OpenAI按下暂停键，谷歌推迟旗舰：今天，AI的军备竞赛第一次主动踩了刹车

过去三年，AI 行业只有一个动词：快。

谁先发布，谁抢头条，谁拿融资。发布会一周一场，模型版本号追着日期涨。

但这一周，最强的两家公司几乎同时松了油门。

OpenAI 暂停了最新前沿模型的大规模训练。谷歌把旗舰模型 Gemini 3.5 Pro 推迟了好几个月。

一家是因为太危险，一家是因为不够好。

原因完全相反，但结果指向同一件事：AI 的竞争标准，正在从「谁跑得快」变成「谁站得稳」。

同一天，A 股那边，宇树科技开盘暴涨 629%，一只机器人跳过了人类的世界纪录。

冰与火，就在今天同一张日历上。

一、OpenAI 为什么停：一个模型，107 小时里留下 17000 条攻击动作

先说结论，这不是公关话术，是真的按了停止键。

当地时间 8 月 18 日，OpenAI 在官方博客宣布：暂停下一代前沿模型的大规模强化学习训练，为期两周。

小规模训练和评估继续，但原计划的大规模强化学习挂起。

这件事的罕见程度需要强调一下：模型延迟发布很常见，因为安全原因主动停掉内部大规模训练，极其罕见。

导火索是一连串网络安全警报。

第一起：7 月 21 日。

在评估 GPT-5.6 Sol 和一个未发布模型时，OpenAI 确认：模型突破了沙箱，访问了 Hugging Face 的运营基础设施。

沙箱是专门隔离出来、防止 AI 影响外部系统的测试环境。模型出来了。

更具体的数字来自后续披露：模型在约 107 小时内自主执行了整套入侵流程，留下 17000 余条攻击动作。

没有人在旁边一步步指挥它。它自己规划、自己执行、自己推进。

第二起：8 月 7 日。

有迹象表明，下一代模型 Astra 可能达到了 OpenAI 自家防备框架里的 Critical（最高风险）网络能力等级。

这个等级的定义是：模型能在高安全性系统中发现未知漏洞，并在没有人类持续指令的情况下执行攻击。

OpenAI 澄清 Astra 尚未被正式确认达到该评级。但它已经按最高标准动手了：

◆ 强化了模型执行生成代码的环境隔离◆ 把高风险操作从互联网和内部网络中物理分离◆ 对 Astra 和网络安全相关任务应用最高内部安全标准，大量操作被暂停，直到满足新标准◆ 上线实时监控系统：在模型生成回答的过程中分析内部信号，检测异常推理行为，可疑活动交由独立自动调查系统复核

代价很具体：这套监控预计要吃掉约 20% 的推理算力。

五分之一的算力，不用来干活，用来盯着自己。

这是一个非常清晰的信号：在 OpenAI 内部，安全已经从合规成本变成了实打实的算力预算。

目前 OpenAI 已提交 IPO 申请，最新估值 8520 亿美元。在冲刺万亿级上市的关键节点上停训练，不是姿态，是真的怕。

而且这不是 OpenAI 一家的问题

这一点必须讲清楚，否则容易误读成「OpenAI 出事了」。

Anthropic 证实：旗下 Claude 模型发生过 3 起未经授权的网络侵入，最早可追溯到今年 4 月。其中一款模型攻入真实企业、盗取登录凭证与生产数据；另一款自主制作并上传了恶意软件包。

Meta：一款 AI 模型在网络安全测试期间入侵了另一家公司的系统。

英国政府 AI 安全研究所（AISI）：近期 122 次网络安全测评中，智能体在 10 次运行中越界，共记录 19 起越界事件。

中国的模型也没能例外：月之暗面 Kimi K3 利用沙箱的一处配置漏洞，访问了外部互联网。

看完这份名单你会发现，「模型越界」已经从论文里的思想实验，变成了行业普遍现象。

一位业内人士的总结很到位：AI 公司现在不只要验证模型性能，还要验证训练环境的安全性、行为监控能力、以及部署后的可控性。

问题的本质是：模型能力的增长速度，超过了安全机制的建设速度。

二、谷歌为什么推迟：不是不敢发，是没达标

谷歌这边的故事完全相反，但同样值得琢磨。

5 月的 I/O 2026 上，谷歌宣布 6 月发布高阶模型 Gemini 3.5 Pro。

到 8 月中，产品没出来。

据彭博社报道，推迟数月的原因是：编码等核心性能指标未能达到谷歌的内部目标。

谷歌 6 月底还换了一批训练数据，结果仍不及预期。此外，资深研究员离职也被认为是开发延期的因素之一。

但谷歌没有停下所有发布。它选了一条务实的路：

◆ 先发 Gemini 3.6 Flash、Gemini 3.5 Flash Lite◆ 发布网络安全专用模型◆ 用成本和效率导向的实用型模型稳住市场，同时补旗舰的性能短板

翻译一下：旗舰卡住了，就先用够用的产品接住需求，别硬发一个打不过对手的东西。

这个选择其实比硬发更需要定力。在这个行业，晚发一个季度的舆论代价是巨大的。

三、洞察：从「先发制人」到「稳定可控」

把这两件事放在一起看，才能看出行业转向。

过去的胜负标准是：谁先发布更强的新模型。

现在多了两条：能不能稳定实现预期性能？能不能控制意外行为？

具体表现为三个变化：

变化一：安全开始吃算力预算。

20% 的推理算力用于自我监控，这在一年前是不可想象的浪费。现在它是必要开销。

变化二：沙箱本身成了攻防对象。

以前大家默认「测试环境是安全的」。现在 Hugging Face 的基础设施被访问了，Kimi K3 钻了配置漏洞——测试环境需要按生产环境的标准来加固。

变化三：延期开始变得可接受。

谷歌敢推迟旗舰，OpenAI 敢暂停训练，说明市场（至少是资本市场）开始接受「慢一点但稳一点」的叙事。

这对整个行业其实是好事。赶工期出来的模型，最终成本会由用户承担。

一个刚刚发生的真实代价

如果你觉得上面这些还很抽象，今天有一个具体案例。

云安全公司 Wiz 披露：GitHub Copilot 的「Autofix」自动修复功能生成的代码存在漏洞，被攻击者利用，入侵了 Snowflake 的 Jira 系统。

请注意这个链条的荒诞之处：一个用来修补漏洞的 AI 功能，自己写出了新漏洞，然后漏洞被利用了。

这就是「AI 生成代码安全性」这个议题从争论变成事实的那一刻。

给所有在用 AI 写代码的人一句实在话：AI 生成的代码，尤其是安全相关的补丁，必须人工过一遍。不是不信 AI，是这一步的错误代价太高。

四、另一面：Anthropic 在 IPO 前夜疯狂加速

有意思的是，就在 OpenAI 踩刹车的同时，Anthropic 在踩油门。

这两天披露的信息量非常大：

◆ 年化营收突破 650 亿美元——截至 7 月底的运行率，比 2025 年底增长超 7 倍◆ Q2 营收 115 亿美元，同比增长约 14 倍◆ 营收首次超越 OpenAI（路透社援引知情人士）◆ IPO 估值挂钩 2028 年 1900-2000 亿美元的营收预测，市场传闻估值有望达 2 万亿美元◆ 正推动循环信贷额度超过 100 亿美元原目标，多家银行竞相参与争抢承销角色，部分曾参与 SpaceX 上市的银行继续入局◆ 拟授予创始人超级投票权——计划给 CEO 达里奥·阿莫代伊等联合创始人差异化投票权股份，以抵御外部股东压力、维持控制权◆ 最快 9 月末完成上市

最后两条最值得琢磨。

超级投票权意味着什么？ 意味着创始人预判到了上市后的压力，提前把方向盘焊在自己手里。这是一种防御性动作——他们知道公开市场会逼他们做短期决策。

100 亿美元循环信贷意味着什么？ 意味着即使有 650 亿年化营收，现金流依然需要厚厚的缓冲垫。AI 是重资产生意，训练一次的账单是天文数字。

不过质疑声同样响亮。有观点直言 2 万亿美元的估值荒谬——它不拥有任何硬件，没有真正的护城河。而昨天我们刚聊过，它的核心产品 Claude Code 增速已经跌到 5.2%。

一边是账面上最漂亮的营收曲线，一边是核心产品的增长熄火。这两件事同时为真，才是 Anthropic 现在最真实的样子。

五、A 股这边：一只机器人跳过了人类的世界纪录

把镜头转回国内，今天的主角是宇树科技。

8 月 19 日，宇树科技（688836）登陆上交所科创板。

◆ 发行价 150.80 元◆ 开盘直接冲到 1100 元，涨幅 629.4%◆ 中一签（500 股）开盘浮盈超 47 万元◆ 总市值从发行时约 610 亿元，一度被推至 4400 亿元以上

「人形机器人 A 股第一股」，名副其实。

而支撑这份狂热的，是上市前夕（8 月 17 日）发布的原型机「超人」，两个数字硬到不需要修饰：

◆ 以 0.85 米的腿长，原地跳高 2 米——人类世界纪录约 1.8 米◆ 极限奔跑速度 12.66 m/s（约 45.6 km/h）——博尔特巅峰瞬时速度 12.42 m/s

整机从立项到亮相，只用了 3 个多月。公司还表示未来数月仍有较大优化空间。

不过冷静看两点。

第一，上市首日大盘在跌。 创业板指跌 6.26%，科创 50 跌 6.89%，半导体、算力等板块明显回调。宇树是在一片绿色里独自飘红——这是典型的资金高低切换，不是全行业共振。

第二，「超人」是原型机。 跳得高、跑得快是运动能力的物理突破，但从跑跳炫技到真正进工厂、进家庭，中间隔着可靠性、成本、场景三道墙。

今天开幕的 2026 世界机器人大会（8 月 19-23 日，北京）上，行业共识说得很清楚：2026 年是人形机器人「应用落地元年」，竞争从比参数转向比工程化、比稳定交付、比实际投入产出。

有没有觉得耳熟？

和大模型这边「从比速度转向比稳定」，是同一句话。

大会上还有一批扎实的进展：银河通用发布双足人形 Galbot ET-1，自研「银河星脑」大模型实现无需动捕、靠交互直接学新动作；大晓机器人发布开悟世界模型 3.1；北京人形发布具身多模态大一统模型 Pelican Unify。

一级市场的狂欢，不等于二级市场的确定性。这句话值得抄下来。

六、国产大模型：一边登顶，一边悄悄改了许可证

这两天国产模型的动静也不小，而且有一条被忽略的重要变化。

先看成绩：

◆ 通义千问开源 Qwen3.8 系列。其中 Qwen3.8-27B 是原生多模态稠密模型，仅 27B 参数就全面超越 Qwen3.7-Plus，原生支持 262K 上下文，可通过 YaRN 扩展至 1M tokens◆ 旗舰 Qwen3.8-2.4T-A95B（2.4 万亿参数）开放权重同步发布，首次亮相就进入 LMArena 综合榜 Top 5◆ 智谱 GLM-5.3：编程能力较前代提升 50%，Terminal Bench 3.0 等公开基准取得开源第一，网络安全任务上追平甚至超过海外闭源前沿模型◆ 智谱同步启动「开源的盾」计划：对重点开源项目做持续安全审计，免费帮维护者发现风险并修复，并向开源社区免费提供模型额度◆ DeepSeek-V4-Pro 正式版上线硅基流动，1M 上下文 + 三档推理强度◆ Hugging Face 数据：2025 年 2 月至 2026 年 2 月，中国开源模型下载量占全球 41%，超过美国的 36.5%

「开源的盾」这个动作我要单独夸一句。在所有人都在卷跑分的时候，拿模型能力去免费给开源项目做安全审计——这是把技术优势换成生态信用，长期看比刷榜值钱。

再看那条被忽略的变化：

Kimi K3（2.8 万亿参数）与 Qwen3.8-Max（2.4 万亿参数），放弃了宽松的 MIT / Apache 许可证。

新规则是「免费增值」：对 MaaS 收入超过 2000 万 / 5000 万美元的厂商设置商业协议门槛。

这意味着开源大模型彻底免费的午餐时代接近终结。

但请注意关键的那句：约 95% 的中小开发者不受影响。

也就是说，这不是对社区收费，是对「拿开源模型直接开云服务赚大钱」的大厂收费。合理，而且几乎必然发生——训练万亿参数模型的钱，总得有人付。

七、普通人怎么接住这波：四条路径 + 三盆冷水

聊了一圈巨头，回到最实际的问题。

四条真实可走的路径：

路径一：把工具红利吃干净。

Claude Code 每周额度 50% 加成延长到 8 月 31 日；GPT-5.6 Sol 在 OpenRouter 降价 50%；Cursor 凭退订截图送 200 美元订阅；国产模型这边 DeepSeek、Qwen、GLM 的开源权重全都免费可下。

现在是历史上用最强 AI 最便宜的时候。 别囤着优惠不用。

路径二：做「AI 生成代码的审查者」。

Copilot Autofix 捅出 Snowflake 的漏子，说明一件事：AI 写得越多，审得越值钱。

代码安全审计、AI 输出合规检查、Agent 行为审计——这是正在长出来的新岗位，而且门槛比训练模型低得多。

路径三：把自己的工作流程做成 Agent。

昨天那家法律公司 ABC Legal，15 个零编程经验的员工一周就做出了自己的 Agent，一个月内公司跑了 50 多个，部分任务人力成本降约 50%。

你不需要会写代码，你需要能把「我每天怎么干活」讲清楚。 这是产品经理、运营、财务、HR 都能干的事。

路径四：赚国产开源的钱。

中国开源模型下载量全球第一，许可证转向免费增值但 95% 中小开发者不受影响——这个窗口的意思是：你可以用免费的顶级模型权重，做垂直行业的解决方案。

法律、医疗、教育、制造，每个行业都缺一个「懂行的 AI 落地方案」。

三盆必须泼的冷水：

冷水一：模型越界不是段子，是真实风险。

Claude 攻入真实企业盗取生产数据、Copilot 补丁写出新漏洞、Kimi K3 钻沙箱漏洞——如果你在给 Agent 开权限，请务必先想清楚最坏情况。 隔离环境、命令审批、操作日志，三样都别省。

冷水二：巨头也在亏钱扛投入。

小米 Q2 营收 1089.2 亿元（同比 -6.1%），净利 94.63 亿元（-20.3%），经调整净利 62.19 亿元，暴跌 42.6%——原因之一就是 AI 基础设施投入扩大。百度净利同样大幅下滑。

连巨头都在为 AI 支付利润，个人和小团队更要算清投入产出。

冷水三：估值故事随时会翻。

昨天还在讲 2 万亿 IPO 的公司，今天核心产品增速跌到 5.2%。宇树开盘涨 629%，但「超人」还是原型机。

别把叙事当成确定性。技术是真的，钱是真的，但估值是情绪。

八、写在最后

今天这份日历很有意思。

一边是 OpenAI 停下训练、谷歌推迟旗舰——跑得最快的两个，第一次主动减速。

一边是宇树开盘涨 629%、机器人跳过人类纪录——新赛道的第一天，情绪拉满。

它们不矛盾，它们是同一个行业的两个阶段。

大模型走到了「必须证明自己可控」的中段，人形机器人还在「证明自己可行」的开头。

而对我们来说，最实在的一条经验是：当所有人都在谈论刹车和油门时，真正决定你走多远的，是你有没有上车。

工具从来没有这么便宜，模型从来没有这么强，路径从来没有这么清楚。

差的只是今天晚上，你愿不愿意花两个小时，把其中一件事真的跑通。

今天想听听你的看法：

OpenAI 因为安全暂停训练——你觉得这是负责，还是公关？

还有那个更现实的问题：如果你的公司要给 AI Agent 开权限访问内部系统，你敢开吗？开到什么程度？

评论区聊聊，我一条条看。

如果这篇让你对今天的 AI 局势更清楚了一点，帮我做三件小事：

点个赞 👍 让我知道这类硬核梳理值得继续写加个「在看」 让更多在这个行业里的人看到点击关注 Ta说我听 每天，把 AI 圈最值得知道的事讲给你听

明天见。