23 条相关报道 · 16 期日报 · 每日更新的 微软 新闻时间线
Copilot impact dashboard 现已把 Copilot Chat 和 VS Code Agents window 纳入 Agent adoption chart，开发者可在九种 Copilot 体验中查看参与度。原名“Passive users”的采用人群现改为“Chat-first users”，更准确指代主要使用聊天功能但尚未达到采用阶段的人群。企业和组织的 28 天用量报告也同步加入这两项数据，采用阶段与 cohort 大小保持不变。
高通向数据中心扩张时，既有科技伙伴正在成为芯片客户或股东，手机业务积累的关系也延伸到了新的市场。
GitHub 在 GitHub Blog 表示，GitHub Copilot 现已可直接在 Xcode 的内置编码助手中使用，并从 Xcode 27.3 beta 开始提供公开预览。该集成让开发者在原生 Xcode 工作流里调用 Copilot，同时原有的 GitHub Copilot for Xcode 扩展仍可单独使用。用户需在运行 macOS Tahoe 26.6 或更高版本的 Mac 上安装 Xcode 27.3 beta，并在 Xcode 设置中完成连接。
GitHub 更新了 Copilot 用量统计接口，企业可以分别查看开发者自行接入的模型、管理员配置的模型，以及 GitHub 托管模型的使用情况。开发者在命令行或 Copilot 应用中配置密钥或本地模型时，请求直接发给相应服务。企业配置的自定义模型则通过 GitHub 转发。即使两种服务使用相同的模型名称，报告也会分开列出。企业和组织均可在单日及 28 天报告中查看用户明细和汇总数据。
AI 数据中心已成为 AMD 的主要增长引擎，竞争正在延伸到整机架交付与系统部署能力。
开发者现在可以在 JetBrains Air 里选择 GitHub Copilot，委派编程任务、查看多个会话的进度，并在代码旁审查改动。该集成使用 Agent Client Protocol，本地任务连接已有的 Copilot 账号即可开始。云端任务需要企业开通 Air Teams，并由管理员启用 Copilot。每个云端任务都在全新虚拟机的容器里运行，使用 Copilot 订阅额度，任务结束后不会把环境状态传给下一项任务。
成熟科技公司可用整体经营信用为 AI 扩张借款，融资条件与单个数据中心项目存在明显差别。
头部模型公司的融资开始同时调整金额、估值和投资者范围，以匹配持续扩大的资金需求。
微软的 AI 商业化正嵌入企业长期采购，合同储备扩大了增长可见性，也延长了算力投入与服务交付的责任。
AI 对就业的影响正在通过任务自动化与投资预算重分配两条路径传导，判断岗位替代时需要把两者分开衡量。
机器人模型的扩张正在催生独立数据供应商，竞争重点是可用质量和持续交付。
算力公司的估值越来越需要用通电、交付和回款来支撑，庞大的建设计划本身已不足以消除融资疑虑。
安全预算不一定要买新设备，把已经买了的工具设对，本身就是一门可以收费的生意。
大模型公司开始投机器人团队，模型能力正在找一副能动手干活的身体。
自研大模型的公司开始把“没有蒸馏别人”当作卖点，企业采购时多了一道“数据从哪来”的考题，开放模型在这一项上并不占优。
合同上的订单再多，也要先活到收钱那一天；债券市场正在用利率，重新给 AI 基建的扩张速度定价。
同一天里，借钱建算力的公司被抛售、卖硬件的苹果创下新高，市场正在区分 AI 时代谁背负成本、谁收获需求。
云厂商造芯片的目标已经从“有一颗备用”变成“让它当主力”，英伟达在推理市场面对的最大竞争者，正是它最大的几个客户。
软件公司开始像采购零部件一样采购模型：哪家在哪类任务上更好、更便宜就用哪家，模型公司之间的客户关系会比过去松动得多。
大模型公司手里有了大额融资之后，花钱的方式开始接近大厂：一边训练自己的模型，一边用投资去占下一个方向的位置。
两家公司都在走向上市，届时招股书会把收入口径摆上台面，现在流传的排名可能要重排。
智能体系统里跑得最频繁的未必是最强的模型，路由、审核、打分这些“小判断”正在分给便宜的专用小模型。
Google 愿意在自家代理里摆上对手的模型，说明它判断企业客户最终认的是入口和数据所在的那一层，模型可以是随时替换的零件。
当国家科学奖章颁给造芯片和建数据中心的人，官方对“科学贡献”的认定已经把算力供给算了进去。
两家头部实验室的小模型定到了同一个价位，低端模型的竞争已经从“谁更便宜”转到“便宜的条件写在哪里”。
模型公司最大的客户往往也是最有能力自己做模型的公司，这类收入来得快，走的时候也不需要理由。
当一家公司可以不设领投、直接报价融 300 亿美元，资本市场里稀缺的已经不是钱，而是能装下这么多钱的标的。
招股书把模型公司的生意写成了一道算术题：收入一年涨 12 倍，仍要跑赢一份十年期、八成不能反悔的算力账单。
企业部署代理的速度超过了清点代理的速度，安全公司最先卖出去的产品不是防护，而是一张清单。
自建算力最激进的公司，最后也发现卖算力比只用算力更容易算清这笔账。
在政府市场，AI 公司比的不是谁的模型更聪明，而是谁先把合规手续跑完、让采购人员敢签字。
价格战换了战场：单价可以纹丝不动，完成一件事的总花费才是真正的账单。
智能体越强，越需要一个它本身够不着的监督者；这让安全多了一条可以标价出售的硬件产品线。
实验室亲自入股数据供应商，说明高质量人工数据已经从采购品变成了需要锁定的战略资源。
1034 亿美元是未来交付的承诺簿，26 亿美元才是当下活跃规模；估值必须跨过两者之间的建设期。
当智能体开始碰支付、审批和履约，可靠执行会从开发工具预算进入企业基础设施预算。
开放模型的商业战已从“下载量”转向“谁能低成本训练，并在企业自有环境完成部署”。
Claude正在把聊天框变成办公交付台，真正的考题是生成文件能否直接进入团队工作流。
政策进度条的刻度，正在从听证会挪到后台休息室。
咨询期只有六周，但这份文件管的是2027年才开始训练的模型。
企业讨论的是在哪些能力门槛前踩刹车，政府关注的是美国是否继续领跑，两边还没有形成同一套执行方案。
微软把2032年的算力需求先画成一张38吉瓦级施工表，云业务的上限越来越由通电速度决定。
推理云的竞争正在深入芯片分工；性能提升只有覆盖系统复杂度，才能变成可持续毛利。
买走 130 亿美元算力的是一家交易公司，算力需求的来源比市场以为的宽。
主动把绝对数字交出来，是自信也是自缚，Azure 从此每个季度都要在同一把尺子上被量一次。
上调全年指引比单季超预期更值钱，说明数据层看到的不是试点，是已经排上的用量。
当还款来源是另一家公司的租约，AI 算力债的定价对象已经不是借款人本身。
微软退掉的位置转手就被 Anthropic 接住，说明这一轮抢的已经不是芯片，是通电的地皮。
分成谈的从来不只是钱，而是中国模型要不要在美国云上拿到一个有名有姓的供应商身份。
内存价格涨到能改写整机报价，AI 基建的瓶颈就从算力挪到了供应链本身。
企业 AI 的钱正在从边缘场景挪进受审计的核心系统。总账这一层换代，一次锁十年。
这一轮算力公司拼的不再是芯片订单，是并网许可。
收入涨四成六，估值抬四成二，倍数原地没动。给 Databricks 定价的方式，已经和看一家上市软件巨头没什么两样。
两家头部实验室都赶在上市前把营收数字放进媒体，融资叙事的主战场已经从模型能力换成了收入表。
自研芯片的分水岭不是造出来，是卖给一个不得不认真挑供应商的人。
检测能力先于判定标准落地，接下来最难的一段在平台和学校的规则手册里，不在模型里。
30万颗只是敲门砖，真正决定这盘棋的是台积电先进封装的排队顺序。
这份测算真正的赌注只有一个变量：3–5 个月的交付周期能否在 GW 量级上复现——成，定价权就跟着交付速度走。
十吉瓦不是电的问题，是排产的问题。
微软最大的 AI 客户，也是它自己投出来的——这笔账在增长期是协同，在别的时候是敞口。
挪威的水电加上摩根大通的信用证，正在替掉超大规模云厂商最难复制的那张底牌。
亚马逊买的是股权，账单却写在云合同上。
市场要的从来不是"AI 很重要"这句话，而是一张能兑现的账单。
三千万席位是 AI 办公软件第一次拿出可以按人头对账的规模证据。
同一天两份 AI 财报，市场奖励能点数的收入，惩罚只能讲效率的开支。
同一笔 AI 支出，去年记在成长里，今年开始记在成本里。
安全论证和竞争诉求长得太像了，分辨它们的唯一办法是看谁受益。
同一批公司一边裁掉 14 万人一边投出几千亿美元，两笔钱花在同一份财报里。
25 家公司联署，恰好说明开放权重现在需要被争取，而不是被默认。
云增速82%和资本开支翻倍是同一枚硬币的两面——市场买不买单，取决于这两条线还能不能一起往上走。
当一家公司的算力预算逼近主权基金量级，真正被押上的是"通用人工智能能否按时变现"这一个赌注。
微软肯拿最赚钱的Copilot做替换实验，说明推理成本已经从技术细节，变成了牵动商业模式的第一变量。
客户愿意为"第二个供应商"多付 100 万美元，说明英伟达的稀缺性正被明码标价。
五角大楼要买的不只是算力，是一张"能不能把国家安全负载交给马斯克"的信任票。
模型公司自己造手机和系统，赌的是把"智能"和"入口"攥在一只手里，绕开苹果谷歌的分工。
一年内两位 OpenAI 核心研究员先后进入腾讯混元，多模态这块短板，腾讯选择用顶尖人才的连续回流来补。
五巨头的自由现金流耐心，才是这轮万亿美元开支能撑多久的真正上限。
真正被定价的不是发电本身，而是「跳过并网排队、把电送到机架边」的时间差。
大厂囤的 GPU 太多，只好自己下场当云——先紧张起来的，是三大云商的租金定价权。
18天禁运的真正代价不是用户等待，而是行业被迫正视"模型随时可能下线"的尾部风险——AI基础设施化之前，这一关必须先过。
数千亿AI基建砸下去之后，Meta终于开始找变现出口——它不是要做AWS，是要让投资人看到这笔钱的回报路径。
白宫用"自愿"这个词是为了让公司上谈判桌，但Fable 5的18天禁令告诉所有人：不自愿的后果已经演示过了。
AI 公司的万亿估值叙事撞上了「先证明你能赚钱」的公开市场现实，软银的股价波动是第一次应力测试。
Jane Street 这一手，把 AI 算力从"科技公司的军备竞赛"拽进了"华尔街的资产配置表"。
模型可用性第一次变成地缘变量，海外客户得为“可能断供”单独定价。
赴港募资好谈，难定价的还是 Robotaxi 那条迟迟没拐头的盈利曲线。
当模型公司因合规自缚手脚，云厂商反而接住了它们不愿做的那门生意——分歧之处，正是收入所在。
把自己从"自动驾驶供应商"重新定义为"物理 AI 公司"，Momenta 赌的是资本愿意为世界模型的叙事付更高的价。
万亿美元营收是一个”讲故事”的数字——它不是预测，是马斯克为SpaceX定价锚定想象空间的方式。
企业 AI 的护城河不在模型名字上，而在每次调用后有没有把知识留在自己系统里。
三个月估值涨 63%，市场对 AI agent 从"辅助"走向"代理"的付费意愿正在以真金白银加速兑现。
Icefish 的双代工方案提醒行业：在 AI 芯片军备竞赛中，供应链安全正在成为和制程先进性同等量级的决策变量。
没有匹配的追踪动态。