# AI前沿发展日报 | 2026-07-31（Asia/Shanghai）

## 今日要点


- 亚马逊把 AI 需求转成了可核验收入：AWS Q2 收入同比增长 37% 至 422 亿美元，AI 业务与芯片业务的年化收入均超过 250 亿美元。
- 增长仍以现金流换取。亚马逊过去 12 个月自由现金流转为净流出 76 亿美元，财报明确把主要原因指向 AI 相关资产投入；这为昨日微软、Meta 的资本开支分化增加了第三个可比样本。
- 产品侧出现两种相反但互补的信号：Amazon Ads Agent 已带来更低的展示和获客成本，而 GitHub Models、Amazon Q Business 与旧版 Bedrock Agents 则在同一天退出或停止接纳新客户。
- 自动驾驶商业化跨过新的监管门槛。美国监管机构允许 Zoox 在取德州和地方许可后对无方向盘、无人工控制装置的专用 robotaxi 收费。


## 今日结论


1. AI 云需求已经足以让三大云厂商同时给出硬增长数据，但“收入增长”和“现金回收”正在分成两张成绩单；未来估值差异会更多来自资产效率，而不只是算力规模。
2. 企业 agent 正从功能展示进入结果计价期。降低获客成本、提高购物转化、缩短部署周期等业务指标，将比“可自主执行多步任务”更能决定预算续签。
3. 平台选择必须把生命周期风险计入总成本。模型入口、知识助手和第一代 agent 服务可以在需求仍存在时被主动收拢，迁移能力与数据可携带性已成为采购条件。


## AI 产品与应用



### Amazon 用转化数据证明 agent 开始影响交易


亚马逊披露，使用 Ads Agent 的广告主平均展示成本低 8%、获客成本低 6%；由 Rufus 与 Alexa+ 合并而来的 Alexa for Shopping 在 Q2 的活跃用户接近翻倍，互动量同比增长超过 5 倍。美国用户使用 Alexa for Shopping 后，平均每单消费额比未使用者高 40% 以上；试用 Alexa+ 的客户加入 Prime 的概率高近 25%。[Amazon Q2 业绩公告](https://s2.q4cdn.com/299287126/files/doc_earnings/2026/q2/earnings-result/AMZN-Q2-2026-Earnings-Release.pdf)

这里的新增变量不是“购物 agent 可以做什么”，而是它是否改变单位经济性。广告、会员和交易额三条指标开始共同指向可量化回报；但这些数字来自公司整体样本，尚不能证明因果关系，也未披露客户分层与长期留存。


## 模型与技术进展



### AWS 自研芯片同时获得外部采用和规模证据


亚马逊称，AWS 芯片业务年化收入已超过 250 亿美元且同比增速为三位数；Anthropic 与 OpenAI 已对 Trainium 作出多年、多吉瓦承诺。Graviton5 已正式可用，相比 Graviton4 最高提升 25% 计算性能；Graviton 系列覆盖 AWS 前 1,000 大 EC2 客户中的 98%，收入承诺环比接近三倍。[Amazon Q2 业绩公告](https://s2.q4cdn.com/299287126/files/doc_earnings/2026/q2/earnings-result/AMZN-Q2-2026-Earnings-Release.pdf)

这说明云厂商自研芯片不再只是压低内部成本的替代品，而在形成独立收入与长期容量合约。对模型公司，算力采购会更像多供应商组合；对企业客户，评估重点应转向模型在特定芯片上的实际吞吐、迁移成本和可用区域，而不是只比较芯片峰值参数。


## 投融资与商业动态



### AWS 加速至 37%，但 AI 投入使过去 12 个月自由现金流转负


亚马逊 Q2 总收入为 2,006 亿美元，同比增长 20%；AWS 收入 422 亿美元，同比增长 37%，为 18 个季度以来最快，AWS 营业利润升至 166 亿美元。与此同时，公司过去 12 个月自由现金流从上年同期净流入 182 亿美元转为净流出 76 亿美元，物业和设备净购置额同比增加 661 亿美元，主要用于 AI。Q2 净利润中的 534 亿美元税前非经营收益主要来自对 Anthropic 的投资重估，不能视为当期经营利润。[Amazon Q2 业绩公告](https://s2.q4cdn.com/299287126/files/doc_earnings/2026/q2/earnings-result/AMZN-Q2-2026-Earnings-Release.pdf)

与昨日微软“高投入但利润同步增长”、Meta“资本开支几乎吞掉单季经营现金流”的观察相比，今天的新增事实是 AWS 已显著加速，却仍未阻止亚马逊整体自由现金流转负。商业判断必须同时看云增速、基础设施利用率和投资重估收益的会计影响。


## 政策、伦理与安全



### Zoox 获准为无人工控制装置的专用 robotaxi 收费


美国国家公路交通安全管理局批准 Zoox 的临时豁免，使其在取德州和地方许可后可以对专用、无方向盘 robotaxi 的乘车服务收费。AP 报道称，这是此类专用车辆首次获得美国商业收费通道；安全倡议者同时指出，Zoox 未公开足够细节来证明其车辆在公共道路上的安全性。[AP 报道](https://apnews.com/article/1bdb3bb8ecc80a23721504315cfa50ce) [此前的联邦申请记录](https://www.govinfo.gov/app/details/FR-2026-03-11/2026-04730)

监管意义在于，规则开始从“允许演示”推进到“允许收费”，但联邦豁免不等于全国通行证。商业扩张仍受州、地方许可、事故报告义务和真实道路安全数据约束；对具身 AI 企业，合规能力正在与模型和硬件能力一起决定上市速度。


## X 平台高信号


1.
信号标题：AWS AI 业务年化收入首次超过 250 亿美元
类型：硬采用与收入数据
来源或链接：[Amazon Q2 业绩公告](https://s2.q4cdn.com/299287126/files/doc_earnings/2026/q2/earnings-result/AMZN-Q2-2026-Earnings-Release.pdf)
核心观点：AWS 首次披露其 AI 业务年化收入超过 250 亿美元，且同比增长为三位数；Bedrock 在 Q2 的客户支出高于此前所有季度之和。
为什么重要：它把生成式 AI 云需求从合同储备和客户案例推进到可量化收入规模。
影响：企业模型市场正在快速集中到少数可同时提供模型目录、芯片、agent 运行时和安全控制的云平台，但集中度上升也会放大迁移风险。
验证状态：收入运行率、增速与 Bedrock 支出均由亚马逊 7 月 30 日官方业绩材料验证，未披露精确收入额与客户集中度。

2.
信号标题：GitHub Models 于 7 月 30 日全面停止服务
类型：平台访问与产品退役
来源或链接：[GitHub 官方变更公告](https://github.blog/changelog/2026-07-01-github-models-is-being-fully-retired-on-july-30-2026/)
核心观点：GitHub Models 的 playground、模型目录、推理 API 与 BYOK 端点对全部客户关闭；新增变化不是限制新注册，而是现有活跃用户也失去访问。
为什么重要：开发者曾可直接在代码平台比较和调用模型，如今被引导到 Microsoft Foundry 或 GitHub Copilot 两个更明确的商业入口。
影响：依赖 GitHub Models API 的团队必须切换端点、重新验证模型行为与成本，并避免把实验入口当成长期生产依赖。
验证状态：退役范围与生效日由 GitHub 官方公告验证。

3.
信号标题：AWS 同日停止向新客户开放第一代知识助手与 agent 服务
类型：产品整合与访问变化
来源或链接：[AWS 服务可用性更新](https://aws.amazon.com/about-aws/whats-new/2026/06/aws-service-availability/) [Amazon Q Business 产品页](https://aws.amazon.com/q/business/)
核心观点：Amazon Q Business、Amazon Kendra 和更名为 Bedrock Agents Classic 的旧版 agent 服务自 7 月 30 日起不再向新客户开放；Q Business 用户被引导迁往 Amazon Quick。
为什么重要：云厂商正在主动收拢早期生成式 AI 产品线，把知识问答、跨应用操作和持续运行的 agent 合并到更少入口。
影响：现有客户短期仍可使用旧服务，但新增功能、人才投入和生态集成更可能流向 Quick 与新版 AgentCore；采购方应提前验证索引、权限和工作流的迁移路径。
验证状态：生效日、受影响服务与推荐迁移方向均由 AWS 官方页面验证。

4.
信号标题：Zoox 获得美国首个专用无人工控制 robotaxi 收费通道
类型：监管准入变化
来源或链接：[AP 报道](https://apnews.com/article/1bdb3bb8ecc80a23721504315cfa50ce) [联邦申请记录](https://www.govinfo.gov/app/details/FR-2026-03-11/2026-04730)
核心观点：7 月 30 日的新事实是 Zoox 从免费示范服务跨到可收费运营，而非仅获得上路测试许可；实际收费仍须取德州与地方批准。
为什么重要：专为无人驾驶设计、没有传统人工控制装置的车辆首次获得明确商业化路径。
影响：监管竞争将从“谁能测试”转向“谁能满足多层许可、持续报告和真实道路安全要求后规模化收费”。
验证状态：商业收费准入由 AP 当日报道并由亚马逊业绩材料确认；具体城市上线时间仍待地方许可。

5.
信号标题：Zendesk 员工服务 AI agent 开始分批开放且早期免费
类型：企业软件访问与定价
来源或链接：[Zendesk 官方支持公告](https://support.zendesk.com/hc/en-us/articles/10957525099290-Announcing-the-Employee-Service-AI-Agents-EAP)
核心观点：Zendesk 从 7 月 30 日开始向早期访问用户推出 Employee Service AI Agents，启用后企业帮助中心的传统搜索栏会转为连接内部知识的对话入口；早期访问阶段不收费。
为什么重要：这不是会展预告，而是客服平台将 AI 从可选插件变为员工帮助中心默认交互面的具体上线动作。
影响：免费期降低试用门槛，但企业应在正式定价前测量解决率、转人工率、权限泄露和知识更新延迟，避免只凭对话量决定续费。
验证状态：开放时间、界面变化和早期免费政策均由 Zendesk 官方公告验证；正式价格尚未公布。


## 前沿研究速递



### Shadow evaluations：让原论文作者评审 AI 的开放式研究


做了什么：[研究](https://arxiv.org/abs/2607.27191) 把两篇未公开的 NeurIPS 2026 投稿的核心问题交给前沿 agent，每次给予六天和数千美元算力，再由原作者按论文标准评审结果。

新在哪里：它不只测可自动判分的小任务，也不依赖随机性较高的匿名同行评审。agent 独立完成了全部工程工作，却未在两项研究问题上取得实质进展，两份成果都被原作者明确拒绝；第二种模型与执行系统复现了类似失败。

潜在应用方向：AI 研发自动化评估、研究 agent 采购、实验室人机分工，以及对“自动化科学进展”预测的校准。

一句话判断：当前 agent 已能承担大量研究工程，但选题判断、失败回退和识别可发表贡献仍是明显瓶颈；样本只有两项，结论应谨慎外推。


### APEX-Accounting：用真实会计系统而非问答题测专业工作


做了什么：[APEX-Accounting](https://arxiv.org/abs/2607.27189) 设置 160 个专家编写的任务，覆盖十个包含会计系统、表格和 PDF 的工作环境，要求模型完成对账、计提、记账和报告。

新在哪里：九个前沿模型中，最高 Mean Criteria@3 为 56.4%；没有模型的 Pass^8 超过 2.6%，最高 Pass@8 也只有 21.5%。把单次预算从 1 美元提高到 50 美元总体有帮助，但同一预算条件下，花费更多 token 的任务反而得分更低。

潜在应用方向：财务 agent 验收、共享服务中心自动化、审计抽样、企业软件中的任务级权限与复核设计。

一句话判断：专业 agent 的核心差距不是会不会解释会计，而是能否在多文件、多系统环境中连续八次可靠完成整项工作；该基准的私有测试集限制了外部复核。


### AI teammate 实验：发言更多不等于团队贡献更高


做了什么：[随机对照研究](https://arxiv.org/abs/2607.27179) 比较 16 个“两名学生加 AI”团队与 17 个三人团队完成高风险道德决策任务时的交流模式。

新在哪里：AI 在每个实验团队中都是发言最多、内部连贯性最高的成员，但新增信息最少、信息密度最低；有人机队友的组中，人类彼此回应和社会影响更弱，并报告更低的归属感与地位感。

潜在应用方向：会议助手、协作式决策产品、AI 发言节流、团队体验指标与人机协作界面设计。

一句话判断：企业不能只优化 AI 的参与率，还要测它是否挤压人类之间的有效交流；样本量小且任务单一，仍需在真实组织和长期场景复现。