SpaceXAI 首份季报:AI 资本开支 158 亿美元,经营现金流只够覆盖 12%
SpaceXAI 上市后第一份季报显示,单季总资本开支 183.7 亿美元,其中 158.3 亿砸在 AI 基础设施上,远超市场预期的 132 亿。这个 AI 投入规模已经接近微软同期全部资本开支的四成。
推荐理由:SpaceXAI 上市后首份季报显示,单季 AI 基础设施资本开支达 158.3 亿美元,接近微软同期全部资本开支的四成,而经营现金流仅覆盖其中 12%。
SpaceXAI 上市后第一份季报显示,单季总资本开支 183.7 亿美元,其中 158.3 亿砸在 AI 基础设施上,远超市场预期的 132 亿。这个 AI 投入规模已经接近微软同期全部资本开支的四成。
推荐理由:SpaceXAI 上市后首份季报显示,单季 AI 基础设施资本开支达 158.3 亿美元,接近微软同期全部资本开支的四成,而经营现金流仅覆盖其中 12%。
这篇文章是微软几位研究员写的,他们用内部数据和过往研究,一条条反驳了现在业界对生成式 AI 和软件工程的八个流行说法。核心事实是:开发人员真正花在写代码上的时间只占 14% 左右,所以 AI 代码生成哪怕再快,能帮到的也只是工作里很小的一块。
推荐理由:微软研究员用内部数据逐条反驳业界对生成式 AI 编程的八个流行说法,其中开发人员写代码时间仅占约 14% 的数据,为判断 AI 代码生成的实际作用范围提供了参照。
微软内部文件显示,它已经签了大约1300亿美元的长期数据中心租约,用来支撑 AI 模型的训练和推理。这个数字比市场之前猜的都要高,而且租约一签就是好几年,说明微软判断 AI 需求会持续很久。不过原文是付费墙内容,具体租给了哪些供应商、数据中心分布在哪些地区、单年租金怎么摊,正文都没披露。
推荐理由:微软签下约1300亿美元数据中心长期租约,规模高于市场此前预期,租期长达数年,可用于观察其对 AI 算力需求持续性的判断。
微软在最新财报电话会上向华尔街推销自己的 AI 模型、工具链,甚至一个对标 Mythos 的产品。CEO 纳德拉明确表示,不会让 OpenAI 和 Anthropic 通过应用和智能体基础设施把客户关系抢走。公司刚交出全年营收 3318 亿美元、净利润 1337 亿美元的业绩,有足够底气直接下场竞争。
推荐理由:微软在财报电话会上向华尔街推销自家 AI 模型与工具链,并明确不让 OpenAI 和 Anthropic 抢走客户关系,可看大厂在模型供应与落地场景上的竞争姿态。
微软 2026 财年第四季度财报里夹了两笔 AI 投资的账。对 Anthropic 的 50 亿美元投资,这个季度账面浮盈 32 亿美元,给每股收益贡献了 0.33 美元。OpenAI 这边就没那么好看了,微软把它的持股价值减记了大约 6 亿美元,每股收益被拉低 0.07 美元。
推荐理由:微软在财报中披露对 Anthropic 的 50 亿美元投资本季度浮盈 32 亿美元,同时将 OpenAI 持股减记约 6 亿美元,两笔 AI 投资的账面盈亏形成直接对比。
安全研究员 Håkon Måløy 公开了一个在微软 Copilot for Word 中实际可用的文档蠕虫攻击。攻击者把隐藏指令塞进一个文档,当别人用 Copilot 处理这个文档时,Copilot 会照指令篡改输出内容,并把攻击代码复制进新生成的文件里。新文件又变成新的感染源,继续感染后续文档。
推荐理由:安全研究员公开了一个在 Copilot for Word 里真实可用的文档蠕虫,有完整 PoC 和 MSRC 通报记录,信号密度高。扣分点在于首发是个人博客而非微软官方公告,而且攻击需要特定的环境配置才能触发,实际利用门槛不低。
Azure 年营收刚过 1000 亿美元,增速 41%,但谷歌云同一季度涨了 82%。差距出在成本结构上:谷歌用自己的模型和 TPU 芯片,云业务利润率从 20.7% 拉到 35.6%;微软主要租英伟达 GPU、转售 OpenAI 模型,每笔订单都要给别人分利润。
推荐理由:微软 Azure 年营收过千亿美元、增速 41%,同期谷歌云涨 82%,差距源于谷歌自研模型与 TPU 芯片压低成本,微软则租用英伟达 GPU 并转售 OpenAI 模型。
谷歌最新财报显示资本支出又跳涨了一截,盘后股价直接跌了近 5%。市场担心的不是技术不行,而是砸了几千亿美元建数据中心之后,还没看到明确的回报时间表。文章点名谷歌、微软、Meta 都在加码,但谁也没给出盈利路线图。我会把这次下跌看作市场情绪在降温,而不是崩盘信号。
推荐理由:谷歌最新财报资本支出跳涨、盘后股价跌近5%,市场对数据中心投入回报时间表的担忧由此浮出水面,微软和Meta也在加码却未给出盈利路线图。
Perplexity 推出了一个叫 Personal Computer 的 Windows 应用,你可以用自然语言下指令,让模型跨本地文件、Office 365 和网页去执行任务,相当于把电脑变成一个能动手的 AI 助手。目前只有 Windows 版,正文没提收费方式和具体上线日期。
推荐理由:Perplexity 推出 Windows 应用 Personal Computer,用自然语言指令让模型跨本地文件、Office 365 和网页执行任务,桌面 Agent 从搜索走向直接操作电脑。
7月24日,英伟达、Meta、微软等25家硬件商、云厂商和风投联名发公开信,主张开放权重模型是美国AI领先的关键。OpenAI和Google在周末补签,Anthropic和Amazon没签。各家的生意经很直白:卖硬件的想拉动更多私有算力需求;Meta要用Llama绑定开发者工具链。
推荐理由:25家硬件商、云厂商和风投联名主张开放权重模型关乎美国AI领先,OpenAI与Google补签、Anthropic与Amazon未签,各家立场背后的商业考量由此铺开。
微软 CEO 纳德拉在 CNN 采访中再次警告企业:只靠一家闭源 AI 实验室的模型,最终会出局。他 7 月 13 日就提过这个观点,这次说得更直白——公司要么得有自己的模型,要么得加一层 AI 网关,把提示词和底层模型解耦。网关具体怎么实现,正文没细说。核心逻辑是别把数据和决策逻辑全交给单一模型供应商。
推荐理由:微软 CEO 纳德拉再次提醒企业,依赖单一闭源模型存在风险,并提出自研模型或加一层 AI 网关解耦提示词与底层模型两条路径。
微软在旧金山一场小型活动上掏出了两样新东西:一个是专门做网络安全的模型 MAI-Cyber-1-Flash,用来在复杂代码库里找那些难发现的漏洞,并驱动自家的 MDASH 漏洞挖掘工具;另一个叫 Perception 的平台,可以派出一组 AI 智能体去自动跑安全流程,比如找 bug 和修 bug。
推荐理由:微软推出网络安全模型 MAI-Cyber-1-Flash 与智能体平台 Perception,前者在复杂代码库中挖掘漏洞并驱动 MDASH 工具,后者调度多个 AI 智能体自动完成找 bug 与修 bug 流程。
FT的报道说,美国科技公司今年一边裁掉约14万个岗位,一边把资本支出拉到了2150亿美元,大部分砸向AI基础设施。Meta、亚马逊、微软、Alphabet都在疯狂买数据中心和芯片,但非AI团队在收缩。文章没具体说裁的是哪些岗位,不过方向很明确:钱和人都在往AI挪,其他业务线在收紧。
推荐理由:美国科技公司今年裁掉约14万个岗位,同时把2150亿美元资本支出投向AI基础设施,两个数字并列呈现了资源向AI集中、其他业务线收缩的走向。
英伟达、微软和Meta联合向特朗普政府表态,反对对开放权重模型(也就是把训练好的模型参数直接公开、允许大家下载微调的那种)施加出口管制或许可要求。他们的核心论点是:管得太早会伤到美国的开源生态,反而把优势拱手让给竞争对手。报道没列出具体的政策提案,但三家态度很明确——别锁太快。这三家都靠开放模型赚钱,立场不意外,但三家一起站出来施压还是值得留意。
推荐理由:英伟达、微软和Meta联合向特朗普政府表态,反对对开放权重模型施加出口管制或许可要求,理由是监管过早会削弱美国开源生态的竞争优势。
英伟达、Meta、微软、Mistral 和 Hugging Face 等公司发了一封公开信,劝美国政策制定者别急着对开放权重模型(也就是把模型参数公开、允许大家自由下载微调的那种)搞大范围限制。这封信的背景是华盛顿正在琢磨怎么回应中国 AI 实验室——美方怀疑他们用“蒸馏”技术从美国模型里学东西,把能力差距拉近了。
推荐理由:英伟达、Meta、微软等公司联名致信美国政策制定者,反对对开放权重模型实施大范围限制,背景是华盛顿正考虑回应中国 AI 实验室的蒸馏行为。
微软发起了一封公开信,NVIDIA、Meta、Palantir、Hugging Face 等 20 多家公司都签了名,核心诉求是让政策制定者别过早限制开源模型的权重公开。信里特别提了一句,要把正常的模型蒸馏(用大模型教小模型)和恶意盗用区分开,别一刀切。有意思的是,OpenAI、Anthropic 和 Google 这三家做闭源大模型的公司全都没签字。
推荐理由:微软联合英伟达、Meta、Hugging Face 等 20 多家公司发公开信,主张政策制定者别过早限制开源模型权重公开,并区分模型蒸馏与恶意盗用,OpenAI、Anthropic、Google 均未签名。
AMD 在 Advancing AI 大会上掏出了 Helios,一个直接对标英伟达 Vera Rubin 的整机柜系统,专门用来训练和跑最前沿的大模型。CEO 苏姿丰说这是目前业界性能最高的 AI 机柜,微软是首批客户之一,今年晚些时候开始发货。
推荐理由:AMD 在 Advancing AI 大会上发布 Helios 整机柜系统,对标英伟达 Vera Rubin,微软是首批客户,今年晚些时候发货,整机柜 AI 系统的竞争格局由此多了一个直接对手。
Satya Nadella 说 MAI 模型不拼跑分,而是在 GitHub Copilot 和 Excel 这类产品里,靠真实用户反馈训练,用更少的 token 就超过了通用前沿模型。核心是一套不绑定具体模型的评估系统,让模型在真实任务里学怎么把活干好。微软会把这个模板通过 Foundry 开放给企业客户。
推荐理由:微软 MAI 模型不靠跑分,而是在 GitHub Copilot 和 Excel 中用真实用户反馈训练,以更少 token 超过通用前沿模型,并计划通过 Foundry 向企业开放这套评估模板。
路透社这篇报道说 Alphabet 的自由现金流缩水得很厉害,主因是 AI 基础设施砸钱太猛。这对 Meta、微软、亚马逊是个预警——大家都在往 AI 里灌钱,但市场在担心回报什么时候能跟上。正文没披露具体的烧钱数字和同比变化,我会先打个折看这个信号:不是说不该投,而是投的速度和回血速度已经出现明显错位了。
推荐理由:路透社报道 Alphabet 自由现金流因 AI 基础设施投入过大而缩水,并将这一信号延伸至 Meta、微软、亚马逊等同样大举投入 AI 的科技巨头。
Alphabet、微软、亚马逊、Meta 和甲骨文这五家公司,在最新季度的财报里报了1.35万亿美元债务,但《日经亚洲》挖出它们还有约1.65万亿美元的债务没进资产负债表,其中 Meta 一家就占了大概4200亿。这些钱主要通过特殊目的实体或法律上独立的子公司来操作,让财报看起来更健康。
推荐理由:日经亚洲估算五家美国科技巨头在财报之外另有约1.65万亿美元债务,Meta一家约占4200亿,这些资金多通过特殊目的实体或独立子公司运作。
微软在 HuggingFace 上放出了 Mage-Flow,一个 4B 参数的基础模型,既能文生图,也能按指令修图。它没走堆参数的路子,而是靠一个轻量化的图像压缩器 Mage-VAE 和一个原生分辨率扩散 Transformer 配合,效果对标甚至超过了 Qwen-Image 20B、FLUX.2 32B 这些大得多的系统。
推荐理由:微软开源 4B 参数的 Mage-Flow,靠轻量 Mage-VAE 与原生分辨率扩散 Transformer,在文生图和指令修图上对标参数量大数倍的 Qwen-Image 20B、FLUX.2 32B。
亚马逊、微软、Alphabet、Meta 和苹果现在背着 1.65 万亿美元的长期租赁负债,这些钱没直接写在资产负债表的核心债务里,但实际要还。这个数字是 2018 年的近五倍。日经根据公司披露和资本开支数据估算,其中约 60% 直接投向了数据中心、服务器和网络设备,也就是给 AI 竞赛铺路。这种操作让投资人很难看清公司真实的杠杆水平。
推荐理由:日经估算亚马逊、微软、Alphabet、Meta 和苹果的长期租赁负债合计 1.65 万亿美元,约为 2018 年的五倍,其中约六成投向数据中心、服务器和网络设备。
苹果上周五对 OpenAI 提起了商业机密诉讼,指控从硬件负责人往下都存在不当行为,并称 OpenAI 现在有超过 400 名前苹果员工。OpenAI 的回应很谨慎,但时间点太糟了——公司正打算今年晚些时候上市。
推荐理由:苹果在 OpenAI 筹备上市期间提起商业机密诉讼,指控涉及硬件负责人并称其有超 400 名前苹果员工,时间点让这场纠纷与 IPO 进程直接交织。
ACM Queue 这篇文章把现在 MLOps 的尴尬摊开了:传统运维那套靠确定性响应做健康检查、灰度发布、告警的方法,在 ML 系统上基本失灵。核心矛盾就两条——模型输出不是确定的,以及数据跟代码一样在驱动系统行为。
推荐理由:ACM Queue 一文梳理 MLOps 的两处硬伤,模型输出不确定、数据与代码共同驱动系统行为,使传统运维的健康检查与灰度发布方法失效。
这篇论文研究了微软几万名工程师在 2026 年初开始用 Claude Code 和 GitHub Copilot CLI 这两款命令行 AI 编程工具的情况。有三个发现比较实在:第一,大家开始用主要是因为看到身边的同事在用,靠的是同事间的社交网络,不是公司硬性摊派。
推荐理由:微软几万名工程师在 2026 年初试用 Claude Code 和 Copilot CLI,论文发现工具扩散主要靠同事间的社交网络,而非公司统一推行,并记录了使用者的 PR 合并量变化。
微软 CEO 纳德拉在个人博客里抛出一个观点:企业用 OpenAI、Anthropic 这类闭源模型,等于把敏感业务数据交出去。这些模型实验室未来可能利用这些信息,反过来跟客户抢生意。他把这叫做“逆向信息悖论”。文章还引了投资人 Jason Calacanis 和 Palantir CEO Alex Karp 的类似警告,但没给出具体数据或案例。
推荐理由:微软 CEO 纳德拉提出逆向信息悖论,指出企业使用闭源模型时交出的业务数据,可能被模型实验室用来与客户竞争。
微软 CEO 纳德拉指出,企业付费使用 AI 时,提示词、工具调用记录、纠错反馈这些操作痕迹会变成“智力废气”被模型吸收,等于把自己的专有知识免费送给了模型方。他主张企业需要一道信任边界:私有评估数据、组织记忆、用模型输出微调自己模型的权利,都得留在企业手里,未经同意不能外泄。正文没提具体产品或落地时间。
推荐理由:纳德拉指出企业付费使用 AI 时,提示词与纠错记录会作为操作痕迹被模型吸收,他主张私有评估数据、组织记忆和微调权应留在企业一侧。
三家大厂自己公布的数据显示,2025年它们的机房一共排了1.04亿吨二氧化碳,相当于法国全国排放的33%。微软一家就占了将近一半,主要是因为它猛铺AI基础设施。更让人不放心的是,这三家都在悄悄往回缩:亚马逊和谷歌不再提“全天候用清洁能源”的目标,微软买的碳抵消也被发现效果注水。而且这些数字都是企业自己报的,实际排放很可能更高。
推荐理由:三家大厂自报2025年机房排放1.04亿吨二氧化碳,相当于法国全国排放的33%,微软一家占近一半,主因是猛铺AI基础设施。
FT 拿到内部文件,发现 OpenAI 和谷歌通过微软 Azure 和谷歌云,把模型访问权限卖给了至少八家被美国列入实体清单的中国公司,包括华为、商汤、依图和科大讯飞。交易走的是这些公司的海外子公司或第三方经销商渠道。两家公司都否认违反出口管制,但 FT 看到的内部记录显示,部分销售团队知道客户的背景,交易还是继续推进了。
推荐理由:FT 依据内部文件披露 OpenAI 和谷歌经微软 Azure 与谷歌云,向华为、商汤等八家实体清单中国公司售出模型访问权,交易绕道海外子公司或经销商。
OpenAI 在发布 GPT 5.6 时宣布,这个新模型将成为微软 365 Copilot 的“首选模型”,覆盖 Word、Excel、PPT 和 Cowork。这明显是在回应前几天彭博的报道——微软为了省钱,正用自家 MAI 模型替换掉部分 OpenAI 软件。
推荐理由:OpenAI 宣布 GPT 5.6 成为微软 365 Copilot 的首选模型,此前彭博报道微软正用自研 MAI 替换部分 OpenAI 软件,两条消息并置可看出双方合作关系的微妙变化。
微软2026年可持续发展报告显示,2025年碳排放比2020年基准线高出25%,主要来自数据中心建设和供应链。公司承认现有的减碳方案跟不上AI需求的增长,2030年负碳目标更难实现了。报告没给出具体的追赶计划,这点先别太激动。
推荐理由:微软在2026年可持续发展报告中披露2025年碳排放较2020年基准线高出25%,并承认现有减碳方案跟不上AI需求增长,2030年负碳目标承压。
FT 这篇评论认为,微软靠着和 OpenAI 的绑定在 Copilot 上抢跑,但还没转化成实打实的收入。Azure 的增速在放缓,企业愿不愿意为 Copilot 持续付费仍是个问号,自家模型研发也落后。市场之前给微软的 AI 估值溢价,现在得看它能不能交出真金白银的业绩。
推荐理由:FT 这篇评论梳理了微软靠 OpenAI 绑定在 Copilot 上抢跑、却尚未转化为收入的过程,并点出 Azure 增速放缓与自研模型落后这两重压力。
OpenAI 宣布 GPT-5.6 将作为 Microsoft 365 Copilot 的首选模型,集成到 Word、Excel、PowerPoint、Chat 和 Cowork 里。按官方说法,新模型能让每个 token 产出更多有用工作:Word 里写文档需要的提示轮次更少,Excel 里做分析更省 token,PPT 里从想法到幻灯片的转换更快。
推荐理由:OpenAI 宣布 GPT-5.6 成为办公助手首选模型,官方所述效率提升涉及文档提示轮次、表格分析用量和幻灯片制作速度。
微软已经在 Excel、Outlook 等 Copilot 产品里用自研的 MAI 模型处理部分请求,目标是逐步砍掉对 OpenAI 和 Anthropic 的模型支出。AI 负责人 Mustafa Suleyman 6 月公开说过 Anthropic 太贵,要最终清零这笔成本。
推荐理由:微软用自研 MAI 处理 Copilot 的部分请求,背后的成本背景是其希望逐步削减对外部模型供应商的支出。
过去12个月,AI公司总共承诺了97.5亿美元,用来组建“前线部署工程”团队,也就是把自家工程师直接派到客户公司里,帮他们把AI用起来。这笔钱相当于埃森哲一年人力成本的四分之一。目前出现了三种玩法:微软和亚马逊直接从现有员工里调人,不额外融资。
推荐理由:AI公司过去12个月承诺投入97.5亿美元组建驻客户部署团队,规模相当于埃森哲一年人力成本的四分之一。
TechCrunch整理了一份2026年因AI因素裁员的科技公司名单。微软刚砍掉约4800个岗位,占全球员工2.1%,公司说这些岗位“不是被AI取代”,但承认AI正在改变工作方式。5月是近年来科技裁员最惨的一个月,AI是被提及最多的理由。2026年至今,科技行业已裁掉约12万个岗位。
推荐理由:TechCrunch将微软等十家公司的AI相关裁员放进年度行业背景,年内约12万个岗位被裁为单家公司裁员提供了规模参照。
微软新设了一个叫“Frontier Company”的业务部门,预算 25 亿美元,要把 6000 名行业和工程专家直接塞进客户公司里,跟客户一起设计、部署和迭代 AI 系统,最后按实际业务成果说话。负责人是 Rodrigo Kede Lima。微软商业业务 CEO Judson Althoff 说这是业内最大的结果导向型工程组织。
推荐理由:微软新设 Frontier Company,投入 25 亿美元派驻 6000 名专家进入客户公司,按业务成果结算,可观察 AI 落地服务从卖工具转向驻场交付的组织方式。
微软新成立了一家叫 Microsoft Frontier Company 的运营公司,专门用微软现有的 AI 工具帮企业做落地部署。公司背后有 25 亿美元投资和 6000 名行业与工程专家。商业业务 CEO Judson Althoff 不太喜欢“派驻工程师”这个叫法,说这是业内规模最大、以结果为导向的工程组织。
推荐理由:微软投入25亿美元、6000人成立Frontier Company,专做企业AI落地部署,这条讲的是大厂把模型能力转化为交付组织的路径。
欧盟正在考虑砍掉数据中心必须公开能效和水耗的强制要求,改成让企业自愿报告。一份修订草案显示,原本要强制披露的关键绩效指标会被拿掉。环保组织认为,在 AI 基建猛踩油门的当下,这是倒退。欧盟官员则辩称原方案太繁琐。目前最终文本还在谈,正文没披露具体投票时间表。
推荐理由:欧盟拟将数据中心能效与水耗的强制披露改为自愿报告,环保组织视其为 AI 基建扩张下的监管倒退,草案仍在谈判。
纽约时报在 6 月 26 日提交了第三次修订诉状,把矛头从模型训练转向了微软给 OpenAI 搭建的超级计算机。他们援引最高法院刚判的 Cox 案,说微软明知 OpenAI 会生成侵权内容,还提供算力,属于“协助侵权”。诉状里还提到,微软内部讨论过用合成数据代替版权材料,但最后没这么做。案子在纽约南区法院,文章没写微软的具体回应。
推荐理由:纽约时报第三次修订诉状,把指控从模型训练转向微软为 OpenAI 搭建的超级计算机,并援引 Cox 案主张协助侵权,诉状还提到微软内部曾讨论用合成数据替代版权材料。