Salesforce和Anthropic正式推出Claudeforce扩展合作，将Salesforce企业数据、工作流、业务逻辑与治理规则直接接入Claude。首发产品为Salesforce in Claude插件，内置37个预置销售技能，支持实时营收上下文推理、管道更新自动化及合规行动。产品已向选定试点客户开放，公开测试版计划9月上线。
此举标志CRM与前沿AI的深度融合，企业代理体验将加速向AI原生界面迁移。
信源:https://www.salesforce.com/news/press-releases/2026/08/26/salesforce-and-anthropic-announce-claudeforce/
【华尔街日报】意见版编辑保罗·吉戈特 25 日发表声明，称亿万富翁斯坦利·德鲁肯米勒使用 AI 撰写的专栏《让债券市场说话》未违反该报政策。该文周一（24 日）刊发，批评美国财政部长斯科特·贝森特干预美债市场。吉戈特表示，“AI 是现代生活事实”，重点在于内容是否反映作者真实观点及作者可信度，而非工具使用。德鲁肯米勒本人确认“现在一切都用 AI”，并称不尴尬。此举被视为媒体对 AI 辅助写作态度的标志性转变，显示编辑标准正从工具转向内容真实性。
信源: https://www.notus.org/media/stanley-druckenmillers-wsj-op-ed-bessent-ai
8月26日报道显示，亚马逊一名多年未写代码的高管在AI工具辅助下一次性产出10万行代码，公司同时承诺投入25亿美元培训员工适应AI时代。这一案例直接反映AI从外部模型竞赛转向企业内部流程重构的趋势。[[1]](https://aibusinessweekly.net/p/openai-apple-salesforce-gatik-ai-news-august-26-2026)
过去两年，OpenAI、Anthropic、xAI等实验室把重心放在前沿模型参数与基准上，而亚马逊、Meta等巨头则在 quietly 把AI嵌入日常运营。亚马逊此举与Meta“Project OT”试图用代理替代数千岗位但因员工抵制和效果不佳而失败形成鲜明对比：前者证明AI在代码生成等垂直任务上已产生真实ROI，后者则暴露代理系统在复杂组织语境下的局限。
数据层面，AI初创融资已高度集中于少数实验室，但企业级落地正成为新战场。亚马逊的25亿美元培训预算、内部高管“从零到10万行”的实测，都指向AI正从“聊天框”变成“生产线”。这与Grok Voice接管Starlink客服、Gatik无人卡车规模化商用等案例共同构成一个信号：代理经济的分水岭不在于模型大小，而在于能否嵌入真实业务流程并带来可量化的效率提升。
下一步值得观察的是，这类内部生产力案例能否倒逼实验室调整路线——是继续堆参数，还是更多开放工具链与企业数据接口？如果亚马逊式“AI原生员工”成为常态，当前估值狂飙的纯模型公司将面临更直接的收入压力。[[1]](https://aibusinessweekly.net/p/openai-apple-salesforce-gatik-ai-news-august-26-2026)
信源：
https://aibusinessweekly.net/p/openai-apple-salesforce-gatik-ai-news-august-26-2026
https://www.aidapted.ro/en/articles/ai-news-of-the-day-august-26-2026/
AWS 与 Nvidia 今日宣布扩展战略合作，计划 2027-2028 年在全球数据中心部署额外 200 万颗 Blackwell Ultra、Rubin 及 Rubin Ultra GPU，此前 3 月已承诺部署 100 万颗。双方将深化 CPU、网络、开源模型及机器人领域整合，并为美国政府构建含 10 万颗 GPU 的 AI 工厂。需求超出此前预期，此举凸显 hyperscaler 对 Nvidia 平台的持续依赖及 AI 算力扩张加速。
信源:https://www.aboutamazon.com/news/aws/aws-nvidia-2-million-gpus-ai
GeoSTL今日宣布推出Spirit of St. Louis AI Innovation Center，由NVIDIA、AWS、Google、WWT等科技巨头作为创始成员支持。该中心将提供高性能算力环境，面向初创企业及研究者举办主题挑战赛，聚焦农业科技、先进制造、生物健康、国家安全等领域，解决规模化算力瓶颈。首批竞赛计划年内启动，重点 humanitarian 应用，并保留本地项目配额。
该中心定位“数字公用设施”，旨在将圣路易斯打造为地理空间AI全球创新节点，吸引更多企业与投资落地。[[1]](https://geostl.org/)
信源:https://geostl.org/
Hacker Lens 是一款完全浏览器内运行的 Hacker News 阅读器，支持个性化“For You”推荐流、可调自定义排序、专注评论的阅读体验，以及可选的设备端 AI 摘要（基于 WebLLM），无需后端服务器、无账号、无追踪。数据全程留在本地，支持自带密钥的云端 LLM 作为备选。产品强调隐私与速度，已在 Hacker News 首发讨论。
该工具将 on-device AI 直接嵌入日常信息消费场景，验证浏览器端轻量化部署的可行性。
信源:https://hackerlens.cc/
埃隆·马斯克8月25日在X上发文，详细描述了自复制AI系统在太空的宏大蓝图。他指出，“兆吨级轨道运力”是K2难题的关键一环，配套要素包括大规模太阳能电池生产、AI芯片制造、数百万通用人形机器人，以及月球质量驱动器。马斯克估计，“约100万台Optimus加上约1GW太阳能，将构成首个能从当地材料自我复制的冯·诺伊曼探针，适用于任何足够大的行星或卫星”。
这一表态延续了马斯克对物理AI与太空殖民的长期布局。特斯拉Optimus机器人正从实验室走向规模化部署，而SpaceX星舰正加速轨道运力建设，两者结合被视为实现自主星际扩张的必要条件。相比单纯地面工厂应用，马斯克的愿景将AI硬件与能源生产、材料自给直接绑定，形成闭环系统。
与谷歌DeepMind或Anthropic聚焦代理安全与企业应用的路径不同，马斯克强调硬件规模与能源基础设施的先行作用。OpenAI等实验室虽也在探索代理，但尚未公开将数百万台机器人与行星级自我复制挂钩。
下一步值得跟踪：SpaceX星舰可靠后是否逐步停用Falcon，以及Optimus量产节奏能否支撑这一设想。马斯克的表态将AI从模型竞赛进一步推向真实物理世界运营。
信源：https://x.com/elonmusk/status/（对应2026-08-25帖文）
腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生8月25日晚在内部刊物《知点》年刊发表文章，直面外界“腾讯做AI慢了”评价。文章由其与AI协同完成，承认算力不足拖累混元大模型迭代与产品落地，内部存在焦虑，但强调AI竞争是马拉松而非短跑，当前仅跑完“头一公里”，起得早重要，熬得久才有机会抓住新机遇；场景是腾讯核心优势，算法定上限、工程定落地速度。腾讯正将长期主义与以人为本作为不变底色。
信源:https://www.ithome.com/0/994/409.htm
前 Meta 首席 AI 科学家 Yann LeCun 创立的 Advanced Machine Intelligence（AMI）于 8 月 25 日宣布完成 10.3 亿美元融资，投前估值 35 亿美元。本轮由 Cathay Innovation、Greycroft、Hiro Capital、HV Capital 及 Bezos Expeditions 共同领投。[[1]](https://economictimes.indiatimes.com/tech/funding/ex-meta-ai-chief-yann-lecuns-ami-raises-1-03-billion-for-alternative-ai-approach/articleshow/129374705.cms)
LeCun 长期批评当前大语言模型在推理、规划和自主性上的局限，AMI 将专注“世界模型”（world models）与替代架构，目标构建更接近人类认知的系统，而非单纯扩展 Transformer。融资将用于商业化其推理与规划技术。
这一举动与 Meta 内部 AI 重组形成对比：Meta 已将资源集中于 Superintelligence Labs，由前 Scale AI 首席执行官 Alexandr Wang 领导，持续推进大规模 LLM 路线。LeCun 的离职与新公司成立，凸显顶尖研究者对单一技术路径的质疑。
对比 OpenAI、Anthropic 等闭源前沿实验室的巨额资本集中，AMI 的融资显示市场对多元技术路径仍有需求。未来 6-12 个月，世界模型能否在具身智能或长期规划任务中验证优势，将成为检验这一分歧的关键。
信源：https://economictimes.indiatimes.com/tech/funding/ex-meta-ai-chief-yann-lecuns-ami-raises-1-03-billion-for-alternative-ai-approach/articleshow/129374705.cms
Iluvatar Labs的自主AI科学家Marvin从零设计并构建AgentPad13开源macropad，完整复刻Codex Micro功能集，总成本约40美元。硬件含13个热插拔键、旋转编码器、模拟摇杆、电容触控盘、每键及边缘RGB灯带，采用2层PCB、QMK/Vial固件和开放代理状态协议。Marvin将PCB布线转为研究实验，历经迭代解决路由与约束问题，板卡已量产并通过功能测试。
信源:https://iluvatarlabs.com/blog/2026/08/how-we-cloned-openai-codex-micro/
