AI Know 早报

2026年5月28日 · 星期四

🚀 科技动态

📰 X · swyx · 🔗 原文链接

Cognition完成超10亿美元融资，估值达260亿美元

Cognition宣布已成为全球最大的独立智能体实验室，完成超10亿美元融资，估值达260亿美元，由Lux Capital、General Catalyst等领投。其企业使用量自年初增长超10倍，年化收入增至4.92亿美元。Cognition于两年前推出Devin，定位为首个AI软件工程师，并得到Peter Thiel的重大投资。

💡 深度分析与观点

Cogniton的爆发式增长验证了一个核心趋势：企业级AI智能体正在从"玩具"变成"工具"。年化收入近5亿美元、用户量增长10倍，说明软件工程自动化不再是概念验证，而是大规模企业采购的真实需求。值得关注的是，Cognition的估值（260亿美元）已超过许多传统软件公司，反映了资本市场对AI智能体赛道的高度信心。但这也提出了深层问题：当AI能完成初级工程师的工作时，软件工程行业的就业结构将如何演变？短期看，AI辅助编码是生产力工具；长期看，它可能重塑整个软件开发行业的人员配置模式。

📰 OpenAI · 官网 · 🔗 原文链接

思科与OpenAI携手Codex重新定义企业工程

思科正与OpenAI合作，利用Codex重新定义企业工程实践。此次合作旨在帮助思科扩展AI原生开发能力、加速其AI Defense安全工作，并实现缺陷修复流程的自动化。这标志着大型企业开始大规模采用AI编程智能体。

💡 深度分析与观点

思科-OpenAI合作是"传统科技巨头×AI原生公司"模式的又一里程碑。不同于简单的API集成，思科将Codex嵌入核心工程流程——从代码生成到安全防御再到缺陷修复，是一种全栈式的AI重构。尤其值得注意的是AI Defense安全集成：代码量暴增时代，安全漏洞的检测和修复成为瓶颈，AI在这里的价值不亚于代码生成本身。对于其他大型企业，思科的实践提供了一个可复制的参考框架：不要只把AI当作辅助工具，而是围绕AI重新设计开发流程，才能真正释放生产力。

📰 The Verge · AI · 🔗 原文链接

Google搜索向AI原生模式重大转变，产品副总裁详解

Google搜索产品副总裁Robby Stein在Google I/O上接受专访，核心探讨Google Search向"AI原生"模式的重大转变。讨论涵盖AI Mode是进化还是重塑、AI搜索的高运行成本、Google TPU及基础设施优势，以及AI时代搜索量不减反增的原因。

💡 深度分析与观点

Google搜索向AI原生的转型是一场豪赌。其核心矛盾在于：AI搜索的运行成本远高于传统搜索，但用户已经习惯了"免费搜索"。Google选择用自研TPU的基础设施优势来消化这部分成本，这是一个只有Google能做到的策略。Robby提到的"搜索量不减反增"值得深思——当AI提供更精准的答案时，用户不是搜索得更少，而是对搜索质量要求更高、使用场景更广泛。这对内容生态的影响是双刃剑：高质量AI回答提升用户体验，但可能减少传统网站的流量分发，如何平衡"答案质量"和"生态健康"将是Google面临的长远挑战。

⚡ 芯片算力

📰 X · Rohan Paul · 🔗 原文链接

黄仁勋展示英伟达台湾新园区，每年投资约1500亿美元

黄仁勋展示了新的台湾园区。英伟达计划每年在台湾投资约1500亿美元。就在竞争对手AMD宣布将向台湾AI领域投资超过100亿美元一周后，英伟达进一步加大在台湾的AI基础设施布局。

💡 深度分析与观点

每年1500亿美元的投资规模令人瞠目——这远超绝大多数国家在AI领域的全年预算。英伟达的战略意图非常清晰：将台湾打造成全球AI硬件制造和研发的中心枢纽。值得注意的是，这个数字是AMD 100亿美元投资的15倍，反映出英伟达试图通过压倒性的资本投入来巩固其GPU市场的统治地位。但如此大规模的投资也面临地缘政治和供应链风险。对于整个行业来说，英伟达的持续投入意味着AI算力成本在未来几年仍将保持下降趋势，这对AI应用的普及是长期利好。

📰 X · 通义千问/Qwen · 🔗 原文链接

Qwen3.5创纪录达580 tps，开源大模型推理性能新里程碑

Qwen3.5在TokenSpeed推理引擎上，针对智能体工作负载达到了创纪录的580 tokens per second（tps）速度。这一成果由通义千问推理团队、TokenSpeed团队、NVIDIA及Mooncake团队共同实现，采用了FlashAttention-4优化。

💡 深度分析与观点

580 tps是一个惊人的数字——意味着在1秒内可以生成约400个中文字符的推理结果。这对智能体工作负载尤其重要，因为智能体通常需要多次调用模型来完成任务规划、工具调用等，推理延迟直接影响用户体验。这一里程碑是多方协作的成果：模型架构（Qwen）、推理引擎（TokenSpeed）、底层计算（NVIDIA）和注意力优化（FA4）缺一不可。值得注意的是，这次优化聚焦于"智能体工作负载"，说明行业已经认识到智能体场景对推理性能的独特要求——低延迟不再是可选项，而是必需品。

💰 财经简讯

📰 X · OpenRouter · 🔗 原文链接

OpenRouter完成1.13亿美元B轮融资，周处理量突破25万亿token

OpenRouter宣布完成由CapitalG领投的1.13亿美元B轮融资。过去6个月，随着AI从实验快速转向生产，OpenRouter的周处理量从5万亿增长到25万亿token，增长5倍。这表明AI推理需求正在爆炸式增长。

💡 深度分析与观点

OpenRouter的5倍增长数据是整个AI行业从"实验期"进入"生产期"的有力证据。作为AI模型API聚合平台，OpenRouter的增长曲线反映的是整个行业的基础设施需求扩张。25万亿token/周换算下来，每天约3.6万亿token——这个量级已经接近主流云厂商的体量。融资方是Alphabet旗下的CapitalG也很有意思，暗示Google正在通过投资方式参与API层的生态建设。对于开发者而言，API聚合平台的成熟意味着模型切换成本更低，能够更灵活地在不同模型之间选择最优性价比方案。

📰 X · 阿里云 · 🔗 原文链接

阿里云入选Omdia智能体AI市场雷达领导者

阿里云在Omdia的智能体AI市场雷达中被评为领导者。Omdia强调了阿里云在每一层的全栈能力，认可其是首个将整个平台围绕智能体范式进行构建的云服务商。阿里云同时宣布以白金会员身份加入PyTorch基金会。

💡 深度分析与观点

阿里云被Omdia评为智能体AI领导者，核心原因是"全栈围绕智能体范式构建"——这不仅仅是一个产品特性，而是一种架构理念的根本转变。传统云服务围绕"计算-存储-网络"设计，而智能体原生云围绕"模型-工具-编排-记忆"设计。阿里云同时加入PyTorch白金会员也很有深意：Qwen系列模型本身就是PyTorch生态的重度使用者，通过基金会层面深度参与，阿里云在开源AI框架的话语权将进一步提升。对于企业用户来说，选择一家以智能体范式设计云平台的服务商，意味着在AI转型中少走很多弯路。

🔓 开源生态

📰 X · Perplexity AI · 🔗 原文链接

Perplexity开源Unigram分词器，CPU占用降低5-6倍

Perplexity AI宣布开源其重新构建的Unigram分词器，可将CPU占用降低5-6倍。在GPU上运行仅为个位数毫秒的小型重排序器和嵌入模型，使得CPU分词成为总延迟的重要组成部分。项目已发布在GitHub上。

💡 深度分析与观点

分词器优化看起来是个"小问题"，但在大规模推理场景中，省下的每一毫秒都意味着巨大的成本节约。Perplexity发现CPU分词成为瓶颈这件事本身就很有启发性——当GPU推理速度足够快时，传统上被忽视的预处理环节反而成为制约整体延迟的关键。5-6倍的CPU效率提升，对于高峰时期每秒处理数万次查询的搜索引擎来说，可以转化为显著的服务器成本下降。这也是开源社区"微优化"的价值体现：在大模型时代，关注系统全链路的效率，而非仅盯着模型本身。

📰 X · 商汤科技 · 🔗 原文链接

商汤SenseNova-U1全训练代码开源，支持多模态多任务

OpenSenseNova开源了SenseNova-U1的完整训练代码库，支持8B密集模型与A3B MoE架构。该代码库使用统一框架，可同时训练文本到图像生成、图像编辑、交错生成及文本与视觉理解等多种多模态任务。采用Apache-2.0协议。

💡 深度分析与观点

商汤这次开源的意义不只是"又一家中国公司开源了模型训练代码"。SenseNova-U1的独特价值在于统一框架下同时支持生成型和理解型多模态任务——这意味着开发者不需要维护两套训练管线来处理"文生图"和"图理解"。8B密集和A3B MoE架构的并排支持也很有意思，前者适合边缘部署，后者适合云端大规模应用。Apache-2.0协议是商业友好的最强开源协议，商汤此举明显意在吸引更多企业用户采用其技术栈。对于AI开发者，这是一个值得认真研究的训练框架。

🌍 国际视野

📰 The Verge · AI · 🔗 原文链接

教皇发布AI通谕《Magnifica Humanitas》，警告AI非纯粹技术问题

教皇Leo XIV发布题为《Magnifica Humanitas》的通谕，警告人工智能的使用绝非纯粹技术问题，当其进入影响人类生活的过程时，便触及权利、机会、地位与自由。通谕发布时，Anthropic联合创始人Christopher Olah出席，引发科技界广泛反应。

💡 深度分析与观点

教皇发布AI通谕是一个标志性事件——这标志着AI治理已从技术圈层的讨论上升到人类文明层面的反思。"绝非纯粹技术问题"这句概括了核心关切：AI正在重塑就业、教育、医疗、司法等所有关乎人类尊严与权利的领域。Anthropic联合创始人的出席也值得玩味——说明领先AI公司意识到需要与伦理和宗教权威对话。通谕发布的真正价值不在于给出具体方案，而在于提醒世人：AI的发展不能被技术和资本逻辑完全主导，人文关怀和伦理底线同样需要被纳入考量。

📰 Anthropic · Blog · 🔗 原文链接

Anthropic发布AI智能体零信任安全框架

Anthropic发布针对企业部署自主AI智能体的安全框架，指出前沿大语言模型正将漏洞利用周期从数月压缩至数小时。部署智能体面临双重风险：基础设施易受AI加速攻击，且智能体自身具备自主决策能力。文章提出三层零信任架构及八阶段实施流程。

💡 深度分析与观点

Anthropic零信任框架的发布恰逢其时。随着AI智能体从对话助手进化为具有"工具使用权"的自主代理，传统的"防火墙+权限"安全模型已经过时。框架中指出的"漏洞利用周期从数月压缩至数小时"是一个被低估的风险——AI不仅能加速开发，也能加速攻击。三层架构（基础-高级-优化级）的设计合理，让企业可以根据自身的AI成熟度逐步实施。对于正在部署AI智能体的企业来说，这个框架是一个务实的安全基线，值得认真参考。

📰 IT之家 · 🔗 原文链接

我国将加快研究推进人工智能健康发展综合性立法

据IT之家报道，我国将加快研究推进人工智能健康发展综合性立法、低空经济立法等工作。这标志着中国在AI监管领域的立法进程加速，将为AI产业提供更加明确的法律框架和规范指引。

💡 深度分析与观点

AI综合性立法是产业发展的必然需求。当前中国AI产业高速发展，但法律框架仍以分散的部门规章为主，缺乏统一的上位法。全球范围内，欧盟AI法案已经生效，美国也在推进相关立法，中国的AI立法进程具有紧迫性。立法需要平衡的核心矛盾是"促进创新"和"防控风险"——过于严格可能抑制产业活力，过于宽松则可能导致安全隐患。低空经济与AI立法并行推进也很有意思，说明立法者意识到AI技术正在多个领域同步渗透。对企业来说，合规性投入将成为AI业务开展的必要成本。

💡 TODAY'S INSIGHTS

🔑 维度一：智能体商业化进入加速期

Cognition 260亿美元估值、思科Codex落地、OpenRouter 5倍增长——三则新闻共同指向一个信号：AI智能体的商业化正在从"试水"进入"规模化"阶段。企业不再满足于用AI聊天，而是将智能体嵌入核心业务流程。这一趋势将催生新的软件品类——智能体编排平台、安全框架、成本管理工具等。

🔑 维度二：AI基础设施军备竞赛白热化

英伟达每年1500亿美元台湾投资、Qwen3.5的580 tps推理速度、OpenRouter的25万亿token周处理量——三组数据勾勒出AI基础设施的惊人规模。算力不再是瓶颈，性价比才是。从推理引擎优化到分词器调优，行业进入"微优化"红利期，每一个百分点的效率提升都意味着亿级成本的节约。

🔑 维度三：AI治理从讨论走向行动

教皇发布AI通谕、Anthropic零信任安全框架、中国加速AI立法——三件事表明AI治理正在从"学术界讨论"走向"实质性行动"。安全、伦理、法律框架的完善将为AI的长期可持续发展奠定基础。企业需要把AI治理纳入战略规划，而非事后补丁。

🎖️ 总司令日评

今天的早报信息量很大，但核心叙事非常清晰：AI智能体正在跨越"技术验证"和"商业落地"之间的鸿沟。Cognition的爆发、思科的Codex落地、OpenRouter的5倍增长——这些不是孤立事件，而是一个趋势的三个侧面。

我特别关注两个信号：一是"安全"正在从边缘话题变成核心议题。Anthropic发布零信任框架、教皇发布AI通谕、中国加速立法——当AI真正走进生产系统，安全、伦理、合规就不再是"加分项"，而是"准入门槛"。二是开源和闭源的边界在模糊。商用开元的Perplexity分词器、Apache-2.0协议的商汤SenseNova-U1——开源正在成为商业公司的护城河，而非慈善行为。

作为行业观察者，我的建议是：下半年重点关注三个方向——智能体编排平台、AI零信任安全方案、以及推理效率优化工具，这三条赛道最有可能诞生下一个独角兽。