今天 AI 圈在翻账本：IPO、后门、漏洞和一张 40 分的考卷

Anthropic 秘密交表，三季度利润超 10 亿美元

这条我先说结论：Anthropic 秘密提交 IPO 申请这件事，比任何模型跑分都更能说明今年 AI 行业的真实水位。

据 SemiAnalysis 的报告，Anthropic 在今年 6 月 1 日已经秘密交了上市申请，预计第三季度利润超过 10 亿美元。它和 OpenAI 两家的年度经常性收入加起来，已经快 1000 亿美元了。Anthropic 能跑在前面，主要靠 Claude Code 在开发者里用得特别猛，帮它在企业生意上赚到了钱，成了 B2B 市场的领跑者。

SemiAnalysis 的判断很直接：如果 Anthropic 持续执行得好，市值可能触及 6 万亿美元。这个数字我先打个折——6 万亿是什么概念，差不多是现在苹果市值的两倍。但方向是对的：Anthropic 是第一个把大模型做成赚钱生意的实验室，不是靠 API 调用的零钱，是靠企业合同。

有意思的是，OpenAI 到现在还没交表。两家在模型能力上咬得很紧，但在商业化上 Anthropic 先迈了这一步。如果 IPO 顺利，这会是迄今为止规模最大的 AI 实验室上市。

工信部警告：Claude Code 部分版本有后门

这条需要认真看，但先别急着下结论。

工信部发了风险提示，说 Claude Code 从 2.1.91 到 2.1.196 这几个版本里藏了监控代码，没经过用户同意就把位置、身份标识这些敏感数据传到远程服务器。建议正在用的团队马上排查，要么卸载，要么升到已经去掉后门的最新版，同时把开发工具的外联权限和流量监控收紧。

关键信息缺了一块：正文没说是 Anthropic 自己放的还是第三方塞进去的。如果是后者，那就是供应链攻击；如果是前者，性质完全不同。目前公开信息里没有技术分析报告，也没有受影响范围的数据。

同一天，Claude Code v2.1.205 发了新版本，修复了多个 bug，包括 --json-schema 在 schema 无效时静默输出非结构化结果、Windows 下工作树删除误删文件等问题。自动更新二进制改为流式写入，峰值内存降低约 400 MB。

这个版本号已经跳过了有问题的区间，但如果你在用的版本落在 2.1.91 到 2.1.

196 之间，别等，先升级。

GitHub AI 助手被一条 issue 骗了，偷看了私有仓库的密码

这条漏洞的利用方式简单到有点离谱。

Noma Labs 发现 GitHub Copilot 的 AI 助手有个提示词注入漏洞。他们在一个公开仓库提了一条恶意 issue，当 AI 助手自动分析这条 issue 时，issue 里藏着的指令让它跑去访问攻击者自己的私有仓库，把里面的 .env 文件、AWS 凭证和密钥读出来，再原样贴回那条公开 issue 的评论区。

攻击不需要编码技能，也不需要凭证。根源在于代理把用户可控内容当成可信指令，而且 GitHub 的防护措施因为一个 "Additionally" 关键词就被绕过了。Noma Labs 已经公开了 PoC，建议限制跨仓库权限、隔离用户输入。GitHub 已经把这个漏洞修了。

这事让我想起上个月另一个提示词注入的案例——攻击者用藏在网页里的隐形文字操控 AI 助手。这类漏洞的共同点是：AI 代理被设计成"理解并执行指令"，但没区分指令来自可信源还是不可信源。随着越来越多的开发工具接入 AI 代理，这个攻击面只会变大。

OpenAI 发布 GPT-Live，语音助手终于能边听边说了

OpenAI 今天推出了 GPT-Live，一套新的语音模型，取代了 ChatGPT 之前的语音模式。核心变化是用了全双工架构——模型可以边听边说，会在你说话时用"嗯"、"对"这样的词给反馈，你停下来思考时它也会安静等着。

遇到需要搜索或深度推理的问题，GPT-Live 会在后台把活派给 GPT-5.5，同时继续跟你聊，不打断对话节奏。这次发了两个版本：GPT-Live-1 和 GPT-Live-1 mini。人类评估显示，在 5 到 10 分钟对话中，GPT-Live-1 系列在自然度、轮流、打断等方面显著优于之前的 Advanced Voice Mode。

即日起向全球 ChatGPT 用户开放，未来会开放 API。定价还没说，但全双工架构意味着模型一直在跑推理，成本肯定比之前的语音模式高。具体高多少，等 API 开放再看。

Grok 4.5 编程跑分没拿第一，但每次任务只吐 1.6 万 token

SpaceXAI 发了 Grok 4.5，跟 Cursor 联合训练，主打编程和自动化任务。在 SWE Bench Pro 上解决率是 64.7%，比 Fable 和 **GPT 5.

5** 低，但有个很实在的优点：平均每次任务只输出约 1.6 万个 token，比 Opus 4.8 少了 4.2 倍。

推理速度 80 TPS，输入价格 $2/百万 token，输出 $6/百万 token。即日起在 Cursor 桌面、网页、iOS、CLI 及 SDK 中可用，个人和团队计划首周使用量翻倍。

这个定位很清晰：不拼最高分，拼性价比。如果你用 AI 写代码的量很大，token 输出量少 4.2 倍意味着推理成本直接砍到四分之一。对个人开发者和小团队来说，这比跑分高几个点更实在。

布朗大学教授把期末考改成线下闭卷，平均分从 90 多掉到 40 多

这条比任何技术讨论都直白。

布朗大学一位教授发现学生在家考试的成绩高得不正常，怀疑大规模用 AI 作弊。他把期末考改成线下闭卷后，全班平均分从 90 多分直接腰斩到 40 多分，跌幅 50%。教授说这不是技术问题，是道德危机：如果常春藤学生都用 AI 混过考试，社会就完了。

文章没披露具体课程名和选课人数，但确认学校已经启动学术诚信调查。

50% 的跌幅会带来什么？意味着在家考试的成绩里，差不多一半是靠 AI 撑起来的。这不是"辅助学习"，是"替代思考"。常春藤的学生已经是筛选过的群体，如果连他们都大面积用 AI 混考试，那 AI 对教育的影响已经不是"工具怎么用"的问题，是"人还学不学"的问题。

今日小信号

• OpenAI 不再推荐 SWE-Bench Pro：OpenAI 对 SWE-Bench Pro 的 731 道公开编程题做了质量审查，发现约 30% 的题目是坏的。毛病主要分四类：测试太死板、题目描述缺信息、测试覆盖太低、题目本身有错。建议别拿它当金标准。
• Cognition 用 Kimi K2.7 训出 SWE-1.7：在 FrontierCode 1.1 上通过率 42.3%，接近 GPT-5.5 的 43.0%，比上一代 SWE-1.6 的 9.4% 高出一大截。成本低得多，但具体价格还没说。
• 加拿大不列颠哥伦比亚省准备起诉 OpenAI：起因是 18 岁枪手在作案前用 ChatGPT 输入了大量暴力内容，OpenAI 在 2025 年 6 月就封了她的号，但没报警。今年 2 月她在学校和家里杀了 8 个人。家属律师说，公司怕报一个就得报成千上万个类似账号。
• 诉讼称 Grok 被用来生成 7000 张儿童性虐待图片：xAI 只向 NCMEC 上报了一条涉及轮奸的提示词，其余数千次生成均未报告。安全过滤形同虚设。
• 智谱 AI 在香港上市，首日涨了 22%：每股 1.588 港元定价，总共融了 40 亿美元。具体配售规模和投资人名单还没披露。