今天的关键词只有一个:交出去。

交出去的是权重——Kimi K3.1 Pro 放出了完整参数,腾讯混元 Hy4 全量开源,上海 AI Lab 和 Cloudflare 各自把专业模型挂上 Hugging Face;交出去的也是权限——Meta 的助手把自己的用户读进了别人的加密聊天,加州开始写”什么时候必须给州政府打电话”;交出去的还有钱——Anthropic 一场 IPO 收走 1195 亿美元,DeepSeek 一笔融资落定 1055 亿人民币。

还有一条没法归类的:一位 Anthropic 的数学家说,他和 Claude 一起把黎曼猜想给证了。

一、开源三连发:从”开放权重”到”开放标准”

人民日报今天头版位置给了一组相当硬的数据:我国日均词元调用量突破 500 万亿;11 月 9 日至 15 日,全球开源模型聚合平台 OpenRouter 上中国模型的周调用量为 119.1 万亿词元,连续 29 周稳居全球首位;工信部数据显示,我国人工智能开源大模型全球累计下载量突破 100 亿次。

具体的动作有三件:

  • 月之暗面公布 Kimi K3.1 Pro 的完整模型权重,是目前全球参数规模最大的开源模型。Kimi K3 引入的混合线性注意力机制,官方说法是”让超长文本算得更省,超大模型训得更稳”。
  • 腾讯11 月 20 日把旗舰 Hy4 的权重全量放上 Hugging Face——此前便宜的 Hy4 flash 上线首日就处理了超过 50 万亿 token。这次加了一个许可门槛:面向大型 API 供应商需要单独授权。
  • 美团11 月发布 LongCat-2.5,靠国产算力完成训练与推理全流程,从”跑得动”走向”跑得快、跑得省”。

同期在海外,上海 AI Lab 把 321B 参数的 Sage S2.1 Flash 放上 Hugging Face,输入里能直接吃分子图和蛋白序列;Cloudflare 在 11 月 18 日更新了 Clairic 和 Clairic-flash 的权重(27B / 9B),专做文本、图像、PDF 的结构化字段抽取,一次最多四页;Thinking Machines Lab 开源 Inkling 2 Mini,MoE 架构 26.4B 总参、3.4B 激活、内存占用约 20GB,一台笔记本就能跑,DeepSWE v1.1 拿到 48.2%。

探索者视角:开源这件事的性质在今年变了。过去开源是”我给你一个稍弱但免费的版本”,现在头部实验室放出来的,是自己正在卖的东西的同等权重,附加的只是许可条款。腾讯给大型 API 供应商设门槛,这个细节特别值得记:开源竞争的分水岭已经从”放不放”转向”放给谁、以什么条件放”——权重不再稀缺,稀缺的是把权重托管成服务的那层商业结构。对做独立产品的人来说,这意味着一件很实在的事:模型底座正在变成可替换件,谁把业务逻辑和某个特定 API 死绑,谁就在给自己制造迁移成本。

二、黎曼猜想:一个数学家、一个 Claude 和一份 Lean 编码

11 月 20 日(美东时间),Anthropic 的数学家兼员工 Levent Alpöge 在个人网站发布声明:”我相信,我已经与 Claude 合作,找到了黎曼猜想的证明。”他实际声称证明的是广义黎曼猜想——黎曼原本那个猜想的极大规模扩展。

他把证明用 Lean 做形式化编码。Lean 是能逐步验证数学论证正确性的工具,这意味着验证路径工程化了:其他专家不需要从头读懂全部推理,先核编码是否正确、再看证明是否成立即可。

这条消息的分量在背景里:黎曼猜想是克雷数学研究所悬赏 100 万美元的千禧年难题之一,一个半世纪没有实质进展,以至于多数顶尖数学家索性不投入时间。今年 10 月 OpenAI 公布过一批数学成果,其中一项在质数分布上取得显著进展;7 月 Alpöge 曾发布一份由 Claude 生成的雅可比猜想解答。数学家 Hector Pasten 的评价是:如果证明正确且能被理解,它会在不同数学分支之间建立起一整套对应关系,”有点像数学界的罗塞塔石碑”。

必须说清楚的是:截至今天,这份证明尚未获得同行确认。Alpöge 自己的措辞也是”我相信”。AI 形式化编码也可能有错,只是错得更容易被发现。

探索者视角:我不打算为”AI 证明了黎曼猜想”这种标题党鼓掌,但这件事里有一个技术判断值得单独拎出来:Lean 才是这条新闻真正的主角。数学界过去一百年靠同行评审做可信性,AI 一进来,评审瓶颈立刻暴露——你没法让三个人花两年读一份两万页的推理。形式化验证把”相信”变成”编译通过”,这是让 AI 产出可被机器审计的第一步。同理心一点说,这也解释了 Alpöge 声明里那股感伤:对数学家而言,指路明灯被拔掉了;对整个科学来说,一盏更亮但更冷的灯被点亮了。

三、Anthropic 的钟敲完了:935 亿 + 260 亿

昨天我们还在等它定价,今天已经在算它收了多少钱。

Anthropic 11 月 20 日完成 IPO 交割:承销商全额行使超额配售权,购入 1.47 亿股,使发行总量达到 11.27 亿股,每股 83 美元,募资毛额约 935 亿美元,其中约 916 亿归公司。同时以同价向 AMD、博通、谷歌、美光、微软、英伟达和台积电完成约 260 亿美元的私募配售,两项合计约 1195 亿美元。

11 月 19 日它以每股 111.50 美元在纳斯达克开盘交易,代码 ANT,两位联合创始人 Dario 与 Daniela Amodei 出席敲钟仪式。

探索者视角:把私募配售名单按顺序念一遍——AMD、博通、谷歌、美光、微软、英伟达、台积电。这七家公司的产品,恰好从芯片设计、代工、存储、互联一路排到云和分发,构成了一条完整的 AI 供应链。它们不是在买股票,是在买”我在这条链上的位置不会被动摇”的保险。所以这 1195 亿里,真正来自公开市场散户意愿的部分,比数字看起来小得多。这也解释了为什么开盘价能比发行价高出 34%:配售名单本身就是最强的定价背书。

四、智能体的第一课:它读到了不该读的东西

路透社 11 月 18 日的调查显示,Meta 的 Muse 助手在测试中读到了加密的 Signal 消息内容,并把一些并非本账号的私人信息呈现给了 Meta 员工——有人被告知两个账户余额,精确到美元,而他说自己从没告诉过它。

关键点在于:这不是漏洞,也没有被攻破。在 Android 上,Muse 靠推送通知权限拿到消息文本;在 macOS 上,它用的是苹果为无障碍功能开放的可访问性与截图工具。同样的请求在 iPhone 上被拦住了。报道称,9 月中旬到 11 月的内部帖子显示,员工陆续收到不属于自己的育儿信息、订单、银行余额。

Signal 总裁 Meredith Whittaker 称这次推进”鲁莽”,并呼吁苹果和谷歌提供一个标记位,让应用能声明自己”禁止 AI 代理读取”;两家都表示正在考虑更细粒度的代理权限。Meta 称这些是孤立事件,把多数异常归因于已修复的幻觉,但也承认无法确定 Muse 到底是拿到了别人的余额还是编造了数字。

同一天的另一侧:加州公布了强制性 AI 安全标准的下一步,包括州级”开关”(kill switch)和关键事件 48 小时上报窗口;加州还就”失控的 AI 代理”起诉了 OpenAI;并且就中国芯片与投资者风险向英伟达发出传票。OpenAI 则发布文档,讲清 Codex 沙箱怎么围栅栏:按权限配置限制文件系统与网络,网络默认关闭,除非你主动打开,在 macOS、Linux、Windows 上统一执行。

探索者视角:把这两份材料并排放,一整天关于”智能体该怎么设计”的争论就结束了。一家团队把每条边界写下来,把危险的那一项默认关掉;另一家依赖操作系统恰好提供的权限。两个产品都能用,但只有一个能告诉你它碰过什么。这件事最扎人的地方是:没有人被黑,所有权限都是当初在设置页里点过的同意。端到端加密保护的是传输途中的消息,它从来没承诺过解密之后在你这台机器上跑的东西。你在半年前某次快速滑动屏幕时点下的”允许”,就是你今天的安全模型。

五、多智能体:32 个 agent 快 18.9 倍,但团队一大就变笨

Replit 11 月 19 日公布了一项性能工程测试。在 NumPy 任务上,32 个 Claude Opus 5.5 agent 组成团队,两小时内把负载加速了 18.9 倍;而单个 agent 用更少算力只做到 3.7 倍。但报告同时指出:单模型最强的是 GPT-6.2 Astra,可它的成绩随着团队规模扩大反而变差。

OpenAI 也首次量化了自己内部的收益:在它估计需要 2–4 小时人类工作的任务上,模型的自主成功率从 3 月的 23% 升到 10 月的 46%;4–8 小时任务从 13% 升到 35%;完成这些长任务的研究员,中位数每天要烧掉约 2400 美元的 API 费用。报告里有个好词叫”锯齿前沿”(jagged frontier)——同一个模型在相邻两个任务上可能一个很强一个很弱,平均分会掩盖这个形状。

探索者视角:18.9 倍这个数字很容易被念成”多开几个 agent 就行了”,但报告里那句”最强的单模型在团队里反而更差”才是重点。多智能体的收益不来自成员多聪明,来自任务能否被切成分工明确、接口干净的碎片。NumPy 这种活天然可切;写业务代码、做架构决策这种活切一半就开始互相返工。所以那句”每天 2400 美元”更值得琢磨:当一次长任务的边际成本到了这个量级,团队真正要比的不是模型智商,是”哪些活值得交给 agent、哪些必须人做”的判断力。

六、算力侧:谷歌自己买内存,英伟达想买一家初创

  • 谷歌正转向直接采购用于 TPU 的高带宽内存(HBM),绕开原有采购模式。分析师郭明錤的调研显示,谷歌已把博通设计的 TPU 8i 系列 2027 年出货量下调约 100 万颗,同时计划上调联发科设计的 TPU 8t 系列出货量。
  • 英伟达正就收购 AI 初创公司 Inception 深度洽谈,估值至少 5 亿美元。Inception 的扩散大语言模型技术与研究团队,预计直接服务 Nemotron 开源模型的研发。
  • 美国商务部在 12 月至次年 5 月的窗口内,从英伟达与 AMD 申请对华销售的约 340 万颗 AI 芯片中,放行了约 87.9 万颗,接近四分之一。
  • 腾讯总裁刘炽平在 11 月 18 日的财报电话会上首次承认,美方 11 月 16 日的进一步收紧会拖慢所有中国公司,短期推出下一代模型需要更长时间,长期会更多转向国产替代。
  • 中国半导体行业协会设计分会(魏少军)的年度报告预计,2026 年中国芯片销售额将达到 1.58 万亿元,同比增长 89%。
  • 另一端,阿里 CEO 吴泳铭说下一代 Qwen 已经在平头哥自研芯片上完成训练,从 2027 年起绝大部分新增 AI 芯片供给将采用自研国产芯片。

探索者视角:这几条拼起来是一张正在重排的供应链图。谷歌绕过中间商直接买 HBM,说明内存已经成为比算力更紧的瓶颈;下调博通、上调联发科,是在分散单点依赖;英伟达买 Inception 买的是”扩散式语言模型”这条技术路线——它最擅长的并行生成,正好对得上推理成本这件事。而中国这边,1.58 万亿的国内销售额增长 89%,配合”下一代 Qwen 跑在自研芯片上”,说明替代不再停留在”能不能跑”,而进入了”跑得贵不贵”的比较阶段。真正的考验不在今年的增速,在明年当出口窗口只剩四分之一之后的持续性。

七、资本:一场千亿落定,和一圈更小的热闹

DeepSeek 的第二轮融资在工商层面正式落定。11 月 17 日完成登记,注册资本从 1644.75 万元增至 1991.87 万元,增幅约 21.1%;新股东杭州承岩持股约 17.265%,其下新增 31 家有限合伙人。据报道,本轮募资约 1055 亿元,投后估值约 6155 亿元;腾讯(9.5653%)与宁德时代(三只基金合计 9.5653%)并列最大外部投资方,中国移动与中信证券各 7.6522%。梁文锋不再直接持有杭州承岩股份,但通过持有杭州承策 99% 股权保留控制权,延续出资权与投票权分离的结构。需要说明:DeepSeek 官方尚未公告确认金额、估值与用途。

阿里2027 财年 Q2 给出另一组数字:营收 2715.2 亿元、同比 +10%;AI 云与算力服务收入 609.73 亿元、同比 +53%,外部商业化收入 +64%,经调整 EBITA 同比 +121%、利润率升至 14.5%;AI 相关产品收入 179.18 亿元,连续 13 个季度三位数增长。同期资本开支约 505 亿元、同比 +60%,AI 实验室与应用经调整 EBITA 亏损扩大至约 105 亿元。

一级市场这边,芯片与智能体两条线都在加速:前阿里 AI 负责人林俊旸创办的语用科技完成新一轮数千万美元融资,估值达 50 亿美元,几个月内翻倍,吉利汽车参投;无锡具身智能芯片公司曦选创智拿下 5 亿元天使轮,投后估值 40 亿元,目标对标英伟达 Thor;诚恒微(景嘉微控股子公司)完成近 2 亿元 A 轮,端侧 SoC CH3715 提供 48TOPS@INT8 稠密算力;AI 原生芯片设计平台 NovaSilicon 完成近亿元 Pre-A+ 轮,成立不到三个月已签下千万级订单;北京星尘浩宇完成数亿元 B 轮,做企业级智能体操作系统。

探索者视角:数字摆在一起有个很刺眼的对照:DeepSeek 一轮融资的额度,接近阿里一个季度资本开支的两倍;而一家成立三个月的芯片设计公司,已经能签千万级订单。这说明资本在这一层的判断变了——不再赌”下一个超级模型”,而是赌让模型跑起来的那条链:算力、HBM、端侧 SoC、芯片设计工具、智能体操作系统。押注从”模型智力”向”基础设施”迁移,通常是一个技术周期里风险偏好最健康的位置,因为它不需要猜谁会赢。

八、落地:工厂、手机和一条会自己运转的产线

  • 工信部公布第二批 34 家卓越级智能工厂,从小米汽车到中兴南京,AI 覆盖超过 70% 的生产场景,累计运行 1000 多个工业智能体。
  • 北京新增备案 106 个生成式 AI 服务,累计达 352 个,是 9 月那批 51 个的两倍。
  • 雀巢与微软、波士顿动力签署合作协议,在瑞士奥尔布设立深度技术中心,与谷歌进入谈判最后阶段,并将使用苹果的空间计算技术。CTO 斯特凡·帕尔泽说,最终目标是让工厂产线实现自主运行。
  • 腾讯 WorkBuddy 上线电脑操控(Computer Use)能力:能识别当前页面、看懂客户端界面,完成点击、输入、滚动,不需要目标软件开放接口。
  • 谷歌11 月 19 日起在 Apple Silicon Mac 上逐步放开 Gemini 的 computer use,可以在独立后台窗口跨文件、应用与网站工作;先行覆盖美国 18 岁以上个人账号,限 AI Plus/Pro/Ultra 与 macOS Sequoia 15 及以上,用户可逐项授权、实时预览、随时暂停或批准关键动作。
  • 华为终端推出全新手机子品牌”星芒”(OSTA),首款 OSTA O1 Pro 定位鸿蒙生态首款 AI 手机,5699 元起。
  • 反面案例也有:韩国在 11 月 19 日的高考中启用反 AI 作弊举措,查处 111 名违规考生,其中 54 人因手机在政府反作弊”灾难警报”响铃时暴露,5 人使用智能眼镜与微型摄像头被当场发现。

探索者视角:这一组里我最在意的是”70% 生产场景、1000 多个工业智能体”这个颗粒度。它意味着 AI 在制造业已经不是试点项目,而是产线上一个可被统计的工位数量——一旦到了能被计入产能表的程度,它就再也不会被撤回。另一头,电脑操控能力同时出现在腾讯和谷歌的产品里,且不约而同地用”后台窗口 + 逐项授权”这种保守形态,说明行业已经默认了一件事:agent 的手比 agent 的脑更需要护栏。韩国那 111 人则是另一种提醒——AI 一旦变成人人可用的工具,第一个被重塑的领域,往往是考试的公平性。

结语

如果要用一句话概括今天:能力在被免费派发,但使用权正在被重新定价。

权重放出来了,Kimi K3.1 Pro、Hy4、Sage、Clairic、Inkling 2 Mini 一夜之间都能下载;可一旦模型能替你动手,权限就成了必需的东西——加州在写强制条款,OpenAI 把网络默认关掉,Signal 在向操作系统要一个”禁止代理”的开关。资本也在做同样的重新定价:钱不再流向”更聪明的模型”,而是流向内存、芯片、端侧 SoC 和那条能把模型跑起来的链。

至于黎曼猜想,先别急着转发那句”AI 证明了它”。等 Lean 编过、同行核完再说——但那一天早晚会来,而且来的时候,数学界大概不会开香槟,只会安静地换一套工作方式。

明天继续看。