OpenAI 募資少於原定目標,文章逐項核對「最慘一週」的說法
社群貼文說 OpenAI 正面臨史上最慘的一週,還稱它快沒錢、被 Google 超車。文章核對後指出,募資確實少於原定目標,第三季虧損也比上一季增加;但「錢只夠撐 4 個月」和「被 Google 超車」沒有資料支援。文中引用的模型排行由 Anthropic 居首,OpenAI 排第二,Google 排在後面。作者認為,更大的壓力可能是投資人不願照原先估值投入資金。
社群貼文說 OpenAI 正面臨史上最慘的一週,還稱它快沒錢、被 Google 超車。文章核對後指出,募資確實少於原定目標,第三季虧損也比上一季增加;但「錢只夠撐 4 個月」和「被 Google 超車」沒有資料支援。文中引用的模型排行由 Anthropic 居首,OpenAI 排第二,Google 排在後面。作者認為,更大的壓力可能是投資人不願照原先估值投入資金。
黎曼猜想關係到質數如何分佈,但到現在仍是數學界的重要未解問題。Anthropic 數學家 Levent Alpöge 表示,他和 Claude 找到了一份證明,並把它寫成 1,700 萬行 Lean 程式碼,讓電腦檢查數學步驟。研究者回報程式碼可以順利編譯,表示內部步驟符合 Lean 的檢查規則;不過這還不能確認證明本身正確。Clay 數學研究所仍將猜想列為未解,正式解答還須刊登於同儕審查期刊,並接受兩年的獨立檢驗。
Nvidia 這週一邊公佈亮眼財報,一邊面對外界要求黃仁勳回任的聲浪,還宣佈不再向中國出售 H200 晶片。TechCrunch 的 Equity 播客主持人討論了這些交錯的訊息:公司高層表示有能力繼續帶領 Nvidia,但科技界人士發起請願,希望黃仁勳回來。討論也提到,晶片可能先賣到馬來西亞等地,再由中國企業遠端使用;相關限制收緊後,若這類需求受影響,可能衝擊營收。至於黃仁勳是否回任、董事會如何應對,目前仍沒有定論。
Claude 帶來的收入快速增加,但要花多少錢提供服務、訓練模型和維持運作,並不是同一筆成本。作者整理 Anthropic 的上市說明書指出,2026 年前 9 個月,每 1 美元營收約有 14.5 美分用來服務付費客戶;按作者計算,毛利率為 85.5%。不過,公司整體仍有 12.6 億美元營業虧損,主要算力支出還包括模型研發與內部使用。說明書也列出約 9,009 億美元的算力與基礎設施採購承諾,並指出算力供應吃緊,短期採購成本較高。這些數字讓人看見,服務成本下降不代表整體營運支出同步減少。
推薦理由:這份分析拆出服務付費使用者與模型研發的算力成本,並對照營收、虧損和長期採購承諾,呈現 Anthropic 成長背後的資源壓力。
想去美國工作或創業的人,常會遇到簽證選擇多、審查時間長,也不確定申請是否變難的問題。移民律師 Peter Roberts 在問答中分享事務所的觀察:O-1 申請量增加,核准率仍高,但補件變多,領事館面談也更常遇到挑戰;NIW 目前審查嚴格,他們只在少數情況下承辦。H-1B 的 10 萬美元費用目前沒有生效,但未來可能出現類似費用。這些回答呈現不同申請途徑的近況,也提醒申請人個案條件和審查階段都會影響結果。
矽谷曾靠解決使用者的問題創造價值,現在卻常把營收與股東回報放在使用者之前。Tim O’Reilly 回顧網路搜尋、平臺廣告和新創投資的變化,指出公司在市場成長放慢後,可能利用市場力量維持高利潤;AI 產業也面臨類似壓力,大筆投資和對未來需求的期待,可能讓公司急著回收成本。他主張,AI 的發展應重視使用者能否分享成果,並以開放介面、可攜性與互通協定,讓更多人能使用和改變這項技術。
推薦理由:O’Reilly 從矽谷商業模式的轉變切入,分析 AI 如何延續價值攫取問題,並提出開放協定與互通機制的經濟觀點。
Anthropic 和 SpaceX 預估到 2027 年,營收分別會比目前多 288% 和 466%,但股市給兩家公司相同的 9.5 倍預估營收評價。原因是公司規模大到一定程度後,市場很看重能賺多少錢;微軟、Google、Meta 和 Amazon 等大型公司,股價也都落在差不多的獲利倍數範圍。換句話說,即使營收長得很快,Anthropic 和 SpaceX 接下來還是得把營收變成實際獲利,股價才有機會繼續成長。
警示門檻設得太高,問題可能累積到造成損害才被人發現。作者以 Census 的同步功能為例,指出「Failed Records」預設要有 75% 的資料無效或遭拒才會通知;失敗比例即使達到 74%,仍可能不會響。作者建議重要同步改成任何一筆出錯就通知,並在第一次違規時提醒,再搭配資料筆數偏離平常狀況的警示。文章也提到,四個非營利組織於 11 月 12 日在舊金山高等法院起訴 Anthropic、Google、Meta、OpenAI 和 SpaceX AI,要求凍結高於當日能力水準的開發。作者將訴訟爭議連到警示門檻,認為門檻實際決定了問題何時會被處理。
Anthropic 上市表現亮眼,卻沒有讓投資人對 AI 產業的疑慮消失。Hunterbrook 指稱,AMD 一邊投資客戶、一邊向客戶賣晶片,交易關係過於緊密;另有報導指其更新晶片韌體後,產品流向多家遭列入黑名單的中國企業。AMD 表示這些報導沒有正確呈現公司業務,訊息傳出後股價下跌近 10%。作者認為,若晶片商放慢對 AI 客戶的投資,可能讓仰賴這筆資金的新創也受到影響。文章也提到,Google 推出 Gemini 4 Neon 後重新受到模型圈關注,顯示市場對 AI 公司的評價仍可能快速轉變。
Anthropic 上市後股價下跌,作者認為這不只是單一公司的狀況,整個 AI 投資市場也在走弱。文中提到,Anthropic 股價從 111 跌到 97,盤前看來可能再跌約 9% 至 88;SpaceX 也預計以低於 135 的價格開盤,SoftBank 一夜下跌 14.5%。Gary Marcus 據此判斷,OpenAI 在這種市場氣氛下難以用 1 兆美元估值上市,也警告公司可能面臨現金不足。這些是作者對市場走勢與資金風險的看法。
Anthropic 上市後的高估值,能不能站得住腳,關鍵在企業客戶是否繼續增加使用量。作者認為,公司營收快速成長,但也簽下超過 $540 billion 的算力承諾,其中許多不能取消;如果客戶需求不如預期,這些固定支出就會成為風險。Claude Code 等 AI 程式工具能帶動更多使用量,而運算成本佔營收的比例也比過去低。作者提醒,若競爭者用更低價格提供相近品質,客戶可能轉向,開發者的工作重心也會從寫程式轉到系統設計和檢查 AI 產出的程式碼。
推薦理由:文章把 Anthropic 的高額算力承諾和營收成長放在一起看,說明這場 IPO 的關鍵在客戶是否持續增加使用量。
AI 工具常先讓人免費使用,之後再調整免費額度或收費方式。文中的 5 款工具各有變化:Chatbase 和 Ideogram 不再列出免費方案,LlamaIndex 拿掉每月 $50 的方案,改成超過每月 10,000 點免費額度後按量收費;Exa 把監控費用從每 1,000 次請求 $15 降到 $2,QuillBot 的免費改寫上限則仍是每次 125 個單字。這些工具多按點數、請求或訊息計費,同一項工作也可能用掉不同點數。先用實際工作量估算最忙時的花費,再選方案,才不容易因額度用完而多付錢。
Vint Cerf 和 Bob Kahn 在 1970 年代共同設計 TCP/IP,讓不同網路能彼此傳送資料。Cerf 說,當時他們不知道 25 年後哪些國家會成為盟友,因此決定把技術公開,讓大家都能使用。這個選擇幫助不同網路接在一起,也提醒我們:讓技術開放,能讓更多人一起使用和改進。
2021 至 2022 年募資的加密獨角獸,現在在次級市場常比上一輪估值低 50% 至 70%,部分大型公司接近 90%。文章整理多位投資人與交易平臺人士的觀察:有些公司多年沒有新一輪融資,股權價格便先在轉售市場和併購談判中反映下修。加密市場也分成兩段,有營收、牌照和通路的支付與穩定幣公司吸引較多資金,NFT、遊戲、協議與開發工具的融資則大幅減少。受訪者認為,基金需要把帳面價值換成現金,未來幾年併購與重整可能增加,次級市場價格也會成為新一輪募資的談判參考。
這則貼文稱,Anthropic IPO 開盤後的前半小時,表現是 2008 年以來大型 IPO 中最差的。貼文附上連結,但沒有提供股價變化或比較資料,因此無法從這段文字看出「最差」的具體判斷依據。
Anthropic 當天 IPO,Perplexity 執行長 Aravind Srinivas 在 X 發文祝賀。他稱讚 Anthropic 團隊專注、有信念也有品味,並表示 Opus 5.5 仍以明顯優勢是業界最佳模型。Srinivas 也說,Perplexity 是 Anthropic 的客戶,對這次 IPO 感到高興。這是他對 Anthropic 的公開評價;「業界最佳」是他的說法。
推薦理由:Aravind Srinivas 以 Perplexity 客戶與業界人士的身分,談到 Anthropic IPO 和 Opus 5.5,可呈現競業對手的即時看法。
Anthropic 上市,早期投資人 Menlo Ventures 回顧雙方從 2023 年開始的合作。Menlo 當時認為 Anthropic 團隊和技術有潛力,後來領投 Series D,並與 Anthropic 成立基金,投資使用 Claude 開發產品的新創公司。Menlo 引用自己的企業 AI 報告指出,Anthropic 在企業 LLM API 支出中的佔比,從領投 Series D 時的 12% 升至今年的 55%。這篇文章也記錄了 Menlo 對 Anthropic 成長和產品發展的看法。
推薦理由:Menlo Ventures 以投資夥伴身分回顧 Anthropic 從早期融資到 IPO 的發展,並用企業 LLM API 支出佔比變化呈現其市場進展。
想上市的中型公司常遇到兩難:找大型投行不容易,上市花費又高,股票掛牌後也可能乏人問津。Principia Research 的報告認為,幣安正利用阿布達比的牌照,準備把找公司、發行股票、交易和保管等工作接起來,讓股票能在區塊鏈上發行與買賣。報告舉例,SpaceX 曾有 5.57 億美元湧入鏈上認購,但第三方拿不到足夠的實際股票,活動最後取消並退款。這顯示有人想買,不代表就有股票可交付;幣安若能補上完整的發行與交易流程,可能為中型公司多開一條上市管道。
美國政府近年透過貸款、投資和採購協議支援稀土產業,但部分交易受到國會調查,讓資金能否繼續到位成為問題。作者認為,已完成的交易很難撤回,尚在審查或等待條件達成的案件則可能面臨更多調查;若要取消部分資金,國會也得處理撥款和相關法律許可權。文章預期,新國會可能改用涵蓋整個產業的立法來提供支援,讓稀土專案在不同政黨執政時仍能取得長期投資。
生成式 AI 在歐洲企業中愈來愈常見,但「打算採用」不代表已經用在日常工作,也不代表帶來了實際效益。歐洲投資銀行集團的調查指出,67% 的歐盟企業已在使用生成式 AI,另有 13% 計畫在未來 12 個月內採用或仍在評估;丹麥目前使用比例最高,達 89%。調查沒有衡量企業因此省下多少成本或提高多少生產力。文章建議企業先找出一項明確、可衡量的工作,再測試 AI 是否能改善流程。
NVIDIA 撤換黃仁勳後,馬斯克在《紐約時報》DealBook 峰會上說這是錯誤決定,還把黃仁勳比作巔峰時期的 Michael Jordan,表示自己願意聘用他。馬斯克認為,黃仁勳熟悉供應鏈與長期合作關係,也深受團隊愛戴;他並提到 SpaceX 正擴大 AI 算力,所需裝置包含 NVIDIA 晶片。NVIDIA 董事長表示董事會無意讓黃仁勳復職,並已尋找接班人;報導也引述訊息人士稱,仍有 3 名董事推動他回任。
推薦理由:馬斯克以供應鏈合作、員工忠誠與 SpaceX 採購說明他看重黃仁勳的原因,也呈現董事會公開立場與部分董事意見的落差。
Elon Musk 在《紐約時報》DealBook 峰會上表示,Jensen Huang 對 Nvidia 的價值就像巔峰期的 Michael Jordan,沒有人能真正取代他。他提到 Huang 熟悉供應鏈、和重要供應商長期合作,也深受團隊信任,若有機會會願意聘用他。報導同時指出,Nvidia 董事會已排除讓 Huang 回任,並準備尋找正式接班人;美國國會議員也以國家安全和對中國的出口管制為理由反對回任安排。Huang 另同意就相關爭議向 3 個眾議院委員會作證。
推薦理由:訪談呈現 Musk 對 Starlink 與 Starshield 用途的說法,也談到外界對單一企業掌握戰時通訊的疑慮,可瞭解雙方爭議焦點。
如果AI助理代替人上網找商品、下單,靠網頁流量和廣告賺錢的公司可能得改變做生意的方式。Microsoft執行長Satya Nadella在活動上談到,這種轉變可能改變公司之間為流量或交易付費的方式,就像網路入口從Yahoo這類入口網站轉向Google搜尋引擎。Nadella也以Amazon阻擋AI助理瀏覽商品和代替使用者購物為例,認為若其他購物平臺願意開放,可能因此取得優勢。
輝達董事會決定撤換創辦人暨執行長黃仁勳後,業界人士對公司接下來的領導安排看法不同。馬斯克在 DealBook 峰會上把黃仁勳比作巔峰期的 Michael Jordan,認為他對團隊很重要,也表示自己願意聘用黃仁勳;他還和超過 200,000 人一起連署,要求輝達讓黃仁勳復職。輝達董事會已表示不打算讓他回任。微軟執行長 Satya Nadella 則表示,他信任輝達團隊能繼續做好工作。
Nvidia 的領導層變動引來業界人士關注。Anduril 執行長 Palmer Luckey 在 DealBook Summit 上表示,這項變動可能影響美國產業競爭力,並呼籲 Nvidia 恢復黃仁勳的執行長職位。報導也提到,已有超過 20 萬人參與要求黃仁勳復職的連署;Nvidia 臨時執行長 Colette Kress 則在財報電話會議上表示,公司目前沒有重新任命黃仁勳的計畫。
推薦理由:Palmer Luckey 將 Nvidia 領導層變動連結到美國產業競爭力,呈現業界人士如何看待企業人事與產業發展的關係。
Nvidia創辦人黃仁勳離開執行長職位後,外界開始討論這項人事變動對美中晶片競爭的影響。Anduril執行長Palmer Luckey認為,中國樂見黃仁勳離任,因為中國想扶植本土晶片業者;他雖不同意黃仁勳主張放寬對中國出口晶片,仍呼籲Nvidia讓他回任。中國政府已限制部分中國客戶購買Nvidia的H200晶片,Nvidia表示不再向中國出售H200。超過20萬人連署支援黃仁勳回任,但Nvidia高層表示目前沒有重新任命他的計畫。
推薦理由:Luckey認為黃仁勳離任會讓美國在晶片競爭中變弱;報導也交代中國限制H200進口與Nvidia的回應。
Nvidia 換了執行長,外界也在關注公司是否會繼續用資金支援 AI 產業,以及晶片銷往中國的爭議會如何發展。Elizabeth Lopatto 根據 Colette Kress 首次主持的財報電話會議,分析她過去曾想收緊對客戶的融資,而 Nvidia 現在也說,只有新雲端業者的資料中心建成並開始運作,相關保證才生效。文章另提到,美國已加強對部分國家的晶片銷售限制,Nvidia 面臨的監管與公司治理問題也仍在發展。
AI 越來越能做研究、談合約和管理資源,人們可能為了效率,逐步把企業和公共機構交給 AI 運作。OpenAI 作者把這種人類慢慢失去社會主導權的想法稱為「沉默共識」,並主張人類不該因此放棄決策與問責的地位。他提出,AI 助理的許可權應清楚且有限,行動要能稽核,使用者也應能收回授權;若 AI 助理要自行參與經濟活動,應受到明確約束。文章也提醒,讓人類保有責任,不必等於監控日常生活,系統仍可保護隱私與個人資料。
推薦理由:作者指出,AI 可能透過市場競爭逐步接手企業與治理權力,文章進一步提出人類保有問責與撤回權的制度方向。
Nvidia 共同創辦人 Huang 上週卸下執行長職務,原因與他涉及兩名員工的戀情及一名中國間諜的指控有關,文章指出此事引發國安疑慮。OpenAI 執行長 Altman 和總裁 Brockman 在 DealBook Summit 表示,他們曾私下聯絡 Huang;Altman 說,很難想像沒有 Huang 的 AI 產業,也祝福他和 Nvidia。OpenAI 多年來與 Nvidia 合作,Nvidia 今年稍早投資 OpenAI 300 億美元,並設計支援 OpenAI 技術的晶片。Nvidia 高層則表示無意讓 Huang 復職;Altman 沒有評論他是否會回任。
PC 和平板賣得比去年少,市場營收卻小幅增加,因為記憶體漲價、便宜款變少,買的人更常選高價機種。IDC 的資料顯示,聯想在 Q3 的出貨量和銷售額都排第一;聯想也把 AI 助理和個人資料串連到多種裝置,並提供換機時搬移資料的功能。相較之下,蘋果的 AI 功能在 Mac、iPad 上還不太吸引人,不過 Mac 的營收仍有成長。往後 PC 可能更適合處理複雜工作,平板則偏向字幕、錄音轉寫和檔案摘要等輕量功能;廠商得讓 AI 確實好用,消費者才會願意為高價裝置買單。
房子常是家庭最大的資產,屋主可能因此希望房價和租金維持高檔。Vitalik Buterin 認為,年輕人把更多錢投向股票和數位資產、少買房,能減少這種誘因;他也指出房產通常較穩健,而且不容易快速變現,數位資產可以思考如何具備這些特點,但他沒有說明具體做法。文中引用的報告提到,Raleigh 放寬建築規定後,2022 年到 2025 年實質租金下跌 15%,低收入租戶受益最多。
超級電腦不只要跑得快,也得看用多少電才能完成運算。2026 年 11 月的 Green500 以每瓦電力能完成多少運算排名,前四名都採用 Nvidia Grace Hopper(GH200),前十名則有 5 套使用這個平臺。榜首法國 KAIROS 每瓦效能為 73.282 GFLOPS;同樣採用 GH200 的 ROMEO-2025,系統規模約大 3.6 倍,每瓦效能為 70.912 GFLOPS。這顯示排名也會受系統規模、互連和整體設計影響,不能只看晶片。
AI 如果集中在少數公司手中,經濟和政治可能會跟著改變。Microsoft 執行長 Satya Nadella 認為,AI 不該只被看成科技公司之間的競爭,因為模型未來可能跨進醫療、金融等領域,也可能改變企業和工作者的角色。他不認為 Claude 等前沿模型有意識,但認為模型是否該享有權利仍是值得討論的問題。Nadella 主張,市場需要多種模型和更多掌控資料的方式,避免權力集中在少數公司。
AI 產業快速變動,企業也在思考怎麼控制模型成本、保護資料,並讓 AI 助理安全地替人做事。這篇整理了 Cerebral Valley AI Summit 的 13 場臺上對談,受訪者包括 River AI、Vercel、Databricks 和 Palo Alto Networks 的負責人。有人主張依不同工作混用大小模型,也有人認為 AI 助理需要安全許可權才能使用企業資料;另有創業者希望讓企業在自家硬體上訓練和執行模型。這些談話也呈現業界對 AI 產業集中、晶片供應和工作變化的不同看法。
AI 公司想做出更強的產品,得花很多錢買算力,因此峰會上的創業者和投資人都在想怎麼省錢:有人做專用晶片,有人讓簡單問題交給便宜模型處理。Databricks 就會把簡單的提問送給價格較低的模型;執行資安檢查時,也可能需要不同模型分工,因為每種模型找到的漏洞都有限。現場調查中,80% 的人認為 AI 產業像泡沫,可能在明年或更晚降溫,但大家仍看好 AI 的長期機會。這場峰會也提醒業者,除了拚技術,還得讓更多人看見 AI 能帶來的實際好處。