泽成日报 | 2026-03-10 周二 (Tuesday)

用户1275

3月10日修改

common.docs_name - LarkCCM_Docs_Menu_Image

农历丙午年正月廿二 | 下弦月 | 春季

⚡ 30秒速览

• AI：Anthropic 发布多 agent 代码审查系统，PR 实质性 review 率从 16% 跳至 54%，$15-25/PR，AI 工具链从「生成代码」迈入「管理代码」新阶段​

• SEO：Google 三月核心更新推送叠加 AI 流量劫，B2B 站点有机流量同比平均跌 34%，但 AI 引用站点点击率反高出 35%——争排名时代正在让位于争引用时代​

• 商业：OpenAI 向 Free/Go 用户正式开放 ChatGPT 广告，AI 会话量已达全球搜索流量的 56%，Google 搜索市场份额从 89% 跌至 71%，广告预算迁移进入加速期​

• 市场：美股演出年内最大深V——WTI 原油盘中逼近 $120 后暴跌 31% 至 $86，标普 500 收涨 0.83% 至 6795.99 点，纳斯达克涨 1.38%，半导体 ETF 单日涨 3.63%；A 股计算机板块净流入 59 亿元领跑​

🤖 AI 动态

头条：Anthropic 的 Code Review，把 AI 从写代码推进到管代码

3月9日，Anthropic 发布了 Code Review for Claude Code——一套多 agent 协作的代码审查系统。每次提交 PR，系统会派出一队 agent 并行扫描 bug，互相验证结果过滤掉误报，最后输出一条综合评论加上行级别的内联标注。目前处于 Team 和 Enterprise 计划的研究预览阶段，平均每个 PR 审查耗时约 20 分钟，费用在 $15-$25 之间。​

数据是真的好看：内部测试显示，上线前只有 16% 的 PR 会收到实质性的 review 意见，上线后直接跳到 54%。对于 1000 行以上的大型 PR，84% 会触发 findings，平均发现 7.5 个问题。小型 PR（50 行以下）31% 会有 findings，平均 0.5 个问题。​

这事儿为什么做？Anthropic 给了一个特别有意思的数据：过去一年，工程师的代码产出增长了 200%。代码写多了，review 的速度跟不上，质量就成了瓶颈。解法不是让人多 review，而是让 agent 先跑一遍。​

说白了，这不是在帮工程师写代码，而是在管代码的流动。这个逻辑值得多想一想。​

AI 辅助生成代码这件事已经发生了，结果是代码量爆炸式增长——但代码多了不等于软件质量高了。从「生成」到「管理」，这个跃迁本质上是在解决 AI 自己制造的问题。谁能把这个链路做完整，谁就不只是卖 API 的基础设施，而是深嵌进工程工作流的基础设施。两者差别很大。​

目前 $15-$25/PR 的定价，对个人开发者来说偏贵，但对企业团队来说几乎是忽略不计的成本——尤其是当一个 bug 漏过去的代价远不止这个数字的时候。Team/Enterprise 限定这个决策也很聪明，先在愿意付钱的客群里验证，再考虑往下延伸。​

Builder 实战

[YouTube Terence Tao] 用 Claude Code 在 Lean 4 里形式化数学证明

菲尔兹奖得主陶哲轩在 3 月 7-9 日期间发布了一个视频，演示自己用 Claude Code 将非正式的数学证明转换成 Lean 4 的形式化语言。​

这个细节本身已经很能说明问题：当世界上最顶尖的数学家开始用 AI 工具做证明辅助，说明 Claude Code 的代码理解能力已经穿越了「够用」的门槛，进入「严格数学」这个容错率接近零的领域。Lean 不是普通编程语言，它要求每一步推导都能被机器验证，没有模糊地带。​

更大的信号是方向：AI 正在从「辅助写文章/代码」渗透进「符号推理」这块过去被认为是纯人类智识的领地。陶哲轩的使用方式不是让 AI 替他想，而是让 AI 处理「把直觉翻译成形式语言」这个繁琐但机械的步骤——解放的是认知带宽，而不是思考本身。这个模式，跟工程师用 Claude Code 写样板代码、留精力给架构决策，是同一个逻辑。​

Mog：第一个为 AI agent 设计的编程语言

一个叫 Ted 的开发者在 HN 上 Show HN 了 Mog 编程语言，定位很清晰：不是让人写的，是让 LLM 写的。​

设计哲学很务实。整个语言规范压在 3200 个 token 以内，刚好能完整塞进一个 AI 的上下文窗口。没有运算符优先级，所有括号都必须显式写出来（例如要写 `(a + b) * c`，不能省略括号）——这样 AI 生成代码时出错的概率大幅降低。支持 Capability-based 权限模型，宿主应用控制 Mog 程序能访问哪些函数，做到沙箱隔离。更关键的是：agent 可以在运行时编译新插件加载进来，不用重启。用 Rust 写的 AOT 编译器，生成原生机器码，延迟低。​

这个方向有意思在于：既然 AI 要写大量代码，何不设计一门专门为 AI 优化的语言？普通语言是为了「人读得懂」设计的，Mog 的目标是「AI 写得对、跑得安全」。从语言层解决 agentic code 的安全和可控问题，比在框架层打补丁要干净得多。​

其他 AI 工具与生态

Meta AI 权力重组：Zuckerberg 架空 Alexandr Wang

3 月 9 日，Meta 宣布成立新的应用 AI 工程组织，由老将 Maher Saba 领导，向 CTO Andrew Bosworth 汇报，绕过了首席 AI 官 Alexandr Wang。​

事情的来龙去脉：Wang 九个月前以首席 AI 官身份加入 Meta，全权负责最前沿的 AI 模型研发，目标是追上 OpenAI 和 Google 的 frontier 模型。但 Chris Cox 和 Bosworth 主张 AI 开发应该服务于 Instagram 和 Facebook 的用户产品。矛盾激化到首席 AI 科学家 Yann LeCun 拒绝在 Wang 手下工作并出走。现在 Zuckerberg 的解法是绕开 Wang 再建一条线。​

我觉得这事儿背后的逻辑比表面看起来深得多：这不只是内部权斗，而是 Meta 在「追 GPT-4」和「把 AI 嵌进 Facebook/Instagram 变现」之间做出了选择。Bosworth 这条线赢了，意味着 Meta 的 AI 优先级从 frontier 研究向产品整合倾斜。对 Meta（META）来说，这可能是更务实的路——毕竟 Facebook 和 Instagram 的月活还在那里，把 AI 功能嵌进去的变现路径比做基础模型清晰多了。​

Nscale 完成 $20 亿 C 轮，欧洲最大单次股权融资

英国 AI 基础设施公司 Nscale 完成 $20 亿 C 轮，由 Aker ASA 和 8090 Industries 领投，英伟达（NVDA）、联想、Citadel、戴尔、Jane Street、诺基亚跟投，估值达 $146 亿——欧洲史上最大单次股权融资。前 Meta COO Sheryl Sandberg、前英国副首相 Nick Clegg、前 Yahoo 总裁 Susan Decker 加入董事会。​

但同一天，《卫报》发布了调查报道：英国政府承诺的「数十亿英镑 AI 投资」很大程度上是假账。Nscale 和 CoreWeave 所谓的「投资」，主要形式是买英伟达芯片、放进英国数据中心、然后租给用户——不是建新的基础设施，是把芯片采购包装成投资承诺。更离谱的是，英国政府坦承没有任何核查机制，完全依赖企业自报数据。​

一边是欧洲最大融资，一边是「皇帝的新衣」质疑——两个故事同一天发生在同一家公司身上，这个信息密度不小。​

Oracle 的债务困局：用明天的钱建昨天的数据中心

Oracle 正在用 $1000 亿以上的债务推进数据中心建设，但麻烦来了：一方面自由现金流已经为负，美国银行业已经退出融资导致借贷成本翻倍；另一方面，OpenAI 已经暂停扩大与 Oracle 德克萨斯州 Abilene Stargate 项目的合作，原因是 OpenAI 想要更新一代的英伟达（NVDA）GPU，而 Oracle 正在建的设施装的是老型号。​

这是 AI 基础设施行业的一个结构性矛盾：芯片迭代速度比数据中心建设周期快。花两三年建好的数据中心，里面的 GPU 已经落后两代了。投重资押 AI 算力的玩家，都面临这个技术过时和资本消耗的双重压力。​

Ayar Labs 融资 $5 亿：AI 基础设施的投资重心开始转移

Ayar Labs 完成 $5 亿融资，专注于降低 AI 芯片的数据搬运成本——通过光互联技术减少功耗和延迟。这个方向本身代表了一个信号：投资者已经从「堆算力规模」转向「优化最紧张的约束」。现阶段 AI 系统最贵的不一定是计算本身，而是数据在芯片之间搬来搬去的能耗和带宽成本。​

核心判断

这一天 AI 圈发生的事，拼在一起指向同一个方向：AI 工具链正在从「生成」走向「管理」。​

Anthropic 的 Code Review 是在管代码质量；陶哲轩用 Claude Code 做形式化证明，是在管推理的严格性；Mog 语言是在管 agent 生成代码的安全边界；Terminal Use 是在管 agent 的运行环境。这条线非常清晰。​

泽成日报 | 2026-03-10 周二 (Tuesday)​

泽成日报 | 2026-03-10 周二 (Tuesday)