a16z 图表周报:苹果缺席 AI 资本开支竞赛,Roblox 用 AI 造游戏
a16z 图表周报指出,苹果是今年唯一跑赢主要指数的 Mag7 公司,其资本开支反而低于 AI 热潮前水平,四大 hyperscaler 的 capex 则增长约 6-9 倍。Roblox 披露过去一个月其时长前 100 游戏中超 80% 使用 AI 工具加速创作,云端每日素材上传量环比增长两倍。
a16z 图表周报指出,苹果是今年唯一跑赢主要指数的 Mag7 公司,其资本开支反而低于 AI 热潮前水平,四大 hyperscaler 的 capex 则增长约 6-9 倍。Roblox 披露过去一个月其时长前 100 游戏中超 80% 使用 AI 工具加速创作,云端每日素材上传量环比增长两倍。
图像功能升级——隆重推出 ChatGPT Images 2.6。 现已支持 GIF 和参考图像。 此外,两款新模型即将登陆 API,图像生成速度提升 50%。
推荐理由:作者以内部数据呈现图像生成量的增长速度,可帮助读者感受 ChatGPT 与 API 侧图像需求的变化节奏。
a16z 发文分析科技并购(tech buyout)为何正陷入结构性困境:2026 年上半年风投基金将科技公司估值上调 16%,并购基金却下调 4%。过去十年美国并购基金年化回报 14.5%,落后于 Russell 3000,而同期美国风投整体年化 17.6%;并购退出周期已从 2010–21 年的 5–6 年拉长到约 7 年。
a16z 分析推理成本下降虽改善应用公司利润率,但更强模型也使应用更易被替代,核心问题是客户愿为何继续付费。
a16z 合伙人 Andrew Chen 在 Speedrun 项目中讨论 AI 时代可能大量涌现的新创始人原型,包括单人创始人、非技术创始人、领域专家、青少年学生和内容创作者。他为每种原型分别列出优势与局限:AI 让单人创始人也能做出 v1,但团队协作和客户沟通仍是瓶颈;非技术者能更快搭出原型,但 demo 与可规模化产品之间差距仍大。
a16z图表周报显示,AI导致失业的恐慌已从5月高点回落,8、9月明确提及AI的裁员公告为全年最低;Indeed数据显示工程师、SWE、制造岗位招聘自去年10月以来分别增长约30%、26%和13%。Adobe数据显示,AI推荐带来的电商流量转化率更高、跳出更少,收入较非AI推荐流量高出约50%。
GitHub 发布 Octoverse 2026 年度报告,过去 12 个月开发者推送代码 179 亿次,超过 2024 与 2025 年之和,合并 pull request 达 13 亿次。
哈佛法学教授 Martha Minow 在 MIT 发表 Compton 讲座,主题为“AI 时代的宪制民主”,指出 AI 正在削弱民主的四大要素——教育、可靠信息、安全与公平。
a16z 本周图表指出 Netflix 营收增速已放缓至略低于 12%,为 2021-2022 年见顶以来最低,同时美国每周媒体消费在 BCG 数据中约 26 小时封顶并自封锁期高峰温和下滑。
Stanford HAI 数字经济实验室于 2026 年 6 月推出按月更新的 AI Economic Indicators 仪表盘,实时追踪 AI 采用对就业、工资、消费者剩余与 AI 使用的影响。
a16z 作者 Zain Asgar 撰文回顾1990年代专用芯片为何败给通用微处理器,认为 Dennard 扩缩终结、每晶体管成本停滞和内存墙正让历史条件反转。
Google、Temasek 与 Bain & Company 发布第 11 份 e-Conomy SEA 报告,预计 2026 年东南亚数字经济 GMV 同比增长 17% 至 3680 亿美元,并有望在 2035 年前突破 1 万亿美元。
Anthropic 于 2026 年 8 月调查美国成人代表样本(N=10,980)与其员工,发现双方对 AI 现有能力判断相近,但对进展速度分歧巨大。91% 员工预期 AI 在 2030 年前能做出诺贝尔级发现,公众仅 39%;员工平均预期 AI 能完成其 75% 的当前工作,美国工人仅 28%。
推荐理由:调查用同一框架量化公众与前沿实验室员工对 AI 能力、生产率和失业预期的差距,数据可用于校准自己的判断。
a16z 援引 Zitzewitz 的 NBER 工作论文指出,汇总逾百年预测市场数据后,政治倾向、性别、肤色、年龄等维度均未出现超过标准误的收益系数,仅非美国选举样本显示市场略微高估右倾候选人,但 95% 置信区间表明该偏差不具统计显著性。文章还以巴西总统选举首轮为例,称预测市场比市场反应提前约 3 周押中结果。
Stanford HAI 报道 Karunakaran 等人对律所、广告公司和 IT 服务公司的 AI 部署研究,发现把 AI 介绍为生产力工具时员工不愿使用,介绍为工作丰富化手段时使用意愿明显提升。在一家律所的对照观察中,以丰富工作为目标引入 AI 工具 LawBot 的部门,使用量比强调提效的部门高 58%,尝试新用法多 70%。研究还强调配套培训、探索时间和调整考核指标的重要性。
推荐理由:研究给出一个可操作的管理方法,把 AI 介绍为工作丰富化并配套培训和时间,比强调提效更能推动员工真正使用。
a16z 的 Ryan McEntush 分析德州电网暂停审批数据中心的原因:并网队列从 2024 年底的 63 GW 激增到今年 6 月的 474 GW,约 90% 是数据中心,开发商大量投机性申请且社区沟通不足。
推荐理由:原文用并网队列、自备电源和灵活性三条线索拆解德州数据中心限电的成因,帮助读者理解 AI 电力瓶颈的真实结构。
a16z 发布第七版 Top 100 消费级 AI 应用榜单,按 Similarweb 网页访问量和 Sensor Tower 移动月活排名,并首次借助 YipitData 加入美国消费卡支出排名。
OpenAI 新平台发布独立随笔系列《永恒的互补》首篇,探讨 AGI 未来中前沿智能与执行能力的关系。文章引用研究称,维持摩尔定律所需研究人员数量已是 1970 年代初的 18 倍以上,全经济研究生产率下降 41 倍。作者认为 AI 正让执行不再稀缺,能写代码、检索文献并把草图变成原型。
Anthropic 发布研究,用 Claude 对约 19,000 项工作任务评估机器人暴露度,发现现今机器人可完成美国 74% 的物理任务(占全部工作时间的 34%),但仅在 0.3% 的任务上比人工更具成本竞争力,按每年约 3% 的降价趋势需约 40 年才能达到 10%。
推荐理由:研究给出了可核查的机器人任务暴露数据与成本测算,读者可据此比较机器人与 LLM 影响的职业差异。
a16z 发布第二期 State of Markets 图表报告,回顾 2026 年前两个季度的股市与科技格局。报告称科技贡献了标普500约76%的盈利增长,AI 建设推动资金从软件转向硬件;A100 等旧 GPU 租赁价格不降反升,算力需求仍超过供给;企业软件经历的是重定价而非末日,约75%的上市公司软件公司已盈利但仅约30%保持20%以上增长。
Anthropic 启动一项基于 Anthropic Interviewer 的新研究,邀请用户讲述与 AI 的有意义经历、希望 AI 改变什么以及对 AI 开发公司的期待。
a16z 合伙人 Alex Immerman 分析 AI 购物助手如何冲击电商平台利润池:AI 助手无需复刻仓库,只需成为购买决策入口,就能挤压广告与佣金收入。
MIT 教授 Sherry Turkle 的新书《Artificial Intimacy: Who We Become When We Talk to Machines》由 Little, Brown and Company 出版,基于访谈论述聊天机器人的伪共情正在削弱儿童发展与成人社交能力。
MIT 研究人员系统评估了算法单一化的主要反对意见,认为系统性排斥等论点并不成立,并用数学证明单一化主要造成信息回声室、阻碍探索。在招聘场景中,将多种算法打包成单一"ensemble"可克服这一局限,有时表现不逊于多算法并存的 polyculture。
a16z 合伙人 David George 撰文认为,OpenAI 的竞争优势不在模型、芯片或性价比,而在于擅长创造新 kinds 的客户并拥有最持久的分发策略。
GitHub 与 Yale Program on Climate Change Communication 对 1039 名 GitHub 美国用户调查显示,80% 有兴趣使用帮助编写更节能代码的工具,74% 想测量软件或开发流程的环境影响,71% 担心 AI 的环境影响。
Fireworks AI 发布 FireRouter 并分析 DeepSWE v1.1 上 113 个任务、18 个模型的路由潜力。
推荐理由:原文用 DeepSWE 上 18 个模型的任务级实测数据说明模型池组合的潜力,同时坦承从 oracle 到可落地路由的差距。
a16z 的 Charts of the Week 汇总多组数据指出,AI 代码生成工具推动 iOS、Android 和 Chrome 上每月新增应用翻倍至翻两番,但下载量(iOS 为评分数)基本停滞,达到 10+ 评分或 100+ 下载等 escape velocity 门槛的应用占比大幅下降,作者称之为 App-Slop。
Anthropic 发布对 Balyasny(BAM)首席 AI 官 Charlie Flanagan 的访谈,介绍该管理约 380 亿美元资产的机构如何评测与治理 Claude Fable 5。
Anthropic 发布一套测量前沿 AI 开发节奏的指标,覆盖 AI 主导研发、智能体监督和算力分配三方面。
推荐理由:Anthropic 公开测量自身 AI 研发自动化程度、智能体监督和算力分配的方法与数据,读者可以看到前沿实验室透明度报告的一种可复用范式。
Anthropic 发布测量框架,公开三项内部指标以帮助外界了解前沿实验室的 AI 开发节奏。截至 2026 年 8 月,Claude 在 26% 的 Anthropic AI 研发工作中处于主导角色,90% 以上的工作至少达到协作级;内部平台约有 3 万个 Agent,10 亿多次决策中 0.002% 被在线监控拦截;7 月一周内约 6% 的 AI 研发算力用于安全工作。
LlamaIndex 发文分析 OCR 文档处理中准确率与自动化率的关系,指出路由门控而非读取能力决定直通处理率。文中算例显示 20 个字段的发票在 97% 每字段准确率下仅约 54% 文档全对,94% 准确率但带每字段置信度的 Pipeline B 可自动放行 92% 文档,而 97% 准确但无信号的 Pipeline A 直通率为 0。
Augment Code 发布长文,复盘其九个月建设的软件工厂:2025 年 11 月至 2026 年 7 月,基于 Cosmos 平台在需求、工单、PR、生产四个环节部署 PR Author。
推荐理由:Augment 复盘其软件工厂九个月的落地过程,给出了具体的量化结果和按瓶颈逐步自动化 SDLC 的可迁移方法。
Cognition 员工 samyok 率团队驱动多个 Devin 智能体构建了高性能 GPU 格子筛,对 260 位的 RSA-260 完成因式分解,刷新此前 RSA-250(2020 年 2 月)保持的公开 RSA 挑战纪录。
Google 发布纪录短片 Love, Rendered,讲述结婚超过 70 年的 Burt 和 Ethelle Shatz 应对 Burt 认知衰退的故事,用技术重现未曾被拍摄的记忆,包括两人在克利夫兰学生合作社相遇的那一天。
Anthropic 经济团队基于技术报告《Economic Scenarios for Transformative AI》(Korinek et al., 2026)发布交互式经济情景探索器,把经济表示为任务束,让用户输入对 AI 能力与普及度的预测,查看 2030 年美国经济可能图景。
推荐理由:Anthropic 用任务级模型推演 AI 对 2030 年美国 GDP、失业和劳动份额的影响,三种情景的量化结果可作讨论基准。
58岁、从未写过代码的 Amy 用 Manus 为因癌症手术失去发声器官的哥哥 Jamie 构建了语音辅助应用 Wally,以高尔夫为主题包装,内置紧急求助、日常需求和家庭短语,一点即通即可替他开口。
OpenAI 发文披露自动化研究进展,宣布已达成去年秋天设定的今年 9 月拥有自动化研究实习生(可在人类指导下完成耗时数天的明确研究任务)的目标,并计划在 2028 年 3 月前造出自动化 AI 研究员。
推荐理由:OpenAI 以内部数据披露 coding agent 对研究工作的实际影响和 RSI 进展,读者可以据此了解前沿实验室的自动化研究现状。
a16z Charts 汇总近期数据指出,自 2025 年 1 月以来科技招聘明显更偏好工作年限(约 5-10% 变化)而减少对技能数量的要求,作者认为这与 AI 带来的技能空白有关。
LlamaIndex 撰文复盘其使用 Stainless 生成 LlamaParse 与 LlamaCloud 官方 SDK 和 CLI 的经验。2026 年 5 月 18 日 Stainless 团队加入 Anthropic 并关停 SDK 生成器等托管产品,LlamaIndex 正在迁移。