1.三星德州厂获临时许可，年内将为特斯拉生产 AI5 芯片；

2.微软押注AI遇挫，或致核心业务失势；

3.AI 编码工具助力，英伟达代码产出量三倍增长；

1.三星德州厂获临时许可，年内将为特斯拉生产 AI5 芯片；

三星已获得临时批准，可在其位于美国得克萨斯州泰勒市的半导体工厂启动有限运营。这标志着这家科技巨头在美国本土为特斯拉生产下一代 AI5 芯片，迈出了关键一步。

据《Korea JoongAng Daily》报道，三星电子已为其泰勒市半导体工厂的部分区域，取得临时占用许可证（TCO）。这将使该厂区在今年晚些时候全面竣工前，就能提前启动运营。

有市政官员证实，三星 1 号晶圆厂约 8.8 万平方英尺的区域已获临时批准，其余区域预计将陆续获批。剩余厂区的完整审批时间表尚未最终确定。

三星泰勒工厂预计将在今年下半年开始大规模生产，制造特斯拉的 AI5 芯片。该工厂预计还将生产特斯拉的 AI6 芯片。

特斯拉首席执行官埃隆·马斯克近期表示，AI5 芯片的设计已接近完成，AI6 芯片的研发工作也已启动。马斯克此前曾公布一份激进的路线图，目标是让特斯拉新一代 AI 芯片的设计周期缩短至 9 个月。

泰勒厂区的建设仍按计划推进。有报道称，三星计划下月开始测试极紫外（EUV）光刻设备，这是生产先进 2 纳米半导体的关键环节。

三星预计今年年底前完成该厂区 600 万平方英尺的建筑面积建设，2028 年前还将新增 100 万平方英尺。整个园区占地面积超 1200 英亩。

除特斯拉外，随着人工智能与高性能计算芯片需求快速增长，三星晶圆代工业务也在积极拓展更多美国客户。三星高管表示，公司目标是今年 2 纳米芯片订单实现超 130%的增长。

三星的主要竞争对手台积电也计划扩大在美国的布局，有报道称，台积电考虑将其亚利桑那州工厂扩建至总计 11 座。台积电同样将参与生产特斯拉 AI5 芯片。

2.微软押注AI遇挫，或致核心业务失势；

据报道，微软正越来越多地将重心投向人工智能，却几乎必然是以牺牲核心产品为代价。这一豪赌似乎并未取得预期回报。 

有报道指出，微软企业客户中，更愿意使用其 AI 聊天机器人与助手 Copilot 的比例微乎其微，Copilot 正逐渐落后于谷歌、OpenAI 与 Anthropic 等竞争对手。微软上周遭遇了史上罕见的股价重挫，股价暴跌近 12%，这一信号表明投资者对 CEO 萨提亚·纳德拉提出的“AI 优先”战略愿景，以及公司为此投入的巨额成本产生了质疑。 

核心问题在于：微软针对不同用户群体拆分了多类 Copilot—— 面向普通消费者、面向程序员与开发者，以及面向企业与专业人士的企业版 Copilot。 

凭借微软的体量，即便在“自乱阵脚”的情况下，仍能吸引庞大用户基数。上周微软公布，其 4.5 亿 Microsoft 365 商业订阅用户中，已售出 1500 万份 Microsoft 365 Copilot“席位”（年度用户）。 

但市场研究机构 Recon Analytics 此前未公开的数据显示，这一用户基础正开始流失。《华尔街日报》援引该机构对超 15 万美国用户的调查结果：2025 年 7 月至今年 1 月，将 Copilot 作为首选主力聊天机器人的付费订阅用户占比，从 18.8% 暴跌至 11.5%；与此同时，使用谷歌 Gemini 的用户占比从 12.8% 小幅升至 15.7%。 

花旗研究分析师的一份报告中，部分企业仅使用了其所购买 Copilot 订阅“席位”的约 10%。客户抱怨称，Copilot 版本混乱、产品被强制推送，且不同 AI 模型之间整合效果极差。若想将办公场景下的 AI 工作内容迁移到消费级 AI 模型中继续处理，体验会极其糟糕、操作繁琐。 

上周，微软发布最新季度财报后股价大幅跳水：财报显示，尽管净利润增至 310 亿美元，但支出同比大增 66%，达到 375 亿美元。更令人担忧的是，作为微软 AI 业务核心支柱的 Azure 云计算业务，营收增速仅为 38%，较上年略有下滑，远低于市场预期。

3.AI 编码工具助力，英伟达代码产出量三倍增长；

2 月 8 日消息，掀起整个人工智能基础设施与开发浪潮的英伟达，如今正收获自身努力的成果。据 Cursor 官方博客称，英伟达已在公司内部为多达 3 万名工程师全面部署了生成式人工智能工具。通过与总部位于旧金山的 Anysphere Inc. 合作，英伟达获得了定制版的 Cursor 集成开发环境，该环境专注于人工智能辅助代码设计。值得注意的是，据悉，英伟达工程师目前的代码产出量是此前开发流程的三倍之多，而我们现在所使用的英伟达产品或服务，很可能就是由人类指导、人工智能辅助设计而成的。

英伟达提供一系列关键任务级产品，包括支撑从基础游戏到大规模人工智能训练与推理等各类应用的 GPU 驱动程序。该公司很可能对新生成的代码执行严格规范，并在代码投入生产部署前进行大量测试。这并非英伟达首次在产品流程中采用人工智能辅助工作流，公司早已部署专用超级计算机，多年来持续优化深度学习超级采样（DLSS）技术，部分芯片设计也通过内部人工智能工具完成优化。

英伟达与 Cursor 表示，尽管代码产量提升至三倍，漏洞率却保持稳定，这得益于针对企业场景的专项优化。