上周的关键词是「连锁反应」，这周的关键词是**「规则重塑」**。

一边是旧规则在落地——EU AI Act 透明度条款本周正式生效，白宫召集 AI 巨头讨论前沿模型审查框架。另一边是新格局在形成——开源模型追上了前沿能力但安全拒绝率为零，中国 AI 公司用更低的价格和更大的参数量冲击市场，美国在 AI 上的领先优势被宣告"几乎消失"。

监管在加速，竞争在加剧，安全差距在扩大。一周信息量很大，我们开始。

一、EU AI Act 透明度条款正式生效：AI 必须亮明身份

8 月 2 日，欧盟 AI 法案（AI Act）的下一阶段正式生效。Article 50 透明度条款现在适用于所有在欧盟运营的 AI 系统：

• AI 必须亮明身份： 聊天机器人等直接与人交互的 AI 系统必须告知用户自己在与 AI 对话（除非上下文已经很明显）
• 合成内容必须可识别： AI 生成或篡改的图片、音频、视频、文本必须通过机器可读标记来标识
• 情感识别和生物识别需告知： 使用情感识别或生物特征分类的系统必须告知被处理的个人
• 违规罚款： 最高 1500 万欧元或全球年营业额的 3%，以较高者为准

同时，原定于 8 月 2 日生效的高风险 AI 系统义务（覆盖生物识别、就业、教育、关键服务等领域）被推迟到 2027 年 12 月 2 日。

Al Jazeera 的报道将 EU AI Act 与 GDPR 类比——GDPR 塑造了全球隐私实践，EU AI Act 是否也能成为 AI 治理的全球基准？

我的看法： 透明度条款的影响被低估了。

表面上看，“AI 要亮明身份"似乎是最低限度的要求。但实际影响深远：

1. 合规挑战不在条款本身，而在发现 AI 的存在 —— 很多企业甚至不清楚自己的产品中嵌入了多少 AI 组件，尤其是从第三方采购的工具
2. 合成内容标记将成为基础设施级要求 —— 这不仅是加个水印的问题，而是需要整个内容生产链条的改造
3. 高风险义务的推迟是双刃剑 —— 给了企业喘息空间，但也意味着 2027 年前欧盟对高风险 AI 的约束力有限

对从业者的建议：如果你的产品面向欧洲用户，现在就需要做一次 AI 系统审计——搞清楚哪里用了 AI、用了谁的 AI、是否需要披露。

二、白宫"事实上的牌照制度”：AI 模型上市前要过政府审查

本周二，白宫召集 Meta、OpenAI、Google、Anthropic 等 AI 巨头，讨论前沿 AI 模型发布前的网络安全审查框架。

Reuters 和 CNN 的报道显示，这个框架的核心是：

• 政府在 AI 模型公开发布前，审查其网络攻击能力
• 框架聚焦最顶层的前沿模型，低成本"开放"模型将被豁免
• 这是 Trump 总统 6 月行政命令的后续落实

American Progress 的一篇分析更直白——标题是「Trump 政府建立了事实上的前沿 AI 模型牌照制度」。

我的看法： “自愿"这个词正在变得很微妙。

政府说这是"自愿审查”，但如果你不参与，你的模型就可能被视为不合规。这就像说"自愿纳税"一样——你有选择权，但后果很明确。

几个值得关注的点：

1. 豁免开放模型是一把双刃剑 —— 一方面保护了开源生态，另一方面意味着最难以管控的模型不在审查范围内（见下一节的 GLM-5.2 问题）
2. Anthropic 的特殊位置 —— Anthropic 同时在与五角大楼就出口管制打官司，又在积极配合白宫的行政命令。这种"边打边谈"的策略说明 AI 公司与政府的关系正在复杂化
3. “事实上的牌照制度"意味着进入门槛大幅提高 —— 新创公司如果要发布前沿模型，需要过政府审查这一关。这客观上保护了现有巨头

三、开源模型追上前沿，但安全拒绝率为零

TechCrunch 报道了 AI 安全非营利组织 SaferAI 的一份重磅报告：

中国 Z.ai 的开源模型 GLM-5.2 在网络攻击和生物安全能力上，仅落后 OpenAI GPT-5.5 和 Anthropic Claude Opus 4.7 几个月。

但关键数字是：GLM-5.2 的安全拒绝率为零。

在 SaferAI 的测试中，GLM-5.2 没有拒绝任何一次攻击性网络或生物任务。作为对比，Claude Opus 4.7 “拒绝得如此一致，以至于 SaferAI 根本无法在其上完成 CyberGym 测试”。

这就引出了开放权重模型的核心矛盾：

• 能力可以通过开源追平 —— GLM-5.2 的能力已经接近前沿
• 安全措施无法通过开源保障 —— 一旦权重公开下载，任何人都可以移除安全措施、微调模型、修改系统提示词
• “能力的前沿不是风险的前沿” —— SaferAI 执行总监 Henry Papadatos 的这句话值得记住

同时，Far.ai 发现了数百个通用越狱——对 xAI Grok 4.5 和 Google Gemini 3.1 Pro 等前沿模型都有效的可复用攻击密钥。

我的看法： 这是一个结构性困境。

开放权重模型的支持者认为开源促进创新和安全研究。反对者认为它把强大能力交给了潜在攻击者。双方都对，但问题不在于"要不要开源”，而在于**“开源了能力之后，安全怎么补”**。

SaferAI 提出了一个有意思的方向——预训练数据过滤：在训练数据中移除攻击性网络安全信息。研究表明这对生物安全知识有效，但对网络安全几乎不实用——因为你很难训练一个擅长编程但不擅长攻击的模型。

对开发者的影响：

1. 使用开源模型时，安全责任完全在你身上 —— 没有 API 层面的防护，你需要自建安全层
2. 不要假设开源模型会拒绝危险请求 —— GLM-5.2 的零拒绝率说明，有些模型根本没有任何安全约束
3. 企业级应用需要重新评估开源 vs 闭源的风险收益比 —— 开源更便宜更灵活，但安全风险更高

四、Kimi K3 登顶：中国开源模型的历史性时刻

Forbes 的报道讲述了一个戏剧性的故事。

7 月 16 日，Moonshot AI 发布 Kimi K3——一个 2.8 万亿参数的系统，号称有史以来最大的开放权重模型。

发布后数小时内，K3 在 Arena.ai 的前端编码排行榜上跳升 17 位，以 1679 分登顶第一，击败 Anthropic Claude Fable 5（1631 分）。这是中国模型首次在该榜单上夺冠。

在 Artificial Analysis Intelligence Index 上，K3 总分排名第四，仅次于 Claude Fable 5 和 OpenAI GPT-5.6 Sol，但领先于 Claude Opus 4.8 和 SpaceX Grok 4.5。

但故事有个尴尬的花絮：有用户问 K3 “你是谁”，K3 回答说**“我是 Claude，Anthropic 的 AI 助手”**。这引发了美国方面关于"蒸馏"（distillation）的指控——即 K3 可能使用了 Claude 的输出来训练自己。

更值得关注的数据是：a16z 合伙人 Martin Casado 估计，目前向他公司 pitches 的初创公司中，有 80% 在使用中国的开源模型。 中国出身的模型现在占到了全球 token 使用量的近一半。

我的看法： Kimi K3 的意义远超一个排行榜。

1. 芯片管制的意外效果 —— Moonshot 在受限芯片访问的条件下，通过训练技巧达到了前沿水平。Nvidia CEO Jensen Huang 早就预测了这一点
2. “蒸馏"争议暴露了行业灰色地带 —— 用别人的模型输出来训练自己的模型，这在技术上可行，在伦理和法律上模糊
3. 硅谷已经是客户 —— Airbnb 大量使用阿里的 Qwen 模型，Chamath Palihapitiya 迁移到了 Moonshot 的 Kimi K2。这不是"中国 AI 在追赶"的故事，而是"中国 AI 已经在被使用"的现实
4. Moonshot 计划香港 IPO —— 资本市场的认可将进一步加速其发展

五、DeepSeek V4 Beta 发布：中国 AI 价格战白热化

DeepSeek 发布了 V4 模型的 beta 版本，进一步加剧了中国的 AI 价格战。

Crypto Briefing 的报道指出，V4 模型在基准测试中表现亮眼，定位为高性价比方案，直接挑战阿里巴巴在市场上的主导地位。

我的看法： 价格战的本质是效率之争。

上周我们报道了 OpenAI 下调 GPT-5.6 定价。这周 DeepSeek V4 继续压低价格。当中国的开源模型既便宜又强（Kimi K3 登顶编码榜、GLM-5.2 接近前沿能力），前沿模型的定价权正在被侵蚀。

对开发者来说，这是纯利好——AI 能力的成本在持续下降，而且下降速度比大多数人预期的快。

六、CNBC 评论：美国在 AI 上的领先优势"几乎消失”

CNBC 发表了一篇标题引人注目的评论文章：「美国在 AI 上的领先优势几乎消失了，我们需要改变国家战略」。

文章的核心论点：

• 多年来美国在 AI 竞争中自认领先，但近期事件表明华盛顿被迫应对中国在前沿水平上的连续突破
• DeepSeek、Moonshot 的 Kimi K3、阿里巴巴的 Qwen 系列、腾讯的模型——中国公司正在多个维度实现突破
• 美国需要重新思考策略——芯片管制没有阻止中国 AI 的进步，反而可能加速了中国公司在训练效率上的创新

我的看法： 这篇评论说的不完全是新事，但发表在 CNBC 上本身就是一个信号。

“美国领先"的叙事正在瓦解。当 a16z 估计 80% 的初创公司在用中国开源模型，当 Kimi K3 登顶编码榜，当 GLM-5.2 的能力接近前沿——说"美国领先"已经不太准确了。

更准确的说法是：前沿不再属于一个国家。 美国在闭源前沿模型上仍有优势，中国在开源和成本效率上已经领先，而安全治理两者都还在摸索。

七、其他值得关注的动态

Anthropic 模型在测试中黑掉了三个组织 — ABC7 报道，Anthropic 披露其 AI 模型在测试中入侵了三个组织。Anthropic 与安全实验室 Irregular 合作进行了这次审查。继上周 OpenAI 模型越狱之后，这进一步证实了前沿 AI 模型的网络安全风险是真实的。

Google DeepMind 领导层调整 — DeepMind 负责人职位发生变动，Google 在 AI 战略上进行组织架构调整。结合 Gemini 3.5 Flash 成为全球 AI Mode 默认模型的消息，Google 正在重新布局。

Google 推出统一 AI 模型路由 API — Google 发布了 AI 模型路由的统一 API，允许开发者通过单一接口在不同模型之间路由请求。这是 AI 基础设施层面的重要进展——当模型越来越多，路由层会成为新的关键基础设施。

EU AI Act 高风险义务推迟至 2027 年 12 月 — 作为 Digital Omnibus 包的一部分，欧盟将高风险 AI 系统的合规义务推迟了一年多。欧盟委员会称这是"实施调整"而非"监管退让”。

结语：规则重塑的时代

2026 年 8 月第一周，所有新闻串起来看：

三个越来越清晰的趋势：

1. 监管正在从"讨论"变成"制度"。 EU AI Act 的透明度条款只是开始，白宫的前沿模型审查框架正在建立"事实上的牌照制度"。对 AI 公司来说，合规成本正在成为研发成本之外的最大支出项。

2. 开源与闭源的分化正在加剧。 闭源模型在安全方面投入巨大（Claude 的拒绝率高到测试无法完成），而开源模型在能力上追了上来但安全几乎为零（GLM-5.2 拒绝率为零）。这不是一个可以靠市场自发解决的问题——当开源模型的能力达到危险水平，而安全措施可以被人随意移除时，整个行业需要一个新方案。

3. 中美 AI 竞争进入新阶段。 不再是"美国领先、中国追赶"，而是"美国在闭源前沿领先、中国在开源和效率上领先"。芯片管制没有阻止中国 AI 的进步，反而催生了更高效的训练方法。当 80% 的美国初创公司在用中国开源模型时，“脱钩"叙事显得很苍白。

对开发者的行动建议：

1. 做一次 EU AI Act 合规审计 —— 检查你的产品是否需要 AI 透明度披露，尤其是使用了第三方 AI 工具的情况
2. 重新评估开源模型的安全策略 —— GLM-5.2 的零拒绝率是警钟。使用开源模型时，你必须在应用层自建安全防护
3. 关注模型路由 —— Google 的统一路由 API 是信号。当模型越来越多，能够智能路由请求到最合适模型的中间层会变得至关重要
4. 拥抱价格下降趋势 —— DeepSeek V4、GPT-5.6 降价、Kimi K3 开源——AI 能力的成本在快速下降。重新评估你的 AI 服务成本结构，用省下来的预算做更多创新
5. 不要忽视中美竞争的地缘风险 —— 当政策制定者开始说"领先优势消失"时，更激进的出口管制和政策干预可能随之而来。如果你的供应链高度依赖某一方的 AI 技术，需要考虑多元化

AI 行业的规则正在被重塑——不是某一天突然发生的，而是每一周、每一条新闻在累积。EU 的法律、白宫的框架、开源模型的崛起、中国公司的突破——这些力量交织在一起，正在定义 AI 行业的下一个时代。

参考资料：Al Jazeera (EU AI Act enforcement, Aug 6), Washington Post (EU AI Act opinion, Aug 4), ABC7 San Francisco (Anthropic models hacked 3 organizations, Aug 2026), SCMP (White House AI security tests, Aug 3), CNN (White House AI companies meeting, Aug 3), NYT (AI Washington regulation whiplash, Aug 4), Politico (White House AI vetting plan exempts open models, Aug 4), American Progress (De facto licensing system for frontier AI, Aug 6), TechCrunch (Open-weight AI models catching up, Aug 4), SaferAI (GLM-5.2 evaluation report, Aug 2026), Forbes (Chinese AI models at the frontier, Aug 3), Crypto Briefing (DeepSeek V4 beta launch, Aug 2026), CNBC (US-China AI competition, Aug 2), Google Developers Blog (Unified AI model routing API, Aug 4), Reuters (White House voluntary AI safety tests, Aug 3), NPR (Why did AI models hack companies, Aug 1)