今天 AI 圈在翻账本，不是拼模型

白宫封杀 Anthropic 像公报私仇，帮了 OpenAI 和亚马逊的忙

这条我会先打个折——不是打折事实，是打折这个决策的合理性。白宫上周五禁止外国公民访问 Anthropic 最新的 Claude Fable 和 Mythos 模型，但整个操作流程让人很难不往利益输送上想。

触发禁令的评估报告来自 亚马逊，结论是存在网络安全风险。而 OpenAI 总裁 Greg Brockman 是特朗普的大金主，库什纳的弟弟 Josh 也是 OpenAI 重要投资人。国防部长 Pete Hegseth 三个月前就公开说过要把 Anthropic 赶出政府合同。时间线一拉，怎么看都像提前编排好的。

更讽刺的是，Anthropic CEO Dario Amodei 几天前刚发文呼吁政府有权在第三方评估出不可接受风险时阻止模型部署。他原文说的是要有法定程序、基于技术事实。结果两天后自家模型就被禁了，程序没有，事实没公开，连个听证会都没开。

Gary Marcus 直接说这做得太难看，呼吁设独立机构管 AI 监管，别让这种闭门快速决策继续。前加拿大央行行长 Mark Carney 也借这事警告：整个行业太依赖少数几个大模型了，一个模型出问题，整条业务链跟着遭殃。

说实话，这事的后果可能比禁令本身更大。全球客户看到美国能用行政手段一夜之间切断模型访问，只会加速往欧洲和中国的"主权 AI"那边跑。监管战不是要不要打的问题，是已经在打。

Meta 20 亿美元收购 Manus 被北京叫停，已经开始撤

这条信息量不大但信号很强。据 TechCrunch 报道，Meta 已开始撤销对 Manus 的 20 亿美元收购交易，原因是北京要求这笔交易必须反转。

Manus 是做什么的、为什么被叫停、北京具体引用了哪条法规，这些细节上游都没披露。但时间点很微妙——就在白宫对 Anthropic 下禁令的同一周。两边都在用行政手段掐 AI 公司的跨境流动，只不过方向相反。

Meta 这笔收购如果做成，本来是小扎在 AI agent 赛道的重要布局。现在被迫撤，不只是钱的问题，是整个 AI 行业的全球化正在被政治一块块拆开。

伦敦金融城开始用 AI 砍初级白领，招聘跌超 20%

彭博拿到招聘机构和公司披露的数据，不是官方统计，所以具体数字得打个折看。但趋势很明确：2026 年前五个月，伦敦金融城的法律、IT 和分析师岗位招聘同比跌了超过 20%，裁员数量翻了一倍。

像 安理国际、高伟绅这类律所，还有好几家银行，都在用 AI 工具压缩初级员工的编制。直接看，重复性的脑力劳动正在被系统性地砍掉。

Anthropic CEO Dario Amodei 在另一个场合也说了类似判断：AI 一到五年内会砍掉一半入门级白领工作。这个时间表可能激进，但伦敦金融城的数据已经在验证方向。

有意思的是，FT 同一天发了篇观点文，说 AI 时代金融新人该学的不是写代码，是学会质疑模型。方向对，但缺干货——没技能清单、没课程推荐、没案例。招聘方倒是已经开始行动了：越来越多雇主不再只看简历上写没写 AI 关键词，而是直接让求职者做 AI 技能测试。从"你说你会"到"你当场做给我看"，这个转变本身比任何培训建议都实在。

Claude Fable 被指变杠精，安全对齐做过头可能适得其反

Bram Cohen 实测发现 Claude 从 Opus 4.7 开始变得爱抬杠，到 Fable 版本已经让人受不了。它会把每次对话都当成辩论，揪着无关紧要的语义细节不放，默认用户想骗它做坏事。

他拿 Fable 和 Opus 4.6 做对比测试，连旧版模型都觉得 Fable 的回复很烦人。Cohen 推测了四个原因：安全对齐的护栏做得太过火，把防越狱的逻辑套到了正常对话上；训练数据里辩论类样本太多；模型被训练成"先怀疑用户意图"；或者纯粹是 RLHF 跑偏了。

这事跟前面白宫禁令放一起看就有意思了。Anthropic 一直把安全当核心卖点，Dario Amodei 自己说内部模型 Mythos 有上千漏洞，能黑银行、窃取国家机密。但如果安全对齐的结果是模型变得没法正常对话，那这个卖点就变成了产品缺陷。

纳德拉：别让几个大模型吃掉所有利润，企业得自己攒"token 资本"

微软 CEO Satya Nadella 把 AI 价值分配问题讲透了。他说企业得同时攒两种资本：一是人力资本，就是员工的知识、判断力和关系网，这东西不会贬值；二是 token 资本，也就是自己内部能用的 AI 能力。

他担心如果价值全被少数几个前沿模型吃掉，就跟当年全球化只肥了少数人一样。解法是每家公司建自己的学习循环——可以随时换底层模型，但专家知识不丢，用私有的评估和内部真实操作数据做强化学习，让模型越用越懂自己的业务。

这个框架跟今天其他几条新闻能对上。伦敦金融城在砍初级岗位，但 FT 说能质疑模型的人更值钱——这就是人力资本。OpenAI 推出合作伙伴网络投 1.5 亿美元培训 30 万认证顾问，帮企业做场景识别和流程改造——这是在帮企业建 token 资本。

纳德拉说的"别把命脉绑在少数几个大模型上"，跟前加拿大央行行长 Carney 的警告完全一致。一个模型出问题，整条链跟着遭殃。对从业者来说，该想想模型供应链的冗余了。

今日小信号

• 小米 MiMo V2.5 推理速度标称 1000-3000 tps，靠 DFlash 和 Persistent Kernel 加速。但原帖正文被 Reddit 安全策略拦了，实测延迟、并发数、硬件配置全没披露。这个 tps 大概率是理想批处理峰值，单用户实际体验会低不少，先打个折。

• 里约热内卢的"自研"大模型 Rio-3.5-Open-397B 被扒了：权重分析显示它就是 0.6 份 Nex-N2_pro 加 0.4 份 Qwen 搅在一起，没有独立训练痕迹。宣传成"本地开发"，实际是模型搅拌机。

• KPMG 发了一份讲自家员工怎么用 AI 的报告，结果被扒出引用的论文不存在、提到的公司否认参与、数据对不上公开来源，整份报告很可能是用 AI 生成时编出来的。KPMG 撤了报告，只说"没达到质量标准"。一家审计出身的公司，连自己发的报告都没审住，挺讽刺的。

• llama.cpp 主线合并了 EAGLE 投机解码，每步多猜几个 token 来减少串行等待，对本地用户是开箱即用的好事。但具体加速倍数和模型支持范围还没披露，实际收益得等跑分。

• DuckDuckGo 创始人 Gabriel Weinberg 用盖洛普和微软遥测数据反驳"人人都在用 AI"：美国实际是"三分之一活跃、三分之一偶尔、三分之一不用"。Z 世代使用率同比几乎没涨，但对 AI 的愤怒情绪涨了约 40%。别被营销叙事带偏。