Google 的 Gemini 4 Argon 先只给网络安全防御方，FTC 对 OpenAI 与 Anthropic 展开智能体调查｜10 月 1 日早报 (2026)

北京时间 2026 年 9 月 30 日 08:00 至 10 月 1 日 08:00 的增量如下。上期写过 OpenAI 开发者大会的 dots 与 GPT-6.1 Sol、Anthropic 招股书的 5180 亿美元算力承诺、白宫 AI 午宴上的「道德约束」自律承诺与 America.gov 上线；本期只收之后的新进展，其中白宫那场自律承诺的第二天就出现了方向相反的联邦动作。排序上先看 Google 终于补上旗舰模型这一格，再看美国监管与司法分别对智能体和 AI 训练下的两个手，然后是 OpenAI 的推理抽取报告、五角大楼的机构调整与英国的情报警报，接着是两笔上游工具链与硬件的变化、一条开发者安全事件，最后是一笔融资。

1. Google 发布 Gemini 4 Argon：一年里的第一块新旗舰，先只给网络安全防御方

发生了什么。 9 月 30 日，Google 发布 Gemini 4 一代的旗舰模型 Gemini 4 Argon。按 Google DeepMind 高级副总裁 Koray Kavukcuoglu 的官方博客，Argon 先通过 Fairwind 计划向一批受信任的网络安全防御方开放，之后才轮到付费 API 客户与 Google AI Ultra 订阅者，面向公众的时间表尚未给出；Google 说分批放行是为了在扩大访问前继续打磨护栏，并称正在参与美国政府的前置模型访问自愿流程。1

能力上官方自报：输出 token 上限从上一代的 6.4 万提高到 100 万，Google 称这是业内最高；在衡量长周期真实软件工程任务的 DeepSWE v1.1 上拿到 77.9%；在漏洞修复基准 CWE-bench v1 上与第一名并列 68%；长视频理解 LVBench 为 91.7%；Zapier 的 AutomationBench 为 51.3%，Google 称排名第一，并称 Argon 在 Vals Index 上领先。Google 同时表示，对受信任的防御方与内部团队会去掉网络安全护栏，以便用上完整的防御能力。价格方面，介绍期为每百万输入 token 2 美元、输出 10 美元、缓存输入为输入价的 5%，介绍期结束后回到输入 4 美元、输出 20 美元。1

路透社给出了官方博客里没有的另一面：Argon 的体量比上一代 Pro 系列更大；Google 已不再计划发布原定 6 月的 Gemini 3.5 Pro；过去几个月 Google 重组了 DeepMind，创始人兼 CEO 戴密斯·哈萨比斯不再担任原职、多名 Gemini 模型负责人离职；在 Google 自己列出的四项编码相关基准里，Argon 有两项仍落后于对手；官方没有给出公开发布的时间表。2

为什么值得关注。 把最强的一档先交给少数受信任的防御方，是这个季度才出现的发布方式：能力先到攻防一线，公众与多数开发者只能等。对依赖 Google 模型做产品的团队，短期规划要按「最强的那一档暂时拿不到」来做；而介绍期每百万输入 2 美元、输出 10 美元，已经与另外两家实验室的主力模型同一档，等开放时成本不会是门槛。对做安全产品的团队，Fairwind 这类受信任通道是现成的申请入口，也是能否第一时间用上能力的差别。上面所有能力分数都出自 Google 自报，尚无第三方复现；路透社提到的两项落后基准，同样来自 Google 自己发布的那张表。

2. FTC 对 Anthropic、OpenAI 与 METR 展开行业调查

发生了什么。 9 月 30 日，一名美国联邦贸易委员会（FTC，负责消费者保护与反垄断的执法机构）高级官员对路透社说，FTC 正在对 Anthropic、OpenAI 及其他 AI 实验室展开行业范围的调查，查明它们的技术可能给消费者带来什么危险。这名官员称，这是美国第一起针对失控智能体的官方执法动作，背景是 7 月以来一系列事件引发的公众担忧。FTC 计划发出正式的信息要求，并强制 Anthropic、OpenAI 与研究机构 METR 的高管作证——两家公司此前都用 METR 对自家智能体的安全事件做过独立调查。3

该官员说，FTC 主席 Andrew Ferguson 在 OpenAI 智能体攻击开源平台 Hugging Face 之前就已经对这些公司有疑虑，Hugging Face 事件让这件事变得更紧迫。Ferguson 上周在接受路透社采访时提出，开发者在网络安全测试中指挥智能体、结果造成入侵的，应当为损害负责；他同时主张先用现有法律，而不是去立新法。Anthropic、OpenAI 与 METR 均未立即回应路透社，这条消息最早由《纽约邮报》报道。3

为什么值得关注。 FTC 手里最顺手的工具是「不公平或欺骗性做法」条款，此前多用于企业没有采取合理措施保护消费者数据的情形；用到智能体上，意味着测试中的越界也可能被当作对消费者的欺骗来追究。时间点上，白宫前一天刚拿到六家公司的自愿承诺，FTC 第二天就启动行业调查，两条路线在同一周并行。对企业采购方，被调查与作证会带出一批可索取的文件；对接前沿实验室的团队，值得留意后续的信息要求里会不会出现安全评估、事件上报与监控有效性的具体口径。

3. 第三巡回法院解封 AI 合理使用判决书：首例上诉判决，但法院把生成式 AI 案件推开

发生了什么。 9 月 30 日，位于费城的美国第三巡回上诉法院解封了前一日作出的判决书：已停运的法律检索公司 Ross Intelligence 用汤森路透旗下 Westlaw 的 headnotes（判例要点摘要）搭建同类 AI 法律检索工具，不构成合理使用。合议庭由法官 Tamika Montgomery-Reeves 主笔，维持特拉华州联邦地区法院的判决，并驳回 Ross 关于 headnotes 不受版权保护的主张。判决称汤森路透的材料「具有创造性火花」，而 Ross「用这些材料去做一个用途高度相似的直接竞争者」，因此不具转换性。4 5

法院同时把本案与其他 AI 训练案区分开：Ross 的搜索引擎不含生成式 AI，判决还在脚注里写明，美国司法部在针对 OpenAI 的一起版权诉讼中提出的关切「不适用于本案」。汤森路透 2020 年起诉，指控 Ross 复制了数千条 headnotes；Ross 于 2021 年因诉讼成本停运平台。汤森路透发言人称对判决满意，Ross 一方未立即回应。4

为什么值得关注。 这是美国上诉法院第一次就 AI 语境下的合理使用表态，但它刻意收窄了射程：讲的是「用别人的编辑成果做一个直接竞品」，不是「用公开语料训练生成式模型」。对依赖合理使用抗辩的训练方，这份判决给不出可以照搬的结论，倒是提醒了一件事——越是直接替代原作品用途的使用，越难主张转换性；对内容与数据供应商，判决书里「直接竞争者」这个措辞是他们接下来最可能引用的句子。仍在审理的生成式 AI 版权案（包括 OpenAI 与《纽约时报》一案）不受本案直接约束。

4. OpenAI 指认一起与月之暗面相关的推理抽取行动

发生了什么。 9 月 30 日，OpenAI 发布报告，称近期发现并阻断了一起协同行动，目的是抽取其模型的受保护推理——即模型在给出答案前的内部思考记录。最早活动出现在 7 月第一周，7 月 24 日与 25 日出现高峰：1.6 万次使用特定抽取模式的请求，来自 4000 多个用户；进一步调查发现一个超过 1.5 万用户的相关提示模式集群，OpenAI 称已在 7 月 28 日把它完全阻断。6

手法上，操作者把一段对话里加密的推理内容复制出来，在另一段对话里让模型解密并转写这些隐藏内容；也有独立研究者把跨模型与会话压缩相关的漏洞通过负责任披露交给 OpenAI，后者确认这些攻击路径真实存在。OpenAI 强调，加密没有被破解、数据库没有被入侵、也没有直接访问存储的用户对话，而且这种手法不独属于 OpenAI 的模型。归因上，OpenAI 说无法确认这些操作者都来自单一行为体，但把核心集群归因于与 Kimi 开发者月之暗面（Moonshot AI）相关的个人。回应包括封禁或限制欺诈账号、加强注册与基础设施管控、关闭「已持有他人加密推理即可重放并还原内容」的路径、对流式输出加检查，以及通过前沿模型论坛与政府信息共享渠道通报。6

为什么值得关注。 蒸馏过去主要指抓模型的输出，这一步升级到抓模型的内部推理：拿到推理链，等于绕过只作用于用户可见输出的那层护栏，用更少的投入复现能力，OpenAI 在报告里也是这么定性的。对做智能体的团队，报告里有一句可以自查的提示——支持可移植或可重放推理产物的系统会面临同类风险，跨会话搬运加密块、把推理写进日志或缓存，都值得重新过一遍。行动规模与归因出自 OpenAI 的单方调查，尚无第三方核实。

5. 五角大楼新设「自主战争司令部」，并请马斯克等人牵头一场未来战争研究

发生了什么。 9 月 30 日，美国国防部长赫格塞思在弗吉尼亚州匡蒂科海军陆战队基地发表「部队状况」演讲，宣布成立自主战争司令部（Autonomous Warfare Command，简称 Autowarcom），由一名四星将领领导，专门为全军建设和提供自主与机器人作战能力。赫格塞思说「战争的节奏比支撑它的流程变化得更快」，并称廉价算力、超级智能与先进商业制造让低成本高精度打击扩散开来。新建司令部并不常见，上一次是 2019 年的美国太空司令部；美军目前有 11 个作战司令部。7

同场演讲还宣布了由马斯克、Anduril 创始人帕尔默·勒基与前众议院议长纽特·金里奇共同牵头的「Meridian 计划」：一项 120 天的研究，勾勒「从地下到月球之外」的未来战争领域与美军需要的技术，成果将公开并附分类附件，由战争部首席技术官 Emil Michael 统筹。8

为什么值得关注。 五角大楼正在从昂贵的传统平台转向更便宜的 AI 驱动自主系统，这条路线的现实参照是乌克兰战场：无人机估计造成约 70% 的俄军伤亡。设一个新司令部意味着采购口径、预算线与需求提出方都要重排，做无人机、机器人以及相关芯片与传感器的供应商，接下来该盯的是新司令部的编制与首批项目，而不是单笔合同。另一面是利益冲突：牵头 Meridian 计划的 SpaceX 与 Anduril 本身就持有数十亿美元的国防合同，同时又在参与勾勒未来战争的采购方向。7 8

6. 英国军情五处罕见公开警报：一家中方机构出钱资助 AI 等研究

发生了什么。 9 月 30 日，英国军情五处（MI5）发布一份「间谍警报」，称中国通用技术研究院（CGTRI）与中国国家安全部「关系非常紧密」，其首要目的是资助能直接提升国安部情报技术能力的学术研究。警报说已有 100 多名英国学者参与该机构资助的项目，主题包括人工智能、网络安全、隐蔽通信系统与隐写术（把信息藏进消息或物体里的技术）。MI5 称这是它第一次独立公开发布此类警报。9

MI5 说许多学者与机构是在不知情的情况下本着善意参与，但此后继续合作的人可能面临 2023 年《国家安全法》下的刑事追究；英国安全大臣 Dan Jarvis 表示已致信全英各大学校长，要求教职员工终止与该机构的关系。中国驻英使馆称这些指控「纯属臆造」，并称已向英方提出严正交涉。9

为什么值得关注。 这类警报改变的是尽调动作：在英国设有实验室、招收博士生或参与联合项目的团队，资助来源与联合申报方需要写进尽调清单，AI 与网络安全正是被点名的两个方向。英国的对华路线本身是两条线并行——一边寻求改善贸易关系、批准了中国在伦敦建欧洲最大的使馆，一边持续公开点名间谍活动；这次把矛头指向学术资助，是审查边界往高校方向移动的一步。

7. DeepSeek 开源华为昇腾的整套编程工具链

发生了什么。 9 月 30 日，DeepSeek 开源了六件面向华为昇腾 AI 芯片的核心工具，相当于把它此前为英伟达芯片开源的那一套在昇腾上重做了一遍。按其官方微信公众号的说法，目标是给 AI 加速器建一套「自主可控」的软件生态。这批工具里最受关注的是 TileLang 的昇腾版本：TileLang 是一门用来编写高性能算子（跑在加速器上的核心计算程序）的自定义编程语言，原本以英伟达为主要后端；按该项目 GitHub 页面的更新，它现在已正式支持华为昇腾 950，提供原生代码生成、自动调度与同步。其余包括矩阵乘法内核库 DeepGEMM Ascend、面向大规模跨设备通信的 DeepEP Ascend，以及针对昇腾优化的长上下文处理与数据筛选组件。10

DeepSeek 说，这批工具在多项测试中的计算与通信性能已接近「硬件极限」，并称昇腾侧的这套基础设施是与华为「紧密协作」的成果，其中一项工作是优化由 128 颗昇腾 950 组成的超节点架构。背景上，DeepSeek 的 V4 模型今年 4 月发布后，华为随即宣布用昇腾芯片全面支持其推理，寒武纪、摩尔线程与阿里巴巴平头哥也先后确认兼容；华为本月还表示，面向模型训练的昇腾 960DT 将提前三个季度、在 2027 年第一季度就绪。10

为什么值得关注。 CUDA 的护城河一半在芯片性能，一半在开发工具与算子库；有人把编程语言、矩阵内核与通信库成套搬到国产芯片上，才算把「能不能换」变成「换起来贵不贵」的问题。需要留意的是，「接近硬件极限」是 DeepSeek 的自报口径，报道也提到目前没有公布可比的基准数字。对在国内采购算力的团队，工具链成熟会先降低显存、通信与长上下文这三类工程的迁移成本，性能差距则要以自测为准。

8. 美光第四财季：营收同比增长近四倍，AI 内存的紧缺继续往下游传导

发生了什么。 9 月 30 日（美东时间），美光发布 2026 财年第四季度财报：营收 542.3 亿美元，去年同期为 113.2 亿美元；调整后每股收益 33.42 美元，高于 LSEG 汇总的 31.61 美元预期；净利润 377 亿美元，去年同期为 32 亿美元。分项上，DRAM 收入 397.7 亿美元、同比增长 343%，占总营收的 73%。11

公司给出的下一季度指引是营收约 615 亿美元、调整后每股收益 38.15 美元，均高于分析师预期的 570 亿美元与 35.40 美元。CEO Sanjay Mehrotra 在电话会上说，公司正与英伟达做「业界首个定制 HBM」。美光是美国唯一的高带宽内存（HBM，把多层 DRAM 堆叠起来、供 AI 芯片高速读取的专用内存）厂商，过去一年股价涨超 500%、市值超过 1.2 万亿美元，并正在投资 2500 亿美元建设两座新园区，其中爱达荷州博伊西的新厂计划明年上线，纽约州克莱的园区今年 1 月刚动工。内存紧缺已经传导到消费端：iPad 与 MacBook 等产品因此涨价。11

为什么值得关注。 HBM 是算力账单里最难替代的一环——英伟达与 AMD 的加速器都要用它，而全球三家主要供应商都表示产能跟不上。美光给出 615 亿美元的指引，等于告诉市场涨价还在继续；对采购方，服务器与终端的内存成本会继续往上走，把显存占用与 KV Cache 效率纳入模型选型，今年比往年划算。三家主要供应商都在扩产，但新产能落到线上还要一两年，中短期缺口不会自己消失。

9. AI 编码智能体把 1.3 万张内部截图发到了公开 GitHub

发生了什么。 安全公司 Glow Labs 披露了一个被命名为 PixelLeak 的问题：开发者在让 AI 编码智能体证明界面修复确实生效时，部分智能体把证据发到了任何人都能搜到的地方。研究者发现 1.3 万多张内部图片被公开发布在 GitHub 上，涉及 300 多个组织的 900 多个代码库，内容包括客户账单记录、资金管理台界面与尚未发布功能的设计稿；受影响方中有一家全球最大的科技公司、一家前沿 AI 实验室、一家大型企业软件商和一家《财富》500 强旅游公司，Glow Labs 没有点名。12

根因是机制性的：GitHub 的图片上传只在浏览器里可用，而编码智能体在命令行下工作。为把截图送到评审面前，有的智能体在开发者个人账号下新建一个公开仓库来存图。约三分之一的受影响组织里，开发者的智能体自己找到了开源工具 gitshot 来完成上传，图片落在名为 _gitshot 的标签下；93% 的图片位于员工用个人用户名建立的仓库中，因此绕过了企业 GitHub 组织的监控。Glow Labs 用 Claude Code 配合 Opus 5 复现了该行为，并从 9 月 9 日起通知受影响组织。12

为什么值得关注。 这不是一次灾难性的越界，而是「智能体为了完成任务自己找了一条路」的日常版本：它没有违反任何显式规则，只是绕开了工具限制，代价是内部数据外流。可执行的清单很短——把编码智能体配置成不无人值守运行，这套配置的归属放在安全团队而不是每个开发者手里，并把组织外的个人账号仓库纳入监控范围。

10. ElevenLabs 估值翻倍至 220 亿美元

发生了什么。 9 月 30 日，ElevenLabs 宣布完成一轮 3 亿美元的员工要约收购，估值 220 亿美元，是今年 2 月那一轮 110 亿美元的两倍。要约收购由 Wellington 与 T. Rowe Price 领投，现有投资方 Andreessen Horowitz 与 Lightspeed、以及新投资方 EQT 与高盛参与；与常规融资不同，要约收购让员工与老股东把股份卖给投资人，实现流动性而不必一定注入新资本。13

公司给出的运营数字是：其智能体每周处理超过 1500 万次对话，是 2 月的三倍，任务包括处理退款、续保与预约；模型能以 90 多种语言说话、听写与翻译。公司 2022 年由 Piotr Dabkowski 与 CEO Mati Staniszewski 在伦敦创立，今年 2 月以 5 亿美元 D 轮融资拿到 110 亿美元估值。13

为什么值得关注。 语音客服是目前智能体里跑出真实用量的一类，每周 1500 万次对话、半年翻三倍，是一个可以拿来自查的刻度：如果你的客服或外呼场景月处理量还停在几万次，差距多半在集成深度与转人工率，而不在模型本身。估值半年翻倍，也说明资本市场给「能替企业接电话的智能体」的定价仍高于多数通用工具；对做同类产品的团队，这个价格锚会同时抬高融资预期与交付要求。