AI 动态周报 | 2026.06.21 - 2026.06.28

本文最后更新于 2026年7月5日 下午

本期梳理 2026.06.21 - 2026.06.28 期间 AI 领域 5 个核心主题，综合多源信息汇编而成。

AI法律地缘风暴

🌐 AI法律地缘风暴：版权暗战、模型克隆与出口禁令的三重奏

Image

　　本周，全球AI领域同时被卷入法律诉讼与地缘政治的双重漩涡，三起看似独立的事件正合力描绘出一幅AI竞赛的残酷新图景。

　　在版权战线上，纽约时报（NYT）借美国最高法院对Cox通信案的新裁决，迅速调整策略，申请修改对OpenAI和微软的起诉状。新判例要求原告必须证明被告“故意引诱”侵权，而NYT此次公开指控微软为OpenAI专门建造了全球顶尖的超级计算机系统，旨在系统性地鼓励并实质帮助OpenAI窃取NYT的版权作品。尽管微软嘲讽此为“挽救败局的最后挣扎”，但这一调整标志着AI训练数据的合法性之争已进入更精准的法律狙击阶段，大型科技公司无法再以“技术创新”为由回避其基础设施的辅助侵权责任。

　　与此同时，地缘矛盾以更为隐秘的方式爆发。Anthropic在提交给美国参议院的信件中，直指阿里巴巴及其旗下的通义千问实验室在4月至6月间，通过近2.5万个欺诈账户发起超过2880万次交互，动用代理网络和混淆技术对Claude模型实施史上最大规模的“蒸馏克隆”攻击。攻击目标直指智能体推理、软件工程等Claude最具价值的能力。Anthropic尖锐地指出，此类行为实质上将美国数百亿美元的AI研发投资变成了对地缘竞争对手的巨额补贴，并警告一个庞大的“规避经济”正在形成，使能力窃取变的日益猖獗。

　　更具讽刺意味的是，引发外界强烈反应的源头之一正是Anthropic自身。根据英国《金融时报》的分析，2026年Anthropic及其CEO达里奥·阿莫迪的公开言论中，每千词就有5个词与风险、监管和限制相关，频率是OpenAI及山姆·阿尔特曼的八倍。批评者，包括Meta AI先驱扬·勒昆，尖锐指责正是这种“荒谬的恐慌散布”直接触发了美国政府对Anthropic旗下最新模型Mythos和Fable的出口禁令，使非美国用户被拒之门外。这起禁令被视为特朗普政府限制前沿模型全球访问的初步试探，引发了欧洲和硅谷的广泛担忧——当初以“负责任”之名反复强调的危险警告，最终竟成了回旋镖，将自身模型关进了地缘政治筑起的围墙之内。

　　这三条新闻彼此勾连，清晰地揭示出AI发展已进入一个硬实力博弈的新阶段：法律不再是滞后的追认，而成为实时调整的进攻工具；模型能力不再只是论文中的性能分数，而是可以被定向窃取的国家级战略资源；而关于AI安全的公共话语，本身就可能成为重塑全球产业地理的引爆点。当版权围猎、能力窃取与出口管制在同一周密集上演，所谓的AI全球协作已愈发显得脆弱，世界正在目睹一场由算力、算法和法律共同构成的全维风暴。

参考来源：

🔗 原文链接

AI代理生态崛起

🤖 AI代理生态崛起：从邮件消亡到数据基础设施新层的范式转移

Image

　　就在最近，Notion宣布将于9月22日关停Notion Mail，理由是“超过半数的用户已经不再打开收件箱”，转而依赖AI代理处理电子邮件。这一看似微小的产品调整，实则是AI代理从概念走向大规模日常应用的关键信号。当用户无感地把通信决策交给模型，意味着代理正在从“助手”进化为“执行者”，并开始反向淘汰传统界面。

　　这种变化并非孤立事件，它依托于一套正在迅速成熟的AI代理生态。在这个生态里，大模型的获取与部署正变得前所未有的轻量。Hugging Face推出了vLLM Jobs服务，开发者只需一条命令就能在Hugging Face的基础设施上线一个私有的、兼容OpenAI API的大模型端点，无需配置服务器或Kubernetes，以按秒计费的方式运行。从笔记本电脑或任何一个Notebook向这个端点发起请求，几分钟内就能完成模型启动，获得标准化的生成响应。这种体验将大模型从稀缺的计算资源变成了一种可即时调用的调用能力，彻底拆除了代理开发的第一道门槛。

　　模型就绪之后，构建代理的核心难题就变成了“管道”工程——工具调用、状态管理、安全护栏、从单智能体到多智能体系统的扩展。IBM开源的CUGA框架试图解决这一问题。CUGA全称Configurable Generalist Agent，是一个面向企业的智能体执行支架。它把规划循环、工具执行和状态流转这些通用部分封装起来，开发者只需要准备一份工具清单和一段提示词，就可以将一个代理跑起来，而且同一个代理可以在不重写代码的情况下，从实验环境直接迁移到受控的生产环境。为了让这个理念具象化，IBM一次性发布了二十多个单文件示例应用，从电影推荐到IBM云架构顾问，每个应用都是一个FastAPI文件包裹着一个CugaAgent。这种极简范式指向一个方向：构建一个AI代理不再需要摸清整个框架的细节，而是回归到定义“代理能做什么”和“你让它做什么”这两件最本质的事。

　　当部署与构建的障碍被层层移开，决定代理质量的关键因素便移向另一个维度——数据，尤其是动态、非结构化和需要实时抓取的网络数据。传统模型训练依赖的静态数据快照，已经无法支撑代理在瞬息万变的信息环境中做出可靠决策。MIT Technology Review近期刊文指出，AI产业正在催生一个崭新的“网络数据基础设施层”。这个层次要解决的核心矛盾是：互联网原本并非为机器自动发现与检索而设计，而AI代理对信息的时效性、相关性和可信度却有着极为苛刻的要求。为了实时追踪竞争对手的定价、感知市场波动、获取结构化的实时事实，企业需要一套能遍历数亿域名、每周扫描数十亿新URL，并能突破反爬等技术屏障的数据管线。正如Bright Data首席执行官所形容的：“数据宇宙就那里，但你其实并不知道自己还不知道什么。” AI的表现正日益从模型架构的比拼，转向一个系统的计算、网络、检索与数据工程能力的综合较量。

　　把这四件事拼合在一起，一条完整的AI代理生态链便浮现出来：以Hugging Face为代表的一键模型部署，使得代理的“大脑”随时待命；以CUGA为代表的轻量框架，将代理的“身体”标准化，让开发者专注在意图与工具的定义上；以全网实时数据采集与结构化为基础的数据基础设施层，则构成代理的“感官”与“认知外延”，确保其输出扎根于当前世界的真实信息。而在应用端，Notion的取舍已经证明，当上述基础设施趋于完善，用户会毫不犹豫地把一部分数字生活主权让渡给代理，甚至导致原本繁荣的邮件客户端品类收缩。

　　需要注意的是，这场生态崛起并非简单的技术叠加。Notion用户在无意识中完成了行为迁移，说明优秀的人机界面正在从“图形界面”转向“自然语言会话界面”。但代理取代邮件客户端，也意味着通信的透明性、安全和归属权将面临新的拷问——当代理替你过滤、回复甚至决定沟通内容时，那些被省略的“草稿”与“定时发送”该如何定性，数据归属权怎样划界，都将在产品和法规层面激起连锁反应。

　　与此同时，代理对网络数据的依赖也在加剧另一场博弈。更智能的代理需要更鲜活的网络数据，而网站会为了对抗无节制的数据抓取而升级防护，AI公司则需构建更精细的数据发现与合规采集机制。这一层的成熟程度，将直接决定AI代理的认知天花板。

　　总体来看，一个围绕AI代理运转的生态正在自我强化：更简单的部署吸引更多开发者，更轻量的框架催生更多代理应用，更多应用驱动对实时数据的需求，更充足的数据反过来提升代理的可用性，最终让终端用户像对待水电一样习惯代理的存在。Notion Mail的退场不是一个句号，而是一个注脚。它标注的不是邮件已死，而是一种新的工作范式正式接手。在这个范式中，我们可能越来越少地看见代理本身，却越来越多地生活在它们默默织就的信息网络之中。

参考来源：

🔗 原文链接

先进芯片技术突破

🔬 从亚纳米到原子级：IBM架构跃迁与ASML光刻巨兽联手重新定义芯片极限

Image

　　人工智能的算力饥渴正在将芯片技术逼向极限，但本周出现的两条消息表明，半导体行业并未坐等摩尔定律失效，而是同时从设计架构与制造光刻两个维度发起了一场前所未有的冲锋。IBM发布全球首个“亚1纳米”芯片技术，ASML则展示了其价值4亿美元、重逾150吨的最新极紫外光刻机。孤立地看，每一项都是里程碑；但当我们把它们放在一起审视，一条清晰的主线浮现出来——芯片的进步已不再只靠晶体管尺寸的粗暴微缩，而是进入了架构创新与原子级精密制造深度融合的新阶段。

　　IBM的突破首先要从字面上做一个关键的厘清。所谓的“全球首个亚1纳米芯片技术”并不表示IBM真的造出了物理尺寸小于1纳米的晶体管。在当前的物理规律下，那样做已经变得极不现实。IBM的真正成就是提出了称为“纳米堆栈”的新架构，这种设计能够在指甲盖大小的芯片上集成接近1000亿个晶体管，密度几乎是前一代技术的两倍。根据IBM研究主管Jay Gambetta的说法，由此带来的每瓦计算性能提升不是渐进的，而是一次有意义的飞跃。他们甚至用了一个更富冲击力的表述：该技术基于0.7纳米节点，也就是7埃节点。需要特别注意的是，现代芯片工艺的“纳米”节点早已不再是物理栅长之类的真实尺寸，而是一个代表性能密度的等效标签。IBM的创新恰恰说明，即便物理微缩放缓，通过在垂直方向堆叠器件、优化互连和电源传输等手段，仍然可以撬动巨大的性能和能效红利。这个逻辑直指AI数据中心的核心矛盾：越来越大的模型需要越来越强的算力，同时又不能放任功耗飙升。IBM的方案指向一种未来——计算能力大幅提升而能耗不必同步膨胀，恰好回应了数据中心对可持续发展的焦虑。

　　然而，再精巧的架构也需要一个能把蓝图刻进硅片的工具。这正是ASML新光刻机登场的意义。ASML技术执行副总裁Jos Benschop带领我们爬上他的新机器时，眼前是一台体积超过200立方米、布满精密管线与加压容器的巨兽，单台售价高达4亿美元。这种高数值孔径的极紫外（EUV）光刻机，通过每秒数万次轰击微小锡滴产生极紫外光，以原子精度在硅晶圆上投影出芯片的电路图案。它是延续摩尔定律不可或缺的炼金炉。更关键的是，IBM雄心勃勃的架构必然依赖最先进的制造能力，目前能够将这类设计变为产品的几乎只有台积电这样的巨头，而台积电的生产线又离不开ASML的设备。Benschop花了十余年与工程师一起研发这台机器，它的精密程度令人咋舌，连镜面位置都必须保持在原子级别的稳定状态。这恰恰对应了IBM架构中对极致密度的追求——当芯片上的晶体管数量逼近千亿，图案的套准和线宽控制就必须进入皮米级别的对话，而ASML的EUV光刻机就是那支在硅片上写诗的笔。

　　两条线索的汇合揭示了一个更深的趋势：半导体行业的创新已经彻底走向系统级协同。过去，我们习惯把制程微缩看作唯一的引擎，节点数字不断下降，晶体管尺寸不断缩小。但进入埃米时代后，真正的进步来源于设计-工艺-工具的闭环共振。IBM用“纳米堆栈”将性能密度翻倍，实际上是在重新定义芯片的纵向空间；ASML用高NA EUV将光刻分辨率推向极限，则是在横向图案化上继续压缩物理容差。二者缺一不可。没有ASML的光刻机，IBM的架构再好也只停留于论文；而没有类似IBM这样的架构创新，仅靠光刻延伸的尺寸微缩所能获得的性能和能效增益正在迅速衰减。

　　站在产业生态的角度，这两项进展还折射出地缘与技术话语权的再分配。ASML垄断着高端光刻机的供应，台积电掌控先进制程制造，IBM则转向研究导向的芯片设计创新，并通过与英特尔、三星等合作实现技术输出。这种分工与相互依赖，使得每一次芯片架构的飞跃都必须经过全球半导体供应链的接力。同时，AI的数据中心客户对面世时间的渴求，促使IBM在发布时机上强调其技术具有“直接指向未来”的现实性，而ASML的巨兽正在陆续交付给全球最先进的晶圆厂，两者构成了推动AI算力基础设施向前滚动的双轮。

　　当然，挑战也如影随形。一台4亿美元的光刻机意味着建厂成本再次飙升，先进芯片将越来越昂贵，这可能导致AI算力更加集中于少数云巨头手中。IBM的纳米堆栈技术需要证明其量产良率和可靠性，亚纳米等效的口号终究要靠实际能效数据来兑现。但无论如何，本周的这两条新闻足以在半导体编年史上留下浓重一笔：人类正在用近乎偏执的工程智慧，在原子与光子的边界上重新雕刻计算世界。当设计上的大胆架构与制造端的巨型机器彼此咬合，那个曾经被预言将要终结的指数增长曲线，依然倔强地向上攀爬，而且这一次，它的动力来自前所未有的维度。

参考来源：

🔗 原文链接

裁员潮推自动化

🤖 裁员为 AI 让路：甲骨文砍掉 2.1 万人，通用汽车用机器人顶替上千岗位

Image

　　当下这场席卷全球的 AI 竞赛，正在用最直白的方式改写企业与劳动者的关系。过去一周，两大行业的巨头不约而同地用行动诠释了同一套逻辑：裁掉人，把钱和岗位交给机器。甲骨文在一年内减少 2.1 万名员工，以腾出资金大举扩张 AI 云基础设施；通用汽车在底特律旗舰电动车工厂加装约 50 台机器人，而此前被“临时”解雇的 1300 名工人至今未被召回。技术升级的光环之下，人力被加速出清的信号愈发刺眼。

　　甲骨文提交给美国证券交易委员会的年度文件显示，截至 5 月 31 日的 2026 财年，公司全职员工数量从上一财年的 16.2 万锐减至 14.1 万，降幅高达 12.9%。文件罕见地直言，人工智能技术在运营中的采用已经导致、并可能继续导致员工数量减少。但裁员更直接的驱动力来自钱——甲骨文迫切需要在 AI 基础设施的军备竞赛中站稳脚跟。它在今年 2 月宣布，2026 年将通过债务和股权融资 450 亿至 500 亿美元，用于扩充 Oracle 云基础设施，服务 OpenAI、xAI、AMD、英伟达和 Meta 等大客户。其中近半数资金将来自举债，这使其总债务水平突破 1200 亿美元。投资者对这一模式的忧虑已经浮出水面：2 月份，债券持有人对甲骨文提起诉讼，指控其隐瞒了为扩建 AI 设施而必须大举负债的必要性。分析师则担忧甲骨文对尚未盈利且年亏损数十亿美元的 OpenAI 的过度依赖，让这场豪赌平添了更多不确定性。换句话说，裁员既是为了支付 AI 梦的账单，也在某种程度上成为向资本市场展示成本控制决心的信号。

　　类似的剧本正在制造业重演。通用汽车位于底特律的零号工厂是电动化转型的旗舰基地，但产线上日渐增多的不再是工人，而是喷涂着亮黄色护罩的工业机器人。据当地媒体报道，通用近期在该工厂新安装了大约 50 台由日本发那科制造的机械臂，用于装配环节的零部件安装。然而，就在机器人进驻之前的 2025 年 10 月，该工厂已永久性裁撤 1200 个岗位；2026 年 3 月，又有超过 1300 名工人被划入“临时裁员”名单。全美汽车工人联合会（UAW）Local 22 分会主席詹姆斯·科顿表示，超过 1000 名工会成员至今仍处于“无限期停工”状态，公司本可以召回这些工人，却选择直接上马机器人。被解雇的工会组织者安德鲁·伯格曼直指企业领导层将利润凌驾于劳动者之上。

　　通用的做法并非孤例。斯特兰蒂斯、福特等传统车企早已在北美工厂批量部署装配机器人，现代汽车更计划 2028 年起在佐治亚州旗舰电动车工厂投用波士顿动力的人形机器人 Atlas。从固定式机械臂到双足人形机器人，自动化正在整车制造的各个环节加速渗透。UAW 对此极为警惕，工会的愤怒并不仅仅源于一次性的裁员，而是指向一个可能动摇行业就业根基的趋势：当临时停工变成永久淘汰，所谓的“转型”就彻底撕下了遮羞布。

　　将甲骨文和通用汽车的案例并置，能看到两条原本平行的线索在此交汇。一方面，以 AI 为代表的技术创新被寄予引领下一轮增长的厚望，企业不惜通过大规模裁员腾挪成本空间，甚至以高额负债提前布局；另一方面，劳动力作为可被算法和机构替代的要素，正在白领和蓝领两端同时经历价值重估。甲骨文裁撤的岗位涵盖了大量与旧有软件业务相关的技术支持和运营人员，而通用的机器人直接站上了原本属于装配工的工位。这揭示出一种新的资本偏好：在不确定性加剧的经济环境中，比起持续支付薪水、处理劳资关系，一次性的自动化投资显得更具吸引力，哪怕这笔钱需要靠发债来筹。

　　但这种偏好的代价正在积聚。对于甲骨文，债务雪球越滚越大，关键客户自身尚在烧钱，一旦 AI 需求预期回调，沉重的资本支出就可能演变为财务黑洞。对于通用汽车和整个汽车行业，工人被机器人取代所引发的社区衰退和工会反弹，本质上是一种社会成本的外包。UAW 已经将自动化议题推向前台，未来围绕“人机替代节奏”的谈判或将比单纯的薪资博弈更加激烈。

　　值得追问的是，当“降本增效”以砍掉 2.1 万个家庭生计或让上千工人无限期停岗的方式实现时，效率究竟由谁定义，红利又流向了哪里？两家企业对外讲述的都是面向未来的竞争力故事，但在宏大叙事的阴影里，个体被系统性地排除在外。截至目前，尚未看到与这波裁员规模相匹配的再培训或转岗保障计划，这意味着被技术抛下的劳动者很大程度上需要自寻出路。

　　可以预见，裁员的清单和机器人的部署清单将继续同步加长。这不是简单的巧合，而是新一轮科技周期下资本逻辑的外化。当企业高管们在财报电话会上用“AI 转型”和“智能制造”回应分析师时，工厂车间和办公隔间里的沉默替代了曾经的嘈杂。这股浪潮究竟能否兑现可持续的繁荣，还是只制造出一轮债务驱动、劳动者买单的虚假曙光，将是对企业责任与公共政策协同能力的重大考验。

参考来源：

🔗 原文链接

AI投资与泡沫隐忧

💸 甲骨文裁员两万人的算盘：当AI泡沫的承重墙开始裂缝

Image

　　人工智能投资热潮正以最残酷的方式显露它的底色。本周，科技巨头甲骨文在一份提交给美国证券交易委员会的年度监管文件中确认，公司在过去一个财年里裁减了2.1万个全职岗位，员工总数从16.2万骤降至14.1万，降幅高达12.9%。而这份裁员计划的官方理由，恰恰与公司正在全力追逐的AI叙事绑定在一起——“人工智能技术在我们各项运营中的采用和部署，已经导致、并可能继续导致员工规模的缩减”。

　　这并非一份孤立的声明。甲骨文同期正着手实施一项规模达450亿至500亿美元的融资计划，其中半数将通过举债完成。这些钱几乎全部砸向用于支撑OpenAI、xAI、AMD、英伟达和Meta等客户业务的云基础设施扩建。至此，一条清晰的链条浮现：以债务驱动AI算力建设，再用AI替代人力腾出成本空间，最后试图借助规模效应抹平日益沉重的资产负债表。甲骨文当前的债务总额已超过1200亿美元。就在今年2月，因被指控隐瞒为构建AI基础设施而被迫大幅举债的实情，债券持有人已将甲骨文告上法庭。

　　这一事件之所以迅速成为行业话柄，在于它撕开了AI投资叙事中那层薄薄的面纱。甲骨文的做法不过是将许多公司秘而不宣的逻辑坦然地写进了法律文件。接踵而来的疑问是：整个AI产业究竟是在创造一种更高效的人机协同方式，还是在系统性地把人降格为机器的廉价外挂？

　　恰在此时，科技记者、科幻作家科利·多克托罗在新书《逆向半人马：AI之后的生活指南》中提出的概念，为理解这个困局提供了一把手术刀。多克托罗借用自动化理论中“半人马”的定义——即人类被技术增强的形态，比如放射科医生利用AI辅助识别X光片上的肿瘤——反过来创造了“逆向半人马”一词。它意指人的身体沦为机器的执行末端，一个“有血有肉的零件”。他在去年的一次演讲中以亚马逊送货司机为例：司机被车厢内的AI摄像头实时监控，每一次刹车、每一次变道都被算法打分，人的判断必须让位于机器的指令，司机本质上成了那辆送货车的传感器和手脚。

　　这正是多克托罗眼中当下AI产业最令人不安的走向：AI工具明明可以赋予专业人士更强的“半人马”能力，但资本的选择几乎一边倒地倾向于砍掉九成放射科医生，让AI直接做诊断，剩下的医生只负责为AI的结论签字背锅。甲骨文的故事是同一剧本的不同章节——裁撤2.1万人不是为了让剩下的人更体面、更高效地工作，而是为了将省下的人力成本转化为数据中心里那一排排GPU机架的电费。

　　来自投资者的焦虑同样在放大泡沫的裂隙。甲骨文一再强调其云基础设施的核心客户包括OpenAI，然而OpenAI至今远未盈利，据称每年亏损数十亿美元。一家靠巨额债务扩建AI算力的公司，其未来命脉却系于另一家烧钱速度同样惊人的AI公司身上，这种互相兜底的风险结构让分析师不得不皱眉。一旦下游的AI应用无法兑现商业回报，甲骨文那堆满整栋建筑物的服务器就可能从“云产能”迅速变成巨额折旧资产。

　　同样值得警惕的是，这种以削减人力来喂养AI的模式，正在形成一个难以逆转的飞轮。企业用裁员释放的现金流粉饰财报，再以此换取更多融资去扩张AI基建，随之而来的更高算力又支撑起进一步裁员的“效率提升”。当多克托罗批判硅谷正在批量制造“逆向半人马”时，他指的并不仅是个体尊严的丧失，更是整个经济系统正在把活生生的人变成一种可以随时被替换的AI生态外设。甲骨文那份文件里那句冷静的法务措辞，本质上就是这座巨大机器运转时的产物。

　　但这并不意味着AI注定与人为敌。多克托罗等观察者强调，问题根植于AI产业的投资结构和利润分配方式。放射科的例子已经证明，AI完全可以成为放大人类专业价值的工具，而不是取而代之的替代品。真正需要被揭穿的，是那种“非此即彼”的叙事——似乎要高质量发展AI，就必须让大量员工沦为代价。甲骨文面临的债务诉讼和内生的客户风险同时说明，这种以大规模债务和人力缩减堆砌起来的增长，可能远比市场预期的更脆弱。

　　如果将甲骨文的2.1万裁员与多克托罗的逆向半人马论放在一起看，会发现戳破AI泡沫的关键并不在于否定技术本身，而在于重新审视资本为技术设定的用途。当投资变成了一场透支信用、压榨人力、寄望于下游客户奇迹盈利的击鼓传花游戏，泡沫便早已在根茎处腐烂。一场以人为代价的繁荣，最终也会因为人的缺位而崩塌。

参考来源：

🔗 原文链接

📢 本期摘要由 AI 自动生成，发布时间: 2026-06-28 00:00:00

📌 AI法律地缘风暴：版权暗战、模型克隆与出口禁令的三重奏
纽约时报借新判例直指微软‘助纣为虐’，Anthropic怒揭阿里发动史上最大规模模型克隆，而它自己却因过度预警反遭出口禁令。这一周，AI的法律与地缘战线同时引爆，全球竞赛正在改写规则。

📌 AI代理生态崛起：从邮件消亡到数据基础设施新层的范式转移
Notion关闭邮件客户端，因为用户已把收件箱交给AI代理。Hugging Face实现一行命令部署大模型，IBM开源CUGA框架抹平代理开发门槛，而MIT科技评论指出，AI的下一个飞跃取决于能实时抓取并结构化全网数据的基础设施层。应用、工具与数据三浪叠加，AI代理生态正全面铺开。

📌 从亚纳米到原子级：IBM架构跃迁与ASML光刻巨兽联手重新定义芯片极限
指甲盖大小的芯片集成近千亿晶体管，一台机器比双层巴士还重、卖到4亿美元。当IBM用“纳米堆栈”把等效节点推进到7埃，ASML的高数值孔径EUV光刻机正将原子级精度刻进硅片。设计与制造的共振，正在为AI时代铺就一条绕过物理极限的新路。

📌 裁员为 AI 让路：甲骨文砍掉 2.1 万人，通用汽车用机器人顶替上千岗位
一边裁员削减人力成本，一边举债押注 AI 和机器人——甲骨文和通用汽车的最新动向，撕开了自动化浪潮的残酷一面。

📌 甲骨文裁员两万人的算盘：当AI泡沫的承重墙开始裂缝
甲骨文一边高调举债建设AI基础设施，一边悄然裁掉2.1万名员工。这不是个例，而是一面棱镜，折射出整个AI产业在资本驱动下制造“逆向半人马”的生存逻辑。当人变成机器的血肉外设，泡沫的根基就藏在这笔账里。

Tech Weekly
#AI #Tech Weekly #Artificial Intelligence
AI 动态周报 | 2026.06.21 - 2026.06.28
https://www.vgtmy.com/2026/06/28/digest-20260628/
作者
二郎神表弟
发布于
2026年6月28日
更新于
2026年7月5日
许可协议