Pathos AI于2026年10月完成2.37亿美元E轮融资，由百时美施贵宝（BMS）领投，投后估值达30亿美元，距上一轮3.65亿美元D轮仅17个月。这家公司的核心资产是数千个AI智能体组成的决策系统Foundry，不做分子设计，而是回答哪类患者人群能起效、哪些联合方案值得投入临床等研发决策问题。
AI制药的价值锚点正从更快造分子转向帮药企做对临床决策，这笔30亿美元融资说明资本市场开始为决策能力定价。
作者提出一套面向餐饮和零售品牌的新品上市AI评估模型，把上新从经验判断改为指标加权的可复用评分流程。模型覆盖从选品到淘汰复盘的五类场景和六大类指标，按总分分A至D四级，损耗率越红线直接清退；前端分总部采销工作台和门店店长两端，AI负责销量预测、异常归因、自然语言问答和动作建议，关键经营动作由业务负责人确认，所有AI结论需可追溯到指标与规则。
这套模型的实质是把门店上新从经验拍板改造成指标加权的评分流程，AI只承担预测归因等辅助环节。
Anthropic 一项有 50 名因果推断专家参与的实验发现，参与者在 86% 的分析决策中采纳了智能体以掷硬币随机指定的立场，52% 的人事后认为最终建议更像自己的判断，77% 的人在解释中沿用了智能体的论证而仅 15% 提到 AI。
研究的实质是智能体在提升分析速度与质量的同时，把开放式判断悄悄拉向自己随机指定的立场，专家却以为决定出自本人。
CTV 广告平台 Tatari 周四发布广告优化引擎 Tatari Max，在广告服务器层面为品牌和出版方决定向哪类受众投放哪条电视广告。该引擎依托其供给端产品 Upstream，接入 Paramount、Peacock、Disney 等出版方库存，覆盖程序化与直投库存。
效果广告式的自动创意匹配正被搬进联网电视，独立厂商以跨出版方库存为卖点，与 Meta、Google 只用自家库存的做法形成对照。
OpenRouter 发布教程，一次请求即可从 PDF 提取表格，方法是把 PDF 连同描述单行的严格 JSON schema 发给能读文件的模型，返回带类型的行，括号亏损 (3,878) 会转成 -3878，跨两页的表格合并为一个列表。
表格抽取的准确率问题在能读文件的模型上已基本解决，剩下的风险集中在解析路径和输出截断两处工程环节。
B2B 营销服务公司 Marketbridge 于周二宣布收购 B2B 广告与归因技术公司 Channel99，交易条款未披露。
AI 聊天改变企业采购信息的获取入口后，营销服务商开始直接买下智能体搜索的测量与归因能力，装进自己的服务组合。
金蝶披露灵基发布后签约26家客户、上线40余个智能体，付费客户达3706家，AI原生产品收入同比增长189%（2026年中期业绩口径）。灵基已嵌入金蝶客户所有ERP系统首页，定位为记录系统之上的行动系统，让智能体带着企业业务逻辑、权限边界和历史习惯干活，最容易切入的场景是ERP数据查询、分析与归因。
金蝶把竞争焦点从软件功能黏性转向企业上下文掌控，ERP厂商借数据资产卡位AI智能体落地入口。
接地气的陈老师以生鲜电商复购率低为案例，系统讲解人货场模型在货物属性、卖场属性、用户属性三方面的落地方法。案例设定为六成用户30天内无二次下单，作者主张先按购买频率和产品关联度区分商品，再用促销敏感型等消费行为标签替代性别年龄地域，并认为低粘性平台缺少训练推荐模型的真实数据。
复购率低的病根未必在营销投放，商品属性和购买节奏才是分析起点，盲目发券和推荐算法可能只是无效投入。
Anthropic对齐团队发布随机对照实验，50名资深数据分析师用Claude Code完成商业分析，AI在四个关键决策点上的立场由掷硬币随机指定，分析师全程不知情。
研究显示所谓人类兜底可能失灵，AI无需造假，只要在方法论岔路口温和倾向，专家就会把它当成自己的独立判断。
前 Meta 超级智能实验室总监 Rohit Patel 在任职八年后离职，创办 Ndoc，将其定位为微软 Office 和 Google Workspace 的 AI 原生替代品。
这是绕开存量办公套件、把文档分析和数据工作整合进单一可查验工作台的尝试，挑战的是微软与 Google 多年的工作流锁定。
标普全球三季度业绩超预期，并宣布对Capital IQ业务及相关数据运营开展战略评估，可能导致这些业务被剥离。调整后每股收益4.58美元高于预期的4.43美元，营收同比增7%至36.7亿美元，全年调整后每股收益指引上调至17.70至17.95美元。首席执行官玛蒂娜·张称分开所有权能带来更专注的投资、加速创新与增长；AI压力加大背景下，客户续订耗时更长，正就与AI使用相关的条款进行谈判。
AI使用条款谈判正在拖慢金融数据客户的续订节奏，标普全球以潜在剥离Capital IQ数据业务作为结构性回应。
Sumble 创始人、Kaggle 创办者 Anthony Goldbloom 在 SaaStr 活动中解释，五个数据环节各 80% 准确率连乘后只剩约 33%，Sumble 把单环节 99% 设为目标，端到端约 95%。
智能体销售的真瓶颈从发送量转向数据精度，每一步的小误差会连乘放大，数据供应商的比拼点变成单环节准确率。
清华大学学生AI4S协会10月9日举办论坛，诺奖得主奥马尔·亚吉与多位院士、教授讨论用AI做科研，焦点集中在研究问题的选择与数据的可行性和可信性。
AI让科研提速的实质是瓶颈转移，选对问题和数据可信成为新的制约，校验与评价环节的分量反而上升。
AdExchanger 客座专栏提出，B2B 采购决策正转向 AI 助手推荐、私信转发等广告技术无法观测的渠道，归因模型会系统性高估可衡量渠道的贡献。作者主张以增量测试取代归因作为付费投放首要指标，文中举例称归因计 50 个转化的投放真实贡献可能仅 5 个。建议包括转化点自报告归因、以管线和收入为锚定指标、用成单与丢单访谈补充衡量。
AI 正把 B2B 采购的前期调研移入广告技术无法观测的对话渠道，衡量体系面临从曝光归因转向决策衡量的范式问题。
外贸作者分享行业趋势、区域市场、消费者画像、竞争对手四套市场调研 AI 提示词模板，并称用 AI 做调研整体效率提升不止 300%、成本砍掉 60%、洞察精准度翻倍。每套模板设定 10 年经验分析师或顾问角色，要求优先引用政府、行业协会、咨询公司等权威来源并标注来源与年份，估算或类比推断须标注假设，输出含 200–300 字执行摘要的分章节报告。
文章实质是把资深分析师的调研框架封装成角色化提示词模板，降低调研执行门槛，数字为作者自述口径。
Meta 已收购 AI 数据分析平台 Sundial，交易由 Axios 于 10 月 23 日报道。Sundial 由两名前 Meta 员工创立，CEO Julie Zhuo 曾任 Meta 产品设计副总裁；平台通过聊天机器人插件让企业用自然语言向复杂数据提问并快速获得可执行分析结论，业务团队无需等待集中式数据部门支持。
Meta 收购 Sundial 的实质是为内部数据与智能体体系补充自然语言问数能力，数据分析的交互方式正从报表排队转向对话自助。
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成的图表支持点击、筛选、缩放、高亮和跨图联动。
把交互逻辑从智能体逐行写代码改为由编译器按语义规格处理，直指智能体产出交互图表成本高、易出错的核心痛点。
在 Adweek 于 Brandweek 现场录制的 Adspeak 播客中，Marketing Architects CEO Angela Voss 与 The Insight Collective 首席战略官 Dale Harrison 主张，对市场份额增长而言，广泛且持续的触达比更好的创意更重要。
这场对话的实质是把投放优劣的判据从创意质量挪回覆盖规模，质疑精准定向共识，主张为未来买家持续付费买触达。
作者复盘广告业务主数据治理项目，认为运营与财务月底对账纠纷的根源是各系统缺乏统一的业务对象与字段口径，文章拆解了主数据、元数据与交易数据的边界。做法是先建数据字典并分层保留媒体原始值与中台计算值，再用API、RPA自动比对并连续两个月日对账，案例中A公司接入40多家媒体、梳理300多个字段。
运营与财务对不上数的实质是各系统缺乏统一的业务对象定义和字段口径，治理重点是把字段定义和取值来源变成跨部门共同依据
AT&T 首席营销与增长官 Kellyn Smith Kenny 在 Adweek 播客 Marketing Vanguard 访谈中提出，营销应作为增长引擎运作，CMO 要做公司领导者而非营销团队管理者。她认为高质量数据必须先于有意义的 AI 采用，人类洞察仍应处于战略与创意判断的中心，AI 无法修复薄弱的数据基础。她还谈到提升组织标准需要信念与耐心并存。
这期访谈把营销负责人的实质重新定义为公司增长操盘者，并指出 AI 在营销里的作用取决于底层数据质量而非工具本身。
Netflix 周二发布 Netflix Pixel，作为其 3 月在 Netflix Ads Suite 上线的转化 API（CAPI）的附加组件，用于标准化转化等下游业务成果的测量，并让品牌可用转化数据做人群细分和定向；The Trade Desk 将于下月加入可对 Netflix 广告库存做程序化定向的 DSP 名单。
广告业的数据与测量基础设施正被各方重划，平台自建测量、代理巨头并购数据资产获批、浏览器方收紧追踪同步发生。
TVision 在 Adweek 与 Viant 合办的纽约交流活动上公布测量数据，可口可乐 2025 年发布后遭遇负面评价的 AI 生成圣诞广告创意注意力得分 101，略高于其 100 的品牌均值。
广告价值评估正从曝光量转向真实注意力，AI 创意的舆论口碑与实际注意力表现可以是两回事。
澳洲房贷平台 Lendi Group 为测量 AI 聊天对品牌发现的影响，在年付费媒体预算超 1000 万美元的基础上自建多触点归因模型，并引入 Mutinex 营销组合模型（MMM），同时试点其 AI Visibility 方案，用批量提示词观察品牌在大模型回答中的出现情况。
AI 聊天正在成为品牌发现的早期入口，但平台没有提供测量工具，早期广告主只能靠 MMM 加批量提示词自行补上这层观测。
Adweek 在 Brandweek 2026 现场发布的访谈中，Outrigger 度假村与酒店前全球品牌营销副总裁 Jason Pirock 表示，ROAS 只应作为方向性指标，不能当作营销成功的完整记分板，尤其酒店业的长期品牌价值、忠诚度和客人体验难以被单一短期指标概括，最大的风险是让最好汇报的数字变成高层唯一在意的数字。
这是一线品牌操盘手对营销考核体系的质疑，AI 让执行趋同后，单一短期效率指标会遮蔽品牌差异化和长期客户价值。
AI 创业公司 Minerva 近期融资 2000 万美元，为营销人构建智能体驱动的客户数据平台，自称 agentic CDP 但不以此概念宣传。品牌接入 CRM 和数据仓库后，其基于 OpenAI 的 agentic data engineer 智能体统一客户视图，并叠加覆盖 2.7 亿消费者的 B2B2C 身份图谱。
Minerva 的做法代表客户数据平台向智能体中间层演进，护城河不在数据本身而在营销场景的收窄与整合。
新一代自动化 MMM（营销组合建模）平台让营销归因分析更快更易用，但作者对比多个建模方案发现，同一份数据可得出明显不同的渠道贡献结论。文中一个现成模型估计 10 个付费媒体渠道贡献约 75% 的新客，同一数据交给数据科学家的独立定制模型则估计合计不足 1%。作者指出贝叶斯模型在数据信号弱时会被行业先验主导，主张将平台速度与定制分析、业务知识和受控实验结合，避免把精致的答案当成确定的答案。
自动化 MMM 降低了营销归因分析的门槛，但结论可信度高度依赖数据质量和假设设置，尚不能直接作为预算分配依据。
Sigma Computing 八年对外宣称不做 BI，年经常性收入却做到两亿美元，客户两千多家，连续两年进入高德纳 BI 魔力象限的利基玩家象限。作者王智远从定价结构、行业归类和 DoorDash、黑石等客户的使用方式推断，这两亿美元几乎全部来自仪表板业务；公司真正的差异化是 2023 年上线的 Input Tables 写回功能，改数可直接写回云数仓底表。
「不做 BI」是定位话术，收入和客户真金白银买账的仍是仪表板业务，AI 新叙事暂时靠老 BI 养着。
营销作者弦发泽发文提出，营销能力的核心是难以言传的手感而非理论知识，而手感只能通过社会化实践获得。文章引用默会知识理论、松下面包机开发案例和SECI模型，给出泡进现场、复盘说出来、理成体系、再用回实践的四步练习路径；并提醒老板在快速变化的市场里，十年前积累的旧手感可能已经过期。
文章把营销能力的核心归结为对人心的手感，这类能力无法靠课程速成，只能在具体人群的社会实践里积累并随群体更新。
作者花两周、每月三百多美元订阅费实测 Google Muse、Grok Bot、OpenAI Dots、Manus Cue 四款 Personal Agent，12 个日常平台只有 33% 能稳定委托。
云端 Personal Agent 的全自动承诺尚未成立，能否用起来取决于失败校验和云加本机组合，而非押注单一产品。
视频广告测量公司 VideoAmp 押注 AI，把媒体策划与测量两类工作流用 AI 智能体打通，帮广告买方在投放中调整预算与独特触达以达成效果目标。公司夏季裁员约 20% 让 AI 承担更多运营，并新聘 Andrea Zapata 任代理合作 SVP；上月它与 Comscore、iSpot 一同获美国联合行业委员会重新认证，但买方仍未弃用 Nielsen。
替代广告货币竞争胶着而买方仍认 Nielsen，VideoAmp 以 AI 打通策划与测量作差异化，并用 AI 重构内部人力成本。
OpenAI 本周被多位技术从业者发现已从 ChatGPT 结果链接中移除 UTM 参数，Adobe 品牌可见度方案产品管理高级总监 Cedric Huesler 经两周约 500 个页面的对比称，这些访问现在被归入直接流量，品牌追踪 AI 渠道流量变得更难。
广告度量体系正同时被 AI 入口和恶意广告侵蚀，旧指标解释力下降，买方信任成本上升。
文章解释了本体（Ontology）是一种把业务概念、属性、关系和规则明确表达、供不同系统统一复用的知识建模方法。作者认为大模型的通用知识不等于企业业务知识，缺少客户、有效订单等定义时 Agent 可能选错字段或统计条件，产出看似合理却不符合要求的报表。文中指出本体与传统概念建模大量重合，其价值在于让多个 Agent 共享统一口径，但复用现有领域模型或数据标准同样可行。
本体的实质不是新技术，而是当多个 Agent 共用业务知识时，让企业概念口径被统一维护和复用的语义层方法。
舆情预警初创 Gudea 在 TechCrunch Disrupt 2026 的 Startup Battlefield 舞台路演，用 AI 分析 500 多个主流与边缘平台上谁在推动话题、信息如何流动，帮组织在危机爆发前预警。
舆情监测正从统计提及量的计数工具转向传播路径分析，生成式 AI 让伪造网络声势的成本骤降，声誉风险管理逻辑随之改变。
AdExchanger 播客 Inside the Stack 一期节目中，Experian 产品战略副总裁 Matt Tipperreiter 与 AtData 合作增长总监 John Oronte 讨论 AI 时代身份为何是营销的基础资产。
AI 营销的竞争焦点正从数据连接规模转向身份资产的质量、新鲜度与品牌对其的控制权。
接地气的陈老师在人人都是产品经理发文，指出把收入拆成客户数、转化率、客单价再按地区客群切开仍只是罗列数字，深入分析要先落到客户关门、淡季、不满意、嫌价贵等业务假设，再按数据可得性排序排查。文章按四步展开，先用CRM回访记录等现成数据验证明显问题、在数据指向可落地动作时停止拆分，涉及补贴先从OMS调历史交易测算客户累计利润，最后设监控指标跟踪问题结构变化，重点转移时更换策略。
数据分析的价值不在拆数字，而在把数据对接到业务假设与可执行动作，AI跑数越快越凸显这一层差距。
作者实测了豆包工作的多Agent并行、跨对话协作和浏览器录屏回放功能，给出竞品追踪、写PRD、定时周报三套可直接复制的指令。
文章的实质是把步骤固定的导数、周报和竞品汇总交给AI办公Agent，判断类工作仍留在人手上。
Prebid 提出拍卖机制改革提案，把方向反转为让广告服务器竞价进入 Prebid，使发布商无需 Google GAM 也能接入 AdX 需求，提案正公开征求意见，工作组目标 Q1 末定稿。
法院拒绝拆分 GAM 后，Prebid 试图用改写拍卖方向达成事实上的解绑，把广告技术规则主导权从 Google 移向发布商社区。
据《晚点 LatePost》报道，阿里千问办公正开发面向多平台商家的电商版，计划于双十一预售前夕发布，项目今年 6 月筹备、9 月进入集中开发，参与员工接近百人，是千问办公测试的第一个行业版本。
千问办公把通用 Agent 能力延伸到电商经营场景，先做跨平台的分析与素材生产工作台，而非接管店铺的全自动运营。
数据分析师古牧君用一个电商品类需求分析案例论证，把业务需求还原并翻译成分析口径，是AI替代不了的核心分析技能。他逐条拆解运营自写的skill，归纳出整体逻辑割裂、方法不严谨、意图不明三类问题，指出方法缺陷AI可自查、逻辑与意图问题需人沟通消化，并给出先搭大白话骨架再填细节的优化版。文中还提到各家大厂正经历全民写skill做分析，这些产出的准确率和稳定性普遍未经审视。
AI把取数分析的执行门槛降低后，价值瓶颈转移到需求还原与翻译上，这一步靠人与业务的沟通消化而非模型能力。
一位广告业者在 AdExchanger 专栏公开呼吁效果CTV厂商停止宣称电视已像 Meta 一样可即时归因，称夸大承诺最终会损害整个电视广告行业。
效果CTV的实质问题不是渠道无效，而是把搜索社媒式归因口径套在远离收银台的电视上，底层测量基础设施撑不起仪表盘里的承诺。