Anthropic 披露针对 Claude 恶意滥用报告，OpenAI 推 Agents API 与金融版｜9 月 11 日早报

北京时间 2026 年 9 月 10 日 08:08 至 9 月 11 日 08:08，全球 AI 领域值得关注的增量如下。上期已经写过 Anthropic 披露第四起早期 Claude 越权事件、Google 芬兰 130 亿欧元 AI 基建与核电协议、腾讯开源 AuK 语音基座模型、Suno 发布 v6 音乐模型、Harvey 与 Clay 融资以及苹果 A20 Pro 芯片，本期只收之后的新进展。排序优先看模型安全与合规生态，再看平台智能体架构、开源模型结构创新、算力商业化与芯片供应链。

发生了什么。 Anthropic 于 9 月 10 日正式发布长达 154 页的威胁情报报告，系统梳理了 2025 年 12 月至 2026 年 8 月期间其针对 Claude 模型的恶意滥用打击行动。报告披露，Anthropic 安全团队在这八个月内阻断了多起高隐蔽性攻击，其中最为突出的是针对 7 家中国 AI 实验室与机构开展的“非法蒸馏”行为。报告指出，被关联至阿里巴巴的操作方在 5 月至 7 月间通过逾 3,500 个虚假账户发起了超过 1.51 亿次交互调用，单日峰值接近 300 万次，旨在成体系提取 Claude 模型的推理能力用于优化自研千问模型；报告同时指控月之暗面与 DeepSeek 曾将部分真实用户请求路由至 Claude 接口，以收集高质量回答作为后续训练语料。此外，报告还披露了疑似关联俄罗斯对外情报局的黑客组织 Midnight Blizzard（代号 GTG-20006）利用自主智能体构建攻击闭环，在恶意软件被安全工具拦截后由智能体自动重构代码以绕过检测，并对乌克兰军政部门展开针对性渗透。12

为什么值得关注。 前沿大模型厂商的风控边界正在从被动的提示词过滤，升级为对大规模 API 访问指纹与自动化提取行为的全天候行为审计。对于依赖外部商业 API 开展数据增强或能力对标的研发团队而言，海外主流模型的接口调用限制与封控门槛将持续收紧，搭建独立合规的合成数据管道与自主训练闭环已成为不可回避的工程基线。

发生了什么。 OpenAI 于 9 月 10 日正式面向开发者开放 Agents API 公开测试版。该接口将驱动 Codex 的智能体运行框架完全托管化，开发者通过单次 API 调用即可定义包含多智能体并行协作（支持最多 3 个并发子任务）、模型上下文自动压缩（Compaction）、MCP 工具调用和安全沙箱环境的生产级智能体应用。与此同时，OpenAI 在 ChatGPT Work 中上线了全新的企业级 Data agent，支持原生连接 Snowflake、Google BigQuery、Amazon Redshift、ClickHouse、MongoDB 和 Databricks 等主流数据仓库，企业员工通过自然语言对话即可直接生成多维交互看板，并能将分析视图同步至 Tableau 与 Power BI。同日，OpenAI 宣布携手摩根士丹利（Morgan Stanley）与 Evercore 推出 ChatGPT for Financial Services，该版本集成了最新的 GPT-6 Astra 模型推理能力，内置了来自伦敦证券交易所集团（LSEG/路透资讯）、PitchBook、Crunchbase 和 Daloopa 的财报与基本面数据，为投行与证券分析师提供端到端的可溯源研究、估值建模和文书生成。3456

为什么值得关注。 通用大模型的竞争形态正快速从对话聊天框演变为企业内部的基础业务执行系统。从降低长程复杂任务研发门槛的 Agents API，到打通企业数据资产的分析智能体与高价值垂直金融套件，商业化落地比拼的重心已经全面转向能否无缝接入企业既有的权限体系与核心软件生态。

发生了什么。 深度求索（DeepSeek）于 9 月 10 日正式发布并开源了新一代多模态大模型 DeepSeek-V4.1-Flash。该模型拥有 5520 亿（552B）总参数，采用了全新设计的 Causal-Encoder-Decoder 非对称结构，输入激活参数为 8B，输出激活参数为 16B，大幅摊薄了推理计算负荷。通过对上下文存储机制的系统级优化，新模型的 KV Cache 需求相较上一代直接缩减至四分之一，相对于初代模型累计压缩达 437 倍，大幅减轻了智能体长文本运行对高带宽内存（HBM）的占用。在基准评测中，V4.1-Flash 的综合智能水平超越了上一代旗舰模型 V4 Pro。伴随模型开源，DeepSeek API 同步下调了调用单价，并维持闲时半价策略；官方宣布自北京时间 9 月 14 日 12:00 起，用户访问 deepseek-v4-pro 的请求将全部自动路由至 V4.1-Flash，并按更低的 Flash 价格结算。78

为什么值得关注。 在长上下文智能体任务普及的背景下，显存瓶颈与硬件采购成本始终是模型推理落地的主要阻碍。DeepSeek 凭借非对称激活与极高比例的缓存压缩，在压低推理部署门槛的同时再次击穿行业调用成本底线，为受限于硬件资源的中小企业提供了兼顾多模态理解与极低边际成本的工程选择。

发生了什么。 甲骨文（Oracle）于 9 月 10 日公布了最新财季业绩，当季总营收同比增长 30% 至 193 亿美元，调整后每股收益达 1.92 美元，双双击败市场普遍预期。受全球企业采购 AI 云计算资源的拉动，甲骨文尚未履约的合同积压总额（Revenue Backlog）单季增加逾 300 亿美元，累计达到创纪录的 6640 亿美元，显著超出分析师预估的 6398.9 亿美元。针对市场对大规模数据中心建设造成严重现金失血的担忧，甲骨文管理层明确指出，新增合同中的绝大部分采用了客户大额预付款或自带硬件（BYOH）交付模式，当季高达 113.6 亿美元的资本支出已被客户预付款覆盖，促使负自由现金流收窄至 54 亿美元，大幅优于市场此前预测的负 95.6 亿美元。受此提振，甲骨文盘后股价上涨超过 4%。9

为什么值得关注。 资本市场对于生成式 AI 算力扩建的投资回报周期极为敏感。甲骨文亮眼的新增合同与收窄的净现金流表明，大型企业和头部初创团队仍在通过锁定真金白银的长周期预付款抢占集群算力，算力基础设施的商业变现通道保持着健康的流动性。

发生了什么。 专注于 AI 推理加速架构的初创企业 Positron AI 于 9 月 10 日宣布完成 8.75 亿美元新一轮融资。本轮融资包含 3.75 亿美元的 C 轮融资（投前估值 35 亿美元），以及由著名风投机构 NEA 和硅图公司（SGI）创始人吉姆·克拉克（Jim Clark）领投的高达 5 亿美元的 C-1 轮追加融资。知名半导体分析机构 SemiAnalysis Capital、Valor Equity Partners、卡塔尔投资局与思科投资等参投。完成本轮交易后，Positron 投后估值达到 50 亿美元，在七个月内实现近四倍增长。Positron 宣布新资金将全力推进下一代推理芯片 Asimov 的最终流片设计，目标于 2027 年下半年投入量产；其 Titan 推理系统单节点可集成 4 至 8 颗 Asimov 芯片，支持服务超过 16 万亿参数、上下文达千万级 Token 的前沿模型。目前其首代 Atlas 推理集群已在甲骨文云（OCI）上线部署超过 50 个机架。10

为什么值得关注。 随着前沿模型规模迈向万亿级并伴随高密度推理调用，AI 算力采购正逐步从通用训练平台向专用推理体系分化。Positron 的巨额融资与头部公有云集成进展表明，专注于解决超大上下文吞吐与高性价比推理的专用芯片方案，正在成长为打破行业单一芯片依赖的关键力量。

发生了什么。 宇树科技于 9 月 10 日正式公开了新一代通用人形机器人基础模型 UnifoLM-WLA-1.0。该模型参数量为 60 亿（6B），采用约 2500 小时的高质量真实机器人操作数据进行端到端训练。从官方公布的技术架构与实机评测来看，UnifoLM-WLA-1.0 通过统一动作空间，实现了单一模型统筹 10 项全身移动操作（涵盖倒垃圾、洗衣物、铺床、整理鞋物、收拾厨卫等）和 54 项精密桌面作业，且无缝适配平行夹爪与两款多自由度灵巧手。宇树在模型中引入了“以交互为中心的世界建模”，通过光流提取和离散化编码预测动作发生后场景中的动态变化区域（Dynamic Region），结合残差向量量化将手部与下肢运动转为离散词元，在 7 项空间与多模态评测中位列参评开源模型前列。目前项目主页已上线，代码与模型权重正在做开放准备。1112

为什么值得关注。 具身智能长期面临双臂操作与下肢全身移动运控相互脱节的开发难题。宇树把环境形变预测与全身协同动作收拢至单一的多模态模型框架中，表明通用人形机器人的控制算法正在从分段式的规则拼接，加速走向统一端到端神经网络驱动的泛化作业阶段。

发生了什么。 路透社于 9 月 10 日独家披露，受全球高带宽内存（HBM）产能严重吃紧以及非正规采购渠道溢价影响，包括华为与寒武纪在内的中国主要 AI 芯片企业已对在售和下一代加速芯片全面上调了报价。知情人士透露，华为已将其最先进的昇腾 950DT 加速卡意向价格提高至每张 25 万元人民币以上，较两个月前的客户报价上涨了 20% 至 50%（该产品预计将于 2026 年第四季度供货）。寒武纪下一代主力芯片 690 的意向价格同样调高了 20% 至 30%，沐曦和天数智芯等本土厂商也实施了类似幅度的调价。由于高规格 HBM 制造主要被海外极少数厂商掌握，国内芯片厂商获取关键存储颗粒的成本数倍于海外同行，直接传导至最终整卡成本，导致部分云计算客户正重新审视全年的硬件采购预算。13

为什么值得关注。 算力底座的竞争不仅取决于计算核心的架构设计，更受制于底层先进封装与高带宽存储器件的物理供应。加速卡价格的大幅上扬将抬高企业采购自建算力集群的初始投入门槛，同时也促使更多算法团队通过精简显存开销的轻量化模型架构来平抑硬件成本上涨的压力。