搜索
功能型SSD在这条数据链中的合理角色，不是自行判断一段经历是否值得记住，而是在Runtime已经给出对象和策略后，靠近数据执行确定性工作。例如按租户选择密钥，按生命周期放置数据，压缩与去重可缩减的对象，维护索引页与元数据，优先完成即将被推理使用的回载，并把尾延迟、写放大和介质健康反馈给上层。语义决策留在Agent和Runtime，数据执行尽量靠近介质。
Snowflake 披露，已有超过 1.36 万个账户使用其 AI 能力，Snowflake CoWork 的使用账户数量环比增长超过一倍，AI 编程工具 Snowflake CoCo 则进入了超过 7100 个账户。AI 正在变成新的查询、新的计算任务和新的数据处理流程，最终体现在 Snowflake 平台的实际使用量中。
我做了一个骑行、跑步和徒步分析 Skill，叫 guizang-sports-skill（github.com/op7418/guizang-sports-skill）。
由上海交大人工智能学院、深势科技、上海算法创新研究院组成的无尽前沿团队发布BigBang-V1——这是首个基于recursive self-improving原生方式训练出的基座模型。
最近，有人注意到，Anthropic 在招聘一个名为「内部风险调查员」的角色，该角色的要求是「具备人类和技术调查方面的专业知识，以支持和保护 Anthropic 的使命…… 威慑、识别、调查和缓解对 Anthropic 最关键资产的风险，包括人员、数据和基础设施……」
在蚂蚁灵光上，用户说一句话，30秒就能「手搓」出一个闪应用：一个记账本，一个报名页面，一个打卡工具。上线四个月，这样的应用已经积累了3000万个。
当下计算机视觉长期陷入“一任务一专用模型”内卷： 做深度估计要用DepthAnything，分割依赖SAM，人体姿态单独训练Sapiens，几何重建还得搭VGGT，各类网络骨干、解码器、损失函数完全割裂，研发与部署成本居高不下。
张江工业AI的版图，正在层层递进、步步深入。
对于具身智能行业而言，这不仅意味着一条数据处理产线效率的提升，更体现出机器人数据正在从「人工加工」走向「工业化生产」。
在模型层之外，2026 年上半年在硅谷增长最快的赛道之一是数据：Mercor 的 run rate 从去年下半年的 5 亿美元涨到今年年中的 20 亿美元；Handshake 转型 human data 后，run rate 在年初三个月内从 5.5 亿美元冲到 10 亿美元；RL 环境公司 Fleet 则在半年内从百万美元级别做到 6000 万美元 run rate，