腾讯 Marvis 不是又一个聊天机器人，而是穿透操作系统底层的六 Agent 协作体系。主 Agent 负责拆解任务，五个专项 Agent 分别处理文件、系统、硬件、算力和跨端协同。它能在效率模式下端云协同，在隐私模式下全部本地运行，文件零上传。上线两天日活破 30 万、七日留存 54%，说明用户对「替我用电脑」有真实需求，但系统权限比聊天框更敏感，复杂任务成功率和关键操作确认才是留存关键。

ChatGPT Health 全面开放前后，一桩近致命诉讼正在佛罗里达州审理：原告头晕后多次咨询 ChatGPT 被建议无需就医，后确诊双肺血栓。这与 2024 年国内首例 AI 供应商担责的判决形成对照——那起案件中法院判医院承担 70%、AI 供应商承担 30%。国内监管已划出三条红线：AI 定位为辅助工具、高风险系统按三类医疗器械监管、严禁 AI 自动生成处方。但 GPT-4 诊断准确率仅 52.1%，当流畅回答被误认为专业判断，数据授权、误诊提醒、紧急就医边界就成了长期考验。

联合国大学最新报告指出，到 2030 年全球数据中心年耗水将达 9.3 万亿升，相当于 13 亿人一年基本用水。更值得警惕的是，从碳排放角度看最「绿色」的能源方案，往往水足迹和土地足迹反而最重——生物能源发电可使碳排降低 72%，但水耗可能增加 30 倍、土地占用增加 100 倍。Meta 退出 RE100 清洁能源倡议、英伟达与 Amkor 签 15 亿美元封装大单，都在说明同一个现实：AI 算力扩张正在把环境承诺拉回硬约束，单一指标衡量可持续性会掩盖真正的权衡。

智谱建成一座 1 吉瓦级 AI 数据中心，全部采用国产芯片，已开始部分运营服务 GLM 模型。这是模型公司自建算力底座的标志性事件——相较只采购云端算力，自建能更深度协同芯片、集群软件、训练框架和推理调度，但也要把电力、机房与利用率风险直接背到自己身上。1 吉瓦代表巨大的建设与能耗规模，全国产芯片集群能否在长期真实负载下稳定运行，互连、故障恢复、软件兼容和 Token 成本能否持续验证，才是决定这条路径能否走通的关键变量。

Google 提出让大模型定期「睡觉」——不是玩笑，而是用清醒-睡眠周期解决持续学习中的灾难性遗忘。实验表明，4 轮「睡眠」能让 6 步运算题准确率从 41.9% 提升到 61.5%。但真正值得追问的是：AI 的「睡眠」本质是离线记忆巩固，它和人类睡眠的差异在哪？如果模型在睡眠中反复强化了错误经验（比如医疗误判），谁来纠正？而这一机制对 7×24 小时在线的客服、金融、自动驾驶场景意味着什么——是让模型每夜停机维护，还是让「清醒」和「睡眠」模型并行运行？