夜雨聆风AI内参｜Anthropic 接入 SpaceX Colossus、OpenAI 危机与五角大楼 AI 全面扩张
2026-05-10 · Sunday · Hermes AI
本周重磅：Anthropic + SpaceX 算力联盟、OpenAI $50B 算力开支与 $14B 亏损曝光、Meta 裁员 8000 人换 AI 转型、五角大楼签下 7 家 AI 公司、TradingAgents 等金融 AI 论文集中爆发
◆ 🛠️ 技术生态
1. Anthropic × SpaceX 达成算力协议：前对手联手应对算力饥渴
5月6日，Anthropic 与 SpaceX 宣布了一项出人意料的算力合作协议——Anthropic 将获得 SpaceX Colossus 1 数据中心的全部算力容量。这一合作标志着 AI 行业算力竞争进入了全新的阶段。
协议核心条款：
Anthropic 获得 Colossus 1 数据中心超过 300MW 的新增算力容量 包含超过 220,000 块 NVIDIA GPU，可在一个月内全面启用 SpaceX 和 Anthropic 还讨论了开发多个吉瓦级轨道 AI 算力的合作意向
Colossus 1 的背景：这座位于田纳西州孟菲斯的超级数据中心最初由 xAI 围绕其 Grok 模型训练而建，是全球部署速度最快、规模最大的 AI 超级计算机之一。SpaceX 收购 xAI 后，Colossus 进入了 SpaceX 的资产组合。
战略意义的多层解读：对于 Anthropic 而言，这笔交易是在其长期算力安排落地之前的"过渡阀门"。Anthropic 此前的算力规划包括：与 Amazon 达成的最高 5GW 合作（2026 年底前约 1GW 新增容量），与 Google 和 Broadcom 的 5GW 协议（2027 年开始），以及通过 Microsoft 和 NVIDIA 合作的 $300 亿 Azure 容量。
对于 SpaceX，这笔交易将 Colossus 1 转变为一个商业算力资产。值得注意的是，Anthropic 和 SpaceX（及其关联的 xAI/Grok）此前在 AI 模型市场是直接竞争关系。这一联手的出现，说明算力紧缺已超越了商业竞争，成为所有 AI 前沿公司的共同瓶颈。
"We're partnering with SpaceX to use all the capacity of their Colossus One data center." —— Anthropic 产品负责人 Ami Vora，在 Anthropic 开发者大会上发言
https://www.cnbc.com/2026/05/06/anthropic-spacex-data-center-capacity.html
https://www.axios.com/2026/05/06/anthropic-spacex-elon-musk-compute
https://www.reuters.com/science/spacexai-give-anthropic-access-its-massive-ai-supercomputer-2026-05-06/
https://x.ai/news/anthropic-compute-partnership
2. Meta 裁员 8000 人 + 发布 Muse Spark：AI 转型的阵痛
4月23日，Meta 在同一天宣布两件大事：裁减约 8,000 名员工（占全球员工的 10%），同时发布全新 AI 模型 Muse Spark。裁员将于 5 月 20 日开始执行，同时还有 6,000 个空缺岗位关闭。
Muse Spark 的技术规格：Meta 最新的多模态 AI 模型，允许用户根据不同任务在多种模式之间切换。Meta AI 可以并行启动多个子 Agent 来响应用户请求，支持从文本生成到代码开发和图像理解的全场景覆盖。据 CNBC 报道，Muse Spark 展示了 Meta 在 AI 领域的"早期潜力"。
裁员的真实动因：Meta 计划 2026 年在资本支出上投入高达 $1,350 亿（约合 1 万亿人民币），其中绝大部分流向 AI 基础设施。CEO 马克·扎克伯格明确表示，裁员是为 AI 投资"腾出空间"。
更广泛的行业背景：Meta 并非孤例。微软推出自愿退休计划（约 7% 员工符合条件），Oracle 裁员超过 10,000 人，Amazon 累计裁员超过 30,000 人。Forbes 的分析指出，Meta 在同一天"既裁 8000 人又发 Muse"并非巧合——被裁的工程师和产品经理岗位正在被"AI 工程师"和"AI 产品经理"取代。
https://www.nytimes.com/2026/04/23/technology/meta-layoffs.html
https://www.cnbc.com/2026/04/28/meta-muse-spark-has-promise-wall-street-wants-zuckerberg-ai-strategy.html
https://www.forbes.com/sites/lutzfinger/2026/04/25/meta-laid-off-8000-and-launched-aiwhy-jobs-need-different-skills/
https://www.bbc.com/news/articles/crm1y89vek8o
3. 五角大楼签下 7 家 AI 公司：Anthropic 被踢出局，军事 AI 加速扩张
5月1日，美国国防部宣布与 NVIDIA、Microsoft、AWS、Reflection AI、OpenAI、Google 和 SpaceX 等七家公司达成协议，允许其 AI 工具部署在最高安全等级的机密网络（Impact Level 6 和 7）上，用于"合法的作战用途"。
这些 AI 工具将通过五角大楼的中央 AI 平台 GenAI.mil 提供。应用场景包括：加速情报分析、提升战场态势感知、辅助指挥决策。
与 Anthropic 的戏剧性冲突：这份名单中最引人注目的是 Anthropic 的缺席。Anthropic CEO Dario Amodei 与国防部长 Pete Hegseth 自 2 月以来陷入僵局。Anthropic 要求保证其技术不会用于大规模国内监控或完全自主武器，而五角大楼坚持应允许"任何合法用途"。特朗普政府将 Anthropic 定性为"供应链风险"，并下令联邦机构在六个月内淘汰 Anthropic 工具。
3月，Anthropic 赢得了针对五角大楼的禁令。但结果是，五角大楼直接绕过了 Anthropic。Google 的参与也引发了数百名员工的抗议信。这意味着，AI 公司的道德边界正在被国家安全需求强力重新定义。
https://techcrunch.com/2026/05/01/pentagon-inks-deals-with-nvidia-microsoft-and-aws-to-deploy-ai-on-classified-networks/
https://www.bloomberg.com/news/articles/2026-05-01/nvidia-microsoft-aws-expanding-classified-military-ai-use
https://www.nextgov.com/artificial-intelligence/2026/05/pentagon-makes-agreements-7-companies-add-ai-classified-networks/413264/
https://thenextweb.com/news/pentagon-ai-deals-anthropic-safety-limits
4. NVIDIA 黄仁勋 Milken 大会：AI 创造 50 万就业，而非消灭工作
5月4日，在 Milken 全球大会上，NVIDIA CEO 黄仁勋就 AI 对就业市场的影响发表了强硬辩护。他断言 AI 已经创造了超过 50 万个新就业岗位，并特别指出 AI 硬件制造业本身正在成为工业级的就业引擎。
黄仁勋的核心论点：AI 正在像历史上的工业革命一样，通过创造全新的产业和岗位类别来抵消短期阵痛。使用 AI 的公司正在招聘，而拒绝 AI 的公司则在收缩。这一发言恰逢新一轮 AI 裁员潮引发广泛社会恐慌之时，形成了鲜明的舆论对立。
https://techcrunch.com/2026/05/04/as-workers-worry-about-ai-nvidias-jensen-huang-says-ai-is-creating-an-enormous-number-of-jobs/
https://timesofindia.indiatimes.com/technology/tech-news/nvidia-ceo-jensen-huang-says-ai-has-created-500000-plus-jobs-companies-that-use-ai-/articleshow/130675553.cms
◆ 🏢 大厂动态
1. OpenAI 的 2026 危机：$140 亿亏损、$500 亿算力开支与 Musk 庭审曝光
过去两周，OpenAI 连续遭遇多重重磅负面消息，构成了公司成立以来最严峻的舆论和财务危机。
$140 亿亏损的财务真相：4月28日，华尔街日报披露 OpenAI 预计 2026 年将亏损 $140 亿（约合 1,015 亿人民币），几乎是 2025 年预期亏损的三倍。全年营收预计约 $130 亿。目标是在 2029 年实现盈利，预计收入约 $1,000 亿——但在此之前，2023-2028 年的累计亏损将高达 $440 亿。
$500 亿算力开支作证：5月5日，OpenAI 总裁 Greg Brockman 在庭审中作证，透露公司 2026 年将花费约 $500 亿用于算力。这一数字从 2017 年的 $3,000 万暴涨了 1,667 倍。他还披露 Amazon、NVIDIA 和 SoftBank 在 2 月份提供了 $1,100 亿融资承诺——其中至少 $800 亿与算力采购或部署条件挂钩。
用户增长目标未达成：ChatGPT 未能实现每周 10 亿活跃用户目标。公司正在寻求新一轮高达 $1,000 亿的融资（NVIDIA、Microsoft 和 Amazon 正在洽谈 $600 亿）。尽管面临巨额亏损，二级市场交易估值仍达到 $8,300 亿。
OpenAI 的财务困境揭示了 AI 时代的第一个真正压力测试：革命性技术本身是不够的，如果其背后的经济账不可持续的话。最终胜出的不会是最响亮的 AGI 承诺者，而是能将 AI 采纳转化为持久、可盈利商业模式的公司。
https://www.poweredmagazine.com/post/openais-2026-crisis-missed-targets-14-billion-losses
https://www.theinformation.com/articles/openai-projections-imply-losses-tripling-to-14-billion-in-2026
https://www.reuters.com/technology/openai-projects-50-billion-spending-computing-power-this-year-brockman-says-2026-05-05/
https://www.forbes.com/sites/tylerroush/2026/04/28/openai-investors-nvidia-oracle-more-fall-after-ai-giant-reportedly-misses-revenue-target/
https://www.businessinsider.com/openai-trial-greg-brockman-testimony-elon-musk-breakup-compute-costs-2026-5
2. 佛罗里达州对 OpenAI 发起刑事调查：AI 能否为犯罪行为负责？
佛罗里达州总检察长 James Uthmeier 先后于 4 月 10 日发起民事调查、4 月 21 日升级为刑事调查，指控 OpenAI 的 ChatGPT 可能与两起校园枪击案存在关联。
案情发展：最初针对 FSU 枪击案（枪手 Phoenix Ikner 在案发前曾与 ChatGPT 交换信息），随后扩展至 USF 谋杀案（26 岁嫌疑人 Hisham Abugharbieh 也被发现使用 ChatGPT）。Uthmeier 的原话："如果 ChatGPT 是一个人的话，它将面临谋杀指控。"
法律争议的深远影响：这是美国司法体系中首次将 AI 模型的输出与暴力犯罪结果建立因果关系，并试图追究 AI 公司的刑事责任。调查还要求 OpenAI 提供所有关于"用户对他人和自身伤害威胁"的内部政策和培训材料，以及执法合作流程。
OpenAI 的回应：发言人 Kate Waters 表示："去年 FSU 的大规模枪击是一场悲剧，但 ChatGPT 并不对这一可怕罪行负责。"
https://www.nbcnews.com/tech/tech-news/florida-attorney-general-criminal-investigation-openai-fsu-chatgpt-rcna341205
https://cbs12.com/news/local/florida-expands-openai-investigation-include-univerity-of-south-florida-murders-suspect-chatgpt-crime-florida-news-chatgpt-openai-florida-state-university-attorney-general-james-uthmeier-criminal-investigation
https://www.theverge.com/policy/909557/openai-florida-investigation
3. Musk 诉 OpenAI 庭审：从 $30M 到 $50B 的算力暴走与创始决裂
Elon Musk 诉 OpenAI 的庭审于 5 月 4-5 日进入高潮。Greg Brockman 连续两天作证，揭露了 OpenAI 从非营利实验室到全球最大 AI 公司的戏剧性转变。
庭审核心揭示：OpenAI 的算力开支从 2017 年的 $3,000 万暴增到 2026 年的 $500 亿——16,667 倍增长。Musk 在 2018 年退出前坚持要求 OpenAI 先取得"重大胜利"再考虑营利化。Musk 当时就意识到 OpenAI 需要"每年数十亿美元"，认为唯一出路是由 Tesla 运营。Musk 寻求超过 $1,000 亿的赔偿金。
此案被视为 AI 行业"原罪"的审判，但 Musk 同时也是 xAI（Grok）的所有者，使得案件的商业竞争色彩难以掩盖。
https://www.businessinsider.com/openai-trial-greg-brockman-testimony-elon-musk-breakup-compute-costs-2026-5
https://seekingalpha.com/news/4586132-brockman-says-openai-to-spend-50b-on-computing-power-in-2026
4. EU AI Act 进入执行倒计时：8月2日起高风险 AI 系统须全面合规
随着 2026 年 5 月的推进，欧盟 AI 法案（EU AI Act）进入其执行的关键阶段——2026 年 8 月 2 日，Annex III 高风险 AI 系统的合规义务将正式生效。
当前争议：欧盟委员会、理事会和议会均已表示支持将高风险 AI 的执行期限推迟至 2027 年 12 月——但延期尚未通过立法。今天，8月2日仍然是具有法律约束力的截止日期。不合规企业可能面临基于全球年收入百分比的罚款。
合规要求：AI 风险分类与映射、技术文档全面更新、人类监督机制、透明度要求、版权合规政策、数据治理配合 GDPR。与 GDPR 类似，EU AI Act 具有域外效力——任何向欧盟公民提供 AI 系统的企业都受其管辖。
https://hyphenxsolutions.com/Blog/eu-ai-act-enforcement-cycle-what-us-global-companies-should-do-in-2026/
https://epthinktank.eu/2026/03/18/enforcement-of-the-ai-act/
https://legalnodes.com/article/eu-ai-act-2026-updates-compliance-requirements-and-business-risks
5. PayPal 宣布 20% 裁员 + AI 转型：金融科技行业的 AI 化浪潮
5月5日，PayPal 宣布将在未来 2-3 年内裁减约 20% 的员工（超过 4,500 人），同时宣布公司正在"重新成为一家科技公司"——这意味着全面拥抱 AI。公司将用 AI 重构支付、风控、客服和开发者平台。
这一转型与科技行业"tokenmaxxing"趋势相呼应——根据开发者使用的 AI token 数量判断 AI 采用率的新指标正在成为行业标准。
https://techcrunch.com/2026/05/05/paypal-says-its-becoming-a-technology-company-again-that-means-ai/
https://www.bloomberg.com/news/articles/2026-05-05/paypal-plans-job-cuts-as-fintech-s-new-ceo-pursues-turnaround-strategy
◆ 📍 论文解读
论文一：TradingAgents —— 多智能体 LLM 金融交易框架（HF 当日最热门）
HF Papers: https://huggingface.co/papers/trending（当前 Trending #1）
研究背景：金融交易高度动态、信息密集。传统量化交易依赖规则引擎和统计模型，难以处理非结构化信息。单一 LLM 虽然能理解文本，但缺乏专业交易系统中不同角色之间的协同和博弈能力。
核心方案：提出多智能体 LLM 交易框架，通过模拟真实交易公司的组织结构来构建 AI 交易系统。不同 Agent 承担研究、分析、风控、执行等不同角色，基于 LLM 进行推理和决策。
关键指标：在累积收益率和夏普比率等多个指标上显著优于基线方法。
行业意义：与同日热门的 AI-Trader（首个全自动 LLM 金融决策实时评测基准）和 Kronos（面向金融 K 线数据的专用预训练框架）共同构成金融 AI 三连发信号。LLM 驱动的金融自动化正从概念验证走向系统化部署。
论文二：Web2BigTable —— 双层级多 Agent LLM 实现互联网规模信息提取
来自 Hugging Face 2026-W19 Weekly Papers
https://huggingface.co/papers/week/2026-W19
研究背景：互联网结构化信息散布在数以亿计的网页中。传统方法要么依赖手工规则，要么依赖单一 LLM（受限于上下文窗口和幻觉问题）。
核心方案：双层级多 Agent 架构。上层负责任务分解、查询规划和跨域知识整合；下层多个并发 Agent 负责网页抓取、信息提取和结构化。最终输出为结构化 BigTable 格式。
关键创新：双层级解决了单一 Agent 长序列上下文窗口瓶颈，并行执行实现了互联网规模的覆盖。展示了多 Agent 架构从"对话式"应用向"数据工程"场景的扩展能力。
论文三：MARBLE —— 扩散强化学习的多维度奖励平衡框架
arXiv:2605.06507 · https://arxiv.org/abs/2605.06507
HF Papers: https://huggingface.co/papers/2605.06507
研究背景：将强化学习应用于扩散模型时面临独特挑战——如何平衡美学质量、文本对齐、安全合规等多个奖励维度？这些维度之间往往存在冲突。
核心方案：MARBLE 提出系统性多维度奖励平衡框架，包括多维度奖励建模、动态平衡机制（根据当前生成质量动态调整各维度权重），以及端到端扩散 RL 训练流程。
作者团队：7 位作者
关键成果：在多维度扩散生成任务上显著优于单一奖励方法和固定权重组合。展示了"奖励平衡"作为扩散模型对齐关键技术的重要性。
论文四：Learning while Deploying —— 部署中持续学习的通用机器人策略
来自 Hugging Face 2026-W19 Weekly Papers
https://huggingface.co/papers/week/2026-W19
研究背景：机器人学习面临经典困境——实验室训练的策略在真实世界中表现不佳（sim-to-real gap），而在真实世界中收集数据昂贵且危险。
核心方案：舰队规模强化学习方案，让大量机器人同时在真实世界环境中部署并持续学习。关键设计包括：分布式学习（多机器人并行，共享经验）、通用策略网络（适用于多种平台和任务）、安全探索机制。
与同属 W19 的 Map2World（从语义地图生成 3D 世界）和 UniVidX（统一视频生成框架）等论文一起，展示了 2026 年 AI 研究在"从感知到行动"完整链条上的系统推进。
标签： #AI日报 #AnthropicSpaceX #OpenAI #MetaMuseSpark #PentagonAI #EUAIAct #TradingAgents #FinancialAI #DiffusionRL #RobotLearning
