Anthropic冲刺全球最高AI估值，AI落地遭遇成本与质量双重拷问

AI 资本竞赛：Anthropic 冲刺全球最高估值，DeepSeek 700 亿融资引爆产业链

Anthropic 最快下周完成逾 300 亿美元融资，估值有望反超 OpenAI

Anthropic 即将完成新一轮融资，总额超过 300 亿美元（约 2042 亿元人民币），估值有望突破 9000 亿美元，将正式超过 OpenAI 成为全球估值最高的 AI 初创企业。

关键数据：

• 年化营收有望下月底前突破 500 亿美元（去年 7 月仅 40 亿美元，不到一年翻了 12 倍以上）
• Q2 营收预计 109 亿美元，较上季度翻倍，有望迎来首个盈利季度
• CEO 达里奥·阿莫代伊称 Q1 年化营收和使用量实现了「80 倍增长」
• 可能于今年秋季启动上市

深度解读 & 洞察：从 40 亿到 500 亿年化营收，Anthropic 用不到一年时间完成了体量的跃迁。这背后有两个核心驱动力：一是企业端对 Claude 系列模型的需求爆发，尤其是在编程（Claude Code）和安全审计领域；二是 Anthropic 在安全 AI 品牌定位上的差异化成功，赢得了对 AI 安全敏感的大企业客户。300 亿美元单轮融资在全球科技史上也属罕见，反映资本市场已从「押注谁的模型更强」转向「押注谁能率先实现盈利」。Anthropic 可能比 OpenAI 更早盈利，这将重塑 AI 行业的估值叙事。

影响：

• 美股 AI 板块利多。Anthropic 的盈利预期将提振市场对 AI 商业化落地的信心，利好微软（Anthropic 承诺采购 300 亿美元 Azure 云资源）、英伟达等基础设施公司
• 对 OpenAI 构成估值压力，可能加速其 IPO 进程

DeepSeek V4 永久降至原价 1/4，同步推进约 700 亿元融资

DeepSeek 同一天发生两件大事：

• V4 Pro API 永久降价：6 月 1 日起正式调整为原定价的 1/4。输入缓存命中 0.025 元/百万 Token，缓存未命中 3 元，输出 6 元
• 约 700 亿元融资：投前估值约 450 亿美元，宁德时代计划参投，京东、网易等大厂也在洽谈中

创始人梁文锋向投资者明确表态：主要目标是推动技术边界和 AGI，而不是尽快变现，将继续开发开源模型。

深度解读 & 洞察：DeepSeek 这轮融资的参与者构成值得玩味。宁德时代（全球最大动力电池厂商）看起来跨界，实际上逻辑清晰：DeepSeek 正在内蒙古自建数据中心（电力丰富、气温低可降低散热成本），而数据中心对储能系统的需求与宁德时代的核心业务高度吻合。这揭示了一个被低估的趋势——AI 竞赛正在从模型层、芯片层向下渗透到最底层的能源与物理基础设施。同时，DeepSeek 一边向投资人要钱、一边向开发者让利的「双线操作」，本质上是用极致低价锁定生态，再用生态规模吸引资本——这是一个正向飞轮，前提是成本能持续下降。

影响：

• 国产大模型价格战白热化，利空同赛道的商业化变现预期
• 利好 AI 应用层开发者，API 成本大幅降低将催生更多 AI 应用
• 宁德时代等能源企业入局 AI，反映出 AI 产业链正在向能源层延伸

黄仁勋：AI 基建年度开支要冲到 3-4 万亿美元

英伟达发布 2027 财年 Q1 财报：营收 816 亿美元（同比增 85%），市值突破 5.7 万亿美元，数据中心业务贡献 752 亿美元（占比超 90%）。

黄仁勋在电话会上提出核心判断：

• 超大规模云厂商 AI 资本开支目前约每年 1 万亿美元，2030 年前有望增长到 3-4 万亿美元（远超华尔街 1 万亿共识）
• 谷歌、亚马逊、微软、Meta 四家 2026 年预计总投入 7250 亿美元
• Agentic AI（智能体 AI）所需计算量比两年前的生成式 AI 增加了 1000%

深度解读 & 洞察：黄仁勋的 4 万亿预测本质上是在为英伟达的长期增长叙事定价。这个数字的逻辑链条是：生成式 AI → Agentic AI → AGI，每一级跃升都会带来数量级的算力需求增长。而这场竞赛的代价正在被普通人分担——数据中心密集区的电费已显著上涨，到 2030 年全美电费预计平均上涨 8%。AI 的经济账不能只算模型和芯片，还得算电费和电网。

影响：

• 短期利多英伟达及 AI 芯片供应链
• 能源板块可能受益于数据中心电力需求暴增
• 长期需关注 AI 投入能否产生匹配的经济回报，若 ROI 不及预期可能引发资本市场调整

DeepSeek API 完成输出提速与服务扩容，默认支持 500 并发

DeepSeek 同步宣布 API 完成扩容升级，输出速度更快、服务更稳定，默认支持 500 并发同时在线。配合 V4 Pro 永久降价，形成「降价 + 扩容」组合拳，进一步降低开发者使用门槛。

OpenAI 开出最高 44.5 万美元年薪招聘安全研究员

OpenAI 面向 Preparedness 安全团队招聘研究员，研究 AI 自我改进（即 AI 训练出更强的 AI）场景下的安全问题。年薪 29.5-44.5 万美元，要求「有品位、有策略性」。CEO 奥尔特曼目标在 2028 年 3 月前实现「真正的自动化 AI 研究员」。

Anthropic 推出年薪 32-40 万美元写作岗

Anthropic 扩招高薪写作岗位，文案负责人年薪 25.5-32 万美元，内容与文案主管 32-40 万美元。核心任务是将复杂的 AI 产品能力转化为清晰、有吸引力的表达。总裁 Daniela Amodei 表示，在 AI 能力增强的时代，人类独有的表达力反而愈发重要。

AI 产品与模型前沿：微软智能体刷新纪录，ChatGPT 解锁填表技能

微软发布 Fara1.5 浏览器 AI 智能体模型，72% 任务成功率超 OpenAI Operator

微软研究院发布 Fara1.5 系列模型，专为浏览器场景设计，涵盖 4B、9B、27B 三个参数规模。

核心表现：

• Fara1.5-27B 任务成功率 72%，远超 OpenAI Operator（58.3%）和 Gemini 2.5 Computer Use（57.3%）
• 中等规模 Fara1.5-9B 也达 63.4%，超越许多更大模型
• 采用「观察-思考-行动」循环，直接读取浏览器截图输出操作指令
• 三种情况主动暂停：缺个人信息、任务模糊、即将执行不可逆操作

深度解读 & 洞察：浏览器智能体是 AI 从「对话助手」走向「自主执行代理」的关键一步。Fara1.5 的 72% 成功率意味着在超过七成的网页任务中，AI 可以替代人工操作——填表、订票、比价等高频场景将率先被接管。安全暂停机制的设计尤为关键，它划定了 AI 自主权与人类监督的边界。如果这类模型足够可靠，大量重复性的网页操作工作将面临被替代的风险。

ChatGPT 解锁 AI 填表技能：图像识别 + 语音输入 + 自动补全

OpenAI 宣布 ChatGPT 新功能：用户上传表单后，可直接用语音或文字说明填写内容，系统自动识别字段并补全。整个流程串联了图像理解、语音交互和内容生成。当前输出为静态图片，暂不支持直接编辑的 PDF。

谷歌智能搜索出现 Bug：AI 搜索把「忽略」当系统指令执行

谷歌 I/O 大会后推出的 AI 搜索框出现逻辑故障：搜索「disregard」「ignore」「stop」等词时，AI 不返回定义，而是将其识别为系统指令，回复「收到，消息已忽略」，导致 AI 概览区域大片空白，遮挡常规搜索结果。这一 Bug 暴露了 AI 搜索在区分「查询」和「指令」上的基础能力缺陷。

OpenAI Codex 团队成员发布 Codex-maxxing 长期自主工作指南

OpenAI Codex 团队新成员 Jason Liu 系统性分享了将 Codex 从编程工具改造成长期自主工作代理的方法论：维护跨月存活的巨型线程、Heartbeats 定时任务调度、@computer 计算机操控，以及用 Obsidian 本地知识库管理 AI 记忆。核心理念是「不要把 Codex 当聊天机器人用」。Codex 周活用户已在 4 月底突破 400 万。

AI 安全与代码质量：漏洞发现提速 10 倍，但「氛围式编程」正在埋雷

Anthropic AI 抓虫首月战报：揪出超 1 万个高危漏洞

Anthropic 的 Project Glasswing 上线 1 个月，携手约 50 家合作伙伴，已在关键软件中发现超 1 万个高危/严重级别漏洞。

关键数据：

• Claude Mythos Preview 模型让部分团队漏洞发现速度提升超 10 倍
• 扫描 1000+ 开源项目，发现 23019 个漏洞，其中 6202 个高危/严重
• 人工复核真实率 90.6%，最终可能沉淀近 3900 个开源高危漏洞
• 当前瓶颈已从「发现漏洞」转向「验证、披露与修补」
• 高危漏洞从发现到补丁落地平均需要 2 周

合作伙伴成果：Cloudflare 在关键系统发现 2000 个漏洞（400 个高危/严重）；Mozilla 在 Firefox 150 中修复 271 个漏洞（比此前用 Claude Opus 4.6 时多 10 倍）。

深度解读 & 洞察：这是一个具有讽刺意味的循环：AI 一方面在帮人类找漏洞，另一方面又在批量制造新漏洞（见下条）。但 Anthropic 的数据确实说明了一件事——AI 安全审计能力已经远超人工，10 倍的速度提升意味着人类主导的安全审查模式正在被颠覆。真正令人担忧的是修补速度：开源维护者处理 AI 生成的漏洞报告的能力已接近上限。漏洞被发现但未被修补的状态，反而可能被攻击者利用。安全行业的瓶颈正在从「发现问题」转移到「解决问题」。

OpenClaw 工程师示警：AI 正批量制造低质量危险代码

参与打造「龙虾」OpenClaw 的两名工程师发出警告：AI 在加速写代码的同时，也在将低质量代码批量扩散到真实产品中。

核心观点：

• OpenClaw 智能体框架 Pi 创建者 Mario Zechner：「基础设施正在崩溃，软件比以前漏洞百出」
• 工程师 Armin Ronacher：AI 应提升资深工程师生产力，但许多公司为短期效率牺牲长期利益，导致初级人才储备枯竭
• 华尔街日报将这种现象称为 vibe slop——由 vibe coding（氛围式编程）与 AI 垃圾内容组合而成

深度解读 & 洞察：这是对当前 AI 编程热潮的一记冷水。「氛围式编程」指的是开发者不审查、不理解 AI 生成的代码就直接使用，长此以往会在软件系统中积累大量隐患。更深层的问题是人才断层——如果初级开发者不再通过写基础代码积累经验，未来的资深工程师从哪里来？这两位工程师的警告指向一个现实：AI 编程工具的边界应该被严肃对待，它适合辅助生成草稿和样板代码，但在正式业务系统中，人工审查、测试和安全评估仍然不可替代。

企业 AI 落地阵痛：算力账单超员工薪水，星巴克 AI 系统翻车

企业鼓励员工多用 AI，然而算力成本已比员工薪水更高

越来越多企业要求员工「尽可能多用 AI」，但大规模 AI 化正在带来新的成本压力。

典型案例：

• 微软：取消大部分员工对 Claude Code 的授权，转向推广自家的 AI 编程工具。此前内部使用规模远超预期
• 优步：仅 4 个月花光 2026 全年 AI 编程工具预算，此前还建排行榜鼓励各团队疯狂使用 AI
• 英伟达副总裁：算力成本已经远高于员工工资成本
• Meta：员工制作「Claudeonomics」排行榜统计 AI 使用量
• 亚马逊：鼓励员工「tokenmaxx」，即尽可能多消耗 AI token

高盛预计到 2030 年全球 token 消耗量可能增长 24 倍。Gartner 预测大模型推理成本到 2030 年可能下降近 90%，但 Agent 类 AI 的 token 消耗增长速度可能超过成本下降速度。

深度解读 & 洞察：这是 2026 年 AI 产业最核心的矛盾之一：企业被「用 AI 提效」的叙事驱动，疯狂推进内部 AI 化，却在账单面前开始犹豫。优步 4 个月烧光全年预算的案例尤为典型——鼓励使用时没考虑成本，花完了才发现问题。更深层的问题是商业模式：当前大多数 AI 服务按 token 计费，用得越多越贵，但「效率提升」很难精确量化。如果算力成本持续高于人力成本，企业用 AI 替代人工的经济逻辑就会被颠覆。这可能是 AI 行业从狂热走向理性的转折信号。

影响：

• 短期利空 AI 工具提供商的付费增长预期，企业可能收缩 AI 工具授权规模
• 利好能提供固定价格或私有化部署的 AI 厂商
• 投资者需关注 AI 公司的单位经济模型是否可持续

星巴克北美搁置 AI 库存系统：分不清燕麦奶和牛奶

星巴克已停止在北美门店使用部署约 9 个月的 AI 库存工具。该系统依赖平板摄像头和激光雷达自动盘点物料，但经常误计数、误标记，尤其难以区分外观相近的商品（如燕麦奶和牛奶），有时完全漏掉某些物品。

深度解读 & 洞察：星巴克的案例是 AI 落地「最后一公里」问题的典型缩影。AI 在实验室环境下识别物体很容易，但真实门店的光线变化、物品堆叠、包装相似性都会让系统失准。这提醒所有企业：AI 的 ROI 不能只看演示效果，必须在真实环境中持续验证。先小规模试点、再逐步推广，远比「一刀切」推广更安全。

渣打 CEO 就 AI 替代「低价值」人力致歉，7800 人裁员计划未改

渣打银行 CEO 比尔·温特斯就此前「用资本替代低价值人力」的措辞向员工致歉，但未撤回核心表态。银行计划到 2030 年削减 15% 后台岗位（约 7800 人）。温特斯强调银行正为面临风险的员工提供技能再培训机会。

调查显示 63% 上班族假装自己很懂 AI 以获取晋升机会

GCheck 调查数据揭示职场「AI 信心鸿沟」：

• 63% 员工承认曾夸大 AI 技能（Z 世代高达 80%）
• 仅 34% 认为自己确实能完成声称的 AI 技能
• 40% 在会议中故作懂行，25% 将 AI 辅助成果归功于个人
• 76% 抱持「先说会、以后再学」心态
• 69% 担心两年内部分工作被 AI 取代
• 64% 表示公司从未检查过 AI 技能真实性

具身智能：全国首个人形机器人管理平台发布，创业者避开人形赛道

全国首个人形机器人全生命周期管理平台在北京发布

由工信部人形机器人与具身智能标准化技术委员会牵头搭建，每台出厂人形机器人将获得唯一「数字身份证」，覆盖生产、销售、使用、回收全链条，实现「源头可溯、全程可控、风险可防、责任可究」。

目前已覆盖 100 余家企业、200 余个产品型号、2.8 万余台机器人。

深度解读 & 洞察：这个管理平台的推出时机很重要——2026 年被业界视为具身智能应用元年，人形机器人正在从实验室走向量产。在 2.8 万台机器人规模上建立身份追溯体系，说明监管层已经预见到了人形机器人大量进入社会的场景。这一体系将为人形机器人的安全责任认定、数据隐私保护、甚至保险理赔提供基础设施。中国在人形机器人治理上的「先建制、后放量」思路，可能成为全球参考范本。

美团外卖前技术负责人创办元节智能，聚焦餐饮后厨，获千万级种子轮融资

具身智能初创公司「元节智能」完成千万级种子轮融资，由英诺科创基金领投。核心选择：不做通用人形机器人，聚焦餐饮后厨场景（外卖打包、接驳、设备操控），采用世界动作模型（WAM）让机器人「先想再动」而非「条件反射式」执行。创始人王栋曾任美团外卖技术负责人，管理支撑日均数千万订单的系统。

深度解读 & 洞察：元节智能的选择代表了一条务实的具身智能商业化路径。通用人形机器人虽然吸引眼球，但短期内难以在真实商业环境中证明 ROI。相比之下，餐饮后厨场景需求明确、痛点清晰、商业模型可验证。WAM 的核心思路也值得注意：通过大规模视频训练让模型学会预测「做某个动作后世界会怎样变化」，这比传统的「看到什么做什么」在复杂环境中更可靠。

智元推出新一代 BFM-2 运控基座模型，让机器人拥有「肌肉记忆」

智元发布二阶段 Motion-Between 运控基座模型 BFM-2，支持在任意状态下让机器人自主进行高稳定性动作插值和动态任务闭环。演示中机器人能在被推倒后快速站起并自主找回平衡。

更多动态

• 昆仑万维方汉：Token 是 AI 时代的电力，职场中间层正在消失 —— 在 AIGC 产业峰会上提出 Token 消耗量将成为衡量 AI 实力的硬指标，经验不再是护城河，80% 交给 AI、20% 留给人的是判断力
• 国产大模型开启低价降级竞争模式
• DeepSeek 组建新团队研发编程工具
• 智谱发布极速版大模型产品
• 小红书上线自定义智能技能功能
• 钉钉发布可自主执行任务的工作平台
• 英稳达开源机器人身体控制模型
• Replit 发布安全工具与连接器
• EvoVid 提出视频模型自演化框架
• 团队发布高效低成本视频生成算法
• OpenAI 模型成功破解数学猜想难题
• 宝马使用智能体系统提升业务效率
• Cloudflare 称 AI 将取代管理和审计岗
• 行业认为 CPU 成为智能体关键环节
• 韩国股民重点投资中国 AI 产业链

想第一时间获取最新内容？

欢迎加入我们的 Telegram 群组 @ai_news_plus，抢先获取每日更新。

立即加入群组