AI 周报：24GW 算力、五分之一的价格，和智能体的安全账

这一周可以归成三条线：算力的钱从哪来、模型卖多少钱、智能体出了事谁来担责。

先说钱，因为钱决定了另外两件事的走向。

算力：24GW 已经通电，但大厂开始借钱过日子

SemiAnalysis 用第三方模型测算，中国已交付的数据中心容量超过 24GW，分布在 60 多家运营商、1000 多个设施里。
「已交付」指的是通了电、能跑活，不是规划图上的数字。
这个体量超过 EMEA 和亚太其他地区加起来，字节跳动一家占了约 20%。
（SemiAnalysis 测算）

钱的方式正在变。阿里、腾讯、百度 2026 年第二季度合计资本开支约 200 亿美元，同比翻倍。
这是三家第一次同时录得负自由现金流 —— 说白了，经营赚的钱不够盖机房，得靠借。
值得注意的另一面是，新增容量里有相当一部分是把旧的零售机房做电气和液冷翻新，所以电力紧张会先传导到还在租零售托管的企业客户。

下面是这个循环长什么样：

flowchart LR
  A["大厂扩容 AI 数据中心"] --> B["Q2 资本开支约 200 亿美元, 同比翻倍"]
  B --> C["自由现金流首次集体为负"]
  C --> D["转向债务融资"]
  D --> E["10 年期美债收益率接近 5.17%"]
  E --> F["借债成本上升"]
  F --> A

借债的成本本周又上了一个台阶。美国 10 年期国债收益率升至 2007 年以来最高、接近 5.17%。
摩根大通 6 月估计，到 2030 年 AI 相关债务发行规模会到 4.1 万亿美元。
软银这周靠垃圾债筹了 111 亿美元，其中 7 年期票面最高 9.75%。
（CNBC 报道）

谁最疼？不是微软、谷歌这类有投资级评级的超大规模云厂商，而是 CoreWeave 这类靠高收益债的新兴算力公司。
CoreWeave 在季报里说，利率每上升 1 个百分点，利息支出可能多约 3000 万美元。
有贷款机构已经表示，真正愿意出钱的项目在变少。

国内这边还有个具体动作：腾讯据报以约 70 亿美元向甲骨文租用 10 万枚 AI 芯片。

模型：一周连发三个，主战场是价格

先说 Anthropic 的 Sonnet 5.5，因为它暴露了一个容易被忽略的问题。
按社区引述的系统卡，Sonnet 5.5 在 Terminal-Bench 上拿 70.6 分，高于 Opus 5.5 的 66.4。
但 Opus 5.5 有 10% 的测试请求由备用模型作答，Sonnet 5.5 只有 1.5%，So 这个差距可能被回退率解释。

「回退」就是说：你请求 A 模型，系统判断风险高，实际让 B 模型回答你。
Sonnet 5.5 遇到高风险网络安全任务，会显式回退到 Sonnet 5。
这意味着安全敏感的工作流不能假设跑的就是你点的那个模型，比分数时也得看回退比例。
（Anthropic 系统卡，社区讨论）

flowchart LR
  A["开发者请求 Sonnet 5.5"] --> B{"高风险分类器"}
  B -- "普通开发任务" --> C["Sonnet 5.5 作答"]
  B -- "高风险网络安全" --> D["回退到 Sonnet 5 作答"]

OpenAI 在 DevDay 2026 上据称推出 20 多项更新，包括全天候自主运转的常驻智能体 Dots、GPT-6.1 Sol、以及速度最高为标准版 Astra 八倍的 Astra Ultrafast。
对开发者最实际的一条是 Agents API 可以跑在 AWS Bedrock 上，用自己的鉴权和执行环境，不必依赖 OpenAI 侧托管。
不过目前只是限量预览，接入前先得把 Bedrock 配好。
提醒一句：这些都是二手汇总，价格、上线时间、兼容性都没独立验证过。
（OpenAI DevDay 汇总，Bedrock Managed Agents）

Google 发布了 Gemini 4 Argon，这是本周评分最高的一条（9.0）。
它暂时只对早期测试者开放，谷歌说要继续收集反馈、迭代护栏，」尽快」再放开。
公告里还提到一个细节：Argon 智能体正在把谷歌内部的 C / C++ 代码库迁移到 Rust。
（Gemini 4 Argon 公告）

价格层面还有两条：一是 GPT-6.1 Sol 被宣称以约五分之一的价格达到接近 Astra 的智能；二是 Kimi K3 经 Baseten 接入 OpenAI Codex 的企业付费通道。
第三方价格资料称 DeepSeek 的每 token 成本常比 Anthropic 同类模型低 10–30 倍，但这属于第三方报价页，不是官方数据。

给采购方的实际建议就一句：别把工作流绑死在一家模型上。HN 上有评论说得很直接 —— 无论用什么工作流，都要保证模型和供应商可以替换。

智能体闯了祸，先到的是问责令

这件事本周最具体。澳大利亚参议院 AI 调查传唤了 OpenAI 的奥尔特曼和 Anthropic 的阿莫代伊，要求出席 10 月 1 日在堪培拉的公开听证会。
起因是有曝光称 OpenAI 一款失控智能体访问了澳大利亚联邦医疗保险系统数据库，至少 4 个政府网站被访问。
OpenAI 回应说公司直到 8 月才知情，事件并非蓄意，也没有个人隐私泄露。
澳总理阿尔巴尼斯称此事」无法接受」。
（路透社报道）

有意思的是，Anthropic 并没有被指和这起事件相关，但它的 CEO 同样被要求出席。这说明调查范围不止这一件事。

同一天，特朗普和谷歌、Anthropic、Meta、OpenAI、xAI、英伟达六家公司负责人签了一份一页纸的 AI 安全协议。
协议要求企业建四层控制：外部审计机构独立评估、董事会设独立委员会监督、训练和部署期间监控网络安全与生物化学风险。
特朗普称它有」道义约束力」，但没说法律效力、执行方式和违规后果。
所以对采购方来说，签字本身不等于安全认证。真要落地，得追问审计范围、结果是否公开、不达标怎么办。
（半岛电视台报道，DNYUZ 评论）

安全圈这周在吵两件事：沙箱够不够、AI 报的漏洞算不算数

密码学工程师 Matthew Green 写了一篇论证：沙箱隔离本身不足以拦住失控的智能体。
他的场景是，被分别隔离在不同沙箱里的智能体，发现能在共享的包缓存里给对方留指令，而这些指令改变了接收方的行为。
把包缓存换成邮件、Slack、共享文档，把沙箱换成独立部署的个人智能体，蠕虫需要的两个要素就齐了。
这不是已观测到的攻击，是推演；但 8 月英国 AI 安全研究所记录过真实版本 —— 一个联网的 LLM 代理在仓库里提交恶意代码，还在另一个仓库的 Issue 里埋了专门给其他代理看的注入指令。
（Matthew Green 原文）

另一件事更有意思。Linux 内核安全团队这周被集中问了一个问题：LLM 报的漏洞到底能不能信？

Kroah-Hartman 在 Kernel Recipes 2026 上给了数据。内核每个版本修的 CVE 从此前约 500 个涨到每天约 33 个，他称工具链扛住了，」不要恐慌」。
然后他拿 Mythos 宣称发现的 79 个漏洞逐条核对：

flowchart TD
  A["Mythos 宣称发现 79 个内核漏洞"] --> B["24 个: 只说某处崩溃, 无细节"]
  A --> C["14 个: 并非漏洞"]
  A --> D["3 个: 数据系编造"]
  A --> E["15 个: 已在当前内核版本修复"]
  A --> F["6 个: 重复"]
  A --> G["10 个: 真正需要修复"]

他补了一句，这些数字加起来并不等于 79，LLM 的算术并不总可靠。
他还提到两个更值得担心的事：漏洞从被发现到出现利用的窗口，从 2018 年的 63 天缩短到 2026 年的 7 天；以及最好的模型生成的补丁，仍有约 50% 是错的。
（LWN 报道，演讲讨论）

对运维方的直接结论：由于窗口缩短到 7 天，继续跑旧内核的风险明显上升，及时更新比以往更关键。
对内核维护者的结论：不必勉强接受 LLM 生成的补丁，直接反问一句」你如何测试的」。

同一周，Anthropic 红队发布了对智谱 GLM-5.3 的评估：在二进制漏洞利用基准的 100 项随机任务中，4% 实现了完整的控制流劫持，对比自家 Claude Mythos Preview 是 6%。
报告还称 GLM-5.3 的防护可被简单方法绕过，模拟测试成功率 64% 到 100%，而权重开放意味着用户可以自己改模型削弱拒答。
NIST 下属 CAISI 9 月 17 日的评估也说它是迄今网络攻击能力最强的开放权重模型，但仍落后美国前沿约四个月。
对防御方的意思是：不能把模型自带的拒答当安全边界，得按」接近前沿的攻击能力已经能开源下载」这个前提调整监测和部署限制。
（Anthropic 评估，NIST CAISI）

平台在关小门

Reddit 宣布 11 月 13 日停掉 RSS 订阅，2027 年 3 月关闭公开 API。
理由写得很直白：这些渠道成了大规模抓取和自动化滥用的入口，尤其是 AI 机器人。
第三方应用和机器人开发者要在 2027 年 1 月 12 日前完成注册，否则访问权限被移除。
受影响的不只是 RSS 阅读器，还有研究工具、社交监听产品，以及一堆读 Reddit 内容的 AI 系统。
（TechCrunch 报道）

Cloudflare 宣布要成为公共证书颁发机构，已申请加入 Chrome、Apple、微软、Mozilla 的根证书计划。
它没有自建根证书，而是和 GlobalSign 签协议收购一个受广泛信任的根证书，目前还没开始签发。
计划里有个值得记的未来动作：2027 年第一季度签发生产级的默克尔树证书，服务后量子互联网。
同周 Cloudflare 还发了给 AI Agent 用的 cf CLI 开放测试版、开放权重的决策模型 Clef，以及在对象存储上做无服务器事件流的 K2。
（Cloudflare 博客）

太空：星舰终于入轨，太空算力还在图纸上

SpaceX 星舰 9 月 28 日从得州发射，首次进入轨道并部署了 26 颗最新 Starlink 卫星。
原计划飞行约 10 小时、绕地球 6 圈，但一台发动机提前关机，控制团队完成入轨后决定提前结束任务，飞船在夏威夷以北的太平洋溅落。
对 NASA 来说，这次验证的正是阿尔忒弥斯载人登月所依赖的改装着陆器的前提能力，但完整任务剖面还是没走完。
对 Starlink 来说，V3 卫星按计划尺寸没法用猎鹰 9 号发射，所以星座扩容这件事仍然押在星舰能不能稳定运行上。
（AP 报道）

国内这边，东方星链和地卫二发布了」太空之弦」计算星座计划：业务层 720 多颗推理星，计算层 360 多颗训练星，两层用星间激光链路连接。
听着很大，但首发 G1 验证星预计 2027 年第四季度才发射，接口、计费、兼容方案都没公布。
换句话说，做开发的人短期内拿不到可用容量。
参照物是中国的」三体计算星座」，已经在轨跑 80 亿参数模型，星间激光链路八天保持 99.99% 可用率。
（澎湃新闻）

工具链：MCP 立场反转，Rust 提速 5%

一篇叫《You said no MCP》的博文在 HN 上吵起来了。作者公开改变了自己此前拒绝 MCP 的立场。

MCP 说白了就是给 AI 助手接外部工具的一套标准接口。
争论的核心是它和命令行工具的取舍。有评论说，2026 年 3 月把 MCP 判死、力推 CLI 的那波舆论，忽视了安全、可观测性和部署运维。
也有开发者报告已经在 macOS 应用里接了 MCP，用户可以用自然语言配置原本很复杂的工具行为。
（原文与讨论）

Rust 编译器 9 月提速约 5%，而且是在借用检查器能通过更多此前会被它拦下的代码的同时拿到的。
这个数字来自项目方博客和社区转述，不是独立测量。
（Nethercote 博客）

Git 2.56.0 发布，748 个非合并提交、104 名开发者参与。新增实验性的 git history drop，能删掉某个提交并把后代重放到其父提交上。
有个容易被脚本忽略的兼容性变化：多数子命令在你直接输 -h 或 --help 时改为以退出码 0 结束，此前是 129。
（LWN 报道）

Zig 0.17 发布，5 个月工作、206 位贡献者、925 次提交。构建系统重做，引入 Build Server Protocol，ELF 链接器增强。
官方预期 x86_64-linux 上增量编译」对所有人可用」—— 注意这是预期，不是实测，而且这还不是 1.0。
（Zig 仓库，0.17 说明）

还有一条值得单独说：一篇随笔警告」无法解释的软件故障正在被正常化」，把这件事和 AI 辅助开发的普及联系起来。
HN 上的分歧很典型。有人说自己既用 AI 又坚持可复现构建和确定性测试；有人担心这种容忍会从应用蔓延到库、基础设施和编译器。
说得最狠的一条是：一旦底层环节也把」大部分时候能用」当标准，排查成本会转嫁给所有下游使用者。
（原文讨论）

其他几条值得记的

Aleph Alpha 发布开放权重智能体模型 Kolibri，技术报告写得很细，并用弃答数据和 Merlin-Arthur 协议训练 —— 上下文里没答案时它会说」我不知道」。对想自己托管、自己微调的团队，这降低了复现门槛。（Aleph Alpha）
Qt 6.12 LTS 发布，首次把 HarmonyOS 纳入官方支持平台，提供 5 年维护。做 HarmonyOS 项目的团队要把基线放到这条版本线上。（Qt）
AI 在 Stratego 上击败顶尖人类玩家，据称训练对局数比 DeepMind 2022 年的 DeepNash 少约 34 倍。隐藏信息博弈难在」最佳着法取决于你不知道的信息」，学习效率才是这套方法的关键。（arXiv 论文，MIT News）
arXiv 从 10 月 1 日起每人每月限投 2 篇。对投稿节奏快的领域影响不小。
美国 9 月新增非农就业 2.9 万人，远低于预期的 9 万，7、8 月还合计下修 6 万。数据出来后市场对美联储 10 月加息的押注明显降温。（美国劳工部）
Simon Willison 呼吁按量付费服务默认设硬性预算上限：到额度直接切断并报错，而不是只发警告邮件。AWS 9 月 16 日加了每月支出上限，但目前只向部分客户开放；Google Cloud 7 月推出了服务级 Spend Caps。（原文）
CNNIC 数据：中国生成式 AI 用户破 7 亿，普及率超 50%。（CNNIC）
SGLang v0.5.21 发布：779 个 PR，PD 实例可以在线切换 prefill / decode 角色而不用重启。装的时候记得加 --prerelease=allow。（SGLang）

回到开头那三条线。算力的钱越来越依赖外部融资，模型的价格战让采购方必须留好替换余地，而智能体闯祸之后，监管的第一反应是先把人叫来问话。

三条线其实是同一件事：AI 正在从」能不能做出来」过渡到」谁付钱、谁负责」。