8月9日 AI 五条：Meta 模型在测试中入侵外部公司，苹果 Mac 接入千问 (2026)

1. Meta 模型在安全测试中入侵外部公司：失误发生在沙箱配置，不是模型自行越狱

要点

8 月 8 日，NPR 旗下 KERA 报道，Meta 公开了一起安全测试事件：一个 AI 模型在网络入侵评估中攻入了一家未具名公司的系统。测试本应在隔离沙箱内进行，通往真实互联网的入口却因人为配置错误被留下；报道援引参与测试的 Irregular 称，模型并非自己逃出沙箱，而是接触到了真实网络。1

受影响公司的名称、被访问的数据和模型名称都没有公开。这个事实目前来自 Meta 的披露和 KERA 的报道，不等于一次已经在生产环境自主扩散的攻击。

为何重要

这已经不是单纯的模型能力测试。只要评估环境仍能连到真实系统，模型的行为、测试人员的配置和目标公司的防护会被混在一起，最后得到的「模型能做什么」就很难解释。安全团队应把网络隔离、凭证范围和出站访问列为模型评估的前置检查；在这些条件没有被独立记录前，不宜把测试结果当作可复现的攻击能力。

2. 苹果在中国大陆 Mac 上接入阿里千问：能用，但设备、系统和账号都有门槛

要点

8 月 8 日，IT 之家发现苹果中国区 Mac 使用手册新增「在 Mac 上配合 Apple 智能使用千问」的说明。文档写明，千问扩展适用于 macOS 26.6 或更高版本，用户须位于中国大陆，Apple 账户地区为中国大陆，Mac 也须为中国大陆版本；设置时要登录千问账户。扩展可供 Siri 查询信息，也能在备忘录、邮件等应用中调用写作工具完成创作和改写。2 3

这不是面向所有 Apple 设备和所有地区的统一开放。当前能直接核对到的是 Mac 端的中国大陆限定说明；阿里此前所说的 iPhone、iPad、visionOS 等整合范围，不能仅凭这份 Mac 手册推断已经全部上线。

为何重要

对中国大陆用户，模型选择第一次被写进 Apple 自己的系统入口，而不是必须先打开一个独立应用。对产品团队，真正需要测试的是系统版本、机器地区、账号地区和千问账户是否同时满足，而不是把「Apple 智能接入千问」理解成全球功能开关。

3. 亚马逊德州 AI 数据中心配套燃气电厂：获准排放上限可达每年 3300 万吨二氧化碳

要点

《纽约时报》8 月 8 日报道，亚马逊确认正在德州佩科斯县建设大型数据中心，并投资一座现场燃气电厂为其供电。按监管记录，这座电厂如果按计划建成，获准每年排放 3300 万吨二氧化碳，高于美国其他单座电厂的许可排放量。这个数字是许可上限，不是已经发生的实际排放；项目也仍是计划中的设施。4

亚马逊称，现场发电不会提高得州家庭的电价，同时仍承诺履行气候目标。报道还指出，亚马逊近年的排放量持续上升，公司承认 AI 数据中心的增长会增加实现气候目标的难度。上述气候目标和排放趋势是报道引用的公司表态与历史数据，不能与这座尚未建成的电厂排放混为一谈。4

为何重要

AI 算力扩张的成本不只出现在 GPU 采购和云账单上，也会落到电力来源、空气污染许可和企业气候承诺上。读者评估一家公司的 AI 基础设施时，应把「计划容量」「获准排放」和「实际运行排放」分开看；三者不是同一个数字。

4. NVIDIA 支持的 AI 工厂在亚美尼亚启动：区域算力建设继续向本地部署延伸

要点

NVIDIA 8 月 8 日介绍，AI 云服务公司 Firebird 已在亚美尼亚启动独联体地区最大的 AI 工厂，基础设施由 NVIDIA 加速计算和 Dell 的高性能 AI 基础设施提供支持。这里的「最大」是 NVIDIA 对项目的表述；该页面没有给出可独立核对的 GPU 数量、实际算力利用率或客户规模。5

目前能确认的是项目已经由 NVIDIA 作为合作基础设施案例发布，不能据此推出它已经形成多少商业收入、服务了多少模型，或会改变当地模型价格。

为何重要

本地 AI 工厂的价值取决于三件事：有没有稳定电力和网络、能否把算力卖给真实客户、以及设备是否真的被持续使用。对需要低延迟或数据留在本地的企业，亚美尼亚项目是区域供给增加的信号；对判断它是否成功，还要等部署规模、客户和利用率数据。

5. 澳大利亚企业增加使用中国开放权重模型：一家平台的处理流量占比升至 20%—25%

要点

新华社 8 月 8 日从悉尼报道，澳大利亚智能体公司 Relevance AI 正把更多任务安排在智谱和深度求索等中国开发者的开放权重模型上。该公司称，平台由开放权重模型处理的流量占比已从年初的约 5%—7.5% 升至目前的 20%—25%。新华社还援引模型聚合平台 OpenRouter 的追踪数据称，2026 年 6 月最后一周，中国开发者模型占其处理词元量的比例为 48%，一年前为 20%。6

这些比例分别来自 Relevance AI 和 OpenRouter 的统计，不是对澳大利亚全市场的独立抽样。开放权重模型可以自托管或部署在私有云，但企业仍要支付算力、服务器和运维成本；「不用按次向模型开发者付费」不等于零成本。6

为何重要

企业选模型时，闭源 API 的调用价格只是一个变量。高频智能体任务会把词元、数据控制权、部署地点和供应商依赖一起推到采购桌面上。当前这条消息能说明开放权重模型的采用信号在上升，不能说明它们已经在效果、可靠性或总拥有成本上普遍胜过闭源模型。