格隆汇10月11日丨据新浪科技，蚂蚁集团旗下AI产品“灵光”已于近日开启新版本的小范围内测，新版对标“Meta Muse”。 公开信息显示，今年9月，Meta推出个人智能体Muse。该智能体可介入用户日常生活，并持续跟进用户交待的事宜。接近项目人士透露，灵光相关方向约半年前已开始筹备，期间迭代多个版本，计划本月全面开放。该人士还透露，此次升级的核心，是灵光从能聊天、能生成应用的AI助手，转向拥有长期记忆、可主动推进任务的AI原生个人智能体。灵光新版本还能通过调用Skill和MCP，实现钉钉发信息、调用智能家居设备等功能。

格隆汇10月11日｜喜马拉雅资本创始人李录近日在哥伦比亚商学院36届格雷厄姆·多德年度午餐会上表示：在任何一个时点，整个市场并不会凭空创造出无限多的新资本。所以，如果大量资本都被吸引到最热门、最顶端的那些公司里，那么另一边就一定会出现一大批原本非常优秀的企业，被忽视，并以非常低的价格交易。美国如此，中国如此，其他市场也是如此。

格隆汇10月11日｜喜马拉雅资本创始人李录近日直言，当前AI市场存在极度非理性的定价现象。他举例称，有公司在募资材料中自称“研究实验室”，年烧数百亿甚至未来计划烧数千亿美元，它正在创造一种具有变革性的技术，但同时承认技术有10%概率“杀死所有人”，它邀请所有人至少投入1000亿美元，并且按照2万亿美元的估值来给它定价。 李录称“如果这里面存在任何逻辑上的一致性，那已经很令人费解了。这其实是一个非常极端的例子，说明市场有时候能够非理性到什么程度。这些事情不可能同时都是真的，但市场现在就是到了这种位置。”李录强调，这种逻辑矛盾且极端非理性的状态不可能长期持续，市场终将回归理性。

格隆汇10月11日｜马斯克认为其公司很可能会“找到比任何人都更好地制造芯片的方法”，因为它们在制造定制设备方面拥有专长。马斯克在得克萨斯州奥斯汀特斯拉公司超级工厂外对聚集的客户和投资者表示，虽然马斯克目前“完全不知道如何制造微芯片，但我们会弄明白的”。马斯克于周六通过直播出现在X Takeover活动上，并指出在参观竞争对手的设施时，并没有看到多少定制设备，而我的公司在制造这类设备方面拥有丰富经验，这使我们能够改进制造工艺。“我认为可以准确地说，这是世界上最难做的事情之一，”马斯克说。“我不想自满或理所当然，但我认为我们很可能会找到比任何人都更好地制造芯片的方法。说实话。我不知道我们需要多长时间才能做到这一点。可能需要好几年。”

格隆汇10月11日｜喜马拉雅资本创始人李录近日在哥伦比亚商学院36届格雷厄姆·多德年度午餐会上称，AI与互联网等传统技术不同，它不具备“一次性基建投入后长期低成本复用”的特征，而是永远伴随着巨大的增量成本。因此，你永远都必须考虑投入成本和最终能够产生的收入、利润之间是什么关系。资本需求和财务纪律，永远都会发挥作用。与此同时，还要考虑技术发展的速度，以及社会究竟能够容忍它发展到什么程度。所以真正决定AI发展节奏的，实际上有4、5个不同层面的约束同时存在。 李录进一步表示，那么人类社会通常是怎么适应这种巨大的技术变化的？从来都不是通过完美规划。所以我们一定会经历巨大的繁荣，也会经历崩溃，很可能还不止一次。我们可能会经历几轮繁荣与崩溃的周期，这大概就是这项技术最终会发展的方式。

格隆汇10月11日｜近日，在哥伦比亚商学院36届格雷厄姆·多德年度午餐会上，喜马拉雅资本创始人李录分析了AI对经济结构的真实影响。他认为，生成式AI最擅长的是将人类积累的知识与专业能力重新综合并“平权化/普及化”，从而服务于整个知识和技术型服务业。但AI并没有改变最底层的能源、交通运输，也不会直接改变重新组合分子的制造业的本质。由于目前仍牢牢受限于人类生成数据的范畴，AI距离跨越到生物层面等复杂领域依然非常遥远。

格隆汇10月11日｜近日，在哥伦比亚商学院36届格雷厄姆·多德年度午餐会上，针对硅谷流行的“生成式AI从RSI(递归式自我改进)到AGI、ASI(人造神)”叙事，喜马拉雅资本创始人李录持怀疑态度。他指出，人类绝不愿生活在由自身创造的“神”所主宰的社会中。这种宏大叙事最终只有两种可能：一是该技术根本不会沿着那条路径一直发展下去；二是若真朝此方向发展，到了某个阶段，所有人最终都会联合起来阻止它继续往那个方向走。因此，市场不必盲目相信“人造神”式的终极叙事。

格隆汇10月11日｜喜马拉雅资本创始人李录近日在哥伦比亚商学院36届格雷厄姆·多德年度午餐会上表示，本轮AI浪潮与以往技术革命截然不同，它正在从单纯提升生产力的“工具”向“造物”演进。从语言交流、推理、编程到智能体协作，AI正展现出接近人类的特征。李录强调，脱离人类参与的“递归式自我改进(RSI)”极其危险，社会与人类整体必须划出红线：无论是AI的自我学习，还是工具的使用，必须始终有人参与其中。换句话说，我们必须把它牢牢留在“工具”这一端，而不能任由它走向一个脱离人类控制的“灵性物种”。

格隆汇10月10日｜伯恩斯坦研报显示，采用不同AI加速器架构，建设1GW数据中心所需的资本开支约为346亿至395亿美元。其中，英伟达Vera Rubin架构的建设成本最高，OpenAI自研ASIC架构Jalapeno则相对较低。伯恩斯坦将英伟达Rubin NVL72单机柜成本预期从此前的910万美元大幅下调至752万美元，降幅约17%，主要反映了对HBM价格和NAND存储容量预期的调整。研报还指出，AI数据中心的主要经济负担并非电费，而是巨额资本开支及其产生的折旧。