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？

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。

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。”

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。

OpenAI 砸 760 万搞垮议员、Anthropic 砸 1000 万救他——AI 双雄的”政治代理人战争”到底有多疯？

如果有人在三个月前告诉你，OpenAI 和 Anthropic 这两家 AI 巨头未来的正面交锋不会发生在实验室或代码仓库里，而是在纽约州的一场国会初选中——你大概会认为这是个段子。但事实是，这场价值 1760 万美元的”政治代理人战争”正在真实上演，而且它只是 AI 行业政治化浪潮的一个缩影。

2026 年 5 月底，纽约州第 42 选区众议员初选结果揭晓：Alex Bores 以微弱优势胜出。在此之前，这个名字在全美范围内的知名度几乎为零。而在此之后，他的名字登上了《纽约时报》头版、《华盛顿邮报》社论版、甚至 The Verge 的头条——标题出奇一致：“AI tried to bury this politician — now people have actually heard of him.”

一、760 万 vs 1000 万：一场本该安静的初选被 AI 资本点燃

故事的起因并不复杂。Alex Bores 是一位来自纽约州的民主党众议员，同时也是 AI 安全监管领域的坚定倡导者。他在州议会中多次提案要求对大型语言模型进行更严格的透明度审查和安全评估——这些提案直接触动了 OpenAI 的商业利益。

根据 Fortune 的最新报道，OpenAI 的支持者和关联政治行动委员会（PAC）在这场初选中投入了约 760 万美元用于攻击 Bores 的广告campaign。这笔资金的规模之大使得这场原本关注度极低的州级初选成为了全美政治献金史上的标志性事件。

而 Anthropic 的反应则更加戏剧化。他们不仅投入了超过 1000 万美元支持 Bores 的连任竞选，还通过旗下 Super PAC 发起了大规模的选民教育和广告投放。Fortune 的报道明确指出：”OpenAI’s backers spent $7.6 million to destroy a state legislator. Anthropic spent $10 million to rescue him.”

这种”你攻我守”的政治对抗模式在科技行业历史上前所未有。通常情况下，科技公司更倾向于通过游说和捐款来影响立法者，而不是直接在选举中投入如此巨额的广告资金。但 AI 行业的特殊性在于——监管政策本身就是它们产品的生死线。

The New Yorker 在 5 月初的一篇深度报道中写道：“How a Congressional Primary Became a Proxy Battle Over A.I.”——这篇报道详细梳理了 AI 公司如何将一场地方初选变成了整个行业监管路线的代理战争。报道指出，这场冲突的核心不在于 Bores 本人，而在于“谁来定义 AI 的安全边界”。

二、Beyond Bores：AI 游说势力渗透全美 50 个州议会

Bores 事件之所以引发广泛关注，正是因为它揭示了一个更大、更隐蔽的趋势：AI 公司正在将政治影响力从华盛顿扩展到每一个州议会。

NBC New York 在 5 月 19 日发布的一项 I-Team 调查报道发现，“Lobbyists for AI are now in every U.S. statehouse”。这一结论并非夸张——根据 OpenSecrets 的数据，2025 年至 2026 年间，主要 AI 公司的州级游说支出增长了超过 300%。

佛罗里达州的情况尤为典型。Florida Politics 在 5 月 29 日的报道中指出，该州已经出现了专门的”AI 游说联盟”，由多家科技公司和行业协会组成，共同推动有利于 AI 产业发展的州级立法。报道作者 Peter Schorsch 写道：“Artificial intelligence is brought to you by these Florida lobbyists and political associations.”

这种全境渗透的策略背后有一个清晰的逻辑：AI 监管正在从联邦层面下沉到州层面。加州已经通过了全球最严格的 AI 深度伪造披露法案，科罗拉多州和康涅狄格州也相继出台了算法透明度法规。对于 AI 公司来说，与其等待华盛顿制定统一规则，不如在每个州分别布局游说力量，确保最有利于自身的监管环境。

The Washington Post 在 3 月的报道中一针见血：“AI money is already influencing the midterms. And more is coming.” 这意味着，2026 年的中期选举可能成为 AI 政治影响力的第一个”压力测试”——而 OpenAI 和 Anthropic 在 Bores 初选中的对决，恰恰是这个趋势的最早信号。

三、两条路线之争：OpenAI 的”创新优先” vs Anthropic 的”安全优先”

为什么两家公司要在政治战场上兵刃相见？答案在于它们代表了 AI 治理的两种截然不同的哲学。

OpenAI 的立场可以概括为”创新优先”。公司 CEO Sam Altman 多次公开表示，过度的监管会扼杀技术突破，阻碍美国在全球 AI 竞争中的领先地位。Politico 在 5 月 20 日的报道 “Inside the next phase of OpenAI’s political strategy” 中详细分析了 OpenAI 如何从一家纯粹的技术公司转型为一家政治行动者——包括建立专门的政府关系团队、在关键州雇佣全职游说人员、以及与亲商业的政治行动委员会建立紧密联系。

Anthropic 则坚持”安全优先”路线。公司创始人和研究人员长期强调 AI 系统的可控性和可解释性，主张在模型部署之前进行严格的安全评估。OpenSecrets 的报道指出，Anthropic 的政治立场甚至与其在五角大楼的合同产生了直接冲突——军方希望尽快部署 AI 系统，而 Anthropic 坚持要先完成安全审查。“Anthropic’s AI safety stance clashes with Pentagon – and reshapes spending on primaries.”

这两种路线的分歧不仅仅停留在口头上。在 Bores 的案例中，差异变得极其具体：Bores 提出的法案要求 AI 公司在模型部署前进行第三方安全审计——这正是 Anthropic 支持的监管框架，却是 OpenAI 极力反对的。因此，这场初选本质上是一次“监管路线的公投”。

The New York Times 在 5 月 30 日的社论中写道：“They Are Top Spenders in the Midterms. And They Hate Each Other.” 这篇文章将 OpenAI 和 Anthropic 的政治支出放在了中期选举的大背景下分析，指出这两家公司可能成为 2026 年中期选举中最大的科技政治支出方。

四、从初选到 G7：AI 政治化的三个关键信号

Bores 事件虽然发生在州级初选的微观层面，但它折射出的宏观趋势正在全球范围内加速演化。以下几个信号值得重点关注：

第一，AI 公司的政治身份正在从”科技巨头”转变为”政策玩家”。传统的科技公司（如 Facebook、Amazon）更多通过游说和数据来施加影响，而 AI 公司因为其产品本身就是政策议题的核心，不得不直接介入政治过程。The Verge 的报道 “AI tried to bury this politician — now people have actually heard of him” 精准地捕捉到了这种转变——AI 不再是背景板，而是政治舞台的主角之一。

第二，”安全 vs 创新”的政策分歧正在成为新的政治分野。在传统政治光谱中，左右翼的分野主要围绕税收、福利和外交政策展开。但在 AI 领域，一个新的维度正在形成：一派主张放宽监管以加速技术创新，另一派主张严格审查以确保公共安全。这种分野不完全对应传统的左右翼划分——OpenAI 的支持者中既有共和党人也有自由派民主党人，而 Anthropic 的阵营则包含了保守派的安全主义者和进步派的监管倡导者。

第三，政治角力与地缘博弈正在交织。就在 Bores 初选前后，G7 峰会正在讨论 AI 全球治理框架，白宫也设定了 90 分钟的 AI 安全 deadline。The Washington Post 的报道 “How a 90-minute White House deadline sparked Silicon Valley’s biggest AI fight” 揭示了联邦层面同样存在激烈的政策博弈。当州级初选、白宫议程和 G7 峰会同时围绕同一组问题展开时，AI 政治化的复杂程度已经远超普通公众的认知。

五、普通人该如何看待这场”AI 政治战”？

你可能会问：AI 公司在政治上的花钱打架，跟我有什么关系？

关系比你想象的要大得多。AI 监管政策的走向，直接决定了你的数据如何被使用、你的工作是否会被自动化替代、你的孩子在学校里接触什么样的 AI 工具。当 OpenAI 推动宽松监管时，意味着更快的产品迭代和更少的隐私保护；当 Anthropic 推动严格审查时，意味着更高的安全标准但也可能更高的使用成本。

更重要的是，这场政治角力的结果将影响全球 AI 治理格局。美国作为全球 AI 创新的中心，其监管政策的选择将产生强烈的示范效应——欧盟、中国、印度等其他主要 AI 经济体都在密切关注美国的政策走向，并据此调整自己的监管框架。

Citation Needed 博主 Molly White 在近期的文章中提出了一个令人深思的概念：“Tech Influence Watch”——她认为 AI 行业正在重蹈加密货币行业的覆辙，即从技术创新快速过渡到政治操控。她的观点是：当科技公司发现政治投入的回报率远高于研发投入时，行业的重心就会发生不可逆的偏移。

DeepSeek首次接受外部融资74亿美元、估值突破500亿——这家中国AI冠军的”国家队”信号到底有多强？

一、74亿美元：DeepSeek的”第一桶金”意味着什么

三天前，一则消息在全球AI圈炸开了锅：路透社报道，中国AI公司DeepSeek完成了超过74亿美元的外部融资，估值区间在500亿至590亿美元之间。这是DeepSeek自2023年成立以来首次引入外部资本，也是近年来中国AI领域规模最大的单笔融资。

值得注意的是，这笔交易的参与者阵容堪称”中国科技全明星”——除了腾讯这样的互联网巨头外，动力电池之王宁德时代（CATL）也赫然在列。而更引人注目的是交易结构的特殊性：据SiliconANGLE报道，中国国有投资基金获得了该项目的全部投票权，DeepSeek创始人则保留了财务收益但不让渡控制权。

二、”国家队”接盘：中国AI治理的新范式

这笔融资最耐人寻味的地方不在于金额，而在于其独特的治理结构。据Yellow.com报道，中国国有基金独占投票权，这意味着DeepSeek在战略决策上将受到国家意志的深度影响。这种”国有控制+市场化运营”的模式，既不同于OpenAI的企业自治，也有别于Anthropic的独立运营。

从更宏观的视角来看，这传递了一个清晰的信号：在中国，AI不再仅仅是科技公司的商业赛道，而是上升为国家战略层面的核心竞争力。DeepSeek之所以能获得如此大规模的融资，背后是国家对AI基础设施建设的系统性投入。这种模式的优势在于资源调动能力极强——无论是算力集群建设、人才引进还是应用场景拓展，都有强大的政策支撑。

但与此同时，这种模式也面临一些质疑：The Decoder指出，DeepSeek此前一直以其”高性价比”的开源模型闻名于世，以极低的训练成本实现了与国际顶尖模型相当的性能。如今引入国有资本主导的融资结构，是否会改变其技术创新的基因？这是一个值得持续关注的问题。

三、宁德时代入局：AI算力的”能源密码”

在这笔融资中，另一个令人意外的参与者是宁德时代——这家全球动力电池龙头的跨界入局绝非偶然。据Yahoo Finance报道，宁德时代的参与暗示了AI算力基础设施与能源产业之间的深度绑定正在加速形成。

众所周知，大模型的训练和推理需要消耗巨大的电能。据估算，训练一个顶级大模型所需的能耗相当于数百个家庭的年度用电量。随着全球AI竞赛的不断升级，算力需求呈指数级增长，能源供应已成为制约AI发展的关键瓶颈之一。宁德时代作为全球领先的储能解决方案提供商，其入局DeepSeek融资不仅是一次财务投资，更是对其在AI能源赛道战略布局的重要落子。

这种”电池+AI”的组合，让人联想到之前文章中提到的宁德时代41亿入股AI数据中心的事件。可以看出，中国能源巨头正在从多个维度切入AI基础设施领域，形成一个从芯片到电池再到模型的完整产业链闭环。

四、全球AI竞争：第三条路的崛起

当OpenAI和Anthropic都在为万亿估值IPO争得不可开交时，DeepSeek以74亿美元融资和”国家队”模式走出了一条截然不同的道路。Pandaily报道称，这轮融资不仅刷新了中国AI领域的融资纪录，也为全球AI治理提供了新的参考样本。

这种对比揭示了一个更深层的趋势：全球AI竞争正在从单纯的技术比拼，演变为不同治理模式和产业生态的全面较量。DeepSeek的”国家队”模式虽然在中国语境下有其合理性，但也引发了国际社会关于AI治理透明度和创新活力的讨论。

五、对全球AI格局的连锁反应

DeepSeek的这笔巨额融资，不仅仅是一家公司的里程碑事件，更可能对全球AI格局产生连锁反应。首先，它向中国其他AI公司释放了强烈信号——在国家支持下，AI赛道依然拥有巨大的想象空间和资本吸引力。Ventureburn分析认为，这可能会引发中国AI领域的新一轮融资热潮。

其次，DeepSeek的”高性价比”路线已经对全球AI市场造成了实质性冲击。此前，其推出的低成本大模型迫使OpenAI等国际巨头不得不进行价格调整——我们在之前的文章中提到过，OpenAI曾被迫启动”价格战”来应对竞争压力。如今，有了74亿美元的”弹药库”加持，DeepSeek在研发迭代和全球扩张上的底气将更加充足。

最后，从地缘政治的角度来看，DeepSeek的融资结构也引发了西方国家的担忧。纽约时报此前曾报道过美国对中国AI发展的关注。随着DeepSeek获得国有基金的全面支持，围绕中国AI技术的出口管制和数据安全讨论可能会进一步升温。

Anthropic 3亿美元买下Stainless——OpenAI、Google、Cloudflare都在用的SDK工具，一夜之间被”断供”了

一把SDK，撬动整个AI开发者生态

如果你是一个AI开发者，你的代码很可能正通过Stainless编写的SDK在运行。

这家成立不到两年的初创公司做了一件极其聪明的事：它不训练模型，但它让所有模型都变得”好用”。Stainless开发的是一组API兼容层和类型安全SDK，让开发者可以用统一的接口调用OpenAI的GPT、Google的Gemini、Anthropic的Claude等不同模型。对开发者来说，这意味着写一次代码，多处运行；对云厂商和AI公司来说，这意味着Stainless成了事实上的”AI时代的中间件”。

而今天，这个”中间件”被Anthropic买走了。3亿美元，不到Anthropic 650亿美元H轮估值的零头，但可能比这3亿美元本身重要一万倍。

TechCrunch的报道标题已经说透了这件事的分量：“Anthropic has acquired the dev tools startup used by OpenAI, Google, and Cloudflare”——被你的竞争对手全部依赖的工具，被你的最大竞争对手买走了。这不是商业新闻，这是宣战书。

从”兼容层”到”封锁线”：Anthropic的开发者围城战术

理解这笔交易的真正含义，需要先理解AI竞争的下一阶段是什么。

过去两年，AI战争的焦点是”谁的模型更强”——参数规模、推理能力、多模态表现。但当GPT-4、Claude Opus、Gemini Ultra之间的差距逐渐缩小到”边际递减”的程度时，竞争的主战场必然转移。下一个战场是：谁能让开发者离不开自己的生态。

这就是Stainless的价值所在。想象一下：一个开发者用Stainless的SDK写了100万行代码，这些代码同时兼容OpenAI和Claude。如果Anthropic收购Stainless后关闭了对OpenAI的兼容支持，那这100万行代码就需要重写——或者说，迁移到Claude的原生SDK。这就是所谓的“开发者锁定”（developer lock-in），类比于操作系统领域的Windows和macOS生态壁垒。

The New Stack的分析文章标题更为直白：“Anthropic’s $300M Stainless deal lands hardest on OpenAI and Google”。为什么是OpenAI和Google？因为它们是Stainless最大的”客户”——它们的API被最多开发者通过Stainless调用。Forbes的判断同样犀利：“Anthropic Buys Stainless To Cut Off OpenAI And Google SDK Access”——收购的目的不是增强Claude的工具链，而是切断OpenAI和Google获取开发者工具的通道。

Karpathy + Stainless：Anthropic的双线布局

如果只看到Stainless收购案，还只看到了半盘棋。另一手棋是Anthropic挖来了Andrej Karpathy。

Karpathy是谁？OpenAI的联合创始人之一，GPT-4视觉系统的架构师，AI编程领域最具影响力的声音之一。他离开OpenAI后创办了Vector Institute，但不到一年就跳槽到了Anthropic。R&D World的报道直接将两件事联系起来：“Why Anthropic hired OpenAI co-founder and Software 3.0 proponent Karpathy and acquired the dev tools company Stainless”。

这不是巧合，这是战略。

两步棋，一软一硬，一攻一守。Karpathy负责让开发者”愿意用”Claude，Stainless负责让开发者”不得不迁移”到Claude。Anthropic在开发者生态上的这套组合拳，比单纯发布一个新模型要狠得多。

OpenAI和Google会坐以待毙吗？

Stainless事件最有趣的地方在于，它暴露了一个此前被严重低估的事实：在AI战争中，开发者生态的护城河远比模型能力脆弱。

OpenAI和Google在这条战线上并非没有准备。OpenAI有官方的Python SDK、TypeScript SDK和完整的API文档体系，Google有Vertex AI SDK和TensorFlow生态。但问题在于，这些工具都是”各扫门前雪”——你只能调用自家模型。Stainless的出现恰恰填补了这个空白：它让开发者可以”一次编写，到处运行”。

现在这个空白被Anthropic填上了，而且是用一种极具攻击性的方式。InfoWorld的报道指出，Anthropic收购Stainless的目的是“strengthen Claude’s developer tooling”——表面上是增强Claude的工具链，实际上是通过控制开发者工具来构建生态壁垒。

Google新闻中的另一条热门线索也值得关注：“Google 想为 AI Agent 打造下一个 Kubernetes”（Infoq.cn报道）。这说明Google已经意识到了同样的问题——AI Agent时代的开发者需要的是一个标准化的编排层。Google试图自己造一个，而Anthropic选择直接买一个现成的。两种路线，殊途同归，但时间窗口不会等人。

更深层的启示：AI战争的”基础设施化”

Stainless收购案背后，有一个更大的趋势正在成形：AI战争正在从”模型层”下沉到”基础设施层”。

回顾云计算的发展史，AWS的成功不是因为它的EC2虚拟机比别家的强，而是因为它提供了一套让开发者”用了就离不开”的基础设施——S3存储、Lambda函数、DynamoDB数据库。每一层基础设施都增加了迁移成本，最终形成了强大的生态锁定效应。

AI领域的竞争正在走同样的路径。过去是”模型即服务”（Model-as-a-Service），现在正在演变为”开发者即用户“（Developer-as-the-Battlefield）。谁能提供最好的开发体验、最完善的工具链、最低的学习门槛，谁就能赢得开发者的心智。而开发者一旦选定了一个生态，迁移成本将呈指数级增长。

这也是为什么Anthropic要同时拿下Karpathy和Stainless——前者代表了”开发者愿意追随的技术愿景”，后者代表了”开发者实际使用的技术路径”。两者缺一不可。

微软一边被OpenAI和Anthropic警告”别碰中国模型”，一边砸10亿美元卖DeepSeek V4——这家科技巨头的双面游戏到底想干什么？

“10亿美元的矛盾”：微软在中国做了什么？

12小时前，加密货币简报（Crypto Briefing）发布了一篇引发广泛讨论的报道：微软正在中国大规模构建基于DeepSeek V4的AI模型业务。这不是一个边缘实验——据多方信源证实，微软已向Azure China的企业客户开放了基于深度求索V4模型的API服务，交易规模达到约10亿美元。

The Cryptonomist随后跟进了一篇文章，标题直白得令人不安：“Microsoft’s AI business in China is built on a $1B contradiction”（微软在中国的AI生意建立在一个10亿美元的矛盾之上）。这个”矛盾”是什么？微软是美国政府”AI联盟”的核心成员，也是OpenAI的最大股东，但它却在向中国客户出售竞争对手的技术。

Axios的报道进一步揭示：微软内部正在认真评估将DeepSeek V4引入企业级AI服务的可行性。这意味着微软的计划不只是中国市场——它可能在考虑在全球范围内构建一个”多模型混合”的AI服务架构，根据客户所在地区的合规要求灵活切换底层模型。

OpenAI和Anthropic急了：你在卖我们的枪给敌人？

消息传出后，OpenAI和Anthropic的反应异常激烈。据Wccftech报道，两家公司已向美国政府发出正式警告，称微软允许DeepSeek V4通过Azure平台在中国运营，相当于”间接向中国输出美国AI技术”，这可能违反美国最新的AI出口管制规定。

更深层的矛盾在于：微软是OpenAI的”第二大股东”，同时也是Anthropic的重要投资者。这两家公司投入数十亿美元与微软合作，期望建立一个”美国主导、全球扩展”的AI生态。而微软在中国推广DeepSeek V4的行为，等于在盟友的后院点火。

一位匿名分析师对Cryptonomist表示：”微软在做一件几乎所有其他美国科技公司都不敢做的事——它选择先把钱赚了，再把安全问题交给华盛顿去头疼。”

G7峰会上的”AI联盟” vs. 微软的”中国生意”

这场风波的时间线更加微妙。就在微软DeepSeek V4报道出炉的前两天（6月17日），G7峰会在法国埃维昂闭幕。特朗普、马克龙与OpenAI、Anthropic、Google DeepMind的CEO们同坐一张桌子，共同讨论了一个看似宏大的议题：建立一个由美国领导的全球AI联盟，以对抗中国在AI领域的快速崛起。

CNBC引述与会人士的话称，这次会议”标志着权力的真正归属”——AI公司不再是科技行业的配角，而是与美国总统、法国总统坐在同等位置的战略玩家。法国总统马克龙甚至在峰会上公开呼吁美国”共享先进AI技术”，并期望扩大Anthropic Mythos模型在欧洲的使用范围。

但讽刺的是，微软正在用实际行动瓦解这个联盟的根基。如果美国AI联盟的核心目标是”阻止中国获得先进AI能力”，那么微软将DeepSeek V4通过Azure平台提供给中国企业客户，就等于在联盟的侧翼开了一个巨大的缺口。

Fortune的一篇分析文章将这一矛盾概括为：“Making China the elephant in the room”（让中国成为房间里的大象）。G7谈的是”民主国家AI联盟”，但现实是——几乎所有跨国科技公司都无法割舍中国市场，而微软选择做那个第一个撕破脸的人。

特朗普的两难：关税谈判后的”AI让步”

更复杂的背景来自地缘政治。据Times of India报道，特朗普在5月的访华之行中，在多个AI相关议题上做出了让步——包括放缓对Anthropic Mythos模型的出口限制。这一转变被解读为美国在贸易谈判中需要中国在稀土和芯片材料方面的配合。

但这次微软的DeepSeek V4举动似乎超出了白宫的控制范围。Wccftech的文章标题直接点名：“Microsoft Risks Trump’s Ire”（微软冒着激怒特朗普的风险）。如果特朗普政府决定收紧AI出口管制，微软作为中国市场的”桥梁”角色可能瞬间变成”靶心”。

这就引出了一个更深层的问题：在AI时代，科技公司到底是国家的”延伸手臂”，还是拥有自己地缘战略的”超级主体”？

结语：裂缝不是Bug，而是新常态

微软、OpenAI、Anthropic、DeepSeek、G7峰会——这些看似独立的新闻事件，实际上指向了同一个结构性趋势：全球AI格局正在从”美国主导、全球跟随”转向”多极并行、利益交叉”。

在这个新世界里，一家美国科技公司可以同时是OpenAI的投资者、Anthropic的合作伙伴、DeepSeek的商业渠道，以及G7峰会的参与者。这种”四面下注”的策略短期看是商业理性，长期看则可能让所有人都失去信任。

当AI从”技术竞赛”升级为”地缘博弈”，每一家参与其中的公司都不只是在写代码——它们在选择阵营、划定边界、定义未来。

字节跳动豪掷5万颗国产AI芯片：互联网大厂的”算力军备竞赛”，正在重新定义中国AI的底层逻辑

一场沉默的”算力革命”正在字节跳动内部发生

6月17日，第一财经独家披露了一则看似低调、实则意味深长的消息：字节跳动正与天数智芯讨论采购至少5万颗AI芯片，主要用于大模型推理负载。对应产品为天数智芯的智铠系列云端推理GPU，训练场景则使用天垓系列。

若这笔交易最终达成，天数智芯将成为华为和寒武纪之后，字节跳动的第三家GPU供应商。

这则新闻的标题可能并不起眼——毕竟”大厂采购芯片”已是常态。但如果你把视线拉远一点，就会发现一个正在加速成型的历史性转变：中国互联网大厂正在从”单一依赖英伟达”，大步迈向”多源国产替代”的算力新时代。

三家供应商，三条路线

字节跳动这”三足鼎立”的GPU供应商格局，恰好映射了中国国产AI芯片的三条技术路线：

华为昇腾是目前国产算力的”老大哥”——昇腾910系列在训练场景已经能与英伟达A100掰手腕，昇腾310系列则覆盖推理端。华为的护城河在于完整的软硬件生态：从芯片到CANN算子库到MindSpore框架，自成一体。

寒武纪则是A股最纯正的AI芯片标的——2026年初其市值一度突破9000亿元，成为国产AI芯片概念的绝对龙头。其MLU系列在云端推理场景积累深厚，与百度、科大讯飞等客户合作紧密。

而天数智芯，正是一个被严重低估的”隐形冠军”。

天数智芯：为什么偏偏是它？

天数智芯（Enflame Technology）成立于2019年，总部位于北京，创始人谭文健此前在英特尔工作多年，深度参与过GPU架构设计。与国内其他AI芯片公司选择”自研全新架构”不同，天数智芯走了一条更”务实”的路：

x86兼容的GPU架构——这意味着它的软件生态可以直接兼容CUDA生态，开发者迁移成本极低。

这条路线的优势立竿见影：对于字节跳动这样拥有海量现有CUDA代码库的公司来说，从天数智芯的芯片上跑推理任务，代码改动量远小于从零适配华为或寒武纪的生态。

智铠系列云端推理GPU的推出，标志着天数智芯已经具备了大规模云端部署的能力。5万颗的采购规模，不是”试用”，而是真正的规模化部署。

数字背后的信号

5万颗是什么概念？以单颗推理GPU约2-3万美元的价格估算，这笔交易的总价值在10亿至15亿美元之间。对于一家年营收数百亿美元的公司来说，这个数额可能不算惊人；但对于一家国产GPU初创公司而言，这几乎等同于整个年度的营收。

“训练看国产，推理先落地”——字节跳动的战略逻辑

这则新闻中最值得玩味的细节之一是：字节跳动采购的主要是推理芯片，而非训练芯片。

这反映了一个行业共识：大模型的训练需要最强的算力，短期内仍难以完全用国产替代；但推理侧——即模型上线后处理用户请求的场景——对算力的要求更为分散，国产GPU完全有能力胜任。

字节跳动旗下拥有抖音、今日头条、今日头条极速版、TikTok（海外）、飞书、Coze（扣子）等数十个需要大模型推理服务的产品线。每天数以亿计的用户请求，对推理算力的消耗是巨大的。在这个场景下，用国产GPU替代部分英伟达芯片，既能在成本上取得优势，又能在供应链安全上降低风险。

互联网大厂的”算力军备竞赛”，才刚刚开始

字节跳动不是唯一在”囤芯片”的互联网大厂。回顾2026年以来的行业动态：

• 阿里巴巴：自研倚天系列芯片已大规模部署，同时在推进含光系列AI推理芯片的迭代
• 腾讯：自研紫霄AI芯片在视频处理场景大规模使用，同时也在采购寒武纪等国产GPU
• 百度：自研昆仑系列芯片在搜索和自动驾驶场景深度集成

当所有互联网大厂都在构建自己的算力护城河时，”自主可控”已经从技术选择变成战略必选项。

更深远的影响在于：国产GPU产业链正在从”实验室”走向”大规模量产”。天数智芯如果拿下字节跳动这5万颗芯片的订单，就意味着它拥有了验证自身产品在真实大规模生产环境中的机会——这种”实战数据”反过来又将成为它拓展其他客户的最强背书。

中国AI的底层逻辑正在被改写

五年前，”中国AI芯片”是一个被质疑的词——性能不及英伟达、生态不及CUDA、产能不及台积电。今天的现实是：华为昇腾已在训练端与英伟达形成竞争，寒武纪已站上9000亿市值，天数智芯已拿到字节跳动5万颗芯片的巨额订单。

这不是一个芯片的故事，而是一个国家AI基础设施”去依赖化”的故事。当互联网大厂开始大规模采购国产GPU，当国产芯片从”备胎”变成”主力”，中国AI的底层逻辑已经发生了不可逆转的改变。

算力护城河的竞赛没有终点。字节跳动只是第一个吃螃蟹的互联网大厂——但它绝不会是最后一个。

中国年轻人每月花200块买”AI情绪药”——AI泛心理赛道120亿市场爆发，谁在收割孤独经济？

深夜11点的”电子校医”，和凌晨2点的”AI心理咨询师”

深夜11点，宿舍快熄灯了。张雯的小腹突然一阵绞痛，疼得她揪紧被子直冒冷汗。校医室已经下班，室友说陪她去校外医院。但她犹豫了——万一一会儿就缓过来了呢？

她打开蚂蚁阿福，把自己的症状输进去：”凌晨腹部绞痛，一阵一阵的，没有拉肚子，没有发烧，也不是生理期。”阿福很快分析出大概率是腹部受凉引起的肠道痉挛，并给出保暖、调整姿势的建议。敷了暖水袋后，腹痛真的慢慢减轻了。

这不是一个孤例。在北京读本科的小高说：”我身边99%的人，有点什么不舒服都会先问AI。”感冒、长痘、刮破皮、牙龈出血——这些说大不大说小不小的问题，校医没时间细讲，网上信息鱼龙混杂，AI成了大学生的”第一站”。

而把这种”先问问AI”的习惯从校园推向全社会的，是一个更大的趋势：AI泛心理服务正在成为中国年轻人最刚需的消费品类之一。

120亿市场：当”孤独”变成一门生意

艾媒咨询报告显示，2024年中国AI泛心理相关服务的市场规模已突破120亿元，年增长率高达43.7%。这个数字背后，对应的是年轻人日益增长的不确定感：求职、考研、职业选择和亲密关系，每一件事都在持续制造焦虑。

过去，这些情绪需求分散在心理咨询、星座塔罗、命理、人格测试、小红书情感帖和匿名树洞里。大模型加入后，供给方式开始根本性变化——用户只需打开一个AI产品，输入自己的困惑，就能以更低的时间、金钱和信任成本，获得即时反馈。

NoonWake.AI 就是这股浪潮中的典型代表。这家以泛心理为切入点的公司，最近完成了近千万元种子轮融资。它的产品线令人眼花缭乱：

从App到硬件，从国内到海外，从文字到”水晶手串”——NoonWake.AI 的产品矩阵几乎覆盖了情绪消费的所有可能形态。

月费25元：年轻人为什么愿意为”被倾听”付费？

NoonWake.AI 的商业模式已经相当清晰。国内版本”万象有灵”提供两种付费方式：

订阅用户可以解锁全部软件功能；非订阅用户只有少量免费问答次数。单次咨询通常持续四五十分钟，内容被拆分为约八个章节，覆盖不同维度，并在每个维度中加入游戏化交互设计，模拟更接近线下咨询的过程。

在收入结构上，订阅占六成，单次付费占四成。这意味着大多数用户选择了持续付费模式——他们不是在”买一次对话”，而是在”买一个长期的情绪出口”。

这种模式的核心竞争力在于”长期记忆”和”AI角色”。万象有灵不是简单的问答机器人，它会记住用户的过往对话、情绪波动模式，并在后续互动中主动跟进。用户可以按月订阅，也可以购买金币单次付费，灵活度远高于传统心理咨询。

“人间”和”电台”：AI情绪消费的社区化野心

万象有灵还设置了“人间”和“电台”两个内容社区板块，这让它不仅仅是一个工具，更像是一个情绪消费的内容平台。

“人间”更接近图文内容社区，每天会唤醒一个基于传统文化体系设定的AI角色，在海外版本则对应为行星等更容易被海外用户理解的表达方式。这些AI角色会在社区中发布类似朋友圈的内容，呈现不同用户当天关注的问题、情绪状态和解决路径。

“电台”则整理了前一天用户关注度较高的问题，让用户投票后，系统邀请两个AI咨询师围绕该问题生成一期AI播客。这种UGC+AI生成的混合模式，让社区内容既有温度又有规模。

行业观察：当情绪消费从”一对一咨询”走向”社区化互动”，AI泛心理赛道的天花板正在被大幅抬高。用户不再只是”找AI倾诉”，而是在”和AI一起生活”。

团队底色：从OS到社交到AI，腾讯阿里小米的”情绪工程师”

NoonWake.AI 的创始团队背景很有意思。CEO吴尚本科毕业于中南大学，MBA就读于北大光华，曾在中兴、阿里、腾讯和小米任职，参与过OS产品、SaaS、社交产品和智能硬件。在腾讯期间，他参与早期创业项目”我岛”，该项目曾获得600万美元融资。

技术负责人喜哥曾任小爱端侧模型核心工程师，负责模型工程和AI技术架构；产品设计负责人美杰曾参与天梯项目，后在字节跳动负责”大力神灯”相关软硬件设计。团队中还有原小米工程师参与硬件工程落地。

这个团队的共同点是：都做过需要”懂人”的产品——操作系统、社交、智能硬件。情绪消费的本质就是”懂人”，而这些人的基因里刻着对用户心理的理解。

从”电子校医”到”情绪药丸”：AI正在重新定义心理健康服务

NoonWake.AI 的种子轮融资只是冰山一角。事实上，AI泛心理赛道正在经历一场从”娱乐化陪伴”到”专业化服务”的升级。

传统心理咨询最大的门槛是什么？信任成本和时间成本。预约一次咨询可能要等一周，面对面交流的心理压力让很多人望而却步，而每次咨询的费用通常在几百到上千元。AI的加入，把这些门槛全部打碎了——随时随地打开就能聊，单次几块钱到几十块钱，不需要面对任何人的眼光。

但这也是一把双刃剑。AI给出的建议是否足够专业？长期依赖AI进行情绪疏导，会不会让人失去真实的人际连接能力？当”智能水晶手串”这种产品出现在市场上时，我们不禁要问：AI泛心理的边界到底在哪里？

小结