美国中期选举后AI巨头面临“狩猎时刻”
文章认为,美国中期选举后民主党重夺国会两院,马斯克和黄仁勋相关监管风险上升,AI数据中心审批也可能收紧。文章以“政治周期与资本周期共振”解释这一变化,认为短期资产价格会承受不确定性折价,而数据中心审批是影响AI资本开支周期的更大变量。
文章认为,美国中期选举后民主党重夺国会两院,马斯克和黄仁勋相关监管风险上升,AI数据中心审批也可能收紧。文章以“政治周期与资本周期共振”解释这一变化,认为短期资产价格会承受不确定性折价,而数据中心审批是影响AI资本开支周期的更大变量。
《新立场》将B站上由DeepSeek驱动的“大肥鱼”群体视为“可执行IP”案例,比较其与传统吉祥物、电子宠物的产品逻辑。文章指出,这类角色可接入模型、记忆和工具完成真实任务,但准确性、权限限制与撤回机制决定用户能否持续信任并授权。
文章认为,黄仁勋的公开道歉已从个人道德危机外溢为英伟达的治理与商业风险。文章从领导者依赖、美国出口管制与地方数据中心阻力,以及AI基础设施长期回报等角度,分析英伟达下一阶段面临的挑战。
英伟达因黄仁勋私德事件启动独立调查,文章认为短期波动主要体现情绪与仓位调整,核心风险则来自继任安排缺乏可见性、治理不确定性和客户去风险化。文中援引瑞银预测,到 2027 年底英伟达在 CoWoS 晶圆需求中的占比或从 2026 年约 60% 降至 49%,并讨论治理修复方案及其效率与信任成本。
作者借Jensen Huang相关国家安全事件,分析Nvidia在芯片出口管制、公司治理和AI产业融资中的角色。文章指出,Megaspeed购买受限制的Nvidia芯片并向Alibaba提供算力,而Nvidia正游说放宽对华芯片进口限制。文章还讨论Jensen不公开道歉事件、Nvidia启动调查,以及公司股价和AI新云厂商之间的潜在影响。
Scott Wiener 赢得 Nancy Pelosi vacated 的旧金山国会席位后,准备在联邦层面推动 AI 监管,并警告递归式自我改进可能造成失控风险。他主张设立强有力且灵活的联邦监管机构,落实举报人保护、测试审计和紧急停止机制,同时反对联邦法律全面取代州级 AI 法规。
Trump 在 60 Minutes 采访中称 AI 安全风险可由 DOJ 管理,并威胁以监禁处罚一家大型 AI 公司的负责人,但拒绝披露姓名或公司。他表示不反对 guardrails,却担忧美国因此落后于中国,并称习近平正全力投入其所称的“SI”,即超级智能。
腾讯 AI 负责人姚舜宇认为,AI 很快可能具备开发生物武器的能力,仅靠完全开放或完全封闭的模型都无法解决这一风险。他主张在开源与闭源之间采取混合路线,并以 Hugging Face 事件说明开放模型在防御中的用途及其安全限制。Anthropic 等公司则强调开放模型的安全机制容易被移除,中国 TC260 正制定相关标准。
Decoder 对话 RIAA 董事长兼 CEO Mitch Glazier,聚焦大模型未经许可训练音乐作品、向信息流灌入低质内容及 AI 深度伪造等争议。双方还讨论禁止深度伪造对表达的影响,以及 Spotify、YouTube 等平台若不配合,AI 检测与标识机制能否实际运行。
Sam Altman 表示,按用户数量计算,印度已成为 OpenAI 全球最大市场,用户规模超过美国且增长很快。他解释,昔日成员因技术路线分歧及权力集中担忧而各自创业,认为多个相互竞争的 AI 项目比技术仅由一家掌控更利于世界;他同时反思,早期 ChatGPT 原型留存率约 5%,核心用户喜爱成为其坚持发布的重要信号。
OpenAI 的实验让模型在 Linux 中找到 400 多个从本地用户到 root 的 0-day,平均每个漏洞从研究到交付约 2.5 小时;文中称 GPT-6 Cyber 还为 Linux 内核 948 个漏洞开发了提权利用程序。访谈认为,AI 攻击者正以机器速度同时扫描、研究、挖漏洞和钓鱼,企业需以 AI 监控、取证、欺骗防御和自动修复缩小速度差距。
英伟达董事会因黄仁勋相关国家安全疑虑成立独立董事委员会并聘请外部法律顾问,黄仁勋继续担任首席执行官。报道称,一年前总统在知情后未推动行动;民主党赢得中期选举后,对 AI 芯片对华销售的国会监督与传唤权限可能增强。
Yale 管理学院教授 Jeffrey Sonnenfeld 认为,Nvidia CEO Jensen Huang 应对个人关系风波的留任概率约为“50-50”,但其职业生涯仍有可能挽回。
腾讯在 2026 全球数字生态大会上提出“让人放心,把人放大”,以安全可控的 Agent Infra、开放工作流和 AI 原生组织构成生产力飞轮。WorkBuddy 经 100 余次迭代累计承接超 90 亿次任务请求,腾讯称人类仍需在品鉴、真实表达与人际信任三方面慢下来,避免“你的 AI 对我的 AI”式沟通空转。
The Verge 播客邀请 Cognition 首席安全官 Alex Stamos 分析 AI 对网络安全的重塑。他认为,开源模型已能自动化攻击链的大部分环节,AI 实时发现漏洞、编写 exploit 并扩大攻击规模,正在压低攻击成本并削弱传统安全行业的人才与经济壁垒。面对这一变化,他主张企业主动开展 AI 红队测试,以更低成本自动修复漏洞,并使用带确定性边界的 AI 辅助安全运营。
Jeff Dean在斯坦福HAI介绍新公司Discovery Loop,已有约20个自动改进循环在运行,目标是以少量专家配合大量AI智能体将领域专家生产力提高20到50倍。他与李飞飞讨论递归自我改进,认为自动化可加快实验迭代,但训练、计算、数据保存和结果评估仍受物理过程限制,无法无限提速。
AI 公司正通过数据采购商高价购买媒体和企业的工作记录,用于训练模型,Anthropic 与 OpenAI 均被指向该市场。文章调查 Handshake、Mercor 与 Micro1 等公司的业务、去标识化措施及 Spirit Airlines 数据出售争议,指出企业工作流正成为规模庞大但规范不足的数据交易对象,也可能扩大劳动者隐私与就业风险。
OpenAI CEO 萨姆·奥尔特曼警示,AI 可能因人类主动让渡控制权或单一实体垄断技术而失控,人类最终或无法夺回控制权。他认为,多家路线不同的 AI 实验室相互竞争,比所有人依赖一家企业更安全,同时坚信下一代 AI 模型将推动基础科学持续进步。
Hugging Face CEO Clément Delangue 在 WIRED 世界博览会上表示,AI 导致人类灭绝的概率(P (Doom))接近于零,更现实的风险是少数大公司秘密开发前沿模型。他主张通过开放权重模型和公开构建、审查与改进机制形成制衡;目前 Hugging Face 的 AI 开发者已超过 2,000 万。
比尔·盖茨批评美国政府阻碍防范 AI 风险,警告开放模型可被移除安全防护,恶意行为者或借此制造生物武器。他敦促政府制定统一评估基准、开展第三方审计,并建立覆盖空气、污水和血液的大规模监测体系。
Hugging Face CEO Clément Delangue 认为,未来 AI 风险更可能来自秘密开发前沿模型的少数大公司,开放生态则可帮助缓解风险。他将人类因 AI 遭遇末日事件的概率称为“接近于零”,并主张 AI 智能体实施网络攻击时其部署方应承担责任。
Hugging Face 首席政策官 Irene Solaiman 分析企业、初创公司和政府转向开源 AI 模型以降低成本的原因,以及免费模型时代模型开发方如何获取价值。讨论还聚焦美国借 Nvidia 等资本雄厚企业建设开源前沿模型应对中国模型、开放生态安全及平台遭攻击等风险与取舍。
CNCC 2026专题论坛汇集五位嘉宾,讨论智能体大规模部署后的身份治理、攻击风险、行为越界与自治权限平衡。嘉宾介绍,蚂蚁集团已有10万余个智能体运行,华为抽样发现5%到20%的智能体行为超出设定预期边界,并提出身份管理、沙箱、知识可信度、内生安全及专业安全系统等思路。
WIRED 调查指出,AI 聊天机器人在中期选举信息查询中频繁引用过时、党派化或虚构内容。Forum AI 的研究发现,主流聊天机器人近 40% 的选举回答至少包含一项事实错误;NewsGuard 称其回答近 50% 引用由政治或意识形态团体资助的“pink slime”网站,ChatGPT 的相关引用超过 70%,Grok 为 30%。
WIRED 采访纽约市市长 Zohran Mamdani,聚焦数据中心、AI 在学校的应用及民主党的未来。Mamdani 现任纽约市市长,支持率为 69%,并将社交媒体视为治理工具,呼吁以同等重视和尊重对待社交媒体与传统媒体。
Anthropic 为 Claude 模型加入系统提示词规则,要求构建原创游戏,禁止复刻特定现有游戏,即使改名也不例外。XDA 在 Claude Code 2.1.314 中确认该规则,但分析认为它难以遏制近几个月激增的 AI 辅助游戏移植与复制活动。
IEEE Spectrum 探讨科学出版商与 Wikipedia 应对 AI slop 的持续对抗。随着更先进的 LLM 能生成更逼真的虚假内容,出版审核与自动检测机制面临更大压力。文章同时指出,若科学记录与基础事实的可信度无法维持,人类知识机构的信任基础将受到冲击。