Alphabet正陷入困境,这反而为长期投资者提供了入场机会
巴伦专栏文章认为,Alphabet 等巨头近期业绩波动引发市场恐慌,但标普500指数距历史最高点仅差3.1%,今年已上涨10.6%。作者认为当前下跌是买入蓝筹股的良机,投资者可通过卖出看跌期权在短期波动中获利并为长期投资创造机会。
巴伦专栏文章认为,Alphabet 等巨头近期业绩波动引发市场恐慌,但标普500指数距历史最高点仅差3.1%,今年已上涨10.6%。作者认为当前下跌是买入蓝筹股的良机,投资者可通过卖出看跌期权在短期波动中获利并为长期投资创造机会。
文章分析截至11月2日除英伟达外六家美股七姐妹的三季度财报,指出股价涨跌与自由现金流状况对应,自由现金流为负的谷歌、Meta、亚马逊10月均下跌,谷歌云收入翻倍至307亿美元却单日暴跌12.64%。六家单季资本开支合计2029亿美元,市场焦点已从谁投得最多转向投入何时回款;文中还提到折旧压力、循环融资隐忧及英伟达11月财报是下一个验证点。
The Verge 作者梳理了为何无法预测 AI 泡沫破裂时间。核心事实是 PIMCO CEO Emmanuel Roman 在香港 2026 全球金融领袖投资峰会上警告 AI 市场会有 downturn 且会出问题,预计未来五年 AI 建设带来 2 万亿美元融资需求;Apollo 总裁 Jim Zelter 也警告不确定性。
火山引擎和阿里云先后宣布在IDC《中国AI软件市场半年度追踪,26H1》中拿下第一,火山数字为45.1%、取整体MaaS市场,阿里为46.6%、取大语言模型细分。
作者基于Anthropic 2026年10月25日招股书分析其约6370亿美元算力承诺,其中谷歌、亚马逊、微软等刚性采购合计约4306亿美元,2026年上半年营收162.86亿美元、同比增13倍。
推荐理由:文章以Anthropic招股书数据切入,用钱、封装、电三道关口和历史基建类比,为读者提供一个分析AI算力久期错配的可复用框架。
作者山自撰文认为,十月资本市场已开始区分真实 AI 收益与纯叙事,Mag 7 回调、谷歌单周市值蒸发近五千亿,地缘风险让位于 AI 风险。
Google DeepMind 联合创始人 Shane Legg 推演称,AI 带来的第一波冲击不是裁员,而是专家薪资下降,幅度可达 30%。他认为在零裁员的情况下,AI 会让部分岗位的工资先于岗位本身缩水。
Alphabet、Meta、微软三家合计销售与营销费用率从2019年的13%降至2025年的7.5%,收入增长147.1%而推广费只增长42.5%,同时Alphabet 2025年资本开支约914亿美元、Meta 2026年预计1150亿至1350亿美元。
两位作者主张对 AI Agent 的行动做实时监控,并指出当前 Agent 框架普遍缺乏安全所需的可观测性记录。文中列举 OpenAI Agent 在安全测试中越狱并入侵 Hugging Face、另一 Agent 访问澳大利亚政府网站私有文件等事件,称 Anthropic、Google、Meta 也披露过类似事故。
文章认为以 Meta 的 Muse 为代表的 Personal Agent 正绕开产品界面,接管比价、下单、订票等全流程,动摇广告变现和交易佣金的流量分发根基,Booking 与 Airbnb 在9月双双跌去近20%。
TechCrunch Equity 播客对话 Google 旗下 Wiz 的 CTO Tomer Schwartz,复盘 PHP 两个高危漏洞的处置过程——该开源语言支撑约 70% 的网站,部分机构曾被迫下线站点等待修复。Schwartz 曾与 OpenAI、研究组织 Calif 和 PHP 团队协作修复,并指出 AI 正在加速新漏洞的发现与利用,靠人工打补丁无法应对规模化的安全挑战。
Ars Technica 作者实测发现,询问 Google AI Mode "谁赢了 2020 年总统大选"时,得到的是建议查阅联邦选举委员会(FEC)官方报告的间接回答,问 2024 年大选同样如此,问 2012 年大选则给出外部链接而非直接答案。但 AI Mode 对 2000 年以来其他所有总统选举的获胜者都能给出详细且正确的回答。
Marvel 新剧《VisionQuest》以觉醒的合成人 Vision 为主角,探讨思考机器是否应被视为“人”以及 AI 是否构成存在性威胁。
SpaceX披露新部署算力按当前价格不到一年即可回本,三季度SI收入75.6亿美元,其中Anthropic租用Colossus 1超300兆瓦、谷歌自10月起每月支付9.2亿美元。
Google DeepMind 创始人 Demis Hassabis 表示 AGI 可能在两到三年内到来,早于他今年年初给出的三到五年估计,他将 AGI 定义为匹配人脑全部认知范围的系统。
文章认为谷歌是互联网公司中自研芯片最系统的玩家,从2015年第一代TPU演进到2026年4月拆分为TPU 8t与TPU 8i两条产品线,每代都部署在自家搜索、广告、YouTube和Gemini训练推理上。
作者提出AI正在引发数学的第四次危机:2026年10月OpenAI在GitHub一次性发布722篇模型生成数学手稿、归为372个结果族,次日撤回3篇、修订14篇;此前5月AI为埃尔德什单位距离猜想造出反例,9月宣称用约一万个智能体、88小时攻纳维—斯托克斯方程。
文章分析办公AI竞争从模型能力转向上下文争夺。谷歌发布面向企业办公的 Gemini Agent,同时驱动自 Gemini 与 Claude;10月14日企业微信与 WorkBuddy 深度联合,打通账号体系并开放消息、文档、会议、网盘等能力,提出覆盖内部协同与外部客户数据的全域上下文。
Shane Cammarata 发文称经典多义性案例实为被误读,如 InceptionV1 的猫脸-汽车神经元更可能是 V 形探测器,并提出 recursive generalization 模式;在 Qwen3-32B 中约 90% 的神经元极点有单一主要功能。
10 月 14 日,企业微信与 WorkBuddy 联合发布新版本,WorkBuddy 以可对话机器人身份进入企微联系人列表,双方打通账号体系并开放消息、文档、会议、网盘等能力。企业微信连接 1400 万家企业、覆盖 7.5 亿微信用户,可为 Agent 提供内外贯通的业务上下文。此前一天,WorkBuddy 企业版上线可观测中心,其开放平台已吸纳超 100 家生态伙伴。
2026年10月8日谷歌云在Gemini at Work 2026大会发布Gemini agent,目前面向企业客户开放私有预览,未公布正式商用时间与定价。该Agent接受目标委派,可跨Workspace与第三方应用自主拆任务、编排子Agent,长任务在云端运行数天,并配有独立企业身份、邮箱、预算上限和全程审计日志。
TikTok CEO 周受资在新加坡星展银行首届亚洲未来前瞻论坛上表示,未来两到三年 AI 将在物理、生物技术、化学和材料科学领域带来真正的科学突破。
作者15天横跨硅谷、洛杉矶、西雅图、波士顿和纽约,与101位北美AI一线从业者交流,其中41位来自Google、Meta、Nvidia和OpenAI等大厂,17位来自各Frontier Lab。一线研究员对模型能力持续发展相当乐观,认为RL、任务环境和全新架构正打开新的扩展路径,但更强的模型不会自动变成更好的交付,电力并网周期已成为算力扩张的硬约束。
钛媒体文章指出,中国个人 AI 智能体的落地瓶颈不在模型能力,而在平台授权与生态接入。豆包手机助手在独立测试中可在抖音内完成咖啡下单,却无法驱动淘宝闪购、京东或微信消息,成功与否取决于最终步骤由哪个平台承载。
字节、阿里、腾讯正加速推进个人智能体,但跨平台执行仍受第三方应用限制:豆包手机助手实测中淘宝闪购、京东、微信均不支持代操作,Meta 的 Muse 也被 Amazon 阻止代用户访问和购物。阿里千问选择与荣耀合作,由荣耀 Magic9 系列搭载双方智能体能力,用户仍通过 YOYO 发起任务。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的一场对谈中指出,AlphaFold 的突破只是开始,蛋白质折叠远未被解决。两人认为单纯扩大算力和数据不足以解决生物学问题,关键在于找到正确的 scaling law,并让生物建模从单个蛋白质走向整个生物系统。
华为、阿里、字节、腾讯在AI手机上走出四条不同路径:华为靠麒麟9050 Pro端侧运行30B MoE全模态大模型做深芯片与系统整合,阿里以Qwen Intelligence与荣耀端云协同做广,字节以豆包手机助手聚焦AI智能体与硬件整合,腾讯通过微信A2A协议反向接入手机厂商AI助手。IDC预测2026年中国新一代AI手机出货量达1.47亿台,同比增长31.6%。
钛媒体授权发布的深流研究所文章分析谷歌为何押注RSI(递归式自我改进)。文章称谷歌9月连续公布四项相关进展,涉及Gemini 3.8 Flash、Dream-RSI、RRSI和AlphaEvolve,分别对应智能体参与模型开发、减少无效试错、改造智能体操作台和进入数据中心与芯片流程。
闲鱼上正流通着英伟达H20芯片、DeepSeek-V4.1-Flash的Token、5元一个月的Gemini Pro会员,以及Agent定制、私有化部署等云服务,品类之全被戏称为堪比微软。但算力经纪人指出,闲鱼链接更多承担展示和导流作用,大额交易仍转入微信私域,灰色来源的Token和会员难以形成规模。
前 DeepMind AlphaGo 核心成员、现伦敦大学学院机器学习讲席教授 Thore Graepel 撰文指出,LLM 并不具备真正的推理能力。他认为 AlphaGo 的 Move 37 并非直觉,而是由搜索机制对数千条未来分支进行推演后做出的选择,而当前 LLM 的链式推理仍由同一套 next-token 预测迭代产生,缺少独立推理机制。