AI 要闻 — 全景纵览 — 2026-10-21 (周三) 晨间新闻

AI投资的势头已不能再仅凭设备规模来衡量。尽管有人认为，撇开AI投资不谈，美国经济已接近衰退，汇丰银行(HSBC)首席执行官警告称，对数据中心投资需要有所取舍。同一时期，Capable为其药物发现实验室筹集了3800万美元，迪士尼则为Character.AI的人才投入了1.8亿美元。资金的投向已从扩充计算资源扩展到与其他方合作、人力资源以及用途。这半天内的文章共同之处在于：与其只看投资金额的大小，更有必要的是看清资金与什么绑定、在谁的判断和责任之下。本文将依次考察投资、合作、人力资源、监管与创作各个方面。

将以甄别的眼光审视支撑经济的投资

一些人正基于对美国经济的看法，质疑自己选择投资的方式。CFO.com 报道称：“若剔除AI投资，美国经济已接近衰退。”这一观点表明，对经济的支撑正偏向AI投资。汇丰银行（HSBC）首席执行官在CNBC上警告称，即便身处AI热潮，数据中心投资也需有所甄别。市场中也弥漫着同样的氛围。Seeking Alpha 报道称，对AI的担忧再度燃起，欧洲外围国家的利率有所扩大，油价持续上涨。虽然AI投资支撑着经济，但其动能只能以投资规模来衡量。然而，由于质疑其支撑作用的呼声与要求甄别选择的呼声同时出现，读者需要关注的不是金额的大小，而是这项投资将导向何种结果。

资金正走向设备之外。据Dealroom报道,Capable已筹集3800万美元种子轮资金,用于建设AI药物发现实验室。除设备扩张之外,可以看到新的融资正为特定目的而筹集。在大型公司方面,雅虎财经(Yahoo Finance)报道称,基于AI合作关系和研发管线的最新进展,阿斯利康(AstraZeneca,LSE:AZN)可能被低估了22%。这一数字是基于同一篇文章的分析得出的估计值。在这里,公司的评估依据是它们如何使用AI,以及将其与哪些联盟和开发管线相连。

这四个要素的共同点在于：仅凭“AI”这一归类，正日益不足以成为募集资金或抬高估值的理由。需要关注的单位很具体，例如数据中心的规模、药物发现的用途，以及大型企业的合作伙伴。一旦进入支撑经济的投资的性质受到质疑的阶段，接下来要看的，就是资金正从设备流向何处。

医药联盟正在重新选择规模与合作伙伴

礼来(Eli Lilly)与METiS Therapeutics在AI驱动的递送技术方面达成合作。据BigGM Finance报道,首付款超过1000万美元,里程碑款项最高约合1700亿日元。FourWeekMBA将该交易描述为"一份价值最高达11亿美元的AI合同"。36Kr将其定位为源自中国的大规模生成式AI-LNP平台的首个海外输出项目。同一篇文章还提到礼来在"整包收购"理念上的转变。

大约在同一时间，阿斯利康与甲骨文启动了一项旨在优化临床试验的全球AI合作。路透社报道了阿斯利康的这份公告。FourWeekMBA在一篇文章中将这一公告与礼来的合同并列，题为《阿斯利康选择甲骨文，礼来签署最高可达$1.1 billion的AI合同》。

公共资金也出现在药物发现AI领域。据citybiz报道,Sinopia Biosciences已获得美国国立卫生研究院(NIH)250万美元的拨款,用于推进AI药物发现。企业间合同价值最高达11亿美元,而公共拨款为250万美元。即便金额不大,这也表明资金正流向同一领域。

这三项举措在选择合作对象的方式上有一个共同点。礼来选择了给药技术实力强劲的外部公司。阿斯利康将与甲骨文合作，开发用于运行临床试验的基础设施。完全在内部开发基础设施的体制，正在扩展为按不同应用与外部伙伴相结合的体制。合同总价值是取决于里程碑达成情况的最高值。头条数字应被解读为上限，因为唯一已确定的付款只是略高于1000万美元的首付款。

读者应该关注的是哪个环节由谁承担，而不是金额的大小。每个环节的选择也取决于资金由谁提供。下一节将讨论这种选择如何延伸到公司之外，延伸到人力资源和公共支持。

人力资源与角色的重新分配将优先进行

据Cartoon Brew报道，迪士尼斥资$180 million，从已破产的Character.AI留住人才。据Army Times报道，美国陆军网络司令部正在寻求AI与人之间的平衡。前者是企业获取人力资源的举措，后者是组织重新确定人与AI分工的举措。尽管形式不同，但在这两个案例中，资金和讨论的焦点都不在于设备规模，而在于谁负责哪项工作。关注AI投资的读者不仅要核对计算资源增加了多少，还应查看获取了多少人力资源，以及是否有确定人与AI分工的政策。$180 million这一数字表明，人力资源本身正被当作投资而受到重视。

与此同时，行政和教育层面也有所动作。据Patch报道，加利福尼亚州发布了一款名为``技能匹配''的AI求职支持工具。该州建立了一套将求职者与其所需技能对接的系统。据Herald Democrat报道，格雷森大学正在考虑开设AI素养与工程师培训课程。州的再培训支持与大学的培训项目，既针对劳动者被取代之时，也针对培养新一代领导者之时。不仅是企业招聘和军事行动，公共系统也开始为适应人员配置而发生变化。

Tom's Guide提出了这样一个问题：给聊天机器人和AI代理一张脸，是否会增加信任。如果要重新调整人类与AI之间的分工，用户在多大程度上把AI视为可以托付的伙伴，将决定这一分工。在迄今为止的例子中，各层由不同的行动者负责：部署是迪士尼和陆军网络部队，再培训是加利福尼亚州，教育是格雷森大学，接触设计则是Tom's Guide。读者应该关注的，不是单次公告的规模，而是这些是否朝着同一方向对齐。

如果先确定了人的定位,那么下一个问题就是,实际资金将基于这一定位用于何种用途。

国家层面的划分与安全设计

Fast Company 报道称，美国已禁用DeepSeek，理由是“威胁向量”。中国也已作出回应。大约在同一时间，The Decoder 报道称，Altman 提出了三项AI安全提案，其中包括一项将关停其他公司GPU的提案。前者是政府划定界线、禁止使用某些AI，后者是企业是否有权停止其他企业的计算资源。尽管行为主体不同，但问题却相同：谁能运行AI，谁又能叫停它。对于选择采购或合作伙伴的读者而言，除了技术的性能和价格之外，不仅需要考虑技术的性能和价格，还需考虑该供应商受哪个国家的法规以及哪家公司的叫停权限约束。

这条路线正通过信任与公平在实地接受检验。据Diagnostic Imaging报道，美国FDA已批准一款通过分析MRI来评估轻度认知障碍预后的AI软件。这是监管机构明确规定并批准用途的案例，用户可以依据批准范围考虑引入。与此同时，WDET 101.9 FM报道了围绕医疗领域AI与种族偏见的线上会议讨论。获得认证是一回事，为所有患者公平工作则是另一回事。与其仅凭是否获得批准来决定项目的取舍，更有必要的是确认：验证数据使用了谁的数据，以及哪些群体可能出现结果差异。

将这四个要素并列来看，禁止、暂停权限、授权和偏见这几点的核心都归结为同一个设计问题：把“行动者”和“叫停者”放在哪里。Altman 的提案和各国的禁令目前都处于提案和报道阶段，尚不清楚它们会在多大程度上付诸实施。上一节中看到的投资、合作与人才选择，正是在这条界线之内进行。选择把资金和人员投向何处，也意味着选择该目的地将遵循哪些规则和安全机制。下一节将讨论这种选择在企业侧是如何成形的。

通过创造力与人际关系检验真实性

芝加哥由酷儿主导的电影节Dare To Dream拒绝接受以AI制作的"艺术"(Block Club Chicago)。大约在同一时间，珍娜·奥尔特加表示``我不需要AI朋友''，一部描绘AI朋友的电影也成为热议话题(Martin Cid Magazine)。这个电影节在通往电影的入口处划下了界线，女演员们表示她们在生活中不会有AI朋友。这部电影将AI朋友描绘为故事的主体。是否接受AI作为创作者或伴侣，其答案因情况而异。在决定是否将创作或社交互动托付给AI时，读者首先会核查环境将什么视为真实，而非技术本身的表现。

在恋爱关系方面,预判需求的动作十分明显。科尔多瓦大学(Universidad de Córdoba,UCO)网站上有一篇文章,列出了如何创建AI男友或AI女友、日语支持以及对男性的推荐。从标题可以看出,AI Lover是一款面向日本用户的产品。另一方面,信徒则从另一个角度提出问题。有一篇文章讨论信徒应如何对待"AI福祉"理论(Modern Reformation)。这里涉及的是:善待AI者的责任,与将AI置于和人类同等地位是否可取这两者之间的界限。从用户的角度来看,选择将AI用作朋友或恋人,涉及如何看待AI这一存在的判断。

解读植物信号的尝试也是同一问题的延伸。据报道，一家AI初创公司从电信号中解读出了植物的"语言"(The Tech Buzz)。然而，信号能否被称为词语，取决于解读者本人的诠释。无论是为人类举办的电影节、AI的朋友、AI的福祉，还是来自植物的信号，它们之间的距离都取决于由谁、以及在多大程度上确认AI所呈现的内容。接收AI输出的读者在相信这些输出之前，需要愿意核实谁拥有相应的人员和机制，来验证那些代表自己所说出的内容。

这样一来,与AI保持距离不仅是一个情感问题,也是关于由谁负责、将资金和信任托付给谁的选择。

纵观各部分可以看出，AI 投资决策已从“该投多少？”转向“投到哪里、与谁一起投、在什么条件下投。”有呼声要求对支撑经济的投资加以筛选，制药公司也重新审视了合作的规模和伙伴。企业正在为人才定价，组织也在重新确定人与 AI 之间的分工。各国和企业已开始划清界限：谁可以运营 AI，谁可以叫停 AI。在创意和人际关系的情境中，是否接受的答案取决于当地把什么视为真实。无论如何，金额规模只是判断的起点。我们敦促读者在投资之前，核查投资的预期用途、交易对象与载体、适用法规以及可接受的条件。

Q1: 目前由谁来决定其工作中的哪些部分应交给AI、哪些部分应由人类处理？依据什么标准？ Q2: 您正在使用的AI供应商受哪个国家的法规和运营方权限管辖？是否有应对变更的程序？ Q3: 下次向AI分配资金时，除了设备金额之外，您在决策中还会考虑哪些标准，例如合作伙伴、人力资源或用途？

最后，三个问题

- 现在是谁在决定哪些工作可以交给 AI、哪些工作应由人类来处理？ Q2：您正在使用的 AI 供应商受哪个国家的法规和运营商主管部门管辖？是否有应对变更的程序？ Q3：下次为 AI 拨款时，除了设备金额之外，您在决策中会考虑哪些标准，例如合作伙伴、人力资源或用途？ - 您正在使用的 AI 供应商受哪个国家的法规和运营商主管部门管辖？是否有应对变更的程序？ Q3：下次为 AI 拨款时，除了设备金额之外，您在决策中会考虑哪些标准，例如合作伙伴、人力资源或用途？ - 下次为 AI 拨款时，除了设备金额之外，您在判断中会考虑哪些标准，例如合作伙伴、人力资源或用途？