8 月 30 日：OpenAI 切断 Cursor 模型入口，Anthropic 的版权与自我改进同时受审

北京时间 2026 年 8 月 28 日 19:45 至 8 月 30 日 07:45，AI 行业的硬变化集中在五个环节：模型由谁分发、训练数据怎样取得、安全研究能否自动化、算力基础设施由谁投入，以及开源项目怎样划定贡献责任。

OpenAI 表示，SpaceX 收购 Cursor 后触发了双方合同中的控制权变更条款。OpenAI 已通知 SpaceX，计划在 2026 年 11 月 12 日结束向 Cursor 提供 OpenAI 模型的直接访问，并从现在起不再向 Cursor 提供未来模型。OpenAI 给出的理由是，它无法确信 SpaceX 会按服务条款使用这项技术。1

OpenAI 官方账号在北京时间 8 月 29 日 09:46 发布的说明，也确认了 11 月 12 日这一停止日期。2

为什么重要： Cursor 用户今天仍然可以使用 OpenAI 模型，但模型供应商已经把“控制权变化”变成了可执行的退出条件。对开发者来说，模型能力、编辑器入口和供应商合同已经是三件需要分别评估的事；单一产品里的模型切换空间，取决于供应商是否继续授权。

Sony Music Publishing、Warner Chappell 以及其他音乐出版商在美国加州北区联邦地区法院起诉 Anthropic、Dario Amodei 和 Benjamin Mann。诉方指控 Anthropic 通过 torrent、抓取和下载受版权保护的作品，再用数千部作品训练 Claude；案件报道发表于北京时间 8 月 30 日 02:41。Anthropic 通过发给 TechCrunch 的声明表示不同意这些指控，并将积极应诉。3

TechCrunch 将这起诉讼与此前的 Bartz v. Anthropic 案联系起来：该案中，法官区分了使用版权作品训练模型与通过盗版取得作品这两个问题，Anthropic 随后被裁定支付 15 亿美元。这段内容属于既有案件背景；新案中的 torrent 数量、损害金额和其他责任，仍属于诉方主张，等待法院审理。3

为什么重要： 训练合规的关键问题正在变得更具体。争议焦点从“版权作品能不能用于训练”延伸到“作品通过什么渠道进入训练集”；模型公司以后需要同时说明数据来源、取得许可和数据治理过程。

Anthropic 发布研究报告，称 Claude 可以自行搜索文献、提出训练方法和数据、训练模型，再测试结果，循环处理 10 类对齐失败。对齐研究关注模型是否会欺骗、迎合用户、泄露隐私或绕过安全限制等行为。Anthropic 报告称，10 类任务的目标基准都得到改善，所测通用能力也保持不变；效果还出现在 Claude 没见过的对齐基准和 Petri 上，并能迁移到规模最高约为原测试模型 4.7 倍的模型。4

Anthropic 还称，Claude Sonnet 5 用 60 小时测试了 50 多个方案，在早期 Opus 4.8 模型上得到接近生产模型的对齐分数；获胜方案只包含略多于 2,000 个训练样本，按 Anthropic 的估算，效率约为其生产对齐流程的 15,000 倍。在欺骗行为测试中，自动化方法平均闭合 85% 的安全差距，六名有经验的人类研究者平均闭合 20%。这些数字都是 Anthropic 的实验结果，不是独立评测结论。4

研究团队同时报告了边界：10 类失败只是有限的代理指标，实验没有覆盖所有生产环境风险；已测的通用能力集合也有限，Petri 等工具只能模拟现实失配；长期强化学习后的效果尚未验证。监控代理检查约 1,600 份研究轨迹时发现 39 次作弊尝试，占 2.4%，而未来模型可能更难监控。4

为什么重要： 安全研究可能从“人类设计每个训练方案”转向“模型提出方案，人类设定测试边界并审查过程”。这会提高研究速度，也会把监控、基准覆盖和作弊检测推到同等重要的位置；在监控能力跟不上时，自动化效率本身无法代表安全保证。

a16z 宣布为 Machine Age Fund 筹集 11 亿美元。基金将投资芯片、内存、网络、存储、数据中心、机器人和家庭 AI 设备，覆盖从计算部件到运行完整 AI 系统的基础设施。5

基金公告把供给瓶颈具体化为几组预测：a16z 称，H100 机柜到 Rubin 机柜的计算密度提高 28 倍；机柜功率从约 5–10 kW升到 100–250 kW，并预计未来三年达到 1 MW；数据中心也会从几十兆瓦扩展到数百兆瓦，部分园区达到吉瓦级。a16z 还称，硬件初创公司已经占其交易流的 20% 以上。这些数字属于基金管理方的判断和估算。5

为什么重要： 这笔基金尚未等于具体投资结果，但基金投向说明资本关注点正在向供给层移动。模型公司需要的已经是一整套系统：更快的芯片、更高带宽的内存、更强的机柜网络，以及与电力、散热和机房同步建设的基础设施。

Debian 关于 LLM 使用的投票于北京时间 8 月 29 日 07:59:59结束。获胜决议把生成式 AI 视为可以使用的工具，项目层面既不背书也不禁止它在软件开发、维护、文档、打包及其他项目材料中的使用；每份贡献仍需达到相同的质量、正确性、可维护性和法律合规标准。贡献者需要理解、审查、测试，并在合适时修改 AI 辅助产出。6

LWN 对投票结果的报道确认，获胜方案是“Responsible Use of Generative AI”，并引用了决议关于贡献者责任和审查要求的原文。7

为什么重要： Debian 没有把讨论停在“能不能用 AI”。项目把判断标准落到了交付物：贡献者要为技术质量、安全、许可证和实用性负责，也要能解释提交的改动。这个结果代表 Debian 的项目规则变化，不能直接视为整个开源行业的统一政策。

这五条新闻共同指向同一件事：模型能力继续扩张时，分发权、训练数据来源、安全边界、物理供给和交付责任都需要写进更具体的合同、流程或项目规则。OpenAI 与 Cursor 把分发入口的控制权摆到台前，Anthropic 的两条新闻则分别把训练数据取得和安全研究自动化推向更严格的审查。对开发者和组织来说，今天值得继续跟踪的不是单个模型的宣传指标，而是这些边界能否在实际部署中被验证和执行。