2026-09-13

OpenAI限购Pro、Oracle背负6640亿订单、智能体考KYA：AI商业化撞上“交付硬约束”

拆解 2026 年 9 月全球与中国 AI 产业的交付硬约束：OpenAI 因系统承压暂停 200 美元 Pro 新订阅，甲骨文 6640 亿美元 RPO 遭遇电力与 GPU 交付排队，外滩大会启动智能体身份管理国家标准立项，金融机构设立动态权限与审计闸门。

AI 产业深度观察 @guang yang

先说结论：2026 年 9 月上旬，全球与中国 AI 产业的商业化进程同时撞上了一堵此前少见的墙——约束业务规模的核心变量，正从“如何找到需求”转变为“如何兑现交付”。1 2

截至 2026 年 9 月 13 日 09:30（Asia/Shanghai），这一转变在全球与中国两个市场呈现出截然不同却又因果相连的形态：

全球前沿模型与算力云市场，正在承受物理层面的产能配给。OpenAI 在 9 月 10 日罕见地暂停了每月 200 美元 Pro 计划的新订阅，官方给出的理由是新上线的 GPT-6 Astra 模型给基础设施带来了极限压力；同日发布财报的甲骨文（Oracle），其云剩余履约义务（RPO）激增至 6640 亿美元，单季交付超过 30 万块 GPU 与 850MW 数据中心容量，管理层在财报中明确表示“训练与推理需求持续快于供给增长”。1 2

中国企业级落地与智能体市场，则撞上了制度与工程层面的信任硬墙。在 9 月 9 日至 12 日举行的 2026 外滩大会上，“AI 支付与智能体商业生态”成为政企关注的核心，但讨论焦点迅速从“模型能力展示”收拢至“智能体能否被授权调动资产”。国家标准指导性技术文件《区块链和分布式记账技术智能体身份管理要求》正式启动立项，智能体从“了解你的客户（KYC）”走向“了解你的智能体（KYA）”；包括汇丰与浦发在内的金融机构则在现场明确指出，缺少动态授权、全链路审计与责任追溯的智能体无法进入生产系统。3 4 5

商业化的重心已经发生位移：卖方开始对算力实施配给，买方开始对权限设置闸门。

一、物理底座的硬约束：排队等电、等芯片与等合同转化

产业分析通常假设计算资源随着资金投入线性扩容，然而 2026 年 9 月的多份财务与运营披露显示，算力正在变成受电力与供应链强管制的稀缺配额。

1. 甲骨文 6640 亿美元 RPO：积压订单与物理交付的脱节

甲骨文公司在 2026 年 9 月 10 日披露了其 2027 财年第一季度（截至 2026 年 8 月 31 日）财务报告。报告显示，甲骨文单季度总营收为 193 亿美元，同比增长 30%；其中云基础设施（OCI IaaS）业务收入达到 74 亿美元，同比大幅增长 121%。1

最具指标意义的数据是剩余履约义务（RPO）：这一数字在第一财季达到了创纪录的 6640 亿美元，较上年同期净增 2090 亿美元。甲骨文在第一财季单季新签署的 AI 云服务合同金额超过 300 亿美元。1

6640 亿美元巨额 RPO 的交付压力结构：
┌────────────────────────────────────────────────────────┐
│ 客户需求：单季新签 AI 云合同 >300 亿美元               │
└──────────────────────────┬─────────────────────────────┘
                           │ 传导至物理基础设施
┌──────────────────────────▼─────────────────────────────┐
│ 季度交付规模：新增 850MW 电力容量 + 超 30 万块 GPU     │
│ 运营极限：GPU 集群综合利用率维持在 97.9%               │
└──────────────────────────┬─────────────────────────────┘
                           │ 产生资本与交付约束
┌──────────────────────────▼─────────────────────────────┐
│ 财务代价：单季自由现金流 -50 亿美元，FY27/28 资本开支指引 900-950 亿 │
│ 商业反制：续约 GPU 容量执行 20% 涨价，要求客户预付与自带硬件    │
└────────────────────────────────────────────────────────┘

为了承接上述订单，甲骨文在第一季度向 AI 云客户交付了超过 30 万块 GPU，接近上一季度交付量的三倍，同时新增了 850 兆瓦（MW）的数据中心容量。管理层在随后的业绩说明会上透露，目前甲骨文的 GPU 集群利用率维持在 97.9% 的饱和状态；在供给紧张的背景下，客户续约的 GPU 容量执行了 20% 的涨价。1 6

交付瓶颈直接反映在资产负债表与现金流上。甲骨文第一财季单季资本开支达 285 亿美元，导致自由现金流录得 -50 亿美元的逆差，公司为此在季度内通过市价发行（ATM）完成了 200 亿美元的股票增发，并预计 2027 至 2028 财年每年的资本开支将保持在 900 亿至 950 亿美元的高位。甲骨文云基础设施负责人 Clay Magouyrk 强调，新签订的大型合同通过要求客户提供预付款或自带硬件等方式结构化，以降低甲骨文自身的现金敞口。这表明云厂商正在把交付风险向软件和模型层买方转移。1 6

2. 供给链瓶颈的结构性蔓延：从英伟达配额到微软 38GW 规划

甲骨文的交付延迟并非孤立事件。在 2026 年 8 月底举行的英伟达 2027 财年第二季度业绩会上，首席执行官黄仁勋便明确指出：“整条供应链都极度吃紧，所有人都在满负荷运转。此刻我们大约只能满足市场 70% 的需求。”英伟达因此将 2028 财年的收入指引定性为“一个受供给约束的展望”。7

据路透社 2026 年 9 月 10 日援引彭博社报道，微软公司已经制定了到 2032 年将其全球数据中心容量扩大至约 38 兆瓦（GW）的扩张计划，这相当于其现有约 12GW 规模的三倍以上。报道披露，微软 2026 年全年的资本支出预计将达到 1750 亿美元，且微软已在内部讨论将数据中心长期租约的摊销年限从 15 年延长至 25 年，以平滑折旧压力。该报道提及，此前在部分高负载区域，基础设施短缺已迫使微软拒绝了部分 AI 与云客户的新增业务需求。8

算力基础设施的商业模式由此出现根本性变化：传统云服务以“弹性、按需、按秒计费”为核心卖点，而在千亿级参数模型与长上下文推理的吞吐压力下，云厂商重回大型工业品制造的重资产逻辑。获得持续算力的前提，变成了数十亿美元级别的十年期预付承购长约。

二、前沿模型的商业悖论：卖得越多，系统越挤

当底层基础设施被物理产能锚死时，处于产业链中间环节的模型厂商遭遇了单位经济学与服务稳定性的双重冲击。

1. OpenAI 限购 200 美元 Pro 计划：前沿生产力撞上容量天花板

2026 年 9 月 9 日，OpenAI 负责 ChatGPT 与 Codex 的产品主管 Tibo Sottiaux 在社交平台发布预警，称由于新上线的 GPT-6 Astra 模型需求过大，公司正在动用所有工程杠杆保障容量，如果压力持续将考虑限制订阅。随后在 9 月 10 日，Sottiaux 正式确认：暂停每月 200 美元的 ChatGPT Pro 计划的新用户购买。2 9

Sottiaux 在公开说明中阐述了停售原因：每月 200 美元的 Pro 计划包含高频次调用与深度推理权限，对计算集群造成的系统压力最大；关闭新用户通道是保障现有付费客户使用体验的最小干预手段。API 接口和已有的企业协议维持正常，公司未披露恢复新订阅的具体时间表。2 9

停售的直接诱因是 GPT-6 Astra 的产品定位。OpenAI 官方发布信息显示，Astra 的核心突破在于计算机操作（computer use）与存量企业工作流执行。该模型可以在缺乏 API 的传统桌面应用与网页间连续执行多步骤任务，API 输入定价为每百万 Token 10 美元，输出定价为每百万 Token 50 美元。这种长时间、多步骤的自主代理调用，将推理 Token 的消耗量提升了数个数量级。高额的客单价无法对冲瞬间涌入的峰值算力需求，软件公司历史上首次采取了工业制造业才有的限购手段。10

2. 算力长约的资本绑架与财务分化

为了在产能枯竭前锁定资源，模型厂商展开了长周期算力资本锁定：

Anthropic 的千亿级长约与上市准备：据 The Information 在 9 月上旬发布的测算，自 2025 年 10 月以来的 11 个月内，Anthropic 已经累计签署了至少 14.8GW 的算力采购协议；在未来十年中，其在芯片租赁、数据中心托管上的支出可能高达 5170 亿美元。路透社在 9 月 11 日独家报道，Anthropic 正就其潜在的高达 2 万亿美元估值 IPO 展开筹备，并寻求芯片巨头英伟达作为锚定投资者出资至多 100 亿美元。11 12
营收放量与亏损深渊的财务对照：据《华尔街日报》此前披露的非公开财务数据，Anthropic 在 2026 年第二季度实现收入 116 亿美元，并录得小幅经营利润，成为其历史上首次在单季营收上超越 OpenAI；而同期 OpenAI 的第二季度收入为 67 亿美元，由于沉重的基础设施预付费用与研发消耗，其季度净亏损从一季度的 93 亿美元扩大至 123 亿美元。13

前沿模型商业化困境的因果链条：
能力增强（计算机操作/Agent深度推理）
  │
  ▼
推理 Token 消耗量指数级放大（长上下文+连续多步试错）
  │
  ▼
单位任务算力成本激增，挤占存量集群服务器吞吐
  │
  ▼
供给不足触发限购（OpenAI 暂停 $200 Pro）与涨价（Oracle 续约涨 20%）
  │
  ▼
厂商被逼签订十年期超大额算力承购合约（资本开支刚性化，倒逼巨额融资）

中国市场的 Token 收入同样呈现高度集中与成本承压态势。第三方咨询机构爱分析于 9 月 9 日发布的《中国 AI 厂商 Token 收入榜单》显示，字节跳动凭借视频生成场景的定价权以约 300 亿元的年化 ARR 居首，阿里巴巴以 160 亿元居次，智谱以 110 亿元位列第三。该研究指出，随着 Kimi K3 等长思维链推理模型上线，国内厂商同样出现了因算力逼近极限而阶段性限制 C 端新用户调用的情况。14

软件行业原有的高毛利与快速网络扩张规律，在生成式 AI 领域被高昂的物理推理开销所阻断。

三、中国智能体落地：走向制度与交付硬墙

全球头部厂商正在集中应对物理算力赤字，中国 AI 产业的焦点则全面转向智能体（Agent）进入企业生产系统时的权限、信任与责任归属。

1. 2026 外滩大会的信号：智能体必须拥有“法人般的可信凭据”

2026 年 9 月 9 日至 12 日，以“共创 AI 新经济”为主题的外滩大会在上海举行。上海市政府官方发布显示，市委副书记、代市长朱忠明在 9 月 10 日考察大会展览时，首站便走访了“AI 支付与智能体商业生态”板块，提出加快建设人工智能发展和治理创新高地。3

在展会现场与产业论坛中，讨论语境发生剧变：以往展示智能体写代码、作画的单点演示无人问津，所有核心议程均围绕智能体如何接管真实业务流程、如何防范越权展开。

智能体进入生产系统的三道信任闸门：
┌────────────────────────────────────────────────────────┐
│ 身份准入（KYA）：基于区块链与分布式记账生成不可篡改身份凭证   │
│ 解决：这个 Agent 是谁、由谁开发、代表哪家法人实体     │
└──────────────────────────┬─────────────────────────────┘
                           │ 验证通过
┌──────────────────────────▼─────────────────────────────┐
│ 动态授权与运行时监控：基于意图的任务沙盒，权限用完即回收     │
│ 解决：允许调动多少资金、访问什么数据库、是否偏离初始意图 │
└──────────────────────────┬─────────────────────────────┘
                           │ 执行落地
┌──────────────────────────▼─────────────────────────────┐
│ 责任追溯与清算兜底：央行自律公约事前报备，持牌机构承担终局责任 │
│ 解决：发生误判或越权交易谁赔付、怎样复原生产系统       │
└────────────────────────────────────────────────────────┘

这一转变在窗口期内催生了密集的技术标准与合规动作：

智能体身份管理国家标准立项：9 月 10 日，国家标准化指导性技术文件《区块链和分布式记账技术智能体身份管理要求》宣布正式启动立项。该标准由蚂蚁数科联合十余家机构推动，首次确立了以区块链作为底层账本的 KYA（Know Your Agent，了解你的智能体）框架，要求为每一个进入生产网络的智能体提供唯一的不可篡改身份、全生命周期权限映射与跨链验证规范。4
两项安全团体标准同步启动：9 月 9 日，由中国网络空间安全协会提出、蚂蚁集团联合编制的《智能体身份鉴别与授权技术框架》与《智能体运行时安全技术要求》两项团体标准启动，明确提出权限必须随任务动态激活、任务结束即时回收，全链路审计日志保存备查。15
支付行业的事前报备硬约束：中国支付清算协会在中国人民银行指导下印发的《智能体支付应用自律公约》明确规定：智能体自主发起支付交易的应用在落地实施前，会员单位必须向协会报备，完成业务有效性、技术安全性与伦理符合性验证；支付核心环节必须由持牌机构承载，坚持“谁提供支付服务谁负责”。16

上海交通大学上海高级金融学院智库研究员邬瑜骏对此评价：KYA 是智能体获准调用真实系统权限的合法通行证；如果一个软件代理无法证明其授权来源、代理对象与清偿责任，任何具有审慎合规意识的企业都会将其隔离在核心资产之外。4

2. 真实业务落地的度量衡：谁在买单、怎么算账

在行业落地层面，外滩大会期间披露的案例展示了智能体从“聊天插件”演化为“数字劳动力”的具体路径：

蚂蚁数科的商业化指标披露：蚂蚁数科首席执行官赵闻飙在 9 月 10 日披露，公司过去两年整体业务年均增长近 50%，AI To B 业务增速达到三位数，平台产品 ARR 增速 60%，客户净收入留存率（NRR）超过 110%；大型客户采购 AI 服务的比例接近 20%。蚂蚁数科在大会期间发布了 Agentar 金融版与能源版，并推出面向智能体商业活动的 APASS 信任基础设施。17 18
线下消费场景的连接实验：支付宝“碰一下”在 9 月 11 日发布面向品牌商的无界经营智能体“图图”与面向门店的“晓雨”。官方披露其依托百万级商家设备连接 4 亿消费者，玛氏箭牌通过该网络识别了超过 10 万个潜力售点，三得利通过匹配方案一个月多售出 10 万瓶饮料。这些数字反映了平台型企业试图将智能体封装进已有硬件 POS 网络的商业企图。19
金融风控与普惠信贷的效率重构：网商银行发布小微普惠金融智能体“百灵 2.0”，宣称将小微企业复杂综合融资的办理周期从 3 天压缩至 10 分钟，但同时强调授信额度与还款调整的核心决策权限仍保留在后台合规系统内部，智能体承担材料识别与多维交叉印证工作。20

3. 买方视角的冷思考：技术闭环并未带来业务闭环

即便有亮眼的数据展示，买方企业的实务负责人依然对智能体的大规模上线保持着极高的审慎度。

浦发银行首席人工智能科学家郑波在大会期间一针见血地指出：业务闭环要求企业直接从高价值业务问题出发，由业务与科技共同重构流程；脱离真实流程单向寻找匹配场景，模型就无法转化为持续创造利润的生产力。目前浦发银行已探索 400 多个 AI 场景，处于生产线严密受控运行的专用智能体仅为 108 个。5 18

汇丰银行董事总经理、全球数字货币主管孙雷在介绍机器间支付（Agent-to-Agent）概念验证时更明确表示：“如果没有授权、审计和透明度这套完备的信任基础设施，智能体支付根本不可能被允许进入银行的核心生产系统。”5

蚂蚁集团首席执行官韩歆毅则坦言，当前行业面临供需冷启动困局：“用户想用智能体，但商家没有好用的服务供给；商家看不到活跃用户，又不敢轻易投入研发资金去构建智能体生态。”这种供需两端的互等格局，决定了智能体的商业渗透速度需要经历长周期的信任沉淀。15

四、MUSE 四层框架：产业链的结构性传导与案例全景

将上述发生在 2026 年 9 月上旬的事实放入 MUSE 演进框架（E·变革层、S·创业层、U·使用层、M·奇迹层），可以清晰厘清各环节之间的相互制约机制：

MUSE 层级	本期核心观测变量	窗口内关键事实与证据	商业化成熟度评级	面临的交付与发展瓶颈
E·变革层 (算力与底座)	芯片供应链、机房电力、变电站建设、单位算力成本	甲骨文单季交付 850MW 容量与 30 万块 GPU，RPO 达 6640 亿美元；英伟达确认供应链只能满足约 70% 需求；微软规划 38GW 数据中心容量 1 7 8	L4 平台与工业化承载 (订单井喷但受物理供给刚性压制)	变电站电网审批漫长、GPU 高温制冷开销大、资本支出导致现金流承压
S·创业层 (模型与系统)	推理成本结构、MaaS 收费能力、企业长上下文支撑	OpenAI 暂停 200 美元 Pro 计划新订阅；Anthropic 锁定 5170 亿美元算力并冲刺 2 万亿美元估值 IPO；爱分析测算字节与阿里 Token ARR 居前 2 11 14	L2 重复使用至 L3 业务初成 (收入规模快速放量，但毛利率分化)	复杂长推理 Token 消耗过载，过度投入算力挤压短期盈利空间
U·使用层 (场景与流程)	生产系统嵌入率、动态权限控制、任务成功率与复购	蚂蚁发布 APASS 信任架构；外滩大会立项智能体 KYA 国标；浦发落地 108 个生产智能体；网商百灵 2.0 运行 4 5 17 20	L1 收费探索至 L2 流程试行 (以局部业务试点为主，未全量铺开)	缺少权威责任认定机制，跨系统调用出错代价高，客户习惯难以瞬间扭转
M·奇迹层 (组织与重构)	跨行业生产率跃迁、企业治理重构、前沿研发节奏协调	Anthropic 首席执行官呼吁“为前沿设定节奏”，Altman 与马斯克附议；Altman 明确 OpenAI 2026 年不上市 21 22	L0 前瞻探索阶段 (治理框架与节奏反思初露端倪)	国际前沿竞争博弈加剧，全行业缺乏普遍认可的协同监督机制

注：成熟度分级沿用频道通用标准：L0（能力演示）、L1（产品化收费）、L2（重复使用）、L3（业务闭环）、L4（平台与生态）。

这一传导图谱印证了一个深刻现实：变革层（E）的物理供给直接制约创业层（S）的产能定价；而创业层（S）输出的模型，必须穿过使用层（U）由政策、安全与制度编织的过滤网，才能最终影响到奇迹层（M）的生产效率。

五、产业反思：放慢前沿节奏与重构商业护城河

交付硬约束的出现，正在促使全球科技领袖重新思考“无底线提速”的发展范式。

1. 行业呼吁：为前沿技术发展设定节奏

2026 年 9 月 12 日，路透社报道，Anthropic 首席执行官 Dario Amodei 发表了题为《我们必须为前沿设定节奏》（We must pace the frontier）的公开倡议。Amodei 在文中指出，前沿大模型的迭代速度已经超出安全测评与社会制度的承载极限，他提议在前沿 AI 企业中常驻具备高级访问权限的独立安全评估员，并在行业内部建立协调一致的安全基准。21

同日，Sam Altman 在受访时公开回应支持 Amodei 的提议，表示行业需要为前沿节奏设立规范，并明确透露 OpenAI 在 2026 年内不会推进公开上市（IPO），当前的首要任务是理顺安全边界与基础设施供给。埃隆·马斯克亦在公开平台对此倡议表达了赞同态度。21 22

这是大模型竞争爆发以来，三大核心玩家首次就“放慢步调、建立防御规则”达成舆论共识。

2. 经济学重估：大模型的护城河究竟在哪里？

上海交通大学上海高级金融学院实践教授、高金智库首席经济学家彭文生在外滩大会上的研判，从商业本质剖析了当前产业转型的逻辑：

传统互联网平台享有边际成本趋零与双边网络效应的红利，生成式 AI 则是每次推理都在消耗电力与算力寿命的高边际成本生意。开源底座的演进与 API 协议的同质化，使得下游企业切换底层模型的摩擦成本极低，单纯依靠模型能力本身的优越性很难形成固若金汤的商业壁垒。5

商业附加值与核心护城河正在向两端转移：

向下转移到受物理约束的能源、电力与高密度超算基础设施：手握电力配额与机房产能的主体享有稀缺定价权；
向上转移到深入垂直行业生产流程的编排治理与信任闭环层：掌握企业私有数据链、拥有动态合规授权系统并能承担运营责任的服务商，才能真正留存核心企业客户。

六、三类市场主体的行动核对表

面对交付硬约束时代的到来，不同市场参与者应当建立起更具防御性的操作规范。

给企业买方：从“功能评估”转向“交付与责任审计”

核验算力保供条款：在签署大模型 API 或专用集群合同前，明确询问服务商的实际交付周期、并发上限与资源隔离方案，严防“付费后被降速或限流”。
建立 KYA 准入档案：凡是涉及调取客户私有数据、具备系统写入权限或自主发起资金指令的智能体，必须建立明确的身份凭证与日志回溯机制，权限必须严格限定在单一业务任务内。
保留人工接管通道：在智能体工作流的关键节点设置物理干预阈值，确保在发生模型幻觉或异常循环时，业务人员可在秒级实现接管与指令回滚。

给解决方案与服务商：从“兜售参数”转向“交付标准化工程”

拆解单位任务成本账本：将客户每次业务请求消耗的推理 Token、GPU 计算时间、人工纠错工时与安全合规成本单独核算，用健康的毛利率取代虚浮的调用量指标。
构建全链路信任组件：将身份认证（KYA）、意图识别沙盒、权限管理与合规报备材料打包为模块化产品，把满足金融和政企的审计要求作为核心竞争力。
深耕现场工程化落地：通过配备前线部署工程师（FDE）队伍，协助客户梳理数据资产、重构业务接口，在企业原有 ERP 与业务系统深处完成闭环。

给产业观察者与投资人：从“追踪融资”转向“穿透真实账目”

穿透 RPO 与在手订单结构：重点分析积压订单中客户的预付款比例、硬件自带机制以及服务商交付所需耗费的资本开支，区分“纸面订单意向”与“高确定性收入”。
剥离纯软件营收口径：准确甄别企业自称的 AI 业务收入中，究竟有多少属于一次性硬件算力转售，有多少属于具备高复购率的软件与原生智能体服务。
审视安全与监管准入风险：高度重视全球合规与国内行业自律要求（如自律公约事前报备、强制性国标出台），缺乏合规牌照与信任资质的智能体应用可能在一夜之间丧失商业可行性。