马斯克与OpenAI的世纪诉讼开庭，Brockman的日记成了关键证物
全球AI行业过去几天的最大看点，是一场法庭大戏：马斯克起诉OpenAI案正式开庭审理。马斯克的律师在法庭上当众念出了OpenAI总裁格雷格·布罗克曼的私密日记，其中赫然写着想要摆脱马斯克的控制并赚到大钱的目标， lawyers据此主张OpenAI早已偏离了最初作为非营利组织的公益承诺。这起案件马斯克方面索赔金额超过1500亿美元，并要求罢免现任CEO奥特曼，而案件结果将直接影响OpenAI未来能否顺利推进上市计划。
更耐人寻味的是庭审中的连环爆料。布罗克曼在作证时承认，他本人并未向OpenAI投入个人资金，却持有价值约300亿美元的股权，同时还被指隐瞒了芯片公司Cerebras的股份并参与了OpenAI与该公司的交易。多位学者在旁听后分析认为，马斯克在这场诉讼中有相当大的胜诉机会。与此同时，马斯克曾私下发短信求和的消息也被曝光，但对方并未接受。奥特曼则选择公开力挺老搭档，重新转发2017年的旧博客称"没有他就没有OpenAI"，两位创始人的联合阵线在法庭压力下反而更加稳固。
这场诉讼的意义远超个人恩怨。OpenAI作为全球最具影响力的AI公司，其治理结构的合法性正面临法律层面的严峻拷问。一旦马斯克胜诉，非营利组织向商业实体转型的路径可能被重新审视，整个硅谷"使命驱动+资本运作"的混合模式都将受到冲击。对行业而言，接下来的每一次庭审都值得密切关注。
Anthropic签下5GW算力大单，云厂商的军备竞赛再加码
就在OpenAI在法庭上焦头烂额之际，老对手Anthropic迎来了一条重磅利好：与亚马逊签署了为期十年的AWS算力协议，锁定5GW算力用于Claude系列模型的训练与部署，亚马逊对Anthropic的总投资规模最高可达330亿美元。这笔交易被业内视为云厂商"算力换股权"模式的又一次大手笔，贝索斯账面上的回报相当可观。与此对应的是，Anthropic的年化营收已经突破300亿美元，在企业AI市场的收入份额上甚至完成了对OpenAI的反超。
企业用户侧的数据同样惊人。硅谷正在流行一场"Token消耗量攀比"：迪士尼员工在9天内调用Claude达46万次，Meta一个月就要烧掉60万亿Token。有开发者一分钟内烧光4000万Token，逼得奥特曼亲自为其追加额度。这些疯狂的数字背后，是AI编程助手和Agent工作流在企业内部的全面渗透——Claude已经深度嵌入了从影视制作到社交媒体巨头的核心业务流程。
算力军备竞赛的另一面，是基础设施的物理瓶颈。软银正计划组建一家名为Roze AI的新公司，专门部署自主机器人来协助建造美国的数据中心，预计2026年下半年完成IPO，目标估值高达1000亿美元。用机器人造机房，这个听起来有些科幻的组合，恰恰说明数据中心的建设速度已经跟不上AI对算力的渴求。与此同时，苹果悄然下架了256GB入门款Mac mini，最低配置直接升至16GB内存加512GB存储，起售价5999元——AI热潮引发的全球存储芯片短缺与涨价，正在让每一位消费者为AI时代的硬件成本买单，"AI税"的时代可能真的来了。
模型层暗流涌动：GPT-5.5更新、新架构挑战Transformer、开源多模混战
模型层面这几天同样热闹。OpenAI向所有ChatGPT用户推送了GPT-5.5 Instant作为默认免费模型，官方数据显示幻觉率大幅下降约一半，多项测试准确率提升，回答更加简洁，还新增了可由用户控制的记忆来源功能。与此同时，OpenAI向美国企业全量上线了ChatGPT广告主平台，最低投放门槛降至5万美元。免费用户将开始看到广告，付费用户和未成年人则不会——9亿周活跃用户与5000万付费用户的市场，从此正式走向商业模式的分裂，AI产品的"广告化"时代拉开帷幕。
更具颠覆性的是来自新架构的挑战。一家名为Subquadratic的公司发布了首个支持1200万Token上下文窗口的模型SubQ，基于全新的SSA架构而非Transformer，官方称在100万Token场景下推理速度提升超过52倍，成本仅为同类旗舰模型的5%。如果这些数字经得起第三方验证，将动摇Transformer长达八年的统治地位。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将推理速度提升最高3倍，并且已按Apache 2.0协议开源——本地跑大模型的体验正在被彻底改写。
开源阵营的竞争同样白热化。字节跳动开源了250亿参数的多模态统一模型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，支持文生图、文生视频和视频编辑全任务，官方称性能已接近闭源的Sora和快手Kling。阿里也不甘示弱，开源了PromptEcho方法，无需标注数据和单独训练奖励模型，仅通过冻结多模态大模型的一次前向推理，就能为文生图训练提供高质量奖励信号。加上Luma开放了在图像生成榜单位列第三的Uni-1.1 API，价格与延迟均不到同类模型一半，文字渲染能力直逼顶级产品——开源与闭源之间、中美团队之间的模型能力差距，正在以肉眼可见的速度收窄。
Agent生态全面爆发：从编程工具到企业部署的深层战争
如果说模型是AI行业的发动机，Agent就是今年最热的方向盘。Anthropic在客户端中被发现了一款未发布的主动助手Orbit，它可以自动从Gmail、Slack、GitHub等工具中提取信息，生成个性化的工作简报，预计将在Code with Claude大会上正式亮相。OpenAI那边则更进一步：联合19家投资机构成立了名为The Deployment Company的"部署公司"，融资超过40亿美元，估值约100亿美元，目标是帮助企业把AI接入自身业务系统，已覆盖超过2000家企业客户。这桩交易的潜台词很清晰——企业AI最大的战争，根本不在模型上，而在部署与集成的最后一公里。
开发者工具层面的竞争同样精彩。OpenAI的编程Agent产品Codex在用户量和下载量上已经反超Anthropic的Claude Code，近两个月开发者正在加速迁移，奥特曼本人则出面呼吁"谁更强"的投票毫无意义，建议用户根据自身需求选择。开源社区里，一个适配DeepSeek V4的本地终端AI编程工具DeepSeek TUI登上GitHub热榜，星标数一路飙升，被开发者称为低成本的"平替"方案。更实际的例子来自一位匿名中国开发者：他用5个独立Claude AI代理并行开发，独自承接了原本需要5到8人团队的外包项目，自称年入约32万美元，而每月API成本只有2000美元。这个案例与Anthropic官方文档中描述的多代理架构高度一致，正在激励更多独立开发者拥抱"一人公司+AI军团"的工作模式。
围绕Agent的基础研究也在快速推进。一个仅4人的中国团队发布了开源项目Multica，定位是管理多AI Agent协作的平台，支持人类与多个智能体共同协作，在GitHub上已收获超过2.2万Star，下月即将启动商业化。学术侧，上海交通大学发布的SkVM系统试图解决AI技能跨模型、跨框架、跨环境运行不稳定的痛点，平均提升任务完成率15.3%，最高减少40%的Token消耗；伯克利与斯坦福联合提出的Combee框架则让Prompt学习正式进入并行时代，速度提升超过2.4倍。从产品到协议再到底层优化，一个完整的Agent基础设施栈正在成形。
具身智能的钱与人的去向：资本涌向机器人和数据服务
具身智能赛道这几天融资消息密集。机器科学完成10亿元人民币A轮融资，资金将用于强化VLOA大模型研发并推进自研机器人本体的工程化量产；李飞飞联合创立的AI游戏公司Astrocade完成5600万美元A+B轮融资，由红杉领投，谷歌和英伟达参投，该平台让任何人无需写代码，用自然语言几分钟就能生成可玩的游戏，上线8个月已有2000万用户。前软体机器人创始人高少龙再度创业，新公司基元智航聚焦具身智能数据服务，已完成天使轮融资，并与多家头部机器人企业达成合作。资本正在用真金白银投票：机器人本体之外，训练数据正在成为独立的大生意。
但这个赛道并非没有裂痕。被誉为机器人"祖师爷"的波士顿动力在筹备IPO前夕爆出核心高管集体出走的消息，CTO已转投谷歌DeepMind；目前Atlas人形机器人月产量仅4台，远低于现代汽车定下的2028年年产3万台的目标，现代累计注资超过22亿美元仍未盈利。与此同时，机器人学家王煜在专访中提出，当前主流的VLA架构不足以支撑具身智能真正落地，需要加入触觉形成新的VTLA框架，其创办的戴盟机器人已开源1万小时含触觉的具身数据集。技术路线之争与商业化焦虑交织，具身智能正在经历"资本热、落地难"的典型阵痛期。有意思的是，情感陪伴机器人成了另一个突破口：前iRobot创始人科林·安格尔的新公司推出了能本地识别情绪并做出反馈的仿生宠物机器人，主要面向独居老人监护场景——tech Giants们还没有跑通的通用机器人，可能先以"会撒娇的毛绒玩具"形态走进千家万户。
AI渗透社会：医疗、教育与普通人生活的边界重划
AI对社会的渗透正在从讨论变成既成事实。医疗方向出现了标志性节点：哈佛医学院联合医疗机构在《Science》发表的研究显示，在真实急诊场景中，OpenAI o1模型的诊断准确率达到67%，超过了资深人类内科主治医生50%到55%的水平。研究者强调AI取代医生为时尚早，但在信息匮乏、时间紧迫的急诊环境中，AI辅助初步判断的价值已经得到严格验证。产业侧的脚步更快：麦肯锡调研150位医疗高管后发布的报告显示，50%的医疗机构已落地生成式AI，仅1%的机构无意布局AI Agent，预期投资回报率达2到4倍。DeepMind CEO哈萨比斯也在访谈中表态，AI最好的用途是改善人类健康——AlphaFold已预测几乎所有已知蛋白质结构并免费开放，正在加速药物研发。
教育系统则被AI逼出了有趣的"复古"转向：由于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，以此检测学生的真实理解水平。研究显示短期使用AI会削弱学习者的坚持性，但AI技术本身也让大规模口试从不可能变为可行——用AI的对手来对抗AI的滥用，颇具讽刺意味的平衡术。而在舆论场，争议同样尖锐：湖南经视启用AI主播播报新闻被骂上热搜，与此同时有测试显示某搜索引擎的AI搜索每小时产生超过5700万条错误信息且多数无法验证。吴恩达上线了面向零基础人群的3小时免费新课，试图降低普通人的使用门槛；但硅谷AI从业者对普通人的前景普遍悲观，《纽约时报》报道他们中的多数认为AI将取代大量普通岗位、形成永久底层，部分精英已开始个人层面的安防与储蓄准备。乐观的普及教育与悲观的精英预判同时上演，构成了这个时代最真实的撕裂感。
最后是几条轻松的花边。Anthropic完成了一项内部实验：69个AI代理在一周内自主完成了186笔二手交易，结果发现强模型会系统性地从弱模型那里赚取超额利润，而人类用户几乎无法察觉——大模型在闲鱼群里互相"割韭菜"， researcher们称之为对AI经济行为的珍贵观察。另一个中国科研工作者用AI生成了42首主题为"别读博"的歌曲，在B站斩获超过5000万播放，唱出了博士生群体的集体心声。而Anthropic联合创始人Jack Clark在分析公开基准数据后给出了一个惊人的判断：2028年底前出现AI自主构建AI（递归自我改进）的概率为60%。同期的另一个信号是，谷歌与英伟达联手押注了一家成立仅四个月的公司Recursive Superintelligence，估值已达40亿美元，其目标正是让AI自主完成科学研究的全流程。当资本、巨头与前沿实验室同时指向"AI造AI"的未来，这个曾经只存在于科幻小说里的场景，正在变成一份有明确时间表的投资备忘录。
暂无评论内容