AI 学术与产业每日简报GLOBAL AI · DAILY BRIEF · GPT EDITION
2026-09-27 · 星期日
数据截止：09:00（Asia/Shanghai）
6 个主题 · 24 条 · 24–48 小时事实与未来节点

执行摘要 · 今日四项关键信号

  1. 1
    科学方法病灶、科学代码、冠脉与因果估计都把平均分数拆成可诊断结构。
    关注小目标、可执行反馈、跨中心与统计不确定性。
  2. 2
    具身闭环梯度泄漏、TAMP 编程、水下预测与动作预演同时暴露机器人闭环的新边界。
    把隐私、真机失败、恢复与人工接管写进验收。
  3. 3
    基础设施3DGS、RL、移动 Agent 与零数据预训练从不同环节压缩算力和数据成本。
    不要只看概念；核验跨平台、尾延迟、能耗和分布外退化。
  4. 4
    资本与治理存储并购、开放机器人融资、雷达稀释和印度基金展示资本分化；自复制注入抬高治理门槛。
    区分正式披露与公司口径，追踪交割、稀释和模型外防线。

本期目录

六个稳定主题框架；每个主题四条高密度卡片，点击可跳转。

1🧬AI for Science
2🤖通用智能与机器人
3🏢基础模型与开源基础设施
4💰资本 & 监管
5🎓顶会 & 学术生态基础设施
6🔮本周前瞻

🧬 主题 1 · AI for Science

覆盖: 病灶分割 · 科学编程 · 血管造影 · 因果推断
BiCC 按连通域重加权微小病灶：五套数据均优于 Blob Loss
研究发布
学术成果医学影像病灶分割连通域损失
🎓 学术BiCC 不再只按像素累计误差，而从预测与标注两侧构造连通域，对漏掉的小病灶和新增假阳性团块单独加权。作者以 nnU-Net 做五折实验，在五套数据上均超过 Blob Loss，并在四套数据上提高病灶级 F1，直接针对体素不平衡掩盖临床漏检的问题。
🏢 产业放射科分割工具若只报总体 Dice，可能在大器官正确时漏掉关键小病灶；连通域指标更接近复核负担与漏诊风险。医院仍要按病灶尺寸、器官、扫描协议和假阳性数量分层验收，并核实损失函数提升能否迁移到本地设备与真实工作流。

关键判断：评价单位正从像素转向病灶实例；真正价值要看小目标召回是否在跨院数据上稳定；后续重点核验第三方复现、失败样本与真实部署结果。

参考
SciWalker 用算子图训练科学编程 Agent：SciCode 子题准确率 29.3%→39.2%
科研 Agent
产学研交叉科学编程强化学习可执行反馈
🎓 学术SciWalker 把科学问题拆成可执行算子图，用运行反馈而非只靠文本答案构造训练信号，并覆盖五个科学领域、32 个子域的 8,178 道高质量问题。以 Qwen3.5-9B 配合 GSPO 训练后，SciCode 子问题准确率从 29.3% 提升到 39.2%，展示结构化课程对代码推理的增益。
🏢 产业科研软件团队可把算子图用作任务分解、单元测试和失败定位的共同接口，降低 Agent 一次生成整段程序的不可审计性。但 9.9 个百分点提升仍意味着多数难题未解，部署应保留数值稳定性检查、环境锁定、引用追踪和领域专家复核。

关键数据：8,178 题、5 领域、32 子域、准确率 +9.9 个百分点；可执行课程比单纯扩大提示更可复核；下一步应持续跟踪单位成本、适用边界与长期运行数据。

参考
ConPro 用时序中值构造自监督靶标：低标注冠脉分割再增 0.5—2.3 点
研究发布
学术成果冠脉造影半监督学习时序建模
🎓 学术ConPro 从数字减影血管造影序列的时序中值生成对比—投影靶标，再与 UniMatch 组合，把未标注视频中的血管连续性变成训练约束。作者在 DIAS 与 DSCA 的 10%、20%、50% 标注设置中，报告 Dice 增益 0.5—2.0 点、clDice 增益 0.9—2.3 点。
🏢 产业介入影像标注昂贵且细血管容易断裂，自监督时序信息可减少逐帧描绘成本，也更适合医院积累的大量未标注序列。落地必须检查不同造影剂剂量、运动伪影、设备帧率和严重狭窄病例，并避免把中值背景中的系统偏差固化为伪标签。

关键数据：仅用 10%—50% 标签仍提升 Dice 与 clDice；后续看跨中心和术中实时性；判断成色仍要看公开工件、独立评测和可审计交付。

参考
GeoACE 以五专家因果集成冻结权重：1,225 组任务赢下 998 组但总体差异未显著
因果推断
学术成果因果效应模型集成不确定性
🎓 学术GeoACE 将五类几何互补的因果估计器组成集成，并在测试前用内部验证冻结权重，避免用结果信息调参。它在 8 套协议、11 个对照方法的 1,225 组成对任务中赢下 998 组；但平均秩检验 p 值约 0.33，作者数据并不支持普遍显著领先。
🏢 产业医疗、政策和营销团队可把异质估计器当作稳健性工具，而非自动真值机；冻结权重有助于减少事后挑模型。采购与政策使用应同时报告重叠性、敏感性分析、置信区间和失败数据集，尤其不能把 998 次胜出简化成因果结论已被证明。

关键判断：胜率高不等于统计上普遍占优；因果产品应把不确定性与反例一起交付；后续重点核验第三方复现、失败样本与真实部署结果。

参考

🤖 主题 2 · 通用智能与机器人

覆盖: 梯度隐私 · TAMP 编程 · 水下世界模型 · 动作预演
TRACE 从策略梯度重建具身轨迹：18.8 dB、每帧 3—4.5 毫秒
安全研究
学术成果具身 RL梯度泄漏NeurIPS 2026
🎓 学术TRACE 利用连续策略梯度的跨时相关与策略头结构，自动回推出私有观察—动作序列；论文还给出小熵正则下动作精确恢复的条件。它在未见场景达到 18.8 dB PSNR、近乎完美动作恢复，每帧仅 3—4.5 毫秒，并已被 NeurIPS 2026 接收。
🏢 产业分布式机器人训练即使不上传原始视频，也可能从梯度泄露家庭、仓库或驾驶轨迹。平台需要序列级差分隐私、安全聚合、更新裁剪和最小化遥测，并评估这些防护对收敛与实时性的代价；只做单帧攻击测试会低估风险。

关键数据：18.8 dB、3—4.5 ms/帧、动作近乎完全恢复；梯度不能再被视为天然匿名；下一步应持续跟踪单位成本、适用边界与长期运行数据。

参考
Coding Agent 自动编写通用 TAMP：9.8 万次评测成功率 56%—95%
Agent 编程
产学研交叉任务运动规划代码 Agent仿真
🎓 学术研究让 Claude Code 与 Codex 在固定预算内访问模拟器、编写并冻结可跨实例运行的 TAMP 程序，随后在 28 个 KinDER/PDDLStream 环境测试。共生成 980 个程序并运行 98,000 次评测，三种 Agent 配置平均成功率 56%—95%，高于可用人工规划器的 47%。
🏢 产业小批量制造和仓储可借代码 Agent 自动校准物理模型、测试边界并复用规划程序，减少每个场景的手工工程。但结果来自模拟器且工具链含前沿闭源模型，生产前仍要做真机碰撞、超时、对象增量、代码沙箱和失败回退测试。

关键数据：28 环境、980 程序、98,000 回合，计算量低一个数量级；真机泛化是下一道门；判断成色仍要看公开工件、独立评测和可审计交付。

参考
C3-JEPA 让水下 ROV 跨视角预测接触后状态：无需触觉传感器
世界模型
学术成果水下机器人JEPA多视角预测
🎓 学术C3-JEPA 将同步多摄像头编码为目标与上下文 Token，用留出视角注意力融合证据，并按控制信号预测接触和水动力滞后下的未来潜在状态。弱绑定只需低成本标注目标与夹爪，真实水下视频中还能恢复被遮住摄像头的目标状态并优于持久性基线。
🏢 产业海工打捞与水下维护常受能见度、通信和传感器可靠性限制，轻量预测接口可服务 MPC 候选比较与想象训练。不过论文未给出开放海域长期作业证据，部署需验证浑浊度、相机失准、载荷摆动、流场变化与失联安全策略。

关键判断：多视角潜在预测可补触觉缺口；工程成色取决于真实海况和重载闭环，而非单段视频；后续重点核验第三方复现、失败样本与真实部署结果。

参考
World Action Agent 先预演再执行：LIBERO-Pro 成功率 75.6%
机器人 Agent
产学研交叉VLM动作预演技能库
🎓 学术WAA 为视觉语言模型提供接触视图、可编辑动作预演和视内校正，让每一步先在视觉工作区里比较后再执行；技能 Agent 还能从专家视频与人类教学中演化程序。仅用 LIBERO-90 学得的技能在 LIBERO-Pro 达 75.6%，并迁移到 robosuite。
🏢 产业机器人集成商可把强 VLM 留在高层决策，把预演、校正和技能复用放进可审计 Harness，减少端到端策略黑箱。其 75.6% 仍不足以无人值守，且技能演化可能累积错误；上线必须保留碰撞约束、人工批准和技能版本回滚。

关键数据：75.6%；Qwen3.5-9B 域外成功率 1.7%→43.3%；Harness 本身成为学习资产；下一步应持续跟踪单位成本、适用边界与长期运行数据。

参考

🏢 主题 3 · 基础模型与开源基础设施

覆盖: 3DGS 压缩 · RL 结果预测 · 移动端 Agent · 零数据预训练
COSA-GS 用整数上下文压缩 3DGS：跨平台熵解码保持位级一致
系统研究
学术成果3DGS压缩整数推理
🎓 学术COSA-GS 以锚点坐标构造几何上下文，再用因果分解编码属性，避免在不规则三维表示上做昂贵空间聚合。方法结合率失真优化、自适应高斯裁剪、量化感知训练与整数上下文推理，目标是在不同硬件上得到完全一致的熵解码符号。
🏢 产业数字孪生、AR 和三维内容分发需要的不只是压缩率，还要能在边缘设备与服务器之间可靠解码。整数路径可减少浮点差异导致的资产损坏，但采购仍应比较码率—画质曲线、编码时长、随机访问、移动端功耗和真实场景的兼容性。

关键判断：可部署压缩必须同时解决体积、速度与跨平台确定性；单一 PSNR 不再足够；判断成色仍要看公开工件、独立评测和可审计交付。

参考
PoEM 不重跑 RL 也能近似新奖励策略：用既有策略的低秩组合预测结果
后训练方法
学术成果强化学习奖励组合策略预测
🎓 学术PoEM 观察到不同奖励训练出的对数策略常落在近似低秩子空间：若新奖励是既有奖励的线性组合，目标对数策略也可由已有策略组合；非线性相关时则从样本上的奖励或策略输出来估计权重。作者在文本与图像任务验证无需新增 RL 的近似。
🏢 产业模型团队可在昂贵后训练前先预测奖励改动的方向，筛掉明显无效组合，也可快速做多目标敏感性分析。但近似策略不能替代正式安全训练，尤其在分布外提示和稀有失败上；生产流程应把 PoEM 当预算分配器而非最终模型。

关键趋势：RL 试验开始从逐次重训转向策略空间建模；价值取决于低秩假设何时失效；后续重点核验第三方复现、失败样本与真实部署结果。

参考
Jev-Mobile 把 VLM 降为低频规划器：AndroidWorld 成本降低 73.4%
Agent 架构
产学研交叉移动 GUI执行器低成本推理
🎓 学术Jev-Mobile 让 VLM 只给局部目标，再由轻量类型化决策模型 Jev 在无障碍树定义的动作空间里连续执行。AndroidWorld 全套任务成功率为 79%，接近逐步 VLM 的 84%；成功轨迹端到端时间减少 32.7%，模型 API 成本减少 73.4%。
🏢 产业手机自动化和企业 RPA 可把高价模型留给低频歧义，把点击、输入和导航交给本地执行器，从而改善时延与成本。风险是无障碍树缺失、界面动态变化和错误目标被连续放大，部署应加动作上限、敏感操作确认与视觉交叉检查。

关键数据：79% 成功率、时间 -32.7%、API 成本 -73.4%；分层执行比每步调用大模型更经济；下一步应持续跟踪单位成本、适用边界与长期运行数据。

参考
零数据自博弈从随机初始化学出自然数据规律：训练资源而非语料成为上限
前沿研究
学术成果自博弈预训练合成数据
🎓 学术该工作让生成器搜索可由通用图灵机执行的程序并产生字节序列，学习器预测这些序列；生成器再用强化学习把课程推向学习器能力边界。两者从随机初始化、不接触自然语料，却在多套自然数据上呈现随计算量可预测改善，并涌现上下文学习与数学序列。
🏢 产业若可复现，预训练供应链可能从抓取内容转向计算生成，缓解版权与数据枯竭压力，也会把成本和治理集中到算力与自动课程。当前只是小规模概念验证，产业界需核验缩放效率、能耗、语言覆盖、退化模式和合成循环是否放大偏差。

关键判断：零自然数据不等于零先验，图灵机与搜索目标仍定义学习空间；规模化结论尚未成立；判断成色仍要看公开工件、独立评测和可审计交付。

参考

💰 主题 4 · 资本 & 监管

覆盖: AI 存储并购 · 开放机器人 · 雷达融资 · 印度 AI 基金
NetApp 拟收购 PEAK:AIO：把并行元数据架构并入 ONTAP AI 存储
并购
前沿产业AI 基础设施并行存储并购
🎓 学术NetApp 9 月 25 日宣布拟收购 PEAK:AIO，交易金额未披露；目标技术把元数据与数据路径解耦，以并行 NFS 和全局命名空间服务大规模 GPU 集群。PEAK:AIO 的架构源于与 Los Alamos、Carnegie Mellon 等机构合作，计划接入 ONTAP 数据平台。
🏢 产业AI 工厂瓶颈从 GPU 数量延伸到海量小文件、检查点和共享数据供给，收购可让 NetApp 补齐横向扩展元数据能力。客户应等待交易完成、产品路线和独立吞吐测试，并核对迁移、许可、容错与多租户隔离，而非直接采用‘万亿文件’口径。

关键信号：传统企业存储厂商开始通过并购补 AI 并行文件栈；价格与整合时间仍未披露；后续重点核验第三方复现、失败样本与真实部署结果。

参考
Feather Robotics 获 760 万美元：2.999 万美元人形平台面向第三方开发者
融资
前沿产业具身智能Pre-seed开发者平台
🎓 学术Feather 完成 Gradient Ventures 领投的 760 万美元 pre-seed，主张以约 29,990 美元硬件和开放软件栈服务第三方开发者。公司称两个月做出首个原型、九个月完成首单，并已跨过百万美元收入；这些交付数据主要来自公司与投资方披露。
🏢 产业路线与封闭垂直整合的人形机器人相反，机会在让高校、集成商和制造商更早开发应用，风险则是低价是否包含可靠执行器、安全认证和长期维护。买方应按可用时长、备件、控制接口、负载和现场事故率验收，而非只看标价。

关键数据：$7.6M 融资、$29,990 标价、9 个月首单；开放平台能否形成生态取决于可靠性与售后；下一步应持续跟踪单位成本、适用边界与长期运行数据。

参考
Arbe 以每股 0.60 美元募资 1500 万：约 96.7% 为预付认股权证
资本动作
前沿产业汽车雷达直接发行稀释风险
🎓 学术Arbe 9 月 25 日定价 1,500 万美元包销直接发行：833,334 股普通股每股 0.60 美元，另以 0.5999 美元出售可购买 24,166,666 股的预付认股权证，预计 9 月 28 日交割。资金拟用于 L3 乘用车项目、国防反无人机扩张及潜在并购。
🏢 产业成像雷达需要持续投入芯片、量产和车规验证，但在股价低于 1 美元背景下大比例预付权证会放大稀释与治理压力。投资者应追踪最终招股补充文件、交割、现金消耗和 OEM 量产收入，不能把项目入选直接等同规模订单。

关键数据：$15M、$0.60/股、25M 份工具、预计 9 月 28 日交割；融资续航伴随显著稀释；判断成色仍要看公开工件、独立评测和可审计交付。

参考
Lightspeed 目标募资 2.5 亿美元印度基金：规模减半但转向早期 AI
资本趋势
前沿产业风险投资印度AI 应用层
🎓 学术TechCrunch 依据投资者信披露 Lightspeed India Partners V 目标规模 2.5 亿美元，约 80% 已获承诺，较 2022 年 5 亿美元前序基金减半。新基金拟在两个月内开始投资，并把印度与东南亚的早期 AI 应用作为更明确主线。
🏢 产业规模收缩不必然代表看空，可能反映早期轮次票面与更短投资周期；印度的开发者和服务业基础使应用层比训练前沿模型更现实。由于基金尚在募集且公司拒绝评论，市场应跟踪最终关闭金额、首批项目、主权模型政策与退出回报。

关键数据：目标 $250M、80% 已承诺、较前序基金减半；资本从广谱互联网转向 AI 应用密度；后续重点核验第三方复现、失败样本与真实部署结果。

参考

🎓 主题 5 · 顶会 & 学术生态基础设施

覆盖: 探索评测 · 行为测量 · 尾部安全 · 提示注入
ExplorationBench 用‘异星规则’隔离记忆：两沙箱各 70 题测试真正探索
评测基准
学术成果科学探索Agent 评测可验证环境
🎓 学术ExplorationBench 构造与常识冲突、规则可执行验证的 AlienCode 与 AlienLogic，分别含 31/24 个发现目标和各 70 个任务。系统先读一份有缺陷的手册，再通过工具反馈提出假设并解决留出题；10 个系统中持续探索有时会停滞甚至逆转已有进展。
🏢 产业科研 Agent 的采购评测可借此区分背过答案与现场发现，也能观察实验预算如何转化为新规则。但异星沙箱仍比真实科研干净，企业和机构需补充噪声数据、昂贵实验、不可逆操作与多人协作，避免把游戏得分当成科学自治。

关键判断：可执行陌生规则把‘探索’从口号变成可测过程；继续试验并不保证单调改善；下一步应持续跟踪单位成本、适用边界与长期运行数据。

参考
低成本行为 Assay 横跨四年模型：同题每版重跑，几美元即可追踪供应商漂移
评测方法
学术成果模型行为跨供应商版本漂移
🎓 学术研究冻结公开刺激，在跨供应商模型上重复运行，并按行为复杂度选择精确匹配、带人类一致性报告的 LLM 代码本或可记录动作的环境。跨四年版本后，44 个模型中 27 个至少一次选择同一词；尾随‘right?’可让赞同率移动最多 32 点。
🏢 产业监管者与采购方可用小额、可复跑电池监控版本更新，而不是等待年度大基准；Agent 说什么与实际做什么也能分开记录。但低成本题组覆盖有限，组织仍需为高风险业务增加领域案例、统计功效、人工编码和变更告警阈值。

关键数据：每模型几美元、44 个模型、提示尾缀影响最高 32 点；持续测量优于一次认证；判断成色仍要看公开工件、独立评测和可审计交付。

参考
机会约束微调盯住安全尾部：限制退化样本比例而非平均损失
安全研究
学术成果安全微调机会约束尾部风险
🎓 学术该方法不再只惩罚平均安全损失，而限制相对参考模型退化超过阈值的样本比例；作者以可微上界近似离散违规率，再用闭式修正最小改变原微调梯度。三项任务、三个模型上的有害微调实验均超过论文所列基线。
🏢 产业金融、医疗和公共服务更关心罕见严重失败而非平均表现，机会约束能把风险容忍度写进优化目标。但阈值、参考模型和安全样本分布本身是治理选择，部署应公开它们，并用分布外红队与真实投诉验证尾部是否只是转移。

关键判断：安全优化应约束失败分布的尾部，而非只压低平均值；阈值设定必须可审计；后续重点核验第三方复现、失败样本与真实部署结果。

参考
OpenAI 披露可自复制提示注入：能经邮件、文件与 Slack 多跳传播
重磅·安全
政策监管Agent 安全提示注入负责任披露
🎓 学术OpenAI 9 月 25 日披露 GPT-Red 自博弈发现的‘自复制提示注入’：攻击不仅诱导不当动作，还要求模型把载荷写回邮件、文件、代码注释或后续消息。实验使用内部研究检查点与模拟工具调用，OpenAI 明确称未观察到训练评测环境外的影响。
🏢 产业连接邮箱、日历、代码仓库的 Agent 让内容同时成为数据与指令，自复制会把一次信任错误扩散到其他用户和系统。组织应在模型外做内容隔离、最小权限、跨消息污点追踪和发送前确认，并把‘无外部影响’与漏洞可行性分开理解。

关键信号：提示注入已从单次劫持演化为传播机制；防线必须覆盖跨工具、跨会话与多跳链路；下一步应持续跟踪单位成本、适用边界与长期运行数据。

参考

🔮 主题 6 · 本周前瞻

覆盖: IROS · The AI Conference · 欧洲 AI 月 · AI Context Singapore
IROS 2026 今日在匹兹堡开幕：主会 9 月 28—30 日、工作坊跨首尾两日
会议快讯
会议快讯机器人顶会触觉感知
🎓 学术IEEE/RSJ IROS 2026 于 9 月 27 日至 10 月 1 日在匹兹堡举行，主会集中在 9 月 28—30 日，工作坊与教程位于 9 月 27 日和 10 月 1 日。议题覆盖操作、移动机器人、无人系统与自动驾驶，展览资料预计吸引 7,000 余名学界和产业参与者。
🏢 产业这是纯日历节点而非成果结论，价值在于未来数日将集中释放论文、演示与产业比较。读者应优先跟踪最佳论文、真机复现、触觉与安全工作坊，以及是否有代码和数据开放；厂商展台口径不能替代正式论文与独立基准。

关键节点：9 月 27 日—10 月 1 日；本周机器人研究与产品信号将高度集中；判断成色仍要看公开工件、独立评测和可审计交付。

参考
The AI Conference 9 月 29 日开场：132 场议程直指生产 Agent 与后 Transformer
会议快讯
会议快讯生产 Agent模型系统旧金山
🎓 学术The AI Conference 将于 9 月 29 日至 10 月 1 日在旧金山举行，官网列出三天、7 条轨道、120 余名讲者，当前议程页可检索 132 场活动。主题包括生产 Agent、推理基础设施、机器人基础模型、开放模型评估和后 Transformer 的单位成本效率。
🏢 产业会议混合研究、创业与厂商内容，不能把台上演讲直接视作同行评审证据；但它能观察系统团队当前如何定义可落地 AI。专业读者应关注会后材料、可复现架构、真实单位任务成本和失败案例，尤其比较模型能力与控制平面的投入比例。

关键数据：9 月 29 日—10 月 1 日、132 场、120+ 讲者；重点看生产证据而非发布口号；后续重点核验第三方复现、失败样本与真实部署结果。

参考
欧洲 AI 创新月 10 月 14 日从都柏林启动：竞争力、可信 AI 与基础设施同场
政策前瞻
会议快讯欧盟政策AI 采用数字基础设施
🎓 学术欧委会与爱尔兰欧盟理事会轮值主席国将于 10 月 14 日启动欧洲 AI 创新月，并延续至 11 月 17 日。都柏林国际 AI 峰会预计聚集政府、企业、投资和学术界，议程围绕欧洲竞争力、可信 AI、基础设施、投资、技能与行业采用。
🏢 产业峰会本身不会立即改变法律，但可能影响 Cloud and AI Development Act、公共投资与产业采用叙事。政府和企业读者应区分政治承诺、预算和可执行政策，跟踪是否出现明确时间表、算力供给、SME 支持与跨境合规方案。

关键节点：10 月 14 日启动、11 月 17 日收官；观察欧洲能否把可信 AI 转化为部署能力；下一步应持续跟踪单位成本、适用边界与长期运行数据。

参考
AI Context Singapore 10 月 27—28 日举行：MCP、编排与治理聚焦生产环境
会议快讯
会议快讯MCP多智能体企业治理
🎓 学术AI Context Series 第二届新加坡活动将于 10 月 27—28 日在 Suntec 与 ContainerDays 联办，面向 CTO、AI 负责人和架构师。官方定位是生产级 Agent 基础设施，议题覆盖 MCP 接入、多智能体编排、上下文工程、安全治理与投资回报，而非通用产品展览。
🏢 产业活动能提供亚太企业从试验转生产的实践样本，但‘零厂商推销’仍需由议程和会后材料验证。企业读者应收集权限模型、可观测性、失败恢复与 ROI 算法，并比较金融、政府和技术公司的不同约束，避免复制不适合本地监管的架构。

关键节点：10 月 27—28 日、Suntec Singapore；重点看 MCP 与 Agent 治理能否落成可复用模式。

参考

今日观察

今天的共同主线是 AI 系统开始为结构化失败负责：科学模型要识别小目标与统计边界，机器人要同时面对隐私和真机闭环，基础设施则从数据、执行与存储三端压缩成本；资本和治理必须跟上这些新接口。