1 AI要闻
1.1 Meta新成立的超级智能AI团队正式命名为TBD Lab
Meta Platforms近期将其备受关注的超级智能AI团队正式命名为TBD Lab（意为“待定实验室”），该团队隶属于今年夏季成立的Meta Superintelligence Labs（MSL），由首席AI官Alexandr Wang领导。MSL旨在实现“让每个人都能拥有个人超级智能”的愿景，而TBD Lab则成为推动Meta最新大型语言模型研发的核心力量，目前正主导开发新一代Llama模型，内部被称为Llama 4.5或Llama 4.X。
TBD Lab汇聚了大量从竞争对手处高薪挖角而来的AI顶尖人才，包括来自Alphabet旗下Google的Jack Rae，以及近期加入的Tong He和Yuanzhong Xu等。Meta已从OpenAI挖走至少18名研究人员，并向部分人才提供高达数亿美元甚至十亿美元级别的薪酬包。该团队正与Meta其他AI部门协作，推进模型发布、增强推理能力以及AI智能体的开发。据Alexandr Wang向员工发布的备忘录显示，团队已在多个技术项目上取得实质性进展。
此外，原属Meta基础设施团队的九名成员也被调至TBD Lab，尽管其中部分人曾收到初创公司Thinking Machines Lab的职位邀请，但公司表示此次调动与薪酬调整早有规划。目前，TBD Lab正全力加速Meta在前沿AI领域的布局。（The Wall Street Journal，2025-08-08）
[[Exclusive Meta’s Superintelligence AI SWAT Team Is Now Called TBD Lab]] “https://www.wsj.com/tech/ai/meta-ai-superintelligence-team-6415a4f4?mod=djem10point”
1.2 OpenAI杀入通用AI Agent背后：四大技术流派与下一个万亿流量之战
2025年7月17日，OpenAI正式发布ChatGPT Agent，标志着其全面进军通用AI Agent赛道。该产品融合了此前推出的Deep Research与Operator两大工具，打通“搜索”与“执行”能力，使AI可自主完成如网购下单、生成PPT、行程规划等复杂任务。此举被视为在GPT-5发布前夕抢占下一代互联网流量入口的关键布局。
当前通用AI Agent领域已形成四大技术流派：以OpenAI为代表的“浏览器为主”路线，具备高度通用性但受限于速度与Token消耗；Manus采用的“虚拟机+浏览器”方案，在本地执行效率上表现优异，但对外部服务访问能力有限；GensPark代表的“大模型+虚拟机”路径，通过预置工具链提升响应速度与稳定性，牺牲部分通用性；而Pokee、UiPath等公司则走“工作流+工具集成”路线，强调任务交付的可靠性与高效性，适用于垂直场景。各派均在通用性与效率之间寻求平衡。
随着AI Agent逐步成为互联网访问的主力军，“幽灵光标”（ghost clicks）时代或将到来，传统流量模式面临重构。未来流量入口将从人类点击转向Agent交互，广告生态与内容变现模式亦将随之变革。OpenAI、Google等巨头正加速布局Agent间通信协议（如A2A），争夺智能体入口主导权。尽管技术挑战仍存，但AI Agent引领的下一代互联网竞争已全面开启。
（硅谷101 2025-08-03）
[[OpenAI杀入通用AI Agent背后：四大技术流派与下一个万亿流量之战]] https://mp.weixin.qq.com/s/HodyisMtVFR5oVeKUSNXhQ
1.3 幕后：AI欠你什么？
2025年8月6日，Axios发表评论文章指出，尽管人们可以没有AI而生活，但AI却无法脱离人类创造的网络内容而存在。当前，大型语言模型（LLMs）如OpenAI的ChatGPT和Anthropic的Claude，均通过抓取互联网上的海量公开数据进行训练，涵盖新闻、社交媒体帖子、博客、论坛、维基百科编辑等内容。这些由数十亿网民贡献的信息构成了AI模型的知识基础，但绝大多数内容使用者未获得明确授权，也未得到任何补偿。
目前，包括News Corp和Axios在内的部分媒体已与OpenAI达成内容授权协议，但更多版权持有者正通过法律途径维权。据Copyright Alliance统计，已有近50起针对AI公司的联邦诉讼，争议焦点集中在“合理使用”原则是否适用于AI训练数据。Copyright Alliance首席执行官Keith Kupferschmid表示，涉及图像和音乐的案件对AI公司更为不利，而文本类案件则更为复杂，最终裁决可能需等待美国最高法院多年后作出。
对于普通网民而言，尽管其在Reddit、Twitter或Facebook上的发言可能已成为AI训练数据的一部分，但目前几乎不可能获得直接报酬。前总统Trump在近期AI峰会上明确反对按使用付费的模式，认为这将阻碍美国AI发展。而Anthropic CEO Dario Amodei等部分AI领导者则主张，未来应通过AI创造的财富实现更广泛的分配，例如推行由AI企业资助的全民基本收入（UBI）或增加AI相关税收以支持社会福利。（Axios, 2025-08-06）
[[Behind the Curtain What does AI owe YOU]] “https://www.axios.com/2025/08/06/ai-models-training-data-compensation”
1.4 人工智能繁荣背后的经济隐忧
2025年以来，多家科技巨头因全面拥抱人工智能（AI）而录得亮眼财报，但其背后隐藏的经济风险正逐渐显现。自2023年第一季度起，经通胀调整后的信息处理设备投资增长23%，远超同期6%的GDP增速，成为支撑美国经济增长的主要动力。然而，大规模投资于芯片、数据中心和AI基础设施正严重消耗企业现金流，导致Alphabet、Amazon、Meta和Microsoft的自由现金流自2023年起显著下滑，与净利润走势背离。
这一趋势标志着科技公司商业模式的转变。过去依赖“轻资产”模式的科技巨头，如今正转向重资产投入，以建设AI所需的硬件和能源基础设施。例如，Meta预计2025年资本支出将翻倍，并持续至2026年；Amazon则将大量资金投入AWS数据中心建设。尽管企业强调AI投资长期前景，但短期内难以产生显著收入，财务回报仍存不确定性。
当前情况引发对“互联网泡沫”重演的担忧。尽管AI需求旺盛且企业成熟稳健，但若未来收入增长不及预期，高昂的资本支出将难以为继。此外，低利率时代已结束，政府赤字扩大、通胀高企及美联储缩表等因素，意味着未来利率将显著高于疫情前水平，这将进一步增加企业融资成本，构成对经济和科技行业的双重风险。
（The Wall Street Journal 2025-08-03）
[[The AI Boom’s Hidden Risk to the Economy]] “https://www.wsj.com/economy/the-ai-booms-hidden-risk-to-the-economy-731b00d6?st=kyw4f5&reflink=desktopwebshare_permalink&utm_source=newsletter&utm_medium=email&utm_campaign=newsletter_axiosam&stream=top”
1.5 微软AI主管穆斯塔法·苏莱曼从谷歌DeepMind挖角人才
微软正通过高薪和灵活的创业文化吸引谷歌DeepMind的顶尖人工智能人才，以加速其在AI领域的竞争布局。自2024年成立微软AI部门以来，公司任命DeepMind联合创始人穆斯塔法·苏莱曼（Mustafa Suleyman）为负责人，主导对前东家的人才招募。据知情人士透露，苏莱曼亲自联系DeepMind员工，承诺更少的官僚流程和更具活力的工作环境。过去数月，微软已从谷歌挖走至少24名高管与工程师，其中包括前DeepMind杰出工程师亚当·萨多夫斯基（Adam Sadovsky）和前工程副总裁阿马尔·苏布拉马尼亚（Amar Subramanya）。
此次人才争夺战反映了科技巨头在生成式AI领域的激烈竞争。微软正致力于将旗下AI助手Copilot打造成能与OpenAI的ChatGPT抗衡的产品，并计划将其深度集成至Edge浏览器等消费级服务中。尽管微软提供的薪酬尚未达到Meta部分高达3亿美元的合同规模，但仍显著高于DeepMind的现行标准，尤其对资深员工更具吸引力。苏布拉马尼亚在LinkedIn上表示，微软AI团队“低ego、高抱负”的文化令人耳目一新。
曾主导谷歌人才战略的拉斯洛·博克（Laszlo Bock）指出，如今的谷歌已从当年打破常规的创新者，转变为类似昔日微软的层级化组织，决策缓慢且政治化。相比之下，微软AI在加州山景城的团队被塑造成更具敏捷性的“初创氛围”。与此同时，谷歌和微软均在加大AI基础设施投入，Alphabet将年度资本支出上调至850亿美元，微软则预计本季度支出超300亿美元。（The Wall Street Journal，2025-08-07）
[[Microsoft Raids Google’s DeepMind AI Unit With Promise of Less Bureaucracy]] “https://www.wsj.com/tech/ai/microsoft-google-deepmind-ai-recruitment-fcc60b67?mod=djem10point”
1.6 迪士尼的AI魔法还能持续吗？
迪士尼在制作真人版电影《海洋奇缘2》（Moana 2）时，曾计划使用AI技术打造“数字版巨石强森”（Dwayne Johnson），通过AI公司Metaphysic将强森的面部影像叠加在其堂弟的表演上，实现无需演员到场的拍摄。尽管强森本人同意该方案，但因法律权属、数据安全及版权归属等复杂问题，迪士尼与Metaphysic历经18个月谈判后最终放弃该技术在影片中的应用。这一案例凸显了好莱坞在拥抱AI技术时面临的现实困境：尽管AI有望大幅降低制作成本，但法律不确定性、工会压力和公众舆论风险使大型制片厂举步维艰。
作为拥有米老鼠、达斯·维达（Darth Vader）等全球知名IP的娱乐巨头，迪士尼在AI时代面临双重挑战：既要探索AI在内容创作、游戏互动（如与Epic Games合作的“Bulldog”项目）和流媒体服务中的潜力，又必须严防AI对品牌形象的潜在损害。2025年6月，迪士尼联合康卡斯特（Comcast）旗下环球影业起诉AI公司Midjourney，指控其未经授权复制迪士尼版权角色，被视为行业最严厉的法律回应之一。公司法律负责人霍拉西奥·古铁雷斯（Horacio Gutierrez）强调：“AI将带来变革，但不应是无序的。”
与此同时，迪士尼内部对AI的使用设有严格审批流程，员工需经AI委员会批准方可使用生成式AI工具。在工会谈判敏感期，公司甚至取消了在《创：战神》（Tron: Ares）中使用AI角色的创意营销计划，以防引发舆论争议。尽管AI技术进步迅猛，迪士尼仍谨慎权衡创新与品牌保护之间的平衡，力求在百年传承与未来科技之间找到可持续路径。（The Wall Street Journal，2025-08-04）
[[Is It Still Disney Magic if It’s AI]] “https://www.wsj.com/business/media/disney-ai-hollywood-movies-5982a925?mod=djem10point”
2 其他要闻
2.1 美国贸易伙伴争相争取特朗普关税豁免
美国新关税政策于本周四正式生效后，多个贸易伙伴正积极游说白宫，寻求关键出口产品的关税豁免，以减轻对本国经济的冲击。尽管欧盟、日本、韩国等已与特朗普政府达成初步贸易协议，但各方仍在幕后持续谈判，争取在半导体、制药、化工、酒类等敏感领域获得更多豁免。截至目前，美国已批准多项豁免，包括巴西的橙汁和智利的铜产品，其中智利供应约65%的美国精炼铜进口。
特朗普政府此前曾宣称对特定国家征收的关税“无例外、无豁免”，但实际执行中已做出多项调整。例如，4月宣布对部分中国及亚洲国家的消费电子产品免征额外关税，近期又对巴西50%的关税中豁免了飞机、燃料等694项产品，占其对美出口总额的43%。此外，特朗普表示半导体进口关税将达约100%，但对在美投资制造的企业如Apple提供豁免，并计划对印度加征25%关税，以惩罚其购买俄罗斯石油的行为。
由于关税政策频繁调整且细节未明，全球企业面临市场准入的高度不确定性，影响投资、雇佣与定价决策。欧盟正争取化学品、仿制药及酒类的额外豁免，韩国与日本已着手准备新一轮谈判，柬埔寨等较小经济体也在寻求对成衣、鞋类等行业的关税调整。分析指出，美国正从“无豁免”转向“有限豁免”策略，尤其针对国内无法生产的战略性产品。
(WSJ, 2025-08-07)
[[U.S. Trading Partners Race to Secure Exemptions From Trump’s Tariffs]] “https://www.wsj.com/economy/trade/trump-tariff-exemption-rush-9fc28db5?mod=djem10point”
2.2 特朗普提醒CEO们谁才是真正的老板
2025年8月8日，美国总统特朗普公开呼吁英特尔（Intel）首席执行官Lip-Bu Tan辞职，理由是其过去于中国的商业往来引发争议。此举标志着特朗普对企业管理的干预进一步升级，此前他曾要求底特律汽车制造商不得涨价、要求沃尔玛“承担关税”，并施压可口可乐（Coca-Cola）改用甘蔗糖。此次公开施压被视为对美国企业领导层的直接挑战，引发商界对政治干预企业治理的广泛担忧。
特朗普政府近期频繁通过行政命令介入经济事务，包括要求银行更多服务于保守派客户、对科技企业豁免半导体关税以换取其在美国加大投资，以及推动制药公司降低药价。他还通过批准日本制铁（Nippon Steel）收购美国钢铁公司（U.S. Steel）的交易，获得了对该公司美国董事会成员的任命权。分析人士指出，这种由总统直接干预企业人事决策的做法，在现代美国政治中前所未有，可能重塑企业与政府的关系。
多位企业高管和管理学者批评此举逾越了政府职权边界，认为这破坏了自由市场经济原则。前Medtronic CEO比尔·乔治表示，除非有证据证明Lip-Bu Tan存在违法行为，否则此时更换领导层将延缓这家关键半导体企业的复苏。商界普遍担忧，此类干预可能成为新常态。（The Wall Street Journal, 2025-08-08）
[[Trump Reminds CEOs Who the Ultimate Boss Is]] “https://www.wsj.com/politics/policy/trump-company-demands-economy-2b720260?mod=djem10point”
2.3 以色列安全内阁批准加沙控制计划
以色列安全内阁于2025年8月批准了总理Benjamin Netanyahu提出的全面控制加沙地带的计划。Netanyahu表示，以色列将接管整个加沙地区，随后将其移交给“能够妥善治理的阿拉伯力量”，但保留对加沙周边的安全控制。此举是在持续数月的军事行动未能解救仍被Hamas扣押的人质或迫使该组织投降后作出的。目前以色列已控制加沙约75%的领土，大部分平民已被转移。
该计划在国内和国际层面均面临强烈反对。以色列军方领导人Eyal Zamir警告全面接管可能陷入Hamas设下的陷阱，且部队亟需休整。反对派领袖Yair Lapid称此举为“非常糟糕的主意”，将带来巨大人员与经济代价。包括美国支持的加沙人道主义基金会在内的援助项目也因导致平民伤亡和违反中立原则而遭联合国抵制。法国、英国等28国此前已呼吁立即结束战争，并计划于9月承认巴勒斯坦国。
分析指出，若以色列全面控制加沙，可能需承担为当地平民提供食物、水电和医疗等基本服务的法律责任，年均成本或达100亿美元，约占其GDP的2%。人质家属组织警告，新计划将使被扣押人员面临“直接危险”。尽管争议巨大，支持者认为唯有施加更大压力才能迫使Hamas回到谈判桌，避免其未来再度发动袭击。
(The Wall Street Journal, 2025-08-08)
[[Israeli Security Cabinet Approves Gaza Control Plan]] “https://www.wsj.com/world/middle-east/netanyahu-says-israel-will-take-over-the-entire-gaza-strip-0919a494?mod=djem10point”
2.4 Palantir如何赢得华盛顿青睐并推动股价上涨600%
Palantir Technologies在CEO Alex Karp的领导下，通过精准把握地缘政治危机、技术趋势及华盛顿政商关系，成功转型为美国政府关键的技术合作伙伴。自2023年以来，Karp高调宣布进军人工智能领域，尽管当时公司尚未开发相关产品，但此举迅速将Palantir置于AI热潮的核心。随后，公司在美国政府合同中斩获颇丰，2025年上半年政府合同收入达3.22亿美元，同比增长显著。第二季度营收突破10亿美元，美国政府合同收益增长53%，累计签约额达23亿美元，推动股价较一年前飙升超过600%。
Palantir的软件广泛应用于国防、移民执法、公共卫生等领域，包括支持美军“Maven Smart System”AI平台、协助国土安全部门移民执法以及参与乌克兰战时数据系统建设。公司高层与特朗普政府关系密切，首席技术官Shyam Sankar被任命为陆军预备役军官，多名前高管进入联邦政府要职。与此同时，Palantir大幅增加游说支出，2024年联邦游说投入达580万美元，是2019年的四倍以上。
然而，其与美国移民执法部门及沙特阿拉伯的合作引发伦理争议，部分前员工批评其技术可能助长威权实践。尽管面临质疑，Palantir坚持认为其系统具备数据追踪与防滥用机制，并强调决策权在政府手中。公司正借势拓展全球市场，尤其是在沙特推进医疗系统改革与“NEOM”智慧城市项目。
（The Wall Street Journal，2025-08-06）
[[How Palantir Won Over Washington—and Pushed Its Stock Up 600%]] “https://www.wsj.com/tech/palantir-pltr-stock-success-government-contracts-f3b2d453?mod=djem10point”
3 评论观点
3.1 为何强化学习火遍硅谷？AGI的关键一步
3.1.1 总结提炼（不超过150字）
强化学习（RL）正因AI Agent兴起而重回硅谷核心，成为通往通用人工智能（AGI）的关键路径。它在缺乏标注数据的目标驱动任务中展现优势，但面临验证机制泛化难、奖励设计复杂与训练成本高等挑战。Meta收购ScaleAI凸显多模态数据标注的战略意义，而技术路径的优化与成本控制将决定未来竞争格局。
3.1.2 核心观点总结
- 强化学习因AI Agent发展再度崛起，适用于代码生成、数学推理等目标驱动且缺乏标注数据的任务。
- RL被视为迈向AGI的关键，尤其在从“AI Agent”到“创新型AI”的跃迁中，核心障碍是验证机制的泛化能力。
- 当前RL依赖人类知识蒸馏提升验证能力，尚无法自主判断未知知识，限制了超级智能的突破。
- Meta收购ScaleAI意在解决多模态（图像、视频）RL训练中的数据解析与对齐难题。
- RL训练成本高且存在“灾难性遗忘”与奖励失控风险，但随任务复杂化其不可替代性增强。
- 初创公司如Pokee.ai强调模型能力最大化与基础设施简化，追求产品体验与技术平衡。
- 强化学习顶级人才集中于DeepMind、OpenAI及斯坦福、阿尔伯塔大学，行业或将迎来整合期。
[[为何强化学习火遍硅谷？AGI的关键一步]] https://mp.weixin.qq.com/s/s6o6eTpFoyYAzDKZUgEGYw