1. Novo Nordisk 与 OpenAI 战略合作，全业务 AI 整合 2026 年底完成
一句话: Ozempic 与 Wegovy 制造商 Novo Nordisk 宣布与 OpenAI 战略合作，把 AI 接入研发到销售全链路，是制药行业第一家公开宣布全面 AI 整合的巨头。
Novo Nordisk 这步走得很狠。这家市值一度超过特斯拉的丹麦药厂，没满足于"在某个研发环节用 GPT 帮个忙"，直接宣布把 OpenAI 模型接入药物发现、临床试验、制造、供应链、商业运营的全部业务，计划 2026 年底前完成全面部署。Ozempic 和 Wegovy 这两款 GLP-1 药物撑起了它过去三年的暴利增长，但专利到期压力 + 礼来等对手 GLP-1 管线追赶让它必须找下一个增长引擎，AI 加速肥胖与糖尿病新药识别就是答案。
跟此前 Roche、Pfizer、AstraZeneca 那些"我们正在探索 AI 在某某环节的应用"的公关稿不一样，这次是真把企业 IT 架构改了。OpenAI 团队会驻场参与 Novo Nordisk 的临床试验数据管线、生产线优化模型、CRM 自动化等多个具体项目。这不是 PoC，是 production rollout。OpenAI 在企业大客户里再下一城，2025 年的 PwC 全员 ChatGPT 部署 + 2026 年初的 Salesforce Agentforce 联合 + 这次 Novo Nordisk，画出了一条非常清晰的 to-B 落地路径。
更值得关注的是同日的对手回应。Eli Lilly（GLP-1 药物 Mounjaro / Zepbound 制造商，Novo Nordisk 最直接的竞争对手）当天启用 LillyPod AI 超算，号称是制药行业目前最强的 AI 计算平台，可在并行模式下模拟数十亿种分子假设——传统湿实验室一年只能跑约 2000 次。这不是巧合，是制药行业 AI 军备竞赛正式开打。
对求职者意味着什么？医疗 AI、临床数据科学、生物信息 + LLM 这几个方向的需求会在未来 12 个月里上一个台阶，特别是熟悉 FDA 数据合规 + 模型微调的复合背景。其他药厂被推着跟进——制药行业典型的"竞争性跟随"结构，预计未来 6-12 个月内 Roche、Pfizer、Merck 都会扔出类似规模的公告。想转医疗 AI 的，时间窗口正在打开；想做 to-B AI 应用层创业的，制药行业的预算池也终于打开了。
来源: OpenAI · Reuters · Crescendo AI News
2. Apple 让用户在设备层选第三方 AI 服务，破独家 OpenAI 路线
一句话: Apple 宣布将让 iPhone / iPad / Mac 用户在设备层选择多家第三方 AI 服务驱动 Apple Intelligence 功能，结束 2024 年宣布的独家 OpenAI 整合策略。
这是 Apple 一年来在 AI 战略上最大的一次转向。2024 年 6 月 WWDC，Apple 高调宣布 Apple Intelligence 与 OpenAI 独家合作，Siri 之外所有"问大模型"的入口都走 ChatGPT。一年下来，效果远不达预期：Apple Intelligence 体验被用户广泛吐槽"反应慢、不准、不及对手"，特别是在 iOS 用户对比 Android 上 Gemini 与三星 Galaxy AI 的体验后，舆论压力越积越大。
新策略很直接：让用户自己挑。预计开放 Anthropic Claude、Google Gemini、Perplexity 等多家接入，类似设置默认浏览器或默认搜索引擎的体验。具体落地形式还在演进——可能是设置里的下拉菜单，也可能是 Siri 在不同场景下自动路由到最合适的模型。Apple 团队内部的说法是"让模型供应商之间充分竞争"。
这次反转的外部推力不容忽视。欧盟委员会 5 月 3 日对 Digital Markets Act 的 review 明确要求把 AI 助手纳入"可选服务"范畴——Apple 在欧洲市场要么妥协，要么吃罚单。同日的政策动向是 Apple 战略转向的关键诱因。其次是 Apple Intelligence 内部反响——一些产品经理私下承认 ChatGPT 在 Siri 里的回答质量不稳定，Apple 工程团队对单一供应商绑定的风险有切身感受。
对开发者：iOS / macOS App 开发者将面临"适配多家 AI 后端"的新工程要求。原本只对接 OpenAI API 的工作量要扩展到 Claude / Gemini / Perplexity 等多家，前端 AI 应用开发的 SDK 抽象层（类似 Vercel AI SDK 这种 multi-provider 库）会成为 2026 H2 开源社区热点。对终端用户：可绕过订阅 ChatGPT Plus，改走 Claude Pro 或 Gemini Advanced 等等。Apple 用户群里"哪家 AI 体验最好"会成为新一年的讨论话题。
对行业格局：OpenAI 失去的不只是 Apple 设备的独家入口，更是"被 Apple 钦点的最强 AI"这个营销光环。Anthropic 是这次最大受益者——Claude 在 to-C 端的曝光机会本来稀缺，Apple 这扇门打开等于直接接 10 亿用户。
3. Meta Muse Spark 发布，Wang 主导 Superintelligence Labs 首款旗舰
一句话: Meta 发布 Muse Spark，是 Alexandr Wang 上任 Meta 首席 AI 官后领导的 Superintelligence Labs 首款旗舰大模型，标志 Meta 与 Llama 纯开源路线第一次出现分叉。
Alexandr Wang 这一战很关键。Scale AI 创始人 Wang 2026 年初被 Zuckerberg 力邀接任 Meta 首席 AI 官 + Superintelligence Labs 总舵主，一上任就被押宝"在 18 个月内拿出能直接对标 GPT-5.5 / Claude Opus / Gemini 3.1 Ultra 的旗舰大模型"。Muse Spark 就是这个押注的第一份答卷。
模型本身的卖点：多模态感知（图像 / 音频 / 视频统一编码），推理与 agentic 任务能力对标前沿，特别强调健康场景表现（这跟 Meta 内部 AR / VR 头显 + 智能眼镜的硬件路线呼应）。Meta 高层宣称的训练算力效率显著高于同档对手——但这种"训练成本只有对手几分之一还能打"的话术，2024 年中国 DeepSeek V3 已经讲过一次，市场对真实数据要等 benchmark 出来再说。
最值得拆解的是路线分叉。过去三年 Meta AI 的标志是 Llama 开源——3.1 / 3.3 / 4 全开源 + 商用免费 + 护着开源生态。Muse Spark 是 Meta 第一次推"闭源旗舰"，意味着 Wang 上任后的战略调整很清楚：开源 Llama 系列继续做，守住开发者生态位 + 流量入口；闭源 Muse 系列直冲前沿三巨头，吃前沿 API 利润。两条路线并行，赌的是 Meta 既要生态又要利润。
对开发者影响：做开源 AI 应用的团队短期不受影响（Llama 路线没动），Llama 4 / 4.5 / 5 该出还出。想吃前沿模型 API 红利的开发者多了一家供应商，议价空间增大——OpenAI、Anthropic、Google、xAI 之外多个 Meta 玩家。短期 API 价格战概率上升。
对求职：Wang 团队还在组建期，Meta 的高级 AI 研究员 / 系统工程师 / 评测工程师招聘窗口仍开着。给"能解决前沿模型规模化训练问题"的人开包薪 50-80 万美元 + RSU 不算稀奇，对比 Wang 在 Scale AI 时期的"大胆开包"风格，预计这波 Meta AI 招聘会再上一个量级。
4. 欧盟在产业压力下软化 AI 法案，Brussels effect 现裂痕
一句话: 欧盟委员会过去 24 小时宣布软化 AI 法案部分条款：高风险 AI 系统的合规截止时间延后、训练数据透明度报告范围收窄、中小企业豁免扩大——EU AI Act 生效不到一年首次大幅倒退。
EU AI Act 2024 年 8 月正式生效时被全球当成监管标杆。「Brussels effect」（欧盟立法通过单一市场规模强迫全球供应商遵守，进而事实上成为全球标准）一直是法律学界共识——GDPR 之后又一次预期的全球扩散。结果 18 个月不到，欧盟自己率先打了折扣。
这次松绑的具体内容包括三块。第一是合规时间表：原定 2026 年 8 月生效的高风险 AI 系统全面合规要求，延后至 2027 年甚至 2028 年。第二是透明度报告：基础模型提供商原本要详细披露训练数据来源、版权清单、能耗等等，现在范围明显收窄到只披露"必要信息"。第三是中小企业豁免：员工 250 人以下、营收 5000 万欧元以下的企业可以申请大量条款豁免。
直接推手是欧洲产业组织。过去半年 ASML、SAP、Mistral AI、Aleph Alpha 等欧洲科技代表企业联名抗议，称当前合规成本足以"压垮欧洲 AI 创业生态"，让本土公司在面对美国巨头时更加脆弱。布鲁塞尔显然听进去了——欧盟政界对"欧洲 AI 自主权"的焦虑，远大于对原版法案的坚持。
更深的信号是监管路线的转向。Trump 1 月废了 Biden AI 行政令，2 月 G7 上发出"过度监管 AI 是欧洲焦虑而非全球共识"的喊话。欧盟这次软化，可以读作对美国监管路线的局部跟随。Brussels effect 在 GDPR 时代是单向输出，AI 时代第一次出现"美国反向影响欧盟"的结构性变化。
对从业者：在欧洲市场做 AI to-B 产品的合规预算可暂松一点，特别是数据透明度报告和模型卡 disclosure 的工作量。但要警惕"以欧盟标准做全球基线"的国际化策略含金量下降——必须每个市场（美 / 欧 / 英 / 加 / 澳 / 中）单独看本地法规。AI Governance / Compliance 这个岗位的复杂度反而上升，因为不再有"做欧盟版本就够了"的捷径。
来源: Reuters · Politico Europe · Crescendo AI News
5. Snap 裁员 1000 + 关 300 岗，Spiegel 直说"因 AI 进步"
一句话: Snapchat CEO Evan Spiegel 5 月 9 日宣布裁员约 1000 人 + 关 300 个开放岗位，公开邮件里直接写「rapid advancements in AI allow smaller teams to achieve the same output」——是中型科技公司 CEO 第一次公开把 AI 当成裁员主因。
这次的关键不是裁员数量，是话术变了。过去三年的科技裁员（Meta、Amazon、微软、Google、Twitter / X、Salesforce）都裹着委婉外衣：「重组」「优化」「战略调整」「flatten the org」「focus on core priorities」——员工和媒体都心知肚明 AI 是潜在原因，但没有 CEO 敢公开承认。Spiegel 这次直说出来，等于把"AI 替代人工"这个话题从地下带上桌面。
具体做法：1000 人裁员规模约占 Snap 总员工 17%，覆盖产品 / 工程 / 营销 / 中后台多个部门；额外关闭 300 个已发布的开放岗位，意味着不仅砍现有人头，还冻结增量。Spiegel 在全员邮件里明确写：AI 工具让小团队能产出原本需要更大团队才能完成的工作量。Snap 在最近一年大量内部 AI 工具部署，从内容审核自动化到广告优化模型，再到产品 PRD 生成——这些直接砍掉了对应岗位的需求。
为什么这次"敢说"？三个原因。一是华尔街已经把"用 AI 提效"作为对科技股的硬性预期，不说反而被分析师质疑你在装睡。二是 Big4 capex 7250 亿砸出来的规模已经让"AI 替代人工"从讨论变成行业共识，跟队伍说话术过时了。三是 Spiegel 在 Snap 内部威信稳，敢冒一次公关风险换长期结构调整空间。
对求职者：2026 不再是「AI 替代低端岗位」的渐进过程，而是「直接以 AI 为由的全岗位调整」开始公开化。中后台（HR / 财务 / 行政）、中层管理（不带具体技术深度的经理）、中级软件工程师（标准 CRUD / 维护性工作）压力最大。AI infra（数据中心、Kubernetes、网络）、模型应用层（RAG、Agent、垂直 SaaS）、业务流程自动化（process mining + LLM）方向反而是赢家。
更广的信号：当 CEO 们集体不再藏话术，AI 替代速度可能比预期更快。下一波裁员公告里直说「因 AI」会成为新常态，Snap 是第一家敢这么说的中型公司，但绝不会是最后一家。求职策略：把简历里"会用 AI 工具"这一句换成"我用 AI 把团队 X 个岗位的工作压缩到 1 个人 / Y 倍效率"——CEO 们想招的就是这种人。
来源: Yahoo Finance · TechCrunch · Crescendo AI News
