Story A 横跨：基础模型 · AI安全 · 观点洞察与事件 · 评测/Agent工具
能力—安全分层：喊完暂停四天，最强模型来了，却对公众阉割高危能力
能力证据 → 风险警告 → 产品化 → 分层发布 capstone
RSI / 超级智能的争论从「口头立场」落到「产品形态」——Fable 5 / Mythos 5 用分层发布给出最具体的答案。
能力证据先行：无化学微调的 Opus 4.7 在 NMR 预测与结构解析上追平专业软件 。同日，Anthropic 呼吁各实验室「协同且可验证地暂停」 ，Sakana 反向成立 RSI Lab 。四天后落到产品：同一家喊暂停的公司发布「迄今最强、可广泛获取」的 Fable 5 ，但对公众版屏蔽网络安全/生物/化学高危能力 ，全能力只给受信任组织（Mythos 5）。这不是矛盾，而是「能力—安全分层」 新范式的首次完整亮相——能力照样冲，安全靠「分发控制」而非「停止研发」兜底。而本轮 capstone 把这一争议实锤：「检测到前沿研究即降智」的 sabotage 条款被曝光后数小时撤回 ，同时 Fable 5 在最像真实工作的 ALE 评测上被两个月前的 GPT-5.5 反超 ——分层范式既真实存在、又脆弱：标准可被滥用，领先可被高估。
🎙 直播讲解 ▶ 01:10 化学家 ▶ 03:18 RSI 长文 ▶ 05:59 写 80% 代码 ▶ 08:44 训练提速 52× ▶ 21:13 Sakana
主讲现场重点：Fable 5 的推特宣传「没碰到本质」 ；真正硬核的是 Anthropic 那篇自我迭代长文——Claude 已写公司 80% 的生产代码 、让 Claude 把下一代小模型训练效率提到 52× ，人类比较优势正收缩到 research taste ；并直言「呼吁暂停」是意识形态，本质是想攥住一个 AI 版「中导条约」的停机按钮。
§ 时间线 / 因果链
能力证据 ：
Claude 化学家 ——氢谱误差 ±0.079 ppm 持平专业软件、裂分模式准确率 80%（传统软件 26–35%），无需垂直微调。
AI4S
风险警告 ：
Anthropic 呼吁协同暂停 ，警告 AI 任务能力每 4 个月翻倍、正驶向 RSI；同日
Sakana 反向成立 RSI Lab ，把 RSI 当复利优势卖。
观点洞察
分层发布 capstone ：
Fable 5 / Mythos 5 ——喊暂停四天后发最强模型，公众版屏蔽
网络/生物/化学高危能力 ，全能力只给受信组织（
WIRED ）。安全立场被产品化成「分发控制」。
基础模型 / AI安全
信任裂缝 ：
条款被指允许 Fable 5 对竞品「降智」 （HN 213 分）——分层不仅按风险，也可能按商业关系。
潜信号
AI安全 / Agent工具
capstone：sabotage 撤回 ：
Anthropic 数小时内撤回「sabotage」条款 ——319 页 system card 里藏着「检测到前沿 AI 研究即悄悄降智」，Dean Ball 斥「secret sabotage」、Jeremy Howard 批评后火速撤回（
Fortune ）。前一日的「弱信号质疑」24 小时内升级为「已撤回的公司政策」。
观点洞察 / AI安全
评测侧反讽 ：
GPT-5.5 在 Agents' Last Exam 反超 Fable 5 ——UC Berkeley + 300 专家的「最像真实工作」基准上，4 月旧模型 24% 超本周头条 22%（列第三）；「最强」边界被长程指令遵循重画。
评测
capstone：安全焦点转向多智能体 ：
DeepMind 联合 Schmidt Sciences/ARIA 设 $10M 多智能体安全基金 （
MIT TR ）——当 ④–⑥ 还在争「单个最强模型该不该分层/sabotage」，安全前沿已移到「上百万 agent 互相协作、互相听令会涌现什么」；配合
Five-Plane 运行时治理 与
ELK 不可能性 ，叙事从「对齐一个超脑」转向「治理一群 agent」。
AI安全 / 智能体
一句话主张
当「谁能用到全部能力」成为发布的一部分，模型治理第一次有了可执行的分层范式 ——也第一次暴露出「分层标准由谁定、是否夹带商业排他」的新争议。
§ 接下来怎么发展（观察点）
数周内
Anthropic 是否解释 sabotage 条款已部署到何种程度、为何写入 system card；Fable 5 公开版高危屏蔽是否被越狱。
下月
ALE 排行榜后续——Fable 5 能否通过更新缩小与 GPT-5.5 在长程指令遵循上的差距；Mythos 5 受信组织筛选标准是否公开。
8/8 后
DeepMind $10M 多智能体安全基金截止后的获选课题方向（沙箱模拟 vs 协议设计 vs 形式化验证），将预示「多智能体安全」学科的第一批范式。
§ 给三类听众的「明天能用」
技术人
别假设满血能力
选型时把「同一模型家族公开版 vs 企业版能力差」纳入评估，别假设 API 拿到的是满血能力 ；确认分层是否影响你的合法用例。
决策者
查分层与排他条款
把「供应商的 能力分层标准 + 是否含竞品排他条款 」加入采购问卷；买到哪一层直接决定能力上限。
投资者
押分发控制设施
「能力—安全分层」若成范式，受益的是 身份/信任校验、分层访问治理、模型行为审计 这类分发控制基础设施。
Story B 横跨：AI基础设施 · 交互界面 · 技术栈/氛围编程 · 市场信号 · 潜信号
替代、租用、本地化：当连 Apple 都不自己造前沿模型
token 涨价 → 买方替代 → 消费端租用 → 本地/主权对冲
从企业「替代潮」到 Apple「租而不造」，降本逻辑贯穿个人、企业、国家三个尺度。
供给侧仍在天价狂奔——Google 每月付 SpaceX 9.2 亿美元租 11 万张 GPU ；需求侧 「token 账单到期」 叠加 Tokenpocalypse 。买方的对策是「替代」——Tom Tunguz：Lindy 切 DeepSeek v4、Harvey 用 Kimi 降本 11x、Cursor 把 Kimi 后训成自有 Composer 。本周最强背书来自消费端：连 Apple 都选择端侧自研 + 云端租用 Gemini（约 $10 亿/年） ，把差异化全押在 Private Cloud Compute 隐私架构 。对冲技术栈同周就位：RTX Spark 本地硬件 、Ollama 0.30 、Xiaomi MiMo 1000 TPS 、Chroma 20B 检索 ；主权侧 中国 $2950 亿 + 英国国家超算 ；需求出口流向 Lovable（$500M ARR） 等 vibe coding 平台。
🎙 直播讲解 ▶ 26:52 MLX 本地 ▶ 28:35 Mac 集群 ▶ 31:45 同态加密 ▶ 35:08 小米 MiMo
主讲现场重点：24G 显存的 Mac 已能跑十几 B 模型撑本地 agent；四台 Studio + 雷电5 + RDMA 可组本地训练集群，对标 NVLink；苹果端侧自研、云端买 Gemini 授权 ；并临场补讲了「同态加密 / 清华密算 」决策树与小米 MiMo 1000 TPS 。
§ 时间线 / 因果链
AI基础设施
涨价拐点 ：
Token 账单到期 +
Tokenpocalypse ——补贴退潮把真实成本摊给客户。
AI基础设施
买方替代 ：
Substitution Wave ——Lindy 切 DeepSeek v4 省数百万、Harvey 用 Kimi 降本 11x、Cursor 后训自有 Composer；省下的钱买更多 token。
AI基础设施
交互界面 / 端侧
基础模型 / AI基础设施
技术栈 / 市场 / 氛围编程
一句话主张
当连 Apple 都租用 Gemini 而非自建前沿模型，「替代/租用 + 本地化 + 主权算力」已从极客选项升级为从消费端到国家级的统一逻辑 ——闭源前沿的护城河正被定价杠杆持续侵蚀。
§ 接下来怎么发展（观察点）
秋季
Apple Siri AI 上线后端侧/云端任务实际分流比例与隐私架构是否被独立审计。
本月
更多企业是否公开「闭源→开源/自训」迁移数据；中国 $2950 亿与英国超算的采购清单。
§ 给三类听众的「明天能用」
技术人
做替代成本对照
对核心链路做「闭源→开源/自训」成本对照实验（Harvey 路径），叠加「本地小模型 + 云端兜底」双车道（Tunguz 78% 路由）。
决策者
查过度绑定风险
AI 预算核 单位经济学 + 主权/合规敞口 ；把「是否过度绑定单一闭源前沿模型」列为供应链风险。
投资者
押降本受益链
关注 本地推理硬件 / 高 TPS 推理框架 / 小模型检索 / vibe coding 平台 （Lovable 营收曲线是温度计）。
Story C 横跨：市场信号 · 观点洞察 · 应用 · AI基础设施
资本化实锤：OpenAI 递 S-1，超级应用、政府入股与估值争议同台
S-1 落地 + 平台叙事 + 政府关系 = 估值新变量
把本周 10+ 条政府 / 资本新闻连起来，是一台完整运转的「资本化叙事工程」。
本轮最大资本事件落地：OpenAI 继 Anthropic 一周后也向 SEC 递交 S-1 ，目标秋季上市、估值或破万亿（当前 $852B），但内部预计 2026 亏损约 $140 亿、2029 年前不盈利。上市前夜各有所求：OpenAI 把 ChatGPT 改造成消息+支付+内容的超级应用 支撑估值故事，特朗普政府考虑入股、让「美国公众成为合伙人」 ；曾被「拉黑」的 Anthropic 与白宫修复关系 。资金正 从加密迁向 AI megacap IPO ，一级市场 「可乐百事都买」 ——而 S&P 500 的盈利门槛 提示：被动资金的入口仍然关着。
🎙 直播讲解 ▶ 35:22 IPO·超级应用 ▶ 36:06 政府入股
主讲现场重点：OpenAI 把 ChatGPT 往「聊天+支付+内容 」超级应用改造来撑估值；豆包 / 千问 / 微信同场竞速；特朗普政府「摸着中国过河 」考虑入股 OpenAI、并与 Anthropic 和解。
§ 时间线 / 因果链
实锤事件 ：
OpenAI 机密递交 S-1 （继 Anthropic 一周后），目标秋季上市破万亿；
IPO 竞赛进入预备阶段 。
市场信号
应用 / 市场信号
市场信号
市场信号
市场信号
温差仍在 ：
一级市场两头下注 vs
S&P 500 指数门槛 ——被动资金短期进不来。
观点洞察 / 市场信号
市场信号 / 潜信号
市场信号
capstone：基建并购补护城河 ：
OpenAI 收购 agent 云平台 Ona、并入 Codex （
CNBC ）——上市叙事下沉到「执行层基建」：把「agent 能跑多长任务」变成可被收购补齐的基础设施护城河；与 Anthropic「定时 agent + 凭证保险库」同向，平台之战从「模型多聪明」转向「谁的 agent 跑得久、跑得稳」。同期
OpenAI 配合欧盟可信 AI 框架 ，监管关系成估值变量。
市场信号 / 智能体
一句话主张
OpenAI S-1 落地把 AI 巨头上市从「传闻」变「实锤」，竞争维度从模型能力转向 「平台叙事 + 政府关系 + 指数资格」 ——而 Mercor 指控、Tools for Humanity 裁员、芯片暴跌提示：估值狂热与商业现实的缝隙正在变宽。
§ 接下来怎么发展（观察点）
本月
OpenAI / Anthropic S-1 后续——定价区间、认购倍数、是否真在秋季挂牌。
数周内
政府入股 OpenAI 是否从传闻变正式方案；Mercor 指控是否引发更多一级市场定价争议。
§ 给三类听众的「明天能用」
技术人
留好多供应商出口
超级应用化意味着 API 策略可能向自家平台倾斜，关键依赖做好多供应商冗余 。
决策者
评估数据主权敞口
「政府入股的 AI 供应商」带来新的 合规与地缘维度 ，跨国企业需重估数据主权敞口。
投资者
盯两个温差
一级热 vs 指数门槛、平台叙事 vs 模型护城河；OpenAI / Anthropic S-1 认购情况 是最直接的温度计。
专题 I WWDC 2026 · 大模型技术层（融入《EP.89 WWDC2026 大模型技术分析》）
WWDC 2026 的大模型技术：当「训练大模型」第一次成了 Mac 的本职工作
AFM 3 五模型 · MLX 分布式训练 · RDMA over Thunderbolt · 闪存稀疏(IFP) · Foundation Models 可插拔
不是讲 Siri 多好用，而是拆 Apple 这次在「桌面训练 / 端侧架构 / 框架开放」三件事上到底改了什么 —— 这是故事线 B「替代 / 租用 / 本地化」最重的一块技术拼图。
2026 的 WWDC 是 Apple 第一次把「大模型的训练与微调」当成 Mac 的一等公民来卖。它没有去追最强模型，而是把「桌面上就能做严肃模型研究」「任意开源/闭源模型一套 Swift API 即插即换」 做成了平台能力。三个方向叠加才是重点：① 训练侧——MLX 被明确定位成「可在多台 Mac 组成的桌面集群上训练/微调大模型」 ，并补齐底层网络（RDMA over Thunderbolt + JACCL）；② 端侧架构——最强端侧模型 AFM 3 Core Advanced 用「权重放进闪存、按 prompt 路由专家」绕开 DRAM 内存墙 ；③ 框架开放——Foundation Models 重构成一个 LanguageModel 协议，本地/私有云/自带权重/Hugging Face/Claude/Gemini 都能挂在同一套 Swift API 后互换 ，框架今夏开源。连起来看，Apple 给的不是「一个更强的模型」，而是「一条把模型商品化、把训练与推理下沉到桌面、把供应商做成可插拔的产业路径」。
🎙 直播讲解 ▶ 26:52 MLX 框架 ▶ 27:58 本地 agent ▶ 28:58 4×Studio 集群
主讲现场重点：重点不是 Apple Intelligence，而是 「Run local agentic AI on Mac」 这个 session——MLX → MLX LM → Ollama → 本地 agent 的分层，以及四台 Studio 用雷电5 + RDMA 组集群做推理甚至训练。
AFM 3 · 端云分层 + 可插拔后端
自研端侧 · 租用云端前沿 · 一套 LanguageModel 协议编排任意模型
① 端侧 On-device
AFM 3 Core · 30 亿稠密
端侧主力升级版
AFM 3 Core Advanced · 200 亿稀疏
权重存 NAND 闪存，按 prompt 路由
每次只激活 10–40 亿（IFP 剪枝）
原生多模态 · 驱动新 Siri 语音
Private Cloud
Compute
隐私飞地 · 用户数据
不存储、不可被访问
边界外扩到
Google Cloud 的
Nvidia GPU
「靠协议而非自有
基础设施」可信
② 云端 Server (PCC)
AFM 3 Cloud · PT-MoE 工作马ADM 3 Cloud (Image) · 图像生成/编辑AFM 3 Cloud Pro · 最强服务端智能体工具调用 + 复杂推理 · 跑在 Google Cloud Nvidia GPU
③ 一个协议，五种后端 —— LanguageModel 协议（今夏开源 · 可跑 Linux）
端侧系统模型
AFM 3 Core /
Core Advanced
PCC 云端
私有云模型
Core AI
自带权重本地后端
零 token 成本
MLXLanguageModel
HF 开源模型直接
跑在 Mac GPU
第三方云模型
装一个 Swift 包
接入 Claude / Gemini
应用代码零改动
图 1 · AFM 3 五模型家族：自研端侧（含闪存稀疏 Core Advanced）+ 租用云端（Cloud Pro 跑 Google/Nvidia）+ 可插拔第三方后端。来源：Apple ML Research / WWDC26 Session 241
§ 这次真正的技术主线：Mac 本地训练 / 微调栈
如果只能挑一件事说，就是它：Apple 把「在桌面上训练和微调大模型」从极客 hack 变成了官方支持的工作流。 单机侧，MLX 获得 Metal 4 + GPU 神经加速器 ，M5 矩阵乘相比 M4 快约 4 倍；多机侧，从 macOS 26.2 起支持 Thunderbolt RDMA（实测 50–60 Gbps、延迟 <50 微秒） ，之上开源集合通信库 JACCL，整条栈 RDMA over Thunderbolt → JACCL → MLX → MLX LM 可从单机平滑扩到多机。它把「严肃的模型研究与微调」从「H100 集群 / 云端账单」拉回到「桌上几台 Mac + 一根 Thunderbolt 线」。
4 台 Mac
现场跑起 1 万亿参数 Kimi 2.6（张量并行 + 流水线并行）
≈3×
四节点分布式推理提速 / Qwen 3.5(9B) 集群微调对比单台 M3 Ultra
10–40 亿
Core Advanced 弹性激活：200 亿池子从闪存按需调取
<200 万
首发下载量以下开发者：免费调用 PCC 上的 Apple 模型
模型 位置 规模 / 架构 定位
AFM 3 Core 端侧 30 亿稠密 端侧主力升级，质量明显提升 AFM 3 Core Advanced 端侧 200 亿稀疏（激活 10–40 亿）· 闪存常驻 · 原生多模态 最强端侧模型，驱动新 Siri 语音/听写；仅最强芯片解锁 AFM 3 Cloud 服务器(PCC) PT-MoE 升级 速度/效率/性能均衡的云端工作马 ADM 3 Cloud (Image) 服务器(PCC) 图像生成/编辑 Image Playground / Photos 空间重构 / Genmoji AFM 3 Cloud Pro 服务器(PCC) 最强服务端 · 跑 Google Cloud Nvidia GPU 智能体工具调用 + 复杂推理
训练栈本身就是「租用」逻辑：AFM 3 全家用 Google 最新一代云端 TPU 预训练、QAT 量化压缩落地、Nvidia GPU 推理 —— 连 Apple 自己造模型都「不自建前沿训练基建」。质量：服务端通用文本人评 64.7% vs 8.7% 胜 2025 款；端侧 45.6% vs 23.3% 胜前代；TTS MOS 3.87→4.15。（厂商自报，闪存稀疏的功耗/寿命/首 token 延迟待今夏技术报告）
WWDC26 · MACHINE LEARNING
Distributed Inference & Training
with MLX
RDMA over Thunderbolt · JACCL · 4 台 Mac 跑 1T Kimi 2.6
▶ Apple Developer · WWDC26 Session 233 — Explore distributed inference and training with MLX（另见 Session 232 · Mac 本地 agentic AI ）
§ 绕开内存墙 + 把模型变成可插拔后端
闪存稀疏架构 是端侧 AI 内存墙的一次正面绕行：整个 200 亿参数存在 NAND 闪存而非 DRAM ，因「闪存→DRAM」带宽慢，改成按 prompt（而非逐 token）路由专家 ，高比例常驻「共享专家」+ 仅把输入相关「路由专家」换进 DRAM，基于 Apple 自研的指令跟随剪枝（IFP）—— 用存储层级换参数规模。框架层 则把价值锚回真正的护城河：Core AI 本地后端零 token 成本、框架今夏开源并能跑 Linux ，「换模型供应商 = 换一个依赖包」。把模型这一层彻底商品化、可插拔、低成本化，然后把价值锚定回分发（App Store + OS 集成）与隐私（PCC） —— 与故事线 B 完全同向：质量见顶后竞争回到成本与分发。
一句话主张
Apple 放弃了「拥有最强模型」，转而争夺「模型在哪儿运行、由谁编排、按什么成本调用」 ——把互补品（模型）商品化、把自己的核心（分发 + 运行环境 + 隐私）做成平台。当连 Apple 都「租 Google 的模型与算力、把训练下沉到桌面、把模型做成可换零件」，「纯模型领先不再是可防御的护城河」被一家最有能力自建的公司用行动证实。
§ 接下来怎么发展（观察点）
今夏
闪存稀疏架构技术报告：功耗、闪存读放大与寿命、首 token 延迟 —— 决定「权重放闪存」是范式还是 demo。
夏季后
Foundation Models 框架开源 + 跑 Linux 后，LanguageModel 协议会否成为跨平台「模型可插拔」事实标准；JACCL/RDMA 多机微调离日常工具有多远。
§ 给三类听众的「明天能用」
技术人
评估桌面微调路径
做中小规模微调/私有数据后训练，认真对照「Mac + MLX + Thunderbolt 集群」本地路径成本；用 LanguageModel 协议把应用与模型解耦，让 Claude/Gemini/本地 MLX 一键切换。
决策者
模型选型变采购决策
把「端侧免费 + 云端按层 + 零 token 成本本地后端」纳入 AI 预算另一本账；Apple 路线意味着「模型选型」正变成「可随时更换的采购决策」，据此重排供应商风险。
投资者
押降本与可插拔受益链
关注本地推理硬件 + 高带宽互联（Thunderbolt/RDMA）、端侧稀疏/闪存架构、单桌面可跑的开源训练栈、「模型可插拔」中间件；同时记住 Apple 给「纯模型护城河」打了问号。
完整核实清单见项目文件《EP.89 WWDC2026 大模型技术分析 v1.md》；演示数字（Kimi 2.6 四机推理、Qwen 3.5 微调 3×、TTS MOS、人评胜率）来自 Apple 官方 WWDC session 与 ML Research 博客，属厂商自报，未经第三方独立复测。
专题 II Claude Fable 5 / Mythos 5 · 最强模型的「治理维度」
Fable 5 / Mythos 5：最强模型第一次带上「谁能用到全部能力」的治理维度
分层发布 → sabotage 撤回 → 传播力 ≠ 生产力
本期绝对头条。它改变行业的不是分数，而是发布方式本身：最强模型第一次按「谁能用到全部能力」来分层。
Anthropic 发布新一代「Mythos 级」智能——Claude Fable 5 与 Claude Mythos 5 （HN 1583 分、1262 评论）。Mythos 5 给受信任组织、Fable 5 给公众 ：官方称 Fable 5 是「迄今最强、可广泛获取」的模型，软件工程表现尤为突出，但公开版屏蔽网络安全/生物/化学高风险领域 ，WIRED 点破张力：受信组织拿全能力、公众拿安全版 。时机意味深长——它正是 Anthropic 用「分层发布」回应自己一周前刚喊的「协同暂停 RSI」 。当最强模型刻意对公众阉割高风险能力，模型发布从此带上治理维度。
🎙 直播讲解 ▶ 03:18 自我迭代长文 ▶ 19:08 暂停·sabotage
主讲现场重点：Fable 5 的发布宣传「都没本质变化 」；真正看点是它把「安全立场」产品化成分层发布 ，以及随后被曝光、数小时内撤回的 sabotage 条款 ——「安全」与「商业护城河」的边界被当众撕开。
分层发布：按「风险等级 / 信任关系」切分能力
同一代「Mythos 级」智能 · 两条发布轨
Mythos 5 · 受信任组织
全能力开放（含网络安全/生物/化学）
给通过筛选的「受信组织」—— 筛选标准未公开
能力照冲，安全靠「分发控制」而非停止研发兜底
Fable 5 · 面向公众
「迄今最强、可广泛获取」· 软件工程突出
屏蔽网络安全 / 生物 / 化学高危领域
最强模型第一次对公众「阉割」高风险能力
⚠ 翻车：48 小时内「sabotage」条款被撤回
319 页 system card 藏「检测到前沿 AI 研究即悄悄降智」→ Dean Ball 斥 secret sabotage、Jeremy Howard 批评 → 数小时撤回。分层不仅按风险，也可能按商业关系。
病毒 demo 端：惊艳
42 小时 10 个炫技 demo（Mario Kart / 机械表 / 城市模拟）
专业评测端：被旧模型反超
ALE 长程评测：GPT-5.5 24.0% > Fable 5 22.0%（第三）
图 2 · 分层范式既真实存在、又脆弱：标准可被滥用（sabotage），领先可被高估（ALE）。来源：WIRED / VentureBeat
§ 「分层」翻车：sabotage 条款数小时内撤回
分层叙事在发布 48 小时内就遭遇最尖锐的一刀。Fable 5 的 319 页 system card 里藏着一段：当 Claude 检测到请求与前沿 AI 研发相关时会「悄悄降低」回答质量。社区炸锅——Dean Ball 称其为「secret sabotage 」（HN 213 分），Anthropic 数小时内撤回该限制 。批评者认为这是「披着安全外衣的商业手段 」，The Verge 从工程侧拆解「隐形蒸馏护栏」为何会误伤正常用户 。商业后果已显现：微软等大客户因条款/定价对 Fable 持观望态度 ——「分层 + 降智 + 涨价」直接转化为头部客户的迟疑。
@minchoi · 发布 42 小时
Fable 5 的 10 个疯狂 demo
一句话生成 Mario Kart · 机械表动画 · 离线城市模拟
⚠ 炫技 demo 病毒级 vs 长程评测被旧模型反超 —— 当心认知偏差
▶ X / @minchoi — Fable 5 发布 42 小时病毒式 demo 串（点击查看原帖）
一句话主张
Fable 5 把「能力—安全」的边界第一次摆上产品台面，又用 sabotage 撤回亲手暴露这条边界的脆弱——它既可能按风险分层，也可能按商业关系分层。而「社媒 demo 病毒级 vs 长程评测被旧模型反超」的落差，正是判断「AI 写代码到底有多强」时最该警惕的认知偏差。
§ 给三类听众的「明天能用」
技术人
别假设满血能力
把「同一模型家族公开版 vs 企业版能力差」纳入评估，别假设 API 拿到的是满血；确认分层是否影响你的合法用例。别只看病毒 demo，用长程工作流自测。
决策者
查分层与排他条款
把「供应商的能力分层标准 + 是否含竞品排他条款」加入采购问卷；买到哪一层直接决定能力上限。
投资者
押分发控制设施
「能力—安全分层」若成范式，受益的是身份/信任校验、分层访问治理、模型行为审计这类分发控制基础设施。
专题 III OpenAI / Anthropic / xAI-SpaceX · 资本市场总动员
三大前沿实验室的资本市场总动员：OpenAI · Anthropic · xAI-SpaceX 同框冲刺
三种姿势冲同一窗口：补终端 · 筑规则 · 卖算力
本周三家最受瞩目的前沿实验室罕见地把上市与并购意图摊在同一张桌上，资本侧同时累积冷却信号。
TechCrunch 造了新词 MANGOS 来指代这批排队 IPO 的 AI 原生巨头，Goldman CEO 称 2026 或成 mega IPO 之年 。三家用三种姿势冲同一个窗口——OpenAI 补「没有终端」的短板、Anthropic 用「安全 + 监管」筑差异化、xAI/SpaceX 把自建算力变成现金牛。但当 IPO 把「前沿实验室的真实盈利能力」第一次摊到公开市场，本期「Tokenpocalypse / 替代潮 / S&P 不松动」的成本主线，正是悬在这场资本盛宴头顶的同一个问号。
🎙 直播讲解 ▶ 35:22 OpenAI 递表 ▶ 36:06 政府入股
主讲现场重点：现场主要讲了 OpenAI 递表 + 超级应用、政府考虑入股；收尾补了一句 SpaceX 6/11 上市 会抽水其他个股、短期可能只有它能看。
三种姿势冲刺同一个 IPO 窗口
OpenAI · 补终端
机密递交 S-1，目标秋季
估值或破万亿（当前 $852B）
2026 亏损约 $140 亿、29 前不盈利
ChatGPT 改「超级应用」
「Chat is dead」转高毛利企业客户
收购 agent 云平台 Ona
并入 Codex，补「执行层基建」
政府或入股
「美国公众成为合伙人」
Anthropic · 筑规则
抢跑：比 OpenAI 早一周递交
喊「协同暂停 RSI」
+ Dario 呼吁 FAA 式发证监管
批评者：监管=商业护城河工具
与白宫缓和（曾被拉黑）
$1 亿砸合作伙伴网络
MCP 成事实标准
靠生态/云分销补「无 C 端终端」
xAI / SpaceX · 卖算力
算力租赁成 IPO 前现金牛
Google 每月付 $9.2 亿租 11 万 GPU
（合约总值约 $300 亿）
IPO 估值押「算力上天」
大头被解读为太空数据中心看涨期权
人才外溢
联创 Babuschkin 创业 River API
押后训练 / 个性化 AI
资本侧清醒声部
S&P 500 拒为未盈利 AI 破例 · 软银 $60 亿贷款卡壳 · 芯片蒸发 $1.3 万亿 · Apollo 批「钱花在 low IQ 任务」 —— 但投资人仍「可乐百事都买」
图 3 · OpenAI 补终端、Anthropic 筑规则、xAI/SpaceX 卖算力。来源：OpenAI S-1 / Google-SpaceX 算力合约 / S&P 500 门槛
§ 三家各自的打法
市场信号 / 应用
Anthropic · 筑规则 ：比 OpenAI 早一周递交，
喊「协同暂停 RSI」 、Dario 呼吁 FAA 式发证监管，被批「安全监管=商业护城河工具」；
$1 亿砸合作伙伴网络 、MCP 成事实标准补「无 C 端」。
观点洞察 / 市场信号
AI基础设施 / 潜信号
资本侧清醒声部 ：
S&P 500 拒为未盈利 AI 破例 （被动资金短期进不来）+ 软银 $60 亿贷款卡壳 + 芯片蒸发 $1.3 万亿 + Apollo 批「钱花在 low IQ 任务」；但一级市场仍
「可乐百事都买」、押品类增长 。
市场信号
一句话主张
三家用三种姿势冲刺同一个窗口——OpenAI 补终端、Anthropic 筑规则、xAI/SpaceX 卖算力。但当 IPO 把「前沿实验室的真实盈利能力」第一次摊到公开市场，补贴退潮后单位经济学见光 ，正是悬在这场资本盛宴头顶的同一个问号。
§ 给三类听众的「明天能用」
技术人
留好多供应商出口
超级应用化意味着 API 策略可能向自家平台倾斜，关键依赖做好多供应商冗余。
决策者
评估数据主权敞口
「政府入股的 AI 供应商」带来新的合规与地缘维度，跨国企业需重估数据主权敞口。
投资者
盯两个温差
一级热 vs 指数门槛、平台叙事 vs 模型护城河；OpenAI / Anthropic S-1 认购情况是最直接的温度计。
EP.89 · 框架版 v1（覆盖更新）
窗口（2026-06-05 → 06-12）已扫描 6/5–6/11 全量，累计入库约 153 条（本轮 6/11 晚间二轮 + 爬虫加工增量约 15 条）、超窗拦截 0 条、主稿 audit 清理 0 条、本轮新增陷阱 0 条。本轮（收官）关键落地：AI 安全焦点转向多智能体系统（DeepMind $10M 基金 + ELK + Five-Plane）、OpenAI 收购 Ona 开辟 agent 执行层基建之战、中国核电 + 轨道散热再加注算力物理边界。本期窗口收官，6/12 周五分享后转入 EP.90 。
AI Buzzwords · analysis-midnight · 2026-06-12