Anthropic 给零售商画智能体蓝图，AI 开始进入购物流程｜9 月 3 日早报 (2026)

Anthropic 给零售商画智能体蓝图，AI 开始进入购物流程

本期覆盖 北京时间 2026 年 9 月 2 日 08:16 至 9 月 3 日 08:09 的新增消息，按对产品、合规、基础设施和产业落地的影响排序。每条都先说清发生了什么，再说明它与读者的工作有什么关系。

1. Anthropic 发布商业智能体蓝图，购物助手开始接入交易流程

发生了什么： Anthropic 面向零售商推出一套基于 Claude 构建购物智能体和商家智能体的蓝图，旅游与票务公司也在覆盖范围内。购物智能体可以按照用户偏好推荐商品并把商品加入购物车；商家智能体则可以围绕库存、价格和营销活动提出建议，最终购买仍由商家或用户完成。Reuters 援引 Adobe Analytics 称，来自 AI 的零售网站访问转化率比其他来源高 60%；Anthropic 产品负责人还披露，一家合作方的购物车规模提高约 30%—35%，消费者完成购买的可能性提高约 60%，这些数字属于公司对合作效果的披露。1

为什么值得关注： 这次更新把模型的工作位置从商品问答推进到推荐、加购和商家运营之间。对电商团队来说，接下来要看的重点会从“模型会不会回答商品问题”转向“模型能接触哪些目录、库存和价格数据，以及谁来确认交易动作”。对开发者来说，Anthropic 把蓝图而非单一成品交给企业，意味着企业仍要自己处理权限、商品数据和人工确认。

2. 美国司法部支持 OpenAI 的合理使用主张，训练数据规则继续留在诉讼中

发生了什么： 美国司法部在 OpenAI 与《纽约时报》的版权诉讼中提交法院文件，支持 OpenAI 关于使用互联网上大量作品训练模型属于版权法“合理使用”的主张。司法部认为，模型训练带来的创造性和公共利益可能超过对竞争的损害；《纽约时报》主张，AI 公司应当为训练使用的内容向创作者公平付费。案件仍等待法院裁决，这份文件代表行政部门的诉讼立场。2

为什么值得关注： 模型训练使用公开网络内容的法律基础，仍处于法院审理和政策争论之中。企业采购模型或建设内部训练数据集时，需要把授权范围、数据来源和潜在诉讼成本放进评估表；“合理使用”目前是一方正在争取的法律结论，尚未成为可直接依赖的统一规则。

3. G20 讨论版权训练规则，美国主张允许训练并保护创作者

发生了什么： 美国在 G20 会议上推动各国讨论 AI 公司使用版权材料训练模型的规则。美国商务部长 Howard Lutnick 主张保留模型训练空间，同时寻找保护创作者的方式；Nvidia CEO Jensen Huang 呼吁 G20 把重点放在现实问题上。G20 联合声明提出，未来规则需要处理 AI 带来的、现有法律尚未覆盖的新问题。3

为什么值得关注： 这一讨论把版权训练从单个公司的诉讼，放到了跨国监管协调的层面。对出海产品和模型团队来说，未来需要同时关注训练数据的授权路径与各市场的监管口径；规则仍在形成，短期内更适合把可追溯的数据清单和退出机制提前准备好。

4. Nscale 向投资者展示约 1030 亿美元合同总额，潜在 IPO 仍在筹备

发生了什么： Reuters 转述 The Information 称，英国 AI 云基础设施公司 Nscale 向潜在投资者展示约 1030 亿美元的合同总额，合同平均期限约 5.7 年。按报道中的文件推算，年化合同收入约为 180 亿美元。熟悉讨论的人士强调，1030 亿美元属于说明性数字，不能当作正式收入指引；Nscale 获得 Nvidia 支持，计划部署 Nvidia Vera Rubin 芯片，为 Anthropic 提供计算资源。Nscale 最早可能在本月进行 IPO 的说法仍属于报道中的潜在安排。4

为什么值得关注： AI 基础设施公司的订单规模正在成为资本市场关注的指标，但合同总额、按期限折算的年化金额和已经实现的收入属于三种不同口径。算力采购方可以借这条消息检查供应商披露中的合同期限、客户集中度和交付条件；投资分析也需要把“总合同额”与现金流、确认收入分开看。

5. Uber 与 Wayve 在伦敦上线自动驾驶网约车，首批车辆少于 20 辆

发生了什么： Uber 在伦敦启动使用英国 Wayve AI 技术的自动驾驶网约车服务，首批车辆少于 20 辆。初期每辆车仍由持证安全员在车内监控，全面无人驾驶需要后续审批。UberX、Uber Comfort 和 Uber Electric 用户可能匹配到 Wayve 驱动的 Ford Mustang Mach-E，服务暂时不额外收费；Transport for London 等监管授权仍是扩大运营的前提。5

为什么值得关注： 这是一项面向真实乘客的商业试点，验证对象包含车辆调度、乘客体验和监管流程，而不只是道路测试中的模型性能。自动驾驶供应商和城市交通团队可以把“有安全员的小规模上线”与“完全无人驾驶”拆成两个阶段，分别评估事故责任、审批要求和运营成本。

6. John Deere 把 JD 助手放进农业应用，直接读取田间作业数据

发生了什么： John Deere 将名为 JD 的 AI 助手嵌入 Operations Center 移动应用。根据 QZ 对 Bloomberg 报道和 Deere 信息的转述，JD 使用从播种到收获的田间数据，回答某块田是否施肥过量或不足等问题；Operations Center 用户可以免费使用，服务计划在 2026 年底前扩大上线。Deere 尚未披露助手使用的具体大语言模型，同时发布了“农户数据承诺”，强调农户控制自己的数据，Deere 不出售这些数据。6

为什么值得关注： 这个助手的价值来自设备记录、作物周期和地块信息之间的连接，AI 因此进入了施肥等具体决策场景。农业软件采购方需要同时核对数据的控制权、模型的可解释程度和错误建议的复核流程；厂商暂未公开具体模型，也让模型能力比较缺少一个可验证的基准。

7. Nasdaq 完成收购 Dasseti，把 AI 尽调并入 eVestment

发生了什么： Nasdaq 宣布完成对 AI 尽调与监控平台 Dasseti 的收购，财务条款没有披露。Dasseti 的能力将整合进 Nasdaq eVestment，用于基金经理研究、尽调和持续监控。Nasdaq 披露，eVestment 连接约 4800 家资产管理机构、1200 家资产所有者和中介机构，覆盖超过 90 万亿美元资产管理规模、11.2 万多个产品和 109 个国家；Dasseti 自称覆盖 1.7 万家资产管理机构和普通合伙人，涉及 34 万亿美元资产管理规模。以上规模数字来自公司新闻稿。7

为什么值得关注： 这笔交易把 AI 尽调能力放进资产管理机构已经使用的数据平台，应用对象包括问卷、RFP、尽调材料和持续监控。金融机构评估这类产品时，除了看摘要是否准确，还要确认原始文件能否追溯、审阅记录能否保留，以及模型如何处理冲突数据。Nasdaq 披露的资产规模是平台覆盖范围，读者应把它与 Dasseti 的技术能力和实际客户使用量分开理解。