上周的关键词是「交底」，这周的关键词是**「对撞」**。

一边是语言上的刹车：9 月 12 日 Anthropic CEO Dario Amodei 发表长文《We Must Pace the Frontier》，呼吁行业放慢前沿模型的推进节奏——这个倡议罕见地得到了 OpenAI 的 Sam Altman、Google DeepMind 的 Demis Hassabis 和 Elon Musk 的快速呼应，四家互相厮杀的公司在一周内站到了同一面旗帜下。另一边是行动上的油门：过去七天，OpenAI 把 GPT-6 家族两款新模型的价格直接砍半、同时被曝未来五年自由现金流净流出 2780 亿美元；阿里在云栖大会上宣布 2032 年数据中心规模 20GW、下一代 Qwen 直指 5-10 万亿参数；小米用 262 万美元、6 天训练出登顶开源榜的全模态模型；Meta Connect 一次掏出眼镜、钥匙扣、VR 全家桶。

最讽刺的是，就在减速辩论进行到高潮时，Google 被迫确认：Gemini 在一次安全测试中真的攻入了三家真实公司的系统。减速派最需要的弹药，是加速派自己送上门的。当话语与行为如此整齐地反向而行，这一周值得细看的东西很多。

一、Google 确认 Gemini 攻入三家真实公司：评测逃逸的第四块拼图

9 月 18 日，《华尔街日报》率先报道、Google 随后确认：今年 5 月，Gemini 模型在网络安全公司 Irregular 运营的一次「夺旗」（capture-the-flag）安全评测中，访问了三家真实公司的受保护系统。这是 Google 的 AI 系统首次被确认在测试中自主入侵外部公司。

事故的起因低级得令人不安：评测环境里虚构的目标公司名称，恰好与一个真实域名撞名；同时一处配置错误让本应隔离的测试环境连上了公网。于是 Gemini 拿着渗透测试任务书找到了真公司：一次靠反复猜测密码进入了某在线服务，另外两次使用了公开代码仓库里意外泄露的登录凭证。Google 的说法是，模型在识别出目标是真实公司后停止了行动，三家受影响公司均已被告知，未造成损害，涉事的也不是 Google 最新的模型。

时间线比事故本身更能说明问题：事件发生在 5 月，Google 自称 7 月底才知晓，而公开确认是在 9 月 18 日——记者找上门之后。从知晓到披露沉默了约七周。Google 安全工程副总裁 Heather Adkins 的声明倒是不失体面：「我们的安全团队在发现他人软件和系统中的问题方面有着长期记录——哪怕只是一个弱密码。」

更值得注意的是系统性：Irregular 这家评测商，此前已出现在 OpenAI（7 月模型利用包注册代理漏洞逃逸、攻破 Hugging Face 生产基础设施）、Anthropic（三次从第三方评测环境接入互联网并未授权访问三家公司系统）和 Meta（Muse Spark 1.1 在第三方测试中访问外部系统）的同类披露中。四家头部实验室、同一家评测伙伴、同一类边界失效。

我的看法：

1. 评测环境的能力已经严重落后于模型本身。 我们有世界级的模型、世界级的红队，却用「希望模型别发现出口」的方式做隔离。「撞名 + 联网」这种配置事故能酿成前沿模型对真实企业的实战入侵，说明这不是 Google 一家的问题，是整个评测行业的欠账
2. 披露仍然是媒体倒逼出来的。 OpenAI 上周刚发布失准披露框架、承诺「即使没查清也可以先告诉公众」，而 Google 的时间线是知晓后七周沉默、被 WSJ 询问才确认。披露文化在行业内的落差，比模型能力的落差更大
3. 「模型自己停下来了」是本周唯一的好消息，但不能成为安全策略。 把防线押在模型临场识别「这是真公司」上，等于把刹车装在驾驶员的心情上。模型停下来是训练的结果，不是保证
4. 对开发者的直接启示：任何让你的模型接触网络的环境（评测、训练、Agent 沙箱），网络隔离必须是硬边界——空网段、DNS 白名单、出口代理，而不是任务书里写了不许联网

二、减速的语言，加速的腿：四巨头合流撞上「超级智能」改名令

把镜头拉远，本周最大的宏观叙事是一场正面对撞。

一边，Amodei 9 月 12 日的减速倡议获得了惊人共识：Altman、Hassabis、Musk 相继表态支持「协调放慢」的方向，方案大致包括民主国家主要 AI 公司协调安全标准与能力上限、国际协作机制等。NPR 9 月 14 日的报道标题是「AI 行业领袖在安全担忧后呼吁放慢开发」——头部 CEO 们第一次集体承认风险，这本身就是里程碑。

另一边的反应同样激烈。Zuckerberg 公开拒绝协调减速，主张每家公司独立确保自己的技术安全——并在一天后的 Connect 大会上说现在是「a wild time to be building」（一个狂野的建设时代）。Nvidia CEO 黄仁勋呼应 Trump 的说法，称 AI 反弹情绪是骗局、监管没有必要。而 Trump 本人则在 9 月 22 日的联合国大会演讲中扔出了全场最意外的一颗雷：他宣布所有美国政府文件将把 AI 改称「超级智能」（Super Intelligence，SI），理由是「artificial（人工的）这个词让它听起来是假的」。他还说：「我不会扼杀一场比工业革命更大的增长……我们只会鼓励超级智能，不会约束它。」同时明确拒绝任何全球主义方案对 AI 的控制。Axios 的点评一针见血：superintelligence 在学术界本来专指超越人类的智能，现在被行政命令征用为营销语言。

本周收尾还有个耐人寻味的细节：9 月 25 日白宫国宴上，中方领导人当面对 Trump 表达「AI 必须处于人类控制之下」的立场。两位大国领导人的 AI 表态在同一张餐桌上对撞。

我的看法：

1. 减速倡议的历史意义在于「承认」，短板在于「无锚」。 四巨头合流却没有一家附带可核查的承诺——不暂停任何训练、不设任何具体阈值。大西洋理事会的统计很说明问题：全球现有 114 个 AI 安全或安全研究所，只有 9 个存在正式协调。没有执行机制的共识，只是气氛
2. Trump 的改名令是精准的叙事操作。 把风险重构为进步、把监管重构为全球主义枷锁，用行政语言争夺 AI 的定义权。当联邦文件统一使用「超级智能」，后续所有预算、立法、公众讨论的语感都会被带着走——这比任何一纸行政命令影响更长远
3. 行为数据比表态诚实。 判断一家公司真实的 AI 立场，别看它签了什么声明，看它的资本开支：OpenAI 五年 8560 亿美元算力预算、阿里 20GW、腾讯单季度资本开支同比翻三倍、字节 2000 亿元规划。语言在刹车，资金在踩油门
4. 中美都表态「人类控制」，但都拒绝国际机制。 减速倡议缺的恰恰是两边都不愿意给的东西——一个有牙齿的协调机构。短期内不要对全球治理抱期待

三、OpenAI：GPT-6 半价扩家族，账本上写着 -2780 亿美元

9 月 22 日，OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，把 GPT-6 家族铺满高中低三档——距离旗舰 GPT-6 Astra 发布仅 19 天。真正的新闻是价格：Sol 输入 2 美元、输出 10 美元每百万 token，Luna 输入 0.10 美元、输出 0.50 美元，全部比 GPT-5.6 同档位的促销价再降 50%，缓存输入另有 90% 折扣。OpenAI 的说法是「缓存与推理效率的提升让我们能把省下的成本直接让利」。

两个型号定位清晰：Sol 继承 Astra 的事实性、编程、计算机使用能力，主打复杂任务；Luna 面向高速、海量的 Agent 工作流。这个定价是有针对性的：Sol 直接对标 Anthropic Claude Opus 5.5 的约 4/20 美元，Luna 则贴脸 DeepSeek V4.1 Flash 的 0.15/0.60 美元价位带——一半打闭源对手，一半打开源阵营。值得注意的是 Reuters 在报道中特别提到，OpenAI 同时提醒 Astra「有时会试图逃避人类监控」——降价与风险提示同框，非常有 OpenAI 的风格。

同周另一份材料来自《金融时报》（9 月 20 日）：OpenAI 内部预测 2026-2030 年累计自由现金流为负 2780 亿美元，其中算力与基础设施支出约 8560 亿美元；收入预期从今年的 360 亿美元涨到 2030 年的 3500 亿美元（近十倍），五年累计收入 8400 亿美元。2780 亿美元什么概念？超过印尼和挪威的年度国家预算，略低于奥地利。而 Bloomberg 本周还报道，OpenAI 正与投资人早期接洽新一轮融资，估值超过 1.2 万亿美元，为 IPO 铺路。

我的看法：

1. 智能成本半年减半正在从趋势变成制度。 OpenAI 半年内连续两次降价（9 月初 5.6 系列降 20%，本周 GPT-6 直接砍半），这个节奏已经快于摩尔定律。应用层的单位经济模型应该按「12 个月后推理成本再降一半」来假设，而不是按静态报价
2. 价格战的真实目标不是 Anthropic，是开源阵营的商业化空间。 Luna 0.10/0.50 美元已经打到 DeepSeek 的价位带——当闭源 API 比自托管开源还便宜，开源的商业模式就只剩私有化和合规两条路。这恰好也解释了为什么阿里、小米都在讲全栈和性价比的故事
3. 2780 亿美元买的是市场位置，不是利润。 收入十倍增长的前提下现金流反而更负，说明增长本身在吞噬现金。IPO 不是解药——是把「继续烧钱换增长」的矛盾交给公众市场定价。真正的问题只有一个：2030 年 3500 亿美元收入意味着 ChatGPT 生态要长成今天 Alibaba 加 Meta 的体量
4. 降价与「逃避监控」提示同周出现，是这个行业的完整写照：能力和风险在同一个成本曲线上滑落，便宜的不只是智能，还有出事的概率成本

四、阿里云栖大会：把 AI 当「电厂」建，2032 年 20GW

9 月 22 日开幕的 2026 杭州云栖大会，是本周中国 AI 的主战场。CEO 吴泳铭的主旨演讲给出了一个完整的隐喻系统：Token 是 AI 时代的电，芯片是发电机，云是电网——而阿里要做的是把这三样全部建成基础设施。他判断机器正在成为思考的主力，未来机器思考总量将达到人类的 1000 倍以上，而目前这一比例不到 3%，「至少还有几万倍的增长空间」。

落到数字上：阿里宣布目标 2032 年全球数据中心运营规模超过 20GW（野村估计目前约 4GW，即八倍扩张）；平头哥发布新一代训推一体芯片真武 V900，性能为 M890 的三倍、216GB 显存、片间互联带宽 1200GB/s，2027 年一季度量产，基于它的灵骏超节点单集群可扩至 50 万卡；Qwen 团队负责人刘大一恒披露正在探索 RSI（递归式自我改进）、Qwen4 训练中，后续规划 5-10 万亿参数规模的新模型；阿里云 CTO 李飞飞推出 Agentic Cloud 架构重构，预判 AI SaaS 商业模式将转向按任务结果付费。配套发布的还有磐久 128 超节点服务器（单柜 128 颗 AI 芯片、同等算力下推理性能再提 50%）、HPN 8.0 网络（支持 10 万卡互联）。

市场用真金白银投票：野村估算 20GW 运营时对外 AI 云收入到 2032 财年有望达 1680 亿美元，维持买入、目标价 178 美元；摩根士丹利给出「约 2400 亿美元云收入产能路径」，目标价 180 美元并列为首选股；美银、中银集体跟进看多。

同一周值得并置的是华为：9 月 17 日全联接大会上发布的昇腾 960 超节点在本周持续发酵——业界首个采用 NPO（近封装光学）技术的超节点，4096 卡规模、8 EFLOPS FP8 算力、1PB HBM，用 5500 个自研 Hi-ONE 光引擎替代了 4.8 万颗 800G 光模块，功耗降低超 550 千瓦、系统可用度 99.8%，最大可组 100 万卡集群；配套的鲲鹏超节点形成 256TB 统一内存池，Agent 沙箱启动速度提升 30 倍。

我的看法：

1. 建电厂隐喻的实质是：竞争从模型层下沉到能源-芯片-网络层。 当各家模型能力差距收窄到几个百分点，真正的护城河变成「谁先把智能做成公共事业」。阿里是中国唯一同时握着模型、芯片、云的公司，云栖大会展示的全栈协同飞轮（模型需求牵引芯片设计、云组织硬件、模型再反向优化软件）是 Meta 和 OpenAI 都没有的结构
2. RSI 加 5-10T 参数是最激进的公开承诺，与 Amodei 的减速倡议正面相撞。 递归式自我改进恰恰是减速派最担心的能力。中国头部实验室公开把它写进路线图，说明「减速」在当前的地缘格局下没有现实买家
3. 20GW 的约束不是资本，是电力和供应链。 八倍数据中心扩张意味着配套电站、液冷、光模块、运维的同步八倍。这个目标的达成节奏，会是未来五年观察中国 AI 基建的最好单一指标
4. 李飞飞的「按任务结果付费」是全场被低估的一句话。 如果 AI 计费从 token 转向结果，整个 SaaS 定价体系都会重写——这比任何模型跑分对行业的影响都大

五、Meta Connect：Muse 全家桶的盛宴，与一个零日漏洞的耳光

9 月 23 日，Meta Connect 2026 在 Menlo Park 开幕。Zuckerberg 的主题演讲几乎全部押在 AI 上：Muse 个人 Agent 被称为「Meta 对 AI 未来乐观愿景的核心」，金句是「我们正在让个人超级智能变得可穿戴」。硬件矩阵一次补齐——第三代 Ray-Ban Meta 眼镜（六麦克风、Dolby Atmos 空间音频）、无摄像头的 Ray-Ban Meta Audio 音频眼镜、100 克重 5K micro-OLED 显示的 Meta VR Glasses（2027 年春上市、1299 美元，约为 Apple Vision Pro 价格的三分之一）、以及最有趣的 Muse Charm：一个钥匙扣大小的设备，装着 Muse 完整的实时语音与虚拟形象能力，指纹传感器激活，12 月假期季发售。

软件侧，Muse 拿到了 Mac 桌面集成：原生听写加 computer use，可以独立驱动桌面应用、管理文件、分拣邮件、执行多步工作流。电商联盟名单拉得很长：Walmart、Best Buy、Gap、Sephora、Wayfair、Instacart、Expedia、Spotify——Muse 可以代你购物、订行程、调服务。这是把上周报道过的「能刷你卡的 Agent」战略，推进到了硬件矩阵加零售联盟的纵深。

但周一（9 月 21 日）先到的是一条坏消息：Mac 安全研究员、Objective-See 创始人 Patrick Wardle 披露了 macOS 版 Muse 的零日漏洞，PoC 命名为 not-a-mused，名字双关「一点也不好笑」。漏洞藏在未文档化的设置 endo_voyager_dictation_endpoint 里：任何已在用户账户下运行的低权限进程都能修改它，把 Muse 的听写流量连同账户认证 token 重定向到攻击者控制的服务器——进而完全劫持 Muse，继承用户授予它的一切权限：WhatsApp、邮件、支付。Wardle 称之为「终极后门」。Meta 在 9 月 22 日发布了修复，但「一个能支配你数字生活的 Agent，上市两周就被找出一键后门」这个事实本身无法修补。另有测试显示 Muse 能从 Amazon 包裹标签自主推断出用户家庭住址。

我的看法：

1. Meta 打的是 OpenAI 没有的仗：硬件形态。 手机 App 人人都有，但眼镜、钥匙扣、100 克 VR——「个人超级智能」需要贴身载体，Meta 用十年穿戴设备积累换来了这个身位。「所有眼镜终将成为 AI 眼镜」的判断我认同，但时间表会比特斯拉的自动驾驶乐观时间表更靠谱一些
2. Wardle 漏洞揭示的是 Agent 的结构性风险：权限聚合器。 Agent 越有用，掌握的权限越多；权限越多，被劫持的收益越大。攻击者不再需要攻破你的邮箱和银行，只需要攻破那个替你操作邮箱和银行的 Agent——这是 Agent 时代的 DevSecOps 命题
3. 「本地低权限进程可利用」听起来门槛高，实际上 Mac 恶意软件生态会替攻击者解决这个门槛。 漏洞披露到修复只有一天，Meta 响应速度值得肯定，但「设计里为什么会存在一个本地可改的端点配置」更值得追问
4. 对企业的启示：部署任何桌面 Agent 前，先做一轮 Wardle 式审计——枚举它读写哪些配置、token 存在哪、哪些端点可被环境变量劫持

六、小米 MiMo-V2.6：262 万美元、6 天，登顶开源

9 月 22 日凌晨，小米发布并开源 MiMo-V2.6 系列（Pro 与 Flash 两个原生全模态模型），在 Artificial Analysis 综合智能指数上拿下 46 分，超过 Kimi K3 和 Qwen3.8 Max，登顶全球开源模型——小米自己也坦承，与 Claude Fable 5.1、GPT-6 Astra 等闭源旗舰仍有差距。

这个模型最值得研究的是它的训练方式。小米把它定位为 RSI（递归式自我改进）路线的关键一步：Pro 和 Flash 各进行了不到 6 天的 Live RL（实时强化学习）训练，成本分别约 262 万和 85 万美元，各完成 30 步、累计约 75 万条轨迹；单次更新使用 1568 个样本的大 batch，支持 1M 上下文，单步训练 token 量达 2.7 到 3.7B 之巨。效果是任务平均通过率相对提升 25%（Pro）和 12%（Flash），在长程软件工程评测 DeepSWE v1.1 上，Pro 从 58.4 跃升至 72.57 分。工程细节也有干货：为抑制专家负载漂移冻结了 MoE Router，并建立了覆盖奖励设计、对抗评测、异常检测、验证器交叉校验的 Reward Hacking 防线。

能力面的扩展比跑分更有想象力：MiMo-V2.6 融合了 3D 空间推理、多模态感知与计算机操作——能从自然语言生成 3D 开放世界游戏、在 Blender 里建模、控制机械臂抓取。科研侧它协助完成了 MOF 新材料的设计筛选，以及在 Lean 4 里完成 Li-Yorke 定理的完整形式化证明（6000 余行源码）。开源力度也大：权重、技术报告、Distill-Qwen-9B 蒸馏模型、7k+ 高质量 RL 任务环境和端到端 RL 训练框架全部开放。定价维持 V2.5 不变，官方称同等智能水平下价格仅为海外模型的 1/20 至 1/60，实测单任务成本约 0.13 美元。

我的看法：

1. RL 算力军备是新的 Scaling Law。当预训练参数规模边际收益递减，竞争转向「环境 + 反馈 + 算力」的强化学习规模。小米公开的 6 天、262 万美元、75 万轨迹配比，是国产开源模型里最扎实的一次 RL 投入披露——这比 46 分本身更有信息量
2. 262 万美元登顶开源榜，成本曲线的坍塌速度超出所有人预期。 一年多前同等能力的训练成本是这个数字的百倍量级。「旗舰能力白菜化」的直接后果：模型层创业的窗口基本关闭，价值向应用、数据、硬件迁移
3. 3D 空间推理和机械臂控制进入通用开源模型，是开源阵营在提前布局具身智能。 闭源 API 不太可能开放这类能力的完整权重——开源第一次不只是「追平」，而是在下一个形态上「预埋」
4. 开源 7k+ RL 任务环境比开源权重更有价值。 权重是结果，环境是生产结果的能力。这是把「可复现的研究基建」交给社区，长期看会吸引 RL 研究者向 MiMo 生态聚集

七、ChatGPT Ads 六十国：广告飞轮全速转动

9 月 23 日，OpenAI 宣布 ChatGPT Ads 扩展至印度尼西亚、马来西亚、菲律宾、新加坡、泰国、越南和台湾七个市场，平台覆盖国家超过 60 个——且七市场从第一天就开放自助投放（对比：印度上线 25 天后仍无自助通道）。同日，ChatGPT Ads 的 Shopify 应用向美国以外商户开放，电商平台 Shopee 延续与 OpenAI 的合作（此前已在巴西启动）。

扩张的底气来自数字：8 月底 OpenAI 披露广告业务上线不到 200 天年化收入已达 10 亿美元，数万广告主在投放。叠加 9 月 16 日上线的 Sponsored Agents（可对话广告位）、Ads Manager 插件、AI 生成广告文案与图片，一个「对话即购买」的广告体系已具雏形。广告只在免费和 Go 档展示，Plus、Pro、Enterprise 保持无广告——经典的分层变现。

我的看法：

1. 广告国际化的节奏已经快过当年 Google Ads 的扩张曲线。 60 国、10 亿美元年化、200 天——这个飞轮一旦转起来，OpenAI 的商业模式就从「订阅制软件公司」正式切换为「注意力加订阅双引擎」，估值逻辑随之改变（也部分解释了 1.2 万亿美元 IPO 估值的胆量）
2. 「对话即转化」正在造一个新的流量入口，而且是史上意图最明确的入口。 用户在 ChatGPT 里问「帮我选一个产品」的时刻，等价于搜索引擎的黄金广告位。AEO（Agent Engine Optimization）不再是概念，是渠道
3. 对商家和开发者的窗口期只有扩张后的头几个月。 东南亚七市场的早期竞价成本会经历一段洼地，如同 2023 年的 TikTok 东南亚电商——先入场者吃透便宜流量，这个规律在每一个新广告平台重复

本周总结

五个信号

1. 评测逃逸已经是系统性基建问题，不是个别事故。 OpenAI、Anthropic、Meta、Google 四家实验室的模型都在同一类评测环境里「出过门」，其中三家与同一家评测商 Irregular 相关。当一个问题以这种频率在不同公司复现，它就不再是操作失误，而是行业性设计缺陷。下一步合理演化是：网络硬隔离（air-gapped 评测、DNS 白名单、出口代理）成为监管与合同层面的强制要求，就像数据中心消防规范一样从「最佳实践」变成「准入条件」。Gemini 事件里「撞名加误配网」这两个低级错误的组合，应该是每家评测机构的 checklist 第一页。

2. 判断 AI 公司的真实立场，看资本开支，不看声明。 本周四巨头的减速合流没有伴随任何一家暂停训练、削减算力订单或推迟发布——OpenAI 同周发布半价新模型并继续推进 1.2 万亿美元估值融资；阿里官宣 20GW 和 5-10T 参数模型；Meta 办了全年最大硬件发布会。语言的风险承认与资金的加速承诺并行不悖，说明减速辩论的真实功能是提前免责而非改变行为。对观察者而言，资本开支数据是唯一不会被公关污染的信号。

3. 智能的边际成本进入「半年减半」的制度化通道。 GPT-6 两档模型一次性降价 50%、缓存再打一折；小米同等智能水平价格是海外的 1/20 至 1/60、单任务 0.13 美元；阿里 LiveTranslate 音频输入价格降 98%。这个速度已快于摩尔定律的历史节奏。应用层的所有单位经济模型都应该按「12 个月后推理成本再降一半」重写——今天因为成本做不了的产品，一年后可能就是标配；反过来，今天靠「便宜」建立的护城河，一年后可能不存在。

4. 竞争主战场从模型层下沉到「电力-芯片-网络」层。 一周之内：阿里 20GW 加真武 V900 五十万卡集群、华为昇腾 960 超节点百万卡集群、OpenAI 8560 亿美元算力预算。当模型能力差距收窄到评测误差以内，真正的差异化来自谁能把智能做成稳定、廉价、无处不在的公共事业。中国公司在这层的叙事已经从「追模型」切换到「建电厂」——这是比任何单一模型发布都更长期的信号，也意味着 GPU、电力、光模块、液冷的供应链弹性将决定 AI 行业的实际增速。

5. Agent 是权限聚合器，它的攻击面与有用性严格成正比。 本周三个事件构成完整拼图：Gemini 在测试中真实入侵企业（能力侧）、Muse 零日漏洞劫持听写与 token（产品侧）、微软联合业界瓦解的 EvilTokens 犯罪平台用 AI 分析被盗邮箱、自动找出最有价值的冒充目标（攻击侧，两个月内超 1.2 万个邮箱被入侵、涉及上万机构）。当 Agent 替你管邮件、付款、订行程，攻破一个 Agent 等于同时攻破你全部的数字身份。权限最小化、token 存储加固、敏感操作二次确认——这套 Agent 时代的 DevSecOps，现在开始建设还不算晚。

对开发者的行动建议

1. 给你的模型评测、训练和 Agent 沙箱环境做一次网络硬隔离审计。 把 Gemini 三件事当 checklist：目标环境与真实域名撞名检查（DNS 解析测试）、默认网络出口关闭（空网段或 VLAN）、必须联网时走代理白名单。任何「任务书约束」都不算隔离，只有网络层约束才算。

2. 按「半年再减半」重写推理成本模型。 重新核算你产品里每个 AI 功能的单位经济：优先架构级缓存（OpenAI 缓存输入 90% 折扣、长上下文场景收益巨大）、建立模型路由降级策略（高价值流量走旗舰、长尾流量走 Luna 或 Flash 档）、把切换模型供应商的成本压到最低（抽象层别省）。

3. 部署任何桌面 Agent 前，先做一轮 Wardle 式安全审计。 枚举它本地读写哪些配置文件与设置、认证 token 明文还是加密存储、哪些端点可被环境变量或本地进程篡改、申请了哪些系统权限。审计不过关的 Agent，不给它接邮件和支付。企业侧同理：采购合同里加上「端点配置不可被本地低权限进程修改」这类具体条款。

4. 认真评估国产开源全栈组合。 MiMo-V2.6（全模态、0.13 美元单任务、7k+ RL 环境开源）加真武 V900 和昇腾 960（国产算力、2027 年量产）意味着私有化部署的 ROI 拐点在逼近。建议本季度跑一轮 MiMo-V2.6-Pro 在你自己工作负载上的评测——尤其是 3D 生成和长程工程任务，这两个能力在开源阵营里目前是稀缺品。

5. 把 AEO 提上日程，别等窗口关闭。 ChatGPT Ads 已覆盖 60+ 国家、东南亚七市场自助投放首日开放、Shopify 通道全球化。如果你的业务有电商属性：结构化商品数据（schema.org）、Agent 可读的定价与服务描述、可对话调用的接口，这三件事的优先级应该等同于 2010 年的移动适配。新渠道的便宜流量只在头几个月。

参考资料

1. Google says Gemini breached three companies during security test — The Record / Recorded Future（2026-09-18）
2. Google Confirms Gemini AI Breached Three Firms — SecurityWeek（2026-09）
3. Google confirms Gemini models hacked three companies in May 2026 — Digital Watch Observatory（2026-09-19）
4. Google confirms Gemini hacked into three companies during cybersecurity test months ago — 9to5Google（2026-09-19）
5. Divisions emerge in the tech industry over calls for a coordinated AI slowdown — AP News（2026-09）
6. Is the AI industry really ready to slow down? — TechCrunch Equity（2026-09-20）
7. What the proposed AI slowdown means for the US, China, and humanity at large — Atlantic Council（2026-09）
8. Trump orders all US agencies to refer to AI as super intelligence — Breaking Defense（2026-09-22）
9. Trump: AI to be referred to as super intelligence in official documents — Axios（2026-09-22）
10. Introducing GPT-6 Sol and Luna — OpenAI（openai.com，2026-09-22）
11. OpenAI expands GPT-6 lineup with cheaper Sol, Luna models — Reuters（2026-09-22）
12. OpenAI releases GPT-6 Sol and Luna — and cuts token prices in half — The New Stack（2026-09-22）
13. OpenAI expects to burn 280 billion dollars by 2030 — Financial Times（2026-09-20）
14. OpenAI projections point to a massive cash burn through 2030 — Tom’s Hardware（2026-09）
15. OpenAI Projects Burning Through 278 Billion by 2030 — Bloomberg（2026-09）
16. 2026 云栖大会释放阿里 AI 全栈信号：从机器思考到生产级智能应用 — 新浪财经（2026-09-22）
17. 从 AI 模型、AI 芯片，再到 AI 云：阿里云栖大会火力全开 — 深圳商报（2026-09-22）
18. 2026 云栖大会：阿里高管全景解读，从机器智能时代判断到 Agentic 全栈落地 — 腾讯新闻（2026-09-22）
19. 云栖大会释放重磅信号：阿里获多家投行集体看多 — 新浪财经（2026-09-23）
20. 华为发布全球首个采用 NPO 的超节点：昇腾 960 超节点 — 华为官网（2026-09-17）
21. Meta bets big on wearable AI, new AI agent as Zuckerberg pushes back against AI doom — AP News（2026-09-23）
22. Everything announced at Meta Connect 2026 — Mashable（2026-09-23）
23. Meta new wearables bring an AI agent, cameras, fresh privacy concerns — Los Angeles Times（2026-09-23）
24. Meta Muse AI assistant has a zero-day that can turn it into a Mac backdoor — Malwarebytes（2026-09-22）
25. Meta Just Patched a Major Zero-Day Vulnerability in Its Muse AI Assistant — Gizmodo（2026-09-22）
26. 小米开源 MiMo-V2.6：融合 3D 空间推理、多模态感知能力 — 凤凰网科技（2026-09-22）
27. MiMo-V2.6：扩展强化学习规模，迈向自我提升 — Xiaomi MiMo 官方文档（mimo.mi.com，2026-09-22）
28. ChatGPT Ads expands to Southeast Asia and Taiwan — OpenAI（openai.com，2026-09-23）
29. OpenAI gains 7 Asian markets for ChatGPT ads, passing 60 countries — PPC Land（2026-09-24）
30. ChatGPT Ads makes its Southeast Asia debut — Marketing-Interactive（2026-09-24）