AI安全赛道加速整合：Databricks、SailPoint接连收购，AWS与Google Cloud加快布局
在AI重塑网络安全产业的背景下，行业整合与产品迭代同步升温。Databricks宣布收购AI驱动的网络攻击检测平台Panther Labs，这是其今年收购的第三家网络安全初创企业，此前已收购数据加密公司Antimatter和入侵响应自动化平台SiftD。身份安全公司SailPoint也收购了AI代理安全初创企业Entro Security。云服务巨头方面，AWS发布安全平台“AWS Continuum”，利用AI发现软件漏洞并提供修复建议；Google Cloud则宣布SecOps支持首尔区域数据驻留。此外，SentinelOne向客户开放Purple AI自主威胁调查功能，Okta扩大与Google Cloud的合作，SoftBank推出基于OpenAI模型的网络安全产品。韩国互联网振兴院也推进国家网络安全体系项目。安全事件方面，Fortinet数万台防火墙和VPN设备遭攻击，源于未更改密码或凭据泄露。美国科技企业呼吁撤销对Anthropic AI模型的监管措施。 #AI安全 #网络安全 #Databricks #SailPoint #AWS #GoogleCloud #SentinelOne #Fortinet #行业整合 #科技新闻
在AI重塑网络安全产业的背景下，行业整合与产品迭代同步升温。Databricks宣布收购AI驱动的网络攻击检测平台Panther Labs，这是其今年收购的第三家网络安全初创企业，此前已收购数据加密公司Antimatter和入侵响应自动化平台SiftD。身份安全公司SailPoint也收购了AI代理安全初创企业Entro Security。云服务巨头方面，AWS发布安全平台“AWS Continuum”，利用AI发现软件漏洞并提供修复建议；Google Cloud则宣布SecOps支持首尔区域数据驻留。此外，SentinelOne向客户开放Purple AI自主威胁调查功能，Okta扩大与Google Cloud的合作，SoftBank推出基于OpenAI模型的网络安全产品。韩国互联网振兴院也推进国家网络安全体系项目。安全事件方面，Fortinet数万台防火墙和VPN设备遭攻击，源于未更改密码或凭据泄露。美国科技企业呼吁撤销对Anthropic AI模型的监管措施。 #AI安全 #网络安全 #Databricks #SailPoint #AWS #GoogleCloud #SentinelOne #Fortinet #行业整合 #科技新闻
SageMaker 推出生成式 AI 推理监控与调试新功能
亚马逊云科技宣布，Amazon SageMaker AI 现推出超过100项详细推理指标，并集成 CloudWatch 的 SageMaker Insights 仪表板，帮助团队监控和调试大规模生成式 AI 推理端点。当大语言模型端点出现 P99 延迟飙升时，工程师需快速判断根因是 GPU 内存压力、KV 缓存饱和、可用区流量不均还是自动扩缩策略未触发。新功能覆盖 GPU 健康、令牌级延迟、KV 缓存压力、可用区流量分布、推理组件放置及冷启动诊断等关键信号，无需自定义 Grafana 仪表板或 Prometheus 配置。SageMaker Insights 仪表板位于 CloudWatch 控制台的基础设施监控下，通过 PromQL 查询指标，在性能、容量和可靠性三个标签页展示舰队、端点和推理组件级别的可视化。新端点配置默认启用详细可观测性，无需额外代码。 #AWS #SageMaker #生成式AI #推理监控 #CloudWatch #大模型 #MLOps #GPU
亚马逊云科技宣布，Amazon SageMaker AI 现推出超过100项详细推理指标，并集成 CloudWatch 的 SageMaker Insights 仪表板，帮助团队监控和调试大规模生成式 AI 推理端点。当大语言模型端点出现 P99 延迟飙升时，工程师需快速判断根因是 GPU 内存压力、KV 缓存饱和、可用区流量不均还是自动扩缩策略未触发。新功能覆盖 GPU 健康、令牌级延迟、KV 缓存压力、可用区流量分布、推理组件放置及冷启动诊断等关键信号，无需自定义 Grafana 仪表板或 Prometheus 配置。SageMaker Insights 仪表板位于 CloudWatch 控制台的基础设施监控下，通过 PromQL 查询指标，在性能、容量和可靠性三个标签页展示舰队、端点和推理组件级别的可视化。新端点配置默认启用详细可观测性，无需额外代码。 #AWS #SageMaker #生成式AI #推理监控 #CloudWatch #大模型 #MLOps #GPU
Intelica 推出竞争情报 API，AI 代理每次调用收费 0.05 美元
Intelica 发布 4.5.0 版本竞争情报 API，支持通过 x402 协议按次付费。该服务提供单次分析（0.05 美元 USDC）、批量分析（最多 10 次，0.2 美元）、免费演示（300 字符限制）及 MCP 服务器（JSON-RPC 2.0）等端点。支付基于 Base 和 Solana 主网，覆盖销售赋能、加密协议、市场进入、风险筛查、监管合规、合作伙伴关系、风险评估、竞争分析、融资、收购及市场执行等 11 种模式。用户可通过 /health 查看服务健康状态及缓存统计，/pricing 获取定价详情。 #Intelica #API #竞争情报 #AI代理 #x402 #USDC #区块链 #科技新闻
Intelica 发布 4.5.0 版本竞争情报 API，支持通过 x402 协议按次付费。该服务提供单次分析（0.05 美元 USDC）、批量分析（最多 10 次，0.2 美元）、免费演示（300 字符限制）及 MCP 服务器（JSON-RPC 2.0）等端点。支付基于 Base 和 Solana 主网，覆盖销售赋能、加密协议、市场进入、风险筛查、监管合规、合作伙伴关系、风险评估、竞争分析、融资、收购及市场执行等 11 种模式。用户可通过 /health 查看服务健康状态及缓存统计，/pricing 获取定价详情。 #Intelica #API #竞争情报 #AI代理 #x402 #USDC #区块链 #科技新闻
新基准测试评估AI在日常患者护理中的表现
一项名为"日常临床AI基准"的新测试方法于近日发布，旨在系统评估人工智能模型在常规医疗场景中的表现。该基准由多所医学院与研究机构联合开发，涵盖病史采集、诊断建议、用药指导等21项常见临床任务。测试结果显示，当前顶级AI模型在基础问答和病历整理方面表现优异，但在处理复杂合并症、个性化治疗方案以及患者情感沟通等环节仍存在明显短板。研究人员指出，现有AI在模拟医生与患者互动时，往往缺乏对个体差异的敏感度，可能导致误判。该基准的推出有望为医疗AI的临床落地提供标准化评估框架，推动技术从实验室走向真实诊疗环境。 #AI医疗 #临床AI #基准测试 #患者护理 #医疗科技 #人工智能 #医疗创新
一项名为"日常临床AI基准"的新测试方法于近日发布，旨在系统评估人工智能模型在常规医疗场景中的表现。该基准由多所医学院与研究机构联合开发，涵盖病史采集、诊断建议、用药指导等21项常见临床任务。测试结果显示，当前顶级AI模型在基础问答和病历整理方面表现优异，但在处理复杂合并症、个性化治疗方案以及患者情感沟通等环节仍存在明显短板。研究人员指出，现有AI在模拟医生与患者互动时，往往缺乏对个体差异的敏感度，可能导致误判。该基准的推出有望为医疗AI的临床落地提供标准化评估框架，推动技术从实验室走向真实诊疗环境。 #AI医疗 #临床AI #基准测试 #患者护理 #医疗科技 #人工智能 #医疗创新
中国AI模型调用量2月首超美国，四款国产大模型霸榜全球前五
2026年2月，中国AI模型在全球最大API聚合平台OpenRouter上的Token调用量首次超越美国，并在随后一周进一步扩大领先优势。数据显示，2月16日至22日当周，中国模型周调用量达5.16万亿Token，三周内增长127%，而同期美国模型降至2.7万亿Token。全球调用量前五的模型中，中国占据四席，包括MiniMax M2.5、月之暗面Kimi K2.5、智谱GLM-5和DeepSeek V3.2，形成集群式崛起态势。分析认为，中国模型凭借算法架构创新（如MoE）和显著成本优势（部分模型价格仅为海外竞品的1/16至1/22）迅速占领开发者市场。OpenRouter平台美国用户占比47%，中国仅6%，进一步凸显中国模型的全球化吸引力。行业预测，2025-2030年中国Token消耗量年复合增长率将达330%。 #中国AI #模型调用量 #大模型 #AI成本优势 #国产算力 #MiniMax #月之暗面 #智谱 #DeepSeek #科技新闻
2026年2月，中国AI模型在全球最大API聚合平台OpenRouter上的Token调用量首次超越美国，并在随后一周进一步扩大领先优势。数据显示，2月16日至22日当周，中国模型周调用量达5.16万亿Token，三周内增长127%，而同期美国模型降至2.7万亿Token。全球调用量前五的模型中，中国占据四席，包括MiniMax M2.5、月之暗面Kimi K2.5、智谱GLM-5和DeepSeek V3.2，形成集群式崛起态势。分析认为，中国模型凭借算法架构创新（如MoE）和显著成本优势（部分模型价格仅为海外竞品的1/16至1/22）迅速占领开发者市场。OpenRouter平台美国用户占比47%，中国仅6%，进一步凸显中国模型的全球化吸引力。行业预测，2025-2030年中国Token消耗量年复合增长率将达330%。 #中国AI #模型调用量 #大模型 #AI成本优势 #国产算力 #MiniMax #月之暗面 #智谱 #DeepSeek #科技新闻
盖洛普调查
盖洛普最新调查显示，每月使用人工智能不足一次的科技行业员工，其被裁员风险是每月至少使用一次AI同事的三倍。这一发现揭示了科技行业内部的分化——该行业本身已比其他行业面临更高的裁员风险，而AI使用频率成为影响员工去留的关键因素。调查对比了在职与失业人群的AI使用情况：62%的被裁员工每年使用AI不超过一次，而在职员工中这一比例为50%；28%的在职员工频繁使用AI，失业者中仅22%。盖洛普指出，在控制年龄、教育、行业和裁员时间等因素后，这一差异仍具统计显著性。科技行业员工本就承担着不成比例的风险——他们占被裁员工的13%，却仅占在职劳动力的6%。尽管仅1%的受访者将AI直接归因于失业主因，但调查认为AI使用率正成为衡量劳动力适应变革能力的重要指标。 #AI #科技就业 #裁员风险 #盖洛普 #劳动力市场
盖洛普最新调查显示，每月使用人工智能不足一次的科技行业员工，其被裁员风险是每月至少使用一次AI同事的三倍。这一发现揭示了科技行业内部的分化——该行业本身已比其他行业面临更高的裁员风险，而AI使用频率成为影响员工去留的关键因素。调查对比了在职与失业人群的AI使用情况：62%的被裁员工每年使用AI不超过一次，而在职员工中这一比例为50%；28%的在职员工频繁使用AI，失业者中仅22%。盖洛普指出，在控制年龄、教育、行业和裁员时间等因素后，这一差异仍具统计显著性。科技行业员工本就承担着不成比例的风险——他们占被裁员工的13%，却仅占在职劳动力的6%。尽管仅1%的受访者将AI直接归因于失业主因，但调查认为AI使用率正成为衡量劳动力适应变革能力的重要指标。 #AI #科技就业 #裁员风险 #盖洛普 #劳动力市场
Z.ai发布开源模型GLM-5.2，基于华为Ascend训练，性能接近Claude Opus 4.8
中国人工智能公司Z.ai（原智谱AI）发布新一代开源大语言模型GLM-5.2，该模型基于华为Ascend AI加速器训练，未使用英伟达硬件。在多项编程和Agent基准测试中，GLM-5.2跻身全球第一梯队：FrontierSWE测试得分74.4，接近Claude Opus 4.8的75.1；SWE-bench Pro得分62.1，高于GPT-5.5的58.6。模型采用混合专家架构，参数规模达7440亿，支持100万Token上下文窗口。API定价远低于Anthropic旗舰产品，编程服务月费约18美元起。尽管Z.ai已被列入美国出口管制清单，但GLM-5.2的发布表明中国企业依托本土AI基础设施仍能开发接近全球顶尖水平的模型。第三方评测将其列为当前最强开源AI模型之一，但在高难度复杂推理任务上与闭源顶级模型仍有差距。 #GLM52 # #开源大模型 #华为Ascend #AI芯片 #中美科技竞争 #大语言模型 #人工智能
中国人工智能公司Z.ai（原智谱AI）发布新一代开源大语言模型GLM-5.2，该模型基于华为Ascend AI加速器训练，未使用英伟达硬件。在多项编程和Agent基准测试中，GLM-5.2跻身全球第一梯队：FrontierSWE测试得分74.4，接近Claude Opus 4.8的75.1；SWE-bench Pro得分62.1，高于GPT-5.5的58.6。模型采用混合专家架构，参数规模达7440亿，支持100万Token上下文窗口。API定价远低于Anthropic旗舰产品，编程服务月费约18美元起。尽管Z.ai已被列入美国出口管制清单，但GLM-5.2的发布表明中国企业依托本土AI基础设施仍能开发接近全球顶尖水平的模型。第三方评测将其列为当前最强开源AI模型之一，但在高难度复杂推理任务上与闭源顶级模型仍有差距。 #GLM52 # #开源大模型 #华为Ascend #AI芯片 #中美科技竞争 #大语言模型 #人工智能
AI 治理不能沦为工具调用
企业级AI应用正面临一个根本性架构问题：当前几乎所有AI代理都将治理、记忆和策略设计为模型可自主调用的工具，但这种模式在需要强制执行规则时彻底失效。Tenure平台研究指出，真正的AI治理必须是一个位于每个模型请求底层的"上下文控制平面"，而非模型可选择的工具。这意味着访问控制、审计追踪和合规检查必须成为所有请求的必经之路，而非依赖模型"记得"去调用。这种架构缺陷导致看似完善的系统实际上将关键控制权交给了模型的选择，使得安全策略沦为"善意建议"。解决方案不是改进工具本身，而是改变其在技术栈中的位置——从模型旁边的可选工具，转变为每个请求底层的强制层。 #AI治理 #企业AI #架构设计 #安全合规 #技术研究
企业级AI应用正面临一个根本性架构问题：当前几乎所有AI代理都将治理、记忆和策略设计为模型可自主调用的工具，但这种模式在需要强制执行规则时彻底失效。Tenure平台研究指出，真正的AI治理必须是一个位于每个模型请求底层的"上下文控制平面"，而非模型可选择的工具。这意味着访问控制、审计追踪和合规检查必须成为所有请求的必经之路，而非依赖模型"记得"去调用。这种架构缺陷导致看似完善的系统实际上将关键控制权交给了模型的选择，使得安全策略沦为"善意建议"。解决方案不是改进工具本身，而是改变其在技术栈中的位置——从模型旁边的可选工具，转变为每个请求底层的强制层。 #AI治理 #企业AI #架构设计 #安全合规 #技术研究