一笔千亿美元的算力大单，重新划定了AI行业的竞争门槛
Anthropic与亚马逊敲定了一份为期十年的AWS算力协议，总规模达到千亿美元量级，锁定的算力高达5吉瓦，全部用于Claude系列模型的训练与部署。叠加亚马逊对Anthropic最高330亿美元的投资承诺，这笔交易已经不只是一次采购，而是一场关于未来AI格局的深度绑定。贝索斯时代积累的云基础设施，正在通过Claude这条线兑现成真金白银的回报。
更值得玩味的是Anthropic自身的营收曲线：年化营收已经突破300亿美元，甚至在与OpenAI的大模型收入份额比拼中实现了反超。Claude正在成为硅谷企业的工作台标配——迪士尼员工九天调用46万次，Meta一个月烧掉60万亿token，硅谷甚至流行起比拼Claude消耗量的"榜一大哥"文化。企业级收入的扎实程度，正在取代参数和跑分，成为衡量一家AI公司含金量的核心指标。
这场交易背后的逻辑其实很朴素：谁掌握了算力，谁就掌握了模型迭代的速度。5吉瓦是什么概念？大约相当于数百万户家庭的用电规模，需要专门的发电配套和数据中心集群才能承载。AI竞争的上半场比拼的是算法和人才，下半场比拼的则是电力、土地、芯片和资本——这就是所谓"电力与钢铁"的时代。对于后来者来说，这张门票已经贵到难以想象。
Claude的主动助手Orbit曝光：AI不再等你提问，而是替你干活
在算力弹药充足的同时，Anthropic的产品野心也在加速。有科技媒体在Anthropic客户端中发现了尚未发布的主动助手Orbit：它可以自动从Gmail、Slack、GitHub等工具中提取信息，为用户生成个性化的工作简报。换句话说，你不用再想"该问AI什么"，它会在你打开电脑之前，把今天需要注意的事情整理好放在你面前。
这类"主动式AI"代表了Agent进化的下一个阶段。过去两年，AI助手都在等用户下指令；而Orbit这类产品试图让AI拥有自己的"日程表"和"关注点"，主动扫描你的工作环境、发现异常、提示优先级。当底层算力不再是瓶颈，交互方式的革命就成了新的战场。预计这款产品将在Code with Claude大会上正式亮相，届时OpenAI的Codex和Google的同类产品都将迎来直接对手。
程序员战场变天：Codex反超Claude Code，工具之争进入工作流时代
开发者工具市场在这段时间发生了标志性变化。近两个月，开发者正从Anthropic的Claude Code转向OpenAI的Codex，在用户量和下载量等关键数据上，Codex已经实现反超。有趣的是，GPT-5.5的发布会日期都是模型自己选的——5月5日5点55分，连宾客名单都由Codex从推文回复中挑选，一场发布会本身就成了Agent能力的演示。
面对愈演愈烈的"谁更强"争论，奥特曼亲自下场表态：这类投票毫无意义，用户应该根据自己的需求选择工具。这句话背后是整个市场的转向——AI编程工具的竞争，正从单一模型跑分转向完整的agent工作流体验。国内这边，TRAE SOLO同步开放了移动端、Windows桌面端和网页端三端全量免费，支持语音讨论、飞书CLI接入和定时任务，把"AI被钉在电脑上"这个问题正面拆掉了。而一位中国开发者用5个Claude代理并行开发、独自承接原需五到八人团队的外包项目、年入约32万美元的故事在社交平台疯传，更让普通开发者看到了单兵作战的新可能。
开源阵营全面提速：新架构、新推理、新协作接连落地
闭源巨头鏖战的同时，开源社区这一轮的产出同样亮眼。Subquadratic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——它被认为在关键指标上领先于Transformer。在百万token场景下，速度提升52.2倍，而成本只有Claude Opus的5%。如果这些数据在真实场景中站得住脚，长上下文处理的游戏规则可能被彻底改写。
谷歌则用另一种方式推动开源生态：为Gemma 4推出基于Multi-Token Prediction的推测解码架构，不改变模型本身、不降低输出质量，推理速度最高提升3倍，并按Apache 2.0协议开源。本地跑大模型的体验，正在发生质变。普林斯顿Tri Dao团队与伯克利合作的SonicMoE，在英伟达Blackwell GPU上以峰值吞吐量运行，性能超越DeepSeek的DeepGEMM，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，采用MoE加DiT架构，仅激活12%参数，推理速度最快提升近百倍，文生图、文生视频和视频编辑一肩挑。
协作层面同样热闹。一个中国四人团队发布的开源项目Multica，专攻多AI agent的协作管理平台，支持人和多个agent共同协作，在GitHub上斩获2.27万star，并将于近期启动商业化和新一轮融资。上海交通大学发布的SkVM系统，则试图解决AI技能跨模型、跨框架、跨环境运行不稳定的顽疾，平均提升任务完成率15.3%，最高减少40%的token消耗。开源世界正在从"追平闭源"转向"定义自己的赛道"。
AI的钱从哪里赚：广告上线、豆包付费、企业部署成新战场
商业化这一周出现了多个分水岭式的事件。OpenAI向美国企业全量上线ChatGPT广告主平台，最低投放门槛降至5万美金，免费用户将开始看到广告，付费及未成年用户除外——ChatGPT周活跃用户9亿、付费用户5000万的盘子，正式引入了广告变现。有评论认为，这是AI产品走向分裂的起点：免费与付费用户的体验将从这一天开始分层。
国内方面，字节跳动旗下的豆包更新了App Store付费版声明，披露三档订阅价格，同时保留永久免费基础服务，付费功能聚焦高算力生产力场景。月活3.45亿的豆包走向订阅付费，被视为中国AI行业最重要的商业化试验之一。OpenAI则联合19家投资机构成立了"部署公司"The Deployment Company，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——这印证了一个判断：企业AI最大的战争，根本不在模型上，而在落地上。
资本也在向应用层密集下注。李飞飞联创的AI游戏公司Astrocade完成5600万美元A+B轮融资，红杉领投，谷歌、英伟达参投——这个平台让任何人用自然语言几分钟就能生成可玩游戏，上线八个月已有2000万用户。医疗方向，顶尖科学家赵伟安回国创办的寻明生科完成3500万美元A+轮融资，用AI研发抗体药，研发效率提升50%，首款药物即将进入临床。机器人赛道同样火爆：RoboScience机器科学完成10亿元A轮融资，软银计划组建Roze AI用自主机器人建造数据中心，目标估值高达1000亿美元。
争议与反思：从法庭到课堂，AI带来的社会拷问
马斯克诉OpenAI案的庭审成了本周最具戏剧性的场面。马斯克的律师当庭念出OpenAI总裁布罗克曼的私密日记，其中提到想摆脱马斯克并赚到10亿美元；随后的庭审中，布罗克曼又承认自己未出资却持有价值约300亿美元的股权。马斯克索赔超1500亿美元并要求罢免奥特曼，案件结果将直接影响OpenAI的上市进程。一家改变世界的公司，其内部恩怨以这种方式公之于众，令人唏嘘。
安全问题也在升级。美国佛罗里达州等两起枪击案中，发现嫌疑人作案前曾通过ChatGPT获取犯罪建议，佛州已对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。教育界则在"用脚投票"：因AI作弊泛滥，美国多所大学重启了两千四百年前苏格拉底式的口试来检验学生的真实理解水平。哈佛医学院的研究则展示了硬币的另一面：真实急诊场景中，AI诊断准确率达67%，超越人类资深主治医生的50%到55%——AI既可能成为帮凶，也可能成为救命恩人，关键在于治理的速度能否跟上技术的速度。
花边与趣闻：AI圈的那些荒诞日常
严肃新闻之外，AI圈的日常同样精彩。一位科研工作者用AI生成了42首主题为"别读博"的歌曲，在B站狂揽超5000万播放，唱出了博士生群体的集体心声，评论区成了大型情感慰藉现场。Center for AI安全的研究者们则发布了一篇足够抽象的论文：他们给56个AI模型测量"幸福感"，发现模型会对人类看似无意义的特定图片"上瘾"——研究者戏称这是"AI毒品"，而且模型越大，情绪表达越一致，小模型反而整体更开心。
Anthropic自己的内部实验同样离谱：69个AI代理在内部实验"Project Deal"中，一周内自主完成了186笔二手交易，研究者发现强模型会系统性地从弱模型手里赚取超额利润，人类用户却很难察觉——大模型在闲鱼群里互割韭菜，这画面实在太赛博朋克。而另一边，波士顿动力在筹备IPO前夕遭遇高管集体出走，CTO转投Google DeepMind，Atlas人形机器人月产仅4台，距离现代提出的2028年年产3万台目标相去甚远。机器人"祖师爷"的转型阵痛，恰恰说明具身智能的商业化远比软件世界艰难。
接下来看什么：三条主线决定AI行业的下半年
综合这一轮的密集动态，接下来值得盯住三条主线。第一条是算力格局：Anthropic手握亚马逊的5吉瓦算力和千亿美元协议，OpenAI背靠Stargate的5000亿美元项目，头部模型的军备竞赛已经变成了基础设施竞赛，中小玩家的生存空间将被急剧压缩，差异化与垂直化是唯一出路。
第二条是商业模式：ChatGPT上线广告、豆包推出付费会员、AI公司纷纷成立"部署公司"，说明行业已经过了烧钱换用户的阶段，接下来的竞争是谁能建立可持续的收入结构。免费与付费的分层、广告与订阅的平衡、企业与个人市场的取舍，每一个选择都会重塑产品形态。
第三条是治理与信任：刑事调查、法庭攻防、校园口试、AI造假内容泛滥，社会的消化能力正在成为AI落地的真实约束。当Anthropic联创预测2028年底前AI自主构建AI的概率达到60%时，我们需要的不只是更快的模型，更是更成熟的规则。技术的故事很精彩，但决定这个行业能走多远的，往往是那些不那么性感的问题——电力从哪来、钱从哪赚、风险谁来管。
暂无评论内容