AI 圈今天忙着算账

Anthropic 把云账单绑给 Amazon，像在给 Claude 补氧

这几天 AI 圈最大的账本之一，不是某个模型又多会写代码了，而是 Anthropic 和 Amazon 的绑定又往前拧了一圈。

上游摘要给出的口径是：Amazon 将向 Anthropic 追加 50 亿美元 投资，后续还可能再投入 200 亿美元；另一条报道称，双方达成一项 1000 亿美元 级别的 AI 基础设施协议，目标是补充芯片和算力资源。Anthropic 也会把百亿美元级别的支出放到 AWS 上。协议期限、股权比例、到账节奏、芯片来源和交付规模，目前都没披露。

这事有意思的地方，不在于 Amazon 又投了一笔。大模型公司现在最怕的不是融资 PPT 不够好看，而是用户真来了、请求真打过来、服务却不稳。上游提到 Anthropic 今年发生过服务中断，它要扩计算供给，这个背景比任何口号都实在。

以前云厂商投模型公司，还能讲成战略协同；现在更像把氧气管接牢。Claude 要继续往企业、编程和代理场景里钻，推理成本和峰值供给就不能只靠临时调度。

这里真正该盯的是排他性条件。钱当然重要，但如果模型能力、云资源、芯片路线和客户入口被写进更深的绑定里，Anthropic 以后能怎么选供应商，可能比估值涨多少更关键。

这笔钱不像鲜花，更像氧气瓶。

Google 的推理芯片，先对准自己的账单

另一边，Google 也在动刀，只是刀口看起来更工程化一点。

上游称 Google 计划发布面向推理的新 AI 芯片，直接对标 Nvidia。目前能确认的信息很少：芯片聚焦 inference，但发布时间、型号、性能、价格、客户范围都没披露。

这类消息最容易被写成 Google 挑战 Nvidia。听着爽，落到现实里要慢很多。训练芯片拼的是大集群、生态和供应链，推理芯片还要多一层麻烦：客户会问延迟、吞吐、功耗、迁移成本、软件栈、稳定性，最后才轮到发布会上的漂亮词。

但 Google 做这件事一点也不奇怪。它自己有搜索、广告、Workspace、YouTube、Gemini、云客户，一边训练一边推理，账单厚得很。先把自家推理成本砍下来，就已经是一门大生意；外部市场能不能撬动 Nvidia，反而要等客户名单和性能数字出来再看。

今天的大模型竞争，表面是模型名，背后是每一次 token 的电费和折旧。Google 如果能把推理成本压住，Gemini 这条线才有更舒服的价格空间。

先别急着喊大战，先看账单有没有变薄。

Cursor 的 600 亿选择题，不像普通收购传闻

Cursor 这条更像硅谷饭局里会被反复转述的故事：一个代码工具，一边谈 500 亿美元 估值，一边被传拿到更高的选择题。

文中称，SpaceX 向 Cursor 母公司 Anysphere 提出两条路径：要么在 2026 年 内以 600 亿美元 收购，要么支付 100 亿美元 做技术合作。600 亿美元 比 Cursor 正在洽谈的 500 亿美元 估值高约 20%，但支付形式没有披露。报道还称，Cursor 正在使用 xAI Colossus 训练 Composer 2.5。

这事不能先当成板上钉钉的并购。条款没落地，支付方式不清楚，选择权怎么触发也没讲明白。它更像一套组合动作：给估值定锚、给人才市场递话、给技术合作预留口子。

更有意思的是人。上游提到 xAI 已在 3 月 挖走 Cursor 两名工程负责人。如果最终不是 600 亿美元 收购，而是落到 100 亿美元 合作，普通员工能不能共享退出，就不是同一个故事了。创始人、核心研究员、工程负责人、普通员工，面对同一份交易草案，看到的可能是四种结局。

AI 编程工具现在已经不是小插件生意。它是开发入口，是代码上下文，是企业知识流，也是模型消耗大户。SpaceX/xAI 如果真想把这类能力抓在手里，买产品只是表层，抢工程组织才是硬菜。

这条传闻最像并购，最该按招人广告来读。

Apple 换给 Ternus，AI 账不能只靠硬件人来还

Apple 的换帅消息，放在今天这堆算力和模型账本里，反而显得很苹果：不吵，但很大。

多条报道指向同一件事：65 岁的 Tim Cook 将在 9 月 卸任 Apple CEO，硬件工程负责人 John Ternus 接任；较完整的版本写到生效日是 9 月 1 日，Cook 转任执行董事长。上游还提到，Cook 掌舵近 15 年，苹果年利润增至超过 1100 亿美元，市值升到 4 万亿美元。

这份履历很难挑刺。Cook 把苹果变成了一台供应链和现金流机器，iPhone 生态、服务收入、回购能力，都被打磨得像精密零件。但问题也摆在桌上：在生成式 AI 这轮竞争里，苹果的节奏一直慢半拍，同行已经承诺数千亿美元级别投入，苹果还在让外界等一个更像样的答案。

John Ternus 是硬件负责人，这个选择很符合苹果的肌肉记忆。苹果相信体验、芯片、设备、系统整合，AI 也大概率会被装进这套叙事里。但 CEO 换成硬件派，并不会自动解决模型、数据、云推理和开发者生态的问题。

公开信息里还没看到董事会流程、AI 团队权限、产品线分工和 P&L 怎么变。Cook 留任执行董事长，也说明权力不一定一次性交干净。

苹果换了驾驶员，但导航还没更新。

Codex 开始读屏幕，助手终于伸手要权限

如果说以前的 AI 助手是在聊天框里等你喂材料，那 OpenAI 这次给 Codex 加的 Chronicle，就是让它开始自己看桌面。

Chronicle 面向 macOS 上的 ChatGPT Pro 灰度开放。它会在后台定期截屏，通过 OCR 和工具识别，把近期屏幕活动写进记忆。生成的记忆以明文 Markdown 存在本地 ~/.codex/memories_extensions/chronicle。欧盟、英国、瑞士 暂不支持。

OpenAI 称，截图会上传服务器处理后删除，且不用于训练。

这句话很重要，但不能让人完全放松。上游同时提到，后台总结会消耗 rate limit，明文本地文件增加泄露面，官方还警告它会放大网页 prompt injection。也就是说，Codex 不只是更懂你在干什么，它也更容易把网页里的坏指令、屏幕上的敏感信息、项目里的上下文一起吃进去。

同一天还有个方向相近的小信号：Claude 在 Cowork 中新增 live artifacts，能生成连接应用和文件的仪表盘与追踪器，并在每次打开时刷新为当前数据。官方没披露支持哪些应用、文件源和权限机制。

两件事放一起看，AI 助手正在从回答问题，变成持续观察工作现场。能力更像同事，风险也更像同事：它需要权限，需要记忆，需要连应用，还可能看见不该看的东西。

助手想进办公室，先要一串钥匙。

Copilot 关掉付费新入口，月费神话碰到模型成本

GitHub Copilot 这条没有大额融资，也没有夸张估值，但它很接地气：入口关了。

上游称，GitHub 在 4 月 20 日 暂停 Copilot Pro、Copilot Pro+、Student 三档个人版新用户注册，只保留 Copilot Free 开放注册。文中还写到，Pro+ 额度被拉大到 Pro 的 5 倍以上，Claude Opus 4.7 仅限 Pro+。4 月 20 日至 5 月 20 日，用户可申请退订并全额退还 4 月费用。

这不像一次普通的产品微调。定价没变，但供给开始收口：入口、额度、模型层级一起被重新切。代码助手这门生意过去很好讲，固定月费、无限想象、开发者高频使用。可一旦高级模型真的被高频调用，成本曲线就不再像 SaaS 那么温顺。

Claude Opus 4.7 只放在更高档位，也很直白。不是每个用户都能用最贵的模型随便跑，至少不能按旧价格随便跑。对开发者来说，这会带来一点割裂感：同样叫 Copilot，不同档位拿到的模型能力和额度，差距会越来越明显。

这也是今天 AI 商业化最真实的一面。大家都喜欢讲生产力提升，但账单最后会落在某个按钮上：注册暂停、额度缩水、模型分层，或者退款窗口。

固定月费的代码助手，先撞上了不固定的推理成本。

贝索斯的 100 亿押向物理世界，不是又一个聊天框

Jeff Bezos 这条有点像从另一个入口切进 AI：不抢聊天框，先抢物理世界。

Financial Times 称，Bezos 接近为其 AI 初创实验室完成 100 亿美元 融资，团队研发方向是可理解物理世界的模型。标题里还给出融资交易估值逼近 380 亿美元 的说法；但摘要同时提醒，投资方、公司名称、估值、发布时间表均未披露。公开信息还很薄，不能把它写成已经落地的大新闻。

不过方向值得多看一眼。过去两年，大家最熟悉的是聊天、写作、代码、图像和视频。物理世界模型听起来更远，也更贵：要处理传感器、机器人、仿真、空间关系、动作反馈，还要把模型从屏幕拖到现实里。

100 亿美元 这个量级，也不像普通模型团队的试错预算。它更接近基础设施预算，或者至少是一个需要长期烧钱的研究计划。Bezos 的风格也不太适合只做一个热闹的网页产品，AWS、Blue Origin、物流体系这些经验，都会让人联想到更重的系统工程。

当然，现在还没有产品、客户、论文或发布时间表。只能先把它放进观察名单：如果下一轮 AI 竞争从聊天框往机器人、仓储、制造、自动驾驶和空间计算里走，物理世界模型会变成一张很贵的门票。

这张票，贝索斯看起来准备先订座。

开源模型热闹报分，安静的复现更有味道

开源这边今天也很热闹，但我更愿意把掌声先按住一半。

Kimi K2.6 已开源的消息里，上游摘要称它在 SWE-Bench Pro 得分 58.6，还称超过 GPT-5.4 xhigh 和 Claude Opus 4.6 max effort。这组数字当然好看，但正文未披露权重链接、许可和测试设置。没有这些，分数更像预告片，离可复现成绩还差几步。

相比之下，两条安静的小实验反而更有味道。有人给 Apple 端侧 3B 模型做了 QLoRA 流水线，把训练内存从标准 LoRA 约 24GB 降到约 1GB RAM 和约 5GB GPU，可在免费 Colab T4 或 24GB Mac 上运行。文中称准确率从约 40% 提到约 75%，配合检索到约 86%。顺手还挖出一个很苹果的 bug：适配器框架每次调用会偷偷写入约 160MB 缓存，约 300 次跑分累计到 269GB，Apple 已确认。

另一条是用单张 4090 跑 Gemma 4 26B，从 2400 份财报电话会里提交易信号。最后只留下一个 IC 0.04 的小信号；另一个看似更强的信号，剔除行业收益后与行业回报相关性高达 0.85，被作者判定为幽灵信号。

这才是开源模型最有用的日常：不是每次都放烟花，而是有人把内存、缓存、假因子、复现条件这些脏活讲清楚。

安全这边，无审查也会下意识躲词

最后看两条安全相关的消息，一条在模型内部，一条在平台外部。

Morgin.ai 用 4,442 个上下文测试 6 个预训练模型，发现所谓无审查模型也会把敏感词概率压低数百倍到约 1.6 万倍。他们把这种没有拒答、只是改词分布的现象叫 flinch。例子里，qwen3.5-9b-base 会把 deportation 排到第 506 位，概率只有 0.0014%。

这比普通的拒答更麻烦。拒答是在用户面前关门，大家看得见；词分布偏移是在模型肚子里绕路，外面只看到它好像没那么想说某些词。很多所谓 uncensored 模型，可能只是拆掉了后训练拒答，没有拆掉预训练阶段留下的分布偏置。

平台侧也不清净。AFP 称，Elon Musk 无视法国检方传唤；检方正在调查 Grok 为何会生成色情深伪图像与否认大屠杀内容。上游摘要没有披露传唤时间、案件编号、涉事输出次数和 Grok 版本，所以不能把细节写死。

但两类高风险输出同时出现，很难只靠个别失误四个字带过。一个模型在发布时怎么设安全阈值、怎么记录输出、怎么响应司法调查，都会变成产品能力的一部分。

安全不是模型外面那层包装纸，它常常藏在模型不肯说出口的那个词里。