会上说,没有迹象表明这是一次“恶意攻击”。彭博报道,联邦调查局正在核查是否是某次软件更新出了问题。航空局近月正在推广一套用AI辅助管理全美空域拥堵的工具,目前尚不清楚它与本次故障是否相关。

后果是物理性的。没有飞机起飞,全国机场会很快耗尽登机口与停机位,而已经在空中的数千架航班仍须落地。据《卫报》统计,近7000架次航班延误或取消。次生影响已经出现:国家运输安全委员会的调查员无法飞抵新奥尔良的撞船现场。这类事件通常不会在当晚结束,余波很可能延续到周末。

关键事实
  • 全美所有机场离港航班停飞,国际入境按个案处理
  • 多个航路交通管制中心通信故障,技术人员排查中
  • 近7000架次航班延误或取消
  • 国土安全部:无恶意攻击迹象;FBI核查软件更新因素
原文摘录
The FAA issued an extremely rare nationwide ground stop at all airports due to "extraordinary circumstances" and "reasons of safety."
阅读原文 · Axios ↗
TechCrunch市场与地缘约 1 分钟

微软十八小时全球云中断:从Outlook一路烂到Copilot和Defender

Microsoft's latest email outage turned into a full-blown global cloud crisis

起初只是Outlook和Teams,随后消费者与商业邮件、文件、文档、Copilot、Defender、Intune以及云上Windows一并失守。工程师一度找不到原因。

故障从周四开始,最初标记为影响美国与美洲地区,很快扩散到全球。微软的说法只有一句: outage 涉及“大量服务器意外不可用”。公司称仍在调查原因。

受影响清单几乎覆盖了它的整个商业面:Outlook邮件、Teams会议、OneDrive与SharePoint文件、Office文档、Copilot AI工具、Defender安全扫描,以及系统管理员赖以操作内部控制台的Intune——后者失效意味着企业IT连“看到出了什么事”的能力都被剥夺了。部分用户的云上Windows也打不开。TechCrunch自己的邮箱同样中招。

恢复花了约18小时。互联网流量监测公司Kentik的互联网分析总监道格·马多里在Bluesky上说,流量在停机约18小时后开始回流微软服务。微软在状态更新中称“没有证据表明本次事件与恶意活动有关”,随后又强调“与网络攻击或AI/代理无关”。

这是两个月内的第二次。9月那次数天的中断,微软归因于“核心认证配置”问题。真正的追问不是这次为什么坏,而是一家把邮件、身份、安全、AI助手和终端管理打包进同一云的公司,在自身故障面前为何缺乏快速恢复的手段。发言人没有回答TechCrunch关于是否具备检测恶意活动的日志能力、以及能否回溯事故原因的问题。

关键事实
  • 故障持续约18小时,波及全球
  • 受影响服务含Outlook、Teams、Copilot、Defender、Intune、云PC
  • 微软称“大量服务器意外不可用”,无恶意活动证据
  • 两个月内第二次大规模中断,9月归因于核心认证配置
原文摘录
Microsoft is slowly recovering from its daylong outage after much of the company's systems were hit by a cascading software issue.
阅读原文 · TechCrunch ↗
微软十八小时全球云中断:从Outlook一路烂到Copilot和Defender
图注:2026年11月13日,华盛顿特区,一名行人经过微软门店。当天微软的邮件与云服务大面积中断。摄影:Andrew Caballero-Reynolds / AFP / Getty Images
The Guardian分析市场与地缘约 1 分钟

放宽对华芯片出口的前后,特朗普买入了英伟达股票

Trump bought Nvidia stock as he helped chipmaker with change to export rule

财务披露显示,特朗普在撤销拜登时代AI芯片扩散规则前数日买入100万至500万美元英伟达股票;在宣布允许H200对华出口后,又至少买入三笔。

2025年5月,特朗普政府撤销了拜登时代的“AI扩散规则”——该规则的设计目的,是阻止最先进的美国AI芯片流向中国。按公开财务披露,在撤销前的几天里,特朗普买入了价值100万至500万美元的英伟达股票,同期还买入了苹果、Meta和微软。消息公布后,英伟达股价上涨。

2025年12月,特朗普宣布允许英伟达向中国出售H200芯片,商务部于2026年1月放行。披露文件显示,他在宣布之后至少三笔买入英伟达,每笔在25万至50万美元之间——属于他英伟达交易中较大的几笔。中国在2010至2022年间约占英伟达营收的四分之一。

反腐研究机构DeKleptocracy在分析中写道:当全国还在辩论一名疑似中国间谍可能如何为一家AI公司操纵白宫政策时,“它必须同时面对另一个问题——特朗普自身的利益冲突,可能促使他把整个AI行业的技术交给中国”。

这条线索与黄仁勋案交织。情报部门曾两次向特朗普简报,认定Alice Huang是中国资产,他没有采取行动。英伟达去年10月向特朗普的宴会厅工程捐了2500万美元,黄仁勋称自己“很荣幸参与”。参议院银行委员会已要求黄仁勋与商务部长霍华德·卢特尼克出席作证。

关键事实
  • 撤销AI扩散规则前买入100万—500万美元英伟达股票
  • 宣布H200对华出口后至少三笔买入,每笔25万—50万美元
  • 中国在2010—2022年约占英伟达营收四分之一
  • 情报两度简报Alice Huang为中国资产,白宫未采取行动
原文摘录
Donald Trump bought Nvidia stock worth millions of dollars as he made decisions on America's China policy that would benefit the chipmaker, an analysis has found.
阅读原文 · The Guardian ↗
放宽对华芯片出口的前后,特朗普买入了英伟达股票
图注:2025年,特朗普与黄仁勋在白宫。黄仁勋被描述为特朗普的亲密盟友,英伟达曾向特朗普的宴会厅工程捐款2500万美元。摄影:Evan Vucci / Reuters
FreightWaves市场与地缘约 1 分钟

1140万美元英伟达硬件,在加州运往德州的路上消失了

$11.4 million in NVIDIA hardware vanishes during shipment from California to Texas

六个托盘、价值约1140万美元的英伟达硬件,8月29日在奥克兰装车运往沃斯堡,途中多次长时间停留,最后在圣贝纳迪诺县失去踪迹。奥克兰警方已立案。

案件细节透着熟悉的味道。据《水星报》报道,取货时卡车挂着某家食品运输公司的标识;司机随后南行,数次停留数小时;调查人员最终在圣贝纳迪诺县跟丢。报案时间是9月13日,奥克兰警方确认重窃案调查仍在进行,未公布货主、发货人、承运方或司机身份,也没有逮捕或追回的消息。

这不是孤立事件。2025年,弗里蒙特与联合城警方曾调查涉案逾750万美元的英伟达产品入室盗窃案;9月还有一起窃贼偷走两辆PlusAI挂车(其中一辆带英伟达标识)的案件,结果车里装的是约四万磅沙子。当局尚未确认这些案件之间有关联。

更宏观的数字更值得注意:FreightWaves此前报道,针对数据中心高价值货运的盗窃总额已接近1.11亿美元,手法包括“撞后跟车”(bump and run)——先制造轻微追尾,迫使司机停车,再趁机劫走货物。

对算力供应链来说,这类损失不只是保险问题。GPU是当前单位重量价值最高的合法货物之一,而承运环节的身份核验、在途可视性与通信安全,仍是整条链上最薄的一环。

关键事实
  • 六个托盘、约1140万美元,8月29日奥克兰提货,目的地沃斯堡
  • 卡车挂食品运输公司标识,途中多次长时间停留后失联
  • 报案9月13日,奥克兰警方重窃调查中,尚无逮捕
  • 数据中心高价值货运被盗总额据报已近1.11亿美元
原文摘录
Six pallets of NVIDIA computer hardware worth a reported $11.4 million disappeared during a shipment from California to Texas.
阅读原文 · FreightWaves ↗

思想与评论

Ideas & Commentary 03
Foreign Affairs分析思想与评论约 2 分钟

桑切斯:避免下一场世界大战的最后机会

The World's Last Chance for Peace

西班牙首相在《外交事务》撰文:2025年有65场涉及政府的活跃冲突,是2010年的两倍;25万人死亡,为三十年来最高。他的诊断是“战争正常化”,药方是“maxilateralism”。

文章开篇的判断很硬:在过去十年某个时刻,世界开始接受战争不可避免。侵略战争从乌克兰到黎巴嫩到伊朗接连发生,各国政府开始把战争当作要编预算、做准备的事情——军费攀升,技术与军备竞赛加剧,越来越多国家考虑是否该拥有核威慑。“没有什么比战争的正常化更危险。”

数据支撑这个论断。据乌普萨拉冲突数据项目,2025年有65场涉及政府的活跃冲突,是2010年的两倍;约25万人死亡,为卢旺达大屠杀以来三十年间最高;近1.2亿人因战争被迫流离失所。全球军费十年增长逾40%,许多国家翻倍;每年近3万亿美元,接近整个非洲的GDP。连丹麦、德国、日本、挪威这些有军事克制传统的国家也在快速重新武装。

核领域更糟。九个核武国都在升级武库:中国从2010年代末的200至300枚增至今年约620枚;朝鲜从2018年的10至20枚增至约60枚,并发展了更成熟的运载平台;法国今年宣布1992年以来首次增加弹头储备;美俄未能保住限制战略武库的最后一份条约。与此同时,AI正在压缩决策时间——网络攻击可以自动化打击电网、医院与金融系统,AI介入核技术则缩短了人类判断的窗口。

他的方案叫“maxilateralism”(最大化多边主义),以对抗日益流行的“minilateralism”(小圈子)。具体主张包括:扩大安理会席位,优先给非洲与拉美,延长当选成员任期,让欧盟与非盟等区域组织占有席位;严格限制并最终废除否决权,尤其是在大规模暴行、种族灭绝与战争罪案件上;IMF与世行投票权改革,终结“欧洲人执掌IMF、美国人执掌世行”的惯例;美俄谈判New START的继任条约,并把中国纳入;各国批准《全面禁核试条约》,推进《禁产条约》谈判;管制AI的军事用途,尤其是核武器发射决策必须保留人类控制。

西班牙的做法被当作样本:去年拒绝北约提出的国防开支占GDP 5%的目标,但同时把净国防支出在八年内增至三倍;由于保持比例,腾出了1450亿欧元投入社会保护、住房、医疗与教育,以及逾300亿欧元用于绿色转型。2023年起对以色列实施武器禁运;今年拒绝美国使用西班牙领土与设施对伊朗作战——他特意说明,这不是敌意,也不是中立,而是判断“卷入会使冲突升级”。

关键事实
  • 2025年65场活跃冲突,为2010年的两倍;约25万人死亡
  • 全球军费十年增逾40%,年近3万亿美元,接近非洲GDP
  • 中国核弹头约620枚,朝鲜约60枚,法国1992年来首次增储
  • 主张安理会扩容、限制否决权、IMF/世行领导权开放
原文摘录
At some point during the last decade, the world started accepting war as inevitable.
阅读原文 · Foreign Affairs ↗
MIT Technology Review分析思想与评论约 2 分钟

硅谷自称看得见未来,却看错了中期选举

Silicon Valley claims to know the future. So why did it get the midterms so wrong?

选举前五周,奥特曼、马斯克、扎克伯格还在白宫与特朗普合影、签署“超级智能”议程。民调早已显示反特朗普情绪上升、两党都反对AI与数据中心。现在,这个行业正落在新赢家的准星里。

作者亚伦·扎莫斯特曾在Square任高管,现在是科技传播顾问。他的观察起点是一个反差:硅谷最爱讲“滑向冰球将要去的地方”,最讲前瞻与转向,却在最基本的政治算术上集体失手。数十份民调显示反特朗普情绪上升、两党选民都反对AI与数据中心,他们仍把长期公司利益换成了短期的政治青睐。

后果已经落地。民主党在中期选举获胜后,把AI与数据中心列为靶心;从加州到佛罗里达,选民在投票箱前审视数据中心提案时,考虑的不再只是技术与经济,还有政治。而这些项目的命门——电网接入与建设许可——恰好握在地方政府手里。

内部同样困惑。OpenAI、Meta等公司的员工说,选后领导层几乎没有公开表态;扎克伯格没有在内部回应结果,另一家AI公司的员工说“领导层在Slack上很安静”。他们不理解的是:为什么老板们看不到所有人都看得见的东西。

文章的核心论点不是“站错队”,而是能力错配:对社交媒体或AI的洞察,不等于对政治、经济或其它领域的专业判断。总统的接见、补贴与监管话语权的即时满足,遮蔽了基本的政治常识——大通、波音这类公司的CEO不会上播客谈“男性能量”,也不会在台上让总统打电话把AI恐慌称作“骗局”,因为他们知道客户四年一换、合同却要跑十年。科技行业选择了另一条路,于是把自己变成了文化战争的一方。

最刺人的一句在结尾:在技术里,功能可以下线,代码可以更新;在政治里,改变公众认知的失误没有撤销键。

关键事实
  • 选举前五周,多位AI领袖在白宫签署“超级智能”议程
  • 两党选民均反对AI与数据中心,民主党胜选后将其列为目标
  • 数据中心提案的关键在电网接入与地方许可,正成为政治议题
  • 论点:技术洞察不等于政治判断,且政治没有撤销键
原文摘录
For an industry obsessed with pattern recognition, their decision to lash themselves to President Trump has proved to be a catastrophic misreading of the political landscape.
阅读原文 · MIT Technology Review ↗
Gary Marcus分析思想与评论约 2 分钟

加里·马库斯:生成式AI的大退潮

The great Generative AI unraveling

他从2023年8月就在说生成式AI在财务上可能是个哑弹。三年后他列出一组数字:英伟达六个月跌29%,甲骨文35%,CoreWeave 54%,Anthropic的感知估值几周内跌25%。“这些数字看起来像泡沫在破。”

他当年的推理链现在被反复引用:所有人走同一条路,用相似的技术、相似的数据训练,因此没人有技术护城河,必然打价格战,利润难以挤出。三年后,价格更低、竞争更激烈、利润依旧难寻。训练成本还在往上走——据称Claude 5.5模型家族的开发成本就达100亿美元;推理同样昂贵。

可靠性是第二条论据。大量研究显示AI投资回报不佳;指令遵循仍然糟糕;Klarna效应——企业在高调宣称用AI替代人力后又重新招人——被当作反证。他补了一句刻薄的观察:如果微软那次大规模中断源自生成式AI写的代码,“没人会感到惊讶”。

真正的转折点是心理。他说自己一直认为,泡沫何时破不是经济学问题(经济学早就不成立),而是心理问题:世界什么时候会像动画里的歪心狼一样,低头发现自己已经跑出了悬崖。现在他的判断是,市场终于认出了生成式AI经济学的非理性,而英伟达的政权更替可能是加速器。

他特别点出融资结构:太多公司依赖英伟达的融资,黄仁勋用“人只活一次”的方式,对英伟达实际上在补贴的公司下了巨额赌注。若临时CEO科莱特·克雷斯不再当所有人的银行——比如拒绝为过度承诺的新云厂商N-Scale兜底——一批公司会立刻陷入麻烦,Anthropic的IPO也可能受牵连。

他也不回避自己错的地方:炒作式估值持续的时间远比他预期的长。文章引用的两条现场材料颇有意味——他在CNBC直播中谈英伟达风险时,被N-Scale的突发新闻打断;同一天有交易员写道“银行在抛售AI贷款,科技债买家说不再买了,对冲基金在呕吐”。

关键事实
  • 英伟达六个月跌29%、甲骨文35%、CoreWeave 54%
  • Anthropic感知估值数周内下跌25%,IPO预期从2万亿降至1.5万亿
  • Claude 5.5家族开发成本据称达100亿美元
  • 承认误判之处:炒作估值持续的时间比他预期长得多
原文摘录
Since August of 2023, I have been warning that, financially, generative AI might turn out to be a dud.
阅读原文 · Gary Marcus ↗
编辑要点
Bottom line

今天所有线索都收在同一根绳上:黄仁勋的个人判断曾同时充当英伟达的战略、AI创业公司的资金来源和对华政策的非正式通道,这根绳一断,权重取证、融资缺口与国会调查同时浮出水面。而在物理世界,联邦航空局的全国停飞和微软十八小时的云中断提醒人们,支撑AI叙事的那些基础设施,比叙事本身脆弱得多。