AI 早报

据华尔街日报援引知情人士报道，亚马逊正就收购旧金山初创公司 Decart 展开谈判，潜在估值约 70 亿美元。Decart 做的是“跨芯片适配软件”，帮开发者在不同 AI 芯片之间无缝切换。PitchBook 数据显示，它此前从红杉资本、Benchmark 等机构累计融资逾 4 亿美元，今年 5 月融资时估值接近 40 亿美元。另据彭博社 8 月报道，Anthropic 曾洽谈以约 60 亿美元收购 Decart，9 月有报道称其已放弃。

对运营/内容人：AI 行业的大钱正从“模型”流向“算力和它的周边软件”。做 To B 销售、行业内容的人，可以多留意“算力调度、芯片适配”这类中间层公司：它们融资多、要招人，也需要有人把复杂的东西讲明白（本报推测）。

据证券时报消息，AI 基础设施公司无问芯穹完成 23 亿元 C 轮融资，成立以来累计融资 43 亿元，单轮和累计金额都创下中国“AI 原生基础设施”赛道的最高纪录。公司成立于 2023 年，是清华大学和上海交通大学的科技成果转化企业。它不造芯片、也不做大模型，专做中间层：把多种模型和多种芯片接起来，统一调度算力。另据彭博社本月报道，公司已以保密形式向港交所递交 IPO 申请，计划募资数亿美元，目标最快 2027 年上半年挂牌。

对运营/内容人：国内 AI 的钱也在流向“卖水人”。找工作或找合作的运营人可以把视野放宽：除了大模型公司和应用公司，算力服务、模型服务平台这类 To B 公司也在拿大额融资，市场、内容、客户成功岗位可能跟着增加（本报推测）。

据 AI Hot 收录的摘要，开发者 Brandon Thomas 因不满 Adobe 的订阅违约金，用 Claude Opus 5.5 以 Rust 语言逆向重写了 Photoshop、Illustrator 等 7 款 Adobe 软件的开源替代品（PhotoCraft、VectorCraft 等），其中 Photoshop 那个项目不到 10 天拿到 4.6 万 Star（GitHub 上的收藏数）。文章还介绍了“净室设计”和“反编译”两条逆向路线，并讨论原创软件的护城河问题。（逆向：没有源代码，靠观察和拆解成品弄清它怎么做出来的。）

对运营/内容人：当功能可以被 AI 快速“抄”走，产品的护城河就不在功能本身，而在品牌、用户关系、内容和社区，这些正是运营在做的事。另外提醒：逆向别人的软件可能涉及版权和协议问题，别把“能做到”当成“可以做”（本报提醒，非法律意见）。

Karpathy 10 月 12 日凌晨在 X 上重提并扩展他 4 月的观点：外界对大模型能力的认知，正变成一个“急剧收窄的漏斗”。他的粗略估算是：约 60 亿人（约 75%）几乎没接触过大模型；约 10 到 20 亿人（约 20%）偶尔用免费版聊天；约 2000 万人（约 0.2%）在数学和代码领域专业使用前沿模型；只有约 5000 人能接触实验室内部最前沿的系统。梁赛把它画成了金字塔，并提醒 5000 人只是粗估，不必当人口普查较真。

对运营/内容人：你的用户大概率在“免费版偶尔用用”那一层，别默认他们懂 Agent、懂提示词。做 AI 产品运营和内容的人，最大的机会就是把上层的用法翻译给下层的人；自己也值得花钱用一用付费版，否则判断会失真。

宝玉发帖称，“据说”这是 AI 初创公司目前最想要又最难招聘的职位，要求有四条：长期在线（了解趋势）；有品味且能创作（新媒体）；理解 AI 和技术；能高质量执行（执行者）。他说，如果按“技术理解力”和“内容能力”分成四个象限画图，就能看出这个岗位为什么难招。

对运营/内容人：这条几乎是写给运营和内容人的：你已经有“在线、会创作、能执行”三项，补上“理解 AI 和技术”就是稀缺人才。求职时可以直接按这四条组织简历和作品集。

据问题描述，中文在线在 2026 年 6 月的投资者交流中披露，AI 短剧与视频生成的 Token 消耗量已达到软件开发的两倍以上，是当前国内第一大算力消耗场景。（Token：AI 计算和计费用的文字单位。）问题描述同时提醒：55% 这个数字来自企业单方披露，不是统计部门或第三方机构的普查结果，中文在线也没有详细说明统计方法和覆盖范围。

对运营/内容人：不管 55% 准不准，AI 短剧和漫剧已经是国内最实在的 AIGC 生意之一。做内容的人要注意：制作门槛降下来之后，拼的是选题、故事和投放；引用这类数字时，记得注明“企业自己披露”。

宝玉转述日本博主“黔騎士”的观点：AI 一提效就裁员的公司，员工再也不会主动琢磨怎么用好 AI。他拿丰田举例：丰田把“改善”（Kaizen，一线员工持续提小建议、优化流程）推广到海外时，讲师反复强调一条铁律，流程改善后工时减少了，也绝对不能因此裁人。因为提建议的结果如果是自己或同事丢饭碗，现场就再也不会有人提建议。

对运营/内容人：带团队的人可以直接借用这条规矩：先讲清楚“省出来的时间用来干什么”，再推 AI 工具。普通员工也可以用它判断公司：提效之后是给你更有价值的活，还是只想减人。

阑夕转述华尔街日报的长文《The Desperate Hunt for AI Computing Power Is Upending Silicon Valley》：对算力的争夺已经成了硅谷当下最重要的事。文中提到，H100 已经是英伟达好几代之前的 AI 芯片，今年以来每小时租赁成本仍涨了 60% 以上；云厂商开始“挑客”，不能签长期合同、不能多预付的公司会被婉拒；风投机构也开始囤算力，Y Combinator 已经在给训练营里的创业公司补贴 GPU 集群。

对运营/内容人：算力贵，最后会传到产品上：AI 功能涨价、限额、免费额度缩水都可能发生（本报推测）。做 AI 产品运营的人，要提前想好“额度不够用”时怎么跟用户沟通。

据 Rohan Paul 转述 FT 的报道，机器写作的论文大量涌入学术期刊，筛选成本正在推动规模 220 亿美元的学术出版业走向并购。Elsevier 自 2022 年起把审稿人队伍扩充了超过三分之一，达到 190 万人；Springer Nature 因为质控成本上升、以及市场担心聊天机器人让付费研究贬值，上市两年后股价仍低于 22.50 欧元的发行价。

对运营/内容人：学术出版是内容行业的“极端样本”：内容暴增后，最贵的环节变成了筛选和审核。内容平台、社区运营会遇到同样的问题，审核和质量把关的成本要提前算进去。

Mollick 说，他上个月和一些大公司里很恼火的高管聊过，这些人在 GPTs 被淘汰之前还很看重它。（GPTs：OpenAI 此前推出的、可自己定制的 ChatGPT 小应用。）他承认 GPTs 确实已经没那么有用了，但大型组织的规划很复杂，而所有实验室（不只是 OpenAI）都在不断做出突然的变化，让它们无所适从。

对运营/内容人：别把工作流押在某一个 AI 功能上。团队沉淀的提示词、流程、知识库，尽量用能迁移的方式保存（比如普通文档），哪天功能下线了也能搬走。

TechCrunch 报道，亚马逊近期跟随微软表态，今后在与地方政府谈判数据中心项目时不再使用保密协议（NDA）。这个决定写在一篇论证“数据中心对社区有好处”的长博客里。文章提到，美国多地正在出台数据中心暂停令，包括最近的旧金山；纽约州的暂停令针对大型项目的许可，预计持续约一年。

对运营/内容人：这是一堂公关课：技术再重要，瞒着公众做事就会引发反弹。做品牌、公关和社区的人可以参考：先公开、多解释，比事后灭火便宜得多。

卡兹克说，他用自己写的一段提示词，加上团队自己的“品牌 PPT Skill”和“品牌动效 Skill”，让 Claude Opus 5.5 花 20 分钟生成了第二天演讲要用的几十页完整 PPT。他的评价是：第一次觉得这个 PPT “改无可改”，太精准、太符合要求。（Skill：提前写好、交给 AI 反复调用的一套做事规范。）

对运营/内容人：做汇报、做活动物料的人可以照这个思路试：先把自己或公司的 PPT 规范（字体、配色、版式、常用页面）整理成一份文档交给 AI，以后每次只写内容要点就行。