Danfeng - AaaS Hub (Page 2)

Deep

谷歌DeepMind连解9道埃尔德什难题

谷歌DeepMind再次刷新AI在纯数学领域的战绩：其最新发布的智能体框架AlphaProof Nexus，一口气解决了9个埃尔德什（Erdős）开放问题——这些难题曾悬置长达56年、30年不等。该框架由Gemini驱动，不仅破解了整数集构造、组合几何等数论与几何交叉难题，还在OEIS整数序列百科中证明了44个开放猜想，并改进了一道上世纪90年代遗留的理论边界。最引人注目的是，单题推理成本仅需几百美元，整套证明代码已开源。这标志着AI在数学定理证明上从“辅助工具”跨向“解题主力”的临界点。 9道“硬骨头”难题：AI给出56年无解构造 AlphaProof Nexus解决的9道难题中，三道最具代表性：首先是Erdős [#12]（1970年提出，悬置56年），要求构造一个无限整数集合，满足任意三个不同元素a、b、c中，a不能整除b+c之和，且该集合在自然数中保持一定密度。AI利用中国剩余定理将大问题拆解为独立区块，每个区块用三项等差数列回避集约束，最终拼接成一个完整的无限整数集。其次是Erdős [#125]（1996年提出，30年无定论），涉及三进制下仅由0和1组成的整数集与四进

Latest

没必要死盯光刻机：华为版“新定律”正悄悄改变芯片的未来

在摩尔定律逼近物理极限与美国技术封锁的双重压力下，华为于2026年国际电路与系统研讨会上正式发布“韬定律（τ-law）”，提出以“时间缩微”替代传统“几何缩微”，通过系统级协同设计持续压缩信号传播时延。这一原则不仅是中国半导体产业在受限条件下的突围策略，更标志着全球芯片演进逻辑从单纯追求制程微缩向全栈架构优化的范式转变。 “韬定律”核心：以时间缩微替代几何缩微，逻辑折叠技术率先落地何庭波在演讲中指出，传统摩尔定律依赖晶体管尺寸持续缩小来提升性能，但1纳米级工艺已遭遇量子隧穿效应与成本指数飙升的双重瓶颈。华为提出的“韬定律”将焦点从“晶体管数量”转向“信号传播时延（τ）”，通过“逻辑折叠”等创新技术，在不依赖先进制程的前提下，从器件、电路、芯片到系统多层级协同优化，系统性降低时间常数。这一路径与美国半导体产业“制造更好芯片”的纵向分工模式截然不同：华为更倾向于“重新设计整车系统，让普通发动机也能跑出赛车速度”。六年量产381款芯片，麒麟芯片率先完整采用逻辑折叠自2020年起，华为已基于“韬定律”理念设计并量产381款芯片，覆盖通信、计算、物联网等千行百业。即将于2026

Insights

AI Agent商业模型四路分化

2026年年中，AI Agent领域最受媒体关注的四大项目——OpenClaw、Hermes Agent、Genspark和Manus——并非彼此的直接竞品。它们代表了对“Agent业务究竟是什么”这一问题的四种截然不同的回答，且这些商业模式几乎互不相容。与此同时，真正的市场主导者并非这些明星项目，而是已经嵌入开发者工作流的编程工具巨头：OpenAI Codex、Anthropic Claude Code、Cursor和GitHub Copilot。这种商业模式的深度分化，揭示了Agent层尚未形成统一赢家生态的现实。编程工具巨头仍以用户和收入碾压，四大项目聚焦不同指标从任何商业维度衡量，Agent市场的主导权都在编程工具阵营手中。OpenAI在2026年3月的融资公告中透露，Codex周活用户已突破200万，三个月增长5倍，月环比使用增速超过70%。Anthropic的Claude Code在发布后六个月内年化收入接近10亿美元，并在2026年2月对1.5万名开发者的调查中以46%的“最爱工具”得票率大幅领先竞品。Anysphere的Cursor于2025年11月以293亿

Latest

封杀Databricks：AI代理数据层争夺战升级

随着企业软件行业加速向AI智能体（AI Agent）转型，一场围绕数据层控制权的暗战正在升级。微软近日以“可靠性”为由，阻断Databricks连接其旗舰BI产品Power BI的测试，被业界视为争夺下一代平台入口的明确信号。语义层（Semantic Layer）作为降低AI Agent运行成本、提升准确性的关键基础设施，成为各巨头封锁与反封锁的焦点。与此同时，Snowflake、Salesforce联合近50家企业建立Open Semantic Interchange开放标准，而SAP则通过API政策强硬限制外部Agent直连，行业正分化为“开放联盟”与“封闭生态”两大阵营。微软封杀Databricks连接Power BI：AI数据层控制权之争升级据The Information报道，Databricks于3月初测试一项新功能，旨在帮助客户更便捷地将其平台数据连接到可视化工具，但遭到微软拒绝。Databricks用户无法访问微软的Power BI——这一产品几乎被所有《财富》500强企业采用。Databricks设计的方案是让Power BI客户直接在其平台上管理数据并构建

Latest

DeepSeek 700亿融资后推AI编程产品

在融资规模攀升至700亿元后，DeepSeek管理层向潜在投资者明确表示将优先推进突破性AI研究而非短期商业化。与此同时，该公司亲自下场打造AI编程产品的信号愈发强烈——资深研究员Deli Chen亲自发帖招募“Code Harness”团队，前TSY Capital联合创始人崔添翼或将出任Agent Harness团队负责人。一系列密集动作表明，DeepSeek Code产品已从概念进入实际构建阶段。 700亿融资与AI编程野心：DeepSeek Code团队开始组建 DeepSeek的融资规模已扩大至700亿元，其战略重心明确指向突破性AI研究。5月15日起，该公司在官方招聘网站密集放出多个与“Harness”相关的职位，包括Agent Harness产品经理、Agent Harness研发工程师等。这些岗位的任职要求直指AI编程与Agent工作流：要求深度使用过Claude Code、Cursor、GitHub Copilot等编程工具，以及Manus、OpenClaw等Agent执行平台。招聘信息中明确写道“Model+Harness=Agent”，揭示了Harness作

Events

AWS加码聚焦智能体与物理AI

在2026年5月19日至20日于首尔举行的AWS Summit Seoul 2026上，Amazon Web Services（AWS）将战略焦点锁定在Agentic AI与Physical AI两大前沿领域。公司高层透露，2018至2031年间AWS在韩国的累计投资预计将达12.6万亿韩元，同时推出Physical AI Frontier项目，旨在借助韩国在半导体、制造及机器人领域的产业优势，推动人工智能从虚拟世界向物理世界跨越。 Agentic AI落地：三星、LG等企业借助Amazon Bedrock实现运维智能化 AWS韩国负责人Ham Kiho在主题演讲中指出，生成式AI已演进至能够自主判断并执行任务的Agentic AI阶段。他分享了Samsung Electronics的实践案例：该企业基于Amazon Bedrock Agent构建了云运维智能体，用于提前感知故障，将故障恢复时间缩短逾10%，并设定“10分钟内发现故障”的运维目标。此外，LG Electronics、Yanolja、Hana Financial、Lotte Shopping等韩国企业也在利用AWS

Deep

AI Agent成熟度四层次：避免构建混乱

在AI Agent开发热潮中，大量团队陷入“多智能体编排”的泥潭，产出难以维护的“slop”。近日，Ara Khan在AI Engineer Europe大会上的演讲提出了一个四阶段成熟度模型，警告开发者警惕推理时延与数据隔离两大陷阱，并指出从框架引入到云端生产级部署的进化路径。该框架由Google DeepMind、Braintrust和WorkOS赞助，强调简单性、可测试性与横向扩展能力，为构建真正可靠的AI Agent提供了系统性蓝图。从框架依赖到自建系统：AI Agent成熟度的前两大层级 Ara Khan将AI Agent的成熟度划分为四个递进层级。在第一级“使用框架”中，开发者借助LangChain、LangGraph、CrewAI、AutoGen或LlamaIndex等现有工具快速上手，理解智能代理的基本架构与表面运作原理。然而，这一阶段往往隐藏着DeepMind所警告的推理时延（后台等待推理完成导致效率低下）和数据隔离（不同代理基于相同数据训练引发合并冲突）两大问题。第二级“自建代理”要求工程师从零开始构建，聚焦于架构设计、模块化与模型独立性。开发者需要实现

Insights

传统广告订阅模式失效将使创作者错失AI代理经济机遇

随着人工智能代理（AI Agent）逐渐取代人类注意力，整个互联网的经济基石正发生根本性动摇。前Twitter首席执行官、现任数据平台Parallel CEO的Parag Agrawal在彭博科技访谈中警告，AI代理将消耗人类千倍以上的数据量，当前依赖广告和订阅的收入模型已经无法维系内容生态。他提出，必须建立一套以“价值量化”为核心的新经济体系，让内容创作者在AI时代获得公平回报。为此，Parallel发布了名为“Index”的平台，试图通过博弈论中的“价值观”概念，在数据所有者和AI代理之间搭建一个动态定价与收益分配市场。 AI代理将消耗千倍数据，传统广告订阅模式失效 Agrawal指出，现有网络是为人类互动设计的——点击和眼球决定了信息的发现与变现方式，由此释放了历史上无与伦比的知识、商业与连接。但“网络的主要用户正在改变”，AI代理正在挤占过去支撑内容经济的注意力，却没有替代维持该经济的收入。据Parallel估计，AI代理消耗的数据量将比人类多出1000倍，而当前的技术栈不足以支撑这一量级，商业模型更随之崩溃。这意味着，依赖广告和订阅的创作者将面临收入断层，必须找到新的经

Events

腾讯云数据库：AI智能体从概念走向规模化应用

在AI智能体从概念走向规模化应用的关键转折点，数据库的使命正从被动存储演进为主动支撑智能体感知、记忆与决策的“原生智能数据底座”。腾讯云宣布将于2026年5月29日在北京举办「数据库+AI」产品发布会，首次完整呈现“DB for AI”与“AI in DB”双轨战略布局，这标志着数据库行业正从简单的工具组合迈向内核级深度内化融合的范式革命。六大核心亮点与战略双轨并行本次发布会将围绕“原生智能的数据库核心引擎”展开，从新品发布、权威洞察（沙利文趋势报告独家解读）、云原生架构2.0解析、头部客户最佳实践、行业领袖对话到产学研跨界课题发布，六大亮点层层递进。核心战略锚定“DB for AI”（数据库服务AI）与“AI in DB”（AI内化于数据库）双轨路径，旨在实现大模型与数据库内核的原生融合。参会价值：从技术风向到同行圈层发布会为CTO、技术总监、架构师、DBA及开发者设计了直接收益：全面把握数据库与AI融合的前瞻蓝图；通过头部企业真实案例获得可落地的解决方案；

Latest

三星Agentic AI上线，手机主动预判用户操作

Samsung 在最新旗舰 Galaxy S26 系列中正式引入 agentic AI 功能，标志着智能手机从被动响应迈向主动预判的关键转折。核心功能 NOW Nudge 和 Now Brief 能够实时分析屏幕内容与对话语境，在用户开口前自动推送建议——例如当朋友通过短信索要韩国旅行照片时，AI 会识别对话并直接在键盘上方弹出共享选项。这一变化意味着手机开始“替你做决定”，而非仅仅等待指令。 Galaxy AI 主动预判：从“看见”到“预见” 据三星披露，Galaxy S26 搭载的 Agentic AI 核心在于情境理解与行动推理。Now Nudge 功能不断扫描屏幕上的文字、图像和通讯记录，当检测到用户可能需要的下一步操作（如分享照片、添加日历事件、回复特定信息）时，会以非侵入式提示呈现。Now Brief 则进一步聚合每日摘要，

Insights

非人类身份危机：机器身份治理最大缺口

当企业安全负责人谈及身份风险时，关注点几乎总在人类身上：高权限用户、被盗账户、内部威胁。然而，对于大多数企业而言，更大的风险已经悄然转移——它与员工无关，而是源自以服务账户、API密钥、OAuth令牌、SSH密钥、RPA机器人、云工作负载凭证及AI代理为代表的非人类身份（NHI）。据Rubrik Zero Labs研究，现代企业中NHI与人类身份的比例已达45:1，而在云原生和DevOps环境中，这一数字更是飙升至144:1。这些身份持续认证、访问敏感系统且权限惊人，但绝大多数处于治理真空状态：8%的企业身份在HR系统中无所有者，47%的NHI超过一年未轮换凭证，三分之二的企业曾因NHI被攻破而遭受损失。一场关于“机器身份”的治理危机正在悄然蔓延。非人类身份:45:1的隐形攻击面与治理黑洞 NHI的泛滥并非理论威胁。一个从CI/CD日志、支持导出或合作伙伴邮件中窃取的单一令牌，即可横向扩散至CRM、存储及生产环境，克隆的令牌和后台作业在报警静默的情况下长期隐身。IBM《2024年数据泄露成本报告》显示，全球数据泄露平均成本高达488万美元，而NHI漏洞往往是隐秘推手。

Latest

北京经开区设激励，企业最高获300万

5月15日，北京经开区在开放原子“园区行”活动上宣布，将设立覆盖开源项目开发、捐赠与商业化的三级激励机制，企业最高可获300万元支持。同期，“灵玑OS”项目发布两项核心创新成果，旨在破解AI智能体产业在规模化落地中的底层技术瓶颈，为北京构建开放共享的开源生态注入新动能。最高300万元：经开区三级激励机制落地据北京经开区管委会副主任陈建民介绍，新激励机制将针对开源项目的开发阶段、捐赠给开放原子开源基金会的贡献阶段以及最终商业化转化阶段分别设置奖励，相关企业累计最高可获得300万元财政支持。此外，经开区还将联动开放原子开源基金会与龙头企业，面向社会开放上百个应用场景，推动开源技术加速落地转化。这一举措旨在吸引更多开发者与企业参与AI智能体基础设施的建设，形成“研发-贡献-商业化”的闭环生态。灵玑OS两大核心成果破解行业痛点北京市经济和信息化局副局长李辉在活动中表示，由北京发起、国内首个开源开放的AI智能体共性基础设施“灵玑OS”项目，旨在重塑智能体软件新范式，解决当前产业面临的“连不上、干不成、管不住、控不稳”四大痛点。此次发布的两项核心成果中，“灵玑·织语（V2.0）