GPT-5.6 被按住，AI 圈今天在拼安全、开源和账本

GPT-5.6 被美国政府按住，改成逐个客户审批的预览版

这条我会先打个折——目前只有 The Information 一家报道，OpenAI 官方还没发声明。但如果是真的，这可能是 AI 行业第一次因为安全顾虑，被政府直接干预模型发布节奏。

事情是这样的：OpenAI 原计划广泛发布的 GPT-5.6 被美国政府拦下，改成只向一小批合作方开放，而且每个客户都要政府点头才能用。核心顾虑是这个模型能自动干高水平的网络安全活——帮防守方更快找漏洞，也能让攻击者加速测试漏洞利用。CEO Sam Altman 周四跟员工确认了这个审批流程。

这不是第一次有模型因为安全能力被盯上，但之前更多是公司自己决定限制发布，或者事后被监管追问。这次是事前拦截，而且审批粒度细到"逐客户"。这会让政府不只是看模型本身，还要看谁在用、用来干什么。

比较骚的是，触发条件没有公开。是模型在内部红队测试里表现出了什么具体能力？还是政府有一套新的评估标准？这些都不知道。但有一点是明确的：网络安全这个能力方向，已经从"模型强不强"变成了"模型能不能发"。

至于这能不能行，几个月后再看审批流程怎么跑。

Ornith-1.0 开源模型家族：编程智能体这件事，开源追到 82.4 分

今天开源模型在编程智能体上刷了个新高度。Ornith-1.0 是一套专门为"让模型自己动手写代码、改代码、跑命令"设计的开源模型，覆盖 9B、31B 两个稠密版和 35B、397B 两个混合专家版，全部 MIT 协议。

它在 SWE-Bench Verified 上拿了 82.4 分，Terminal-Bench 2.1 上 77.5 分，都是开源里目前最高的。

训练方法有点意思：用强化学习同时优化任务脚手架和最终解决方案，让模型自己改进执行框架。基于 gemma4 和 qwen3.5 后训练，提供 GGUF 版本。

但这里有个信息缺口：训练花了多少钱、跑起来要多贵的卡，正文一个字没提。397B 的 MoE 模型，推理成本不会低。MIT 协议随便用是好事，但如果跑一次任务要烧掉几十美元 token 费，那"开源"的实惠就得打折。

另外，AI HOT 提到智谱的 GLM-5.2 也冲进了 OpenRouter 排行榜前十，成本只要 Claude Opus 4.8 的八分之一。但缺少它是否用蒸馏技术"借鉴"了美国模型的信息，这点先别太激动。

AI 经济年化收入超 1750 亿美元，但云厂商的利润还卡在折旧里

Exponential View 出了一份报告，统计的是去掉重复计算后的消费端 AI 实际支出。过去 12 个月 AI 营收 1100 亿美元，年化跑到了 1750 亿以上，增长速度差不多是当年移动互联网普及浪潮的 三倍。

收入滚起来的速度也在变快：2023 年新增 10 亿美元要花 180 天，现在不到 两天 就能做到。企业端 AI 已经过了光试不用的阶段，31% 的标普 500 公司在财报电话会提及 AI，但只有 20% 量化了影响。

但别急着喊暴利。报告指出，超大规模云厂商的 AI 收入目前只够覆盖基础设施折旧，GPU 经济效益依赖 6 年计算寿命假设。Token 降价每 10% 刺激 12-18% 用量增长，需求价格弹性强，但电力供应和数据中心成本仍是未来扩展的主要瓶颈。

AI 经济在收入端跑得飞快，但在利润端还在"还卡债"。

Meta 员工自己跳出来说 AI 审核铺太快，误删和影子封禁还在发生

Meta 在 2025 年已经把大约一半的内容审核请求交给了大语言模型处理，并计划年底前把部分内容类型的 AI 审核比例推到 90% 以上。公司说自家模型比人工审核错误少 13%，能多揪出 10% 的违规内容，一年能省下 几十亿美元。

但内部员工不这么看。他们说模型还是会误删或悄悄限流（影子封禁）无害内容，而且这么快的铺开速度，监管根本跟不上。另外，Meta 后台还在做模型切换——从 Google Gemini 转向自家新基础模型 Muse Spark，这个模型基于人工审核员的历史决策训练。

这里有个值得留意的点：公司说错误率低 13%，但员工反馈的是"误删和限流仍在发生"。这两个说法不矛盾——错误率可以降低，但被误伤的用户体验不会因为"整体错误率低了"就变好。而且影子封禁这种事，用户自己都不知道被限流了，投诉都无从下手。

General Intuition 融了 3.2 亿美元，赌游戏操作数据能训练出通用的 AI 智能体

这家公司拿了 3.2 亿美元，估值 23 亿美元，累计披露融资 4.54 亿美元。创始人 Pim de Witte 的逻辑是，玩家在游戏里的按键、鼠标移动和一连串决策，比纯文本更能教会模型什么是"物理直觉"。

他们从旗下游戏剪辑平台 Medal 获取数亿小时含精确按键动作标签的游戏操作数据，训练单一模型同时驾驭 Fortnite 等虚拟环境和四足机器人。演示中，AI 智能体在游戏中连续运行 100 小时，机器人仅靠 8 分钟真实街道数据微调即可自主探索办公室。本轮由 Khosla Ventures 领投，Jeff Bezos、Eric Schmidt 等参投。

用游戏数据训练 AI 的想法不新，但 3.2 亿美元融资让这事从实验室进了工业级。值得看的是他们能不能真的跨过"游戏到现实"的迁移鸿沟——8 分钟微调就能让机器人探索办公室，这个数字如果可复现，确实挺厉害。

华盛顿邮报测了六个主流模型，政治立场整体偏左，连"反觉醒"模型也不例外

华盛顿邮报拿六个主流 AI 模型做了次政治立场测试，结果发现它们整体还是偏左。OpenAI 的 GPT-5.5 回答里 80% 只给左派论点，DeepSeek V4 Pro 也有 70%，两者都反对死刑，尽管美国多数民众几十年来一直支持。Anthropic 的 Claude Opus 4.8 有 43% 的回答纯左派。

有意思的是，xAI 的 Grok 4.3 虽然右派回答比其他模型多，但纯左派回答仍然多于右倾。右翼平台 Gab 的 Arya 左倾回答是右倾的 12 倍。唯一的例外是 Google Gemini 3.1 Pro，93% 回答同时呈现双方立场。

这说明"反觉醒"这个标签更多是营销定位，不是技术结果。模型的政治倾向不是靠 prompt 里加几句"别太政治正确"就能扭过来的——它根植在训练数据的分布里。

今日小信号

• Codex 上手机了：OpenAI 把 Codex 正式搬进 ChatGPT 移动 App，手机端能收通知、设目标、预览文件，但实际跑代码的还是后台电脑。手机只是个遥控器。
• Midjourney V8.2 能提前摸，草稿模式提速 24 倍：加 --preview 参数尝鲜 V8.2，草稿模式一次出 24 张低分辨率图，成本只要标准 4 张的一半。但 V8.2 正式上线时间没提，草稿模式 24 倍提速这个数字我会先打个折——低分辨率图只能看个大概。
• Claude Code 给所有 shell 命令加了安检门：新版本 autoMode.classifyAllShell 打开后每条命令都过安全分类器，拒绝原因写进记录。但分类器跑一次要多花多少时间没提。
• OpenRouter 出了 MCP 工具：让智能体在运行时自己挑模型、比价、测试，不用再靠半年前的训练数据瞎猜。但正文只给了标题和预告，定价逻辑和延迟都没说。
• Runway 发布 Agent 2.0：定位是给营销人员用的 AI 助手，能读 Meta/YouTube/TikTok 的广告数据，自动出视频、文案并裁切成不同平台尺寸。优惠码 AGENT 打七折，门槛不高，值得先试再信。
• 克鲁格曼：为什么大家都讨厌 AI？ 他用皮尤数据打脸"公众总怕新技术"的说法：1999 年多数美国人欢迎互联网，2015 年 71% 觉得科技公司有正面影响，但到 2026 年大家普遍认为 AI 对社会有害。他指出三个原因：CEO 自己炒作 AI 会消灭岗位、员工和消费者觉得 AI 被强塞、以及 AI 公司估值太高让人反感。