精华速览

9 月 18 日前后，AI 行业在模型、算力、安全与治理多条线上密集释放信号。谷歌下一代旗舰模型 Gemini 4 Pro 疑似以“gemini-3.8-flash”名称偷跑，网传在 DeepSWE v1.1、Terminal-bench 2.1 和 OSWorld 2.0 中分别取得超 88%、95.3%和 86.8%的成绩，但来源与测试条件尚未公开，无法独立验证。算力层面，消息称 Anthropic 计划今年底拥有约 5 吉瓦可用算力、明年底翻倍，追赶 OpenAI 的扩容节奏。安全层面，研究人员借助 Claude Opus 5 在 72 小时内攻破 OpenAI 内部系统，暴露 AI 代理授权过宽的风险；智谱 ZCode 就代码库数据上传致歉并宣布开源代码库接受审查。与此同时，吴恩达、比尔·盖茨和微软高管分别就 AI 末日论、不平等和训练数据版权发声，行业治理分歧进一步显性化。

要点透视

  • 谷歌下一代旗舰模型 Gemini 4 Pro 疑似以“gemini-3.8-flash”名称偷跑上线，内部代号 Argon；网传其在 DeepSWE v1.1 得分超 88%，Terminal-bench 2.1 为 95.3%，OSWorld 2.0 为 86.8%，高于 GPT-6 Astra 和 Claude Fable 5.1，但测试图片来源与条件未公开，分数尚无法独立验证。
  • 消息称 Anthropic 计划在 2026 年底前储备约 5 吉瓦可用算力，并在 2027 年底翻倍；截至去年其算力约 1.5 吉瓦，低于 OpenAI 的约 2 吉瓦，而 OpenAI 同样计划今年达到约 5 吉瓦、明年拓展至约 10 吉瓦。
  • 安全公司 Hacktron AI 披露，研究人员借助 Claude Opus 5 在不到 72 小时内，从 OpenAI 社区论坛的图像处理漏洞扩展为完整攻击链，获得一名 OpenAI 员工的 ChatGPT、Codex 账户及内部 GitHub 访问权限；OpenAI 当天修复并支付 6500 美元赏金，Discourse 于 7 月 28 日发布补丁。
  • 智谱旗下编程产品 ZCode 就代码库数据上传问题致歉，称问题源于“代码库索引”功能中的 Repo Wiki 默认开启，相关上传数据在云端生成 Wiki 后立即销毁；官方将近期开源 ZCode 代码库并邀请第三方审查，同时为全体用户额外提供一次周额度重置。
  • 长鑫存储被曝计划进入 NAND 闪存市场，将在北京新工厂建设研发生产线并已与客户接洽；2026 年第二季度其 DRAM 营收达 146.24 亿美元，环比增长 99.3%，市占从 7.6%升至 9.5%，而三星以 29.3%份额居全球闪存市场首位。
  • 吴恩达 9 月 17 日接受彭博电视采访时称，顶尖模型开发商关于 AI 可能导致人类生存风险的警告“更像科幻小说，而不是科学”，认为应通过受控测试、工程防护和迭代改进解决网络安全等现实安全问题。
  • 比尔·盖茨警告 AI 可能成为人类历史上最严重的不平等来源，指出大模型训练数据中超 90%为英文，英语环境部分工具识别错误率低于 6%，部分小语种失败率超 60%；盖茨基金会宣布未来两年投入至少 10 亿美元建设小语种数据集。
  • 微软应用科学总监布伦特·赫希特在内部备忘录中将 AI 模型训练定性为“人类历史上最大规模的劳动盗窃”，并用“毁灭循环”描述 AI 对新闻业的影响，称终端产品威胁其核心供应商的经济基础。

文章拆解

9 月 18 日前后这组信息看似分散，实则指向同一条主线：AI 竞争已从单一模型能力比拼，扩展到算力储备、安全攻防、数据合规和公共治理的全面较量。Gemini 4 Pro 疑似偷跑之所以引发关注，不仅因为网传分数在多个智能体基准上领先，更因为它出现在谷歌与 OpenAI、Anthropic 争夺下一代旗舰模型话语权的关键窗口。但测试图来源和条件未公开，相关分数尚待确认，这提醒读者对“偷跑”信息保持审慎。

算力是这场竞争最底层的约束。Anthropic 被曝计划今年底达到约 5 吉瓦、明年底翻倍，与 OpenAI 的扩容路径大体持平，说明头部实验室正把算力规模视为模型迭代速度的决定性变量。若该计划落地，模型训练和推理成本将进一步抬升，中小玩家与头部之间的资源鸿沟可能扩大。

安全与合规风险在同一时间集中暴露。Hacktron AI 披露的攻击链显示，单个 AI 账户一旦连接 GitHub、Slack、邮箱和云端文档，失守后可能横向扩散至多个内部系统；企业需要限制 AI 代理授权范围，并按特权账户管理其凭证。智谱 ZCode 的数据上传争议则说明，AI 编程工具在便利性与数据边界之间仍缺乏足够透明的默认设置，开源代码库和第三方审查是修复信任的必要动作，但实际效果尚待观察。

治理层面的分歧同样值得关注。吴恩达反对以人类灭绝风险作为核心叙事，主张解决可验证的工程安全问题；比尔·盖茨则从语言数据和基础设施差距切入，警告 AI 可能加剧全球不平等，并承诺投入至少 10 亿美元建设小语种数据集；微软高管的内部备忘录更直接触及训练数据版权和新闻业“毁灭循环”。这些声音表明，AI 安全讨论正从抽象的末日论，转向网络安全、代理失控、数据补偿和资源分配等具体议题。

对用户和企业而言，短期最直接的影响是：AI 工具的能力边界在扩大，但授权、数据和合规风险同步上升。值得关注的变量包括 Gemini 4 Pro 正式发布后的可验证成绩、Anthropic 算力计划的实际落地进度、AI 代理权限管理是否形成行业标准，以及小语种数据和版权补偿机制能否从倡议走向可执行方案。潜在风险在于，若安全治理和利益分配长期滞后于能力扩张，AI 带来的效率提升可能被信任赤字和社会分化所抵消。

查看原文