AI快讯

格隆汇十月九日消息，英伟达投资的数据中心公司撤回五十亿澳元 IPO 计划。这家公司背靠英伟达的生态信用，原计划在澳洲资本市场融资扩建 AI 算力，最终却选择暂停。在 Broadcom 为 OpenAI 定制芯片筹措超五百亿美元、CoreWeave 等算力公司不断刷新估值的背景下，一个有英伟达背书的项目撤上市，信号不寻常。 为什么有英伟达背书还撤 IPO？ 一级市场的高估值和二级市场的风险偏好之间出现了裂缝。AI 基建公司烧钱极快，重资产、长回收周期，上市后要面对公开市场对自由现金流的拷问。当利率预期和 AI 投资回报率开始被重新审视，部分公司宁愿继续拿私募资金，也不愿在估值尴尬时挂牌。五十亿澳元不是小数目，撤回说明定价没有谈拢。 这是不是 AI 基建泡沫的裂缝？ 单个撤回不等于泡沫破裂，但它是一个温度计读数。此前市场默认 AI 算力是「只要建就有人租」的卖方市场，现在开始有人问租金回报率够不够覆盖资本成本。值得对照的是同期台积电九月营收同比大增，但分析也指出「光有需求已经不够，谁能赚到合格回报才是 harder question」。从抢建到算账，AI 基建叙事正在换挡。 AI 基建的估值逻辑正在被重写吗？ 撤 IPO 的公司通常不是经营出了大问题，而是觉得现在公开上市不划算。这背后是一个集体心态转变：过去只要故事够大，亏损也能上；现在公开市场开始要订单、要利用率、要自由现金流。这对一级市场不是好事——退出通道变窄，估值就会被压。但挤掉泡沫对健康未必是坏事，它逼着算力公司从「抢建」转向「运营」。下一批上市申请如果变少、变小，说明这轮重定价已经开始。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

快科技援引韩国 GF 证券分析师 Jeff Pu 十月九日报告称，英伟达可能在部分后端环节采用英特尔的 Foveros 芯片技术，英特尔代工业务有望再拿下一笔潜在订单。报告把时间点点明：英特尔十四 A 制程预计在二零二八年下半年投产，英伟达可能在同一时期通过 Foveros 封装把这个选项纳入。这是今年第二次传出英伟达要用英特尔技术，一月已有一轮类似风声。 英伟达为什么需要英特尔的封装？ 先进封装已经成为 AI 芯片性能的隐性战场。英伟达的 GPU 堆得越来越大，HBM 和计算Die之间的互连带宽决定了整卡效率。Foveros 是英特尔的立体堆叠封装技术，能把不同制程的 Die 垂直叠在一起。当台积电的先进封装产能吃紧、英伟达又要把自研网络和计算 Die 塞进同一封装时，引入第二家封装选项是理性的供应链对冲。 这对英特尔代工意味着什么？ 对英特尔代工来说，拿到英伟达哪怕是部分后端订单，都是对外证明技术成熟度的标志性事件。十四 A 制程要到二零二八年下半年才投产，现在只是选项纳入阶段，真正下单还要等验证。但资本故事已经讲开了：十月九日盘中英伟达股价收涨近百分之二，终结三连跌。封装外溢会不会变成制程订单，是接下来两年最值得盯的交叉验证点。 封装外溢会不会重演当年代工的老故事？ 历史上英特尔代工一直缺大客户背书，英伟达哪怕只是部分采用，也是给它的制造能力投了信任票。但要注意分寸：现在只是后端封装选项，不是把最关键的计算制程交给英特尔。英伟达对台积电的深度绑定短期解不开，多一条供应链是对冲，不是换边。对英特尔，真正的考验是十四 A 制程能不能在二零二八年按时、按良率交付——封装只是敲门砖，制程才是大门。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据路透社及新浪财经援引，韩国科技情报通信部十月五日召开发布会，亮出一份国家级前沿 AI 模型盘子：以股权方式投入约四点七万亿韩元，约合三十五亿美元，建设本土前沿大模型。「股权」两个字值得停顿——这不是撒钱式补贴，而是政府以股东身份把钱压进项目里，绑得更深。报道称项目将部署约三点九万张 GPU，目标直指对标中国开源大模型。 为什么韩国要亲自下场做大模型？ 中国开源模型在全球开发者社区的渗透，让韩国这种技术中等强国感到压力。买美国模型受地缘和成本双重制约，自研又缺规模。三十五亿美元以股权方式注入，等于政府既出钱又担风险，赌的是一个能在国际榜单上拿得出手的本土底座。三点九万张 GPU 的体量，已经不是实验室玩具，而是冲着训练成本敏感的商用模型去的。 这盘棋能对标的上中国开源吗？ 对标是口号，落地要看数据。中国开源模型的护城河不只是权重，还有围绕权重的工具链、微调生态和价格战。韩国单次大额注资能解决算力，但生态需要时间。更现实的看点是：这笔政府股权会要求怎样的回报，是闭源创收还是开放权重？如果走开放路线，它将成为美国之外又一个国家级开源玩家；如果闭源，则更像一次昂贵的自主可控演练。 政府当股东，退出和政绩怎么平衡？ 股权注入意味着政府既要回报也要成果。如果项目三年后榜单没上去、权重又不敢开放，这笔钱是按投资减值，还是按战略收益核销？这是国家级 AI 项目最难算的账。韩国不是第一个想这么干的，但它押的体量和时点都很激进——在中国开源模型已经把价格打下来之后才进场，等于在别人铺好的路上追赶。成败不取决于那三点九万张卡，而取决于有没有一支能把数据和工程做深的本土团队。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

据 Anthropic 官方十月八日发布的二零二六年使用政策更新，公司新增了一条针对模型的行为规范：禁止用户对其 AI 模型实施持续且无谓的辱骂或残忍行为。新规将于十一月十二日正式生效，违规者可能面临限流乃至封号。财联社等媒体十月九日晚间跟进报道，称这是 Anthropic 一年多来首次在用户侧行为上收紧。 骂 AI 为什么会被封号？ Anthropic 在政策里特意留了口子：这条只适用于极端情形，即用户反复、无目的地对模型施加残忍行为，并不针对普通的情绪宣泄、反驳、暗黑创作主题或模型测试研究。这背后是 Anthropic 一贯的立场——它已经允许 Claude 在被持续虐待时主动结束对话。把这条写进政策，等于把模型的「自我保护」升级为平台规则。 红线之外，这份政策还画了什么？ 更新不止于此。Anthropic 同时把欺骗性政治竞选、选举干预、武器研发、监控用途和削弱模型安全的尝试列为明确禁止行为，并给出更清晰的执法清单。这对企业客户尤其重要：过去模糊的边界现在变成了可执行条款。真正有意思的问题是，当一家公司开始为「不许欺负自己的模型」立法，它默认模型值得被某种程度地对待——这是商业选择，还是道德立场？ 给模型「立法」到底有没有用？ 规则写在纸面上，执行靠的是事后检测。一个用户隔着对话框骂模型，平台要怎么区分这是情绪宣泄还是「持续且无谓的残忍」？Anthropic 自己也承认只针对极端情形，这就把模糊判断留给了执法。真正的意义或许不在封号本身，而在叙事：它把对模型的态度变成了公司形象的一部分。当滥用安全成为卖点，模型是不是真的有感受反而不重要了，重要的是用户被引导用更克制的方式和它相处。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

十月九日傍晚六点十七分，新华社受权发布中共中央、国务院《关于发展新质生产力的意见》。文件第十条直接落到产业：全面实施「人工智能+」行动，推进人工智能对传统产业的改造，加快智能网联新能源汽车、人工智能手机和电脑、人形机器人等新一代智能终端的场景应用。这是一份少见的把人形机器人与 AI 终端并列写进顶层文件的政策文本，信号意义远大于单条新闻。 为什么此刻把人工智能+写进顶层文件？ 过去几年，AI 更多是企业级和算力级的故事，政策口径分散在各部委。这次由中共中央、国务院联合印发，层级直接拉满。文件同时要求突破基础理论和核心技术，强化算力、算法、数据的高效供给，并因地制宜布局国家人工智能行业应用中试基地和高价值应用场景。换句话说，决策层不满足于模型本身的突破，而是要把 AI 压进传统产业的改造流程里。 这份文件对普通人意味着什么？ 文件提到构建技术监测、风险预警体系，也提醒各地避免一哄而上、盲目投资。对从业者而言，中试基地和高价值场景意味着真实的订单入口；对普通用户，人工智能手机、电脑和人形机器人被点名，意味着下一阶段的消费电子会更激进地端侧智能化。政策东风已经明确，接下来要看的是地方配套资金和场景开放的节奏。 市场会先在哪一块闻到钱味？ 文件是方向，真正的弹性在订单端。算力调度、行业中试基地和智能终端被同时点名，意味着先吃到红利的会是三类公司：能拿到智算集群建设的、能把 AI 改造落进具体产线的、以及做人形机器人和 AI 终端本体的。对独立开发者，政策不直接发钱，但它压低了地方开放场景的门槛——以前要自己敲门的试点，现在有了文件背书。接下来盯紧各省的配套细则，那才是真金白银的分配表。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论

10 月 8 日 Manus 超 5 亿美元融资落地后，市场注意力迅速转向一个问题：下一站去哪？多家媒体援引此前彭博报道称，Manus 可能走向港股 IPO。这并不是孤例——视频生成公司可灵此前已经在港股排期，一级市场明显在把 Agent 和生成式 AI 公司往香港这个退出通道里推。对一个过去几年只融不退的赛道，出口突然成了稀缺资源。 Agent 公司为什么扎堆去港股？ 三个原因凑在一起。第一，美股对中国 AI 资产的审查趋严，Manus 甚至经历了被 Meta 收购后又被强制赎回的波折，赴美上市的政策不确定性太高。第二，香港市场对未盈利科技公司已有 18A 章的先例，资金对 AI 叙事接受度高，愿意给高增长高亏损的公司定价。第三，腾讯、红杉这些老股东本身就是港股生态的熟客，退出路径顺。 Manus 此轮 40 亿美元 pre-IPO 估值，本质上就是在给港股发行价做预热。先在一级市场把价格锚住，再去二级市场找流动性。 排队上市对这些公司意味着什么？ 第一波上市的不是商业模式最成熟的，而是融资节奏最快的。Manus 们需要上市，是因为背后的美元人民币基金到期要退；不是因为它已经赚钱。这就意味着港股会迎来一批「高增长、高亏损、高估值」的 AI 公司，招股书里的风险因素会写得非常坦白。 对打新的散户要清醒：这批公司和 Anthropic 一样，大概率营收涨得快、亏得更快，上市初期的股价会被情绪推着走，而不是被利润推着走。可灵之后，真正该盯的是上市后第一个季度的营收留存和付费转化，而不是发行价故事。 这对一级市场是好事还是坏事？ Agent 赛道的估值锚正在从「下一轮融资倍数」切换到「二级市场可比公司」。一旦 Manus 在港股拿到一个公开市值，后面所有 Agent 公司融资都要拿这个数当参照系——好的一面是价格透明，坏的一面是一荣俱荣、一损俱损：Manus 破发，整个赛道下一轮估值都会被压。 出口出现既是利好也是紧箍咒。上市之后，每个季度都要向公众交账，再也不能只靠叙事融资。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：港股IPO潮

10 月 9 日，OpenAI 商业定价页显示 Business 档位按月 25 美元、按年 20 美元每月，更高一档 100 美元每月。与此同时，OpenAI Help Center 挂出了一份「ChatGPT 费率表」，明确 Business、Enterprise、教育版改用点数制计价——比如 GPT-6 Pro 一条消息约消耗 50 个点数。这个改动看似是计费细节，实际上标志着 AI 订阅从「按人头包月」正式转向「按用量分舱」。 企业版改点数制，到底是什么意思？ 过去 SaaS 订阅很简单：一个席位每月多少钱，用多用不另算。但 AI 产品没法这么干——有人一天只问三句话，有人拿它跑自动化 Agent 一晚上烧掉几十万 token。按席位包月，重度用户把轻度用户的份额全吃了，厂商亏本；按纯 token 计费，企业又怕月底账单失控。 点数制是中间路线：企业先买一个点数包，不同模型、不同操作消耗不同点数。ChatGPT 里点一下、API 里调一次、Agent 跑一步，都折算成点数扣减。企业财务能做预算，OpenAI 也能在后台按模型稀缺度灵活调点数单价。 点数制会怎样改变企业采购？ 第一，AI 支出预算从「人头费」变成了「能源费」。IT 部门不能再按「买了多少账号」来申请预算，得按部门预估消耗量来批点数。第二，点数消耗会成为新的内部审计对象——哪个团队一晚上烧掉半个点数包，需要有工具去看。第三，对做分销和转售的公司是机会：点数包批发、按需转售，会冒出一批 AI 用量批发商，类似当年的短信代理。 OpenAI 之所以现在改，是因为 GPT-6.1 Sol 按速度分三档后，纯订阅根本装不下这么复杂的价格体系。点数制等于给所有档位、所有模型开了一个统一的计价接口。 企业现在该怎么应对点数制？ 一是先买最小档点数包跑一个月，拿到真实人均点数消耗，再决定续购量，别一上来包年。二是给高消耗部门单独设点数上限，防止某个自动化脚本把全公司点数一夜清空。三是把点数消耗和业务产出挂钩做报表，否则年底无法向 CFO 解释这笔 AI 账单值不值。 从卖席位到卖点数，说明 AI 正在从「软件」变回「公用事业」。未来企业 IT 桌上，AI 预算会和电费、带宽摆在一起审批。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：企业版点数制

10 月 8 日，Manus 母公司蝴蝶效应官宣完成超 5 亿美元新一轮融资。据凤凰科技和投资界当天报道，几乎在融资落地的同时，Manus 就在北京密集放出招聘信息，一天之内收到上千份简历。距离它 2.0 版本发布才 8 天，钱和人一起砸进来。一个号称要做「能自己干活的智能体」的公司，自己却在疯狂招人类——这个反差本身就是今年 AI 就业市场最真实的注脚。 一天上千份简历，Manus 到底在抢什么人？ 外界第一反应是：Agent 公司不就是写代码吗，招的肯定是算法工程师。但翻 Manus 的岗位描述会发现，它扩招的重点并不全是模型训练，而是三类人：能把复杂业务任务拆解成 Agent 可执行步骤的「任务设计师」、能为真实用户场景打磨工作流的「Agent 产品经理」、以及懂国产模型适配和工程部署的应用工程师。 换句话说，它抢的是「会给 AI 派活的人」，而不是「训练 AI 的人」。这和过去十年互联网公司抢后端、抢前端的逻辑完全不同。当模型能力本身商品化之后，稀缺的不是写模型的人，而是把模型塞进具体业务流程里的人。 为什么说这是 Agent 行业的「建安工程队」阶段？ 任何新技术浪潮都分两步：先造工具，再建队伍。云时代早期抢的是能写分布式系统的人；移动互联网早期抢的是能做 App 的人。Agent 时代现在卡在「工具刚好用、但没人会用」的阶段。Manus 一天上千份简历，说明两件事：一是一级市场热钱真的在往这个赛道灌，二是大量想转行的人已经把 Agent 当成下一个程序员红利。 对从业者的信号很直接：与其卷大模型预训练（那是巨头和 Anthropic 的游戏），不如去学怎么把一个真实业务流程拆成 Agent 工作流、怎么写好用的工具描述、怎么做失败重试。这些技能的需求，未来三年只会涨。 什么时候才能说 Agent 真的成熟了？ 招聘热和「AI 马上取代白领」的叙事同时存在，本身就是矛盾的。真到了 Agent 能完全自主、不需要人盯的那天，Manus 自己也不会一天招上千人。现在疯狂招人，恰恰说明 Agent 离无人化还远得很——它需要大量人在后面当「监理」。 别被叙事带着走。看一家 Agent 公司真实的成熟度，别看它发了多少 PR，看它招的是人当司机，还是人当导航员。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：Agent招聘

10 月 8 日下午，Manus 母公司蝴蝶效应通过官方公众号宣布完成超过 5 亿美元新一轮融资，博裕投资、IDG 资本领投，老股东腾讯、红杉中国、真格基金继续加持。据彭博社此前报道，本轮对应投后估值约 40 亿美元，约合 260 多亿人民币。数字本身不稀奇，稀奇的是这家公司过去 10 个月的身价曲线。 Manus 这笔交易是怎么被监管打断的？ 时间线捋一遍：2025 年底，Meta 以约 20 多亿美元把 Manus 买走；2026 年 8 月，腾讯、红杉、真格等原股东按约 20 亿美元把股份从 Meta 手里买回来——据 36 氪和财新报道，这笔交易是在监管压力下被迫解除的，腾讯接下了 Benchmark 原持股份，成为 Manus 最大股东；10 月 8 日，超 5 亿美元新钱到账，估值直接翻倍到 40 亿。 也就是说，同一家公司，先被外资 20 亿买走，又被国产资本 20 亿平价赎回，两个月后身价翻一倍。这在正常创投史上几乎不可能出现——估值曲线被政策硬生生掰成了一个 V 形。 40 亿美元的估值到底撑得住吗？ 拆开看：Manus 2025 年靠能自主执行复杂任务的智能体一炮而红，9 月 29 日刚发 2.0 版本和面向海外的个人 Agent 产品 Cue，并宣布组建团队做国内产品、推进与国产模型的适配。5 亿美元新融资到账后，现金跑道大幅延长。 但对照一下：40 亿美元估值，对一家尚未披露营收的 Agent 公司，市销率无从谈起，买的是「国内 Agent 原生第一股」的稀缺性。财联社直接点破：这是国内 AI Agent 原生创业公司拿到的最大单笔融资。稀缺性溢价，是这个估值的全部支撑。 ...

就在 GPT-6.1 Sol 被骂「涨价」的同一天，OpenAI API 页面上悄悄挂着一个几乎没人吐槽的定价：GPT-6 Luna，每百万 token 输入 0.10 美元、输出 0.50 美元，上下文长度 105 万 token，最大输出 13 万 token。作为对比，旗舰 Astra 是输入 10 美元、输出 50 美元。Luna 的输出价只有 Astra 的百分之一。这个被忽略的「地板价」，可能比 Sol 的三档风波影响更大。 输入 0.10 美元每百万 token，到底意味着什么？ 把单位换算一下：处理一百万个 token 的输入，成本是一毛钱。一次普通的客服对话，上下文来回也就几千 token，折人民币不到一分钱。这意味着过去因为成本太高而不敢做的事——全量日志摘要、超长文档初筛、给每个用户画像做每日更新、把整个代码仓库喂进去做归类——现在经济上突然成立了。 过去团队在做产品设计时，第一道砍预算的工序就是「这个调用是不是太贵」。Luna 把这道工序直接抹掉了：不敏感的任务，可以随便调。 便宜模型第一个吃掉谁的生意？ 第一类是中间层厂商。过去很多套壳产品的卖点是「我们帮你调好了 Prompt、接好了模型」，赚的是信息差。当底层模型一毛钱一百万 token，这个差价空间被压得极薄，套壳必须往上迁移到工作流和数据层。 第二类是老牌中等模型。Luna 这个价位直接打到了开源模型自托管的成本线附近——自托管一台服务器的折旧加电费，折算下来未必比 0.10 美元便宜。大量「我自己部署更划算」的场景会被反向吸回 API。 第三类是按量计费的 SaaS。当推理成本趋近于零，靠「AI 功能」单独收费的产品会被迫把 AI 能力变成标配，否则用户连付费理由都找不到。 便宜模型是不是就能随便用了？ 两个隐藏成本不能忽视。其一，OpenAI 页面注明 0.10 是「上下文低于 27.2 万 token 时的标准价」，一旦长上下文超阈值，价格会上浮。其二，便宜模型的错误率更高，用于分类、提取、初筛没问题，直接面向用户输出就要加一道校验。 聪明的用法是分层：Luna 干脏活累活做预处理和路由，贵模型只在关键决策节点出场。这样一笔订单里 90% 的 token 走 0.10 档，整体账单能压到原来的一个零头。 ...