博通CEO称公司AI发展最大制约因素是资本
相关推荐
Open Standard更新公司结构与领导团队,Bridge CEO离开Stripe并全职出任CEO
PANews 9月25日消息,Open Standard 发文更新公司结构与领导团队。Coinbase、Mastercard、Shopify、Stripe 和 Visa 将作为初始创始合作伙伴加入。各伙伴将投资公司并协助建立 OUSD 供应,提供超 10 亿美元近期启动流动性。公司预计很快再增加有限数量的创始合作伙伴。OUSD 上线后,创始人及参与伙伴可根据其平台带来的供应与活动获得股权。未来将由创始人组成代表股东的董事会。该公司致力于打造互联网原生货币,其稳定币 Open USD(OUSD)面向银行、跨境支付、结算、机构交易等场景。 此外,Zach Abrams 将出任公司全职首席执行官。
YC CEO Garry Tan:对中国企业蒸馏前沿模型选择“什么都不做”
火星财经消息,据 CNBC 报道,Y Combinator 首席执行官 Garry Tan 在 YC 年度 Demo Day 上表示,对于 OpenAI、Anthropic 模型遭中国企业(包括 DeepSeek、Moonshot AI、MiniMax 等)蒸馏一事,他选择“什么都不做”,并建议监管者转而聚焦于维持开放权重模型与前沿模型之间的商业平衡。Tan 同时对 AI 末日论持保留态度,认为网络安全才是当前最紧迫的风险,而 AI 引发的就业冲击和经济变革则需数十年才会真正渗透至社会。
Open Standard 创始 CEO:现行稳定币偏囤积不重支付,Open USD 拟按交易量而非规模分成
Foresight News 消息,Open Standard 创始首席执行官 Zach Abrams 发推表示,项目自入夏宣布 Open Standard 与 Open USD 以来已收到大量企业问询合作。稳定币本应是更好的美元,但多数企业只用其存放资产、不愿用于交易。企业短时调度闲置资金时,每笔「赎回」常收 5–10 个基点,费用盖过收益;美国金融科技公司则因法币手续费固定、准备金可投货币基金,仍并行维护法币与稳定币两套体系。 其还表示,Open Standard 将激励使用而非资产管理规模,尽可能把准备金收益分给接入 Open USD 的开发者;向开发者收取小额交易费、以成交量衡量公司成败;不收取其他稳定币常见的销毁 / 赎回费用。
Meta挖来一位上市公司CEO布局企业AI,股价反回落5%
BlockBeats 消息,9 月 29 日,据 TradingBeats 监测,Meta(META.US)宣布成立企业 AI 业务部门,并任命 MongoDB 前 CEO Chirantan「CJ」Desai 负责该业务后,股价当日却收跌约 4.79%,报 715.62 美元。 Meta 此次成立的企业 AI 平台将整合 Muse AI 助手、Meta Business Agent、Muse API 及 Muse Code 等产品,试图将 Llama 模型能力进一步拓展至企业客户。CJ Desai 此前担任 MongoDB CEO,并曾任职于 ServiceNow、Cloudflare 等企业科技公司,此次加入 Meta 后将负责推动企业 AI 业务发展。 市场暂未买账,The Information 分析师 Martin Peers 指出,Meta 虽然拥有庞大的企业广告客户基础,可以帮助其推广 AI 产品,但企业 AI 市场竞争已经高度拥挤,微软、谷歌、OpenAI、Anthropic 以及传统企业软件公司均在争夺企业客户。 此外,Meta 此前在企业软件领域的尝试并不顺利,企业协作工具 Workplace 最终关闭,市场仍在谨慎观察 Meta 能否将 AI 能力转化为新的企业收入来源。
微软CEO:企业应将AI视为内部安全风险,确保AI Agent可随时暂停或关闭
Odaily星球日报讯 微软 CEO 萨蒂亚·纳德拉发文表示,企业应将 AI 模型纳入内部安全风险管理体系,即使模型本身没有恶意,也可能因错误或遭攻击者利用而造成安全风险,尤其是在涉及敏感数据访问及关键操作时,不能仅依赖模型供应商的安全承诺。 纳德拉强调,应将 AI 模型与 Agent 执行框架分离,通过外部系统控制数据访问和工具调用权限,并为关键操作保留防篡改、可供人工审查的记录。同时,企业应在部署阶段就考虑模型遭入侵的可能性,确保授权人员能够随时暂停或关闭 Agent,并持续开展安全测试及事故披露。 此外,微软本月已宣布 Windows 平台正式支持 MXC 隔离工具,可通过外部策略限制 Agent 对文件及网络的访问。
微软CEO:超级智能时代需建立“可控”架构,不能将责任外包给AI
Odaily星球日报讯 微软 CEO Satya Nadella 发布长文表示,随着超级智能(Super Intelligence)系统的发展,行业需要重新审视 AI 信任架构,不能简单依赖模型提供方的承诺,也不能将 AI 行为带来的责任外包。 纳德拉称,过去几十年传统软件系统被部署到各行业时,开发者通常能够追踪行为对应的具体代码路径。但如今的前沿 AI 模型能力已超过传统软件系统,却无法明确将模型输出归因于具体训练数据或模型权重配置。企业正在将具有自主行动能力的 AI 系统接入敏感数据,并赋予其执行关键任务的权限,因此需要构建具备可观察性、可测试性和可控性的系统,将“智能供给”与“权限控制”分离。 纳德拉提出,应采用工程化方式治理超级智能,通过确定性的系统设计、人工控制和操作流程约束非确定性模型,并将 AI 系统视为潜在“内部风险”进行管理,包括限制权限、记录行为、建立隔离边界等。他还提出超级智能系统应遵循多模型协作、全程可观察、持续验证、独立控制、独立审计、风险隔离和事件披露等原则。其中,他强调模型思维链(CoT)透明度是基础要求,但仅依靠 CoT 透明并不足够,因为模型输出本身仍可能缺乏可靠的可解释性。 纳德拉最后表示,未来最值得信任的超级智能系统,并不是“最值得信任的模型”,而是“即使不完全信任模型,也仍能安全运行的系统”。