科技云报到原创。 如果你最近打过客服电话，大概率遇到过两种让人崩溃的AI。 一种是"胡说八道型"——语气极其自信、措辞特别专业，但给的产品规则、操作路径全是错的，这就是大模型"幻觉"。客户被忽悠几次，对AI客服彻底失去耐心。 另一种是"死胡同型"——AI听你说了半天，最后甩出一句"抱歉，请转人工"，然后是漫长的排队盲音。 这两种智能客服一个把客户骗走，一个把客户耗走。 两种体验背后，是客服行业两个迟迟未解决的真问题—— AI始终处于“被动响应”状态：坐席不点它就不动，知识库要人去搜，工单要人去填，系统要人去切；以及缺乏行业纵深（通用大模型搞不定金融、电商等细分领域的复杂业务闭环）。 这直接催生了一个刺眼的数据：过去两年，全球客服自动化率提升了30%，但客户满意度只涨了5%。 钱花了，系统上了，AI接进来了——但客户那头，却没感觉服务变好。到底是哪里出了问题？ 容联云智慧联络平台负责人 冉鸥 5月15日，在江西上饶举行的"增长进化论·数智全域驱动下的客户服务生产力革新论坛"上，容联云智慧联络平台负责人冉鸥给出了一个直击痛点的答案： “很多企业上的AI客服没效果，不是大模型不行，是工作范式没变。传统的联络中心停留在‘人操作系统’的阶段——人找知识、人走流程、人填工单，业务是串行的，效率高度取决于人的经验。这种‘被动唤醒’的模式，无法根本解决问题。” 这一次，容联云推出的AI Agent智慧联络平台，以全渠道CC+CRM为业务底座，引入了多个具备自主思考与执行能力的Agent（智能文本Agent、智能语音Agent、全能客服中枢Agent、智能质检Agent、智能洞察Agent）。 平台要彻底打破“人驱动系统”的传统锁链，让Agent主动参与到业务判断与流程执行中——Agent主动理解、主动执行流程、自主办理、跨系统协同，用并行的方式完成特定任务，大幅提升人机协同效率。 客服系统

科技云报到原创。 2026年，生成式AI与大模型的规模化落地，把智能算力推到了数字经济的C位。从千亿参数模型的跨域训练、亿级用户的高并发推理，到影视特效渲染、工业视觉质检，算力不再是科技企业的专属配置，而是贯穿千行百业的新型生产力。 但行业长期被三大痛点困住：异构芯片生态封闭、模型迁移成本高企；算力供给区域分散、推理需求爆发式增长带来供需错配；传统机柜租赁、裸金属租用的粗放模式，完全跟不上精细化、结果导向的用算需求。 在行业处于转型之际，中国信息通信研究院云计算与数字化研究所于近日发布《智能算力服务研究报告（2026年）》，立足全球算力竞争格局，紧扣工业和信息化部《算力互联互通行动计划》方向指引，不仅系统梳理了智算服务的内涵、架构、技术与场景，更首次构建三层服务体系、明确四大发展趋势，为政策制定、产业布局、企业落地划出清晰路径，堪称智算产业从“拼硬件、堆规模”转向“拼服务、建生态”的转型宣言，以权威研究引领行业迈向高质量发展。 全球算力军备赛白热化中国踩准核心破局点 AI技术的爆发式演进，让智能算力成为全球科技竞争的核心赛道，各国纷纷将智算发展上升至国家战略，一场围绕算力主导权的竞赛全面打响。 全球算力竞争的核心逻辑高度一致：打破资源孤岛，实现算力互联互通，抢占算力服务制高点。 与海外算力发展相比，中国走出了一条“先互联、再成网、同步建全国统一大市场”的特色路径。 国务院明确提出加快形成全国一体化算力体系，五部门联合深化“东数西算”工程，去年工信部印发《算力互联互通行动计划》，定下明确目标：2026年建成完备的算力互联互通标准、标识与规则体系；2028年基本实现全国公共算力标准化互联，打造具备智能感知、实时发现、随需获取的算力互联网。 这份战略布局，精准击中行业三大核心矛盾： 资源层，GPU、NPU等芯片架构封闭，跨厂商模型迁移成本极高，异构算力难以协同； 互联互通层，算力

科技云报到原创。 龙虾OpenClaw正在遭遇前所未有的“铁笼”考验。 短短数天内，工信部、国家互联网应急中心、中国互联网金融协会密集发声。多家银行收到监管提示，有的甚至已下发内部禁令。这场由开源智能体引发的产业变革，正在监管与创新的夹缝中经历一场“压力测试”。 但最值得玩味的不是监管出手本身，为什么在众多行业中，监管第一个“圈住”的偏偏是金融？答案其实很简单：因为金融太重要了。它关乎千家万户的存款，关乎国民经济的血脉，经不起任何“试错”。当AI从“动口”变为“动手”，拥有了直接操作账户、调动资金的能力，监管必然要在风险最高的地方率先筑起堤坝。这不是金融的保守，而是对“重要”二字的应有之义。 一、监管“多连击” 2月5日，工信部发布安全风险预警提示。3月10日，国家互联网应急中心发布风险提示，点名OpenClaw存在提示词注入、误操作删除、技能插件投毒、安全漏洞等四大风险。3月11日，工信部发布“六要六不要”建议，明确金融交易场景存在“引发错误交易甚至账户被接管的突出风险”。 3月15日，中国互联网金融协会跟进，措辞更为直接：严禁在涉及资金交易、客户信息等核心业务环节部署或使用未经安全认证的自主智能体工具。 三部门、数天、集中发声——这种密集程度实属罕见。但监管的逻辑并非“一禁了之”，而是在划一条清晰的线：个人场景可以用，但涉及资金、账户的金融业务，不行。 这不是保守，而是一种先行先试的“压力测试”。金融行业之所以成为监管的“第一站”，恰恰因为它代表了AI落地最苛刻的场景——这里有最严格的合规要求、最敏感的数据资产。如果在金融领域能跑通，其他行业就有了范本；如果在金融领域暴露出问题，那就是整个智能体产业都需要面对的共性问题。 二、智能体的“先天缺陷” 中国信息通信研究院副院长魏亮在3月10日接受采访时指出，OpenClaw“本身存在极强的高风险性和不确定性，呈现出高速发展与

科技云报到原创。 最近打开朋友圈、短视频平台，你大概率躲不开一只红色的“龙虾”。 从职场人晒的“一键搞定周报全流程”，到自媒体人用它自动剪辑短视频、写爆款脚本，再到学生党靠它整理文献、搭建汇报框架，仿佛一夜之间，所有人都在聊这只名叫OpenClaw的“龙虾”。 它成了当下最顶流的流量密码，相关话题在全平台拿下数十亿播放量，下载量一路飙升，成了名副其实的国民级AI产品。 有人说它是“打工人的终极救星”，有人说它将彻底重构职场工作模式，甚至有人喊出了“不用龙虾，就会被时代淘汰”的口号。 但很少有人注意到，这场席卷国内的“养虾热潮”，在AI技术发源地硅谷，却显得异常冷清。 一边是国内数十亿播放的话题热度、全民跟风的下载热潮，一边是海外科技社区的寥寥讨论，这种强烈的反差，恰恰藏着我们需要冷静看待的真相。   国内外热度差的背后，是市场需求的错位 在海外主流科技社区、开发者论坛里，关于OpenClaw的讨论寥寥无几，甚至不少一线AI从业者都表示，只是听过名字，并未深度使用。 这并非海外市场对智能体赛道不看好，恰恰相反，海外智能体领域早已进入红海竞争阶段，从功能迭代到生态搭建，都有成熟玩家深耕多年，OpenClaw的差异化优势在成熟市场里并不突出。 而在国内市场，它恰好踩中了大众对“能落地干活的AI”的强烈需求缺口。 在此之前，国内用户对AI的认知大多停留在能聊天、能写文案的对话机器人，而OpenClaw第一次用最直观的方式，让普通人看到了AI智能体无缝串联全流程工作的能力——从邮件收发、文件管理，到数据处理、多APP协同，仿佛拥有了一个24小时不休息的专属助理，自然而然成了第一个破圈的国民级智能体产品。 但在硅谷，情况却截然不同。海外智能体赛道早已进入成熟竞争阶段，各类能自主执行任务的AI工具早已遍地开花，OpenClaw的功能的差异化优势并不突出，自然难以引发从业者的关注

科技云报到原创。 当一家全球科技巨头决定“舍近求远”，启动一场历时3年、跨越千里的“数字史诗级迁徙”，背后必然蕴藏着战略远见与技术底气。 2025年底，xCloud联想智能云主导的联想北研数据中心由北京圆满迁移至内蒙古，这并非是一次单纯意义上的IT基础设施“物理迁移”，而是一场针对超复杂IT系统迁移的极限挑战，跨越千里的不仅是地理空间距离，更彰显了数据中心迁移能力的新高度。 内蒙古数据中心 通过超复杂场景的试炼，xCloud联想智能云淬炼出一套数据中心迁移方法论，并形成了“实践-沉淀-输出”的能力闭环，从而将一次内部战略工程打造成为数据中心迁移的全球标杆范本。 以极限场景 淬炼数据中心迁移硬核能力 在北研数据中心面临搬迁的关键节点，xCloud联想智能云没有选择就近的搬迁方案，而是毅然启动了这场横跨千里的迁移工程。 从城市区位条件角度，内蒙古的优势相对有限，但如果站在数据中心精细化运营的角度，就不难以理解这场“舍近求远”的迁移。由于内蒙古租金成本、工业电价的降低，使整体TCO实现大幅下降。同时，当地电力充裕、绿电资源丰富，自然冷却条件优越，契合双碳要求。此外，内蒙古拥有充裕土地足以支撑超大规模算力集群建设，并满足未来10-20年的数据中心扩容需求。更为重要的是，数据产业还被内蒙古列为战略产业，一系列政策扶持有助于数据中心项目的加速落地。 这场历时3年的迁移工程，涉及将近2500台设备，350个机柜，其中包括1000+台服务器、620+台网络设备、300+台存储设备及其它类型设备，共包含10000+实例、近1000个应用系统，总数据量高达近10PB，远超行业平均水平。 从复杂度上看，800个应用系统中包含全球订单系统等60+个核心应用，涉及多条上下游依赖链路，跨部门业务协同频繁，单点错误可能引发全局业务瘫痪。部分关键应用单次迁移数据量更是超过80TB，其数据设备规模之大、系统

科技云报到原创。 当AI将创新周期从年压缩至月，一场静默却剧烈的重构正席卷全球云计算市场：AI推理的算力支出在2025年底首次超越通用计算，这不仅宣告着“租用智能”的时代正式到来，更彻底改变了云的商业模式。 2026年初，多家头部云厂商接连宣布上调部分服务价格，打破了持续二十余年的“降价惯性”。 这背后，是AI浪潮对算力需求的结构性重塑——传统的、可预测的标准化需求，正在被AI驱动的、爆发式且极度昂贵的高性能计算需求所取代。 云计算的底层逻辑，正从“成本中心的资源优化”转向“价值引擎的智能调度”。 在这场由AI驱动的深刻变革中，一个比单纯的“算力通胀”更为核心的矛盾日益凸显：无论是全球布局的“中国智造”，还是寻求在华深度经营的跨国巨头，都共同面临全球运营效率统一性与本地市场合规适应性之间的“一致性悖论”。 近期，弗若斯特沙利文（Frost & Sullivan）联合头豹研究院发布了《2025年在华外商企业云计算服务采用研究报告》，研究清晰地揭示了这一点：超过80%的在华外商企业采用多云策略。 这并非出于技术偏好，而是对“一致性与本地化无法兼得”现状的无奈妥协。 企业像管理一个跨国交响乐团，渴望所有乐手（各地分支）遵循同一份乐谱（技术架构），但每个音乐厅（本地市场）的声学环境与观众偏好（合规生态）千差万别。 这“一致性悖论”在AI时代被急剧放大。如何调和这对矛盾，已成为定义下一代云服务商领导力的核心命题。 破局之道“全球一致”与“黄金三角” 在近日举行的亚马逊云科技中国区域助力企业数智化转型升级媒体沟通会，记者了解到，面对全球企业的共同焦虑，作为市场深度参与者的亚马逊云科技，正将其“深耕本地，链接全球”的愿景，转化为一套可执行的系统性解法。其核心在于构建一个 “全球同步、本地无感”的技术基座。 首先，是以技术同步保障战略一致性。 确保企业无论身处何地，都能使

科技云报道原创。 “早上好”！清晨，AI助手悦耳的声音传达到你耳边，还推荐了适合你体重管理的早餐；上班路上，智能汽车自动规划了最佳路线，还能接着帮你整理昨晚没完成的工作文档；工作时，AI能跨设备帮你总结会议重点，生成个性化的周报……这些不再是科幻电影的场景，而是未来我们每个人都会经历的日常。 过去三年，AI的发展主要是比谁的模型参数更大、技术更硬。 从2022年生成式AI的火爆，到2025年产业开始转向，AI不再是偶尔用一用的“公共工具”，而是变成了像朋友一样常驻在我们电脑、手机、平板、眼镜等设备里的“长期伙伴”。 一个关键问题也随之而来：AI该归平台管，还是属于我们每一个人？近日，联想与IDC发布了国内首份《个人AI产业定义、产业架构与发展趋势白皮书》，该白皮书立足未来视角，对“真正属于每一个人”的个人AI进行前瞻性展望，并深入阐述个人AI崛起将引发的产业结构性变革。  从“通用工具”到 “智能双胞胎” 报告预测，2026年将成为“个人AI元年”，全球生成式AI消费者将突破50亿。 这场变革不只是技术升级，更是“人工智能+”在我们普通人身边的深度落地，它基于“以人为中心”的核心想法，重新定义我们工作生活的方式。 过去三年，像ChatGPT这样的公共AI确实让更多人用上了AI，但也暴露了不少麻烦。 公共AI以商业平台为核心，我们想用好服务，就得交出自己的数据、隐私，还得放弃一部分控制权。 而且它的服务是“一刀切”，满足不了每个人的个性化需求，还存在跨平台用着不方便、响应慢等问题。 与此同时，我们对AI的需求也在悄悄改变。报告显示，2025年国内用户提到“安全隐私保护”的比例涨到了43%，超过65%的智能终端用户在使用AI Agent时，最关心“个人数据安全与隐私保护”，高于功能性、易用性等其他因素，同时对个性化服务的需求占比达35%。 报告预计，到2028年，服务

科技云报道原创。 2026年的网络安全战场，将脱离“筑墙防盗”的初级阶段，演变为一场围绕“数字信任”展开的全方位博弈。 IDC预测，到2026年，70%的组织将采用融合生成式、处方式、预测式和智能体技术的复合AI。 AI的爆发式增长在重塑生产力的同时，也催生了AI Agent身份冒充、API规模化攻击、AI浏览器和AI手机“黑箱”风险等新型威胁，推动网络安全从“边界防护”全面转向“信任重构”。 趋势一：AI流量飙升令智能体攻防成为新战场，AI Agent身份认证将“被动防护”转向“主动建立信任” 2026年成为“AI原生”经济元年，具备推理、记忆、自主协作能力的AI Agent渗透企业运营各环节，但自主性增强也使身份安全漏洞被无限放大。 这类风险集中表现为三方面： 一是身份冒充与欺骗，黑客伪造Agent身份利用弱认证执行未授权操作； 二是权限管理混乱，Agent与工具调用链的身份传递让传统访问控制模型失效； 三是通信配置缺陷，明文传输或令牌校验缺失易引发中间人攻击。 2026，AI Agent安全防护的核心正在从“被动验证身份”转向“主动建立信任”。 部署多智能体协同防御平台，构建“威胁感知-决策响应-溯源审计”三位一体的安全智能体矩阵，强化身份认证与权限治理，构建“数字身份+行为基线”的双重认证机制，防范单一代理身份泄露引发的连锁攻击。 让安全成为保障智能生产力高效运转的“信用护照”。 趋势二：AI加速API攻击规模化，API攻击面极具扩大成为主要威胁载体 API的大规模应用使其成为攻击者的首选突破口，而AI技术的介入，让API攻击从“精准试探”升级为“规模轰炸”，使得攻击面持续扩大。 攻击者通过AI生成的恶意脚本，可同时对企业的数百个API发起高频请求， AI还能模拟正常的业务流量特征，将恶意请求伪装成合法访问。 这种智能化、规模化、隐蔽化的攻击特点，在AI

科技云报到原创。 当AI大模型的迭代速度进入“每周一更新”的白热化阶段，当企业为争夺算力资源不惜豪掷千金，一个被普遍忽视的核心矛盾正成为AI落地的“隐形门槛”——有了算力，却没有“能用的数据”。 在2025联想凌拓技术大会上，“智存・智变”的主题并非一句空泛的口号，而是切中了行业痛点的精准判断：在“数字中国”与“新质生产力”战略推进下，AI要真正赋能实体经济，不能只靠算力的“硬堆砌”，更需要数据的“巧管理”。 作为专注智能数据管理的服务商，联想凌拓通过联想存储智能体（Lenovo Intelligent Storage Agent，简称“LiSA”）、Lenovo ThinkSystem DS系列及NetApp AFX等创新方案，正在重新定义存储的角色——从后台的“数据储存柜”，升级为AI时代的“价值中枢”。 AI落地的五大数据困境 谈论AI时，人们的目光总聚焦于大模型参数规模、GPU算力指标，但真正阻碍企业落地AI的，往往是数据端的基础性问题。 联想凌拓首席执行官杨旭直言：“落地AI存在相当难度，因其在生产链条中产生海量数据，如何将这些数据与业务场景有效结合，高效发挥数据与AI的能力，从而产生切实的业务价值——无论是提升效率、准确性还是保障数据安全——是企业关注的重点。” 联想凌拓首席执行官 杨旭   通过与京东方、半导体芯片厂商等千行百业客户的深度合作，联想凌拓梳理出企业AI落地的核心挑战，而这些挑战的根源，都指向数据管理能力不足。 AI大模型对数据的要求，早已超越传统“能存就行”的标准，需要数据高质量、高整合度、高时效性，且能与业务场景深度绑定。传统存储系统只负责保管数据，却无法完成数据预处理，导致AI模型“无米下锅”，这便是数据准备不足的痛点。 高速增长的企业还常面临“业务先行，IT 滞后”的困境。杨旭提到一家领先的三轮摩托车制造商，IT系统滞后于业务增长

科技云报道原创。 AI数据库迎来里程碑时刻。 在人工智能席卷全球的背景下，企业级竞争力正在重写，如何把握科技浪潮奔涌下的生产力跃升时机？很多人把目光投向了数据：谁能把数据潜力完美释放，谁就握住了 AI 的确定性红利。 但是，如何释放数据潜力？这才是问题的根本。显然，在这个充满未知的领域，跟随者注定无法立足，只有足够智慧的勇士才能踏上充满坎坷与惊喜的探索征程。 近日，勇者出现。在2025 OceanBase年度发布会上，OceanBase发布并开源了其首款AI数据库OceanBase seekdb（简称seekdb）。同时，作为OceanBase “Data x AI”战略的关键一环，OceanBase 4.4 一体化融合版本也正式发布。 今年四月，OceanBase宣布全面进入AI时代，聚焦打造“Data×AI”核心能力，而现在其就给出的一份充满诚意的答卷，而在答卷背后，还包含着OceanBase更大的期待，正如OceanBase CEO杨冰所言：“希望OceanBase能够探索出一条数据库在AI时代的范式跃迁。” 显然，一条通往数据库未来之路，已在眼前。 OceanBase引爆大变局数据库来到Data × AI的历史交汇点 一个不争的事实是：数据正在以惊人的速度改变世界。据IDC等权威机构预测，2025年全球新创建的数据量将超过175ZB。 显然，如何在数据洪流中找到挖掘价值，成为了数据库能否胜任新时代数字基础设施的重要标准。 但是，传统数据面对全新的数据类型，想要实现对数据价值的挖掘，往往只能通过拼接的方式进行，补丁式的研发、部署让效率一落千丈，同时也给客户带来了成本、维护等方面的无尽痛苦。 “如果一个产品能将 AI 落地所需的多种能力（标量、向量、全文检索等）集成在内部，而非让客户自行组装

科技云报道原创。 当算力网络进入爆发式增长周期，数据要素价值释放迈入深水区，数字化应用已从“单点赋能”升级为“全域渗透”。 政务服务“一网通办”实现跨层级数据秒级流转、医疗影像跨院协同诊断打破地域壁垒、工业互联网通过算力调度实现柔性生产、智慧交通依托实时数据闭环完成车路协同，数字经济的核心驱动力正从“资源整合”转向“信任重构”，数字化应用已渗透到社会经济的每一个角落。 然而，在数字化提速的背后，行业发展与安全信任的失衡问题日益凸显：数据泄露事件频发、算力资源分散低效、合规成本高昂，成为制约行业进阶的核心阻碍。破解安全信任困局，以“芯云一体”超融合架构重构智能时代的技术根基，已成为行业发展的必然选择。 三大难题待解 数字信任困局与破局呼唤 数字化转型进入深水区，数据安全、算力协同、合规适配的矛盾愈发尖锐，传统解决方案难以兼顾安全、性能与成本，“补丁式安全”“分散式算力”“被动式合规”已无法适配新时代需求，行业亟需底层逻辑创新的突破性技术路径。 在医疗、金融、政务等关键领域，高敏数据的跨域流通需求与日俱增，但安全防护能力却难以同步跟进。 近年来，医疗数据泄露、金融信息被盗等事件频发，不仅损害了用户权益，更动摇了行业数字化转型的信任基础。 传统“边界防护+事后补救”的安全模式，难以应对复杂网络环境下的主动性攻击，更无法解决数据“可用不可见”的核心诉求，数据安全已成为制约数字要素流通的首要瓶颈。 同时，随着算力需求的爆发式增长，云计算、边缘计算、高性能计算等多种算力形态并存，但不同区域、不同架构的算力资源分散部署，形成了大量“算力孤岛”。数据与算力错配导致资源利用率低下，部分场景算力闲置与算力短缺现象并存，严重制约了创新效率。 随着《网络安全法》等法律的修订更新，明确了数据全生命周期的安全管理要求，国家对于数据安全的监管要求也在不断提升。然而，不同行业的合规标准存在差异，公安、纪检

科技云报到原创。 11月3日-7日，“香港金融科技周及StartmeupHK创业节2025”开幕，吸引了超100个经济体的3.7万名与会者、800余名演讲嘉宾及700多家参展机构。这场被李家超称为“香港史上最大规模金融科技活动”的盛会，其核心突破在于实现了“政策发布-技术展示-商业配对”的生态闭环。 英国智库Z/Yen集团最新报告显示，香港不仅稳居全球金融中心第三、亚太第一，更首次在金融科技专项排名中登顶，标志着其从传统金融中心向“科技+金融”双驱动枢纽的转型。 生态规模的质变背后是量化增长的支撑。香港金融科技企业数量已突破1200家，较去年增长10%，预计2032年行业总收入将达6060亿美元，年均复合增长率高达28.5%。这种增长并非偶然，中国人民银行副行长陆磊在开幕式上点明关键优势：“香港兼具国际金融中心与创新科技中心双重属性，依托粤港澳大湾区的开放活力，形成了独特的发展生态”。 香港金融科技的四维破壁之道 香港金管局在本届科技周上正式发布“金融科技2030”愿景，聚焦四大重点领域，统称“DART”，涵盖超过40个项目。 “D”代表“Data and Payment Infrastructure”，即构建新一代数据及支付基建。金管局将发展稳健且面向未来的基建，以支援安全、高效及可扩展的数据共享，并加强跨境支付互联，在多方面创造新机遇。 “A”代表“Artificial Intelligence”，即支持业界全方位应用人工智能。金管局将推出全新“AI2”策略，进一步推动香港以及其他地区金融业全面并负责任地应用人工智能，以构建一个能加快银行创新的生态圈。 “R”代表“Resilience”，即强化业务及科技韧性。金管局正强化香港金融体系的韧性，让银行能够随时随地提供安全服务，同时将推出一系列针对性措施，包括落实市场基建现代化，推动实时网络防御机制，并为量子时代做好准备。