HPE：当 AI 走向生产，如何让 AI 从支出变成资产
HPE 提出，当 AI 从试验走向生产、形成客服与 IT 等常驻智能体工作负载后，按 token 逐次消费的模式会让 AI 支出变成难以预测的月度变动成本。企业需按自身工作负载测算"自持容量的盈亏平衡点"，判断持续用量是否足以支撑自建容量。HPE 引用 Deloitte 2026 企业 AI 报告称，2025 年员工 AI 使用率上升 5%，至少 40% AI 项目投产的企业占比预计半年内翻倍。
#数据/训练
#数据/训练
今日 0 条MIT Technology Review · AIAI 评分1212
Latent SpaceAI 评分3434 Foundries vs Navigators：AI 如何降低科学研究的成本
Endura Therapeutics 的 Adrian Sanborn 提出，AI 对科学的影响分为两类：Foundries 用新一代测序、多重检测和物理自动化把实验数据生成速度提升一个数量级，但真正差异化资产是实验数据本身；Navigators 则把 AI 嵌入公司日常流程，用更快的代码和决策加速实验迭代。导航式改造无需专有模型或海量数据集，早期初创公司因没有遗留系统而推进最快。
MIT Technology Review · AIAI 评分3636 MIT Technology Review 如何绘制首份美墨边境"虚拟墙"沿线死亡地图
MIT Technology Review 与 Times of San Diego 用 15 个月完成首份美墨边境监控塔附近死亡的综合地图与分析，数据追溯至 2015 年。
Import AIAI 评分2222 Import AI 468：23 条 RSI 政策建议、PostTrainBench+，以及信任与透明度如何影响 AI 竞赛
Import AI 第 468 期收录了智库 IFP 提出的 23 条“低后悔”政策建议，分属 7 个类别，用于帮助政策制定者应对 AI 研发自动化风险。MIT 与 Columbia 的论文 Racing to Ruin 用博弈模型分析企业竞速，认为透明度和对对手可信度的判断是能否实现协调减速的关键变量。本期还介绍了 PostTrainBench+ 及一篇关于智能机器与机器人身体的虚构短篇。
Import AIAI 评分6262 多伦多大学等机构构建可自我复制的 AI 蠕虫原型
多伦多大学、Vector Institute、剑桥大学和 ServiceNow 的研究者构建了一个原型计算机蠕虫，用开源权重 LLM 配合定制 harness 入侵主机，并寄生被攻陷机器的 GPU 运行推理以维持自身推理和扩散。
Berkeley AI ResearchAI 评分3434 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
伯克利 EPIC Data Lab 提出近零推理成本时代数据系统面临三大挑战：为智能体设计的数据系统、运行智能体集群的数据系统、由智能体合成数据系统。GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间，中位数约 50x。