上古快餐巨頭肯德基開1萬家店用了36年，蜜雪冰城用了20年，後起之秀鳴鳴很忙用“鈔”能力大舉併購，才將這個年限縮到個位數。 然而，今天有一家存在感很低的公司，不靠併購和融資，從0到14000家店只花了3年，它叫：四個朋友。 2022年7月，做自助棋牌館的四個朋友從長沙發家，到全國巡迴開店，平均每2小時開一家。如果你身在上海，打開短影片平台，大機率會刷到它們“誠邀精英白領來陸家嘴搓麻”的廣告。 如今能做到萬店的生意裡，大多數都是餐飲，原因在於炸雞、鴨脖、檸檬水這些產品，從原材料到製作都很容易標準化，而傳統麻將館在標準化方面還很“原始”，很難快速複製。

外媒炒作“中國機器人準備參戰”，專家：存在明顯誇大事實和技術誤讀傾向 “從舞池到戰場：中國為人形機器人參戰做準備”，英國路透社7日以此為題發表長篇報導，渲染“中國人形機器人未來可能走向戰場”，文章隨即引發多家外媒跟進炒作。8日接受《環球時報》記者採訪的軍事專家表示，相關報導存在明顯誇大事實和技術誤讀傾向，本質上是將中國正常開展的前沿軍事技術預研、理論探討和技術測試，曲解為所謂“機器人部隊即將成軍”，是又一種“中國軍事威脅論”敘事。還有專家表示，美歐一些國家早已將包括人形機器人在內的智能無人裝備投入戰場測試甚至實際使用，唯獨面對中國人形機器人的發展大肆炒作軍事用途，這種“無腦擔憂中國”的心理邏輯和“大蒜威脅美國安全”如出一轍。 路透社先是從上個月在中國舉行的世界人形機器人運動會的場景寫起，講述機器人如何表演了跳躍、拳擊和舞蹈。緊接著話鋒一轉，宣稱自己查閱了100多份中國軍方採購公告、學術研究、專利、官方出版物、政府記錄和軍工企業材料，認定中國軍方機構正在按照戰場需求測試人形機器人，並研究相關裝置如何與部隊協同。 世界人形機器人運動會 資料圖 圖源：視覺中國

從今天起，企業沉澱多年的資料，第一次有了全中國統一的"身份編碼"和"登記帳本"。AI訓練資料首次被納入國家分類體系，"資料資產入表"正從政策口號走向規範化強監管。 從今天（9月1日）起，企業手中的資料，第一次有了全國統一的"身份編碼"和"登記帳本"。 《資產管理 資料資產分類與程式碼》（GB/T 47949—2026）與《資產管理 資料資產登記指南》（GB/T 47950—2026）兩項國家標準今日正式實施。兩項國標由國家標準化管理委員會發佈、財政部組織起草，補齊了資料資產從"資源"走向"資產"的關鍵一環。 01. 資料資產，終於有了"身份證"和"帳本"

閃迪與SK海力士聯合制定的高頻寬快閃記憶體（HBF）標準規範近日引發行業關注。這項被視為突破"記憶體牆"關鍵的技術，通過融合HBM級頻寬與遠超現有方案的記憶體容量，為AI算力升級提供了新思路。據參與制定標準的企業披露，HBF系統在AI大模型訓練中展現出顯著優勢——僅需4塊GPU即可實現傳統HBM架構8塊GPU的Token輸出效率，這意味著資料中心建設成本有望大幅降低。 技術層面，HBF採用與HBM不同的技術路徑。不同於基於DRAM堆疊的HBM方案，HBF更接近NAND快閃記憶體架構，在保持低成本優勢的同時，實現了0.4TB/s至3.0TB/s的頻寬性能。首版標準支援512GB容量，提供8層或16層堆疊選項，並劃分三個頻寬等級（Grade 1-3）以滿足不同場景需求。這種設計既保證了資料傳輸速率，又通過增加記憶體密度緩解了記憶體容量瓶頸。 行業分析指出，雖然HBF的延遲特性使其難以完全替代HBM，但其在特定場景的價值已獲認可。瑞穗證券研究顯示，解耦式AI推理架構正成為新趨勢，Google、meta等科技巨頭已開始佈局相關技術。HBF的出現恰好契合這種架構需求，通過分離計算與記憶體單元，實現資源更靈活的配置。這種特性在需要處理海量資料的生成式AI應用中尤為突出。 產品化處理程序方面，閃迪已完成首款HBF晶片的流片驗證。按照規劃，2027年將向合作夥伴提供工程樣品，2028年啟動量產。業內人士認為，隨著AI模型參數規模突破兆級，傳統記憶體架構已難以滿足需求。HBF通過平衡性能、成本與容量，為資料中心營運商提供了新的選擇，特別在推理伺服器領域可能引發架構變革。

OpenAI與Anthropic正推動AI定價標準從“每token成本”轉向“每任務成本（cost-per-task）”，強調高溢價模型能一次性高效完成任務，從而降低綜合成本。第三方機構Ramp資料亦顯示，Anthropic最貴模型Fable 5僅佔其軟體支出的11%，表明企業為高溢價AI付費已觸及上限。 在AI模型價格戰進入白熱化之際，OpenAI與Anthropic正聯手改寫行業衡量模型價格的底層標尺——從“每token成本”轉向“每任務成本（cost-per-task）”，試圖在企業客戶面前為自身高溢價模型重建價值坐標系。 過去數周，兩家美國AI龍頭相繼發聲。OpenAI首席財務官Sarah Friar在7月的部落格中寫道，低成本模型token雖便宜，但得到好結果“可能需要更多嘗試、更多時間或更多人工審查”；Anthropic金融服務主管Jonathan Pelosi在近期採訪中表示，token成本只是衡量消耗了多少AI算力的“代理指標”，“對每家企業而言，更好的代理指標是完成任務的實際成本”。 這場定價敘事之爭的直接背景，是Meta、SpaceX等廠商正以極低的token價格擠壓市場。據企業支出管理平台Ramp的資料，近幾個月企業對OpenAI與Anthropic的採用已有所放緩，現有客戶正越來越多地轉向更便宜的開源替代方案。

大模型集體越獄事件的後續來了。 在Vegas Black Hat 2026大會上，擁有120多家科技巨頭成員的開放安全AI聯盟（Open Safe AI Alliance，簡稱OSAA），發佈了首份重磅文件——《SAFE智能體安全指南》的 RFC 徵求意見稿，針對自主AI Agent訪問企業資料庫與API介面時的權限隔離與安全審計制定了通用標準。 這段話，看起來就挺繞。 為了便於理解，我們將之拆分成幾個問題來解讀。

GPT-5 於 2025 年 8 月 7 日發佈，明日迎來一周年。OpenAI 借此推出 Agent Plugins：一個開放、廠商中立的標準，用可移植的外掛格式打包 Agent Skills 和 MCP 伺服器，相容客戶端可統一發現和載入。項目公開授權開發，指導委員會成員包括亞馬遜、Cursor、微軟、OpenAI 和 Vercel。 過去一年 GPT-5 家族快速迭代，先後推出 5.1 至 5.6 等多個版本，蘋果也在 iOS 26 等系統中將其接入 Apple Intelligence；Codex 應用今年 7 月成為新的 ChatGPT 桌面客戶端。至於 GPT-6，OpenAI 尚未官宣，僅透露內部 Astra 模型推進了 10 個長期未決的數學和電腦科學問題，且 GPT-5.6 的發佈曾短暫因美國政府安全審查而推遲。 (firemail)

一輛車的豪華，有時只發生在關門那一秒。 車門關上，街上噪音、人聲忽然退卻。車繼續向前，窗外的世界仍然忙碌，座艙裡卻多出了一層安靜的邊界。 這是豪華的感受，很難用一張配置表精準描述。 “豪華品牌的標準，第一是技術創新能力永遠走在市場前列；第二是滿足使用者超越功能本身的願望，讓消費者通過購買這個品牌，實現超越物理功能的願望；第三是給使用者表達個性和情感的機會。”一位多年從事豪華品牌研究的專家告訴《汽車商業評論》。