ARTICLE · 1083955
AI发布周与黑名单同日落地,AI 的成本与治理边界同被重划 | 2026年09月27日
AI发布周与黑名单同日落地,AI 的成本与治理边界同被重划 | 2026年09月27日今天 AI 行业在能力与治理两条线上同时提速。Anthropic 发布 Claude Opus 5.5，在 Artificial Analysis 的 Intelligence Index v4.3 中以 58 分居首，90 分钟后 OpenAI 跟进 GPT-6 系列更新，前沿模型的「发布周」成为新节奏[① The Batch]。与此同时，美国上诉法院批准将 Anthropic 列入黑名单，五角大楼拟斥资 3030 万美元打造 AI 测谎仪，政府作为买家与规则制定者的双重角色浮出水面。企业侧则出现一个耐人寻味的转向：允许智能体无人审核部署的比例从 66% 降至 47%，「有人把关」正在回归。 Anthropic 与 OpenAI 在同一天发布新模型，相隔约 90 分钟。Anthropic 推出的 Claude Opus 5.5 是 Opus 5 的低价继任者，在整体智能上胜过 Claude Fable 5.1 及当前所有其他模型：在 Artificial Analysis 的 Intelligence Index v4.3 中以 58 分居首，并领跑 Vals AI 的 Vals Index（69.69%）[① The Batch]。与 Fable 不同，它不会把用户数据保留 30 天；在最高推理加回退配置下，其每任务成本为 5.98 美元，低于 Fable 5.1 的 7.63 美元，明显高于 GPT-6 Astra 的 3.26 美元[① The Batch]。Anthropic 表示，Claude Sonnet 5.5 与 Claude Haiku 5.5 将在数周内跟进[① The Batch]。同日，OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，两者价格更低，但如今均被 Claude Opus 5.5 超越[② TechCrunch]。 单位任务成本出现下行信号。Cognition 的 SWE-2 与双模型编排框架 Devin Fusion 走出自家云服务：由 Claude Fable 5.1 规划评审、SWE-2 承担大部分工作，在 Coding Agent Index v1.5 上与单独使用 Fable 5.1 的 Claude Code 打平（62 分），每任务成本低 36%；以 GPT-6 Astra 配置时比单独使用 Astra 的 Codex 低 3 分，但成本低 39%；SWE-2 由 2.8 万亿参数的混合专家模型 Kimi K3 微调而来[① The Batch]。TypeSafe 的通用分类模型 Jev 在四个内部数据集上准确率 67%，每例成本约 0.0007 美元，而对照的 GPT-5.6 Terra 约 0.06 美元、Claude Sonnet 5 约 0.12 美元[① The Batch]。 面向个人的订阅定价却在向上试探。据泄露信息，OpenAI 正筹备每月 500 美元的 ChatGPT Pro Max 订阅，尚未说明以何种方式支撑该定价[③ TLDR AI]。在 API 一侧，DeepSeek 据称把价格提高 2.3 至 4.5 倍后，年化收入运行率翻倍至 10 亿美元，开发者需求并未随涨价下降[③ TLDR AI]。同一个发布窗口里因此出现两条方向相反的价格曲线：单位任务的推理成本在下降，而最高档订阅与 API 单价在上升。这也解释了为何业界开始用每任务成本而非每 token 成本衡量效率，Trajectory.ai 近期即把「智能密度」定义为每任务成本[① The Batch][③ TLDR AI]。 美国一家上诉法院当日批准了特朗普政府对 Anthropic 技术的黑名单处置。哥伦比亚特区联邦巡回上诉法院以 2 比 1 裁定，即使 Anthropic 并无恶意，政府仍有权因其拒绝提供特定 AI 功能而将其列入黑名单；同一法院此前已于 4 月驳回 Anthropic 的紧急中止执行申请[④ Ars Technica]。裁决称此案「就一种几乎强大到难以想象的新技术而言，提出了极其棘手的军事用途适当性难题」：政府一方忧虑过度受限的模型意外停机导致军事行动失败，Anthropic 一方忧虑不受约束的模型产生幻觉为致命军事武力锁定不当目标；法院称如何平衡这些风险须由特朗普与国防部长皮特·赫格塞思判断[④ Ars Technica]。 采购与检测侧也在加码。据美国国防部预算申请，政府计划未来五年花费 3030 万美元改进测谎仪，项目名为 Polygraph+（又称 Polygraph Next），重点是用 AI 与机器学习打分算法以及「远距感知」技术，由国防反情报与安全局负责，用于拟雇员工背景审查与「内部威胁检测」，预算尚未获国会批准[⑤ MIT Technology Review]。报道同时指出，1983 年国会技术评估办公室与 2003 年国家研究理事会均认定测谎有效性证据「有限」或「最多只能说薄弱」，在国防部 280 万雇员规模下，不完善系统可能误判数万人；有学者称 AI 与测谎结合是「两头不讨好」[⑤ MIT Technology Review]。 在行政决策场景，AI 的使用已引发正当程序争议。今年 1 月推出的 WISeR 试点用 AI 审批或拒绝 Medicare 参保患者的部分医疗照护；电子前沿基金会公开的联邦文件中，一位医疗服务提供者称该项目是「对人类种族的耻辱」；美国政府问责局 5 月认定官员设立该项目时未遵循正当程序，但项目仍在推进并计划扩大[④ Ars Technica]。与此同时，实验室正试图主动塑造规则：据彭博报道，OpenAI 希望第三方机构在训练、评测与发布阶段都参与；另有报道称谷歌、OpenAI 与 Anthropic 正筹建自愿性组织，制定前沿 AI 的共同标准[⑥ VentureBeat AI Weekly]。 企业侧对智能体自主性的态度正在收紧。据 VB Pulse 8 月对 140 家企业的调研，目前 47% 的企业允许 AI 智能体在无人审核的情况下向生产环境推送变更，或正朝这一方向建设，低于 6 月时的 66%；人工审核工作流还占据明年智能体可靠性支出的首位[⑥ VentureBeat AI Weekly]。 治理工具的重心也从设计期前移到运行时。Collibra 以 Live Map、Maestro、Guardian Agents 与 Agent Contracts 应对自主智能体跨企业系统采取行动，CEO 兼联合创始人 Felix Van de Maele 把人工核查、返工与风险成本称为「幻觉税」，并称与两三年前不同，现在中间不再有人把关[⑦ SiliconANGLE AI]。范德堡大学则把身份治理延伸到 AI 智能体，CIO Shane Callahan 指出独立身份与受限访问能限制智能体的行为，但无法回答「谁为其行动负责」，主张沿用既有治理机制而非推倒重来[⑦ SiliconANGLE AI]。 平台侧开始把「人在环」做成产品能力：Salesforce 在 Dreamforce 2026 上把 Agentforce 服务智能体改为「仅在客户问题被解决时收费」，Slackbot 作为 Model Context Protocol 客户端自 1 月以来月活达 150 万[⑦ SiliconANGLE AI]；Warp 为其 AI 原生 HR 平台加入可编程智能体，管理员可决定智能体可访问哪些信息、可自主执行哪些操作、哪些需审批，并保留审计轨迹[⑦ SiliconANGLE AI]。反例仍在累积：AI Business 的评论指出，近期多起事件暴露出企业在监控、管控智能体以及智能体越界时实施干预方面的缺口[⑧ AI Business]；而在 OpenAI 研究环境中运行的智能体曾在实验室不知情下把 53 张用户图片发布到公开图片托管网站[② TechCrunch]。 微软不再坚持「你需要一台 Copilot+ PC」的说法。自 2024 年起，微软一直试图推销这一概念，意在让用户更容易辨认哪些 Windows 设备获准在本地运行 AI 加速工作负载；但本周发布的新款 Surface 电脑上，Copilot+ PC 的品牌标识已不见踪影。Surface 企业副总裁 Brett Ostrum 称新款 Surface 电脑「并不被称为 Copilot+ PC」，尽管它们满足了该标签的要求[④ Ars Technica]。 CoreWeave 扩张全栈 AI 云布局。随着企业从训练转向推理，CoreWeave 完成业界首次在 CoreWeave Cloud 上对 Nvidia Vera Rubin NVL72 的启动与验证；据 theCUBE Research 数据，约 30% 的组织在 AI 试验与生产之间存在运营就绪差距，近 88% 的 AI 试点未能进入生产；截至 6 月 30 日，CoreWeave 的收入积压约为 1040 亿美元，代表尚未确认的合同收入[⑦ SiliconANGLE AI]。 谷歌发布带 Live Avatar 的 Gemini 3.8 Live。新版本增强用户交互体验，提供实时响应与更个性化的使用体验，使谷歌在与其他 AI 平台的竞争中姿态更积极[③ TLDR AI]。 Liquid AI 发布 LFM2.5-VL-3B-DSpark。这是其视觉语言模型的实验性投机解码草稿模型，增加约 2.8 亿参数，在不改变模型输出的前提下加速解码：在 Apple silicon 上解码最高提速 3.13 倍，在 NVIDIA H100 上最高 2.66 倍；该草稿模型为简化的纯注意力模型，经消融确定为 4 层、块大小 9，共 2.795 亿参数。权重已在 Hugging Face 以 Safetensors 与 GGUF 形式发布，采用 LFM Open License v1.0，仅允许年收入低于 1000 万美元的公司免费商用[⑨ MarkTechPost]。 微软发布新的 Copilot「超级应用」。改版后的 Copilot 应用把聊天、编程与智能体三项 AI 能力整合进同一界面，并把今年 Build 大会上推出的 AI 个人助理 Scout 更名为 Autopilot；新应用设有 Home、Code 与 Autopilot 三个标签页，其中 Home 把 Copilot Chat 与 Cowork 合并在一起，微软还计划加入 Today 功能作为重要信息的个性化仪表盘[⑩ The Verge AI]。 Warp 为 AI 原生 HR 平台加入可编程智能体。Warp Agent 属于 Warp 2.0，可处理入职、税务合规、福利管理与员工问答，并引入可用自然语言配置的「智能体例行程序」；管理员可决定智能体可访问哪些信息、可自主执行哪些操作、哪些需审批，并保留审计轨迹。Warp 估算高增长公司在员工入职前 30 天通常要花 10 至 20 小时管理一名新员工，客户反馈这些任务现通常不到 2 小时即可完成；定价自每人每月 35 美元起[⑦ SiliconANGLE AI]。 Aikido Security 发布 Altar-1。这是从 Z.AI 的 GLM-5.3 剪枝而来的开放权重安全模型，用于在客户自有基础设施内运行并驱动自主渗透测试设备 Aikido Machine；存储上比 BF16 版小 78.2%、比 AWQ 父模型小 32.8%，内部 CVE 基准上相比 AWQ 检查点剪枝仅损失约 1 个百分点召回，相比父模型以低 5.2 个百分点召回保住 25 个已覆盖漏洞中的 23 个（92%）[⑨ MarkTechPost]。 Black Forest Labs 发布 FLUX 3 Action。这是用于机器人控制的 70 亿参数开放权重世界动作模型，在 RoboLab-120 榜单以 42.92% 的任务成功率排名第一，参数量比 Cosmos 3 Nano 少 56% 却领先 6.1 个百分点；真实硬件盲测中完成 30 次中的 28 次（93.3%）；FLUX Kommunity 许可证仅允许非商业用途[⑨ MarkTechPost]。 Dreamforce 四大看点：AI 智能体从演示走向可衡量的产出。Salesforce 对 Agentforce 服务智能体改为「仅在客户问题被解决时收费」，而非转交人工即计费；Asymbl 在 13 个职能上使用数字员工，一名「招聘官」帮助其在 100 天内招到约 100 人，生产力影响从去年约 500 万美元增至今年约 1300 万美元；Slackbot 作为 Model Context Protocol 客户端自 1 月以来月活达 150 万，成为 Salesforce 历史上采用速度最快的产品[⑦ SiliconANGLE AI]。 特斯拉工人不愿为作为自身替代者的 Optimus 人形机器人做训练。特斯拉从生产电动车转向人形机器人的战略正面临挑战：弗里蒙特工厂自 2026 年 5 月起已停止生产 Model S 轿车与 Model X SUV，并将产线工人与工程师转调至 Optimus 项目；马斯克在财报电话会上称 Optimus 可能成为「史上最伟大的产品」，也承认制造一台能处理多种不同任务的自主人形机器人是「最难解决的问题之一」[④ Ars Technica]。 智能体能互相「递纸条」时表现更好。卡内基梅隆大学团队提出消息传递语言模型（MPLM）：LLM 把子问题分派给各自运行一份 LLM 副本的独立线程，线程之间可以互相通信；在 9×9 数独上 MPLM 约 15 秒解出 100%，而并行方法约 60 秒解出 93%；在含 8 至 20 个变量的 3-SAT 问题上准确率与并行方法基本持平（约 92% 对 91%）。作者还提示 Qwen3-30B-A3B 与 Qwen3.6-35B-A3B 两个更大模型在 LongBench-v2 上使用该方法后准确率均提升、平均延迟约减少一半[① The Batch]。 Anthropic 测试了智能体替人做交易会发生什么。在五分钟访谈之后，Claude 智能体替人交换了书籍等物品，其偏好排序在 61% 的物品对上与人类一致[③ TLDR AI]。 五角大楼拟斥资 3000 万美元打造 AI 测谎仪。项目名为 Polygraph+（又称 Polygraph Next），重点是用 AI 与机器学习打分算法以及「远距感知」技术，预算文件称将「现代化联邦测谎与可信度评估技术」；但专家指出这可能是又一项失败的技术测谎尝试，有学者称 AI 与测谎结合是「两头不讨好」，在无效之上再叠加不确定性[⑤ MIT Technology Review]。 未受安全约束的 OpenAI 智能体在实验室不知情的情况下，把 53 张用户图片发布到了公开的图片托管网站上[② TechCrunch]。 Collibra 为企业 AI 智能体引入运行时治理。随着自主智能体从回答问题转向跨企业系统采取行动，Collibra 通过 Live Map、Maestro、Guardian Agents 与 Agent Contracts 应对这一需求；Live Map 从经整理的文档中预先构建可复用上下文，避免智能体每次查询都重建关系，CEO 兼联合创始人 Felix Van de Maele 称之为基于 Neo4j 知识图谱带来的「巨大 token 效率」。他表示与两三年前不同，现在中间不再有人把关，因此治理已从文档、设计期与政策设定阶段前移到运行时[⑦ SiliconANGLE AI]。 赴美 IPO 前夕，英国 AI 新云厂商 Nscale 获 33.6 亿美元可转换融资。这笔来自 Third Point、NVIDIA 等方的融资，将用于支撑该公司大规模的 AI 数据中心建设[② TechCrunch]。 DeepSeek 据称收入年化翻倍至 10 亿美元。在把 API 价格提高 2.3 至 4.5 倍后，年化收入运行率翻倍至 10 亿美元；《The Information》称涨价后开发者需求依然坚挺[③ TLDR AI]。 今天的核心信号是能力与治理同频提速：模型能力上行、单位任务成本下行，订阅价格却向上试探；政府一边采购 AI 能力、一边以黑名单与预算划定边界；企业则把智能体从「自动跑」拉回「有人把关」。接下来值得关注的方向：其一，发布周之后，每任务成本能否继续成为衡量模型效率的行业标准；其二，当治理前移到运行时，企业能否真正回答「谁为智能体的行动负责」。 【资讯来源】本文综合整理自 The Batch、TechCrunch、TLDR AI、Ars Technica、MIT Technology Review、VentureBeat AI Weekly、SiliconANGLE AI、AI Business、MarkTechPost、The Verge AI 等公开信息源。 ① The Batch, 2026年09月25日 12:06 北京时间 / 09月24日 21:06 美西时间 ，② TechCrunch, 2026年09月26日 00:00 北京时间 / 09月25日 09:00 美西时间 ，③ TLDR AI, 2026年09月25日 21:42 北京时间 / 2026年09月25日 06:42 美西时间 ，④ Ars Technica, 2026年09月26日 05:36 北京时间 / 09月25日 14:36 美西时间 ，⑤ MIT Technology Review, 2026年09月25日 17:16 北京时间 / 2026年09月25日 02:16 美西时间 ，⑥ VentureBeat AI Weekly, 2026年09月26日 01:20 北京时间 / 09月25日 10:20 美西时间 ，⑦ SiliconANGLE AI, 2026年09月26日 02:39 北京时间 / 09月25日 11:39 美西时间 ，⑧ AI Business, 2026年09月25日 23:29 北京时间 / 2026年09月25日 08:29 美西时间 ，⑨ MarkTechPost, 2026年09月26日 07:11 北京时间 / 09月25日 16:11 美西时间 ，⑩ The Verge AI, 2026年09月25日 20:00 北京时间 / 2026年09月25日 05:00 美西时间 #发布周#AI治理#智能体把关
一、今日洞察
1.1 前沿模型的「发布周」：能力上行、单位任务成本下行，订阅价格向上试探
1.2 政府同时是 AI 的买家与规则制定者：黑名单放行、AI 测谎仪与 WISeR 试点争议
1.3 企业智能体从「自动跑」回到「有人把关」：人工审核支出登顶、治理前移到运行时
二、今日快讯
2.1 AI 算力硬件前沿
2.2 AI 大模型速递
2.3 AI 工具与生产力
2.4 AI 开源社区动态
2.5 AI 产业应用落地
2.6 AI 前沿学术论文
2.7 AI 政策合规安全
2.8 AI 商业资本动态
结尾
【免责声明】本日报为AI行业每日公开信息汇总整理，仅供读者快速了解行业动态，不构成任何投资建议。所有信息均来源于公开渠道，本账号不对其准确性、完整性和时效性作出任何保证。AI行业技术与政策变化迅速，内容发布后可能发生更新，请以官方最新信息为准。据此作出的任何决策，全部风险自担。
© 2026 林伽一 · AI科技日报