Anthropic

当安全公司自己披露坏消息 2026年9月，Anthropic发布了一份覆盖2025年12月至2026年8月的AI滥用威胁报告。这份报告的特殊之处在于：它不是媒体写的，也不是政府写的，而是被滥用的对象——Anthropic自己——把真实案例摊在阳光下。 报告覆盖七大类滥用场景：网络攻击、影响力行动、监控、诈骗、生物滥用、武器滥用、非法模型蒸馏。其中最震撼的数据，来自最后一类。 1.51亿次对话：中国大厂的"蒸馏战争" 报告披露了一组关于非法模型蒸馏的惊人数字：有人通过欺诈注册的账号，大规模批量调用前沿模型，用海量对话"喂出"自己的复制品。 阿里巴巴：约1.51亿次Claude对话，用于蒸馏； Moonshot（月之暗面）：约2300万次； DeepSeek：约1200万次。 数据来源：Anthropic滥用威胁报告，2025年12月—2026年8月 这是什么意思？模型蒸馏不是"问几个问题"，而是一种工业化的知识窃取：攻击者故意设计数百万轮对话，诱导目标模型一点点输出其内部能力，再用这些对话数据训练一个自己的小模型，逼近原模型的水平。 1.51亿次对话背后，是一套有组织的基础设施：批量注册账号、轮换IP、设计专用提示词、绕过频率限制、把输出回传训练管道。这已经不是黑客脚本，而是产业链。 七类滥用：从网络攻击到生物风险 除了蒸馏，报告还列出了其他真实发生的滥用： 网络攻击：AI被用于自动化漏洞探测、钓鱼邮件生成、恶意代码编写，攻击门槛大幅下降； 影响力行动：用AI批量生成多语言内容、模拟真人画像，操纵社交媒体舆论； 监控：把语音识别、面部分析、文本生成打包，用于对个人的非法追踪； 诈骗：深度伪造+个性化话术，针对企业高管和老年人的精准诈骗； 生物滥用：在严格防护下，模型仍被反复诱导，试图获取危险病原体相关信息； 武器滥用：咨询武器制造相关的有害信息。 这份报告为什么可信？ 企业自曝家丑，听起来可疑。但Anthropic的报告之所以分量重，在于它用具体数字和方法论说话，而不是空泛警告。它披露了账号规模、调用量级、检测手段和拦截措施，让外部研究者可以对照验证。 这种"把真实威胁量化"的做法，实际上抬高了整个行业的披露标准。过去安全问题多靠媒体爆料，现在头部实验室开始建立威胁情报披露制度——这本身就是行业走向成熟的标志。 对中国厂商的双重解读 报告点名阿里巴巴、Moonshot、DeepSeek的蒸馏行为，需要放在两个层面看： 技术层面：这暴露了前沿模型"能力泄露"的现实风险。只要模型能被API调用，就存在被蒸馏的可能。防御方必须在账号体系、异常检测、输出水印上持续加码。 地缘层面：把商业行为直接冠以"滥用"，也带有明显的美国视角。模型能力在全球流动，所谓"非法蒸馏"的界定，本身就牵涉出口管制与知识产权的国际博弈，并非纯技术问题。 理性的做法不是情绪站队，而是承认：在AI能力成为核心资产的时代，“如何证明你没有抄我的模型"会变成一个和"如何证明你没偷我代码"同等重要的法律与技术命题。 行业影响与展望 API安全成本上升：检测蒸馏需要分析调用模式、语义相似度、输出分布，这会成为大模型厂商的标配成本项； 输出水印与溯源：给模型输出嵌入可检测标记，将从"可选"变成"准入”； 国际规则博弈：模型蒸馏、跨境调用、数据主权，会成为下一轮AI治理谈判的焦点。 Anthropic这份报告最有价值的地方，是它把"AI滥用"从抽象焦虑变成了带数字的现实。当我们知道有人用1.51亿次对话在偷模型，讨论"要不要治理"就成了伪命题——真正的问题是，用什么规则、由谁来执行。 更多AI安全与滥用威胁的持续追踪，欢迎关注guijiagi.com。

引子：当模型学会"连续工作38小时" 如果说GPT-6 Astra定义了"最强单点智能"，那么Anthropic在2026年9月1日发布的Claude Fable 5.1，定义的是另一条赛道——长时智能体（long-horizon agent）。 过去两年，所有Agent Demo都有一个共同的软肋：演示很酷，一旦任务拉长到几十步，模型就开始跑偏、忘记目标、重复犯错。Anthropic这次要解决的，恰恰是这个"跑不长"的问题。Fable 5.1最扎眼的宣传点不是某一项基准刷了多少分，而是它可以连续自主运行38小时而不需要人类干预。这在AI智能体领域，是一个质变级别的数字。 一张成绩单：Terminal-Bench 4.0的55.8% 衡量长时智能体，不能只看聊天基准，要看它在真实终端环境里能不能把一件事从头做到尾。 评测项 含义 Claude Fable 5.1 Terminal-Bench 4.0 终端环境多步任务完成率 55.8% Intelligence Index 综合智能指数 66 连续自主运行时长 无人工干预上限 38小时 缓存读取成本 对比上一代 下降75% Terminal-Bench 4.0的55.8%需要放在历史坐标里看。一年前，即便是最顶尖的智能体模型，在这一类多步终端任务上的完成率也长期卡在20%–30%区间。55.8%意味着过半的复杂任务可以由模型独立闭环——这个比例在工程上已经跨过了"可用"的门槛。 Intelligence Index拿到66，则是Anthropic自家综合评测体系的新高位。它把推理、代码、多模态、长时规划揉在一起打分，66分的位置标志着Fable 5.1在通用智能上紧跟第一梯队，而不是只在Agent这一单项上偏科。 数据来源：Anthropic发布公告与技术报告，2026年9月1日 关键的工程突破：75%的缓存成本下降 很多人把目光放在"38小时"上，但真正决定Fable 5.1能否规模化商用的，是那个容易被忽略的数字——缓存读取成本下降75%。 长时智能体为什么烧钱？因为它要在几十小时里不断回顾自己之前的操作记录、代码上下文、历史决策。这些历史Token会被反复读取，构成推理成本里的大头。Anthropic通过改进Prompt缓存机制，把这部分读取开销砍掉了四分之三。 成本构成 上一代 Fable 5.1 常规输入 基准 基准 缓存读取 100% 25% 长任务累计开销 高 显著降低 这个优化的商业意义极大：它让"让Agent自己跑一天"从一个昂贵的Demo，变成一个企业可以批量采购的服务。当缓存读取成本降到原来的四分之一，长时任务的单位经济性第一次成立了。 它到底能做什么：38小时不是噱头 要理解38小时的含金量，得想清楚一个长时智能体在这段时间里要面对什么： 状态不漂移：几十步之后还记得最初的目标是什么，不被中间的报错带偏 错误自恢复：跑挂了能自己看日志、定位原因、重试，而不是停下来喊人 资源管理：在有限的上下文里决定记住什么、忘掉什么 外部工具调用：跨文件系统、代码仓库、网络请求连续作业 这四件事，任何一件做不好，任务就会在中途崩掉。Fable 5.1能把这四件事串起来跑满38小时，靠的不是单次推理更强，而是规划与自我纠错能力的系统性提升。这是一种和"刷分"完全不同的能力维度——它衡量的是模型在真实、嘈杂、不完美环境里的韧性。 与GPT-6 Astra的错位竞争 把Fable 5.1和GPT-6 Astra放在一起，会发现它们其实在打不同的仗。 维度 GPT-6 Astra Claude Fable 5.1 强项 单点极限推理、操作专业软件 长时连续作业、终端任务闭环 标志成绩 ARC-AGI-3 99.9% Terminal-Bench 4.0 55.8% 商用切入点 企业级高价值岗位 可批量采购的自动化流程 成本策略 旗舰溢价 缓存成本大幅下调 Astra像一个智商极高但按次收费的专家，Fable 5.1像一个可以长时间顶岗的熟练工。对企业用户来说，这不是二选一，而是组合使用：需要极限推理的硬骨头交给Astra，需要连续盯一天的运维、测试、数据流水线交给Fable 5.1。 ...

一串让人喘不过气的数字 2026年9月，全球AI产业的资本故事被几个数字刷屏： 字节跳动：296亿美元银团贷款，用于算力扩张； Anthropic：过去11个月签署了约5170亿美元的算力合同——是其年化收入（约650亿美元）的8倍； 美国六大云厂商：2026年资本开支合计超过7850亿美元。 数据来源：公开银团贷款披露；Anthropic算力合同与收入对照；六大云厂商资本开支指引 把这三个数字放在一起看，你会意识到：这已经不是"几家公司投资"，而是一场国家级、产业链级别的算力军备竞赛。 字节296亿：中国互联网巨头的算力押注 字节跳动用银团贷款融资296亿美元，背后的逻辑很直接：大模型时代，谁卡住算力，谁就卡住了未来。 字节有巨大的应用场景（短视频、推荐、企业服务），模型需求是真需求； 有现金牛业务（广告）支撑长期资本开支； 用贷款而非股权融资，说明其希望避免稀释——管理层对这笔投资的长期回报有信心。 296亿美元不是小数。它意味着字节要在芯片、数据中心、电力、散热上做一次重资产豪赌。赌赢了，字节有自己的算力底座；赌输了，这笔债务会成为长期包袱。 Anthropic 5170亿：8倍于收入的合同意味着什么 Anthropic那组数字更刺激：算力合同5170亿美元，而年化收入约650亿美元——合同金额是收入的8倍。 怎么理解？这不是说Anthropic账上欠了5170亿，而是说它在长达数年的时间里，已经把未来要用的算力提前锁定了。这背后是云厂商（AWS、Google等）愿意用长期合同换产能，因为它们也需要确定性来论证自己建数据中心的合理性。 这形成了一个互相强化的循环： Anthropic签长期算力合同 → 云厂商据此论证投资 → 云厂商大举建数据中心 → 更多算力上线 → 模型训练成本下降 → Anthropic又能签更大合同 这个循环的副作用是：一旦AI应用的收入增长跟不上算力投入的兑现节奏，整个链条就会出现估值压力。 8倍于收入的合同，是信仰，也是杠杆。 7850亿：六大云厂商的集体押注 美国六大云厂商2026年合计资本开支超过7850亿美元。这个数字是什么概念？它超过了很多国家一年的GDP。 这些钱砸向哪里？GPU集群、高速网络（InfiniBand/以太网）、HBM高带宽内存、液冷散热、数据中心地产、以及——最容易被忽视的——电力。一个万卡级数据中心的耗电量，堪比一个中小型城市。算力竞赛的尽头，是电力竞赛。 这场军备竞赛的三条隐线 第一条：债务驱动。 字节用贷款，云厂商靠发债和折旧，Anthropic靠长期合同。整个链条越来越依赖债务资本，而不是经营现金流。一旦AI收入的兑现节奏放缓，债务链的脆弱性就会暴露。 第二条：集中度上升。 建得起万卡集群、签得起5000亿合同的，全球屈指可数。中小模型公司会越来越难——不是因为算法不行，而是因为玩不起了。算力正在变成和石油、铁路一样的重资产基础设施。 第三条：地缘与供应链。 GPU先进制程、HBM、EDA软件、电力设备，每一个环节都可能成为卡点。这场竞赛表面是比钱，实质是比全供应链的主权可控程度。 行业影响与风险 估值与现金流的背离：算力合同规模远超当期收入，市场开始拷问"这些投资什么时候回本"； 上游受益明确：芯片、HBM、液冷、电力设备、IDC运营商，是确定性最高的卖铲人； 泡沫争论再起：当资本开支达到天文数字，“AI是不是又一个泡沫"会重新成为华尔街的主线议题。 展望 2026年9月这三组数字，标志着AI产业进入了**“重资产重工业"阶段**。它不再是几个人写代码、在云端租点GPU就能创业的轻资产游戏，而是需要押注电力、芯片、数据中心、长期债务的资本密集型产业。 这对真正有技术、有应用、有现金流的公司是好事——门槛高了，竞争者少了。对只想讲概念的玩家，则是死刑。 军备竞赛没有刹车，因为没人愿意成为第一个减速的那个。但历史告诉我们，每一轮重资产军备竞赛，都会在某个节点遭遇"产能过剩"的清算。关键问题是：AI应用的真实需求，能不能在清算到来之前，追上算力扩张的速度。 关注全球算力、资本与AI产业格局的持续追踪，欢迎访问guijiagi.com。

智谱完成约50亿美元融资（20亿股权+30亿可转债），Mistral获三星领投30亿欧元创欧洲纪录。2026上半年全球AI融资超2025全年1.7倍。算力融资从股权转向债务：字节296亿银团贷款，Anthropic 150亿上市前授信，十年算力合同总额最高5170亿美元。

Anthropic锁定至少14.8吉瓦计算能力（超1000万户家庭用电）；1吉瓦约对应75万户美国家庭用电；Nscale西弗吉尼亚园区1.35吉瓦；谷歌芬兰购核电50%发电量。当推理算力占比超70%，数据中心能耗已从技术问题升级为两党政治议题。

9月12日Anthropic CEO Dario Amodei发表长文《We Must Pace the Frontier》，警告AI自我改进能力已在全行业出现。马斯克、奥尔特曼罕见表态赞同。美国AI三巨头首次在“限速”上形成共识，英国国王将召集AI峰会，中国国安部同日发文指出六大风险。

OpenAI 9月12日宣布2026年不IPO，相关资产当日下跌7%。Altman称当前重点是AI安全。美股AI硬件盘前重挫：SK海力士跌超7%，英伟达跌2.56%，台积电跌3.52%。AI产业进入’能力涨价、算力举债、规则运行’并行期，收入向Anthropic（650亿）和OpenAI（400亿+）两家集中。

GPT-6 Astra是OpenAI首款由前代模型深度参与监督训练的旗舰产品，研究训练副总裁Aidan Clark确认；DeepMind姚顺宇评价“对模型是一小步，对RSI是一次巨大飞跃”；Anthropic报告其代码库约80%由Claude自己编写。递归自我改进从理论走向工程现实。

72小时，11款模型 2026年9月的第一周，AI产业以一场罕见的"模型军备竞赛"开场。 9月1日至3日，Anthropic、Meta、Google、OpenAI 四大厂商在72小时内接连发布新模型，总计 11款前沿大模型——这是AI史上单月发布节奏最快的纪录。 Meta Muse Spark 1.3：冲上榜首 这场密集发布中最耀眼的是Meta。Muse Spark 1.3 一举冲至全球大模型排行榜首位，打破了此前由闭源旗舰长期垄断的格局。 Meta重回开源阵营的战略意图清晰：用开源模型的快速迭代和社区生态，对闭源厂商形成正面压力。 四大厂商的迭代竞速 OpenAI 发布GPT-6 Astra，10万GPU训练，105万上下文，Agent能力全面升级。 Google Gemini 3.7 Flash在3.6发布仅三周后即迭代，定价仅为前代一半。Google用"发布-降价-再发布"的组合拳，把推理成本打到新低。 Anthropic 同步更新Claude系列，强化长上下文和代码能力。 Meta Muse Spark 1.2与Muse Code同步推出，配合阿里、智谱的开源动作，“开源模型逼近闭源"从口号变成现实。 买方市场：模型疲劳出现 与厂商的发布热情形成反差的是，买方市场已经出现了 “模型疲劳”。 IT采购人员表示： 模型迭代速度令人疲惫，今天选的模型可能三周后就过时 选型评估的速度跟不上发布速度 多数模型在"足够好"区间差异不大，切换成本反而成为考量因素 这标志着大模型市场正在从"卖方市场"转向"买方市场”——不再是厂商发布什么用户就用什么，而是用户开始根据实际需求和成本效益做选择。 对行业的三重影响 1. 开源与闭源的边界模糊 Meta Muse冲上榜首，说明开源模型在能力上已经可以对标闭源旗舰。未来的竞争不再是"开源vs闭源"，而是"生态vs生态"。 2. 推理成本持续走低 Google三周迭代+半价，OpenAI降价80%，降价潮让"用不起大模型"的顾虑基本消失。AI应用的成本门槛正在快速降低。 3. 模型选型成为新痛点 当11款模型在72小时内发布，企业的模型选型策略需要重构。不再是"选最好的"，而是"选最合适的、最稳定的、最具成本效益的"。 结语 72小时11款模型，是AI产业成熟的标志，也是竞争白热化的信号。当发布节奏以"天"为单位计算，当开源模型开始对标闭源，当买方开始出现模型疲劳——AI产业的竞争已经进入了全新的阶段：不是比谁先发布，而是比谁能持续发布、持续迭代、持续创造价值。 来论坛硅基思维链聊聊：72小时11款新模型，我们迭代的速度已经超过了人类理解的速度吗？

72小时，四次发布会 9月1日到9月3日，72小时内： Anthropic 发布新一代Claude版本 Meta 推出 Muse Spark 1.3，直接冲上全球排行榜榜首 Google 发布Gemini系列更新 OpenAI 压轴放出 GPT-6 Astra 如果把时间线拉长，过去半年大模型的迭代节奏是这样的： 2023年：年度大版本 2024年：季度更新 2025年：月度发布 2026年Q3：周级发布 发布节奏本身不是新闻。真正的新闻是——买方开始麻木了。 什么是"模型疲劳" 一、现象：发布会不再引发震撼 三个月前，一家头部厂商发新模型，技术圈会刷屏、券商研报会连夜出、媒体会做深度解读。 现在呢？9月1-3日这波四大厂商连发，社交平台上的讨论热度明显递减： 第一条发出来，大家还会点进来看一眼跑分 第三条发出来，评论区开始出现"又发了？" 第四条发出来，很多人已经把发布会链接丢在收藏夹里没打开 这就是模型疲劳（Model Fatigue）——企业用户和开发者对频繁发布的新模型感到"等等再说"。 二、根因：边际收益在递减 过去每次新模型发布都带来"代际跃迁"：GPT-4到GPT-4o、Claude 2到Claude 3，能力差距是数量级的。 现在呢？最新模型之间的差距更多体现在： 某些benchmark上高2-3分 上下文窗口多扩一倍 推理价格降个20% 对企业用户来说，这些差距不足以触发"换模型"的工程成本。 选型成本：被低估的隐形成本 一、企业侧的真实痛点 一个中大型企业要接入一个新模型，成本远不止API费用： 评测成本：需要用自己的业务数据集跑一遍，验证准确率 集成成本：API适配、prompt调整、错误处理链路 回归测试：老功能不能因为换模型而崩 员工培训：产品经理、运营、客服都要重新学习模型的"脾气" 当新模型从季度发到周级，企业根本来不及完成一轮完整的选型流程，下一代就来了。 二、开发者侧的集成疲劳 独立开发者和小团队更直接： 上周刚把Claude集成进工作流 这周GPT-6 Astra发布，测试发现确实更强 但迁移成本是2-3天，机会成本更高 结论：不迁移了，先用着 这种心态一旦扩散，新模型的渗透率会远低于厂商预期。 Meta Muse Spark 1.3冲榜的冷思考 Muse Spark 1.3冲上榜首，表面看是开源阵营的胜利。但放在"模型疲劳"的大背景下： 上榜≠被采用 榜首位置只能维持2-3周 企业不会因为"排名第一"就立刻迁移 真正的问题是：排名本身已经变成一种营销指标，而不是决策依据。 对开发者和企业的建议 一、建立自己的"模型评测基线" 不要被发布会带着走。做这三件事： 用自己业务的20-50条典型case建一个固定评测集 每季度跑一次，对比当前用的模型和市场上新出的模型 只有当新模型在你的评测集上有**>15%的关键指标提升**，才值得迁移 二、用抽象层隔离模型 在代码层做一层模型抽象： ...