数据不够用这一说法我是不认同的，我觉得不是数据不够用了，而是数据不太好采集了。

据彭博社消息，国产分布式数据库厂商OceanBase正在寻求新一轮融资，以支持独立运营并扩展其AI数据库业务。

7月29日消息，包括OpenAI、Anthropic、谷歌和Meta在内的全球领先AI公司的1100多名员工签署了一封题为“把控前沿”(Pacing the Frontier)的公开信，要求美国政府支持建立一项国际机制，以针对性地放缓前沿AI的发展步伐。短短数小时内，OpenAI和Anthropic便分别以公司名义对此表示支持。

本文以第一人称叙述了某公司数据部门负责人推动企业AI助手项目的全过程与深刻教训。AI无法绕过数据治理，必须确保数据能接得进、读得懂、管得住、验得清、改得动，否则宏伟蓝图只会变成鲁莽冒险。

7月27日深夜，月之暗面发布Kimi K3的模型权重、技术报告，并开源支撑Kimi K3模型训练的关键Infra技术MoonEP、FlashKDA和AgentEnv。允许全球开发者免费下载、微调并部署该模型，以此加速前沿智能的部署与普及，促进AGI研究，同时进一步扩大AI用户基础。

近日，灵光APP上线闪应用“一键部署”功能，并向所有用户开放。用户使用Codex、Claude Code、Cursor、Qoder、Trae、Workbuddy等主流AI工具创建的应用，可通过灵光提供的部署Skill，一键发布为“灵光闪应用”，并同步在PC端和灵光APP内展示与分发。

随着AI从“能聊天”走向“能办事”，推动数据基础设施变革已迫在眉睫。在AI数据库这片“无人区”里，目前没有形成行业共识，也没有标准答案。星环科技推出的GPU原生认知数据库，是一次对底层架构的大胆重构，其优异的性能表现已在真实场景中得到初步验证，这无疑为行业发展提供了一种值得关注的新思路，也或将就此开启AI数据库的全新时代。

日前，NetApp宣布收购DataPelago，此举旨在让企业数据无需在多个系统间迁移即可直接用于AI。此次收购将NetApp的存储平台与DataPelago基于GPU的数据处理技术相结合。

基于阿姆达尔定律，我认为数据库整体性能上限，由系统中无法并行、串行执行的环节决定。单纯增加资源（更多 CPU、更多节点、更多分片）无法无限提升吞吐 / 延迟，必须先识别并削减串行瓶颈。

目前数据交易市场的主流定价方式有三种：按条计费、按存储量计费、按字段计费。三种方式有一个共同问题——无法反映数据的"语义有效性"和知识密度。

研究团队通过分析隐藏在望远镜观测数据中极其微弱的信号得出了这一结论。他们将多项观测数据与详细的计算机模型相结合，确定该信号源自从行星大气中逸出的氦气，研究人员表示，这提供了迄今为止最有力的证据，证明一颗位于宜居带的岩石行星保留了大气层。

7月19日下午，2026世界人工智能大会（WAIC）期间，蚂蚁集团inclusionAI与PyTorch基金会联合举办“让大模型触手可及——AGI 基础设施与普惠实践”论坛。来自全球产业界与学术界的多位专家，围绕开源 AGI、具身智能、AI基础设施优化与生态共建等议题展开讨论，聚焦AI如何从“少数技术精英的工具”，走向真正服务产业与现实世界的通用基础设施。

AI应用进入深水区，也即将迎来Agent真正帮你干活的那一天，我们的理念、管理模式、安全认知也确实需要重新升升级了。

7月16日，月之暗面推出新一代模型Kimi K3，拥有2.8万亿参数以及100万token上下文窗口，是该公司迄今能力最强的模型，也是全球首个开源的3万亿级别模型，该模型面向长程编程、知识工作和推理等前沿智能场景而设计。

7月16日，我们发现，蚂蚁集团旗下全模态AI助手「灵光App」已对其闪应用社区版块“灵光圈”进行功能升级。新版本不仅上线了“大家在玩”热榜、编辑精选、关注创作者等功能，更在PC端开放了文档、图片等多模态文件的上传与应用生成权限，用户可基于本地文件生成智能问答或创作AI应用，极大提升了AI应用的发现效率和创作体验。

数据从来不是单纯的数据而已，它承载着业务规则、历史决策、技术妥协、监管义务以及运营依赖关系——这些都是经过数年，有时甚至是数十年积累而成的。忽视这种复杂性可能会导致代价高昂的错误。

推出自研定制芯片的意义远不止于芯片本身。我们一直关注着这样一个更广泛的行业趋势：超大规模科技公司正试图拥有更多自己的AI基础设施。许多人将此视为一项重要的战略优势，而Meta似乎也认同这一观点。

7月13日，蚂蚁AI安全实验室宣布开源智能体安全护栏SingGuard-NSFA，并同步披露多模态安全护栏SingGuard的详细信息。两款模型分别面向“自主执行的智能体”和“多模态交互的大模型”两大前沿场景，标志着蚂蚁在AI安全领域进一步完善系统化布局。

经营会上还是两套数，业务还是不认口径，主数据系统上线后业务还是各用各的编码，数据质量工单关了一批又冒出一批，数据目录里的资产信息过期了也没人更新。但到了汇报材料里，它通常不会叫失败。第一年叫全面启动，第二年叫持续深化，第三年叫巩固提升。

在AI Agent建设过程中，虽然要以数据为中心，不过AI Agent的工作任务是决策，而不是处理数据，处理数据只是决策的必要工作，而不是目的。从这一点上看，那些NL2SQL系统，问数系统从根子上就错了，目标错了，过程也大概率也是错的。