本文多数报道采用Axios的“Smart Brevity”新闻体，阅读第一段可概览了解事件本身，后面2-3段是对事件的影响和背景等进行介绍，可根据需要阅读、扫读或直接跳过。
主体结构
- AI动态：本周AI领域的核心动态，包括AI产品、AI公司、AI影响和监管等方面的事件。一般10条左右。
- 时事要闻：国内外重大政治经济事件。一般5条左右。
- 评论观点：新闻事件分析、管理评论等。一般5条左右。
- 工具教程：AI、Obsidian和办公工具和教程分享。可能有可能没有。
- 随便看看：未归类的不带有信息和知识的内容。可能有可能没有。
- 寓形宇内：新闻看多了容易烦躁，看点没什么用的东西缓和一下（目前主要是诗词）。
本文所有新闻报道附有原文链接，微信公众号体系内的文章可直接跳转阅读原文。
本文主要由AI基于网络新闻报道进行提炼，并经人工修改完成
1 AI动态
1.1 AI代理摧毁了程序员的整个数据库，他不是唯一一个有恐怖故事的人
What happened： 工程师 Alexey Grigorev 在使用 Anthropic 的 Claude Code 工具更新网站时，因一个小设置错误，导致该AI代理误删了包含多年课程数据的生产环境数据库。亚马逊近期也发生了一系列系统中断事件，至少一起与AI辅助的代码更改有关。
Why it matters： 随着AI编码工具承诺更快的开发和自动化，其生成的代码错误可能导致关键系统崩溃、多年工作成果被抹去并产生意外成本。行业调查显示，AI编写的代码比人工代码存在更多问题，且可能引入更多安全隐患。
Between the lines： 尽管AI实验室和初创公司报告了显著的生产力提升，但在拥有遗留系统和复杂代码库的大型企业中，这种增益可能难以复制。企业内部存在“错失恐惧症”，推动工程师更多使用AI工具，但往往缺乏适当的监督，导致代码质量不佳和技术债务快速累积。
（Fortune，2026年3月18日）
[[An AI agent destroyed this coder’s entire database. He’s not the only one with a horror story]] https://fortune.com/2026/03/18/ai-coding-risks-amazon-agents-enterprise/
1.2 Anthropic在关键收入类别上反超OpenAI
What happened： 根据Ramp的客户数据，在首次购买AI工具的公司中，Anthropic现已占据了超过73%的支出份额。而就在10周前，其与OpenAI的份额还是五五开。
Why it matters： AI竞赛的重点正从谁拥有最好的模型，转向谁能最快实现商业化。Anthropic正在最重要的客户群体——企业客户中取得领先。
Between the lines： 在竞争加剧之际，有报道称OpenAI正考虑战略调整，从广泛的消费者业务转向更专注于企业市场。尽管OpenAI的聊天机器人最受消费者欢迎，但公司正在补贴其使用成本。
（Axios，2026年3月18日）
[[Anthropic turns the tables on OpenAI in critical revenue category]] https://www.axios.com/2026/03/18/ai-enterprise-revenue-anthropic-openai
1.3 中国正在动员数千家单人AI初创企业
What happened： 自2025年11月起，中国多地政府为响应国家发展人工智能（AI）产业的号召，推出了一系列激励措施，以吸引由单人运营、借助AI工具开发的“一人公司”（OPC）。例如，苏州计划到2028年建设30个“OPC社区”并培育1000家一人企业；上海浦东区为这类初创企业提供最高30万元人民币的计算成本补贴；武汉则提供专项贷款并承诺分担部分违约损失。各地政府将闲置的数据中心和办公空间改造为免费孵化器，为创业者提供办公场地、折扣算力和特殊贷款。
Why it matters： 这一由国家推动、地方竞争的举措，旨在加速AI技术在整个经济中的普及，并为面临广泛裁员的技术工作者提供职业生命线。新罕布什尔大学研究中国数字经济的副教授Lin Zhang指出，与硅谷由风险投资驱动不同，中国正依靠政府政策和资金来动员产业和个人的参与。此举也被视为地方政府盘活空置办公楼和数据中心的一种方式。
Between the lines： 中国长期以来通过中央指令和地方竞争相结合的方式来推动新产业发展，从电子商务到电动汽车皆是如此。在此次AI浪潮中，尽管一些风险投资者认为大多数“一人公司”难以成长为可行的业务，但政府补贴仍鼓励更多人开始构思创业想法。部分地方政府甚至补贴企业家将存在安全风险的开源AI智能体OpenClaw集成到工业应用中，以促进AI应用。
What’s next： 这些微型AI初创企业的前景尚不确定。激励措施吸引了那些在频繁裁员和可能被AI取代的背景下寻求新职业的技术工作者。例如，41岁的马瑞鹏在三个月前辞去了二十年的编程工作，开始独自开发帮助人们制作移动应用的AI软件。他依靠储蓄生活，并表示只要与AI协同工作，就不会被它取代，AI对他而言是一个巨大的机遇。
（Rest of World，2026年3月18日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[China is mobilizing thousands of one-person AI startups]] https://restofworld.org/2026/china-ai-one-person-companies-incentives/
1.4 Cursor”自研”模型被揭基于Kimi K2.5，创始人称未提及是”失误”
What happened： 3月19日，估值超百亿美元的AI编程工具Cursor发布了名为Composer 2的”自研前沿模型”。次日，开发者@fynnso在调试API时发现，其模型ID直接显示为”kimi-k2p5-rl-0317-s515-fast”，表明该模型基于Moonshot AI的开源模型Kimi K2.5进行了强化学习微调。Cursor在官方博客中通篇使用”our model”，未提及Kimi。事件曝光后，Cursor联合创始人Lee Robinson及创始人Aman Sanger先后承认使用了Kimi K2.5作为基座，并称未在博客中提及是”失误”，承诺下次会改正。
Why it matters： Kimi K2.5采用Modified MIT许可证，规定若商业产品月收入超过2000万美元，必须在用户界面显著展示”Kimi K2.5”。Cursor的月收入约为1.67亿美元，超出触发门槛8倍，但其产品界面仅显示”Composer 2”，未做任何署名，引发了对其是否遵守开源许可证的质疑。
Between the lines： 这并非Cursor首次因模型来源引发争议。2025年10月，就有用户发现其Composer 1模型的”思维链”输出突然切换为中文，当时业内便猜测其可能基于某个中文开源模型。此次Composer 2事件中，Cursor选择性地强调了自身的”继续预训练”和”强化学习”投入，却隐去了关键的基座来源。Moonshot AI官方回应确认了基座归属，并指出Cursor通过Fireworks AI获得了商业授权。
（TechCrunch / 赛博禅心，2026年3月21-22日）
[[Cursor admits its new coding model was built on top of Moonshot AI’s Kimi]] https://techcrunch.com/2026/03/22/cursor-admits-its-new-coding-model-was-built-on-top-of-moonshot-ais-kimi/ [[始末Cursor_爆火的自研模型是_Kimi_K25创始人说下次会改]] https://mp.weixin.qq.com/s/m4NVahbYZBH4HjqYAe_fUA
1.5 数据中心在美国建筑支出转变中超越办公楼
What happened： 根据Bloomberg AI的总结，截至去年年底，美国在数据中心项目上的支出激增，首次超过了办公楼支出。这一趋势在Meta Platforms Inc.于俄亥俄州哥伦布市外建设计算中心时，已被Turner Construction Co.的副总裁兼总经理Matt Kunz预见。
Why it matters： 数据中心支出的激增反映了数字经济的扩张和对计算能力的巨大需求。这一转变标志着建筑投资正从传统商业地产（如办公楼）转向支持人工智能、云计算等新兴技术的关键基础设施。
Between the lines： 自2017年Meta在哥伦布地区破土动工以来，其数据中心园区不断扩大，并吸引了Amazon.com Inc.、Alphabet Inc.的Google和Microsoft Corp.等科技巨头在附近布局。该地区稳定的经济、大学人才储备以及充足的电力、水源和土地是吸引这些公司涌入的关键因素。
（Bloomberg，2026年3月16日）
[[Data Centers Overtake Offices in US Construction-Spending Shift]] https://www.bloomberg.com/news/articles/2026-03-16/data-centers-overtake-offices-in-us-construction-spending-shift
1.6 Elon Musk宣布Terafab项目，声称将成为“史上最大芯片制造工厂”
What happened： Elon Musk于2026年3月22日宣布启动Terafab项目，这是由Tesla、SpaceX和xAI合资建设的芯片制造工厂，他声称这将是“史上最大的芯片制造设施”。该项目位于德克萨斯州奥斯汀，预计耗资至少200亿美元。
Why it matters： Musk表示，Terafab的最终目标是每年生产一太瓦（terawatt）的芯片计算能力，以满足其公司未来对计算能力不断增长的需求。他声称，现有芯片制造商的总产能仅能满足Tesla和SpaceX未来计算需求的约2%。
Between the lines： Musk在宣布该项目时表示，这是迈向利用太阳能量和创建“银河文明”的下一步。报道同时指出，Musk此前在其他项目（如Hyperloop、Cybertruck和完全自动驾驶）上曾有过“过度承诺和交付不足”的情况。
（Engadget，2026年3月22日）
[[Elon Musk announces Terafab project he claims will be the ‘largest chip manufacturing facility ever’]] https://www.engadget.com/general/the-morning-after-engadget-newsletter-111544222.html
1.7 GLM-5-Turbo龙虾增强的基座模型
What happened： 智谱公司于2026年3月16日推出了GLM-5-Turbo，这是一个专门针对OpenClaw（龙虾）Agent场景进行深度优化的基座模型。该模型从训练阶段就针对工具调用、指令遵循、定时与持续性任务、长链路执行等核心能力进行了专项优化，并在自研的Agent评测基准ZClawBench中取得了国产模型第一的成绩。
Why it matters： 通用大模型在进入真实复杂的Agent场景后，容易在长链路任务中失速。GLM-5-Turbo旨在从根本上解决这些问题，其优化使模型在龙虾任务中具备更强的可执行性。多家互联网大厂在内测中给予高度评价，认为其在工具调用精准度、长任务稳定性、指令遵循和高吞吐执行方面表现优秀，解决了Agent的执行难题。
Catch up quick： 随着OpenClaw的普及，如何评测模型在Agent场景的能力成为行业焦点。智谱基于对大量真实用例的分析，发布了端到端Agent评测基准ZClawBench。评测结果显示，GLM-5-Turbo在OpenClaw场景中的表现相比GLM-5有显著提升，在多项关键任务上整体领先于多家主流模型。
What’s next： 为了让企业和个人实现Agent的“tokens自由”，智谱推出了基于GLM-5-Turbo的龙虾套餐，包含个人版和Team版。同时，公司构建了面向企业级场景的OpenClaw安全管理体系“Claw for Enterprise Security”，以支持对多Agent的统一调度、权限编排和安全管控。GLM-5-Turbo现已上线，开发者和企业用户可通过智谱开放平台API或龙虾套餐接入使用。
（智谱，2026年3月16日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[GLM-5-Turbo龙虾增强的基座模型]] https://mp.weixin.qq.com/s/be2YN5Zi49BLRPJLEJm9uw
1.8 中国如何让从技术极客到老奶奶的每个人都用上OpenClaw
What happened： 中国科技巨头和地方政府正推动包括爆红的个人数字助理OpenClaw在内的人工智能工具的普及。百度、腾讯等公司在北京、深圳等地举办线下活动，帮助普通民众在他们的笔记本电脑和手机上安装设置OpenClaw。
Why it matters： 根据美国网络安全公司SecurityScorecard的数据，中国在OpenClaw的采用上已经超过美国。该AI代理能自动执行网页搜索、购买机票等任务，催生了“一人公司”模式。咨询公司Greenkern的管理合伙人Tom van Dillen表示，中国正以其他国家无法比拟的速度，将开源工具转变为国家生产力基础设施。
Between the lines： 这股热潮理论上符合中国政府的规划。去年夏天，北京公布了一项蓝图，旨在通过到2030年将AI扩散至90%的行业和全社会来提振经济。地方政府也参与其中，为使用该AI工具开发应用的公司提供补贴。
（CNBC，2026年3月18日）
[[How China is getting everyone on OpenClaw, from gearheads to grandmas]] https://www.cnbc.com/2026/03/18/china-openclaw-baidu-tencent-ai.html
1.9 迈向AGI的进展衡量：一个认知框架
Google DeepMind发布了一份新论文，提出一个基于认知科学的框架来评估AI系统在10种关键认知能力上的表现，旨在为衡量通用人工智能（AGI）的进展提供更科学的依据。同时，他们与Kaggle合作发起黑客松，鼓励研究社区为其中五项能力设计评估方案。
- 该框架借鉴心理学、神经科学等领域的数十年研究，定义了感知、学习、推理、社会认知等10种对通用智能至关重要的认知能力。
- 评估协议建议通过广泛的认知任务测试AI系统，并收集人类表现作为基准，从而将AI性能映射到人类能力分布中。
- 为将理论付诸实践，Google DeepMind发起Kaggle黑客松，悬赏20万美元，征集针对学习、元认知等五项评估缺口最大的认知能力的评测方案。
#AGI评估 #认知科学 #GoogleDeepMind
（Google，2026年3月17日）
[[Measuring progress toward AGI A cognitive framework]] https://blog.google/innovation-and-ai/models-and-research/google-deepmind/measuring-agi-cognitive-framework/
1.10 Meta旗下Manus推出桌面应用，AI智能体首次直接操控本地设备
What happened： Meta旗下AI智能体公司Manus于3月17日推出桌面应用程序，其核心功能”My Computer”允许AI智能体直接在用户的macOS或Windows本地机器上运行。该应用能执行终端命令、读取编辑本地文件、启动控制已安装应用、调用闲置GPU，并支持文件自动化整理、本地应用开发及混合云本地联动等工作流。每条命令均需用户显式批准。
Why it matters： 此举标志着AI智能体从云端沙盒环境”下凡”至用户本地计算机，旨在解决云端Agent无法直接触达本地文件、GPU和开发环境的痛点。与OpenClaw偏向技术用户和持久化聊天不同，Manus更注重非技术用户的一键安装即用体验；与Perplexity Computer的浏览器监控或Claude Cowork的会话协作相比，它更强调”全本地资源调用+云端智能规划”的混合模式。
What’s next： 新功能将被添加到Manus现有能力中，包括与Google Calendar、Gmail和各种第三方平台的集成。分析指出，Manus Desktop等本地AI智能体生态将唤醒闲置算力，由Perplexity、Anthropic、OpenClaw以及Meta旗下Manus共同参与的”智能体计算机操作系统”争夺战正在升温，最终受益的将是所有用户。
（CNBC / 智猩猩AI，2026年3月17-18日）
[[Meta’s Manus launches desktop app to bring its AI agent onto personal devices amid OpenClaw craze]] https://www.cnbc.com/2026/03/18/metas-manus-launches-desktop-app-to-bring-its-ai-agent-on-personal-devices.html [[OpenClaw最强对手降临通用智能体Manus推出桌面版开发者Computer_Use时代来了]] https://mp.weixin.qq.com/s/oF9P1jw8i29dvzpJZbvsug
1.11 科技工作者正最大化使用人工智能
What happened： 2026年3月，多家科技公司员工正通过内部排行榜竞争人工智能使用量。例如，OpenAI一名工程师一周内处理了2100亿个“令牌”，而Anthropic一名用户单月账单超15万美元。
Why it matters： 这反映了AI正席卷经济，首批白领工作者正感受到其影响。AI本应提升生产力和降低成本，但也催生了昂贵的“令牌最大化”身份竞赛。一些科技管理者已将AI使用纳入绩效评估，奖励重度使用者。
Between the lines： 所谓的“智能体”编码工具的出现推高了使用量，这些系统可长时间无人监督工作，生成大量令牌。AI公司鼓励这些“鲸鱼用户”，而一些科技高管乐于看到员工拥抱新工具，认为高AI使用率等同于高生产力。
（The New York Times，2026年3月20日）
[[More! More! More! Tech Workers Max Out Their A.I. Use.]] https://www.nytimes.com/2026/03/20/technology/tokenmaxxing-ai-agents.html
1.12 Nvidia亮出“爪牙”：NemoClaw为接管AI的智能体平台带来安全与规模化
What happened： 在GTC 2026大会上，Nvidia发布了NemoClaw软件栈，这是一个直接集成OpenClaw平台的企业级解决方案，旨在为自主AI智能体（或称“claws”）提供安全运行所需的基础设施和护栏。
Why it matters： 自主AI智能体不同于以往的聊天机器人或副驾驶，它们是能够独立规划、执行任务并完成使命的持久性程序，能带来显著的生产力提升，但也带来了巨大的攻击面。NemoClaw旨在解决企业部署此类智能体时面临的安全和治理瓶颈。
Between the lines： 企业开发者对部署安全的OpenClaw版本有强烈需求，但一直缺乏可信的安全和治理层。NemoClaw是Nvidia为填补这一空白而推出的方案，其合作伙伴包括LangChain等，共同致力于让自主智能体安全地进入企业生产环境。
（VentureBeat，2026年3月17日）
[[Nvidia lets its ‘claws’ out NemoClaw brings security, scale to the agent platform taking over AI]] https://venturebeat.com/technology/nvidia-lets-its-claws-out-nemoclaw-brings-security-scale-to-the-agent
1.13 Nvidia的竞赛：超越物理极限
What happened： Nvidia首席执行官黄仁勋（Jensen Huang）周一表示，预计到2027年，公司最新芯片将带来“至少”1万亿美元的收入。该公司上月公布的创纪录销售和收益，主要受大型科技公司数据中心订单激增推动。
Why it matters： AI热潮的运行依赖电力，而Nvidia的芯片决定了这些电力能走多远。能源效率已不再是锦上添花，而是必需品，因为电力供应在物理上是有限的，而AI需求似乎无限，这使得能源效率成为社会AI计算能力惊人增长的支柱。
Between the lines： Nvidia面临一个威胁，因为行业正从一种AI（训练）转向另一种（推理），其芯片是为前者优化的。风险投资者、麻省理工学院数字经济倡议研究员Paul Kedrosky指出，所有推理相关的东西都对黄仁勋构成巨大威胁，因为其核心是效率驱动。
（Axios，2026年3月17日）
[[Nvidia’s race to outpace physics]] https://www.axios.com/2026/03/17/nvidia-ai-chips-physics
1.14 OpenAI为年底IPO做准备，告知员工ChatGPT必须成为“生产力工具”
What happened： 人工智能初创公司OpenAI正为其潜在的首次公开募股（IPO）做准备，其应用部门首席执行官Fidji Simo在上周的全员会议上表示，公司正“积极转向”高生产力用例，并致力于将ChatGPT转变为生产力工具。
Why it matters： OpenAI正面临来自Google和Anthropic等对手的激烈竞争，尤其是在企业市场。公司正努力将ChatGPT庞大的9亿周活跃用户转化为高计算量用户，以抓住市场机会。
What’s next： OpenAI的IPO可能最快在今年第四季度进行，具体时间仍可能变动。公司首席财务官Sarah Friar正在扩充财务团队，并已告知投资者，其目标是到2030年实现总计约6000亿美元的计算支出和超过2800亿美元的总收入。
（CNBC，2026年3月17日）
[[OpenAI preps for IPO by end of year, tells employees ChatGPT must be ‘productivity tool’]] https://www.cnbc.com/2026/03/17/openai-preps-for-ipo-in-2026-says-chatgpt-must-be-productivity-tool.html
1.15 OpenAI据称计划将员工人数翻倍至8000人
What happened： 据《金融时报》报道，人工智能巨头OpenAI计划在2026年底前将其员工人数从目前的4500人扩大到8000人，实现近乎翻倍的增长。
Why it matters： 在多家科技公司持续裁员之际，OpenAI的扩张计划显得尤为突出。此举旨在加强其与Anthropic及其Claude AI聊天机器人的竞争。根据金融科技初创公司Ramp发布的AI指数，企业首次购买AI服务时选择Anthropic的可能性比选择OpenAI高出70%。
Between the lines： OpenAI的招聘热潮将覆盖产品开发、工程、研究和销售等多个部门，并包括负责帮助企业更好利用其AI工具的“技术大使”类专家。此外，OpenAI近期与美国国防部签订了AI模型使用合同，并正与Brookfield Asset Management等私募股权公司进行“深入谈判”，以将其AI工具部署到这些公司投资组合中的企业。
（Engadget，2026年3月21日）
[[OpenAI reportedly plans to double its workforce to 8,000 employees]] https://www.engadget.com/ai/googles-20-per-month-ai-pro-plan-just-got-a-big-storage-boost-044502621.html
1.16 OpenAI 收购 Astral
What happened： OpenAI 于2026年3月19日宣布，将收购开源Python开发工具公司Astral。此次收购旨在将Astral旗下广受欢迎的uv、Ruff和ty等工具整合进OpenAI的Codex生态系统，以加速Codex的发展，并为下一代Python开发者工具提供支持。
Why it matters： 此次收购将Astral强大的开源工具和工程专长引入OpenAI，有望加速Codex的研发，并扩展人工智能在整个软件开发生命周期中的应用。Codex的目标是超越单纯的代码生成，构建能够参与完整开发工作流的AI系统。Astral的工具直接嵌入这一工作流，其整合将使AI智能体能更直接地使用开发者日常依赖的工具。
Between the lines： Astral已构建了包括uv（依赖和环境管理）、Ruff（极速代码检查和格式化）和ty（类型安全）在内的一些最广泛使用的开源Python工具，为数百万开发者工作流提供支持，并成为现代Python开发的基础部分。OpenAI表示，收购完成后将继续支持Astral的开源产品，并探索这些工具与Codex更无缝的协作方式。
What’s next： 该收购交易尚需满足包括获得监管批准在内的惯例成交条件。在交易完成前，两家公司保持独立运营。交易结束后，Astral团队将加入OpenAI的Codex团队。未来，OpenAI将探索更深度的集成，使Codex能更直接地与开发者现有工具交互，目标是将其发展为贯穿开发生命周期的真正协作伙伴。
（OpenAI，2026年3月19日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[OpenAI to acquire Astral]] https://openai.com/index/openai-to-acquire-astral/
1.17 OpenAI的数据中心战略转向凸显华尔街对其IPO前支出的担忧
What happened： 在准备今年可能进行的首次公开募股（IPO）之际，OpenAI首席执行官Sam Altman承认数据中心建设面临严峻现实，并已从一些巨额支出计划中后撤，转而更多地依赖合作伙伴提供云计算能力。
Why it matters： 分析指出，市场并不欣赏不计后果的增长和支出方式，希望看到OpenAI的收入增长能够证明其支出的合理性。OpenAI的战略转变意味着它可能不得不接受做得更少，同时还要与Anthropic、Google等众多公司竞争。
Between the lines： 去年，OpenAI与Nvidia、AMD等公司签署了一系列数十亿美元的基础设施协议，引发了市场对AI泡沫的担忧。但近期，随着IPO临近，公司开始调整策略，设定了更审慎的支出目标，并强调业务聚焦与高效执行。
（CNBC，2026年3月22日）
[[OpenAI’s data center pivot underscores Wall Street spending concerns ahead of IPO]] https://www.cnbc.com/2026/03/22/openai-data-center-pivot-underscores-wall-street-ipo-concerns.html
1.18 OpenAI计划推出整合ChatGPT、Codex和Atlas的桌面“超级应用”
What happened： 据《华尔街日报》报道，OpenAI已确认计划将其众多工具整合到一个桌面服务中，旨在打造一款桌面“超级应用”。该应用预计将整合其最受欢迎的功能，包括ChatGPT、Codex编程工具和Atlas网络浏览器，以简化用户体验并提供更多功能发现途径。OpenAI应用业务首席执行官Fidji Simo表示，公司正进入“重新聚焦”阶段，并监督这些变革。
Why it matters： OpenAI此举旨在简化其桌面产品线，应对来自Anthropic和Google的Gemini等竞争对手日益增长的压力。Simo指出，过去几年将工具扩展为独立产品的做法导致了“碎片化”，这拖慢了发展速度，并使得达到期望的质量标准变得更加困难。将桌面工具整合起来，可能有助于OpenAI更有效地利用其资源。
Between the lines： 这一整合计划是OpenAI近期战略调整的一部分。Simo此前已告知员工，公司需要减少“支线任务”，更多地专注于商业和生产力工具。近期OpenAI确认推迟其允许用户与AI进行情色对话的“成人模式”上线，这可能就是Simo所指的“支线任务”之一。目前尚不清楚Sora视频生成等其他工具是否会加入整合，但有传言称OpenAI已计划在不久的将来将AI生成视频功能引入ChatGPT。
What’s next： 新的桌面整合服务最终名称尚未确定，但考虑到品牌认知度，使用“ChatGPT”作为其所有工具的中心枢纽可能合乎逻辑。OpenAI发言人确认，其ChatGPT移动应用程序将保持不变，但公司是否会继续推出其他移动工具（如计划扩展的移动版Atlas浏览器）仍不明确。
（PCMAG，2026年3月20日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[OpenAI_Plans_Desktop_Superapp_to_Combine_ChatGPT_Codex_Atlas_Browser]] https://www.pcmag.com/news/openai-plans-desktop-superapp-to-combine-chatgpt-codex-atlas-browser
1.19 飞书春季发布会：从社区自发接入到发布智能伙伴”aily”
What happened： 2026年3月19日，飞书举办春季新品发布会，全程采用纯Demo形式，发布了包括飞书aily（智能伙伴）在内的8款新产品。飞书CEO谢欣在开场解释，选择此形式是因为AI发展速度太快，传统方式已跟不上。发布会核心目标是让每个人在飞书里拥有自己的智能伙伴。aily以Bot形态常驻于飞书联系人列表，用户无需配置，30秒即可激活，拥有长期记忆，权限与用户飞书账户完全一致。
Why it matters： 此次发布标志着飞书正成为AI Agent时代的重要生态位。自2026年1月OpenClaw走红以来，大量开发者选择飞书作为接入平台——OpenClaw-China社区数据显示，飞书在中国IM工具中的接入率达65.2%。谢欣指出，飞书内使用Agent意味着Agent能安全地获得全部工作上下文和工具，这与把AI装在个人电脑上完全不同。例如内容公司”得到”利用部署在飞书上的Agent实现了自动化PPT制作、24小时数据查询与报表生成；北汽集团长沙工厂则利用Agent进行安全巡查和故障监控。
Catch up quick： OpenClaw起初并不支持任何国产办公软件。中文社区创办者杨明锋调研后发现飞书API接口最丰富，长连接功能最适合AI本地部署，因此率先开发了飞书插件，随后被合并至OpenClaw项目主干（2月4日）。飞书随后两次大幅提升免费版API调用限额，并于3月10日正式开源其AI插件。
What’s next： 飞书宣布，国内主流大模型厂商如火山引擎、阶跃星辰、Kimi等均已与飞书OpenClaw官方插件完成对接，可实现零操作配置。同时，aily专业版以及妙搭等平台已正式上线。报道分析认为，企业Agent的竞争格局最终可能由”谁的地盘里的上下文最充裕”决定，飞书的优势在于其工作上下文的数字化程度深。飞书计划于近期正式发布深度集成于其底座的”官方”Agent系列产品，并已在多个高频场景完成灰度测试。
（赛博禅心 / 晚点LatePost / APPSO，2026年3月18-19日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[全程_Demo飞书_2026_春季发布会把龙虾融进飞书]] https://mp.weixin.qq.com/s/P6NKzG3q8Kko5LA4QLMEnA [[被_OpenClaw_推上_风口_的飞书]] https://mp.weixin.qq.com/s/2eU_5442rPe2YKWiXDR_5Q [[被_OpenClaw_选中的飞书_终于给出小白无痛养虾版本答案]] https://mp.weixin.qq.com/s/7AZtL85qbGx0VD9pngVjTw
1.20 小米发布MiMo-V2系列大模型：从匿名登顶到三款新品全揭晓
What happened： 3月19日凌晨，小米发布了MiMo大模型系列的三款新模型：旗舰基座大模型MiMo-V2-Pro、全模态Agent模型MiMo-V2-Omni以及语音合成模型MiMo-V2-TTS。其中，此前在全球API聚合平台OpenRouter上因调用量多日登顶而引发热议的匿名模型Hunter Alpha和Healer Alpha，被证实分别是MiMo-V2-Pro和MiMo-V2-Omni的早期测试版，一度被全网猜测为”DeepSeek V4”。
Why it matters： 旗舰模型MiMo-V2-Pro总参数量超过1万亿，在Artificial Analysis全球智能指数中位列第8（国内第2），与GPT-5.2 Codex同属一个层级，但其API定价仅为Claude Opus 4.6的1/5，具有显著成本优势。全模态模型MiMo-V2-Omni能跨模态理解环境并自主执行计划，例如可以像真人一样浏览小红书做产品攻略，然后去京东比价、砍价并下单。
Catch up quick： 此次发布的小米MiMo大模型负责人是原DeepSeek核心成员罗福莉。由于匿名模型Hunter Alpha的参数规格与传闻中的DeepSeek V4一致，一度引发网友猜测，OpenClaw创始人Peter Steinberger也曾在社交平台X上打听这两个匿名模型的具体信息。罗福莉透露，团队向Agent范式加速转型源于她本人体验复杂Agent框架后受到的冲击，她曾要求团队成员每日与AI对话次数不得少于100次。
What’s next： 小米大模型团队透露，下一步核心方向是攻克高复杂度推理与长周期任务规划。MiMo-V2-Pro和MiMo-V2-Omni将联合OpenClaw、OpenCode等框架，为全球开发者提供限时免费接口支持。三款模型的组合与小米”人车家全生态”战略深度融合：MiMo-V2-Pro负责推理规划，MiMo-V2-Omni负责多模态感知与执行，MiMo-V2-TTS负责语音表达，手机端AI智能体miclaw和WPS灵犀等已接入MiMo大模型。
（VentureBeat / 智东西 / APPSO，2026年3月19日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[Xiaomi stuns with new MiMo-V2-Pro LLM nearing GPT-5.2, Opus 4.6 performance at a fraction of the cos]] https://venturebeat.com/technology/xiaomi-stuns-with-new-mimo-v2-pro-llm-nearing-gpt-5-2-opus-4-6-performance [[刚刚被全网猜是DeepSeek_V4的神秘大模型被小米认领了还能免费养龙虾]] https://mp.weixin.qq.com/s/ZtGODQ1bi_Um-Aw7cuPZLg [[大反转全网猜了一周_DeepSeek_V4结果是小米干的]] https://mp.weixin.qq.com/s/QOvw4-mO5fhpsAv-GH6V4Q
1.21 阿里围绕Token成立新事业群，吴泳铭亲自带队
What happened： 据虎嗅APP独家获悉，阿里巴巴集团于2026年3月16日围绕“Token”链路进行了重大组织架构调整，正式成立了名为Alibaba Token Hub（ATH）的新事业群，并由集团CEO吴泳铭直接负责。该事业群将平行于阿里云智能事业群和电商事业群，旗下整合了通义实验室、MaaS业务线、千问事业部、悟空事业部及AI创新事业部五大板块，核心目标是以Token的创造、输送、应用为核心，强化各AI业务间的战略协同。
Why it matters： 此次调整是阿里巴巴自电商事业群整合以来最重要的一次架构变动，旨在应对AI需求向生产力端快速转移的趋势。吴泳铭认为，AI正引发生产方式的根本性变化，未来将有大量“AI员工”成为主力，它们运行所必需的“Token”将迎来需求大爆炸，这是一个关键机会。通过成立ATH，阿里希望打破原有的“BU墙”，针对Token整体链路实现“大兵团作战”，以形成上下游有机联动的“工业生产式体系”。
Between the lines： 此次架构调整的诱因之一是近期的“Token热”，用户对AI产品中作为基础计算单元的Token需求激增。在内部，高层自2025年四季度就开始考虑基于Token逻辑重新梳理组织架构。新的ATH架构实际上将原本“通云哥”体系中侧重大模型的“通”进一步放大，涵盖了整个AI在B端和C端的布局。值得注意的是，此前Qwen技术团队负责人林俊旸曾对整合思路有不同看法，更希望Qwen独立运转，这与高层希望强化协同的思路存在差异。
What’s next： 新成立的ATH事业群将致力于打造一个“4+N”体系，其中通义实验室、MaaS（百炼）、千问、悟空是基础的“4”，更多AI创新项目将持续进入“N”。阿里高层认为，当下围绕AI的竞争已是“工业体系”和“工业生态”层面的竞争。这一整合思路与谷歌此前合并Google Brain和DeepMind成立Google DeepMind有相似之处，但阿里更侧重于基于Token“生命周期链路”的整合，倾向于AI的“可使用”。
（虎嗅APP，2026年3月16日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[独家阿里再放大招围绕Token成立事业群吴泳铭亲自带]] https://mp.weixin.qq.com/s/Ql7-n50-U9zHLsuCNRn7sg
1.22 看懂阿里AI，先看懂悟空｜Token Hub成立第二天
**What happened：**阿里巴巴集团于2026年3月17日发布了全球首个企业级AI原生工作平台“悟空”（AI钉钉2.0），代号“竹”。阿里巴巴集团CEO吴泳铭在发布会现场亮相，这是阿里巴巴成立Alibaba Token Hub一天后，其首次公开露面。悟空平台旨在提供一个安全可控的企业级AI工作环境。
**Why it matters：**该平台针对当前AI应用（文中以“龙虾”代指）普遍存在的安全问题而设计，例如用户隐私泄露、重要文件被恶意删除以及技能中潜藏木马病毒等。钉钉选择构建一个“关在笼子里”的安全Agent环境，以确保企业数据与操作的安全可控。目前钉钉拥有8亿用户和超过30万付费企业客户，此次升级标志着阿里巴巴集团面向全球的AI战略落地。
**Catch up quick：**此次发布的悟空是AI钉钉1.1（代号“木兰”）的迭代产品。三个月前发布的1.1版本核心是“Agent OS”，为AI提供一个操作系统。而2.0版本“悟空”则是一个完整的AI原生工作平台（AI native work platform），其命名寓意AI思想和技术像竹子一样在各行业延伸生长。发布会展示了悟空在十个行业场景中的应用，其核心逻辑是“一个人 + 悟空 = 一支团队”，能大幅提升个人工作效率。
**The big picture：**悟空平台具备跨平台和全球化特性，其Global版本支持连接钉钉、Microsoft Teams、Slack、Google等多种办公协同工具。同时，阿里巴巴推出了全新的开放平台，宣称打造了“全球最大的企业级MCP广场和skill广场”。此外，钉钉还发布了配套硬件DingTalk A1 Pro和A1耳机，均将于2026年4月30日发售。无招（钉钉负责人）在总结中指出，AI时代最大的变革是互联网的主体从人变成了AI，而悟空正是为了帮助AI高效连接并解决物理世界问题而构建。
（赛博禅心，2026年3月17日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[看懂阿里_AI先看懂悟空Token_Hub_成立第二天]] https://mp.weixin.qq.com/s/K23UPl51Ya8AatPupmsnsQ
1.23 阿里AI5年要再造一个阿里
**What happened：**阿里巴巴于3月19日发布了2026财年第三季度业绩，其AI与云业务表现强劲。阿里云收入加速增长至36%，AI相关产品收入连续第10个季度实现三位数增长。公司CEO首次披露了清晰的AI商业化目标：未来五年，包含MaaS在内的云和AI商业化年收入要突破1000亿美元，这意味着阿里云收入将在5年内翻7倍，相当于“再造一个阿里”。（华尔街见闻，2026年3月19日）
**Why it matters：**这一目标意味着阿里云的收入结构正在发生质变，AI和MaaS占比提升正拉动整体增速上台阶。管理层认为，MaaS带来的收入结构优化和更快的增长节奏，正在重新设定市场对阿里云的传统定价锚。放眼全球，目前拥有同等量级全栈AI能力的科技公司，只有谷歌。在AI Agent时代，阿里的全栈AI布局所构建的领先地位和性价比优势，极难被复制。
**Between the lines：**为推进AI战略，阿里巴巴于3月16日成立了由CEO吴泳铭直接牵头的Alibaba Token Hub事业群（ATH），整合了通义实验室、MaaS业务线、千问及悟空事业部等。此举旨在将“生产Token、运输Token、消费Token”三个环节统一管理，前所未有地提升了MaaS的战略优先级。电话会数据显示，过去三个月，百炼MaaS平台上公共模型服务市场的Token消耗规模提升了6倍。
**What’s next：**摩根士丹利在近期研报中指出，阿里是唯一在芯片、云、模型、应用四层AI堆栈都拿到最高评级的中国云厂商，并上调其为行业首选。报告认为，中国云计算市场正迎来20年来首次提价周期，阿里云每提价1%，EBITA利润率即可提升1个百分点。随着算力成本优化、Token商业化能力释放及云计算提价周期到来，阿里在AI时代的长期商业价值正迎来全面重估。
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[阿里AI5年要再造一个阿里]] https://mp.weixin.qq.com/s/gWAcmmOexrLzBYH24_Q1Vw
1.24 民主党内部群聊正悄然塑造AI政策
What happened： 美国多州的民主党州议员们在一个名为“Frontier AI Legislators”的私人Signal群聊中，就人工智能政策进行私下协调，并交流应对行业游说的经验。
Why it matters： 该群组旨在分享和修改法案措辞，并交换关于行业压力的见解，以帮助塑造国家AI标准，同时国会和白宫也在努力推进各自的计划。成员表示，这有助于他们在面对全球最大实体的游说时，减少孤立感并进行全国性协调。
Between the lines： 该群聊由纽约州众议员Alex Bores于去年创立，目前有来自七个州的九名成员，其中至少两人正在竞选国会议员。成员们发现，游说者会逐个州开展工作，有时对不同的人说不同的话，因此希望通过协调来应对。
（Axios，2026年3月20日）
[[The exclusive Democratic group chat shaping AI policy]] https://www.axios.com/2026/03/20/democratic-group-chat-ai-policy
2 时事要闻
2.1 《世界幸福报告》揭示社交媒体影响与全球最幸福国家
What happened： 牛津大学Wellbeing Research Centre于3月19日发布的《2026年世界幸福报告》指出，重度社交媒体使用导致年轻人幸福感显著下降，其中英语国家和西欧的少女受影响尤为严重。报告同时显示，芬兰连续第九年被评为全球最幸福国家。
Why it matters： 报告发现，过去十年间，美国、加拿大、澳大利亚和新西兰25岁以下人群的生活评价显著下降，长时间浏览社交媒体是这一趋势的关键因素。报告指出，最成问题的平台是那些采用算法推送、拥有网红并以视觉内容为主的平台，因为它们助长了社会比较。
Between the lines： 报告称，芬兰等北欧国家持续位居榜首，与财富、财富的平等分配、保护人们免受经济衰退风险的福利制度以及健康的预期寿命有关。哥斯达黎加今年跃升至第四位，报告将其归因于家庭纽带和其他社会联系带来的幸福感提升。
（AP News，2026年3月19日）
[[What the World Happiness Report reveals about social media and the world’s happiest country]] https://apnews.com/article/world-happiness-finland-social-media-unhappiness-bf3b4dae7fcfe2842ea2bd47f88b3c4b
2.2 幕后：特朗普的升级陷阱
What happened： 美国总统特朗普对伊朗发动的战争已进入第三周。这场冲突是特朗普首次因其凭直觉、冲动和即兴发挥的执政风格而难以通过谈判或临时应对轻松脱身。
Why it matters： 特朗普可能陷入其反复无常的性格与战争现实之间的困境。他期望一场快速、明确的胜利，但战争的结局超出了单方面的控制和快速解决的能力，伊朗也有发言权。这场战争可能演变为“升级陷阱”，即强势方为展示主导地位而不断攻击，尽管收益递减。
What’s next： 特朗普现在可能不得不就重大军事升级做出艰难决定。一些接近他的官员曾希望他能展示快速成果并宣布胜利，但目前尚不清楚他将如何令人信服地做到这一点。美国与伊朗政权之间没有足够清晰的沟通渠道来达成一项确定能持久的协议。
（Axios，2026年3月16日）
[[Behind the Curtain Trump’s escalation trap]] https://www.axios.com/2026/03/16/trump-iran-war-escalation
2.3 伊朗战争如何演变为一场经济世界大战
What happened： 受伊朗战争影响，霍尔木兹海峡航运受阻，全球能源供应紧张。南亚多国为应对危机，已采取能源配给、缩短工作周、关闭大学等紧急措施。
Why it matters： 这场战争不仅推高了美国的汽油价格，更在国外引发了更深层次的危机，各国政府和企业正争相应对。全球超过80%的石油及石油产品经霍尔木兹海峡运往亚洲，供应中断导致价格飙升和短缺，对依赖能源进口的国家和地区冲击最为严重。
Between the lines： 根本原因在于供需失衡：全球20%的能源产品需通过霍尔木兹海峡，而伊朗已基本关闭了该海峡的交通。当供应急剧下降而需求不变时，价格就会上涨并导致短缺。此次中断不仅涉及原油，还包括柴油、航空燃料和用于烹饪取暖的液化石油气等关键相关产品。
（Axios，2026年3月17日）
[[How the Iran war is also unleashing an economic world war]] https://www.axios.com/2026/03/17/iran-war-trump-gas-prices-india
2.4 伊朗战争的经济冲击可能持续回荡
文章指出，伊朗战争对全球经济的冲击可能比军事冲突本身持续更久。霍尔木兹海峡的航运受阻以及对中东能源设施（特别是卡塔尔的天然气出口产能）的物理破坏，已造成石油、天然气、化肥和氦气等关键商品的供应冲击。这些冲击预计将持续数月甚至数年，可能推高全球通胀、抑制经济增长，并影响从粮食价格到半导体生产的多个领域。
- 战争对能源基础设施的物理破坏（如卡塔尔天然气设施）导致产能长期下线，这意味着能源价格下降的速度将远慢于其上涨的速度。
- 航运中断与化肥供应受阻，可能影响美国春耕，导致作物减产，进而推高未来一年的食品价格。
- 作为半导体制造关键材料的氦气供应受限，可能冲击全球供应链，重现2021年的芯片短缺危机。
- 经济学家因此上调了通胀预期，并下调了GDP与消费增长预测，美国经济亦无法独善其身。
#伊朗战争 #能源冲击 #全球供应链 #经济通胀
（Axios，2026年3月21日）
[[Iran war’s economic shocks could reverberate for a while]] https://www.axios.com/2026/03/21/iran-war-food-oil-shocks
2.5 大多数北约成员国拒绝美国主导的霍尔木兹海峡联盟，特朗普称
What happened： 美国总统特朗普表示，大多数北约成员国已告知美国，他们不愿参与特朗普政府正在组建的霍尔木兹海峡联盟。他批评北约是“单行道”，并称美国不再需要北约国家的帮助。
Why it matters： 霍尔木兹海峡的关闭已成为白宫战争中的主要危机。只要伊朗的封锁持续，海湾石油被困，特朗普就无法结束战争并宣布胜利。
Between the lines： 特朗普在过去一年中通过关税、侮辱和威胁加剧了与许多他现在所呼吁的盟友之间的紧张关系。许多美国盟友也对特朗普对伊朗开战的理由持怀疑态度。
（Axios，2026年3月17日）
[[Most NATO members reject U.S.-led Hormuz Strait coalition, Trump says]] https://www.axios.com/2026/03/17/strait-hormuz-iran-blockade-oil-trump-coalition
2.6 特朗普助手预见伊朗终局分歧：“以色列不讨厌混乱”
What happened： 美国总统特朗普（Donald Trump）与以色列总理内塔尼亚胡（Benjamin Netanyahu）自战争开始以来几乎每日通话，特朗普称双方合作良好。但美国官员意识到，随着为期19天的战争持续，两国的最终目标和风险承受能力可能出现分歧。
Why it matters： 多名美国官员将特朗普描述为白宫内部对与伊朗开战态度最鹰派的人，他比其许多助手更倾向于支持内塔尼亚胡的“最大主义”目标。华盛顿、特拉维夫和德黑兰的官员都清楚，盟友间的任何裂痕都可能决定战争的结局。
Between the lines： 美国和以色列在军事和情报行动上协调一致，但目标不同。美国几乎只专注于军事目标，而以色列还进行高层暗杀等旨在为政权更迭铺路的行动。白宫官员表示，特朗普将政权更迭视为额外收获，其核心军事目标是摧毁伊朗的导弹计划、核计划、海军和代理人资助能力。
（Axios，2026年3月18日）
[[Trump aides foresee Iran endgame divide Israel doesn’t hate the chaos]] https://www.axios.com/2026/03/18/israel-us-iran-war-objectives-trump-netanyahu
2.7 特朗普考虑在不重开霍尔木兹海峡的情况下结束伊朗战争
What happened： 美国总统特朗普（Donald Trump）3月20日表示，他正考虑在不解决霍尔木兹海峡关闭危机的情况下，“逐步结束”与伊朗的战争。他声称美国已接近达成其军事目标。
Why it matters： 这是特朗普发出的最强烈信号，表明他正积极朝着结束战争的方向行动。如果美国在不重开海峡的情况下撤出，将留下一个具有重大影响的经济泥潭让其他国家处理。
Between the lines： 霍尔木兹海峡危机使特朗普陷入困境：除非打破伊朗对海湾石油的封锁，否则他无法按自己的条件结束战争；但通过武力重开海峡将面临局势升级的风险。特朗普最初希望在3月底前结束战争，但海峡危机迫使他延长了计划。
（Axios，2026年3月20日）
[[Trump considers winding down Iran war without opening Hormuz Strait]] https://www.axios.com/2026/03/20/trump-winding-down-iran-war-hormuz-strait
2.8 特朗普团队为潜在的伊朗和谈进行筹划
What happened： 在战争进行三周后，特朗普政府已开始就下一阶段及与伊朗可能进行的和平谈判进行初步讨论。特朗普的顾问贾里德·库什纳（Jared Kushner）和史蒂夫·维特科夫（Steve Witkoff）参与了相关讨论。
Why it matters： 特朗普总统周五表示，他正在考虑“逐步结束”战争。与此同时，特朗普的顾问希望开始为外交努力奠定基础。任何结束战争的协议都需要包括重新开放霍尔木兹海峡、解决伊朗高浓缩铀库存，并就伊朗核计划、弹道导弹及对地区代理人的支持达成长期协议。
Between the lines： 一位美国官员认为，美国已“阻碍了伊朗的发展”，并希望伊朗做出六项承诺，包括暂停导弹计划五年、零铀浓缩、拆除被炸核设施等。然而，伊朗过去曾多次拒绝其中数项要求，并指出与一位曾突然发动袭击的总统谈判存在困难。
（Axios，2026年3月21日）
[[Trump’s team game planning for potential Iran peace talks]] https://www.axios.com/2026/03/21/trump-peace-deal-iran-kushner-witkoff
2.9 美联储如期继续按兵不动，指出中东影响不确定，上调通胀预期，仍预计今年降息一次
**What happened：**美东时间3月18日，美联储在FOMC会后宣布，将联邦基金利率目标区间维持在3.50%至3.75%不变，这是连续第二次会议暂停降息。美联储在决议声明中新增了关于中东局势的表述，指出其影响尚不确定，并上调了今明两年的通胀预期。会后公布的点阵图显示，决策层仍预计2026年只会降息一次。
**Why it matters：**美联储维持利率不变正逢“伊朗战事阴云笼罩前景”，一场新的石油冲击正带来美联储数年抗通胀之战延长的威胁。有“新美联储通讯社”之称的记者Nick Timiraos指出，受伊朗战事引发的能源价格上涨威胁，美联储长达数年的抗通胀努力恐将被迫延长。美联储主席鲍威尔也强调，能源价格上涨将推高整体通胀，但其对经济影响的范围和持续时间仍有待观察。
**Between the lines：**美联储主席鲍威尔在记者会上表示，如果没有看到通胀改善，那么就不会出现降息。他承认，下一步可能加息的可能性已经被提及，不过大多数官员并不认为这会是基本假设。对于备受关注的去留问题，鲍威尔表示，在调查完成前没有计划辞去理事职务；如果主席任期结束时继任者仍未获确认，他将依照法律规定以临时主席身份继续履职。
**What’s next：**鲍威尔表示，距离下次会议还有六周，中东局势的发展将对经济前景产生非常重要的影响，届时美联储将获得更多信息。他指出，美国经济在经历多次挑战后表现一直很强，但当前不确定性非常高，美联储需要等待观察。对于AI的影响，鲍威尔认为，短期内大规模数据中心建设正在推高对商品和服务的需求，可能增加通胀压力并抬高中性利率，而生成式AI的影响还需要多年时间才能被确认。
（华尔街见闻，2026年3月19日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[凌晨鲍威尔重磅表态附全文]] https://mp.weixin.qq.com/s/Mu0DqMqAvYrrl3CJeTSIig
3 评论观点
3.1 代理人胜过泡沫
本文认为当前AI热潮并非泡沫，而是由技术范式迭代驱动的真实需求。作者通过分析从ChatGPT到o1推理模型，再到Opus 4.5驱动的“代理人”工作负载的演进，指出AI正变得前所未有的可靠和实用。这种进步不仅需要巨大的计算能力投入，也从根本上改变了经济价值创造的方式，使得少数具备“能动性”的个人或企业能通过指挥多个AI代理人，产生巨大的生产力提升和经济影响。企业为提升效率和竞争力，将产生对AI代理人的持续强劲需求，这支撑了相关公司的估值和行业资本开支的合理性。
- AI正从易出错的聊天工具，演进为能自主推理、验证并执行复杂任务的“代理人”，其可靠性和实用性已发生质变。
- 代理人的普及将极大提升计算需求，但驱动这一需求所需的、具备使用AI“能动性”的人类数量却在减少，少数人即可创造巨大经济价值。
- 企业有强烈的经济动机采用AI代理人来提升生产力和精简组织，这构成了对AI能力的真实、持久的需求，而非投机泡沫。
- 成功的AI代理人需要模型与“控制框架”深度集成，这种集成能力将成为关键护城河，可能阻止AI模型完全商品化，并让拥有集成能力的公司（如Anthropic、OpenAI）持续获利。
#AI代理人 #技术范式 #企业生产力 #AI经济影响
（Stratechery by Ben Thompson，2026年3月16日）
[[Agents Over Bubbles]] https://stratechery.com/2026/agents-over-bubbles/
3.2 Jensen Huang不需要新芯片，他需要新的护城河
本文认为，Nvidia在AI模型训练时代的芯片主导地位正面临挑战，因为行业重心正转向模型推理。为此，CEO黄仁勋（Jensen Huang）推出了开源AI代理平台NemoClaw，这标志着Nvidia正从芯片制造商战略性地转向成为未来AI的操作系统，旨在通过平台化战略构建更持久、更高利润的商业模式，并削弱其顶级AI模型客户（如OpenAI、Anthropic）的议价能力。
- Nvidia正从AI芯片供应商转型为AI操作系统平台，其最新开源的NemoClaw平台是这一战略的核心，旨在掌控AI代理的开发和部署层。
- 此举旨在“商品化其互补品”，通过免费开源平台降低企业对专有AI模型的依赖，从而保持Nvidia在芯片和算力层面的核心需求与定价权。
- 文章指出，美国开源AI生态相对薄弱，而中国实验室正加速开源，Nvidia此举也是填补这一市场真空的进攻性策略。
#Nvidia战略转型 #AI操作系统 #开源竞争 （CNBC，2026年3月19日）
[[Column Jensen Huang doesn’t need a new chip. He needs a new moat.]] https://www.cnbc.com/2026/03/19/column-jensen-huang-doesnt-need-a-new-chip-he-needs-a-new-moat.html
3.3 OpenClaw全景概览：历史演进、爆火根因、底层架构及工作机理
What happened： 2026年，开源项目OpenClaw（原名Clawdbot）在GitHub上以史无前例的速度走红，短短四个月内星数突破25万（当前已超过30万），被英伟达CEO黄仁勋称为“可能有史以来最重要的软件发布之一”。该项目由奥地利程序员Peter Steinberger创建，旨在将AI从云端对话窗口转变为能够直接在用户本地硬件上执行任务的“数字管家”或“AI智能体操作系统”。
Why it matters： OpenClaw的成功标志着AI交互范式的根本性进化，即从“人问机答”的被动对话模式向“自主执行”的智能体模式跨越。其“胖网关”架构解决了AI状态持久化与自主调用的核心难题，并通过坚持本地自托管、数据以Markdown文件形式存储，实现了用户对数据的绝对主权。这使得AI能够跳出浏览器对话框，获得操作文件、运行脚本、控制浏览器等系统级权限，真正成为能主动解决问题的生产力工具。
Catch up quick： OpenClaw的起源可追溯至2025年11月，Peter Steinberger在摩洛哥马拉喀什度假时，因网络不便编写了一个通过WhatsApp语音远程控制电脑的简单脚本（WA Relay）。AI在该脚本中表现出的自主识别文件、安装工具并完成任务的主体性，让Peter意识到AI已进化为能解决问题的行动者。项目随后经历了从Clawdbot、Moltbot到最终定名OpenClaw的演变，并在2026年初因驱动的AI社交网络Moltbook上线及安全漏洞事件引发全网关注。
The big picture： 随着OpenClaw引爆“智能体时代”，国内外科技公司迅速推出类似产品，如腾讯的Qclaw、字节跳动的ArkClaw、阿里的CoPaw及月之暗面的Kimi Claw，降低了普通用户的使用门槛。创始人Peter Steinberger认为，未来80%的传统应用程序可能会消失，转型为AI智能体的API接口。OpenClaw采用的“心跳+定时任务+事件循环”模式被视为未来AI智能体框架的蓝图，项目也已转向独立基金会运营以确保长期发展，预示着以人为中心、由AI智能体驱动的新数字纪元正在开启。
（AI重构未来-微信公众号，2026年3月22日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[OpenClaw全景概览-历史演进爆火根因底层架构及工作机理]] https://mp.weixin.qq.com/s/tCiMf9VUfyN1isBw2Qt3Og
3.4 互联网毁了客户服务，AI或能拯救它
文章认为，互联网时代规模化商业的客户服务体验普遍恶化，因为个性化关注无法随规模线性增长。而AI通过近乎零成本的“高质量关注”，有望将以往仅存于奢侈品行业的“礼宾式”服务普及至所有规模化企业，从根本上重塑客户关系，使其从被动、偶发的支持转变为持续、主动且个性化的体验。
- 互联网虽使商业无限规模化，却因个性化关注成本高昂，导致大众客户服务沦为需最小化的成本中心，体验糟糕。
- AI能近乎零成本地提供“高质量关注”，使规模化企业也能为每位客户提供主动、持续、深度个性化的“礼宾式”服务体验。
- 当AI礼宾能充分了解客户并持续在线时，“客户支持”与“商业销售”的界限将消融，优质服务本身将成为隐藏的营收机会。
#客户服务 #人工智能 #商业创新
（Andreessen Horowitz，2026年3月18日）
[[The internet ruined customer service. AI could save it.]] https://a16z.com/the-internet-ruined-customer-service-ai-could-save-it/
3.5 MiniMax M2.7 与 Claude Opus 4.6 对比测试
文章通过三项具体的编程任务，对比了MiniMax M2.7与Claude Opus 4.6两款AI模型的编码能力。测试显示，两者在发现代码错误和安全漏洞方面表现相当，但Claude Opus在代码架构、测试覆盖率和修复方案的完整性上更胜一筹。然而，MiniMax M2.7的成本仅为Claude Opus的极小一部分，实现了“90%的质量，7%的成本”。
- 在功能实现与漏洞发现上，两款模型均能成功完成任务并找出所有预设的6个Bug和10个安全漏洞，展现了相近的基础诊断能力。
- 在代码质量与解决方案上，Claude Opus的代码结构更模块化，测试更全面（集成测试 vs. 单元测试），修复方案（如原子操作回滚、更安全的密码哈希）也更为严谨和完整。
- 在成本效益上，MiniMax M2.7拥有巨大优势，其输入/输出Token成本分别仅为Claude Opus的约1/17和1/21，为预算敏感的场景提供了高性价比选择。
#AI编程助手 #模型评测 #成本效益 #代码安全
[[We Tested MiniMax M2.7 Against Claude Opus 4.6]] https://blog.kilo.ai/p/we-tested-minimax-m27-against-claude
3.6 万字拆解：OpenClaw从网关、记忆、技能到多Agent的运行时
What happened： 技术作者叶小钗于2026年3月16日发布了一篇深度技术分析文章，详细拆解了AI Agent系统OpenClaw的内部运行机制。文章通过追踪一条用户消息（例如“帮我整理今天的重要邮件，提炼待办并生成一份给老板的简报”）在系统中的完整执行路径，揭示了OpenClaw如何从一个“能聊天的机器人”演变为一个具备完整工程治理能力的Agent运行时网关系统（Agent Runtime）。
Why it matters： 这篇文章的价值在于，它清晰地指出了OpenClaw与其他聊天机器人或简单工具调用框架的本质区别。OpenClaw的核心并非仅仅是模型能力，而是一整套将消息处理、会话治理、上下文管理、技能调用、持久化存储和多Agent协作缝合在一起的可治理、可扩展、可追踪的运行时链路。这代表了AI Agent从概念原型走向生产级、长期运行系统的关键工程化方向。
Catch up quick： 文章指出，OpenClaw的整体架构抽象为五层：用户接口层、Gateway核心层、消息处理层、扩展与插件层以及基础设施层。一条消息的完整路径遵循“消息源 → 协议适配 → 路由分发 → 会话构建 → Agent执行 → 响应投递 → 状态持久化”的流程。系统通过协议适配器将不同平台（如钉钉、飞书）的异构消息统一为内部标准格式（MsgContext），并通过路由系统、会话车道机制确保消息被正确、有序地处理。
The big picture： 分析认为，OpenClaw的设计体现了分层、运行时导向、可扩展以及具备分布式协作雏形等核心原则。其多Agent协作机制允许主Agent将复杂任务（如邮件整理、待办提炼、简报生成）动态拆解并分发给子Agent执行，再汇总结果，这标志着系统正朝着任务拆解、层级协作和并行执行的方向发展。作者总结，OpenClaw更像是一个开放的Agent网关，而非封闭应用，理解其设计的最佳方式是动手开发一个简化版本。
（叶小钗-微信公众号，2026年3月16日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[万字拆解_OpenClaw从_GatewayMemorySkills多_Agent_到_Runtime]] https://mp.weixin.qq.com/s/34VmqodPDRcv7JBZh3zinA
3.7 时间不再是普通人的朋友
What happened： 硅谷投资人Chamath Palihapitiya近期发文提出“终值坍缩”概念，认为AI正在使各行业的护城河变得暂时，资本市场应停止为“未来的时间”买单。与此同时，另一位投资人Jordi Visser也指出，AI压缩了时间本身，使得过去能享有数年防御窗口的产品，现在可能几个月就会遭遇竞争，时间正从价值来源变成被重新定价的对象。
Why it matters： 这一变化不仅影响资本市场估值逻辑，更直接冲击普通人的职业路径。AI将“能力形成”和“竞争到来”的时间大幅压缩，使得靠时间积累的专业技能和岗位优势快速贬值。作者援引《最后的经济学》观点指出，个人“经济寿命”正在缩短，普通人可能仅剩大约一千天的窗口期来主动选择自己的定位，时间正从护城河变为倒计时。
Between the lines： “做时间的朋友”这一理念曾基于一个相对稳定的世界假设，即职业路径清晰、行业变化缓慢、技能积累保值。然而在AI时代，这些前提正在动摇。AI通过将能力模块化、工具化，极大缩短了从想法到结果的时间差，让“胜任”变得廉价，让依靠多年积累建立的专业门槛被快速削薄。
What’s next： 作者认为，时间红利正在消失，空间红利正在打开。这里的“空间”指个体能触达的市场范围和连接能力。在互联网提供全球触达、AI赋予个体小团队生产力的条件下，普通人应尽快将能力、想法或作品转化为可传播、可交易的单元，并推向更广阔的市场。未来决定收入上限的，可能不再是工作年限，而是价值能在多大范围内被看到和购买。
（虎嗅APP，2026年3月19日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[时间不再是普通人的朋友]] https://mp.weixin.qq.com/s/RvnwTfYpKglYU2VcJ9HECQ
3.8 龙虾全面下场干活，哪些商业规则被重写
What happened： 3月10日，在虎嗅AI连连看活动上，来自数据层、用户研究、工业、法律、安全等领域的实战派创业者与互联网大厂专家达成共识，认为以Agent为代表的AI正在全面接管“执行权”，真正开始替人做事。这种以“龙虾（OpenClaw）”为代表的自主执行系统，正实现从0到1的闭环交付，同时带来了新的商业机会与安全风险。
Why it matters： 这一转变正在重塑商业模式与组织形态。一方面，传统的商业SaaS面临消亡，组织形态被重新定义，商业模式正从“买席位”、“买软件”向“买结果”过渡。另一方面，一旦将系统权限交由AI接管，企业将面临AI本身的安全漏洞风险，攻击门槛被极大降低，企业核心数据可能遭遇防不胜防的毁灭性打击。
Catch up quick： 过去几年，行业还在讨论如何用“AI+”为传统业务提效，而现在“AI原生（AI Native）”正在打破公司组织外壳，催生出一批一个人就能指挥一群Agent、无需依托传统组织的“超级个体”。AI的能力正从“对话框”走向“全局接管”，进入生产力范式转移的临界点。
The big picture： 在AI时代，Token的消耗通量成为新的工作量指标，而未来的数据资源将来自物理世界的交互。同时，面对AI可能带来的安全风险，工业界等容错率低的领域采取了“既拥抱又警惕”的态度，为AI设置安全虚拟机沙盒，并在最顶层保留“人工终审确认”作为安全底线。专家认为，无论AI如何进化，只要人不被AI统治，其最终目的依然是服务于人。
（虎嗅，2026年3月19日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[龙虾全面下场干活哪些商业规则被重写_虎嗅AI连连看]] https://mp.weixin.qq.com/s/ehPg4KrhYPwdTSU9TpQvuA
3.9 AI的奥本海默时刻
这篇文章通过对比核武器与AI技术的发展，探讨了当颠覆性技术由私营企业而非政府掌控时所带来的治理困境。作者以电影《奥本海默》中的历史场景为引，虚构了“麦克邦兹公司”私造原子弹并试图限制政府使用的寓言，以此映射当前以Anthropic为代表的AI公司对政府军事应用AI的抵触。文章的核心矛盾在于：当一项足以决定人类命运的技术掌握在私营实体手中时，社会应如何平衡创新、安全与国家利益。
- 作者认为，当前AI巨头（如Anthropic）对政府军事应用AI的抵触，类似于一个私营公司控制了核武器却试图限制政府使用，这在国家安全层面是站不住脚的。
- 文章指出，问题的关键已不再是是否应该开发强大的AI，而是应该由谁来负责其在军事等关键领域的“负责任使用”。
- 作者批评那些只反对政府使用AI、却不说明谁应拥有此权力的人，其立场是空洞的，并强调在缺乏更好方案时，美国政府仍是目前最可行的受托者。
#AI治理 #国家安全 #技术伦理
（Andreessen Horowitz，2026年3月16日）
[[AI’s Oppenheimer Moment]] https://a16z.com/ais-oppenheimer-moment/
3.10 苏姿丰和她的去英伟达战争
What happened： AMD首席执行官苏姿丰（Lisa Su）在2025年至2026年间，通过推出性能大幅提升的MI400系列AI芯片、与OpenAI及Meta达成“股权换订单”式的重大供应协议、以及积极布局投资生态和供应链，全面挑战英伟达在AI芯片市场的主导地位。2026年3月，她计划访问韩国，旨在与三星等关键合作伙伴会面，以锁定HBM内存等关键产能。
Why it matters： 这一系列举措标志着AMD正从长期的追赶者转变为英伟达在AI算力市场有力的挑战者。与OpenAI、Meta等顶级客户的深度绑定，不仅带来了价值数百亿美元的订单，还通过股权激励加速了技术生态和软件生态的建设。AI芯片市场的竞争已演变为涵盖算力、性能、成本、供应链和生态系统的多维度战争，AMD的积极行动正在推动数据中心市场的“去英伟达化”进程。
Catch up quick： 苏姿丰自2014年接任AMD CEO以来，公司市值从不足30亿美元增长至超过3150亿美元。AI时代的竞争规则改变，AMD在2018年转向云计算并推出Instinct系列GPU，但长期处于追赶位置。2025年成为转折点，AMD宣布其MI350系列推理性能比上一代“快35倍”，并预测AI处理器市场将更快达到5000亿美元规模。苏姿丰很早就注意到了推理市场的价值，领先于行业趋势。
What’s next： AMD的路线图显示，2027年将推出由cDNA6架构驱动、采用2纳米工艺的MI500系列，旨在为下一波大规模多模态模型提供动力，并追求未来四年实现AI性能1000倍的提升。为实现增长目标，AMD计划在未来三到五年内实现超过35%的年复合增长率。苏姿丰表示，公司已为2026年MI450的放量和HBM4内存的切换做好了产能规划，并感觉供应良好。
（腾讯科技，2026年3月17日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[苏姿丰和她的去英伟达战争]] https://mp.weixin.qq.com/s/lhbHYPyfiT8xaFhCvSJ-3Q
3.11 如何理解人工智能
面对2026年无处不在的人工智能热潮，文章提出了一种应对技术变革的“意义建构”方法，旨在帮助商业从业者摆脱恐慌与信息过载，专注于真正影响自身结果的信息与行动。
- 应对AI变革的有效策略是进行“意义建构”，核心在于管理注意力，忽略所有预测性观点与分析，只关注详细的实际应用案例报告。
- 在阅读应用报告时，应围绕“不确定性四问”进行思考：可能的新结果、可采取的行动、结果对自身的相对价值以及其中的因果关系。
- 商业成功的关键不在于准确预测未来，而在于“在不确定性下快速适应”，这需要基于自身情境进行实验和验证，而非依赖他人的泛泛之谈。
#人工智能 #意义建构 #商业策略
（Commoncog，2026年3月18日）
[[How to Make Sense of AI]] https://commoncog.com/how-to-make-sense-of-ai/
4 工具教程
4.1 构建Claude Code技能的经验：我们如何使用技能
本文总结了Anthropic团队在Claude Code中广泛使用“技能”（Skills）以加速开发的经验。文章将技能归纳为九种主要类型，并分享了创建高效技能的最佳实践与技巧，包括如何利用文件系统、避免过度约束模型以及通过市场分发技能。
- “技能”是包含脚本、资产和数据的文件夹，而非仅是文本文件，其灵活性和可配置性使其成为Claude Code的核心扩展点。
- 文章将常用技能归纳为九类，包括库与API参考、产品验证、数据获取与分析、业务流程自动化、代码脚手架、代码质量审查、CI/CD部署、操作手册和基础设施运维。
- 创建高效技能的关键在于聚焦非显而易见的知识、构建“陷阱”章节、善用文件系统进行渐进式信息揭露，并给予模型适当的灵活性。
- 技能可通过存入代码库或插件市场进行分发，团队可通过有机发现和适度策展来管理技能市场，并利用钩子记录使用情况以衡量技能效果。
#AI编程助手 #开发效率 #技能工程
[[Lessons from Building Claude Code How We Use Skills]] https://x.com/trq212/article/2033949937936085378
4.2 技能的类型
本文分享了Anthropic团队在开发Claude Code过程中，对“技能”（Skills）这一扩展功能的使用经验与分类。文章将技能归纳为九大类型，并提供了创建高效技能的最佳实践，旨在帮助团队利用技能加速开发流程，提升AI代理的工作效率。
- 技能是包含脚本、资产和配置的文件夹，而非简单的文本文件，其灵活性和可扩展性使其成为Claude Code的核心扩展点。
- 有效的技能应专注于特定类别，如库参考、产品验证、业务流程自动化等，并包含从常见失败点总结出的“注意事项”部分。
- 创建技能时应善用文件系统进行渐进式信息揭示，提供脚本库以增强AI的代码生成能力，并允许技能间相互组合调用。
#AI编程助手 #开发效率 #ClaudeCode （Thariq，2026年3月17日）
[[Types of Skills]] https://x.com/trq212/status/2033949937936085378
4.3 当你停止向CLAUDE.md添加规则并开始构建基础设施时会发生什么
作者最初通过不断向CLAUDE.md文件添加规则来纠正Claude AI的指令遵循问题，但文件膨胀至190行后，遵循率反而下降。他发现文件存在大量冗余和矛盾，修剪后有所改善，但根本解决方案是改变思路。
- CLAUDE.md应作为会话的初始引导文件，仅包含核心项目信息，而非所有规则的永久存放处。
- 将质量保证从指令中移出，转为由环境通过自动化钩子（如保存时自动类型检查）来强制执行，效果更佳。
- 通过技能文件、活动记录文件和自动化钩子等基础设施，分别解决重复指令、会话上下文丢失和质量验证问题，构建了从原始提示到协调编排的五级演进体系。
#AI助手优化 #基础设施即规则 #自动化执行
（Reddit，2026年3月21日）
[[What happens when you stop adding rules to CLAUDE.md and start building infrastructure instead]] https://www.reddit.com/r/ClaudeAI/comments/1rz2oo3/what_happens_when_you_stop_adding_rules_to/
4.4 构建 Claude Code 的那些经验：我们是如何使用 Skills 的
**What happened：**2026年3月18日，AI寒武纪微信公众号发布了由Claude Code团队成员Thariq撰写的文章，分享了团队在构建和使用Skills（技能插件）过程中积累的数百个实践案例与踩坑经验。文章系统性地将Skills归纳为九大类型，并提供了具体的制作与分发技巧。
**Why it matters：**Skills是Claude Code中使用最频繁的扩展点之一，其灵活性和易于创建的特性使其成为提升开发效率的关键工具。文章指出，最有价值的Skills往往能创造性地利用其文件夹结构和配置选项，帮助Claude跳出惯性思维，避免常见错误，从而显著提升代码输出质量与自动化工作流的可靠性。
**Catch up quick：**在Anthropic公司内部，Skills已被大量使用，有数百个处于活跃状态。团队发现，Skills不仅仅是一个Markdown文件，而是一个可以包含脚本、资源文件和数据的文件夹，Agent能够自行发现和操作这些内容。文章旨在将团队在实践中摸索出的方法论分享出来，以帮助其他开发者更好地理解和使用这一功能。
**The big picture：**文章强调，Skills是Agent工作流中极其强大且高度灵活的工具，但目前整个领域仍处于摸索阶段。团队鼓励开发者将其视为一袋实践技巧而非权威指南，最好的理解方式是动手实验。团队自身的Skills也大多从简单的几行文字开始，随着Claude不断遇到新问题而持续迭代成熟。未来，随着内部插件市场等分发机制的完善，Skills有望在更大范围内提升团队协作与开发效率。
（AI寒武纪，2026年3月18日）
总结由 deepseek-ai/DeepSeek-V3.2 生成
[[必读新鲜出炉全都看过来Claude_code团队内部skill构建踩坑经验大全来了]] https://mp.weixin.qq.com/s/UFrkMKdUZInOseKvvItSvA
4.5 如何被记住
作者通过运行10个AI智能体六周，发现其记忆系统虽能记录“发生了什么”，却常常遗忘“为什么这样做”的决策原因。为了提升记忆效能，作者没有直接调整系统，而是询问AI智能体自身对记忆结构的偏好。智能体主动设计评估方案，识别出“记录事实但丢失因果链”的核心缺陷，并提出了重组文件结构（如在决策记录中添加“原因”字段）等具体改进方案。实施后，决策理由的回忆准确率从25%跃升至100%，整体记忆准确率从60%提升至93%。实验表明，将AI视为其自身设计的参与者，而非被动配置的工具，能有效挖掘其潜在的优化模式，从而以极低成本显著提升系统性能。
（Zak El Fassi | Systems Engineering for the Agentic AI Age，2026年3月16日）
- AI智能体的记忆系统存在结构性缺陷：能完美记录“发生了什么”等技术事实，却严重缺失“为什么这样做”的决策逻辑和因果链。
- 通过询问AI对自身记忆结构的偏好，而非直接配置，可以激发其基于操作经验提出有效的优化方案，如重组文件以关联“原因”与“事实”。
- 实验证明，提升记忆效能的关键往往不是升级模型，而是优化信息结构，让系统已有的知识更易于被检索和理解。
- 将AI视为具有“功能性偏好”的设计参与者，为其提供表达和行动出口，能以极低成本实现系统性能的显著跃升。
#AI智能体 #记忆系统 #人机协作 #知识管理
[[How Do You Want to Remember]] https://zakelfassi.com/how-do-you-want-to-remember