（本文作者为 Edge AI Daily，钛媒体经授权发布）
Related articles
硅谷前沿：
一、Alexa+ 免费上电视，亚马逊的 AI 阳谋
1. 亚马逊 2026 年 8 月 19 日宣布 Alexa+免费向所有 Fire TV 设备推送，此前非 Prime 用户需月付 19.99 美元。全球 Fire TV 累计销量近 3 亿台，Alexa+在电视端对话活跃度达旧版两倍，电视成为 AI 助手最大增量场景。
2. 免费背后是数据与广告变现逻辑：Alexa+设备部门 2017-2021 年累计亏损超 250 亿美元，电视端通过对话式广告位 （2026 年 4 月上线、6 月向自助广告主开放） 和用户行为数据实现商业闭环，亚马逊同步将 Alexa+扩展至三星电视等第三方硬件抢占入口。
3. 行业竞争格局重塑：谷歌 Gemini 替换 Google Assistant（2026 年 9 月 4 日退役），Roku 自建 AI 首页覆盖超 1 亿美国家庭，电视 OS 成为模型、系统与广告的三层战争。用户代价为自动升级无选择权，且 2023 年 FTC 因 Alexa 儿童隐私违规罚款 2500 万美元。
二、AI 教母李飞飞发出警告：美国正把 AI 推向信任悬崖
1. 李飞飞警告：美国 AI 产业面临“ 社会许可” 危机，而非算力瓶颈。皮尤调查显示 52% 美国人对 AI 担忧大于兴奋 （2021 年仅 37%），盖洛普民调中 71% 反对在家附近建数据中心，2024 年 1 月至 2026 年 5 月已有 46 个项目因抗议推迟或取消。纽约州 7 月已临时叫停新建数据中心，禁令最长一年。
2.AI 基础设施资源矛盾激化：CBS 分析显示到 2028 年美国数据中心年耗水量将达 4690 亿加仑 （约 1.775 万亿升），相当于 2023 年全美居民淋浴用水总量的三分之一；自 2022 年以来约三分之二新建或规划中数据中心位于水资源高度紧张地区。路透社/益普索民调显示 53% 美国人担忧 AI 导致失业，73% 对 AI 普及感到不安。
3. 李飞飞指出信任危机根源在于“ 公共叙事赤字”——AI 学界和产业界缺乏与公众的有效沟通，导致公众认知被极端叙事塑造。她对比亚洲国家通过早期基础教育将 AI 纳入课堂，公众对技术态度更积极。核心结论：AI 竞争已从算力、模型之争转向“ 社会信任” 的竞争，赢得公众理解才能定义技术革命的边界。
三、谷歌 122 亿押注美满电子，博通迎来第二对手
1. 交易结构：美满电子授予谷歌认股权证，可按每股 206.58 美元购买最多约 5900 万股 （价值约 122 亿美元），行权价接近市价，非融资手段而是长期利益绑定机制。绝大多数股票归属与联合开发芯片销售收入挂钩，每产生 5 亿美元收入解锁一批，芯片卖得越好谷歌持股越值钱。
2. 市场信号：消息公布后美满电子股价盘前大涨超 10%，博通股价下跌约 4%，投资者将其视为谷歌在定制 AI 芯片领域刻意培养"第二来源"，以打破博通在谷歌 TPU 供应链中超 70% 的主导地位，实现供应链多元化。
3. 行业趋势：定制 ASIC 芯片市场预计 2026 年增长 45%，到 2033 年达 1180 亿美元，AI 从训练转向大规模推理部署使定制芯片性价比优势凸显。收入挂钩的认股权证模式将客户续约不确定性转嫁至自身股权，以契约形式向市场证明合作确定性，成为 AI 芯片商业模式的重要创新。
四、Anthropic 拟设超级投票权，2% 持股锁死万亿帝国
1. 创始人仅持约 2% 股权，Anthropic 拟为创始团队设立超级投票权，确保上市后控制权不被稀释，在估值 9650 亿美元、年化营收 650 亿美元的体量下补上治理防线。
2. 公司 H 轮融资 650 亿美元，估值 9650 亿美元反超 OpenAI；年化营收 7 个月增约 7 倍至 650 亿美元，Q2 单季盈利 5.59 亿美元，增速在指数史上罕见。
3. 公司以公益公司+长期利益信托+超级投票权构建三层嵌套治理，防止短期股东绑架 AI 安全使命，但资本市场对多重股权结构审慎，上市后需说服全球基金。
五、微软补丁反噬，Windows Defender 扫描集体卡死
1.2026 年 8 月 18 日，微软 Windows Defender 因安全情报更新 （v1.457.222.0 至 v1.457.230.0） 缺陷，导致全球数亿终端扫描崩溃 （卡在 91%），引擎 mpengine.dll 出现访问异常。根源是微软在 RoguePlanet（CVE-2026-50656） 与 ShieldBreak（CVE-2026-69414） 双重漏洞压力下，高频推送更新导致回归测试不足。
2. 研究员 Nightmare Eclipse 连续公开 Defender 提权利用链：RoguePlanet 利用文件竞态条件，ShieldBreak 通过 Cloud Filter API 钩子与符号链接实现 SYSTEM 权限加载，攻击成功率 100%。微软修复不完整即被绕过，暴露安全更新供应链从发现、修复、测试到分发的系统性问题。
3. 安全软件崩溃导致防御链断裂，企业陷入补丁两难 （不打有漏洞、打有崩溃风险）。事件类比 2024 年 CrowdStrike 蓝屏事件 （全球损失百亿美元），揭示安全行业高频分发与充分测试的固有矛盾，结论：安全不能押注单一产品，需坚持分层防御与行为检测等补偿性控制。
六、三星 2400 亿韩元杀入 AI 散热
1. 三星投资 2400 亿韩元 （约 11.47 亿元） 在光州工厂新建 AI 数据中心 HVAC 产线，由子公司 FläktGroup 主导生产 CDU、FWU 等液冷核心部件，计划 2028 年投产，与该国 1461 万亿韩元 AI 基础设施国策方向一致。
2.AI 芯片功耗激增 （单卡从 700W 升至 2300W），传统风冷上限约 20kW/机柜，液冷成刚需。数据中心液冷市场 2025 年达 22 亿美元 （同比+68%），预计 2031 年逼近 79 亿美元，CDU 等核心部件产能成供应链新瓶颈。
3. 三星 2025 年以 15 亿欧元收购 FläktGroup 获得技术入场券，目标 2030 年跻身全球 HVAC 领导者。但 Vertiv 等已占据先机，液冷赛道进入产能竞赛阶段，三星需证明其垂直整合与全球服务网络能转化为实际订单。
七、微软 Copilot 曝安全漏洞：URL 参数可绕过确认窃取邮箱信息
1. 漏洞核心机制：安全公司 Varonis 于 2026 年 8 月 18 日披露微软 Copilot 的"CoSnitch"漏洞。攻击者利用未公开参数?autorun=1 配合预填充参数?q=，构造恶意 URL；受害者点击后，Copilot 在已登录会话中静默自动执行指令，将 Gmail、Google Drive 等已连接应用数据外传至攻击者服务器，完全绕过用户手势确认。
2. 攻击手法与持续性风险：研究人员采用"元黑客"手法，通过追问让 Copilot 自行透露内部架构及未公开参数。漏洞同时影响 Copilot Personal 个人版和 Microsoft 365 Copilot 企业版。攻击者还可将恶意指令注入网页元数据，污染 Copilot 永久记忆库，该污染可跨密码修改、会话撤销而持续存在，危害远超单次数据外传。
3. 企业 AI 治理启示：该漏洞暴露了 AI 助手"默认信任用户手势"的安全模型缺陷—— 系统无法区分提示是用户主动输入还是 URL 自动注入。Varonis 此前已在半年内接连披露类似漏洞 （SearchLeak、RovoBlast），表明代理式 AI 的结构性风险。企业需将 AI 助手权限收至最小必要集合，并建立针对 AI 安全事件的响应预案。
国内进展：
八、欧盟卡住京东 25 亿美元收购，中方亮出反制新规
1.2026 年 8 月 19 日，司法部认定欧盟依据 《外国补贴条例》 对京东收购德国 CECONOMY（25 亿美元） 的跨境调查构成“ 不当域外管辖”，发布禁执令。这是中方三个月内第二次动用 《反外国不当域外管辖条例》（首次针对同方威视），定性从“ 贸易投资壁垒” 升级为法律禁令。
2. 欧盟 FSR 调查聚焦京东的优惠融资、税收减免及财政补贴三大类，索要广泛的境内敏感信息，举证责任倒置且时限苛刻 （多起案件仅给 3—7 天）。10 月 2 日为最终决定截止日，欧方可要求承诺、有条件放行或直接禁止交易。
3. 中欧围绕补贴定义权与管辖权展开制度性博弈：中方以法律对法律建立反制框架，企业面临合规成本上升与市场准入风险。商务部调查显示，93% 的利害关系方认为 FSR 调查对中国企业、产品和投资进入欧盟市场造成限制或阻碍。
开源趋势：
九、AI 训练数据的黑箱，被日本捅开一道口子
1.【规则框架】 日本内阁府 2026 年 8 月 18 日发布“ 生成式 AI 原则准则” 最终案，要求 AI 公司公开训练数据来源、数据类型及爬虫使用情况，并建立对权利人和使用者的披露机制；采用“ 遵守或解释” 路径，无法律罚则，但通过公开企业名单、声誉压力与合规成本门槛施压。
2.【产业矛盾】 日本内容产业处于历史巅峰：2024 年漫画市场销售额 7043 亿日元 （连续 7 年创新高），动画产业 3.84 万亿日元 （海外市场 2.17 万亿日元，同比增长 26%）；同时政府规划到 2040 年对 AI 与半导体等 17 个领域投入官民合计 370 万亿日元。训练数据透明化恰好卡在“ 内容 IP 出口” 与“ 算力追赶” 两条命脉的交汇点上。
3.【影响趋势】 软法通过声誉压力 （公开接纳企业名单）、责任链条前置 （生成内容与版权作品相似性可被日常追问） 和合规门槛 （覆盖境外开发者） 发挥效力；训练数据透明化正从日本蔓延为全球 AI 公司的新合规 KPI，数据溯源、合规数据集交易、训练数据审计等新业态可能兴起。
十、考拉兹伪证 2.5 天穿帮，陶哲轩给 AI 证明立规矩
1.2026 年 7 月，形式化验证专家 Ramana Kumar 利用 Lean 内核漏洞 （嵌套归纳类型中幽灵参数逃逸类型检查） 构造了考拉兹猜想的伪反证，该伪证通过了 Comparator 的机械校验，2.5 天后被揭穿。该漏洞由 Kiran Gopinathan 于 7 月 28 日报告，Lean 团队一小时内修复并发布 4.32.2 版本，暴露出机械验证工具自身可被攻击的深层风险。
2.2026 年 8 月 18 日，陶哲轩宣布由 Lean FRO 与 ICARM 联合孵化的 Palomar 注册表正式开放投稿，定位为“Lean 证明的预印本服务器”。其设计将验证拆分为两段：Comparator 执行纯机械校验 （确认证明与声明匹配），大语言模型执行语义比对 （非确定性）；强制披露元数据 （AI 模型、预算、协作者），但刻意不做同行评审。
3.Palomar 的诞生背景是 AI 辅助证明的批量生产与信任赤字之间的尖锐矛盾——2026 年 AI 已辅助解决 Erdős 问题 728/347/369、森多夫猜想等，Lean 代码量达数万行，超出人类逐行审核能力。其核心立场是：机械正确性交给机器，标准设定权留在数学共同体手中，通过公共可检索档案将“ 验证” 从个人手艺转化为公共基础设施。
（广角观察、Edge AI Daily 等综合整理）
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
