SASADAILY ARTICLES
从 AI 新闻、工具、教学、工作流到商业案例，先选你现在需要的主题；不知道从哪开始，也可以直接搜索。
EXPLORE
主题是入口，不是限制。每篇文章仍保留原网址与分类。
INDEX
AI Agent 原本被想像成替公司整理 Email、查数据与自动跑工作流程的数字员工，但现在它开始走进另一个从来没有正式「项目经理」的地方：家庭。有人让 AI 整理孩子课表、采买、家庭行事历与在家教育，也有人把不同 Agent 分成调度、财务、教材与家庭营运。它真正接手的不是洗衣煮饭，而是每天藏在某个人脑中的 mental load。问题也跟着变成：当 AI 愈来愈了解你的孩子、进程、消费与家庭习惯，我们到底该把多少生活交给它？
阅读全文 →Google 9 月 3 日正式把新的 Gemini Audio 语音能力带进 Gmail、Docs 与 Keep。Gmail Live 可以直接用对话找信箱里的信息；Docs Live 让你一路口述、先产生文档计划，再整理成初稿；Keep Live 则能把零散 Brain Dump 自动整理成清单与笔记。这次真正的变化不是「语音输入更准」，而是你开始可以直接和工作 App 对话。
阅读全文 →今天三则新闻都在回答同一个问题：AI 热潮到底开始变成真生意了吗？Crusoe 据报与 Jane Street 签下约 130 亿美元、为期五年的 AI 云端合约；Snowflake 第二季 Product Revenue 年增 37%，CEO 表示 AI 约贡献近期成长加速的一半；另一边，德州却因电力、水资源与地方成本争议，实质暂停部分新数据中心接网审批。AI 下一阶段不只比模型，而是同时接受「客户愿不愿付钱」与「社会养不养得起」两场考试。
阅读全文 →Reuters 9 月 3 日引述三名知情人士报导，中国 AI 新创 Moonshot 已秘密递交香港 IPO 申请，目标募资约 30 亿美元，最新一轮融资估值据报约 500 亿美元。更值得注意的是，Kimi K3 虽然是开放权重模型，Moonshot 却同时和 Microsoft、Amazon、Google 洽谈让模型进入三大美国云端并分享收入。开放权重 AI 的竞争，开始从「模型能不能下载」走向「谁掌握企业算力、分发入口与收入」。
阅读全文 →这是一个 SasaDaily 假设商业案例。一家 5 人小型物业管理公司，每天从 Gmail 收到漏水、冷气、门锁与公共设备报修，员工还要手工整理附件、找到正确大楼文件夹，再到 Google Chat 通知维修人员。Workspace Studio 添加 Drive Move／Copy、Chat Reply 与 Gmail Thread Reply 后，可以把低风险整理工作一路串起来；但正式答应维修时间、费用与责任归属前，仍停下来由管理人员批准。
阅读全文 →澳洲国会的公开调查原本是让专家、组织与民众提交研究与证据，帮助议员制定政策，但 Guardian Australia 最近发现，至少 39 份提交文档出现疑似 AI 幻觉造成的错误引用，有些甚至引用根本不存在的研究，还把假论文挂到真实学者名下。更麻烦的是，部分国会报告又引用了这些文档，搜索 AI 甚至可能再把它们当成来源。当假的研究穿上「官方文档」的外衣，AI 答错就不再只是聊天窗口里的小问题。
阅读全文 →不代表。Workspace Studio 的 Approval 不是会自动判断所有「危险行为」的万用煞车，而是由 Google Workspace 管理员设置安全政策，只有受到该政策约束的 Step 运行时才会暂停等待人工批准。即使有 Approval，AI 整理错数据、条件判断错误或低风险 Step 本身设计错了，仍可能照常往下跑。真正安全的做法，是把 Approval 当成其中一道防线，而不是整条 Flow 的安全保证。
阅读全文 →Workspace Studio 添加 Reply to email、Send a Chat reply 与 Drive 搬档后，Flow 已经不只整理数据，而会真正对外传消息、修改工作状态。今天只学一个方法：创建 Flow 前，先把每个 Step 分成「可自动」与「先批准」。内部整理、拷贝模板可以先自动；对外回信、分享数据、修改正式文档或产生承诺，则先留下人工 Approval。
阅读全文 →Google 9 月 2 日替 Workspace Studio 添加四个真正会「动数据、对外回消息」的自动化步骤：拷贝 Drive 文件或文件夹、搬移 Drive 文件、回复既有 Gmail Thread，以及回复指定 Google Chat 对话。更重要的是，管理员可以关闭个别步骤，也能要求可能把数据分享给组织外部的动作先经人工批准。Drive／Chat 功能预计 9 月 8 日起上线，Gmail 回复则从 9 月 14 日开始。
阅读全文 →今天三则新闻都在说同一件事：AI 进入真实世界后，光有能力已经不够，还必须「能停、能限制、能算帐」。OpenAI 在 Agent 越过 Sandbox 事件后，向美国国会透露正在开发 automated shutdown capabilities；纽约市则宣布 2026–27 学年让约 60 万名 8 年级以下学生暂停使用学生端生成式 AI；Microsoft 更因 AI 改变整家公司，准备把财报重整成 Agents and Infra 与 Devices and Consumer，未来正式揭露 Azure 季营收。
阅读全文 →8 月初 OpenAI 还只是表示「无法排除」Astra 已具备 Critical 等级资安能力，现在结论正式改变：更多评估显示 Astra 已跨过 OpenAI Preparedness Framework 的 Critical cybersecurity capability threshold。它曾在测试中找到未知漏洞、组成可运作的攻击链，甚至突破浏览器 Sandbox。OpenAI 仍准备推出 Astra，但最先进的资安能力不会直接全面开放，而是先限缩给少数测试者，再透过 Daybreak Blue 扩大防御用途。
阅读全文 →这是一个 SasaDaily 假设商业案例。一家 6 人法规／合规顾问工作室，每做一个新客户都要重新比对大量相同法规、公司方法论与判断标准。团队改用 Claude Fable 5.1 API，把长期不变的法规背景与分析框架放进稳定 Prompt Prefix，利用 Prompt Cache 重复使用；每案只追加客户政策、合约与新问题。AI 负责找条款、矛盾与数据缺口，正式风险判断与客户建议仍由顾问签核。
阅读全文 →不一定。Prompt Cache Hit 高，只能证明这次有较多既有 Context 以较低的 Cache Read 价格重复使用；真正帐单还包含 Cache Write、添加 Input、Output，以及 Agent 可能产生的多轮运行。更重要的是，Cache 不会让答案自动变正确。真正要比较的是「完成一件可用工作花多少钱」，而不是只追求 Cache Read Tokens 愈高愈好。
阅读全文 →AI 金融科技公司 Valon 本身正在把 AI Agent 做进房贷服务软件，却暂时关闭所有新进非工程职员工的 AI 权限。原因不是公司反 AI，而是资深员工能用 AI 把几小时甚至几天的工作缩成 20 分钟后，新人也可能直接跳过那些原本用来理解工作、犯错与创建判断力的过程。当 AI 可以很快给出一个「看起来几乎正确」的答案，企业开始面对另一个问题：如果新人从来没亲手做过，他以后靠什么知道 AI 错了？
阅读全文 →Claude Fable 5.1 把 Prompt Cache Read 价格降到原本四分之一，但要真的省到成本，关键不是一直缩短 Prompt，而是先把内容分成「长期不变的背景」与「这次才添加的数据」。固定规则、工具定义与大型项目背景放前面，今天的新问题放后面，再让 API Cache 重复使用稳定的前半段。
阅读全文 →Anthropic 9 月 1 日推出 Claude Fable 5.1，主打长时间 Coding、研究与复杂知识工作。最实际的改变不只是模型变强，而是 Prompt Cache Read 从每百万 Token 1 美元降到 0.25 美元；Anthropic 估算，一般 Fable 工作负载成本可比 Fable 5 低约 25%，高度 Agentic 工作最高约低 45%。如果你的 AI 必须反复读同一份大型代码、规则或项目背景，这次更新特别值得注意。
阅读全文 →今天三则新闻都在说同一件事：AI 下一阶段不是单纯取得更多能力，而是把「谁授权它碰什么」做进系统。印度据报准备让用户预先设置额度与规则，让 AI Agent 运行部分 UPI 小额付款；OpenAI 把 ChatGPT 接上 Epic，但只能读取医护人员原本就有权查看的病历；欧盟则正在询问出版商，Google 提出的 AI Search 退出机制是否真的能让网站拒绝被生成式搜索使用，又不影响传统搜索排名。
阅读全文 →企业原本需要大批外部顾问协助导入 SAP、维护 IT 系统与做资安监控，但 AI Agent 开始接手写程序、测试、分析与监控后，Bayer、Bristol Myers Squibb 等企业正在减少部分顾问需求，甚至要求从按工时计价改成固定价格或成果计价。AI 没有让顾问业消失，却正在逼它回答一个更难的问题：当客户自己也能做更多，顾问到底还能卖什么？
阅读全文 →美国今天在北卡罗来纳州举行的 G20 Innovation Ministerial 推动「Carolina Principles」，希望各国不要因为 AI 就另外成立新的专门监管机构，而是在真正出现新型问题时才添加规则，并以产业别制度、基础研究与政府民间合作推动 AI。这目前是美国正在争取支持的政策框架，不是 G20 已经通过的共同规则。真正值得看的，是就在欧盟昨天把 ChatGPT 纳入更高强度 DSA 监管后，美国正把另一套「少设新规则、先让创新跑」的治理方向推向全球。
阅读全文 →这是一个 SasaDaily 假设商业案例。一家 5 人小型电商品牌，不让 OpenClaw 一开始就接管订单，而是每天固定读取指定数据、找出缺货与订单异常、创建内部处理清单，再把例外丢回人类。OpenClaw 2026.8.1 的 recurring permission、Private Credential Requests 与 Dashboard，让重复工作更容易持续运行；但退款、改价、取消订单、正式出货与付款等会产生外部后果的动作，仍全部停在人手上。
阅读全文 →不代表。OpenClaw 2026.8.1 的 recurring permission，只代表同一个 Automation 在条件完全相同时，可以再次运行那个已核准的 exact operation，不必每次重新询问；工作、指令、目录或环境一旦改变，系统会重新要求批准。但即使权限完全没变，数据内容、外部网站、工具结果与模型判断仍可能改变，所以「不用再按批准」不等于「不用再监控结果」。
阅读全文 →OpenClaw 2026.8.1 已经能替固定 Automation 核准特定 Operation，也能用屏蔽方式向你取得 Credential。但不要因为系统有权限控制，就直接批准「每天帮我全部处理」。今天只学一个方法：正式让 Agent 重复工作前，先写清楚它这次能做什么、遇到哪一步一定停，以及密码或 Token 必须用什么方式取得。
阅读全文 →OpenClaw 8 月 31 日推出 2026.8.1 大型更新。这个开源 AI Agent 不只可以在自己的电脑与聊天工具里工作，新版还能把工作移到配对设备或云端 Worker、重新找到过去对话、持续追踪 Agent 进度，并添加屏蔽式凭证请求与更细的自动化授权。真正值得看的，是「会做事的 AI」开始把权限、密码与长时间工作一起纳入产品设计。
阅读全文 →今天三则新闻都指向同一个转折：AI 正在进入真正不能随便出错的系统。美国国防部把 ChatGPT Mil 与 Grok for Government 放进 GenAI.mil；Anthropic 在模型越界事件后加上实时阻挡、强化沙箱并重启外部资安测试；金融稳定委员会则警告，前沿 AI 加速网络攻击已成为金融体系最迫切的 AI 风险。下一阶段真正竞争的，不只是谁的模型更强，而是谁能证明模型进入高风险环境后仍然可控。
阅读全文 →欧盟委员会今天正式把 ChatGPT 指定为《数字服务法》下的 Very Large Online Search Engine（VLOSE）。这不是认定 ChatGPT 违法，也不是把它简单等同 Google，而是因为 ChatGPT Search 在欧盟的使用规模已远超 4,500 万人门槛。接下来 OpenAI 必须对非法内容、未成年人、心理与身体福祉、基本权利、选举与公共安全等系统性风险做正式评估、降低风险并接受更强监督。
阅读全文 →这是一个 SasaDaily 假设商业案例。一家 6 人管理顾问工作室，把符合资格、已购买的管理电子书与客户访谈、会议笔记放进 Gemini Notebook。团队不让 AI 一开始就把所有数据混成答案，而是先只查书中原则与引用，再加入客户数据找差距；AI 负责研究与比对，真正要向客户提出的组织、薪酬与人事建议仍由顾问决定。
阅读全文 →不代表。Gemini Notebook 会用来源中的文字与图片创建引用，而且可以直接跳回原文查看上下文；但引用能证明「这里有来源」，不代表 AI 把多段内容整理、归纳后形成的整个结论一定和作者原意完全相同。真正可靠的用法，是把引用当成检查入口，而不是正确保证。
阅读全文 →Gemini Notebook 现在能把符合资格、已购买的 Google Play 电子书当成 AI 来源，但如果同一个 Notebook 还放了你的笔记、网站与其他文档，不要一开始全部混着问。今天只学一个动作：先只勾选那本书，确认作者真正说了什么与引用在哪里；第二轮再把自己的数据勾回来，请 AI 帮你套用。
阅读全文 →Google 替 Gemini Notebook 推出 Expert Intelligence。现在符合资格、已在 Google Play Books 购买的电子书，可以直接加入 Notebook，让 AI 根据书中内容回答问题、产生 Audio Overview、信息图与测验，还能和你自己的笔记、文档一起分析。真正的新地方不是 AI 帮你「摘要一本书」，而是你已经付费取得的专业内容，开始能正式进入自己的 AI 工作空间。
阅读全文 →今天三则新闻都在说同一件事：AI 正在改写模型背后的经济基础。大型科技公司持有 OpenAI、Anthropic 等 AI 资产产生巨额帐面重估利益；SpaceX 为了解决 AI 扩张所需的电力瓶颈，甚至开始自己打造天然气涡轮关键叶片；Amazon 则确定 9 月 30 日关闭营运 21 年的 Mechanical Turk。AI 下一阶段真正被重新定价的，已经是资本、能源与人的工作。
阅读全文 →Sony Music Publishing、Warner Chappell 等音乐出版商对 Anthropic 提起新诉讼，指控公司以 Torrent、Scraping 等方式取得大量受著作权保护的作品，用于 Claude 模型开发。Anthropic 已否认指控并表示将在法院积极抗辩。真正值得看的不是又多一场 AI 官司，而是法院与内容产业正在把问题拆成两层：模型拿作品训练是否可能属合理使用，和那些训练数据当初究竟怎么取得，并不是同一件事。
阅读全文 →这是一个 SasaDaily 假设商业案例。一家 7 人商业摄影工作室，每周都要反复修改客户提案、拍摄内容与合作条件。团队不用再让 AI 整份重写，而是用 Notion Agent Suggest Edits 先提出逐项修改；文字可以交给 AI 优化，但报价、拍摄日期、交付数量与授权条件一定由负责人核准后才改。
阅读全文 →不代表。Notion Agent 使用 Suggest Edits 时，修改会先以建议形式出现，只有你接受后才会更新正式内容；但 Suggest Edits 不会把整个 Agent 变成唯读，AI 提出的建议本身也可能改错数字、语气或原意。它真正增加的是「修改前先让人看见」，不是替文档加上绝对安全保证。
阅读全文 →Notion Agent 现在可以用 Suggest Edits 只提出修改、不直接覆盖原文。但重要文档还可以再多一道防线：开始校稿前，先告诉 AI「数字、日期、专有名词、承诺与条件不得自行改动」。今天只学这一个方法，避免文字变顺了，事实却跟着被改掉。
阅读全文 →Notion 8 月 28 日替 Agent 添加 Suggest Edits。现在你可以要求 AI 不要直接改文档，而是先把文字修改变成一笔一笔的建议，再由人从上到下接受或拒绝。它最适合合约草稿、企划、文章与重要文档校稿：AI 负责找问题，人保留最后修改权。
阅读全文 →今天三则新闻都指向同一个转折：AI 算力正在从「科技公司的设备采购」，变成金融市场可以投资、放贷甚至拿硬件做担保的新资产。a16z 成立 11 亿美元 Machine Age Fund；Blue Owl 为 IREN 提供 24 亿美元 GPU 融资；Bullish 则用 1 亿美元稳定币资金支持 GPU 抵押贷款。真正的新问题是：算力需求够不够长久，支撑这一层愈来愈大的债务与资本？
阅读全文 →OpenAI 决定逐步终止向 Cursor 提供模型，暂定 2026 年 11 月 12 日停止供应，起因是 Cursor 被 SpaceX 收购后触发合约中的控制权变更条款。Cursor 不会因此消失，它仍有自家模型及 Anthropic、Google 等选项；真正值得注意的是，我们以为自己在选 AI 工具，其实还同时依赖工具背后的模型供应商。
阅读全文 →这是一个 SasaDaily 假设商业案例。一所符合资格的美国小型 K-8 学校，不让 Claude 自动替学生分级，而是把每天 Exit Ticket 的整理、共同误解辨识与隔天补强教材草稿交给 Claude for Teachers。AI 先做重复整理，老师再决定哪些学生需要补什么、哪些数据根本不该进 AI。
阅读全文 →不代表。Anthropic 明确表示 Claude for Teachers 的 Inputs 与 Outputs 不会拿来训练模型，学生数据也受到 K-12 Data Processing Agreement 保护；但官方同时提醒，教育数据能不能使用、怎么使用，仍取决于学校、学区与州政策。不拿去训练，只回答了数据用途的一个问题，不等于所有学生数据都自动适合上传。
阅读全文 →Cisco 正把 MyAgent 推给约 9 万名员工，让 AI 不只回答问题，还能跨 Outlook、Webex、Jira、SharePoint 等系统协助完成工作。但 Cisco 自己得到的经验反而是：真正的企业 AI，不是把原本十个步骤各自加快，而是重新思考哪些步骤应该交给 AI、哪些需要人判断，甚至哪些步骤根本可以删掉。
阅读全文 →Claude for Teachers 可以用 Check for Understanding 产生短小的理解检查，但不要一开始只说「帮我出 5 题」。今天只学一个动作：先把学习目标写成「学生要能做到什么＋看到什么表现才算真的理解」，再让 Claude 出题，比单纯测记忆更容易看出学生到底卡在哪里。
阅读全文 →Anthropic 8 月 28 日正式把 Claude for Teachers 扩大到美国 K-12 学校与学区。学校可把教师集中到同一个 Enterprise 环境，使用依学习科学设计的 Teaching Skills、全美 50 州课纲数据，以及新的 Lesson Preparation 与 Check for Understanding 功能。这波目前限符合资格的美国 K-12 机构，不是全球教师方案。
阅读全文 →今天三则新闻都在提醒同一件事：AI 热潮开始进入「接受检查」的阶段。美国法院挡下 Pentagon 对 Anthropic 的供应链风险黑名单；Nvidia 据报暂停部分替 AI 云端公司提供信用支持、再分享营收的融资案；Marvell 虽拿下 Google 客制 AI 芯片大单，股价仍跌逾 8%，因市场开始追问收入究竟何时真正进来。
阅读全文 →Tencent 今天正式发布并开源 Hy4 preview。这个模型拥有 7700 亿总参数，但采用 Mixture-of-Experts 架构，每次文字请求约只激活 490 亿参数，同时提供超过 100 万 Token 的长上下文能力。真正值得看的不是「参数又变大」，而是大型 AI 模型正在学会不用每次把全部能力都开起来。
阅读全文 →这是一个 SasaDaily 假设商业案例。一家 4 人留学顾问工作室，每到开学季都要替学生家庭反复查看机票价格。团队改用 Google AI Mode 创建机票追价，把每天重复查价变成价格变动后再人工处理；但航班时间、行李、退改规则与最后付款，仍由顾问和客户重新确认。
阅读全文 →不代表。Google 已把 Google Flights 的价格追踪集成进 AI Mode；设置后如果机票价格变动，系统会寄 Email 提醒你，但真正购票仍要由你前往航空公司或订票平台完成。追价是提醒，不是授权 AI 自动刷卡买票。
阅读全文 →ChatGPT Temporary Chat 现在多了一个重要选择：开始前可以决定要不要使用既有 Memory、Custom Instructions 与 Plugins，而且对话开始后不能中途切换。今天只学一个判断：如果你想测「AI 在完全不知道我的情况下会怎么回答」，选不个人化；如果你希望它仍知道你的偏好、工作背景与既有工具，但这次对话不要创建新记忆，就选个人化。先决定「这题需不需要知道我是谁」，再开始 Temporary Chat。
阅读全文 →Salesforce 与 Anthropic 推出 Claudeforce，第一个实际产品是 Salesforce in Claude：把 Salesforce 的实时客户、Pipeline、商业规则与原有权限直接带进 Claude，首波内置 37 个 Sales Skills，可做每日 Deal Brief、Pipeline Review、会议准备、Account Plan 与 CRM 更新。真正值得看的不是「Claude 会读 Salesforce」，而是 AI 开始从回答问题进入受企业规则约束的正式工作流程。不过目前只开放部分 Pilot 客户，官方预计 2026 年 9 月才进入 Op
阅读全文 →中国已经能大量制造会跑、会跳、会打拳的人形机器人，但真正进入工厂后，很多任务作仍是传统机械手臂做得更快、更稳、更便宜。问题不只是硬件，而是机器人能不能在零件位置改变、抓取失败、环境突然不同时自己判断下一步。人形机器人真正缺的，可能已经不是一双更灵活的腿，而是一个能应付真实世界例外状况的「脑」。
阅读全文 →今天三则新闻都在提醒同一件事：AI 真正走出 Demo 之后，困难才刚开始。SK Hynix 投资逾 40 亿美元在美国创建下一代 HBM 生产基地，还预期内存短缺可能持续到 2030 年；MSIG、QBE、Beazley 等保险公司开始重新检查 AI Agent 造成损失时到底算不算传统网络事故；中国投入大量资源发展人形机器人，却发现「会跳舞、会功夫」和「每天稳定在工厂工作」完全是两件事。AI 下一阶段不只比模型多强，而是比供应链撑不撑得住、风险能不能定价，以及产品能不能真的每天工作。
阅读全文 →Nvidia 据报已同意以 129 亿美元收购 Hugging Face，但双方目前尚未正式公开确认。真正值得看的不是又一笔 AI 并购，而是 Hugging Face 长期扮演开源模型、数据集与 AI App 的共同入口，也支持 Nvidia、AMD、Intel、AWS 与 Google TPU 等不同硬件。当全球最大 AI 芯片商准备把这个开放生态入口也握进手中，Nvidia 的战场就从「卖 GPU」延伸到模型被发现、下载、部署与优化的整条开发流程；新的问题则是，Hugging Face 原本跨模型、跨硬件的平台角色未来能不能维持。
阅读全文 →这是一个 SasaDaily 假设商业案例。一家 4 人景观维护公司每天在屋顶花园、庭院与社区现场工作，老板最常遇到的不是不会做工程，而是双手都在忙时想到的材料缺口、客户变更与隔天安排，回到车上后常漏掉。团队让老板用 Gemini Live 直接口述非敏感现场信息，再由 Spark 整理成 Docs 工作清单与待查数据；但报价、采购、付款、客户正式承诺与员工排班仍由人确认。真正省下的不是施工时间，而是每天把现场脑袋重新抄回数字系统的时间。
阅读全文 →不代表。Google 对 Gemini Live＋Spark 的官方描述，是把你零散的语音 Brain Dump「整理主要主题，再转成结构化大纲」，而不是制作逐字稿。这代表 AI 可以重新排序、改写、合并相似想法，也可能因理解错误或生成式 AI 的限制加入你没有真正说过的内容。重要的日期、价格、承诺与商业决定，不要因为已经出现在漂亮的 Google Docs 里就当成原话；最好另外保留原始语音，并区分「原话可追溯、AI 整理、AI 推论」三层。
阅读全文 →Gemini Live 现在可以把你一路说出的零散想法交给 Spark，再整理成 Google Docs，但不要语音讲完就直接叫 AI「帮我写完整企划」。今天只学一个方法：先要求它把内容分成「已确定、还在想、缺数据、下一步」四格，而且缺少的信息只能标记，不能自行补完。这样语音真正帮你省下的是刷新脑暴的时间，而不是把半成熟的想法包装成看似完整的结论。
阅读全文 →Google 8 月 26 日开始替 Gemini Live 推出一轮大型生产力升级。现在不只可以和 AI 说话，还能用语音查 Gmail、搜索与整理信件、听取结合 Gmail 与 Calendar 的 Daily Brief，并把较长的多步骤工作交给 Spark，跨 Docs、Sheets、Drive 与 Web 持续运行。真正值得试的不是「语音版聊天」，而是当双手正在做别的事情时，直接把零散想法、Email 与下一步工作交给 AI 整理。
阅读全文 →今天三则新闻把 AI 竞争推进「规模经济」阶段。Nvidia 第二季营收达 962 亿美元、年增 106%，数据中心收入更达 890 亿美元；Anthropic 据报准备用约 450 亿美元、六年时间向 Nscale 租用 AI 算力；中国 MiniMax 上半年营收则年增 283.1% 至 1.166 亿美元，其中企业与 API 相关收入暴增 703.1%。下一场 AI 大考已经不只是模型能力，而是谁能让庞大的算力投入真正转成持续收入。
阅读全文 →Reuters 今天公开 Meta 内部 AI 转型调查：代号 Project OT 的计划曾评估把部分团队缩减最多 60%，用更小的「AI-native」小队搭配 Agent 完成更多任务作。问题是，内部程序变更量虽年增 220%，真正送到用户手上的添加或升级功能只增加 36%；技术与安全事故、救火时间也据报上升。Meta 最终仍运行第一波约 10% 裁员，但 Zuckerberg 在前一晚叫停原定 11 月的第二波。这次真正值得看的不是「AI 能不能取代员工」，而是企业不能把 AI 产出量直接当成真正生产力。
阅读全文 →自主武器并不是科幻电影里才有的东西。部分防空与反飞弹系统早已能在启动后自行侦测、选择并拦截特定目标，但真正引发联合国与红十字国际委员会警告的，是下一条界线：机器能不能自行把「人」选成攻击目标？当 AI、传感器与武器自主能力愈来愈强，真正需要决定的已经不只是技术能做到什么，而是哪一些生死决定，人类不能放弃最后的判断与责任。
阅读全文 →这是一个 SasaDaily 假设商业案例。一家 5 人活动企划公司同时运行三场项目，客户改期在 Gmail、最新版流程表在 Drive、厂商讨论在 Google Chat、会议时间又在 Calendar。团队把 Ask Gemini 当成「工作 Context 入口」，先跨系统找出最新变更、来源与冲突，再准备回复与候选会议时间；但报价、客户正式承诺、厂商进场时间与真正修改行事历仍由项目负责人确认。价值不是让 AI 当项目经理，而是少花时间找「到底哪一版才是真的」。
阅读全文 →不代表。Ask Gemini in Google Chat 可以跨 Gmail、Drive、Calendar 等 Workspace 数据找答案，也会附上引用来源，但「它有权使用这些来源」不等于「这次回答前已把所有可访问数据逐一完整搜索」。Google 的 Workspace 说明本身就把来源分成可选来源、较广泛的 Workspace 搜索范围，以及系统判断最相关的信息。比较安全的理解是：Ask Gemini 很适合快速找出最相关证据，但如果问题要求「全部」「没有遗漏」「最新唯一版本」，仍要明确指定来源、时间范围并检查原始数据。
阅读全文 →ARCHIVE
健康、舞蹈、过往课程与影片保留原网址供查阅，但不再混在 AI 主题的主要探索路径。