AI 周报：当政府开始下架模型，当 CEO 开始谈论政治经济学

2026年6月16日

过去一周的 AI 领域发生了一些值得深思的事情。不是又一个模型刷新了基准分数——这种事每周都在发生——而是几件指向行业结构性变化的事件。美国政府首次因安全问题强制下架前沿模型，Microsoft CEO 发表长文警告 AI 可能重蹈全球化的覆辙，多家企业发现 AI 编程工具的 token 成本正在失控。这些事件共同描绘出一个正在从"能力狂飙"转向"治理重构"的行业。

一、Anthropic Fable 5 事件：AI 供应链的脆弱性暴露无遗

6月10日，Anthropic 发布了 Claude Fable 5 和 Mythos 5，这是其迄今最强的模型。三天后，美国政府发出出口管制指令，要求立即暂停所有访问。Anthropic 随即在全球范围内封锁了这两个模型，包括付费企业客户。

事件的导火索疑似与知名越狱者"Pliny the Liberator"在 X 上公开发布的越狱方法有关。该方法利用 Unicode、同形字符和多 Agent 协作，成功绕过安全限制，提取了网络攻击、爆炸物和化学合成的功能性指令。

但事情比表面看起来更复杂。Anthropic 在声明中指出，政府提供的越狱证据"仅限于口头说明"，且涉及的只是"一个狭窄的、非通用的越狱"——本质上是让模型阅读特定代码库并修复软件缺陷。Anthropic 还指出，这些能力"在其他公开模型中广泛可用"，并点名 OpenAI 的 GPT-5.5。

更深层的背景是，今年 3 月，国防部长 Pete Hegseth 曾将 Anthropic 标记为"供应链风险"，原因是该公司拒绝在没有安全限制的情况下允许军方将 Claude 用于大规模国内监控和致命自主武器。这导致 Anthropic 被全面禁止用于国防供应链。

对开发者的启示： 这个事件证明了一个残酷的现实——基于云的前沿模型完全受制于政府监管和供应商合规。任何将关键工作流绑定到单一 API 供应商的组织，都面临着突然中断的运营风险。多供应商冗余和本地模型部署不再是"nice to have"，而是生存必需。

竞争对手已经在行动。MiniMax 迅速强调其 M3 模型的开源/开放权重特性，对比 Claude 的集中式脆弱性：“没有任何公司或政府能够夺走你的本地模型。”

二、Nadella 的长文：AI 时代的政治经济学

6月15日，Microsoft CEO Satya Nadella 在 X 上发表了一篇异常哲学化的长文，标题是"A frontier without an ecosystem is not stable"。对于一个 3 万亿美元市值公司的在任 CEO 来说，这种写作方式相当罕见。

Nadella 提出了两个核心概念：

  • Human Capital（人力资本）：知识、判断力、关系网络、创造力、模式识别
  • Token Capital（token 资本）：企业构建和拥有的 AI 能力

他的核心论点是：人力资本不会因为 token 资本的增长而贬值，反而会更加重要。"如果没有人类的指引，你只是在让算力转圈。"真正的危险不是 AI 的能力，而是它的集中化倾向——如果所有价值都被少数模型吸收，“政治经济体不会容忍它”。

Nadella 将 AI 集中化类比为全球化第一阶段中产业被外包掏空的历史：“GDP 数字表面上看起来不错，但置换是真实的，后果至今仍在承受。”

现实中的佐证： 这篇文章的时机恰到好处。就在同一天，Reuters 报道 Microsoft 股东提起集体诉讼，指控公司通过隐瞒 Azure 增长放缓和 AI 基础设施支出需求来抬高股价。Microsoft 第二季度资本支出达 375 亿美元，同比增长近 66%，超出分析师预期的 343 亿美元。

更微观的案例是 Microsoft 自身的困境。公司正在取消 Experiences and Devices 部门的大部分内部 Claude Code 许可，原因是月度使用率到 4 月已达 84-95%，每位工程师每月 API 成本在 500-2,000 美元之间，年度 AI 预算已经耗尽。这恰恰是 Nadella 在宏观层面描述的问题在微观层面的体现：工具越有效，token 消耗越多，成本越高。

Uber 的案例更加戏剧性。公司通过内部排行榜激励员工使用 AI 编程工具，结果四个月就烧完全年预算。之后不得不设定了每人每月 1,500 美元的上限。Meta 员工创建了一个叫"Claudeonomics"的仪表盘来追踪 token 消耗，Amazon 则鼓励员工"tokenmaxx"——尽可能多地消耗 AI token。

Nvidia 应用深度学习副总裁 Bryan Catanzaro 的一句话道出了核心矛盾：“AI 的成本为什么比人类工作者还高？”

三、小米 MiMo Code：持久记忆是下一代 Coding Agent 的关键

小米 MiMo AI 团队开源了 MiMo Code V0.1.0，一个终端原生的 AI 编程助手。这个项目基于 OpenCode 分支构建，MIT 许可，但加入了一些值得关注的架构创新。

最核心的问题是 AI 编程 Agent 的"失忆症"。随着上下文窗口填满，早期的决策、约定和任务状态会被压缩掉或完全丢失，迫使开发者反复解释项目背景。小米认为，解决方案不是更好的压缩，而是显式的存储与检索机制。

MiMo Code 的四层记忆架构：

  1. 项目记忆：持久化的 MEMORY.md 文件
  2. 会话检查点：跨会话的状态快照
  3. 临时笔记：工作过程中的即时记录
  4. 任务进度日志：每个任务的执行轨迹

关键创新是独立的"检查点写入器"子 Agent——与主编程 Agent 并行运行，实时记录决策和状态，就像建筑工地上的建筑师实时更新蓝图。当主 Agent 的上下文窗口接近极限时，系统从结构化检查点重建环境。

小米自报的基准成绩：SWE-bench Verified 82%（vs Claude Code 79%），SWE-bench Pro 62%（vs 55%），Terminal Bench 2 73%（vs 69%）。在 576 名开发者的双盲 A/B 测试中，200 步以上任务 MiMo Code 胜率超过 65%。

但需要注意的是，小米选择只与 Claude Code 对比，没有与 OpenAI Codex 或 Google Gemini CLI 对比。在 Terminal-Bench 2.0 官方排行榜上，Codex CLI + GPT-5.5 得分 82.2%，高于 MiMo Code 自报的 73%。

免费的 MiMo-V2.5 模型（百万 token 上下文窗口，MIT 许可）是吸引开发者的关键。零配置即可使用，自动从 Claude Code 导入 MCP 服务器和 API 配置。

四、DiffusionGemma：文本生成的另一种范式

Google 发布的 DiffusionGemma 是一个实验性的开源模型，将扩散过程应用于文本生成。传统语言模型像打字机一样逐 token 生成，无法回头修改。DiffusionGemma 则从 256 个随机占位符 token 开始，通过多轮迭代并行精炼整个块，每轮评估每个位置并锁定最有把握的 token。

这种架构带来两个结构性优势：

  • 自我纠正：可以识别低置信度位置并在下一轮重新评估
  • 双向上下文：块内每个位置同时关注其他所有位置

基于 Gemma 4 骨干，26B MoE 架构（推理时仅激活 3.8B 参数）。FP8 量化后可在 RTX 4090/5090 上运行（18GB VRAM）。在 H100 单卡 batch size 1 下达到 1,008 tokens/s。

但 Google 自己也承认，DiffusionGemma 的整体输出质量低于标准 Gemma 4。它的优势场景是本地推理、低并发服务和结构化约束任务（如代码填充、模板生成），而非高并发云服务或开放式生成。

这是推理架构的一个有趣探索，但不是通用替代方案。Google 构建的 ModelState 接口设计为支持未来更多扩散模型的集成。

五、SkillOpt：让 Agent 技能文档"可训练"

Microsoft 开源的 SkillOpt 解决了一个被低估的问题：Agent 技能文档的优化。当前的 Agent 技能通常是以 .md 文件形式存储的自然语言规范，包含领域启发式、工具使用策略、输出约束等。优化这些文件依赖手动试错，缺乏数学保证。

SkillOpt 将深度学习的优化纪律引入文本优化：

  • 编辑预算充当学习率，限制每步修改量
  • 验证门控确保修改真正提升了性能
  • 动量项在 epoch 结束时比较前后技能，保留长期程序性教训
  • 负反馈缓冲防止重复失败的编辑

在 GPT-5.5 上，相比无技能基线平均提升 23.5 分。小模型获益更大：GPT-5.4-nano 在多模态文档 QA 上得分近乎翻倍。

六、“Faithful Uncertainty”：让 LLM 学会说"我不确定"

Google 研究者的论文提出了一个优雅的解决方案来处理幻觉问题。核心思路是重新定义幻觉——不是所有事实错误都是幻觉，只有"自信的错误"才是。如果模型在犯错时适当地表达了不确定性（“我不完全确定，但我觉得……”），这就不是幻觉，而是一个供用户参考的假设。

论文揭示了当前幻觉缓解策略的"效用税"：将 25% 的错误率严格降到 5% 需要丢弃 52% 的正确答案。企业不愿意支付这个代价，结果模型继续在自信状态下产生幻觉。

对 Agent 系统，忠实不确定性成为关键的控制层——模型可以根据内部置信度动态决定何时调用外部搜索工具，而不是依赖静态的启发式规则。

七、Sakana Marlin：8 小时深度推理 Agent

Sakana AI 发布的 Marlin 代表了一种新的 AI 使用范式。不是秒级回答，而是持续推理长达 8 小时，生成 100+ 页策略报告。

基于自研的 AB-MCTS（自适应分支蒙特卡洛树搜索）算法，Marlin 将研究过程建模为分支可能性树。在每个节点，算法动态平衡"更宽"（探索全新假设）和"更深"（精炼现有方案）。多模型协作维度允许为不同子任务动态选择不同 LLM。

面向金融机构、智库和大型企业的"虚拟 CSO"定位很有意思——它不是在替代 ChatGPT，而是在替代初级战略咨询师。

结语：从能力竞赛到治理重构

这一周的新闻共同指向一个方向：AI 行业正在从"谁的模型更强"的单一维度竞争，转向更复杂的多维度博弈——成本治理、供应链韧性、架构设计、监管应对。

Nadella 的 token 资本论、Microsoft/Uber 的预算危机、Anthropic 的监管风暴、MiMo Code 的持久记忆架构、SkillOpt 的技能优化——这些看似不相关的事件，实际上都在回答同一个问题：当 AI 从实验室走向生产环境，真正的挑战不是能力，而是可持续性。

对企业来说，三个行动项已经变得清晰：

  1. 构建多供应商 AI 架构，避免单一供应商锁定
  2. 建立 token 成本治理机制，从"鼓励使用"转向"优化使用"
  3. 投资 Agent 框架层（记忆、技能、协议），而不仅仅是模型层

本文基于 The Verge、VentureBeat 及相关公司官方公告整理。部分基准数据为厂商自报，未经独立验证。

发布日期：2026年6月16日