AI 日报|10月20日:OpenAI 冲刺 1.4 万亿美元估值,智能体开始自己上班

10 月 20 日，AI 行业把两条曲线同时摆上台面。一条是估值曲线：OpenAI 的新一轮融资把数字推到 1.4 万亿美元，Anthropic 则在一个月内谈下第二笔 450 亿美元算力协议；另一条是交付曲线：四个 Gemini 智能体连续跑了 27 小时，自己通关《我的世界》，而企业开始给智能体配”监工”。

一分钟速览

• OpenAI 新一轮融资约 300 亿美元，估值或超 1.4 万亿美元，卡在 Anthropic 11 月 IPO 之前。
• Anthropic 与 Nscale 洽谈第二笔 450 亿美元算力协议，距上一笔仅一个多月。
• CoreWeave 债券利差突破 1000 个基点，进入困境债区间，股价一周跌超 20%。
• 英伟达开源 1200 亿参数 Nemotron 3.5 Super VL，瞄准企业常驻智能体与 AI PC。
• 腾讯混元 Terminal-RSI 把 Terminal-Bench 得分从 0 拉到 19.84%，底座是 Qwen3.8-27B。
• 四个 Gemini 智能体 27 小时通关《我的世界》：2783 个程序、605 次死亡、约 1620 美元。
• 蚂蚁百灵开源 Ming-3.0 语音全家桶，可用”导演模式”控制情绪与节奏。
• 苹果收紧审核，禁止 AI 生成冒犯性内容与”审核时藏功能、上架就变脸”。

资本：1.4 万亿美元估值，和越来越贵的债

OpenAI 正争取投资者承诺，目标是在 Anthropic 预计 11 月中旬上市前敲定约 300 亿美元融资，估值可能超过 1.4 万亿美元，约合 9.37 万亿元人民币。两家前沿实验室争夺的是同一批钱：主权基金、长期共同基金，以及愿意在私募市场押注超大规模 AI 的家族办公室。

Anthropic 继续用合同锁定未来。一个多月前它刚与 Nscale 宣布 450 亿美元合作，如今第二笔 450 亿美元又在谈判桌上。这类协议是多年期容量承诺：模型公司锁定未来需求，基础设施公司据此建数据中心、买芯片、签电力合同。再叠加此前约 600 亿美元的芯片举债，它实际上是在用长期租约和债务，换一张下一轮竞赛的门票。

债权端已经开始重新定价。CoreWeave 债券利差突破 1000 个基点，进入困境债区间，股价自上周二收盘以来跌超 20%。它借钱买卡、建机房、再按合同出租算力，需求高速增长时很赚钱，但资产负债表天生高杠杆。一旦投资者怀疑现金流能否覆盖利息，风险就会扩散到保险资金、私募信贷乃至整个 AI 基建的融资成本。

模型：开源往”常驻”和”更便宜”走

英伟达开源 Nemotron 3.5 Super VL，1200 亿参数，面向企业里 7×24 小时运行的智能体，两款轻量 Bolt 模型则指向 RTX Spark AI PC 与 DGX Spark 工作站。聊天机器人是”叫一次、答一次”，智能体却要盯着邮箱、工单和库存，随时判断要不要行动——延迟、工具调用稳定性和长会话记忆，比跑分更重要。

谷歌研究团队开源的 Harness² 换了个思路：模型权重不动，只改外面那层”壳”。它把可修改部分拆成系统提示词、护栏、记忆、工具指导、子智能体、Skills、脚本和插件 8 类组件，通过任务级与跨任务两层递归，把每次执行的经验沉淀下来。对多数团队来说，这比换更大的模型更现实：能力提升未必来自参数，也可能来自一套会自我修订的流程。

腾讯混元 Frontier 团队的 Terminal-RSI 提供了更激进的样本。底座 Qwen3.8-27B 原本在 Terminal-Bench 4.0 上得分为 0，经过”重写—精炼”两轮循环，把成功轨迹提炼成操作手册后达到 19.84%，与 GPT-5.6 Terra、Gemini 3.8 Flash 接近。论文承认实验只在 27B 模型上验证、仅三次评测、没有独立训练种子，结论仍需复现；但它至少说明，终端智能体的瓶颈可能不在模型大小，而在反馈回路的设计。

价格战同步继续。DeepSeek 上线 Search 与 Fetch 两个接口，每 1000 次成功请求 5 元，约合 0.75 美元；失败、无结果或超时均不计费，11 月 1 日起正式收费，此前在 Harness、Claude Code、Codex 中免费，价格约为 Tavily 的十分之一。蚂蚁百灵则把语音拆成合成、理解与对话、识别三条线共五款模型并全部开源。模型层的竞争，正从”谁更强”转向”谁更适合被反复调用”。

智能体：从演示视频，走进排班表

今天最能说明问题的是一个游戏实验。谷歌把四个 Gemini 4 Argon 智能体放进随机生成的《我的世界》，不给攻略、不给地图种子、不许人类插手，只告诉它们目标是击杀末影龙。27 小时后它们通关了：全程仅用标准 Mineflayer 库，在聊天框里自行分工，共发送 229 条消息、运行 2783 个程序、死亡 605 次，消耗 13.5 亿输入 token，按普通用户价格约 1620 美元。

企业侧的信号更直接。DoorDash 一个月让云端代理干完 13 万个工程任务，把智能体从开发者笔记本赶到了统一调度的云端。微软给企业智能体配了个”监工”：前沿模型一律被视为不可信，Claude Code、Codex 都在名单里，关键动作要经过策略检查。亚马逊则希望 PyTorch 一行配置就能跑在自家芯片上，直接动英伟达的软件护城河；Claude 的新模型被曝能从一个具体 Bug 追溯到背后的一类问题，主动提出整体修复。

工程现实：写得快了，为什么上线没快

Coleman Parkes 代表 Undo 访问了 300 名负责交付关键业务软件的高级工程负责人，结论足够刺眼：受访团队平均每周写代码 9.8 小时，处理故障调试却要 16.9 小时，占工时 42%；35% 的 AI 生成代码在团队尚未完全理解前就进入生产环境；81% 的团队在过去六个月至少发生过一次生产事故。79% 的负责人认可 AI 提速，但认为整体发布周期并没有变快。瓶颈已从”写”转移到”读、验、维护”，代码评审成了新的产线。

治理与边界：规则开始落到流程上

苹果上周末收紧开发者准则，挡住两类应用：利用 AI 生成冒犯性内容的，以及伪装成普通应用通过审核、上架后变身脱衣类或重点展示相关功能的。苹果称去年阻止了超过 15 万款应用上线，封禁 19.3 万个开发者账号。关键不在措辞，而在”新增功能与审核版本不符会被下架”——这把审核从一次性检查，变成了持续比对。日本演员协会则发布生成式 AI 使用准则第一版，覆盖约 2600 名会员：复刻声音的每一步都要取得当事人同意；用演员声音训练模型须获许可；经授权生成的语音被视为一类”表演”，需要支付报酬或版税。声音复刻不是单一动作，而是采集、清洗、训练、生成、分发的一整条链。

安全侧出现了新形态。AI 安全公司 Norforge 发现，一名黑客用智能体集群入侵了 100 多个网站，受害者包括约翰迪尔、SharkNinja 和康明斯，攻击主要由智能体自主完成，人类参与度很低。研究人员是通过开源平台 Cairn 上暴露的工作记录，才看清完整链条。智能体降低了攻击门槛，也留下了更详细的日志——同一个工具，同时增强了攻防两端。

应用与终端：AI 开始读脸、读家、读游戏

一项发表在《柳叶刀·数字健康》的研究，尝试用一张正面照片预测癌症患者的生存几率。训练数据包括超过 4000 万张人脸图像和 3 万多名癌症患者的照片，模型输出风险评分，分数最高的患者更可能在 90 天内死亡；估算年龄误差约 5 岁，在不同年龄、种族、性别和癌症类型中均有效。有意思的是模型自己学会关注的区域：鼻梁和眼下。研究者查资料后发现，希波克拉底最早描述过，眼窝凹陷、太阳穴塌陷、鼻尖瘦削，都是生命走到尽头的早期体征。同行认为它尚不能投入临床，但它提示了一件事：AI 能从人类经验里重新发现一些被遗忘的观察。

终端侧，苹果已官宣下周举行发布会，iPad mini 有望首次配备高刷屏，触屏 MacBook Pro 也可能亮相。硬件与 AI 的融合，正从“加一个语音助手”变成重新设计交互的默认形态。

趋势洞察：三条线，决定接下来一个季度

第一，资本从”讲故事”转向”看合同与现金流”。1.4 万亿美元估值与困境债区间同时出现，说明股权端仍愿意为未来付费，债权端却开始要求风险溢价。谁能把算力合同、电力供应和客户收入对上，谁就能穿过这一轮波动。

第二，智能体的竞争进入”耐久性”阶段。27 小时通关、13 万个任务、605 次死亡，这些数字的意义不在炫技，而在于它们暴露了真实成本：token、失败重试、监控与回滚。下一阶段的赢家，不一定是最聪明的模型，而是最会把失败控制在预算内的系统。

第三，治理从原则声明进入流程级授权。苹果的持续比对、日本演员协会的”每一步同意”、微软的智能体监工，指向同一个方向：规则不再问”能不能用 AI”，而是问”在哪个环节、由谁、以什么凭证使用”。

10 月 20 日这一天，行业同时展示了野心与代价。估值可以一夜抬高，能力可以 27 小时不间断地试错，但真正决定 AI 能走多远的，仍是那些不那么性感的词：合同、现金流、评审、授权，以及可回滚。