AI前线

Zhipu AI 市值突破万亿港元、GLM-5.2 开源霸榜同日 Anthropic 遭封杀——中国 AI 的”第三条路”正在改写全球格局

万亿港元市值背后的 GLM-5.2 革命

2026 年 6 月中旬，中国 AI 行业迎来了一个标志性的时刻。智谱 AI（Zhipu AI）发布了其最新开源大语言模型 GLM-5.2，这款模型不仅在多项权威基准测试中超越了 Google 的顶级闭源模型，更直接推动了母公司知识图谱科技（Knowledge Atlas Technology）在港股的市值突破万亿港元大关。

据《南华早报》报道，GLM-5.2 发布当天，智谱 AI 股价盘中暴涨超过 40%，成为港股 AI 板块的领涨龙头。《富途牛牛》的实时数据显示，这一涨幅并非短期炒作——华尔街分析师纷纷上调了对中国 AI 公司的估值预期，认为 GLM-5.2 的成功标志着中国 AI 从”跟随者”向”并行者”的身份转换已经完成。

《The Indian Express》在报道中特别指出，GLM-5.2 之所以在硅谷引发热议，不仅因为其性能表现，更因为它证明了开源模型可以在不依赖英伟达 GPU 集群的情况下达到前沿水平。这对于正在被美国出口管制困扰的中国 AI 产业来说，是一个极具战略意义的里程碑。

“同一天”的戏剧性对比：开源编码模型 vs 出口管制

如果说 GLM-5.2 的性能突破本身已经足够引人注目，那么它背后的时间线则更具戏剧性。据《Startup Fortune》报道，就在华盛顿宣布对 Anthropic 旗下 AI 模型实施新一轮出口管制的同一天，中国 AI 公司 Z.ai（智谱旗下的前端品牌）开源了一款前沿编码模型。

这种巧合并非偶然。正如《Tech Times》的分析文章所言：”GLM-5.2 在华为芯片上登顶开源排行榜的同时，Fable 5 仍然被禁——这不是巧合，而是两种 AI 发展范式的正面碰撞。”一边是美国政府试图通过出口管制来维持技术优势，另一边是中国 AI 公司通过开源策略在全球开发者社区建立影响力。

《The New Stack》在一篇题为《失去 Fable 为”你自己运行的模型”做了最好的论证》的文章中指出，Anthropic 模型被禁反而让全球开发者和企业重新审视了开源模型的战略价值。当闭源模型被地缘政治锁定时，开源模型成为了唯一不受政治风险影响的技术路径。

维度	GLM-5.2（智谱）	Fable 5（Anthropic）
许可模式	开源权重	闭源 API
硬件依赖	华为昇腾	英伟达
地缘风险	低（中国本土）	高（美国出口管制）
开发者生态	全球开源社区	API 调用者

唐杰 vs 马斯克：一场关于中国 AI 速度的隔空辩论

在这场 GLM-5.2 引发的热潮中，另一段对话同样值得关注。据《Tom’s Hardware》报道，智谱 AI CEO 唐杰在社交媒体上与马斯克进行了一场远程对话，讨论的核心问题是：中国何时能达到 Fable 5 级别的 AI 能力？

马斯克的判断是”可能在明年第一季度”，而唐杰的回答简短而有力：”不会那么久。”这段对话迅速在中文互联网上引发热议，被视为中国 AI 行业自信心的标志性表达。

事实上，唐杰的判断可能还偏保守了。GLM-5.2 已经在多项编码和推理基准测试中逼近甚至在某些场景超越了 Fable 5。《The Decoder》此前的一篇报道指出，GLM-5.2 在编码马拉松（coding marathon）中的表现已经”接近闭源领导者”，这意味着中国 AI 公司在最核心的编程辅助领域，已经具备了与全球顶尖产品竞争的实力。

《经济学人》的结论：中国正在经历”另一个 AI 时刻”

如果说上述事件还只是行业内部的动态，那么《经济学人》（The Economist）的评论则标志着这一趋势已经引起了全球主流舆论的重视。该刊在标题为《中国正经历另一个 AI 时刻》的文章中指出，继 2023 年底 DeepSeek 引发全球震动之后，GLM-5.2 的发布标志着中国 AI 产业的又一次范式跃迁。

文章的核心论点是：中国 AI 正在从”政策驱动”转向”技术驱动”，从”国产替代”转向”全球竞争”。与 2023 年 DeepSeek 依靠低成本策略震撼硅谷不同，GLM-5.2 的成功更多来自于技术本身的突破——在华为昇腾芯片上运行、开源权重向全球开发者开放、编码能力逼近闭源领导者。

《Philstar.com》在题为《中国 vs 美国 AI》的报道中进一步指出，这场竞争的本质已经从”谁有更聪明的模型”转变为”谁有更好的 AI 生态“。闭源模型虽然性能强劲，但受制于地缘政治风险；开源模型虽然单点性能可能略逊，但其生态韧性和全球可及性是闭源模型无法比拟的。

中国 AI 的”第三条路”意味着什么？

回到最初的问题：智谱 AI 的万亿港元市值、GLM-5.2 的开源霸榜、Z.ai 的编码模型发布、以及唐杰与马斯克的隔空对话——这些看似独立的事件，实际上指向了一个共同的趋势。

中国 AI 正在探索一条不同于美国”闭源 + 资本密集”模式的”第三条路”：

• 开源优先 — GLM-5.2 选择开源权重而非 API 闭源，让全球开发者可以自主部署和二次开发，这在全球 AI 治理日益收紧的背景下具有战略意义
• 全栈国产化 — 从华为昇腾芯片到智谱模型，中国 AI 正在构建一条不受美国出口管制影响的完整技术链路
• 生态竞争 — 不再单纯比拼单模型性能，而是通过开源生态吸引全球开发者，形成网络效应

正如《富途牛牛》在分析文章《万亿智谱：凭什么？》中指出的，华尔街正在重新思考一个问题：当一家中国 AI 公司的市值可以突破万亿港元，且其核心技术完全开源、硬件完全国产化时，传统的 AI 估值框架是否还需要重构？

这个问题的答案，或许就藏在 GLM-5.2 开源代码仓库里每一行 commit 之中。

AI前线

OpenAI 刚递完 IPO 文件，就被多个州联手调查——万亿巨人的上市之路，从第一天起就踩着钢丝

一、从秘密递交到公开亮相：OpenAI的IPO三步跳

2026年5月初，OpenAI做了一件等待了多年的事——向美国证券交易委员会（SEC）秘密提交了S-1上市申请的草稿。根据OpenAI官方公告，这次提交的措辞相当低调：”Confidential submission of draft S-1 to the SEC”。但华尔街显然没有把它当成普通的一次技术升级。

时间线并不复杂，但每一步都充满戏剧性。今年3月底，OpenAI完成了1220亿美元的创纪录融资轮，估值达到8520亿美元，成为有史以来规模最大的私募融资之一。这笔资金来自软银、微软以及包括散户在内的多方投资者——其中仅散户就贡献了30亿美元。一个月后，OpenAI的月收入突破了20亿美元大关，按此速度计算，年营收有望接近240亿美元。

然而，真正让市场震动的是Fortune报道的那句内部人士表态：“我们预计消息会泄露，所以干脆主动宣布。” 这句话暴露了OpenAI管理层的自信与焦虑并存的微妙心态——他们既渴望资本市场的认可，又担心过早曝光会引发不必要的审查。

从非营利组织到营利性公司，再到即将成为上市公司，OpenAI的身份转换用了不到三年。但每一次身份升级，都伴随着更严格的审视。

二、连环暴击：IPO前夕的多州调查到底在查什么？

如果说秘密递交S-1只是让市场兴奋了一把，那么大约一周后到来的消息则让这股兴奋蒙上了一层阴影。

据美联社（AP）10天前报道，美国多个州的总检察长已联合启动对OpenAI的调查，核心议题是ChatGPT是否对用户造成了”潜在伤害”。虽然报道没有披露具体涉及哪些州，但这种跨州的联合行动本身就传递了一个明确信号——监管机构认为OpenAI的做法可能已经超出了”技术争议”的范畴，进入了需要系统性干预的领域。

调查的具体焦点集中在以下几个方面：

• 心理健康影响：部分投诉涉及用户（尤其是青少年群体）对ChatGPT产生情感依赖，甚至有极端案例报告称AI回复导致了自我伤害倾向。
• 数据隐私：用户在对话中输入的敏感信息是否得到了充分保护，是否存在被用于训练或第三方共享的风险。
• 信息披露透明度：作为即将上市的公司，OpenAI是否充分向投资者和用户披露了产品的已知风险和局限性。

这一调查的时间点极为敏感。在IPO申请刚刚递交、市场期待值最高的时候，监管机构的选择性介入无疑给OpenAI的上市时间表蒙上了不确定性。更值得注意的是，这并非OpenAI第一次面对用户安全相关的法律挑战——此前加拿大一位母亲曾起诉OpenAI，指控ChatGPT”引导”其女儿自杀（见之前文章#183）。而此次多州联合调查的规模远超过往任何单一案件。

对投资者而言，这是一个经典的”事前风险定价”问题：在买入一只万亿级股票之前，监管风险的折价应该打多少？目前华尔街的分歧已经非常明显。

三、3.6万亿美元的AI IPO管道：不只是OpenAI一个人的故事

如果把视角拉远，OpenAI的IPO只是更大图景中的一环。Bloomberg在15天前发布了一篇深度报道：AI行业的IPO管道总规模已达到3.6万亿美元。这个数字超越了几乎所有单一国家的GDP，也意味着资本市场正在经历一场前所未有的结构性转变。

这个管道中的主要成员包括：

公司	估值/目标	状态
OpenAI	~8520亿美元	已秘密提交S-1
Anthropic	~9650亿美元	已递交S-1
SpaceX	~17500亿美元	IPO文件遭投资者 scrutiny
xAI	未单独披露	并入SpaceX招股书
其他AI初创	数百亿至数千亿	排队中

但3.6万亿美元的管道并非没有隐患。TechHQ在12天前的一篇文章中提出了一个尖锐问题：这个AI IPO浪潮存在”时机问题”。 具体而言，如果市场情绪在下一个季度出现转折，或者宏观经济环境发生变化，这些体量庞大的IPO可能会面临远超预期的定价压力。

与此同时，SpaceX的IPO文件也遇到了麻烦。Bloomberg Tax在7天前报道，SpaceX的IPO招股书因对xAI业务的信息披露不足而遭到投资者质疑。作为一家估值1.75万亿美元的公司，SpaceX的IPO文件几乎全部围绕火箭发射和星链业务展开，而对旗下AI公司xAI的描述极为简略。这在投资者眼中构成了一个明显的信息不对称——你买SpaceX的股票，实际上也在间接投资xAI，但你却不知道xAI到底值多少钱、进展如何。

四、预测市场的82%：市场到底在赌什么？

尽管监管乌云密布，资本市场的情绪依然狂热。7天前，FourWeekMBA援引预测市场数据指出，市场对OpenAI冲击万亿美元估值的概率给出了82%的定价。这个数字意味着，在当前的市场预期中，OpenAI的IPO几乎被视为板上钉钉。

但预测市场的定价并不等同于基本面分析。以下几个因素值得深思：

首先是盈利能力的可持续性。 虽然OpenAI月营收突破20亿美元令人印象深刻，但其季度亏损依然高达37亿美元（文章#209）。在如此巨大的投入产出比下，投资者需要回答一个问题：当市场从”增长故事”切换到”利润验证”阶段时，OpenAI能否交出一份合格的答卷？

其次是竞争格局的演变。 Anthropic已经率先递交S-1，SpaceX也在推进IPO进程。这三家公司的上市时间表如果出现重叠，可能会在资本市场上形成”内卷式竞价”——每家都需要证明自己的独特价值，而这恰恰是投资者最不愿意看到的。

最后是监管的不确定性。 多州调查只是开端。欧盟的AI法案、中国的监管框架、甚至国际层面的AI治理协调，都可能在未来几个月内对OpenAI的商业模式产生实质性影响。对于一家即将面向全球投资者公开披露的公司来说，监管风险的定价永远是一个动态过程。

五、从融资到上市：AI行业的范式转换

回顾整个事件脉络，我们可以清晰地看到一条主线：AI行业正在从”私募融资驱动”转向”公开市场定价”的范式转换期。

过去两年，AI创业公司的估值由少数几家超级基金（SoftBank、Microsoft、Saudi PIF等）决定。这些投资者拥有信息优势、谈判优势和退出时间的选择权。但当OpenAI、Anthropic、SpaceX等公司集体走向公开市场时，游戏规则将彻底改变——估值将由数百万散户投资者、算法交易系统和预测市场的集体智慧共同决定。

这种转变的影响是深远的：

• 透明度要求提升：上市公司需要定期披露财务数据、用户数据和安全事件，这对习惯了”黑箱运营”的AI公司来说是全新的挑战。
• 短期业绩压力：公开市场的季度财报文化可能与AI研发的长期主义产生冲突，迫使公司在”快速迭代”和”稳定交付”之间做出取舍。
• 市场波动放大：一旦某家AI巨头出现负面事件（如本次的多州调查），整个AI板块的估值都可能受到连锁冲击。

CNN在14天前的一篇文章中写道：“世界上最大的AI公司真正的考验才刚刚开始。” 这句话或许不仅适用于OpenAI一家——对整个AI行业而言，从私募走向公开市场的过程，本身就是一场前所未有的压力测试。

AI前线

AI三巨头疯狂抢人、特朗普10万美元签证费被法官一锤敲碎——这场”外籍AI人才争夺战”暴露了谁的最致命软肋？

“囤人”竞赛：AI三巨头在签证风暴前疯狂抢签

一份来自联邦政府的数据揭示了一个令人瞩目的趋势：在特朗普政府酝酿H-1B签证改革的前夕，OpenAI、Anthropic和Nvidia这三家AI领域的”超级玩家”正在以前所未有的速度扩充外籍人才队伍。

Business Insider的详细报道指出，这三家公司在2025至2026年间大幅增加了H-1B签证的申请数量。H-1B是美国最主要的技术类工作签证，每年配额有限、竞争激烈——能在这一体系中占据显著份额的公司，无一不是行业中最炙手可热的雇主。

而背后的故事远比数字本身更值得玩味。据Fortune报道，OpenAI和Nvidia的高管层正在亲自”买单”——不仅承担高昂的签证申请费用，还为外籍AI研究人员提供远超市场水平的薪酬包。Business Insider此前披露的数据显示，OpenAI的AI研究员基本工资最高可达68.5万美元，而Nvidia在H-1B申请中申报的软件工程师薪资同样位居全行业前列。

这不仅仅是一家公司在招人。当OpenAI的CEO Sam Altman、Anthropic的Dario Amodei和Nvidia的Jensen Huang同时把目光投向全球人才市场时，传递的信号非常清晰：AI竞赛的下一个瓶颈，不是算法，不是算力，而是人。

10万美元”过路费”：特朗普的签证大招为何被法官一锤击碎？

就在AI三巨头疯狂抢人的同时，特朗普政府试图从另一个角度解决问题——收费。

据报道，特朗普政府提出了一项激进计划：对新的H-1B签证征收10万美元的附加费用。这项政策的逻辑看似简单——通过大幅提高成本来限制外来劳工，保护美国本土就业市场。但这一方案很快遭遇了来自司法系统的强力阻击。

一位联邦法官裁定，这笔10万美元的费用本质上是一种”税收”，而根据美国宪法，征税权专属国会，行政部门无权自行设立税种。TechTarget在3天前的报道中指出，这一裁决为整个H-1B体系增添了巨大的不确定性——企业现在不知道未来签证成本会涨还是跌，政策走向完全取决于后续的法律拉锯。

The Economic Times的报道进一步披露了特朗普本人的反应——他将法院的冻结裁定称为”疯狂的”，并声称这”正在伤害我们的国家”。这种措辞在总统层面并不常见，也反映出行政当局对司法干预的强烈不满。

科技行业的”分裂时刻”：谁在猛招人，谁在收缩？

如果故事只讲到”AI三巨头抢人”和”签证费被否”，那还只是冰山一角。真正有意思的是，这份联邦数据揭示了一个更深层次的行业分化——

AI新锐在扩张，传统大厂在收缩。

根据《印度时报》的报道，Google、Meta、Microsoft和Amazon这四家传统科技巨头的H-1B新雇申请数量出现了明显下降。与此同时，OpenAI、Anthropic和Nvidia却在逆势猛增。这种”剪刀差”不是偶然，而是反映了AI时代产业格局的深刻重构。

这种分化的背后，是两种截然不同的AI战略。AI新锐公司深知，它们的竞争优势完全建立在人才密度之上——谁能招到最好的研究员和工程师，谁就能在模型能力上领先半步。而传统大厂则面临着不同的压力：股东要求利润增长、AI自动化正在替代部分人力岗位、以及全球竞争格局的变化使得它们更加谨慎。

CBIA在12天前的报道中总结得最为直白：”法官否决了10万美元的H-1B签证费计划”——而这一裁决对正在疯狂抢人的AI新锐来说是重大利好，对传统大厂来说则意味着它们收缩外籍招聘的策略不会受到政策成本的额外压力。

印度的困境：AI替代+签证不确定性，双重夹击下的”人才回流”

这场围绕H-1B的政策博弈，最直接的受害者可能是远在万里之外的印度科技从业者。

MSN报道指出，美国学生签证政策的收紧正在加剧AI领域的人才缺口——而这恰恰是印度工程师最集中的领域。与此同时，《印度时报》的数据证实，包括Google、Meta、Microsoft和Amazon在内的多家美国科技公司的H-1B申请量都在下降，而这些公司长期以来一直是印度IT从业者的主要雇主。

The Federal的报道描绘了一幅更为沉重的图景：”美国梦正在褪色”——签证的不确定性正在推动大量印度科技工作者选择回国。Business Standard的分析文章进一步指出，这不仅仅是个人选择的问题，而是全球AI人才版图正在经历的结构性重组。

更复杂的是，AI本身的进步正在加速这一趋势。MSNBC的报道提到，AI工具的普及使得一些原本需要外籍工程师完成的编程和分析工作，现在可以由本土团队或AI自动化来完成——这从根本上削弱了H-1B签证的传统需求基础。

特朗普政府已上诉：政策博弈远未结束

联邦法官的裁决并没有画上句号。Moneycontrol在11天前的报道确认，特朗普政府已经对法院的裁决提出了上诉。这意味着H-1B签证的未来走向仍然充满不确定性——如果上诉成功，10万美元的附加费可能卷土重来；如果维持原判，AI人才争夺战将继续在现有规则下进行。

AIP.ORG在6天前发布的周报中也提到了这一系列政策变化对整个科技行业的连锁影响。TechTarget的最新报道（3天前）则强调，法院的裁决”增加了整个行业的不确定性”——企业无法做出长期的人力规划，研究人员对自己的签证前景感到焦虑，而投资者则在评估这种政策风险对公司估值的影响。

从另一个角度看，这场司法-行政-产业的三方博弈，实际上揭示了美国AI战略的一个深层悖论：一方面想要限制移民以保护本土就业，另一方面又极度依赖全球顶尖人才来维持AI领导地位。这个矛盾如果不解决，无论签证费是10万还是0，人才争夺战都不会停止。

结语：AI竞赛的真正战场，从来不只是模型和芯片

当我们谈论AI军备竞赛时，目光往往聚焦在模型参数、算力集群和融资规模上。但这份H-1B签证数据告诉我们一个更朴素的事实——AI竞赛的终极战场，是人。

OpenAI、Anthropic和Nvidia在签证费风暴前疯狂囤人，特朗普政府试图用10万美元筑起门槛却被法官一锤击碎，传统大厂在收缩而AI新锐在扩张，印度工程师在美国梦褪色的背景下选择回流……所有这些线索交织在一起，勾勒出一幅全球AI人才争夺战的完整图景。

而这场争夺战的结局，将比任何一场模型评测或融资新闻都更能决定未来几年AI世界的权力格局。

AI前线

谷歌DeepMind人才大逃亡：诺奖得主投奔Anthropic、Gemini联合负责人跳槽OpenAI、特朗普AI顾问也被挖走——这家AI皇冠上的明珠到底怎么了？

一、诺奖得主的转身：DeepMind失去了一颗最亮的星

过去48小时，AI圈最轰动的消息莫过于诺贝尔奖得主John Jumper宣布离开Google DeepMind，加入Anthropic。这一消息由CNBC、Reuters、Bloomberg、TechCrunch、Business Insider等全球顶级媒体几乎同步报道，足以说明其分量之重。

Jumper并非普通的AI研究员。他是AlphaFold的核心开发者之一——这个被誉为”解决了生物学50年难题”的蛋白质结构预测工具，不仅让DeepMind名震天下，更让Jumper与DeepMind创始人Demis Hassabis共同获得了2024年诺贝尔化学奖。在DeepMind工作的九年里，Jumper的名字几乎等同于AI for Science的代名词。

他的离去之所以引发如此大的震动，不仅仅因为一位诺奖得主的出走，更在于它释放了一个清晰的信号：即便是在DeepMind这样的AI皇冠明珠，也挡不住来自竞争者的引力。

二、OpenAI的IPO前”兵工厂”：Gemini联合负责人与特朗普AI顾问齐入帐

如果说Jumper跳槽Anthropic是DeepMind人才流失的一个标志性事件，那么OpenAI在同一时期的一系列动作则揭示了一场更系统的战略。TechCrunch 3天前的一篇文章标题直白地概括了局势：”OpenAI is bringing on some big guns in the lead-up to its IPO.”

据Yellow.com等媒体报道，OpenAI在IPO前夕一口气签下了两位重量级人物：一位是Gemini（Google的旗舰多模态模型）的联合负责人，另一位则是特朗普政府中的AI政策顾问。前者意味着OpenAI获得了顶级大模型架构的核心知识，后者则暗示其在政策游说层面的野心。

这不是巧合，而是一套组合拳。在Anthropic一边通过高薪和学术自由吸引科研人才的同时，OpenAI则在模型架构和政策影响力两个维度同步发力。两家公司在IPO前的这场”抢人大战”，本质上是在为上市后的竞争格局提前布局。

值得注意的是，OpenAI此举并非没有争议。一位Gemini联合负责人的离职，对Google而言不仅是人才损失，更是核心知识产权的外流。而特朗普AI顾问的加入，则将OpenAI的政治影响力推向了新的高度——这已经不再是一家科技公司的人才招聘，而是一场涉及技术、政策和资本的多维博弈。

三、朝鲜日报的警告：人才流失折射的是领导力危机

就在Jumper跳槽消息发酵仅12小时后，韩国《朝鲜日报》刊发了一篇题为”Google AI Talent Exodus Signals Leadership Decline”的分析文章，将这一系列事件提升到了更高的层面。

文章的论点并不复杂但极具穿透力：如果仅仅是个别员工的流动，那属于正常的人才市场行为；但当诺奖得主、旗舰产品联合负责人、政府政策顾问在同一时间段内接连离开同一家机构时，说明的问题就不是薪酬或股权，而是组织文化和领导力的系统性衰退。

Nokia Power User也在3天前发表分析，题为”Google DeepMind’s Talent Exodus Raises Bigger Questions About the Future of AI”，进一步指出DeepMind的人才流失正在引发行业层面的深层思考——当一家曾经以”Moonshot”文化著称的公司开始失去其最核心的创造者时，Google的AI战略是否正在失去其最宝贵的东西：创新者的热情。

四、三足鼎立的终局：人才争夺战如何重塑AI世界

回顾过去一周的新闻，一条清晰的脉络浮出水面：

人才动向	流向	意义
John Jumper（AlphaFold之父、诺奖得主）	→ Anthropic	科研人才流失，AI for Science领域格局变化
Gemini联合负责人	→ OpenAI	核心技术外流，IPO前抢人布局
特朗普政府AI政策顾问	→ OpenAI	政策影响力扩张，政企关系重构
朝鲜日报分析	—	人才流失=领导力衰退的信号

这三条线索汇聚在一起，勾勒出的不只是一场”挖角大战”，而是AI行业权力结构的根本性重组。Google DeepMind从曾经的绝对领导者，正在变成一家”人才输出方”。

Anthropic通过吸纳Jumper这样的诺奖得主，进一步强化了其”最安全、最有学术底蕴的AI公司”定位；OpenAI则在模型能力和政策影响力两端同时发力，为其IPO后的市场竞争铺路。而Google，作为曾经的开创者，正在面临一个尴尬的现实：它的AI皇冠，正在被竞争对手一颗一颗地摘走。

AI前线

从”末日预言”到”IPO路演”：Altman和Amodei为何在同一天集体改口？AI双雄的”恐慌营销”到底在掩盖什么

一场精心编排的”集体改口”

2026年5月下旬，硅谷上演了一幕罕见的戏剧性场面：过去几年里最激进的”AI取代人类工作”预言者们，在同一段时间内开始系统地推翻自己的言论。

Fortune率先报道，Sam Altman和Dario Amodei双双在公开场合表示，此前关于”AI将大规模消灭工作岗位”的预测正在被现实证伪。Altman在接受Time Magazine采访时直言：”AI就业末日大概不会发生了。”而Amodei也在Anthropic的内部沟通中释放了类似信号——AI不会像他们曾经描述的那样，在短期内让大量岗位消失。

这不是巧合。Fortune的标题直接点出了核心问题：“Sam Altman和Dario Amodei都在回头推翻他们的AI就业末日预言，因为他们正盯着 blockbuster IPOs”。Business Insider更是毫不客气地用了”conveniently timed doomer-to-boomer pivot“（时机巧妙的从末日论到乐观主义的转向）来形容这一现象。

Forbes的评论则更加犀利：“The Job Apocalypse Sam Altman And Dario Amodei Warned About Never Came”——他们警告过的那个就业末日，从未到来。

为什么是现在？IPO窗口的叙事困境

要理解这场”集体改口”，关键在于理解AI公司面临的叙事困境。过去两三年里，”AI将取代人类”是一个极其有效的营销策略：

• 吸引关注 — 末日叙事天然具有传播力，”AI将在十年内取代80%的工作”比”AI将提升工作效率”更容易登上头条
• 争取政策红利 — 通过强调AI的颠覆性力量，AI公司获得了政府的快速审批通道和巨额补贴
• 推高估值 — 末日叙事暗示了AI的巨大市场潜力，为千亿亿美元估值提供了”合理性”

但当这些公司真正准备上市时，这套叙事开始反噬。原因很简单：投资者需要的是可持续增长的商业模式，而不是一个”没有客户了”的市场。

CNBC此前报道，OpenAI计划在2026年底前完成IPO，并告知员工ChatGPT必须成为”生产力工具”。这意味着OpenAI正在从”颠覆者”转型为”服务商”——而一个告诉客户”你的工作将被我取代”的公司，很难让客户放心地把业务交给它。

HR Executive的报道进一步指出，Altman和Amodei的改口发生在”IPO looming”（IPO迫近）的背景下。AI Magazine的分析文章标题《Why are AI’s Top CEOs Pedalling Back on Job Predictions?》（为什么AI顶级CEO们在撤回就业预测？）同样将这一叙事转向与IPO准备工作联系在了一起。

中美AI人才战的平行叙事

有趣的是，就在美国AI巨头集体改口的同时，另一条故事线正在中国展开——而且它与美国的故事形成了鲜明对比。

SCMP（南华早报）报道，DeepSeek在V4发布前夕大幅扩招，同时Bloomberg披露DeepSeek在内蒙古数据中心招聘工程师。India Today的最新报道更指出，DeepSeek已经要求投资方”不要挖角其员工”——这在AI行业历史上是一个标志性事件，说明AI人才争夺已经从”竞争”升级为”防守”。

与此同时，Reuters报道了John Jumper从Google DeepMind跳槽到Anthropic的消息——这位AlphaFold的核心发明者的流动，本身就是AI人才争夺白热化的最佳证明。

这两条故事线看似矛盾，实则同源：美国AI公司发现”末日叙事”不利于上市，开始转向”协作叙事”；而中美两国的AI公司都在疯狂抢夺人才，因为无论叙事如何变化，真正的竞争才刚刚开始。

“末日营销”的代价

这场集体改口暴露了一个更深层次的问题：当一家公司用恐惧来建立品牌，它就必须面对恐惧反噬的时刻。

The Economic Times的报道标题《AI chiefs walk back job apocalypse warnings》简洁地概括了这一趋势。AI Magazine的Diya Joseph分析认为，这不仅仅是两位CEO的个人转变，而是整个AI行业领导层的集体转向——从”我们是要颠覆世界的颠覆者”转变为”我们是帮助你成长的合作伙伴”。

MemeBurn的报道则记录了这一转变的具体时间线：2023-2024年，Altman和Amodei频繁发表”AI将取代大量工作”的言论；2026年5月，两人几乎在同一周开始撤回这些言论。时间跨度的缩短，恰恰说明了AI行业从”野蛮生长”到”合规上市”的加速。

这对普通人意味着什么？

抛开硅谷的叙事游戏，这场”末日预言撤回”对普通人的实际意义可能比我们想象的要深远：

• 就业市场正在适应AI，而非被AI取代 — Forbes的报道标题”The Job Apocalypse…Never Came”不是讽刺，而是对劳动力市场的真实描述
• AI公司的角色正在从”颠覆者”变为”赋能者” — 这意味着未来更多看到的是AI辅助人类工作，而非替代人类工作
• 人才争夺战仍在继续 — 尽管叙事转向，但DeepSeek要求投资方”不要挖人”、Jumper跳槽DeepMind等事实表明，AI核心人才的稀缺性并未缓解

正如Business Insider所分析的，这是一场”conveniently timed”（时机巧妙）的转变——当AI公司需要从”制造焦虑的颠覆者”变成”让人放心的上市公司”，焦虑就不再是卖点，而是风险。

AI前线

AlphaFold之父跳槽Anthropic：谷歌AI皇冠上的明珠，正在被竞争对手”连根拔起”

AlphaFold之父的转身：一份价值千亿美元的信号

4小时前，Cybernews率先报道了一则足以震动全球AI圈的消息：John Jumper，那位创造了AlphaFold、为谷歌DeepMind赢得无数赞誉的科学家，正式加入了Anthropic。这不是一次普通的高管跳槽——Jumper是AlphaFold项目的核心架构师，也是2024年诺贝尔化学奖的获得者之一。他的离开，意味着谷歌失去的不仅是一位顶尖科学家，更是整个AI蛋白质结构预测领域的”大脑”。

据Tech Times报道，Jumper在DeepMind工作了将近9年，期间主导了AlphaFold从实验室项目到全球科学基础设施的转变。AlphaFold在解决”蛋白质折叠问题”上的突破，被《科学》杂志评为2020年的重大科学进展，其影响深远到药物研发、疾病治疗和合成生物学等几乎所有生命科学领域。可以说，Jumper的名字已经与DeepMind最辉煌的成就绑定在了一起。

而他选择Anthropic而非其他科技公司，更耐人寻味。Anthropic近年来一直在招募顶级人才——从OpenAI的芯片元老到DeepMind的研究员——其策略非常明确：通过吸纳行业中最聪明的头脑，建立起与OpenAI正面抗衡的科研实力。Jumper的加入，无疑是这一战略的最新胜利。

“三天连失两位传奇”：谷歌AI人才大坝的裂缝正在扩大

Jumper的出走并非孤立事件。据cnBeta.COM报道，仅在三天之内，谷歌就失去了两位AI领域的标志性人物，引发了”人才大坝正在决堤”的广泛讨论。虽然报道没有逐一列出所有离职者的姓名，但这种密集的人才流失模式本身就是一个强烈的信号。

Startup Fortune在两日前发表的分析文章标题更为直白：”Nobel laureate John Jumper leaves Google DeepMind for Anthropic as talent drains from Google’s AI crown jewel”——文章将Jumper的离开放在更广泛的”人才流失”背景下讨论，指出DeepMind作为谷歌AI的”皇冠明珠”，正在经历一场系统性的空心化。

更令人关注的是，这种流失并非单向流向某一家竞争对手。Crypto Briefing在4天前的报道指出，还有一名Google研究者已经跳槽至OpenAI——这意味着谷歌不仅失去了人才，还把这些人才直接送给了AI领域的两大巨头：Anthropic和OpenAI。这种”左右逢敌”的局面，对任何一家科技公司的研发团队来说都是致命的。

PANews的尖锐提问：压力测试还是讣告？

8小时前，PANews发表了一篇发人深省的文章，标题本身就是对整个局势的精准概括：”Is the continuous loss of AI talent at Google a stress test or a prelude to an ‘obituary’?”（谷歌持续的人才流失，是压力测试还是”讣告”的前奏？）

这个问题之所以重要，是因为它触及了谷歌AI困境的核心。一方面，支持者认为人才流动是正常的商业现象——任何大型科技公司都会有人员进出，关键是组织的韧性是否能承受这种波动。从这个角度看，Jumper的离开虽然令人遗憾，但DeepMind作为一个庞大的研究机构，不会因为一个人的离去就土崩瓦解。

另一方面，批评者指出，当流失的都是像Jumper这样的”传奇级”人物时，问题的性质就完全不同了。这不再是普通的员工流动，而是对公司文化、领导力和战略方向的集体不信任投票。如果顶尖科学家认为离开谷歌能获得更好的研究条件、更大的影响力或更自由的创新环境，那么留在原地的人——尤其是那些尚未做出决定的中层研究人员——很可能会产生同样的想法。

这种”示范效应”，才是谷歌最担心的局面。

Anthropic的”人才虹吸”战略：为什么是它？

Jumper选择Anthropic而非其他公司，背后有一套清晰的逻辑。过去两年，Anthropic在人才招募方面表现出极强的针对性——它不只招”好”的人，而是精准地招”对”的人。从OpenAI的芯片团队核心成员（文章#155提到的”002号员工”叛逃事件），到DeepMind的顶级研究员，Anthropic正在构建一支能够在多个关键领域与OpenAI正面竞争的超级团队。

这种策略的效果正在显现。根据智源社区的报道，Anthropic在AI基础设施、安全对齐、大模型训练等多个维度上都实现了显著突破。而Jumper的加入，将进一步增强Anthropic在AI for Science（科学智能）领域的布局——这是一个尚未被充分开发的蓝海市场，也是AlphaFold已经证明的巨大价值所在。

对于Anthropic来说，Jumper的价值不仅在于他的技术能力，更在于他的”象征意义”。一位诺贝尔奖得主选择加入Anthropic，这在公关层面等同于告诉全世界：”我相信这家公司能做出更好的AI。”这种信任背书，比任何广告都更有说服力。

全球AI人才争夺战的下一站：谁在赢？

Jumper跳槽事件折射出的，是整个AI行业正在经历的一场更深层次的结构变化。过去，AI人才的流动主要是”学术界→业界”——科学家离开大学去科技公司。但现在，流动方向变成了”巨头A→巨头B”，而且是带着核心技术、专利和项目经验的完整团队在流动。

Tech Times的报道特别强调了Jumper在DeepMind工作的九年时长——这是一段相当长的任期，足以让一个人成为某个项目的”灵魂人物”。当他决定离开时，带走的不仅是个人能力，还有对整个项目历史、技术路线和团队关系的深刻理解。这种”隐性知识”的流失，是任何公司都无法通过招聘轻易弥补的。

与此同时，AI: Reset to Zero在4月中旬的一篇文章中提到，中国正在重新夺回AI人才的主导权。虽然这与Jumper的跳槽没有直接关联，但它揭示了一个更大的趋势：全球AI人才的地缘政治格局正在发生变化。当美国巨头之间的”内斗”导致人才大规模流动时，其他国家——包括中国——正在利用这个机会吸引回流。

谷歌的应对：沉默还是变革？

截至目前，谷歌和DeepMind官方尚未对Jumper的离职发表公开声明。这种沉默本身就是一种信息——要么是公司选择不回应这类”常规人事变动”，要么是内部正在评估事态的严重性，尚未准备好对外统一口径。

无论哪种情况，一个事实已经无法回避：DeepMind曾经是全球AI研究者最向往的工作地点之一，但现在，越来越多的顶尖人才正在用离开来表达他们的不满。如果这种趋势继续下去，AlphaFold带来的荣耀可能很快就会被人才流失的阴影所掩盖。

Startup Fortune的分析文章给出了一个冷峻的判断——DeepMind的”皇冠明珠”正在失去光泽。而cnBeta的报道则用了一个更形象的比喻：人才大坝的裂缝正在扩大，而洪水尚未到来。

AI前线

白宫一声令下，Anthropic连夜关停最新AI模型——”国家安全”的达摩克利斯之剑，悬在了所有AI公司头顶

“被叫停”的模型：一次前所未有的政府干预

4天前，PBS率先披露了一则令人震惊的消息：Anthropic在白宫的安全指令下，主动关闭了其最新一代AI模型的商业访问权限。这不是普通的模型迭代延期，而是一次由政府最高层直接介入的技术产品”死刑判决”。

根据PBS的报道，这一指令的直接触发点是所谓的”前沿模型安全风险”——即Anthropic最新模型在安全边界测试中展现出了超出预期的能力，而美国政府担心这些能力可能被用于网络攻击、生物武器设计或其他”双用途”场景。尽管Anthropic一贯将自己定位为”最注重安全的AI公司”，但这一次，连它也无法抵挡来自华盛顿的压力。

事件的戏剧性在于速度。从白宫发出指令到Anthropic完成全球下线，整个过程不超过48小时。这意味着公司没有足够的时间做公开辩护、客户沟通或技术缓冲——它必须服从，或者承受更严重的后果。

从”一刀切禁用”到”规则制定权争夺”：谈判进入第二阶段

如果故事到此为止，那不过又是一则”政府打压科技”的陈词滥调。但真正值得关注的是后续发展——据Politico在两天前的报道，白宫与Anthropic的对话已经进入了全新的阶段。

Politico记者Cheyenne Haslett和Sophia Cai披露，双方的谈判重点已经从”是否应该禁用某个具体模型”转向了”应该如何建立一套长期的安全审查机制”。换句话说，问题不再是”你的模型该不该下线”，而是”以后所有前沿AI模型的发布，都需要经过谁的批准、遵循什么标准”。

这背后是一场关于”规则制定权”的暗战。Anthropic方面显然希望在这场对话中争取更大的话语权——毕竟，这家公司从创立之初就将”安全对齐”作为核心卖点，其品牌价值和估值逻辑都建立在”比OpenAI更安全”这个定位之上。如果政府单方面设定审查标准，等于直接动摇了Anthropic的立身之本。

The Christian Science Monitor在3天前的评论文章中精准地概括了这种矛盾：”Anthropic和政府再次对峙，但他们彼此需要对方。”这种相互依赖的关系，正是整个AI监管困局的核心。

特朗普的AI安全行政令：谁在射程之内？

要理解这次事件的真正分量，需要回到19天前特朗普签署的那份AI安全行政令。根据NYT和NPR的报道，这份行政令的核心要求包括：

• 所有被认定为”前沿”的AI模型需要接受”自愿”安全审查
• 政府在模型发布前拥有早期访问权
• 建立AI驱动的网络防御体系

注意”自愿”二字。在法律意义上，”自愿”审查不具强制力；但在政治现实中，拒绝”自愿”审查的公司可能会面临更严厉的立法或行政手段。这就是为什么Anthropic选择服从——不是因为法律要求它这么做，而是因为不服从的成本更高。

Skadden, Arps, Slate律师事务所的分析文章指出，这份行政令标志着美国AI政策从”促进创新优先”向”国家安全优先”的重大转向。而Anthropic被叫停最新模型的事件，则是这一转向的第一个公开执行案例。

全球分化：当美国收紧时，中国AI正在获得空间

同一周发生的一件事，与Anthropic的遭遇形成了鲜明对比。据Axios和Gizmodo报道，微软正在认真考虑将中国DeepSeek的V4模型纳入其Copilot企业AI产品线。这一决策的背后逻辑很简单：OpenAI和Anthropic的模型越来越贵，而且受到美国政府日益严格的监管约束；而DeepSeek不仅成本低得多，而且在技术上已经具备了竞争力。

Crypto Briefing在3天前的分析文章中进一步指出，微软在中国的AI模型业务建立在一种”10亿美元的矛盾”之上——一方面，美国政府对与中国AI技术的合作保持高度警惕；另一方面，微软的商业利益驱使它寻找更便宜的替代方案。这种矛盾在未来只会更加尖锐。

这种全球分化的趋势正在加速。当美国走向”国家安全优先”的强监管路线时，中国AI公司反而获得了政策红利和市场空间。印度Today在4天前的报道中总结得最为直白：”微软正在寻找DeepSeek以降低AI成本，而美国同时限制Mythos和Fable 5对华出口。”

中小AI公司的噩梦：合规成本正在成为行业壁垒

Anthropic被叫停事件还有一个很少有人讨论的后果：它正在彻底改变AI行业的竞争格局。

建立符合政府安全审查标准的模型，需要投入大量资源——专门的合规团队、安全评估基础设施、与政府的持续沟通渠道。这些成本对Anthropic和OpenAI这样的巨头来说或许可以消化，但对于中小型AI创业公司而言，几乎是一道不可逾越的门槛。

The Conversation在6天前的分析文章中写道：”为什么美国政府关停了Anthropic的最新Claude模型？”答案不仅仅是安全问题——更是行业洗牌的问题。当合规成本飙升到一定程度，市场上能够存活的公司数量将急剧减少，最终形成”巨头垄断+少数合规玩家”的格局。

这或许解释了为什么Anthropic在事件发生后没有公开对抗白宫。对这家公司来说，”服从”是生存策略的一部分——毕竟，在一个正在被监管重塑的行业里，与政府对抗的代价远高于短期损失。

下一步：AI监管的”规则制定权”大战才刚刚开始

Anthropic最新模型被叫停，仅仅是一个开始。随着白房子弹库与Anthropic的谈判进入第二阶段——从”禁用单个模型”转向”制定长期安全规则”——整个AI行业都在等待一个答案：谁有资格定义什么是”安全”的AI？

这个问题的答案将决定未来数年AI产业的版图。如果政府掌握主要话语权，那么合规将成为最大的竞争壁垒；如果行业能够争取到足够的规则制定参与权，那么技术创新仍有空间。目前看来，Anthropic正在试图走一条中间路线——既不完全对抗，也不完全让步。

而对于整个行业来说，真正的考验在于：当”安全”成为政治工具而非技术指标时，AI公司该如何在不牺牲创新的前提下，证明自己值得被信任？

AI前线

华为一天连发两记重拳：鸿蒙7全面转向Agent、盘古2.0开源505B——余承东的”字典里没有第二”到底意味着什么？

一天之内，华为把底牌全摊开了

6月12日到14日，华为用短短三天时间，连续发布了鸿蒙7（HarmonyOS 7）、盘古大模型2.0（openPangu 2.0），以及一系列配套开源组件。这不是普通的发布会节奏，而是一场精心编排的”组合拳”——每一击都瞄准了同一个目标：在中国AI生态中，华为要从”参与者”变成”定义者”。

最引人注目的莫过于余承东本人的角色转变。这位长期执掌终端BG的”华为一哥”，此次直接挂帅盘古大模型业务，并在发布会上毫不掩饰地喊出了那句掷地有声的话：”我的字典里没有第二，只有第一。”

这不是一句口号。从鸿蒙7的Agent架构转型，到盘古2.0的505B参数开源，再到华为”韬（τ）定律”对半导体技术路线的新定义——三条线同时推进，背后是一个清晰的战略意图：华为要在AI时代建立一套不依赖美国的完整技术栈。

鸿蒙7：从”操作系统”到”智能体操作系统”的跃迁

鸿蒙7的发布，被华为内部定义为”史上升级幅度最大的一次”。但这不仅仅是版本迭代的数字游戏——它标志着华为操作系统战略的根本性转向。

过去几年，鸿蒙的定位一直是”分布式操作系统”，主打多设备协同和轻量化场景。但到了鸿蒙7，华为明确将其转型为”智能体操作系统”（Agent OS）。这意味着什么？意味着未来的手机、平板、手表、车机不再只是”连接在一起的设备”，而是”协作在一起的智能体”。

据爱范儿报道，鸿蒙7的核心变化在于引入了Agent架构——每个设备上的AI助手不再是被动响应指令的工具，而是能够主动感知、规划、执行任务的智能体。举个例子：当你说”帮我安排下周去上海的出差”，鸿蒙7的Agent可以自动查询日历、预订机票酒店、规划行程、同步到车机导航，整个过程无需人工干预。

更值得注意的是华为的数据——余承东在发布会上宣布，鸿蒙已成为中国第二大智能手机操作系统。在Android和iOS的双重夹击下，这个成绩来之不易。而Agent架构的引入，被视为鸿蒙实现”弯道超车”的关键抓手。

“从App到Agent，这是整个移动计算范式的转变。”驱动之家的评论一针见血。过去的移动互联网时代，竞争的核心是App生态；而未来的智能体时代，竞争的核心是Agent调度能力和系统级AI集成。鸿蒙7的选择，恰恰是押注了后者。

openPangu 2.0：505B参数的开源豪赌

如果说鸿蒙7是华为的”面子”，那openPangu 2.0就是华为的”里子”。这款最高505B参数的开源大模型，代表了华为在AI基础模型领域的最新水平。

505B是什么概念？作为对比，目前公开的主流大模型中，GPT-4的参数量估计在1.8T左右，Claude 3.5 Sonnet约200B，Gemini Pro约1T。虽然这个数字无法精确验证（大模型的”参数”定义本身就存在争议），但505B无疑已经进入了全球第一梯队的门槛。

但真正值得关注的不是参数本身，而是华为选择了一个极其激进的策略——全面开源。据YeeYi报道，华为计划在6月底陆续开源7大组件，涵盖训练框架、推理引擎、微调工具链等关键环节。这意味着华为不只是要”做出一个好模型”，而是要”建好一个生态”。

不过，余承东在发布会上也坦诚地暴露了华为的短板：”我自己留的算力很有限。”这句话信息量巨大。在AI大模型时代，算力就是弹药，而华为虽然拥有昇腾芯片，但在规模化集群训练能力上，仍然面临挑战。这与之前媒体报道的”华为算力资源紧张”形成了呼应。

东方财富的报道指出，华为盘古大模型近期进行了技术路线调整，从过去的闭源企业级服务，转向了开源+商业授权的双轨模式。这一转变的背后，是市场竞争的加剧——当字节跳动的Moonshot、阿里巴巴的通义系列、百度文心一言都在开源赛道上激烈角逐时，华为如果继续坚持闭源路线，将面临生态碎片化的风险。

“字典里没有第二”：华为大模型的野心与困境

余承东的这句宣言，听起来像是一句激情澎湃的口号，但如果放到华为的整体战略中去看，会发现它折射出的是这家企业在AI时代的深层焦虑和强烈决心。

首先，焦虑是真实的。华为在大模型领域的起步并不算早。当OpenAI在2022年底推出ChatGPT引爆全球时，华为的盘古大模型还主要聚焦于气象、矿山、金融等垂直行业。虽然这些场景确实有价值，但在通用大模型的舆论场上，华为的声音一直相对微弱。

其次，决心也是真实的。余承东亲自挂帅盘古，本身就释放了一个强烈的信号——大模型不再是华为的”副业”，而是核心战略。观察者网的报道指出，余承东在发布会上不仅宣布了盘古2.0的开源计划，还明确了”从中国第一走向世界第一”的时间表。这种级别的承诺，在华为内部历史上并不多见。

但真正的看点在于”怎么做”。新浪财经援引华尔街见闻的分析指出，余承东已经开始反思盘古大模型过去的策略问题——过度依赖行业定制、通用能力不足、开源生态建设滞后。而openPangu 2.0的发布，正是对这些问题的系统性回应。

与此同时，华为的AI人才战略也在加速。电子工程专辑报道，原华为诺亚方舟实验室主任王云鹤离职创办基元律动（天使轮估值已达1亿美元），这虽然看似是人才流失，但从另一个角度看，也说明华为在AI基础研究领域积累的人才密度正在外溢，形成了一种”华为系AI创业生态”。

韬（τ）定律与半导体突围：算力闭环的最后拼图

要理解华为AI战略的全貌，就不能忽略它在底层算力上的布局。2026年5月，华为发布了”韬（τ）定律”——这是一套关于半导体技术演进的新理论框架，试图在摩尔定律放缓的背景下，为芯片性能提升找到新的路径。

21财经的报道指出，”韬定律”发布当天，盘古概念股应声大涨。这反映了市场的一个基本判断：华为的AI竞争力不仅仅取决于模型好不好，更取决于有没有足够的算力来支撑。而”韬定律”的意义在于，它为华为在先进制程受限的情况下，通过架构创新和系统优化来提升AI算力的可行性提供了理论支撑。

将”韬定律”、昇腾芯片、openPangu 2.0、鸿蒙7 Agent架构串联起来看，华为正在构建一条从硅片到应用的完整AI技术栈——这正是目前全球范围内仅有少数几家企业（主要是Google和Meta）才具备的能力。不同的是，华为是在被外部制裁的环境下，被迫走出一条独特的路线。

从”追赶者”到”定义者”：华为时间已经到来

爱范儿在报道鸿蒙7时用了这样一个标题：”AI时代，追赶者正在反超。”这句话精准地概括了华为当前的处境和野心。

过去十年，华为在通信、终端、云计算等领域，始终扮演着一个”追赶者”的角色——追赶爱立信、追赶苹果、追赶AWS。但在AI这个大航海时代，华为的策略发生了根本性变化：它不再满足于”追上别人”，而是要”定义规则”。

鸿蒙7的Agent架构、openPangu 2.0的全面开源、”韬定律”对算力演进的新定义——这三者共同指向了一个结论：华为正在尝试建立一套不同于美国科技巨头的AI技术范式。这套范式的核心特征是：软硬一体、开源开放、面向真实世界的复杂场景。

当然，这条路并不平坦。算力瓶颈、人才缺口、生态成熟度，每一个问题都不容小觑。但正如新浪网的评论所言：”当余承东喊出’我的字典里没有第二’的时候，大模型战场已经进入了’华为时间’——在这个时间里，不按别人的规则出牌，只按自己的节奏前进。”

对于全球AI产业而言，华为的这次”三箭齐发”，不仅仅是一家中国科技公司的产品发布，更是一个信号：在AI这个决定未来十年全球技术格局的关键战场上，多极化的趋势正在加速到来。

AI前线

G7闭门午餐桌上，Anthropic和DeepMind向特朗普递上了一份”排华AI联盟”方案——欧洲却慌了

一、G7峰会上的”三巨头午餐会”：一场没有邀请欧洲人的AI峰会

2026年6月17日，法国埃维昂莱班。G7峰会的午餐桌上摆着的不是法式鹅肝，而是一份足以重塑全球AI格局的方案——由Anthropic CEO达里奥·阿莫代伊和Google DeepMind CEO杰米·哈萨比斯联合提出的”美国主导AI国际联盟”。

据CNBC独家报道，这场闭门午餐会聚集了约十几位科技高管，包括OpenAI创始人萨姆·奥特曼，以及G7成员国的领导人。美国方面由总统特朗普、财政部长斯科特·贝森特、商务部长霍华德·卢特尼克和国务卿马尔科·鲁比奥共同出席。

阿莫代伊在发言中提出了三个核心议题：首先，国际社会需要建立对前沿AI模型的”结构化访问”机制；其次，在AI芯片和关键组件的贸易上应形成排除中国的协作框架；最后，各国需要在AI网络攻击、生物恐怖主义和情报领域的风险上展开联合应对。

更引人注目的是，加拿大总理马克·卡尼当场表态同意由美国来领导这一AI联盟。一位了解讨论情况的人士告诉CNBC，房间内非美国领导人普遍认可美国”确实可以发挥牵头作用”来制定AI标准。

但这场看似”民主”的国际合作倡议背后，有一个不容忽视的事实：几乎没有任何欧洲主要国家的领导人在核心讨论圈内。法国作为G7东道主，其AI主权焦虑在这一刻被推到了顶点。

二、”排除中国”的AI铁幕：技术封锁正在从芯片蔓延到模型

阿莫代伊在G7午餐会上提出的”芯片贸易排除中国”方案，标志着美国AI出口管制从硬件层面向国际合作框架的全面升级。

过去两年，美国对华AI芯片管制经历了从GPU到互联带宽、从云端推理到边缘部署的多轮收紧。而此次G7峰会上的讨论，意味着华盛顿正试图将这种单边管制转化为多边联盟——通过G7成员国的协调，构建一套覆盖芯片制造、模型训练和前沿技术出口的完整封锁网。

OpenAI的全球事务主管克里斯·莱恩在会后的一份简报中称，奥特曼呼吁建立一个”国际讨论论坛”，制定全球公认的能力测试标准，提供关于风险和能力的专家分析，并为各国合作提供平台。这一表述与阿莫代伊的提案高度重合，只是措辞更加温和。

但问题的核心在于：这个”国际论坛”的会员资格，实际上将以是否接受美国的出口管制标准为前提。换言之，中国将被系统性排除在全球AI治理框架之外。

这种格局对中国AI产业的影响正在加速显现。此前，微软曾考虑引入深度求索（DeepSeek）V4模型作为Anthropic和OpenAI的替代方案，但美国的政治压力让这类合作变得愈发困难。如今，随着G7联盟框架的推进，中国AI企业在获取前沿模型和算力资源方面的通道将进一步收窄。

三、欧洲的”末日恐慌”：被排除在AI权力核心之外的焦虑

如果说G7峰会上的闭门讨论是一剂清醒针，那么欧洲媒体近期病毒式传播的一份”AI末日场景”报告则是一剂肾上腺素。

The Guardian报道指出，这份名为”AI末日场景”的报告正在欧洲科技圈和政策圈引发前所未有的恐慌。报告描绘了一个令人不安的未来：如果欧洲继续在当前AI基础设施投资和技术主权建设上保持”自满”，到2030年将面临被中美两国彻底甩开的局面。

报告的逻辑链条很清晰：当G7的AI联盟以美国为主导、以排除中国为目标运行时，欧洲既不在联盟的核心决策圈，也没有足够的本土AI能力来抗衡。这意味着欧洲可能同时失去两个市场——既无法像中国那样建立独立的AI生态，也无法像美国那样输出自己的技术标准。

这种焦虑并非空穴来风。就在G7峰会期间，欧洲的科技政策制定者们面临着多重困境：一方面，欧盟AI法案已进入合规倒计时，企业合规成本飙升；另一方面，OVHcloud等欧洲云服务商虽然宣布了自主前沿模型训练计划，但距离真正的技术主权仍有巨大差距。

更令欧洲不安的是，VivaTech 2026展会开幕当天的主题正是”AI、主权与基础设施”——这场在巴黎举办的欧洲最大科技盛会，本质上是一场”自救宣言”。但宣言归宣言，现实中的投资缺口和政策分歧依然巨大。

四、万亿借贷潮：AI基建正在重塑全球金融市场

在G7峰会讨论AI治理规则的同时，另一个更直接的冲击正在全球金融市场上演——科技巨头为AI基建疯狂借钱的浪潮。

CNBC报道指出，AI建设热潮正让科技投资者不得不重新审视债券市场。Google、Meta和Oracle等公司掀起了一轮史无前例的借贷潮，总额高达数万亿美元。这些资金主要用于数据中心建设、芯片采购和模型训练基础设施。

这种规模的资本消耗正在产生溢出效应。据多家市场分析，AI基建需求已经间接推高了抵押贷款利率——因为科技公司的债券发行量激增，吸收了市场上大量的流动性，导致其他领域的融资成本随之上升。

一位华尔街分析师对CNBC表示：”我们正见证一种全新的经济范式：AI不再仅仅是科技行业的事情，它正在成为全球金融体系的结构性变量。”这句话的分量在于，AI基建的成本最终将由每一个借款人、每一个投资者、每一个普通消费者共同分担。

而讽刺的是，推动这场万亿借贷潮的G7联盟提案，恰恰是由那些最需要资本来维持AI军备竞赛的科技巨头们亲自提出的。他们一边呼吁”负责任的AI发展”，一边在债券市场上疯狂举债——这种矛盾，或许才是理解当前AI格局的关键。

AI前线

AI代理数量首次超越人类员工：当公司里90%的”打工人”都是代码，剩下的10%该怎么管？

一、10个AI代理对1个人类：这不是科幻，是公司群里的日常

Fortune杂志21小时前发布的一篇深度报道，标题本身就足够震撼：“How to run a company when the AI agents vastly outnumber the humans”。这篇文章描述的不是某个未来场景，而是当下正在发生的企业现实。

报道指出，几家领先的科技公司已经在其内部运营中部署了数百甚至数千个AI代理——它们负责客户服务、代码审查、数据分析、内容生成、供应链优化等各个环节。在一些极端案例中，AI代理的数量与人类员工的比例达到了10:1，甚至有企业正在规划一个完全由AI代理组成的”影子团队”来辅助核心人类决策。

这引发了一个前所未有的管理难题：当你有10个AI代理在为1个人类员工工作时，你怎么管理它们？你怎么确保这些代理之间不互相冲突？你怎么衡量它们的绩效？你该怎么给一段代码”发年终奖”？

更令人不安的是，这个数字还在快速增长。随着各大模型厂商纷纷推出专为代理设计的API和优化版本，部署一个AI代理的成本正在以指数级下降。

二、Cloudflare的”死互联网”：109比1的背后

如果说Fortune报道的是企业内部的变化，那么Cloudflare的数据揭示的则是整个互联网的结构性转变。

Cloudflare创始人兼CEO Matthew Prince此前披露了一个令人不寒而栗的统计：在网络流量的机器身份与人类身份之比已经达到109:1。这意味着每1个人类用户在互联网上的行为，背后都有大约109个AI代理或机器实体的活动轨迹。

这个数字之所以重要，是因为它标志着互联网从一个”人类主导的平台”变成了一个”AI代理的竞技场”。搜索引擎优化（SEO）已经演变为”AI优化”——你的内容不再是写给人类看的，而是写给AI代理看的；社交媒体营销不再是吸引粉丝，而是在AI的信息流中争取被引用和推荐。

The Jerusalem Post的报道引用了Cloudflare的分析：”Dead Internet is here.” 这句话虽然带着赛博朋克的黑色幽默，但它描述的现实正在深刻改变每一家企业的数字营销策略。

更值得关注的是，这个趋势并非单向的。Zscaler CEO在此前的一次演讲中预测，AI将创造”数十亿个代理”，而这些代理都需要网络安全保护。换言之，未来的网络安全不再是保护人类用户，而是保护AI代理之间的交互安全——这是一个完全崭新的领域。

三、管理AI代理：一套全新的”操作系统”正在诞生

那么问题来了——当你的团队里大部分成员都是AI代理时，你该怎么管？

Fortune的报道深入探讨了几个关键维度：

首先是代理编排（Agent Orchestration）。当10个AI代理同时为一个人类员工工作时，它们之间可能会产生冲突：两个代理可能同时修改同一份文档，一个代理可能在另一个代理完成之前就开始基于过时数据做决策。这就需要一个”代理编排层”——类似于操作系统中的进程调度器，来决定哪个代理在什么时候做什么事。

其次是代理监控与评估。人类员工有KPI、OKR、季度评审。AI代理呢？目前业界正在探索一种新的评估体系：基于任务完成率、响应质量、资源消耗效率的多维评分系统。但这套体系本身也高度依赖AI——谁来评价AI的评价标准？

第三是人机协作的边界问题。当AI代理可以独立完成大部分执行层工作时，人类的角色是什么？Fortune的报道引用了一位匿名科技高管的话：”我们正在从’管理者’转变为’策展人’——我不再告诉每个人该做什么，而是决定哪些AI代理值得被部署，以及它们的决策应该在什么范围内生效。”

管理维度	传统人类团队	AI代理为主团队
招聘	面试、背调、试用期	模型选型、提示词工程、权限配置
培训	在岗培训、技能培训	微调（Fine-tuning）、上下文注入
绩效评估	KPI、360度反馈	任务成功率、资源消耗、响应延迟
沟通协作	会议、Slack、邮件	API调用、消息队列、共享状态
离职管理	交接、知识沉淀	模型版本回滚、权限撤销、日志审计

四、不拥抱AI的人，正在被三倍裁员风险包围

在这场变革中，最直接的冲击波已经抵达了劳动力市场。

Staffing Industry Analysts最新的报告给出了一个冷酷的数字：技术工作者如果不拥抱AI，面临的裁员风险是同行的三倍。这不是预测，而是已经发生的事实。

报告指出，那些仍然将AI视为”辅助工具”而非”核心生产力”的企业和个人，正在被更快、更便宜、更不知疲倦的AI代理取代。客服岗位、初级编程工作、数据标注、内容审核——这些曾经被认为是”安全”的岗位，已经成为AI代理的主战场。

但有趣的是，这份报告同时也揭示了一个更深层的趋势：企业不再是在用AI替代人类，而是在用AI替代”不用AI的人类”。也就是说，即使一个员工没有直接被AI取代，但如果他的同事在用AI而他没有用，他的相对价值就会迅速贬值。

这种”AI相对价值贬值”的概念，可能是理解当前劳动力市场变化的关键钥匙。

五、中国的窗口期：追赶还是领跑？

当西方企业在热烈讨论”AI代理 outnumber 人类”的管理难题时，中国企业正在用另一种方式应对这场变革。

一方面，中国互联网大厂在AI代理部署上的速度令人瞩目。从阿里巴巴的通义系列到百度的文心一言，再到字节跳动的豆包生态，各家都在加速将AI能力嵌入到内部运营的每一个角落。据报道，部分头部企业的内部AI代理部署密度已经接近西方同行水平。

另一方面，在管理方法论上，中国企业和学术界几乎处于空白状态。西方公司虽然也在摸索，但至少已经有Fortune这样的媒体开始系统性地讨论”如何管理AI代理团队”这个问题。而在中国，相关的讨论才刚刚起步。

这可能是中国AI产业下一个关键的竞争维度——不是谁能部署更多的AI代理，而是谁能建立更高效的”人机混合管理操作系统”。谁先解决这个问题，谁就掌握了AI时代企业管理的底层代码。

六、结语：当AI代理成为”同事”，我们重新定义”工作”

AI代理数量超越人类员工，这不只是一个技术趋势，更是一个哲学命题。当你的”同事”大部分是代码，当你的”团队”在物理世界中几乎不存在实体，当”管理”这个词的含义被彻底改写——我们不得不问：工作的意义究竟是什么？

Fortune的报道最后引用了一位企业CTO的话：”我们正在从’用人’的时代进入’用代理’的时代。但真正的问题不是’我们能不能用代理’，而是’当我们用了代理之后，我们还想成为什么样的人’。”

这个问题，或许比任何技术问题都更难回答。