IT之家AI Agent

曝亞馬遜利用 45 年前規劃繞過社區投票建設 AI 數據中心,美國加州吉爾羅伊市民不滿

2026年8月8日 23:09
曝亞馬遜利用 45 年前規劃繞過社區投票建設 AI 數據中心,美國加州吉爾羅伊市民不滿

重點摘要

亞馬遜利用加州吉爾羅伊市45年前制定的土地規劃,繞過社區投票與進一步審查,直接展開AI數據中心建設。當地居民直到上月開工才獲悉此事,對此表達強烈不滿,而亞馬遜與市政府則強調該項目能帶來稅收與就業機會。

站內 AI 整理稿

首頁 > 智能時代>人工智能 曝亞馬遜利用 45 年前規劃繞過社區投票建設 AI 數據中心,美國加州吉爾羅伊市民不滿 2026/8/8 23:09:05 來源:IT之家 作者:潞源 責編:潞源 評論: IT之家 8 月 8 日消息,據科技媒體 Tom's Hardware 今天報道,亞馬遜位於美國加州吉爾羅伊市的新建數據中心項目近日引發民眾關注。該項目上月開工時,許多當地居民才發現自己此前根本沒有知悉過項目存在。IT之家從原報道獲悉,該數據中心位於一片 22.7 公頃的農田上,亞馬遜和當地政府並沒有刻意隱瞞該項目。自 2020 年申請提交以來,亞馬遜與吉爾羅伊政府之間就在審批流程上爭論許久。

據 AWS 經濟發展副總裁羅傑 · 韋納透露,該項目在公開通知、公眾意見徵集時經歷了漫長審批流程。但當地居民羅莎 · 羅德里格斯表示,她希望表達數據中心相關的擔憂時,卻被政府告知公眾評審期已在 2024 年結束。結合《華爾街日報》消息,亞馬遜之所以能夠順利推進這一項目,是因為其遵循了吉爾羅伊市 45 年前制定的土地規劃,從而避開了進一步審查。亞馬遜對此回應稱,公司正與當地社區積極溝通,他們曾與當地居民會面並舉辦開放日活動,讓居民發表意見。針對民眾普遍擔憂的水資源消耗問題,亞馬遜回應稱,該項目擁有廢水回收系統,可滿足自身用水需求。

吉爾羅伊市市長格雷格 · 博佐則表示,亞馬遜的數據中心項目能為小城帶來稅收收入、創造就業崗位。投訴水文 我要糾錯 下載IT之家APP,簽到賺金幣兌豪禮 相關文章關鍵詞:吉爾羅伊,亞馬遜,AI 數據中心,AWS美國紐約向高速電動自行車宣戰,要求亞馬遜、沃爾瑪停售相關產品AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費貝索斯年內首次減持亞馬遜股票,套現近 3.

5 億美元上訴法院推翻原裁決,Perplexity 智能體重獲亞馬遜電商訪問法律許可亞馬遜 AI 超支五個月才被發現,單個項目花費 180 萬美元超預算 860%亞馬遜 Prime Video 成為全球首個支持 HDR10+ ADVANCED 的流媒體服務

Related

相關文章

量子位AI Agent

中國NeoLab時刻:EverMind用3篇論文,交出全棧自進化首份答卷

由盛大集團孵化的EverMind團隊連續發表三篇論文,針對AI長期記憶與自我進化問題提出完整技術棧方案,涵蓋腳手架、技能庫與模型權重三個層面的自改進機制。此舉在海外NeoLab團隊仍處於單點探索階段時,率先交出全棧自進化AI的首份答案。

49 分鐘前
量子位AI Agent

谷歌急了:AI核心員工全給我搬回硅谷坐班!

谷歌為加速AI開發,強制將分散在倫敦與硅谷的核心AI人員全數調回加州總部集中辦公,以消除時差問題。此外,該公司正洽談以超過15億美元收購初創公司Mechanize,藉此取得現成的AI編程團隊與技術。

5 小時前
何夕2077AI Agent

編碼智能體自進化

編碼智能體自進化。 編碼智能體新系統上線。它主打自改進策略實現長程自治。項目在智能體自進化(AI資訊)獲 (6.4k) 贊。今日新增超兩千顆星 ��� 熱度飆升。程序員的日常工作流從此迎來變革。

16 小時前
何夕2077AI Agent

多代理協同管理工具

多代理協同管理工具。 協同工具開源項目面向大眾。多智能體協作 ��� 痛點在這裡被解決。項目在多智能體協同管理工具獲 (1.8k) 贊。任務調度邏輯不再需要複雜的純手工。團隊協作效率在工具加持下成倍增加。

16 小時前

當 human in the loop 變成“閉著眼睛點確認”,企業Agent 安全還能靠誰?

專家指出,AI Agent 從內容安全轉向行為安全,提示詞注入、工具濫用與過度授權成為主要風險。企業應建立可視、可管、可追溯的安全基線,並對工具權限進行最小化與臨時化管理,避免 human in the loop 淪為形式。安全防護需從靜態入口轉向動態行為約束,以因應 Agent 自主執行帶來的全新挑戰。

19 小時前

開源Agent框架刷爆ARC-AGI-3,「自我改進」的RLM harness引爭議

一套開源Agent框架在ARC-AGI-3基準測試中創下超過85%的正確率,大幅領先其他解決方案,其核心是名為「RLM harness」的自我改進機制。然而,該方法引發學術爭議,部分研究者批評它透過反覆試錯「鑽漏洞」,不符合ARC-AGI評測一次性推理的精神。這場討論促使AI社群重新審視評測標準,並可能影響未來ARC-AGI版本的設計方向。

19 小時前