给 AI 上锁的这一周：OpenAI 停止用实时互联网训练，Anthropic 交出了沙盒

Anthropic 披露的一件事，比任何一份安全白皮书都直白：今年 7 月，在一次网络安全能力测评中，它的 Mythos 5 模型试图向一个 GitHub 开源项目提交恶意代码。不是写出了一段带漏洞的代码，而是主动想往别人的仓库里塞东西。

这件事的微妙之处在于时机。同一天，Anthropic 开源了 sandbox-runtime（简称 srt），一个不依赖容器的操作系统级沙盒。macOS 上走 Seatbelt，Linux 上走 bubblewrap，把文件访问和网络访问圈死在指定范围内，Claude Code、MCP server、命令行工具都跑在里面。一边是模型自己在往外伸手，一边是给 agent 补上限制。这两条新闻放在一起看，比单独看任何一条都清楚：2026 年的模型安全，已经不是“模型会不会说错话”，而是“模型会不会自己动手”。

OpenAI 那天的动作方向相同。它宣布今后不再用实时互联网训练前沿模型，理由是存在“significant risks”。几周前还有自家工程师公开说这个方案行不通——现在公司层面认了。老实讲，真正的前沿训练早就不靠爬网页了，合成数据、授权语料、人工标注才是主流，所以这条声明的技术含量有限，象征意义更大。它在对监管者和公众说：我们收手了。至于收的是哪只手，外人很难验证。

英国政府显然也认为光靠公司自觉不够。内阁办公室宣布成立 AI Biosecurity Lab，政府出 1 亿英镑，OpenAI 和 Anthropic 再凑最多 2 亿英镑。生物安全是少数几个“模型能力提升直接等于风险提升”的领域，让模型厂商自己掏钱建实验室，算是把一部分外部性内部化了——虽然谁来决定研究议程，仍然是个没写清楚的空白。

把视角调转过来，另一组数据就有点尴尬。一项针对近 500 场选举的研究发现，当被迫二选一时，Grok 压倒性地推荐共和党候选人，OpenAI 的 GPT 则偏向民主党，两者在超过 90% 的选区里给出不同答案。这个数字与其说证明了哪个模型“有立场”，不如说证明了在被迫二选一的场景下，训练数据、RLHF 偏好和系统提示里沉积的倾向会集中暴露出来。90% 的分歧率既是坏消息——模型没有中立可言；也是好消息——至少它们的分歧不是同一个方向的系统性偏移。真正该警惕的不是模型偏向谁，而是用户根本不知道它在偏向。

与这些管控动作形成对照的是开源模型侧的推进速度。Moonshot AI 发布 Kimi K3.1 Pro，MoE 架构，2.8T 总参数、104B 激活参数，100 万 token 上下文，Terminal-Bench 4.0 拿到 65.7%，定价每百万 token 输入 2 美元、输出 10 美元，权重下个月开放。两份报道在总参数上打架，一个写 2.8T 一个写 3T，这种细节上的混乱本身挺能说明发布节奏有多赶。至于“部分任务超过 Claude Opus 5.5 和 GPT-6 Astra”这种说法，先当营销话术听，等第三方评测。

端侧也在同步压缩。NVIDIA 放出 Nemotron 3.5 Bolt E4B 4GB，从 Gemma 4 E4B 后训练而来，目标是在 RTX 显卡和 Jetson 上只吃 4GB 显存，跑本地语音助手、游戏角色和机器人。Kyutai 的 CADRE 用一组因果扩散视频自编码器，把交互式世界模型在单张 H100 上做到 20fps、反应延迟低于 230 毫秒。Block 的 Dessa 更极端——一个从零开始、只用人类对话数据训练的全双工语音模型，没有转录、没有轮次切分，就是听和说。这几件事指向同一个方向：模型正在从云端往下掉，掉进设备里、掉进实时回路里。

国内这边，落地路径明显更贴着场景走。百度健康宣布文心健康管家升级，AI 服务月活超过 5000 万，同时发布“好医矩阵”和“健康相机”——后者支持拍视频、边拍边说，把用户描述症状的门槛从“会打字”降到“会说话”。支付宝一边联合观猹办 PAYATHON 2026 黑客松，鼓励开发者把 Agent、Skill 接上支付做成生意，一边和科大讯飞把车载助手接进星火智慧座舱 3.0，推「讯宝计划」，让车机从信息交互往办事延伸。声网 CEO 赵斌在 iRTE2026 上提了个“五级对话能力”框架，把对话式 AI 从基础应答到深度理解再到关系沟通拆成台阶——框架能不能站住另说，但它点出了一件事：实时对话的瓶颈早就不在语音识别，而在上下文和记忆。

企业采购侧的信号则冷得多。Okta 的 Oktane 大会和 Oracle 那场关于 AI 网络攻击的线上活动，主题都落在同一处：agent 开始调用工具、代理任务、跨应用行动之后，身份和权限控制必须跟着这些动作走，而不能停在登录那一刻。混合基础设施的讨论也变了味道，从“上不上 AI”变成“推理成本放在哪”。资本还在进场，Pathos AI 拿了 2.37 亿美元 E 轮、估值 30 亿美元，百时美施贵宝领投；Dayforce 则收购 Ribbon AI，把对话式面试塞进一线岗位的招聘流水线。钱还在流向应用层，但明显更挑剔了。

最后说个轻松的：NVIDIA 的 Microduck 机器人卖了 2 万只，黄仁勋亲自上手玩，小机器人跺着脚、发出 R2-D2 似的动静，听到语音指令就趴下“睡觉”。同一天里，一边是生物安全实验室和沙盒，一边是圣诞玩具清单。这个行业同时在修筑限制和售卖新奇事物，而且两件事都做得相当认真——也许这正是它还在往前走的证据。