<!DOCTYPE html>
<html lang="zh-cn">
<head>
    <meta charset="utf-8">
    <meta name="viewport" content="width=device-width, initial-scale=1">
    <title>GPT-5.6 Sol正式公开发布、SK Hynix 290亿美元纳斯达克首日上市、1300亿美元AI数据中心被地方叫停——AI的"能力、资本、阻力"三角拉锯 - Markdown</title>
    <style>
        body { 
            font-family: monospace; 
            white-space: pre-wrap; 
            word-wrap: break-word; 
            padding: 0; 
            background-color: #e5e5e5;
            color: #24292f;
            margin: 0;
            display: flex;
            flex-direction: column;
            align-items: center;
            min-height: 100vh;
        }
        .markdown-body {
            box-sizing: border-box;
            width: 100%;
            max-width: 980px;
            margin: 2em auto;
            padding: 45px;
            background-color: #fff;
            border: 1px solid #d0d7de;
            border-radius: 6px;
            font-family: -apple-system,BlinkMacSystemFont,Segoe UI,Helvetica,Arial,sans-serif,Apple Color Emoji,Segoe UI Emoji;
            white-space: normal;
            box-shadow: 0 4px 12px rgba(0,0,0,0.05);
        }
        @media (prefers-color-scheme: dark) {
            body {
                background-color: #010409;
                color: #c9d1d9;
            }
            .markdown-body {
                background-color: #0d1117;
                border-color: #30363d;
                box-shadow: 0 4px 12px rgba(0,0,0,0.3);
            }
        }
        @media (max-width: 767px) {
            .markdown-body {
                padding: 15px;
                margin: 0;
                border-radius: 0;
                border-left: none;
                border-right: none;
            }
        }
    </style>
    <link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/github-markdown-css/5.5.0/github-markdown.min.css">
</head>
<body>---
title: 'GPT-5.6 Sol正式公开发布、SK Hynix 290亿美元纳斯达克首日上市、1300亿美元AI数据中心被地方叫停——AI的"能力、资本、阻力"三角拉锯'
description: '7月9-10日，OpenAI最强模型GPT-5.6 Sol/Terra/Luna结束政府审查窗口正式公开；韩国存储巨头SK Hynix完成美国史上最大外国企业上市，估值约290亿美元；美国社区已叫停或推迟超1300亿美元AI数据中心项目。三条线索勾勒出AI产业发展的核心张力——技术突飞猛进，资本空前涌入，但社会承载力正在逼近极限。'
pubDate: 2026-07-10
tags: ['AI', '分析', 'OpenAI', 'GPT-5.6', 'SK Hynix', '数据中心', 'IPO', '行业动态']
---
7月9-10日，三条看似平行的新闻在48小时内密集交汇，勾勒出AI产业发展中最核心的三角张力——**技术能力正在以前所未有的速度突破，全球资本正以前所未有的规模涌入，但基础设施的社会承载力正在逼近极限。**

7月9日，[OpenAI正式公开发布GPT-5.6系列模型](https://openai.com/index/gpt-5-6/)——包含旗舰版Sol、均衡版Terra和低成本版Luna三个层级。这结束了自6月26日预览以来长达两周的政府审查窗口期。GPT-5.6 Sol在[Agents' Last Exam基准测试](https://openai.com/index/gpt-5-6/)中以53.6分超越Anthropic Claude Fable 5的40.5分（领先13.1分），并在编程、网络安全和科学研究领域全面刷新纪录。更具突破性的是全新的"ultra"模式——通过协调4个并行子代理完成复杂任务，将Terminal-Bench 2.1分数从88.8%推高至91.9%。

7月10日，全球第二大存储芯片制造商SK Hynix在纳斯达克正式挂牌交易（代码：SKHY），完成约[290亿美元的美国存托凭证（ADR）发行](https://www.reuters.com/world/asia-pacific/south-koreas-sk-hynix-launch-28-billion-us-listing-ride-global-ai-wave-2026-07-06/)——这是美国有史以来最大规模的外国企业上市，认购倍数超过7倍。AI对高带宽存储（HBM）芯片的爆炸性需求是这一历史性上市的直接驱动力。

然而，同样在这两天，[NBC News报道](https://www.nbcnews.com/tech/tech-news/data-center-opposition-sharply-rising-2026-study-finds-rcna349728)了一项令人震惊的数据：2026年前几个月，美国各地社区已叫停或推迟了超过**1300亿美元**的AI数据中心项目，涉及75个以上的项目——这是有记录以来最大规模的社区反对AI基础设施浪潮。

---

## GPT-5.6 Sol：为什么这是AI能力的又一次"阶跃"？

### 发生了什么

OpenAI于7月9日将GPT-5.6系列模型全面推向公开可用（GA）。三个层级的定位和定价清晰：

| 模型 | 定位 | 输入价格 | 输出价格 | 核心场景 |
|------|------|---------|---------|---------|
| **Sol** | 旗舰 | $5/百万token | $30/百万token | 复杂推理、agentic工作流 |
| **Terra** | 均衡 | $2.50/百万token | $15/百万token | 日常专业工作，性能对标GPT-5.5但便宜2倍 |
| **Luna** | 低成本 | $1/百万token | $6/百万token | 大规模部署，约1/16于Fable 5成本 |

**核心突破集中在三个方面：**

**第一，ultra模式——多代理并行推理。** 这是GPT-5.6最具革命性的特性。在ultra模式下，模型默认协调4个并行子代理处理复杂任务。开发者还可以配置多达16个代理。这意味着AI不再只是"一个聪明的头脑在工作"，而是"一个团队在并行协作"。在Terminal-Bench 2.1（真实代码库命令行工程基准）上，ultra模式将得分从单代理的88.8%提升至91.9%——3个百分点的提升在高分区间极为显著。

**第二，全面碾压竞品的基准表现。** 以下是GPT-5.6 Sol与主要竞争对手的关键对比：

| 基准测试 | GPT-5.6 Sol | Claude Fable 5 | GPT-5.5 | 改进幅度 |
|---------|-------------|----------------|---------|---------|
| Agents' Last Exam | **53.6** | 40.5 | 46.9 | +13.1 vs Fable 5 |
| 编程代理指数 | **80** | 77.2 | 76.4 | +2.8 vs Fable 5 |
| BrowseComp | **90.4%**（ultra 92.2%） | — | 84.4% | +6.0 vs GPT-5.5 |
| ExploitBench | **73.5%** | — | 47.9% | +25.6 vs GPT-5.5 |
| OSWorld 2.0 | **62.6%** | — | 47.5% | +15.1 vs GPT-5.5 |

在网络安全领域，GPT-5.6 Sol的表现尤为惊人——ExploitBench得分从GPT-5.5的47.9%跳升至73.5%，几乎翻倍。在ExploitGym上（将真实漏洞转化为可用exploit的测试），GPT-5.6在6小时限制下达到33.7%，而GPT-5.5仅为15.1%。

**第三，"程序化工具调用"（Programmatic Tool Calling）。** GPT-5.6可以在内存中编写和运行轻量级程序，协调多个工具、处理中间结果、监控进度并自适应地选择下一步行动。这意味着工具密集型任务不再需要开发者逐步编排每一步——模型可以自主管理工作流。

### 为什么这比看起来更重要

GPT-5.6的发布有三个层面的深远意义：

**第一，它标志着AI从"回答问题"到"自主完成工作"的质变。** ultra模式的多代理架构和程序化工具调用，使GPT-5.6从"一个对话伙伴"转变为"一个能分配任务、协调进度、审查结果的项目团队"。在Agents' Last Exam上领先Fable 5整整13.1分——这是一个"代际差距"而非"增量改进"。

**第二，它重新定义了AI的"性价比"基线。** Luna以$1/$6的定价，在多项基准上超越了此前的旗舰模型GPT-5.5和Anthropic Opus 4.8——成本仅为后者的大约1/16。结合如7月7日报道所述的中国AI模型以5%于Anthropic价格的策略，前沿AI模型的价格战正在从"季度调整"演变为"数量级跳降"。

**第三，安全审查机制完成了首次"全周期"测试。** GPT-5.6是自白宫6月要求OpenAI延迟发布以来（如7月3日报道所述），首个完成完整"政府审查窗口"后公开发布的前沿模型。OpenAI披露进行了约70万A100e GPU小时的自动化红队测试，并声称GPT-5.6在生物安全和网络安全领域"均未越过关键阈值"。这一流程的完成为未来前沿模型的"政府-企业协同部署"设定了先例。

### 历史类比：从单核到多核处理器

2005年，当CPU频率提升遇到物理瓶颈时，Intel和AMD转向了多核架构——不再追求单一核心的极致频率，而是通过多个并行核心提升总吞吐量。GPT-5.6的ultra模式做了类似的事情：不再仅仅追求单一模型推理的深度，而是通过多个并行代理提升复杂任务的整体完成质量。

关键区别在于：CPU多核是确定性的指令级并行，而GPT-5.6的ultra模式是**概率性的推理级并行**——四个代理各自独立思考，然后综合结果。这种架构的有效性取决于综合策略的质量，也是OpenAI需要持续优化的方向。

---

## SK Hynix 290亿美元纳斯达克上市：AI存储芯片的"资本分水岭"

### 发生了什么

7月10日，SK Hynix（韩国）正式在纳斯达克全球精选市场挂牌交易，代码为**SKHY**。

**关键数据：**

| 维度 | 数据 |
|------|------|
| **发行规模** | 约290亿美元（45.45万亿韩元） |
| **ADR定价** | $149/ADR |
| **最终募资** | 约265亿美元 |
| **认购倍数** | 超过7倍超额认购 |
| **ADR比例** | 10份ADR = 1股普通股 |
| **历史定位** | 美国史上最大外国企业上市 |

据[Fortune报道](https://fortune.com/2026/07/05/sk-hynix-us-stock-listing-nasdaq-29-billion-micron-ai-boom-chips/)和[Reuters](https://www.reuters.com/world/asia-pacific/south-koreas-sk-hynix-launch-28-billion-us-listing-ride-global-ai-wave-2026-07-06/)，此次上市的核心逻辑是让全球投资者直接暴露于AI存储芯片——尤其是HBM（高带宽存储）——的爆炸性需求中。SK Hynix是NVIDIA AI GPU的关键HBM供应商，其HBM3E芯片搭载于H200和B200系列加速卡中。

### 为什么AI存储芯片是"被低估的瓶颈"

在AI芯片讨论中，NVIDIA的GPU几乎占据了全部注意力。但每一颗H200 GPU都需要搭配多颗HBM芯片——这些存储芯片决定了GPU能否被充分"喂饱"。SK Hynix在HBM市场的份额估计超过50%，这使其成为AI算力供应链中与NVIDIA同等关键、但远未被充分讨论的节点。

7倍超额认购说明了一件事：**机构投资者正在认识到，AI芯片竞赛不只是"GPU竞赛"，更是"HBM竞赛"。** SK Hynix选择在纳斯达克而非仅依赖韩国交易所上市，本质上是为了获得与美国AI公司（NVIDIA、AMD、Broadcom）同等的估值倍数和投资者基础。

### 历史类比：2017年NVIDIA的"加密挖矿惊喜"

2017年，加密货币挖矿热潮推动NVIDIA游戏GPU销量暴涨，NVIDIA股票在一年内翻了3倍。当时许多分析师低估了挖矿需求的持久性——结果证明，这一需求虽波动巨大，但深刻改变了GPU产业的供需结构。

SK Hynix面临的AI HBM需求有类似的"意外上行"特征，但持续性更强：加密挖矿需求可以随币价崩塌而消失，但AI训练和推理的存储需求是结构性的——只要AI模型在变得更大、更复杂，对HBM的需求就会持续增长。

---

## 1300亿美元AI数据中心被叫停：基础设施的"社会许可"危机

### 发生了什么

据[NBC News研究报道](https://www.nbcnews.com/tech/tech-news/data-center-opposition-sharply-rising-2026-study-finding-rcna349728)和[Yahoo Finance](https://finance.yahoo.com/technology/ai/articles/130-billion-ai-data-centers-000000041.html)，2026年前几个月，美国各地社区已叫停或推迟了超过**1300亿美元**的AI数据中心项目。

**关键数据：**

| 维度 | 数据 |
|------|------|
| **受阻金额** | 超过1300亿美元 |
| **受阻项目数** | 75个以上 |
| **时间跨度** | 2026年前3-4个月 |
| **政治特征** | 两党联合反对（跨红蓝州） |
| **核心原因** | 电力消耗、水资源消耗、社区影响 |
| **标志性案例** | Google放弃了一个项目 |

### 为什么这是AI产业"最被低估的风险"

AI产业2026年的资本支出预计达到约6500-7000亿美元（如Citadel Securities分析所述）。如果其中1300亿美元——近20%——面临社区阻力，这意味着AI基础设施扩张的"社会许可"正在成为一个硬约束。

这与如昨日报道所述的Apple-Broadcom 300亿美元芯片"本土回流"协议形成了鲜明对比：芯片制造被视为"高价值制造业"而受到欢迎，但数据中心被视为"电力和水资源的黑洞"而遭到抵制。

**阻力来自三个维度：**

1. **电力约束。** 一个1GW级数据中心（如Meta在加拿大阿尔伯塔省的新项目）的耗电量相当于一座中型城市。美国多个州的电网已无法承受新增的GW级负载。

2. **水资源压力。** AI数据中心冷却系统需要大量水资源。在干旱频发的西部州（如Arizona、Nevada），这已成为社区反对的主要驱动力。

3. **"没有本地就业"的感知。** 数据中心是高度自动化的设施，运营期间仅需少量技术人员。社区质疑：为什么要为几十个工作岗位承担巨大的环境和基础设施负担？

### 历史类比：1980年代核电站的"社会许可危机"

1979年三哩岛核事故后，美国核电站建设面临了持续十余年的社区反对浪潮。大量已规划项目被取消或无限期推迟——不是因为技术不够好，而是因为社会不再接受。核能产业至今未完全恢复。

AI数据中心面临的社区阻力虽不涉及安全恐慌，但结构相似：**一种被视为"必要但不受欢迎"的基础设施，正在与地方社区的生存质量和环境关切发生正面碰撞。** 如果这种阻力持续升级，可能迫使AI产业转向三种替代路径：海上数据中心、国际选址（如Meta选择加拿大）、以及更激进的能效优化。

---

## 更多今日要闻

### TechCrunch：SpaceX+OpenAI+Anthropic IPO总值超过25年风投退出总和

[TechCrunch 7月9日分析](https://techcrunch.com/2026/07/09/anthropic-openai-and-spacex-are-bigger-than-the-last-25-years-of-tech-exits/)援引NVCA-PitchBook Venture Monitor报告指出，SpaceX（1.77万亿美元）、Anthropic和OpenAI三大IPO合并产生的价值，将超过2000年以来所有美国VC-backed退出（IPO+并购）的总和。三者合计估值预计超过4万亿美元——相比之下，2025年全年美国IPO总募资额仅为700亿美元。这是风投和公开市场历史上前所未有的资本集中事件。

### Meta在加拿大建设首个数据中心：C$130亿阿尔伯塔项目

Meta于7月8日宣布在加拿大阿尔伯塔省Sturgeon County破土动工其首个加拿大数据中心——[1GW容量（可扩展至1.8GW），投资C$130亿](https://about.fb.com/news/2026/07/breaking-ground-on-metas-first-data-center-in-canada/)。选择加拿大的关键原因之一正是上文讨论的美国社区阻力——阿尔伯塔省提供了更宽松的审批环境、更丰富的天然气电力供应和积极的政府支持。

### OpenAI DevDay 2026申请今日截止

OpenAI于7月10日关闭DevDay 2026参会申请。开发者大会将于[9月29日在旧金山举行](https://devday.openai.com/)，门票$650。在GPT-5.6刚刚发布的背景下，DevDay将成为开发者深入了解ultra模式API集成和多代理架构的首个大型技术活动。

### 伊利诺伊州AI安全法案正式签署

据[Transparency Coalition报道](https://www.transparencycoalition.ai/news/ai-legislative-update-july10-2026)，伊利诺伊州州长Pritzker于7月10日正式签署该州的AI安全措施法案（AI Safety Measures Act）。该法案包含第三方审计要求——如7月8日报道所述，这使伊利诺伊成为少数几个在前沿模型安全领域采取实质性立法行动的州之一。

### AI for Good峰会日内瓦闭幕

联合国[AI for Good全球峰会](https://aiforgood.itu.int/summit26/)于7月10日在日内瓦闭幕，为期4天。如7月8日报道所述，AI for Good全球委员会在峰会期间召开了首次会议。峰会的闭幕标志着"日内瓦数字周"的结束，但委员会的工作将持续进行——关键观察点是其能否产出具体的自愿承诺而非仅原则声明。

---

## 行业趋势：今日数据带来的新视角

**AI产业正在进入一个"三角拉锯"的新阶段。**

今日的三条主线新闻揭示了一个此前被忽视的结构性张力——AI产业的可持续发展取决于三个变量之间的平衡：

1. **技术能力轴**：GPT-5.6 Sol的多代理ultra模式代表了AI能力的阶跃式突破——从单代理到多代理，从"回答问题"到"自主完成工作"。
2. **资本供给轴**：SK Hynix的290亿美元上市和超4万亿美元的三大AI IPO，表明资本市场对AI的押注已达到历史性规模。
3. **社会承载轴**：1300亿美元数据中心被叫停，揭示了一个不可回避的事实——AI基础设施的物理扩张正在触及社会许可的边界。

这三个轴之间的不平衡是显而易见的：技术能力和资本供给都在加速，但社会承载力是一个有硬约束的变量。**当电力、水资源和社区接受度无法跟上数据中心的建设节奏时，AI产业的扩张速度将由"芯片供给"瓶颈转向"基础设施许可"瓶颈。** Meta选择跨国到加拿大建设数据中心，本质上是这一瓶颈的第一个市场信号。

---

## 关键要点

- **GPT-5.6 Sol是AI能力的阶跃而非增量**——多代理ultra模式将Terminal-Bench 2.1推至91.9%，在Agents' Last Exam上领先Claude Fable 5整整13.1分，程序化工具调用重新定义了agentic工作流
- **Luna以$1/$6定价实现Fable 5级别性能**——前沿AI模型的价格战已从"季度调整"演变为"数量级跳降"，1/16的成本差距将重塑企业AI采购策略
- **SK Hynix 290亿美元纳斯达克上市**——美国史上最大外国企业IPO，7倍超额认购表明资本市场正在认识到HBM存储芯片是AI供应链中被低估的关键节点
- **1300亿美元AI数据中心被社区叫停**——75+个项目受阻，Google放弃项目，两党联合反对：AI基础设施的"社会许可"正在成为比芯片供给更紧迫的瓶颈
- **三大AI IPO合计超4万亿美元**——SpaceX+OpenAI+Anthropic的合并价值超过25年所有美国VC退出总和，AI正在以前所未有的规模重塑资本市场

---

## 常见问题

### GPT-5.6的ultra模式是什么？它和普通模式有什么区别？
ultra模式是GPT-5.6最具突破性的新功能。在ultra模式下，模型默认协调4个并行子代理（可扩展至16个），各代理独立处理任务的不同部分，然后综合结果。这类似于一个项目团队并行工作而非一个人串行完成所有任务。在Terminal-Bench 2.1基准上，ultra模式将得分从单代理的88.8%提升至91.9%。ultra模式目前面向Pro和Enterprise用户开放。

### SK Hynix上市对普通投资者意味着什么？
SK Hynix（SKHY）的纳斯达克上市为美国投资者提供了直接投资AI存储芯片产业的最简单途径。作为全球第二大存储芯片制造商和HBM市场领导者（份额超50%），SK Hynix是NVIDIA AI GPU供应链的关键环节。10份ADR代表1股普通股，定价$149/ADR。但需要注意，半导体行业具有周期性，HBM需求也可能随AI投资周期波动。

### 为什么美国社区要反对AI数据中心？
核心原因是资源消耗。一个大型AI数据中心的耗电量可与中型城市相当，冷却系统消耗大量水资源。在电力供应紧张或干旱频发的地区，居民担心数据中心推高电价、消耗水资源、加剧环境压力——而创造的全职就业岗位通常很少（数十个）。这种"高环境成本、低本地就业"的模式引发了跨党派的社区反对。

### GPT-5.6 Sol的网络安全能力提升会带来风险吗？
OpenAI在官方文档中承认GPT-5.6 Sol在网络安全领域的表现显著提升（ExploitBench从47.9%升至73.5%），但声明其"未越过关键阈值"。OpenAI通过Daybreak Trusted Access for Cyber程序限制最敏感的网络安全功能，仅向经过验证的安全研究人员和组织开放。同时，OpenAI声称其安全防护系统阻止了比前代模型多约10倍的潜在有害活动。

### GPT-5.6 Luna真的能在1/16的成本下达到Fable 5的水平吗？
根据OpenAI公布的基准数据，Luna在多项评估中确实接近或超越此前的旗舰模型。例如在Agents' Last Exam上，Luna得分50.3% vs Fable 5的40.5%。但基准测试成绩不等同于真实场景体验——在复杂长程推理任务、创意写作和高度专业领域，Sol和Fable 5的差距可能比基准所显示的更大。Luna最适合需要大规模部署但对单任务极致能力要求不高的场景。

---

## 参考资料

- [GPT-5.6: Frontier intelligence that scales with your ambition - OpenAI](https://openai.com/index/gpt-5-6/)
- [Previewing GPT-5.6 Sol: a next-generation model - OpenAI](https://openai.com/index/previewing-gpt-5-6-sol/)
- [OpenAI gets permission to roll out GPT-5.6 to the public on July 9 - Engadget](https://www.engadget.com/2210308/openai-rolls-out-gpt5-6-july-9/)
- [OpenAI's GPT-5.6 Sol, Terra, and Luna are now available in GitHub Copilot - GitHub Blog](https://github.blog/changelog/2026-07-09-openais-gpt-5-6-sol-terra-and-luna-are-now-available-in-github-copilot/)
- [OpenAI to release GPT-5.6 Sol, Terra and Luna on July 9 - Neowin](https://www.neowin.net/news/openai-to-release-gpt-56-sol-terra-and-luna-on-july-9/)
- [GPT-5.6 Sol, Terra & Luna: OpenAI's New Model Family - Digital Applied](https://www.digitalapplied.com/blog/gpt-5-6-sol-terra-luna-preview-guide-2026)
- [GPT-5.6 Sol Ultra Coming to Codex with Cooperative Subagents - DevelopersDigest](https://www.developersdigest.tech/blog/gpt-56-sol-ultra-codex-subagents)
- [South Korea's SK Hynix launches $28 billion US listing to ride global AI wave - Reuters](https://www.reuters.com/world/asia-pacific/south-koreas-sk-hynix-launch-28-billion-us-listing-ride-global-ai-wave-2026-07-06/)
- [SK Hynix seeks access to AI investors in $29 billion U.S. listing - Fortune](https://fortune.com/2026/07/05/sk-hynix-us-stock-listing-nasdaq-29-billion-micron-ai-boom-chips/)
- [SK Hynix's US share sale aims to raise $26.5 billion at $149 per ADR - Investing.com](https://www.investing.com/news/stock-market-news/sk-hynix-us-listing-more-than-seven-times-oversubscribed-source-says-4782931)
- [SK Hynix plans $29 billion Nasdaq ADR listing - CNBC](https://www.cnbc.com/2026/06/24/sk-hynix-nasdaq-adr-listing-south-korea.html)
- [$130 Billion in AI Data Centers were Just Blocked - Yahoo Finance](https://finance.yahoo.com/technology/ai/articles/130-billion-ai-data-centers-000000041.html)
- [Data center opposition is sharply rising in 2026 - NBC News](https://www.nbcnews.com/tech/tech-news/data-center-opposition-sharply-rising-2026-study-finds-rcna349728)
- [US communities block over $130B in AI data centers - Dealroom](https://app.dealroom.co/news/feed/us-communities-block-over-130b-in-ai-data-centers-as-power-and-water-fears-mount)
- [Anthropic, OpenAI, and SpaceX are bigger than the last 25 years of tech exits - TechCrunch](https://techcrunch.com/2026/07/09/anthropic-openai-and-spacex-are-bigger-than-the-last-25-years-of-tech-exits/)
- [Breaking Ground on Meta's First Data Center in Canada - Meta](https://about.fb.com/news/2026/07/breaking-ground-on-metas-first-data-center-in-canada/)
- [Meta to build C$13 billion Alberta data center - Reuters](https://www.reuters.com/world/americas/meta-build-c13-billion-alberta-data-center-its-first-canada-2026-07-08/)
- [OpenAI DevDay 2026 - Official Site](https://devday.openai.com/)
- [AI Legislative Update: July 10, 2026 - Transparency Coalition](https://www.transparencycoalition.ai/news/ai-legislative-update-july10-2026)
- [AI for Good Global Summit 2026 - ITU](https://aiforgood.itu.int/summit26/)
<script src="https://cdn.jsdelivr.net/npm/marked/marked.min.js"></script>
<script>
    document.addEventListener("DOMContentLoaded", () => {
        try {
            const rawMarkdown = document.body.innerText;
            const isDark = window.matchMedia("(prefers-color-scheme: dark)").matches;

            let webUrl = window.location.pathname;
            if (webUrl.endsWith('/index.md')) {
                webUrl = webUrl.substring(0, webUrl.length - 'index.md'.length) || '/';
            } else {
                webUrl = webUrl.replace(/.md$/, '');
            }
            const linkColor = isDark ? '#58a6ff' : '#0969da';
            const navHtml = 
                '<div style="margin-bottom: 24px; font-size: 14px; font-family: -apple-system, BlinkMacSystemFont, Segoe UI, Helvetica, Arial, sans-serif;">' +
                    '<a href="/index.md" style="color: ' + linkColor + '; text-decoration: none;">← Back to Home</a>' +
                    '<span style="margin: 0 8px; color: ' + (isDark ? '#484f58' : '#d0d7de') + ';">|</span>' +
                    '<a href="' + webUrl + '" style="color: ' + linkColor + '; text-decoration: none;">Switch to Web View</a>' +
                '</div>';

            let contentToRender = rawMarkdown;
            let frontmatterHtml = '';
            
            const fmMatch = rawMarkdown.match(/^---\s*[\r\n]+([\s\S]*?)[\r\n]+---\s*/);
            
            if (fmMatch) {
                contentToRender = rawMarkdown.substring(fmMatch[0].length);
                const yamlText = fmMatch[1];
                
                const borderColor = isDark ? '#30363d' : '#d0d7de';
                const bgColor = isDark ? '#161b22' : '#f6f8fa';
                const keyColor = isDark ? '#8b949e' : '#57606a';
                const valColor = isDark ? '#c9d1d9' : '#24292f';

                const rows = yamlText.split('\n')
                    .filter(line => line.trim() && line.includes(':'))
                    .map(line => {
                        const splitIdx = line.indexOf(':');
                        const key = line.slice(0, splitIdx).trim();
                        let val = line.slice(splitIdx + 1).trim();
                        if ((val.startsWith("'") && val.endsWith("'")) || (val.startsWith('"') && val.endsWith('"'))) {
                            val = val.slice(1, -1);
                        }
                        
                        return '<tr>' +
                            '<td style="white-space:nowrap; padding:8px 12px; color:' + keyColor + '; font-weight:600; border-bottom:1px solid ' + borderColor + '; width:1%;">' + key + '</td>' +
                            '<td style="padding:8px 12px; color:' + valColor + '; border-bottom:1px solid ' + borderColor + ';">' + val + '</td>' +
                        '</tr>';
                    }).join('');
                
                if (rows) {
                    frontmatterHtml = 
                        '<div style="margin-bottom: 32px; border:1px solid ' + borderColor + '; border-radius:6px; overflow:hidden; background-color:' + bgColor + ';">' +
                            '<table style="width:100%; border-collapse:collapse; font-family:-apple-system,BlinkMacSystemFont,Segoe UI,Helvetica,Arial,sans-serif; font-size:13px;">' +
                                rows +
                            '</table>' +
                        '</div>';
                }
            }
            
            const renderedHtml = marked.parse(contentToRender);
            
            const wrapper = document.createElement('article');
            wrapper.className = 'markdown-body';
            wrapper.innerHTML = navHtml + frontmatterHtml + renderedHtml;
            
            document.body.innerHTML = '';
            document.body.appendChild(wrapper);
        } catch (e) {
            console.error("Markdown rendering failed", e);
        }
    });
</script>
</body>
</html>