算力重构与模型护城河之战

本周看点

这周我翻看行业动态时，最强烈的感受是：AI 竞争已经彻底脱离了“单纯比拼参数”的阶段。一边是算力基础设施在物理和供应链层面的极限拉扯，另一边是模型知识产权的贴身肉搏。老实说，现在的 AI 行业，越来越像重资产的半导体和能源行业了。

1. 闭源模型的防御战：Anthropic 指控阿里“非法提取”

• 发生了什么 路透社报道，Anthropic 公开指控阿里巴巴非法提取了 Claude AI 模型的能力。这大概率是指通过 API 调用进行大规模的模型蒸馏（Distillation）。

• 深度解读 我注意到，这其实是闭源模型厂商一直担心的“灰犀牛”事件。过去大家觉得闭源模型的护城河是数据和算力，但现在开源模型通过蒸馏闭源模型的输出，能以极低的成本逼近原模型的效果。Anthropic 这次直接点名，说明这种“薅羊毛”的行为已经触及了他们的核心商业利益。这不仅仅是法律纠纷，更是闭源与开源阵营在模型能力定价权上的一次正面冲突。

• 影响分析 对开发者来说，以后调用闭源 API 可能会面临更严格的速率限制和输出水印检测。对企业而言，依赖单一闭源模型做底层微调的合规风险正在急剧上升。

• 下一步值得关注 看看 Anthropic 会拿出什么实质性的技术证据（比如输出分布的统计学特征），以及阿里方面的回应。这可能会催生出一批专门做“防蒸馏”和“API 滥用检测”的中间件创业公司。

阅读完整报道

2. 算力供应链重构：OpenAI 亮出首款定制芯片 Jalapeno

• 发生了什么 OpenAI 正式公布了由 Broadcom 制造的首款定制芯片 Jalapeno，主要用于推理环节。

• 深度解读 如果你和我一样关注算力成本，就会明白这一步有多关键。过去几年，OpenAI 几乎被 NVIDIA 的 GPU 产能卡着脖子。现在推出定制 ASIC（专用集成电路）芯片，意味着他们开始从底层硬件夺回控制权。我觉得这和当年 Google 搞 TPU 的逻辑如出一辙，但 OpenAI 的动作显然更急迫。推理芯片的定制化，能大幅降低单次 token 生成的边际成本，这对于他们推行大规模 Agent 应用是必须的。

• 影响分析 这对 NVIDIA 的长期垄断地位是个信号，虽然短期内 GPU 依然是训练的主力。对云服务商和 AI 创业公司来说，硬件差异化将成为下一个竞争维度，单纯买卡租卡的模式可能会受到冲击。

• 下一步值得关注 Jalapeno 的实际推理能效比（Performance per Watt）数据，以及 OpenAI 会不会把部分推理流量强制迁移到自家芯片上。

查看 TechCrunch 报道

3. Agent 走向低成本：Google Gemini 3.5 Flash 支持 Computer Use

• 发生了什么 Google 在官方博客宣布，为 Gemini 3.5 Flash 模型引入了 Computer Use（计算机控制）功能。

• 深度解读 之前 Computer Use 这种需要模型理解屏幕、规划步骤并执行点击的能力，基本只有最顶级的旗舰模型才能勉强胜任。现在 Google 把它下放到了 Flash 这种轻量级、低成本的模型上。在我看来，这是一个非常明确的商业化信号：Agent 不能只停留在 Demo 阶段，必须把运行成本打下来。Flash 模型的延迟更低、价格更便宜，这意味着基于视觉的自动化脚本终于可以大规模部署了。

• 影响分析 RPA（机器人流程自动化）行业可能会迎来一波洗牌。传统的基于规则或 DOM 树解析的 RPA 工具，在具备视觉理解能力的轻量级大模型面前，显得过于脆弱。开发者现在可以用极低的 API 成本，构建能操作任意网页或桌面软件的 Agent。

• 下一步值得关注 Flash 模型在处理复杂多步 UI 交互时的成功率，以及 Google 是否会推出配套的沙盒运行环境。

查看 Google 官方博客

4. 逼近物理极限：NVIDIA 谈 AI 工厂的液冷革命

• 发生了什么 NVIDIA 发布了一篇关于 AI 数据中心液冷技术的深度博客，详细探讨了下一代 AI 工厂的散热解决方案。

• 深度解读 把这条新闻和 OpenAI 发芯片连起来看，你会发现一个残酷的现实：算力的瓶颈已经不仅仅是硅片了，而是热力学。当单机柜功率飙升到 100kW 甚至更高时，传统的风冷根本压不住。NVIDIA 现在大谈液冷，其实是在告诉市场：未来的 AI 基础设施，不仅是买 GPU，还得配套极其复杂的流体动力学和冷却系统。我觉得，AI 公司的资本支出（CapEx）结构正在发生根本性变化，机房改造和冷却系统的投入占比会越来越大。

• 影响分析 对数据中心运营商和 IDC 企业来说，不具备液冷改造能力的老旧机房将迅速被淘汰。对投资者而言，液冷产业链（冷板、CDU、冷却液）可能是比单纯炒作算力芯片更具确定性的标的。

• 下一步值得关注 NVIDIA 下一代架构对液冷标准的强制要求，以及直接芯片级液冷（Direct-to-Chip）与浸没式液冷（Immersion）的技术路线之争。

阅读 NVIDIA 博客

小结

这周的动态让我确信，AI 行业正在经历一场“重工业化”的蜕变。从 OpenAI 和 NVIDIA 在芯片与散热上的死磕，到 Anthropic 在模型产权上的反击，再到 Google 压低 Agent 运行成本的务实，所有的线索都指向一个事实：靠堆参数和烧钱换增长的时代快结束了，接下来拼的是供应链控制力、物理基础设施和极致的成本效率。