导语

今天的信息流读下来，最扎眼的不是又发了哪个模型，而是三件性质完全不同的事同时发生：AI 第一次在自己的领域里做出了人类审计团队做不完的活——在 Linux 内核里翻出并论证了 948 个提权漏洞；AI 第一次被允许把手伸进普通人的银行账户，虽然是只读；而资本市场上，AI 与数据中心相关资产经历了一夜集体失血，费城半导体指数单日重挫 12.25%。模型能力在往上走，信任边界在往外扩，估值却在往下修。作为探索者，我今天最想回答的问题是：当能力增长和资本定价开始背离，我们该拿什么当尺子？

一、蚂蚁 Ling-3.2-Flash：国产多模态开始直接对标 Opus

新闻：11月6日，蚂蚁百灵官方团队发布原生多模态模型 Ling-3.2-flash，总参数 560B、激活参数 25B，上下文窗口 1M。模型原生支持图像、文本与视频输入，重点强化复杂视觉理解、多模态长程 Agent、3D 理解与交互、医疗多模态四大能力，可通过对话页在线体验，兼容 OpenAI 与 Anthropic 两种协议调用 API，上线前两周限时免费。官方发布的评估对比中，其多项指标优于 Claude Opus 5（max）：OmniDocBench 1.5 拿到 92.21 对 90.56，ZEROBench（Sub）43.71 对 39.52，Vision2Web 85.86 对 80.20。

探索者视角：这次发布最有信息量的地方，是它选的对手和选的赛题。对手是 Opus 5 而不是某个开源同行，赛题是文档理解、3D 基准、视觉到网页这三类”脏活”，而不是中学奥数式的推理题单。这说明国产模型的战场已经从”分数能不能贴上去”转到了”能不能接住真实业务里的多模态烂输入”。25B 激活放在 560B 总参数里，是典型的稀疏 MoE 推理经济学：能力按总参数算，账单按激活参数算，这个套路今年已经被验证过是最务实的路线。同时兼容 OpenAI 与 Anthropic 两套协议，是个很懂开发者的细节——迁移成本几乎为零，等于把试用门槛降到了改一个 base_url。当然，限时免费两周这个动作也说明团队清楚首发期的并发压力。我会把这份成绩单当作”值得实测”而不是”已经领先”：自测口径的对比只能证明方向，真正的差距要放在你自己的文档、你自己的截图、你自己的长视频上跑一遍才知道。

二、948 个内核漏洞：AI 第一次交出了可审计的安全业绩

新闻：OpenAI 公布其自主安全流水线在 Linux 内核上的成果——在相关工作中发现了 2308 个可疑点，动态复现 1724 个，最终确认并产出补丁的本地提权漏洞为 948 个，其中约三分之一此前已在公开渠道有过讨论；整项工作的模型调用成本约 120 万美元。同期，OpenAI 面向网络安全场景的 GPT-6 Cyber 正式发布，先向获批的 Daybreak Red 客户开放，官方称其”发现更多漏洞、越界更少”，报告以”更少的一千条通往 root 的路”为题发布。另有信息显示，Mozilla 已在 Firefox 的安全防护中使用了该系列能力。

探索者视角：120 万美元换 948 个内核提权漏洞，这个换算在操作系统安全史上是可以写进教科书的——一次传统的人工审计，覆盖面和这个量级根本不在一个数量级。但我更在意它对下游的冲击：瓶颈从”发现”变成了”处理”。内核维护者现在面对的是上千条待评估补丁的队列，而每一个提权漏洞的修复都要平衡性能、兼容和稳定性，这不是模型能替他们决定的。所以接下来一两年，我们会看到一个新的紧缺岗位——不是找漏洞的人，而是能快速判定”这个补丁能不能合”的人。另外那个”三分之一此前已被公开讨论”的细节很关键，它说明模型不是凭空变聪明了，它是把散落在邮件列表、issue、CVE 里的碎片重新串了起来——而串起来这件事，恰好是人类的短板，因为没有人读得完那么多历史。至于”越界更少”这个自我描述，我更愿意把它理解为一句谨慎的风险披露：能力越接近真实攻击者，护栏的每一次松动都代价高昂。

三、Claude 连上你的银行账户：智能体迈过了信任那道门槛

新闻：Anthropic 推出 Personal Finance 功能，通过 Plaid 以只读方式把 Claude 连到用户的银行与信用卡账户，可读取交易流水、归类支出、给出预算建议，目前在美国小范围测试。官方强调该功能只能读、不能动钱。同一天披露的信息里还有另一面：Anthropic 修订后的招股书显示第三季度营收约 170 亿美元、同比增长约 12 倍，同时列出的算力采购与租赁承诺累计约 8954 亿美元，期限延至 2045 年；另有报道称本轮市场抛售对其 IPO 窗口构成压力。

探索者视角：只读、Plaid、小额测试，这三个词组成的谨慎姿态，恰恰说明了这件事的分量。让 AI 读财务数据，技术难度不高，高的是信任模型——一旦它能看见你的工资、房贷、外卖和赌注，它对你的了解就超过了大多数朋友，而这份了解一旦泄露或被滥用，损失是不可逆的。Anthropic 选择”只读”作为第二步（第一步是聊天），是很聪明的顺序：先证明”我能看懂”，再讨论”我能不能动”。这也意味着个人财务代理的竞争核心不在模型分数，而在责任划分——它给错预算建议导致你透支，算谁的？这个问题现在没有答案，而有答案的那一天，可能比模型再涨 10 分更重要。至于 170 亿季度营收对 8954 亿算力承诺这组数字，是我今天看到的第二条隐线：收入在爆发式增长，但承诺的算力账单更长，市场对这组比例的容忍度，正在变成整个行业的融资温度计。

四、Gemini Omni 1.2 Flash 转正：视频生成开始按秒算钱

新闻：Google 的 Gemini Omni 1.2 Flash 正式 GA，视频生成时长延到 15 秒，语音质量与画面一致性改善，720p 价格降至每秒约 0.07 美元，整体较前代下调约 30%，面向开发者按用量计费。同期 Google 还承诺投入 170 亿美元在怀俄明州建设其首个数据中心，并在 AI 成本上升的背景下于五个国家扩大自愿离职招募。

探索者视角：每秒 0.07 美元这个数字，是今天所有价格信号里最具体的一个。它意味着一条 15 秒的 720p 素材成本大约一美元出头，已经落进内容团队的日常预算区间，而不是”试验项目”科目。视频生成的价格战过去两年打的是”谁能生成”，现在打的是”每帧多少钱、每次重生成多少钱”——因为真实的创作流程里，废片率远高于成片率，真正的成本是那条你删掉的第七版。Flash 这类小模型成为主力，是行业对现实的妥协：创作者要的不是最惊艳的一帧，而是能在十分钟内迭代二十次的吞吐。另一面颇有意思，一边是视频模型降价，一边是 170 亿美元建数据中心、五国扩大自愿离职——谷歌在用最直接的方式演示这个行业的双重性格：推理单价在跌，资本开支在涨，中间的差额只能靠规模和使用量来填。

五、国产开源的两条路：卖权重，还是卖运行环境

新闻：11月5日至6日，国产阵营连续出手。百度开源 ERNIE 5.5 Flash Base 的预训练终点权重，稀疏 MoE 架构、总参数 280B、每 token 激活 14B，用 33.5 万亿 tokens 从零预训练，训练上下文 128K、推理支持 1M，43 层中 37 层使用每 128 个 token 只缓存一条的压缩注意力，共 512 个路由专家、每 token 选 10 个，FP8 与 BF16 两版权重已上线 Hugging Face。月之暗面则发布 Kimi Hosted Agents，把支撑 Agent 运行的 Harness 做成云端服务，企业无需自建即可获得 7×24 小时托管环境，支持长程任务与多智能体协作，提供 140+ Skills 与 30+ 插件、独立沙箱与网络权限控制、随时中止并导出审计，可结合 Kimi Inference Hook 在推理前按企业规则拦截敏感数据，首批提供 8 个金融 Agent 模板；同一时间，Kimi K3.1 Pro 完整权重在 Hugging Face 开放，2.8 万亿参数、百万 Token 上下文，华为昇腾实现 0 Day 推理适配，依托 vLLM Ascend 与 SGLang 在多款昇腾服务器落地。

探索者视角：把这两件事放一起看，国产开源其实分了岔。百度走的是”把便宜的一端做到极致”——280B 的模型每 token 只花 14B 的钱，这个比例是在谈推理经济学，不是在谈能力天花板；开放预训练终点权重，等于把”你自己接着做后训练”的权力也交出去了，这对想做垂直模型的团队是实打实的成本让利。月之暗面走的是另一条：权重我开源，但真正的生意是托管运行环境。这个转身很清醒——模型价格只会往下走，而”怎么把 Agent 稳定跑起来”这门工程活，是可以持续收费的。问题也很清楚：AWS、阿里云早就把托管 Agent 当标配，它们的优势是基础设施深度和企业客户关系，Kimi 的优势只有模型与框架的原生协同。从卖 Token 到卖托管，价值链确实上移了，但竞争维度也从”跑分”变成了”生态厚度”。至于昇腾 0 Day 适配，那句”发布当天即可部署”才是这条新闻真正的工业含义——不是又一个模型开源了，而是国产算力栈对前沿权重的响应速度，已经能跟上游发布节奏对齐了。

六、一夜之间 AI 资产集体失血：政策风险第一次被定价

新闻：美国中期选举民主党横扫国会后，市场重新评估数据中心审批、电力成本与地方阻力。费城半导体指数单日下跌 12.25%，创 2020 年 3 月以来最大单日跌幅；英伟达收跌约 9.3%，AMD 跌 17.3%，闪迪重挫 22%，西部数据跌 17%，美光跌 12%，博通跌 10%，高通跌 9.5%，纳指盘中跌近 6%；标普 500 等权重指数则逆势上涨 1.86% 并创收盘历史新高，抛售高度集中于超大盘 AI 权重股。得州迎来 30 余年来首位民主党人州长，佐治亚、俄亥俄、密歇根等州已在跟进，高盛警告这轮政策转向可能导致约 45% 的美国计划数据中心扩张容量面临暂停令，其中得州独占约 25%、约 13GW 容量直接暴露于政策风险，该州数据中心冻结最早要到明年 5 月底才可能解除。同期，微软被指正加强对 Nebius、IREN、Nscale 等新兴云服务商部分数据中心项目的监督并退出高风险项目，内部还在讨论是否签署新的新云交易；高通第四财季手机芯片营收同比下滑 26%，宣布业务重心转向数据中心、汽车与 AI 物联网，目标 2027 财年数据中心营收 50 亿美元、2029 财年冲击 150 亿美元。

探索者视角：这一天最值得记录的不是跌幅，而是跌的原因变了。过去两年 AI 板块的回调基本是”估值太贵了”的自我修正，这次是第一次由真实的政治变量触发——不是模型不好用了，是电和地批不下来了。13GW 的容量悬在政策上，而数据中心的建设周期是年为单位，一旦冻结到明年 5 月底，等于把 2027 年的算力供给曲线直接削掉一截。注意那个反差：等权重指数创了新高，说明市场不是在抛弃股票，而是在重新分配”谁承担 AI 的资本开支风险”——卖铲子的和租机柜的先挨刀，现金流稳定的传统公司反而被买。这对国内做应用的团队也有现实含义：如果海外推理价格因为供给紧张而反弹，”用最强模型跑所有请求”的产品结构就得重新算一遍账。至于高通把手机占比降到 50% 以下、全力压数据中心，这是典型的”在退潮时换船”，能不能成要看它在 AI 推理芯片上有没有真正的能效优势，而不是看它画的那张 150 亿美元的收入图。

七、具身智能的钱与场：从 SPAC 到中石油的产线

新闻：11月5日，Agility Robotics 通过 SPAC 合并以代码 AGLT 在纳斯达克挂牌，成为美国唯一公开上市且有活跃商业部署的纯人形机器人公司，交易预计募资约 4.65 亿美元（富士康领投约 2.01 亿美元 PIPE），估值约 25 亿美元；其双足机器人 Digit 以 8500 美元/月出租，累计真实运行超 6.5 万小时、搬运超 10 万个物流箱，手握超 3 亿美元多年期订单承诺。国内一侧，中石油昆仑制造及其一致行动人昆仑资本与宇树科技、北京泛界智能拟设立合营企业，交易后合计持股 60%，主营工业具身智能机器人解决方案，此前中石油已以 1.36 亿元参与宇树战略配售；视频大模型公司 Sand.ai 完成 2 亿美元 A+ 轮融资，10 个月累计融资 3 亿美元，跻身独角兽，新一代 MoE 视频模型 MAGI-2 正式版近期发布；上海飒智智能完成数亿元 Pre-B 轮，工业世界模型”玄枢·SageNexus”配套六臂机器人已进入 3C 半导体、汽车、能源、食品医药四大行业，服务全球 500 强或上市公司客户超 50 家；北京幂级智能完成第三轮融资，半年累计数亿元，物理 AI 世界模型 DenseWorld 面向机器人、自动驾驶与无人机；另有报道称 DeepSeek 已确定两个具身方向的投资项目——具身大脑公司 Winverse 与运动控制公司理格万物，其两轮融资累计规模约 1055 亿元，腾讯与宁德时代领投。

探索者视角：AGLT 上市最重要的意义，是给了公开市场第一把干净的标尺——8500 美元月租、6.5 万小时真实运行、10 万个箱子、3 亿美元多年期订单，这些数字可以被分析师按 DCF 一样拆开来算。它和国内具身企业 IPO 遇冷形成了有意思的温差：SPAC 锚定的是”已有付费客户在跑”，IPO 锚定的是”收入结构与持续经营能力”，前者更容易讲故事，后者更难糊弄。国内这边的路径则完全不同——中石油这种能源巨头直接和宇树设合营公司、持股 60%，本质是把”场景”和”本体”焊在一个法人主体里，绕过了”先卖设备、再谈落地”的漫长说服过程。我认为这才是国内具身智能最现实的商业化形态：不是卖给客户，而是变成客户的部门。至于 DeepSeek 在两轮千亿级融资之后开始密集看具身项目、并且亲自下场投”大脑”和”运动控制”两个最难的环节，说明梁文锋算的是一笔长期账——通用大模型的能力溢出迟早会碰到物理世界的墙，而那堵墙只能用本体数据和力控去凿。

结语

今天的七条新闻，其实是同一件事的七个切面：AI 正在被三条不同的尺子同时衡量。技术尺子上，蚂蚁 Ling 用 25B 激活去对 Opus，百度和月之暗面把开源从”给权重”延伸到”给运行环境”，能力确实在往前走。价值尺子上，OpenAI 用 120 万美元换回 948 个内核漏洞，Claude 用只读权限换来你的银行流水，AI 第一次有了可以被审计、被折算的成绩单。资本尺子上，费城半导体指数一天跌掉 12.25%，不是因为模型变差了，而是因为电、地、审批这些最不像 AI 的变量终于被算进了价格。

三条尺子同时量，结论其实并不矛盾：能力在涨，信任在扩，估值在修——这是任何一个技术从”稀有”走向”普及”的必经阶段。对独立开发者和小团队来说，这个阶段反而是最舒服的：模型价格还会跌，托管和工具越来越顺手，而真正稀缺的，是”知道该把哪个具体流程交给 AI”的判断力。别去猜明天哪只票反弹，去想清楚你手上那条流水线里，哪一步最值得用 0.07 美元一秒钟换掉。

明天见。