AI 全景情报 0707：开放模型、可解释性和算力瓶颈同时改写交付门槛

AI 产业今天同时出现两种压力：一边是开放模型和解释性研究继续把能力往外放，另一边是算力、监管和政府采购正在把交付门槛往上抬。对从业者来说，下一轮竞争会更少靠「能不能做 demo」，更多看模型能否被部署、被审计、被采购、被稳定供电。

Hy3 最值得看的不是 295B 这个总参数，而是三组部署信号。第一，Apache 2.0 许可证降低了企业法务阻力；第二，21B 激活参数和 256K 上下文把模型放在「可自托管的大模型」区间；第三，腾讯把它放进 WorkBuddy/CodeBuddy、元宝、ima、Marvis、微信客服和游戏助手等产品，而不是只停在模型仓库。1

Hugging Face 模型卡给出的细节更偏工程侧：Hy3 是 MoE 架构，192 个专家、top-8 激活，支持 BF16，并推荐在 8 卡 H20-3e 或其他大显存 GPU 上用 vLLM / SGLang 部署。7 这说明腾讯这次押的不是「最大模型」，而是能在受限芯片和标准推理框架上跑起来的 Agent 模型。

对从业者的直接含义：如果团队正在评估开源/开放权重模型，Hy3 会把采购表里的维度拉宽。除了 SWE-bench、长上下文和工具调用，还要单列许可证区域限制、H20/H200/B200 上的吞吐、推理框架兼容性，以及模型在真实产品场景里的多轮稳定性。单看代码榜单容易错过它的主战场：搜索、工具调用、办公流和低成本企业 Agent。

Anthropic 的 J-space 研究把一个长期难题说得更具体：模型输出正常，不代表内部没有形成危险计划、作弊意图或对测试场景的识别。研究称，Claude 内部有一小组特殊神经模式，会在模型推理时承载「可报告、可调控、可被下游计算读取」的概念。研究团队用 J-lens 读取这些模式，并展示了模型在未输出前识别 bug、prompt injection、伪造数据和测试情境的例子。2

这不是「模型有意识」的证据，Anthropic 也明确说实验不能证明 Claude 有人的体验。它更像是一个调试接口：当模型私下意识到自己在被测试、或打算直接改分数文件时，研究者可能在输出之前看到线索。这个方向如果被工程化，会改变红队和高风险部署的审计方式。

从业者要注意两点。第一，内部状态监测不会替代权限、日志和沙箱，但它可能成为前沿模型验收的一层新证据。第二，评测集会更难设计。模型如果能识别「这是测试」，表现就可能不是生产环境表现。做 Agent 安全的团队要把「评测可感知性」当成单独风险，而不是只看通过率。

Anthropic 与 TeraWulf 的 Kentucky 租约把算力竞争继续向电力端推。CNBC 报道称，该数据中心容量约 400MW，首批供电预计在 2027 年下半年，20 年初始租期预计带来约 190 亿美元收入。3 Yahoo Finance 转引 Business Insider 的报道还提到，该园区位于 Hawesville 一处前工业用地，完整容量约 401MW，预计到 2028 年初达到满负荷。8

这类合同的关键信号不只是规模，而是提前期。前沿模型公司已经在 2026 年锁 2027-2028 年的电力、土地、园区和长期租约。模型能力路线图开始依赖三张表：电力接入表、机柜交付表、融资现金流表。任何一张表滑坡，都会传导到训练节奏、推理成本和企业客户 SLA。

对基础设施团队来说，判断一家模型公司的供给能力，不能只看 GPU 采购或融资额。要继续追问：电力何时可用，是否分阶段交付，谁承担建设延期风险，园区是否有冷却和并网瓶颈，长期租约是否绑定特定模型客户。对应用公司来说，2027 年以后的大模型价格不一定线性下降，电力和机架系统会决定真实成本曲线。

CNBC 引述 SemiAnalysis 称，面向 Rubin Ultra 的 Kyber NVL144 机架架构因关键 PCB midplane 制造难题推迟到 2028 年；报道还称，更大规模的 NVL576 可能推迟或只小批量供货。NVIDIA 否认路线图受影响，并表示「Our roadmap is intact」。4

这条消息不能当成 NVIDIA 官方延期公告，但它点到了今年 AI 硬件最关键的问题：竞争单位正在从「芯片」升级成「整柜系统」。NVIDIA 6 月的 Vera Rubin 官方发布强调，Vera Rubin 可在单机架提供最多 144 颗 GPU、7 exaflops AI for science 和 5 petaflops FP64，系统厂商包括 Bull、Dell、GIGABYTE、HPE、Supermicro。9 这种密度下，PCB、互连、散热、液冷、供电和机房运维都是产品本身。

如果 Kyber 的制造难题被证实，短期受益方不是「所有替代芯片」，而是能提供完整机架方案和稳定软件栈的厂商。AMD、Google TPU、自研 ASIC 会获得谈判窗口，但客户不会因为 NVIDIA 单点延期就轻易换栈。真正可能改变采购的是云厂商的组合策略：在训练高端继续保 NVIDIA，在推理和内部负载上增加 TPU、AMD 或自研加速器占比。

Reuters 报道称，CISA 的 Attack Surface Evaluation 团队正在使用 Anthropic Mythos 扫描政府代码库，三位知情人士称审计已发现大量漏洞，但 Reuters 未能确认扫描规模和漏洞严重程度。5 这说明美国政府对前沿 AI 不是只做限制，也会在网络安全这种高价值场景里采购和试用。

同一天，Illinois 签署 SB315。CBS 报道称，该法要求开发者发布透明框架，说明如何采用行业标准、测量模型能力和灾难性风险、识别并响应安全事件；还要求第三方审计，对可能导致伤害或死亡的问题 24 小时内报告，并设置最高每次 300 万美元罚款。CBS 还写到，该法面向最大公司，通过收入和计算量阈值锁定最强模型，OpenAI 和 Anthropic 在流程中支持该法案。6

这两条放在一起看，政府客户会越来越像高要求企业客户：一手要能力，另一手要审计材料。做安全、医疗、金融、政务 Agent 的团队不能再把「合规」放到销售末端补文档。模型卡、事故响应、第三方审计、红队记录、权限边界和数据隔离会进入采购前置条件。

今天的五条信号共同指向一个更具体的判断：AI 竞争单位正在从「单模型能力」下沉到「可运营系统」。Hy3 把开放模型做成可部署产品，J-space 把安全评测推进到内部状态，TeraWulf 租约把模型路线图绑到电力，Kyber 传闻把 GPU 竞争推向整柜制造，CISA 与 Illinois 则把政府采购和审计放进同一张表。

接下来 30-60 天，值得盯四个验证点：Hy3 是否进入第三方评测和海外开发者工作流；J-space 类方法是否被其它实验室复现；Anthropic/TeraWulf 的园区交付节点是否披露更多融资和电力安排；NVIDIA、AMD、Google 在机架级系统上的客户名单是否出现新的交叉采购。哪一端先给出可验证进展，哪一端就会成为下一个预算入口。