今天 AI 圈在拼落地，不是模型

美团用五万张国产卡训出万亿参数模型，编程追平 Gemini 3.1 Pro

这条我先不打折，数字摆在这：1.6 万亿总参数，每次推理激活约 480 亿，原生支持 1M 超长上下文，全流程跑在 5 万张国产芯片上，喂了超过 35 万亿个 token。美团放出的 LongCat-2.0，训练过程没翻车，没出现救不回来的 loss 飙升。

干活能力上，SWE-bench Pro 拿了 59.5，SWE-bench Multilingual 拿了 77.3，编程和终端操作追平了 Gemini 3.1 Pro，通用任务跟 Claude Opus 4.6 打了个平手。架构上用了 LSA 稀疏注意力、零计算专家、ScMoE 和 MOPD 多专家融合，把 Agent、Reasoning、Interaction 三组专家分开调度。

有意思的是，预览版通过 OpenRouter 和 longcat.ai 开放后，月调用量已经挤进 OpenRouter 全球前三。这说明需求是真实的，不是 PR 稿自嗨。

但我会留一个问号：国产算力集群的具体芯片型号、互联方案、功耗数据都没披露。五万张卡跑通是事实，但成本边界和可复制性还看不到。如果这套方案能稳定复现，对国内大模型训练的算力自主可控是个实打实的信号；如果只是美团一家烧得起的特例，那意义就打折了。

AWS 终于承认光卖 API 不够，砸 10 亿美元派人驻场写代码

这条我看了两遍。AWS 新设了一个部门，专门派工程师直接进驻客户公司，每次驻场 45 天，帮他们把 AI 智能体真正用在实际业务里。亚马逊先期投了 10 亿美元，计划把团队扩到几千人，首批客户是 NBA 和 理光。

这种驻场模式 Palantir 已经干了十多年，Salesforce、Anthropic 和谷歌云也都有类似服务。领英数据显示 2023 到 2025 年间同类岗位需求增长了 42 倍。AWS 这一步等于公开承认：光卖 API 和算力不够，AI 落地需要人肉写代码、改流程、对接老系统。

但 10 亿美元买的是"驻场 45 天"的承诺，几千人团队里到底有多少是现招的、多少是内部调岗的，正文没说。45 天能改多少东西也取决于客户本身的数字化基础。NBA 和理光听起来像样板间，能不能复制到制造业、金融、政府这些更复杂的场景，还得看。

Meta 内部 AI 用量失控，30 天烧掉 73.7 万亿 token

这条挺离谱的。Meta 给约 6000 名员工发了内部通知，说公司内部用 AI 的成本今年要冲到几十亿美元了。员工在大概 30 天里烧掉了 73.7 万亿个 token，之前还有个叫"Claudeonomics"的内部排行榜，变相鼓励大家比谁用得多。

CTO Andrew Bosworth 直接说 token 用量不等于实际产出。现在 Meta 要撤掉排行榜，上线一个叫"AI Gateway"的监控系统，开始给员工发额度。

说实话，这个数字大到让我怀疑是不是统计口径有问题。73.7 万亿 token 摊到 6000 人头上，每人每天大概 4000 亿 token，这不像正常使用，更像有人在跑批量任务或者自动化脚本。但不管怎么说，CTO 叫停排行榜这个动作说明一件事：AI 在企业内部的用量管理，正在从"鼓励多用"转向"控制成本"。这和 Meta 同时要把闲置算力租出去赚钱（下面会聊）放在一起看，逻辑是通的。

Meta 学 SpaceX，要把闲置的 AI 算力租出去换钱

Meta 正在筹备一个云基础设施生意，打算对外出售 AI 算力和模型使用权，直接跟 AWS、Google Cloud、微软 Azure 抢客户。新业务由基础设施主管 Santosh Janardhan、Meta 超级智能实验室负责人 Daniel Gross 和总裁 Dina Powell McCormick 领导。

背景是 Meta 已承诺未来几年投入 1829 亿美元建设 AI 基础设施，其中俄亥俄州数据中心（规模如曼哈顿）将于今年上线。几周前 SpaceX 刚把自家 Colossus 1 数据中心的算力租给了 Anthropic，Meta 现在跟进，说明一个趋势：AI 这波竞赛里，最后赚到钱的未必是模型做得最好的公司，而可能是手里有数据中心的那几家。

扎克伯格此前已表示云业务"definitely on the table"。但 Meta 能不能放下身段去伺候企业客户，是个问号。卖裸算力像 CoreWeave 那样相对简单，但要像 AWS 一样托管模型、提供企业级 SLA 和支持，那是另一回事。

Cloudflare 给 AI 爬虫下了最后通牒：9 月 15 日前把搜索和训练分开

Cloudflare 今天连发两招。第一招是把 AI 爬虫拆成三类：搜索类（建索引、应该给网站带回流量）、智能体类（替用户实时办事，比如 ChatGPT-User 或浏览器操控工具）、训练类（抓数据去训模型）。网站主可以按用途放行或拦截，不再是一刀切。

第二招更狠：从 2026 年 9 月 15 日起，会在所有带广告的页面上默认屏蔽"混合用途"爬虫——就是那些既给搜索引擎用、又给 AI 训练和 AI 代理用的爬虫。这个默认屏蔽会覆盖新客户、老客户新开的站点，以及所有免费用户。

Cloudflare 的立场很明确：要么把搜索抓取和 AI 抓取分开，要么默认屏蔽。这对那些靠"顺便抓一把"训模型的公司是个直接压力。同时他们还推出了 Monetization Gateway，允许网站对任何网页、数据集、API 或 MCP 工具收费，通过 x402 开放协议以稳定币结算。

这两件事放在一起看，Cloudflare 在试图搭建一个"内容有价"的基础设施层：先帮你管住谁来抓，再帮你收钱。能不能跑通取决于爬虫运营方配不配合，但方向是明确的。

OpenAI 论文悄悄列了三个 GPT-5.6 Pro 变体，Pro 不再是单一最强模型

OpenAI 在一篇基因组学基准论文里首次列出了 GPT-5.6 的三个 Pro 版本：Luna Pro、Terra Pro 和 Sol Pro。以前 ChatGPT Pro 就是单一最强模型，现在变成了一个三选一的阵容，用户可能得在速度、吞吐量和最强推理之间做取舍。

跑分上看，Sol Pro 在 129 项任务里通过率 31.5%，比标准版 Sol 高 2.8 个百分点，领先 Claude Opus 4.8 的 **16.

0%**。但 Pro 相比标准版本的提升逐级递减：Luna Pro 提升 7.1 个百分点，Terra Pro 提升 5.2，Sol Pro 只提升 **2.

8**。Terra Pro（28.5%）几乎与标准 Sol（28.7%）持平。

论文没披露 Pro 运行的 token 用量，也不清楚这个分层是否会在 ChatGPT 中实际推出。如果 Pro 的额外推理成本远高于 2.8 个百分点的收益，那 Sol Pro 的性价比就存疑。但 OpenAI 把 Pro 拆成三个这件事本身，说明"一个最强模型打天下"的策略在成本压力下正在松动。

今日小信号

• Anthropic 在 Claude Code 里埋了隐写术识别中国用户：读取本地时区和 ANTHROPIC_BASE_URL 环境变量，与一份加密的 147 个域名列表比对，识别后修改请求中的 Unicode 字符作为标记传回服务器。被社区逆向发现后引发争议。这事如果属实，对用户信任的伤害比技术本身大得多。

• xAI 上线 Voice Agent Builder：不用写代码就能搭语音智能体，底层跑 Grok Voice，每分钟 0.05 美元，送一个免费电话号码。在 τ-voice Bench 上得分 67.3%，领先 Gemini 3.1 Flash Live 的 43.8%。但公告很短，没提支持哪些语言、延迟多少。

• 蚂蚁阿宝在支付宝里开放公测：搜名字就能用，一句话调出公积金查询等小程序，但最后付钱那步还是得你自己点。没提用了什么模型、接了多少服务，也没说以后收不收费。

• NIST 在招人专门评估前沿 AI 模型并决定哪些要禁掉：年薪 12.2 万到 19.7 万美元，要求最高级别安全许可和毒品测试，合同期 13 个月。招聘公告本身不会把敏感的封禁标准写出来，但这个岗位的存在本身就是信号。

• Emil Kowalski 把 UI 动画审美做成了 AI 编程工具的 Skill：高频操作不加动画、动效压到 300ms 内、只动 transform 和 opacity。这些规则比多数人类前端还清楚，喂给 Codex、Claude Code、Cursor 用。