过去两年，几乎每一位 AI 创业者都能在 Demo 上收获掌声：一个对话原型，一个多工具的展示，就能轻松让投资人眼前一亮。但现实很快泼来冷水——用户不会 为炫酷的 Demo 买单，企业也不会把关键流程交给一个"不确定的模型玩具"。从 Demo 到生产，隔着的往往不是模型差距，而是工程化、可靠性和商业化的深渊。 谷歌最近发布了一份关于AI Agent开发的深度技术指南，系统性地展示了其对于如何将一个Agent从初期原型，打造为生产级应用的完整思考和方法论。 指南重点介绍了以下几个核心技巧与重点： 锦秋基金（公众号：锦秋集；ID：jqcapital）认为，这篇文章不仅系统地梳理了构建高级AI Agent所需的技术知识，更提供了一套可落地的工程实践和自动化工具， 为拥抱Agent系统潜力的初创公司和开发者提供了一张清晰的、以运维为驱动的路线图。 基于Google的这篇报告，你将会观察到： AI Agent的核心概念 ：深入理解构成一个Agent的关键组件，包括其"大脑"（模型）、"双手"（工具）、执行功能（编排）以及实现信息准确性的"知识注 入"（Grounding）机制。 代码优先的构建方法 ：学习如何使用谷歌的 ...

案件核心与当前阶段 - 谷歌广告垄断案已进入“补救阶段”，主审法官Leonie Brinkema将决定市场修复方案[1][3] - 法官Brinkema已于2025年4月裁定谷歌在数字广告市场存在非法垄断[14] - 补救阶段预计持续至9月底或10月初，后续庭后简报周期将延续至10月底或11月初，结案陈词预计在11月中下旬进行[8] 补救阶段的关键议题 - 法院需决定如何让市场真正摆脱反竞争行为，纠正过去做法并确保未来交易公平[4] - 核心议题是否对谷歌核心资产AdX（广告交易平台）和DFP（出版商广告服务器）动刀，选择拆解或通过开放接口等方式“削权”[5] - 法院需防止谷歌继续从支配地位中获利，救济措施需触及利润来源而不仅禁止行为[6] - 需设计长期有效的“防火墙”，防止谷歌通过新产品或策略重新建立支配结构[7] 谷歌反垄断案件背景 - 谷歌面临两条反垄断主线：搜索引擎市场案件（2020年发起）和广告技术市场案件（2023年发起）[9][10][11] - 广告技术案于2025年4月被认定在开放网络展示广告的出版商广告服务器和广告交换市场存在非法垄断及捆绑使用[14] - 谷歌与司法部在广告业务上的法律拉锯已持续两年多[15] 受影响的谷歌广告业务范围 - 本次反垄断案针对的是谷歌广告帝国中的“Google Network”业务，即第三方网站和应用的广告收入[19][20] - 2025年第二季度，“Google Network”收入为73.54亿美元，占谷歌广告总盘子约10%，同比下滑1%[21][22] - 同期，“Search & other”收入约541.9亿美元（占比76%），同比增长12%；“YouTube Ads”收入约97.96亿美元（占比14%），同比增长13%[21][22] 行业诉讼与生态反应 - 2025年4月法院裁定后，行业对谷歌的诉讼明显增多，来自MarTech/ADTech竞争友商和媒体出版商合作伙伴[27][28][29] - 广告技术公司OpenX和PubMatic分别于8月和9月对谷歌提起反垄断诉讼[30] - 美国媒体如BusinessInsider、Politico、VoxMedia等近期加入起诉阵营，指控谷歌压缩其广告收入并将预算留在自家生态[33] - 欧洲媒体如Axel Springer等32家机构已于去年在荷兰提起集体索赔[34] 潜在补救措施与市场影响 - 更可能的结果是折中方案，即进行结构性调整并加上规则限制，而非“一刀切”拆分[43][46] - 具体措施可能包括要求公开竞价逻辑、禁止优待自家产品的玩法、强制对第三方开放系统接口[44] - 法官可能分阶段逐步推进，先切掉最有问题的杠杆（如AdX竞价特权），再观察市场反应[47][48] 竞争格局与亚马逊的机遇 - 亚马逊DSP正加快整合开放互联网优质库存，例如9月与Netflix和SiriusXM达成合作[51][52][53] - 亚马逊试图将广告预算从“网络展示”切换到零售广告赛道，构建覆盖更广、效果可测的平台[54][55] - 但其挑战在于整合外部媒体资源并有效结合站内数据，尤其在品牌建设方面非其天然长板[57][60]

The $100 billion partnership between Nvidia and OpenAI, announced Monday, represents – for now – the latest mega-deal reshaping the AI infrastructure landscape. The agreement involves non-voting shares tied to massive chip purchases and enough computing power for more than 5 million U.S. households, deepening the relationship between two of AI’s most powerful players.Meanwhile, Google Cloud is placing a different bet entirely. While the industry’s biggest players cement ever-tighter partnerships, Google is ...

文章核心观点 - 全球化退潮与人工智能领域的旺盛需求形成双重利好，为基础设施投资创造大量机遇 [1] - 全球电力需求持续攀升，特别是AI发展对电力和数据中心的需求激增，成为投资的主要驱动力 [1][2] - 科技公司正积极布局下一代低排放能源以确保未来电力供应，进一步印证了基础设施领域的投资机会 [2] 行业趋势与驱动力 - 全球范围内的电力需求正持续攀升 [1] - 许多地区在能源、国防等关键领域必须实现自给自足的趋势为基础设施投资者带来机遇 [1] - 人工智能领域的需求制约因素并非芯片，而是电力供应和数据中心 [2] - AI基础设施扩张带来的电力需求激增正推动全球头部科技企业采取行动保障能源供应 [2] 主要机构观点与行动 - 麦格理集团首席执行官指出，俄乌冲突促使欧洲国家加快保障自身能源供应，亚洲地区能源需求也大幅增长 [1] - 麦格理旗下资产管理部门管理的资产规模超6000亿美元，其中相当一部分投向基础设施领域 [1] - 布鲁克菲尔德首席执行官认为，为满足AI需求所需的投资规模将达到5万亿至10万亿美元 [2] - 布鲁克菲尔德旗下基础设施部门目前管理着2220亿美元资产 [2] - Alphabet总裁指出美国在电网领域的投资长期不足，目前亟需迎头赶上 [2] 具体投资案例 - Alphabet公司已与凯罗斯电力达成协议，将采购一批小型核反应堆 [2] - Alphabet公司与联邦聚变系统公司签订协议，将从其首座商业核聚变发电厂采购电力 [2] - Alphabet正转向下一代低排放能源，为旗下数据中心提供动力支撑 [2]

核心观点 - 卖出看跌期权是一种高胜率、低盈亏比的期权策略 通过收取权利金获得即时现金流 同时为长期看好的优质股提供低价买入机会 已被巴菲特、段永平等知名投资者成功实践 [1][2][7] 策略原理与收益结构 - 收益与买方完全对称：卖方赚钱时买方亏钱 反之亦然 [3] - 到期收益计算分两种情景：股价低于行权价时收益为权利金减行权价与股价差额 股价高于行权价时获得全部权利金 [5][6] - 盈亏平衡点计算公式为行权价减去权利金 代表股价高于该点位时交易产生正收益 [14] 适用场景与策略优势 - 适用于长期看好但短期价格波动不大的股票 目标为横盘/小涨/小跌市场中赚取现金流 [7] - 即时获得现金流：交易成功即刻收取全部权利金且无需退还 [8] - 高胜率特性：标的资产到期价格高于行权价即可赢取权利金 深度虚值期权成功概率更高 [8] - 低成本持股机会：股价跌破行权价时被行权 实际持股成本因权利金抵扣而降低 [8] - 策略灵活性：可通过提前平仓或滚动操作（卖出更远期、更低行权价期权）调整头寸 [8] 操作流程与实战案例 - 选股需选择愿意长期持有的优质公司 切忌单纯为权利金选择不了解的公司 [10] - 设定"打折买入价"作为行权价 选择期权到期日作为"低价订单"有效期 [10] - 巴菲特案例：1993年卖出500万份可口可乐看跌期权（行权价35美元） 收取750万美元权利金 最终因股价未跌破行权价而获利 [1] - 段永平案例：2024年4月通过卖出苹果、谷歌、英伟达看跌期权获得2000万美元权利金收入 [2] - 实操演示：某股票现价290.9美元 选择行权价250美元、32天到期看跌期权 权利金6.1美元/份 单份最大盈利610美元 盈亏平衡点243.9美元 [11][12][14] 风险与资金管理要求 - 潜在亏损理论无上限：股价跌至0时最大亏损为（行权价减权利金）乘以100股 [8] - 保证金要求：股价下跌时需追加保证金 账户需预留充足资金应对Margin Call [8][9] - 行权资金准备：每张期权需备足以行权价购买100股的正股资金 [9][10] - 新手建议选择30天到期短期期权及深度虚值行权价 以降低黑天鹅风险及保证金压力 [10] - 避免过度追求高权利金：高权利金期权通常行权价高或期限长 被行权概率及保证金压力较大 [10]

Google Gemini Nano Banana功能的市场表现 - 谷歌于8月底推出代号为Nano Banana的图像生成与编辑模型Gemini 2 5 Flash Image 带动Google Gemini应用在9月13日登顶全球多国免费榜 [2] - Nano Banana功能上线一周内累计完成超2亿次图像编辑 并吸引超1000万新用户尝试Gemini应用 内部系统因流量激增出现TPU过载和SRE警报 [2] - 移动端数据爆发始于9月8日推广活动后 单日下载量从8月26日的49万激增至9月13日的302万 [3][5] - Nano Banana关键词热度在9月初暴增 仅9月3日一周内就有172个App以该关键词命名 [5] Nano Banana的技术突破与用户反响 - 该模型在LMArena盲测中击败GPT-4o等顶尖模型 成为图像编辑方向投票第一 引发用户为体验该功能频繁参与盲测 [7] - 核心技术创新包括颠覆性的一致性（保持人物身份稳定） 自然语言驱动的交互性（理解物理规律） 以及1-2秒内生成8K图像的效率 [11][12] - 生成速度在普通安卓手机上仅需3-5秒 调用成本比Stable Diffusion XL降低80% [12] - 用户将生成的3D手办等作品在社交媒体广泛传播 形成口碑效应 [9] 谷歌的全栈AI战略优势 - 谷歌通过自研Pixel手机 Ironwood TPU芯片 以及Gemini模型 Android系统等多模态产品 形成软硬件一体化的规模效应 [12] - 全栈能力支撑了Nano Banana快速孵化 体现为足够简单 便宜且强大的产品特性 [12] - Google Gemini的崛起验证了全栈优势在AI竞争中的决定性作用 [13] 全球AI行业竞争格局 - 海外市场由谷歌与OpenAI两强主导 OpenAI坚持通用化路线 依靠先发优势弥补硬件依赖缺陷 [13] - Meta xAI 微软 苹果等巨头凭借资金和用户基础争夺通用AI市场话语权 [15] - 垂直领域AI企业面临被吞并或退场压力 如估值超50亿美元的Character ai最终被谷歌收购 Perplexity寻求收购 [15] - 中国市场呈现多元竞争 巨头并存 依赖国家战略支持应对算力成本与芯片自主性挑战 [17] - 深度求索的DeepSeek 阿里Qwen等通过开源策略构建生态系统 推动技术普惠与产业实效 [17] AI行业发展趋势 - 技术发展从追求模型规模转向产业实效 AI从工具向协同伙伴演进 [11][18] - AI Agent成为行业新焦点 预示深入千行百业推动运营智能化的方向 [18] - 技术创新被视为跨越周期的关键 企业需构建可持续商业模式应对动态市场 [18]

全球开源生态发展格局 - 全球开发者总量突破1.5亿，GitHub活跃开源开发者达2280万，美国为核心力量，中国活跃开发者超400万，总开发者1200万，规模全球第二[11] - 高影响力开发者美国310人居全球第一，中国从2016年3人跃升至2025年94人，增长超30倍，跻身全球第二梯队[1][16] - 开源项目数超4亿代码仓，活跃仓数从2016年193万增至2025年近600万，增长超3倍，AI大模型、云基础设施、前端与交互技术、编程语言与开发工具为四大技术驱动力[16] 区域与国家贡献分析 - 印度和中国增长显著，印度十年达6倍增长，中国达3倍增长，巴西作为拉美代表增幅超5倍[12] - 美国在OpenRank贡献度2021年达峰值后逐年下降，中国贡献度十年大幅上升，其余国家稳步增长[12] - 美国在影响力格局持续领先，德国稳居欧洲第一，中国、印度快速上升，巴西与日本体现区域共同发展[12] 企业开源影响力 - 全球企业OpenRank排行榜TOP100中，美国企业65家居首，中国企业16家次之，华为全球第二，阿里巴巴TOP8[19] - 微软以OpenRank 87234.62居首，华为61039.42次之，谷歌31402.94第三[20] - 中国企业开源进展快速，华为、阿里巴巴等在高影响力企业中表现突出[19] 技术领域影响力 - AI与大模型以OpenRank 535,299居技术影响力榜首，远超云基础设施333,165和前端与交互式314,618[21] - 编程语言与开发291,487、应用与解决方案218,783、区块链与Web3 167,408分列第四至第六[21] - 数据库系统129,806、RISC-V与硬件112,327、大数据与数据工程111,791进入前十技术领域[21] 开源项目影响力 - OpenHarmony以OpenRank 40192.24居全球开源项目影响力第一，中国9个项目进入TOP100[21][22] - Azure22155.91、.NET14479.13、NixOS13148.25分列第二至第四[22] - 中国开源从使用走向贡献，项目影响力显著提升[21] 大模型技术体系开源影响力 - 大模型开源影响力榜单涵盖数据、模型、系统、评测四维度，Meta、阿里巴巴、谷歌位列模型榜前三[2][29] - 模型下载量向量模型占41.7%，语言模型31%，多模态模型18.3%，UKP Lab下载量最高[31] - 阿里巴巴千问系列下载量2025年6月后飞速增长，超越Meta，DeepSeek保持稳定[31] 数据与系统生态 - 数据榜单Ai2、上海人工智能实验室、谷歌前三，智源综合性数据开放突出[37][40] - 语言数据集1-4月为下载主力，纯视觉数据集比例快速下降，具身数据集增势显著[43] - 系统榜单智源贡献突出，Meta和谷歌紧随其后，百度、阿里、华为、上海人工智能实验室进入TOP10[45] 评测与综合影响力 - 评测榜单上海人工智能实验室、Hugging Face、智源前三，中国学术机构投入大[50][52] - 综合榜单Meta第一，谷歌第二，智源第三，智源在多芯片支持的系统维度优势显著[55] - 大模型生态美国贡献比例37.41%，中国18.72%，位居前两位[60]

市场表现 - AI应用和国产软件板块大涨 天下秀涨停 昆仑万维涨幅超过10% 用友网络和鼎捷数智跟涨 [1] 产品发布动态 - 京东推出京犀APP 定位为下一代购物和生活服务超级入口 支持语音完成外卖、机票、酒店预订等功能 [2] - 阿里巴巴推出Qwen3-Max模型 在LMArena文本排行榜位列第三 正式版在代码能力和智能体能力方面进一步提升 [2] - 谷歌发布AI画板工具Mixboard 由Banana提供支持 支持即时可视化任何想法 [2] 行业影响与市场数据 - 阿里Qwen3-Max旨在催化高价值工作负载和智能体采用 推动生成式AI实际用例和新PAAS需求 [3] - 2025上半年中国大模型公有云服务市场Tokens调用量达537万亿 2024全年为114万亿Tokens [3] - AI对互联网巨头广告业务、云计算和企业效率作用明显 腾讯广告保持20%增长 阿里云增速环比提至26% [3] - 百度、阿里等互联网公司推出自研芯片 完成芯片-模型-应用全链条布局的云厂商有望持续提升市场份额 [4]

特朗普H-1B签证新政对科技行业的影响 - 特朗普签署行政令将H-1B签证费用增加10万美元（约71万人民币）[5] - 新政旨在通过大幅提高外籍人才雇佣成本 迫使科技企业优先雇佣本土美国人[11][12] - 费用增加适用于下一轮H-1B申请 现有签证持有人不受影响[12] H-1B签证在科技行业的核心地位 - 美国每年发放8.5万份H-1B签证 其中2万个配额专供美国研究生学位持有者[9] - 硅谷关键技术岗位中约25%由H-1B签证持有者担任 IT行业持签证人员比例从2003年32%升至近年65%以上[9] - 主要科技企业H-1B雇员数量：亚马逊10,044人 微软5,189人 Meta 5,123人 苹果4,202人 谷歌4,181人[9] - GPT、Gemini、iPhone、Space X等重要项目均有大量H-1B雇员参与[9] 人才供给与需求的结构性矛盾 - 美国STEM领域人才缺口持续扩大 预计到2030年底将新增385万个技术岗位 其中140万个岗位无法填补[41] - 仅34%美国学生选择STEM领域攻读博士学位 国际博士生该比例达70%[39] - 外国雇员已占美国整体STEM劳动力的30%[41] - H-1B签证年度配额8.5万个长期供不应求 中签率仅25%-40%[14] 企业成本与运营影响 - H-1B雇员平均年薪约16.7万美元 新签证费用相当于其大半年收入[11] - 企业新增人力成本压力显著 初创公司和小型企业反应尤为激烈[14] - 2022年Top 30的H-1B雇主裁员85,000名本土员工 同时引进34,000名H-1B员工[48] - 特斯拉在2024年初裁员潮中申请超过2,000个H-1B签证 占当年配额近3%[46] 地缘政治与签证分配格局 - 印度申请人占H-1B签证总量72.6%（320,791份） 中国占12.5%（55,038份）[25][26] - 印度裔科技领袖包括谷歌CEO桑达尔·皮查伊、微软CEO萨提亚·纳德拉等一代移民[26] - 印度每年从美国获得侨民汇款约312.5亿美元（占其总额1,250亿美元的25%）[25] - 美印关系恶化导致对印关税升至50% 间接影响H-1B政策走向[31] 内部政治博弈与行业反应 - 马斯克强烈支持H-1B签证 称其对于建立SpaceX、特斯拉等公司至关重要[20] - 红脖子MAGA阵营要求将高薪技术岗位保留给本土美国人[22] - 科技企业通过H-1B实现降本增效 H-1B员工战斗力可"一个顶俩"[48] - 文化因素导致美国本土STEM教育参与度不足 仅不到一半高中毕业生接受过STEM教育[39][37]

"当前最大的障碍不是芯片，也不是模型，而是电力和数据中心，"弗拉特表示，"我们讨论的投资规模 将达到5万亿至10万亿美元，这是前所未有的巨额投入。" 全球电力消耗快速增长的担忧，也正推动全球头部科技企业采取行动。面对AI基础设施扩张带来的电 力需求激增，谷歌母公司Alphabet等科技公司已开始布局核能领域，并着手改善输电网络，以保障未来 能源供应。 Alphabet总裁兼首席投资官露丝·波拉特(Ruth Porat)在周三的论坛上指出："美国在电网领域的投资长期 不足，目前亟需迎头赶上。" Alphabet的能源战略已明确落地：一方面，公司与凯罗斯电力(Kairos Power)达成协议，将采购一批小型 核反应堆;另一方面，还与联邦聚变系统公司(Commonwealth Fusion Systems)签订协议，将从其首座商业 核聚变发电厂采购电力。这一系列动作表明，Alphabet正转向"下一代低排放能源"，为旗下数据中心提 供动力支撑。 智通财经APP获悉，作为基础设施投资领域的两大巨头，布鲁克菲尔德资产管理公司(Brookfield Asset Management Ltd.)与麦格理集团(Macqua ...