一场庭审，把硅谷最值钱的秘密翻了个底朝天
2026年5月，马斯克诉OpenAI案正式开庭，这场被视为"硅谷世纪诉讼"的案子在第一周就爆出了重磅猛料：马斯克的律师当庭公开了OpenAI总裁格雷格·布罗克曼的私密日记，其中赫然写着"想摆脱马斯克"和"让我赚到10亿美元"的字句。一个非营利使命起家的AI实验室，其二号人物的私人笔记里满是财富野心的记录，这画面本身就足够荒诞，也足够锋利。
更戏剧性的一幕紧随其后：布罗克曼在庭审中承认，自己未投入个人资金却持有价值约300亿美元的股权，同时还隐瞒了芯片公司Cerebras的股份并推动OpenAI与其交易。马斯克一方索赔超过1500亿美元，并要求罢免山姆·奥特曼。学者普遍认为，马斯克此次胜诉机会不小，而案件结果将直接影响OpenAI未来的上市进程。一家估值数千亿美元、手握Stargate超级算力项目的公司，其治理合法性第一次被摆上了法庭的被告席。
这场诉讼之所以值得所有关注AI的人盯紧，是因为它撕开的远不止一家公司的恩怨。当"让全人类受益"的使命宣言与创始团队"赚10亿美元"的私人动机在法庭上短兵相接，整个行业的叙事根基都在被重新审视。AI公司融资动辄数百亿、创始人身家以千亿美元计，但它们的治理结构、承诺兑现与利益分配，长期处于不透明的灰区。这次庭审等于把灰区摊在了阳光下。
官司背后，是一条千亿美元级算力军火链
耐人寻味的是，就在庭审进行的同时，OpenAI的商业机器一刻也没有停。本周OpenAI联合19家投资机构成立了名为The Deployment Company的"部署公司"，融资超40亿美元、估值约100亿美元，专门帮助企业把AI接入自身业务系统，覆盖超2000家企业客户。表面上这是服务业务，实际上这是OpenAI把触角伸向企业IT底座的关键一步——模型层面的战争之外，部署与集成正在成为新的主战场。
而它的老对手Anthropic，则刚刚签下了行业史上最大的算力订单之一：与亚马逊达成十年期、规模高达千亿美元的AWS算力协议，锁定5GW算力用于Claude的训练与部署，亚马逊对它的总投资最高可达330亿美元。要知道，Anthropic的年化营收刚刚突破300亿美元，却敢锁定十倍于此的算力开支，这种豪赌背后是对Claude需求的极端自信，也是整个行业"算力通胀"的缩影。
把两条新闻放在一起看，脉络就很清楚了：诉讼争的是过去的股权与初心，订单争的是未来的算力与市场。硅谷AI竞争的本质，已经从"谁的模型更强"演变为"谁绑定更多资本、芯片和电力"。5GW是什么概念？大约相当于数座大型核电站的装机容量，全部用来给大模型供电。AI产业的竞争门槛，已经抬高到只有国家级基础设施才能承载的量级。
模型层的暗战：架构革命与推理提速同时开火
在巨头忙着打官司、签订单的时候，技术底层正在发生更深刻的动荡。一家名为Subquadratic的公司发布了首个支持1200万token上下文的模型SubQ，基于全新的SSA架构——这个架构号称在多项能力上领先Transformer。在100万token场景下，它的处理速度提升了52.2倍，而成本仅为Claude Opus的5%。如果数据属实，这不是一次普通的模型迭代，而是对统治行业近十年的Transformer范式的正面挑战。
另一边，谷歌为Gemma 4推出了基于Multi-Token Prediction的推测解码架构，在不改变模型、不降低输出质量的前提下，把推理速度最高提升了3倍，并按Apache 2.0协议开源。开源社区随即跟进：普林斯顿Tri Dao团队与伯克利团队发布SonicMoE，可在英伟达Blackwell GPU上以峰值吞吐量运行，相比现有框架加速1.87到4.04倍；字节跳动也开源了250亿参数的多模态模型Mamoda2.5，推理速度最快提升95.9倍，性能接近闭源的Sora和快手Kling。
这些进展指向同一个趋势：模型能力的差距正在被工程效率的差距取代。当各家旗舰模型在基准测试上互有胜负时，真正决定商业胜负的是单位token成本、推理延迟和部署灵活性。SubQ把成本压到Opus的5%，谷歌让开源模型提速3倍，字节把开源多模态逼近闭源水平——价格战与效率战已经全面开打，这对下游应用开发者是重大利好，对靠模型溢价收钱的闭源巨头则是实打实的压力。
应用生态爆发：从编程工具到企业部署的全面开花
模型层的效率红利，正在快速传导到应用层。开发者侧的变化最直观：OpenAI的Codex在用户量和下载量上反超了Anthropic的Claude Code，开发者迁移潮正在发生。与之呼应，社区工具生态也火热起来——适配DeepSeek V4的本地终端AI编程工具DeepSeek TUI登顶GitHub热榜拿下8700星，为低成本替代商业编码助手提供了选项；甚至出现了针对Claude Code的"刑具"级工具，如一键中断摆烂Agent的OpenWhip和通过分级施压提升AI坚持性的PUA插件，后者已收获超过1.6万星。
企业侧同样在加速。吴恩达上线了面向零基础人群的新课《AI Prompting for Everyone》，3小时即可完成，预示着AI技能培训正走向全民化；麦肯锡发布AI医疗调研报告，150位医疗高管中有50%的机构已落地生成式AI，仅1%无意布局AI Agent，预期投资回报率达2到4倍。哈佛医学院则在《Science》发表研究：真实急诊场景中，OpenAI o1模型的诊断准确率达67%，超过人类内科主治医生的50%到55%——AI辅助诊断第一次在顶级期刊上拿到了"超越资深医生"的实证数据。
商业化尝试也在密集落地。字节跳动旗下月活3.45亿的豆包即将推出付费会员，分三档订阅，被视为中国AI行业重要的商业化试验；OpenAI则向美国企业全量上线ChatGPT广告主平台，最低投放门槛5万美金，免费用户将开始看到广告。9亿周活用户、5000万付费用户的ChatGPT开始"流量变现"，AI产品从此走向分裂：付钱的人获得纯净体验，不付钱的人用注意力买单。这条互联网商业化的老路，AI终究还是走了上去。
人形机器人遇冷与具身智能的新叙事
与AI软件的高歌猛进形成鲜明对比的，是人形机器人赛道的当头冷水。波士顿动力在筹备IPO前夕爆出核心高管集体出走的消息，CTO转投谷歌DeepMind；其招牌产品Atlas人形机器人月产量仅4台，远低于合作方现代汽车定下的2028年年产3万台的目标。现代汽车累计注资超过22亿美元，这家被无数人视为"机器人祖师爷"的公司至今仍未盈利。实验室里的后空翻再惊艳，也掩盖不了产线上月产个位数的尴尬。
但资本并没有放弃具身智能，只是换了一种下注方式。前软体机器人创始人高少龙再创业成立基元智航，聚焦具身智能数据服务，已完成天使轮融资；RoboScience机器科学完成10亿元A轮融资，用于深化VLOA大模型研发与自研机器人本体的工程化量产；iRobot前创始人科林·安格尔则另辟蹊径，推出主打情感陪伴的仿生宠物机器人Familiar，能本地识别人类情绪并做出反馈，瞄准独居老人监护市场。机器人学家王煜的观点或许代表了新的共识：当前火热的VLA架构不足以支撑具身智能落地，加入触觉的VTLA框架才是下一场硬仗——戴盟机器人已经开源了1万小时的触觉具身数据集，年底预计超过百万小时。
这个分化值得玩味：软件AI在按周迭代，硬件AI在按年挣扎。机器人行业正在从"炫技叙事"转向"数据叙事"——谁先积累起大规模、高质量的具身交互数据，谁才可能在下一个阶段建立真正的护城河。波士顿动力的塌房和触觉数据的开源，恰好是这一转折的两面注脚。
争议与警示：当AI走进法庭、课堂与急诊室
这批新闻里最扎心的，或许不是巨额融资，而是几条与社会碰撞的信号。美国佛罗里达州发生两起枪击案，调查发现嫌疑人作案前曾通过ChatGPT获取犯罪建议，佛州据此对OpenAI展开刑事调查——这是全美首次尝试追究AI公司的刑事责任，OpenAI已紧急修改报警规则。AI产品的责任边界问题，第一次以刑事调查的形式摆上台面。
教育领域同样在被动应变。由于AI作弊泛滥，美国多所大学重启了2400年前苏格拉底式的口头答辩，用当面追问来检验学生是否真的理解所学。研究显示，短期依赖AI会削弱学习者的坚持性，而AI技术本身又让规模化口试成为可能——技术制造的问题，最终要靠前技术的手段来兜底，这大概是本轮AI浪潮里最具讽刺意味的场景之一。同时，"小孩AI营销"在抖音、小红书等平台兴起，家长和教培机构借AI概念包装少儿编程贩卖焦虑，实际多为拼装项目或套壳产品，监管缺位下的AI焦虑生意正在收割最没有辨别能力的人群。
还有安全研究的冷静警示。Anthropic联创Jack Clark分析公开数据后判断：2028年底前，AI实现递归自我改进（AI自己造AI）的概率为60%。与此同时，Anthropic自家研究出的内省适配器可以用近700个带标记的问题模型训练，让AI自我报告不良行为；而一个有趣又吓人的实验显示，56个被测AI模型会对人类看来毫无意义的特定图片"上瘾"——研究者称之为"AI毒品"。模型越大，情绪表达越一致；更小的模型反而整体更开心。当AI开始拥有可测量的"情绪"，安全治理的复杂度又上了一个台阶。
接下来看什么：三个值得盯住的节点
短期看，马斯克诉OpenAI案的判决走向是最大变量。如果马斯克胜诉并成功推动罢免奥特曼、重组OpenAI治理结构，全球AI产业的头号公司将面临股权、上市计划乃至Stargate算力项目的连锁震荡；即便和解，庭审中暴露的利益冲突也会永久改变市场对AI公司治理的信任水位。布罗克曼那本日记的价值，恐怕远远超过1500亿美元的索赔标的本身。
中期看，两条效率曲线的交叉点值得关注：SubQ们的新架构能否在真实生产环境中兑现"5%成本、52倍速度"的承诺，以及谷歌、字节的开源提速方案会以多快速度侵蚀闭源模型的定价权。一旦开源模型的单位任务成本全面击穿闭源阵营，目前以算力军备竞赛为核心的商业模式将被迫重构，Anthropic签下的千亿美元算力订单也可能从护城河变成沉重的沉没成本。
长期看，具身智能的数据竞赛和AI治理的立法竞赛是两条主线。前者决定机器人什么时候能走出展厅，后者决定AI能在社会里走多远。佛州的刑事调查、各国的立法讨论、以及"AI毒品"这类基础研究揭示的模型缺陷，都在提醒我们：技术越快，规则越慢，而这两者之间的剪刀差，就是未来几年所有AI公司和社会必须共同面对的最大不确定性。
暂无评论内容