开源AI上桌！算力又被抢了

模型又不是只拼参数了。

7 月 5 日前后，AI 圈最有意思的变化是：前沿模型被监管按下刹车，企业开始重新看开源栈；另一边，Anthropic 在澳大利亚找 1.4GW 数据中心容量，美光在日本扩 HBM，Agent 评测也从「能跑 demo」变成「能不能处理真实数据工作」。

换句话说，行业又往底层退了一步。谁能控制模型、控制算力、控制评测口径，谁才有下一轮话语权。

这次不是开源社区自嗨，而是监管把问题推到了企业桌面上。

The Hill 的说法很直接：美国政府对 Anthropic 和 OpenAI 私有模型发布施加限制后，企业对开源模型的关注被抬高。原因也简单，闭源模型再强，一旦某个模型被要求下线，客户就只能跟着断。The Hill 报道中提到，Anthropic 的 Mythos 5 和 Fable 5 曾在上月被要求下线超过两周，OpenAI 的 GPT-5.6 公开推出也被要求延后。1

这对企业客户很刺耳：你花钱接进一个最强模型，最后发现它不是你的基础设施，而像一个随时可能被拔线的远程服务。

Palantir CEO Alex Karp 在 CNBC 上的抱怨也被 The Hill 引用：技术客户想要控制自己的算力、模型、数据栈和核心资产。1 这话不新鲜，但放在「模型被监管点名」之后，分量不一样了。

Open-source model 这里要拆开看。真正完全开源的模型，代码、权重、训练流程都更透明；开放权重模型则至少能让企业下载和自部署。对企业来说，二者都比纯 API 更可控，但能力差距、合规责任、运维成本也会回到自己身上。

Anthropic 自己也在解释，为什么 Fable 5 不是简单「重新上线」。它把网络安全请求分成四类：明确有害的禁止用途、高风险双用途、低风险双用途、良性用途。高风险双用途包括渗透测试、红队、漏洞利用开发等工作，Anthropic 说在拥有更好访问控制之前，Fable 5 会倾向于阻断这类请求。2

这张图说明一个现实：前沿模型越强，厂商越难只靠「用户协议」管风险。于是能力发布变成三方博弈：模型公司要卖能力，政府要看到可控，企业客户则怕自己业务被误伤。

对安全团队来说，这会带来一个很尴尬的结果。你可能买了更强的模型，却发现它对一些合法红队任务更保守；你转向开源，又要自己承担审计和防滥用责任。没有免费午餐。

模型能不能上线是一条线，模型能不能跑起来是另一条线。

AFR 报道称，Anthropic 正寻求从澳大利亚数据中心购买至少 1.4GW 容量，最高建设成本约 150 亿美元。更关键的是时间表：一份由 Anthropic 发出的保密招标文件显示，公司希望最晚到明年底先启用至少 1GW 容量。3

1GW 是什么概念？它已经不是「多租几排机柜」，而是电力、土地、冷却、并网一起打包的大工程。大模型公司的竞争正在变成能源和地产游戏，只是外面套着 AI 的壳。

这也解释了为什么过去几个月，AI 新闻越来越多地落到数据中心、电价、供电、内存和水资源上。模型发布很热闹，但真要把能力卖给全世界，最后卡在插座上。

美光这条也是同一个故事。

TNW 报道，美光在日本广岛启动约 1.5 万亿日元扩建，约合 93 亿美元。新产线将生产 HBM，也就是高带宽内存。它通常和 GPU 放在一起，是大模型训练、推理集群里最容易被低估的瓶颈之一。4

日本经济产业省最高将为该项目提供 5000 亿日元资本支持；如果加上此前承诺的研发支持，日本对美光当地业务的支持总额约 7750 亿日元。4

但这不是短期解药。TNW 提到，美光扩建后的商业出货要到 2028 年夏季左右。也就是说，今天喊缺 HBM 的云厂商和模型公司，今年依然得抢。

最后一条看起来没那么炸，但对做企业 AI 的人很重要。

AgenticDataBench 论文 7 月 2 日提交 arXiv，目标是评测基于 LLM 的数据 Agent。论文摘要写得很清楚：它收集了 15 个垂直领域的真实数据集和任务，其中包括一家头部金融科技公司的 5 个真实 B2B 用例，并用更细的标签观察 Agent 在不同数据工作流中的表现。5

项目 GitHub 也已经公开，README 显示它包含测试床、任务、标准答案和技能聚类等目录；初始实验覆盖 Qwen3.5-397B-A17B、Kimi-K2.5、Claude Sonnet 4.6，并跑在 Smolagents、DA-Agent、Claude Code、CodeX 等框架上。6

这类 benchmark 的价值，不在于又多了一个榜。它在逼大家回答一个更土但更关键的问题：Agent 到底是不会查 schema、不会 join、不会清洗，还是不懂业务约束？

企业最怕的不是 Agent 明显失败，而是它看起来跑通了，最后在某个小环节悄悄错了。这个问题，比模型名字更值得盯。

今天这几条合起来看，AI 竞争正在从「谁的模型最强」转向「谁的模型更可控、谁的算力更稳、谁的评测更接近真实业务」。

开源栈会被重新估值，但不是因为它突然完美，而是闭源前沿模型暴露了另一个风险：能力在别人手里，开关也在别人手里。

算力这边更硬。Anthropic 抢 GW 级容量，美光扩 HBM，到货还要等两年。模型公司嘴上讲智能，账本上写的却是电、内存和数据中心。