8月21日 AI 五条：马萨诸塞州拟每120天审查前沿模型，Anthropic调整企业留存

本期覆盖 2026 年 8 月 20 日 08:30 至 8 月 21 日 08:30（UTC+8）公开或出现状态变化的五条进展，按对安全治理、企业数据、算力调用和基础设施的影响排序。

彭博社 8 月 20 日报道，马萨诸塞州参议院上月通过的经济发展法案包含一套前沿模型安全审查方案：年收入超过 5 亿美元的 AI 实验室，除了年度合规审查，还要至少每 120 天接受一次独立第三方评估。评估对象是可能造成至少 50 人死亡或重伤，或带来 10 亿美元及以上财产损失的灾难性风险；结果要公开，但州政府不能据此直接叫停 AI 开发。法案仍需州众议院和州长方面达成一致，尚未成为生效规则。1

评估机构的标准将由州总检察长制定，开发商承担评估费用；开发商若不报告安全事故或不遵守自己的安全计划，首次违规最高可罚 100 万美元，后续最高 300 万美元。Anthropic 支持更密集的独立评估，OpenAI 则希望各州采用接近伊利诺伊州的统一标准，认为每 120 天评估可能拖慢网络安全模型发布。1

这场争论把「谁来评估前沿模型」从行业自律问题变成了具体的州级制度选择。公司需要关注的不只是评估频率，还包括评估机构能索取哪些材料、结果是否公开、费用由谁承担，以及州规则与联邦标准是否冲突。

对读者而言，120 天是提案中的审查周期，不是已经适用于所有模型的合规期限。下一步应看州众议院和州长是否保留这项条款，以及最终文本是否改变收入门槛、风险定义和评估权限。

路透社 8 月 20 日报道，Anthropic 计划改变企业客户使用高级模型时的数据留存政策。按知情人士说法，企业客户仍需保留数据 30 天，但可以选择把数据放在自己的云基础设施中；Anthropic 已与包括 Salesforce 在内的 100 多家客户协调开发这套系统，并预计在今年晚些时候推出新的安全系统。2

这是一项媒体报道的计划，并非 Anthropic 已发布的正式产品公告。报道还回顾了 Anthropic 6 月提出的政策：Fable、Mythos 和未来前沿模型的企业客户流量需要保留 30 天，以便识别可能利用模型发动网络攻击的行为。2

企业部署高级模型时，数据留存、数据所在地和安全监控往往同时存在冲突。把数据放回客户自己的云，可能改善合规和内部控制；30 天保留要求则意味着客户仍要为安全审查留下可用记录。真正需要等待的细节是：客户能控制哪些数据、Anthropic 还能看到哪些元数据、审查范围覆盖哪些模型，以及自有云方案何时可用。

在公司确认之前，读者应把这条消息当作企业产品路线变化的信号，而不是已经可以签约的功能。

彭博社 8 月 20 日报道，Meta 每年通过微软 Azure 获取 AI 模型的支出达到数亿美元，每周处理数万亿个 token。Meta 开发者还曾通过微软 Foundry 使用 OpenAI 技术，评估 Meta 自有模型的输出；Meta 会根据模型可用性和成本，在多个平台租用外部模型。相关金额和用量来自一名匿名知情人士，Meta 与微软均未置评。3

报道把这些内容描述为 Meta 与 Azure 的客户关系，而不是一份已公开的合同或财报项目。Meta 仍在开发自己的模型，同时使用外部模型做评估和补充，这也解释了为什么 AI 云服务的需求会集中在少数大型技术公司之间。3

这条消息提供了一个比模型排行榜更接近经营现实的指标：大型公司会同时购买外部模型能力、比较自有模型，并把调用量放进云平台。对云厂商而言，模型训练之外的推理和评估流量正在成为长期收入来源；对模型团队而言，外部 API 的价格、延迟和数据控制会直接影响自研模型的经济性。

但「数亿美元」和「数万亿 token」仍是匿名来源提供的估计，不能当成 Meta 或微软已经确认的合同金额。后续财报或双方公告若给出更具体的客户规模，才足以判断这是否是一次性采购，还是持续扩大的基础设施关系。

Ramp 8 月 20 日推出模型路由服务 Router。TechCrunch 报道称，Router 目前只在美国提供，2026 年剩余时间免收路由服务费，用户仍需支付模型推理费用，并获得 26 美元的启动额度；2027 年价格尚未公布。服务可接入 OpenAI、Anthropic、DeepSeek、Moonshot、MiniMax、NVIDIA、xAI 和 Z.ai 的模型，用户可以按基准测试、难度或供应商偏好自动选择模型。4

Router 的官方页面还说明，用户可以通过一个 API 端点访问多个模型，服务免费至 2026 年；隐私通知则显示，账户可以关闭输入和输出内容存储，但使用数据和元数据仍会收集，底层模型供应商的留存政策也会因模型、账户和访问方式而不同。56

模型路由器降低的是接入、切换和比较模型的成本，不会自动消除数据治理成本。企业可以把简单请求交给便宜模型，把困难请求转给更强模型，也可以从仪表盘观察 token 用量、延迟、失败转移和费用；但输入输出、使用元数据和供应商留存规则仍然需要单独审查。

Router 目前只面向美国用户，免费期也不等于长期低价。准备试用的团队应先确认数据是否允许送往第三方模型、关闭内容留存后哪些元数据仍会保存，以及底层供应商是否提供零数据留存。

AI 基础设施初创公司 Callosum 8 月 20 日宣布完成 1 亿美元种子轮融资，Atomico 领投，Plural、DCVC 和英国 Sovereign AI Fund 参与。SiliconANGLE 报道称，Callosum 的 Tailored Inference 会把 AI 应用的多步骤任务拆成独立模块，再把不同模块分配给更适合的模型和芯片；平台上线时支持来自 6 家以上芯片厂商的加速器。7

Callosum 宣称，Tailored Inference 在部分任务上的速度可达到 GPT-5.6 Luna 的 3.7 倍，并能降低基础设施成本；公司没有公布客户名称或客户数量。同期公告显示，Callosum 还与 Cerebras 合作，把 Cerebras 的晶圆级引擎接入软件平台，并通过 API 提供计算容量，但公告没有给出独立延迟、吞吐量或成本测试。78

AI 基础设施的竞争正在从「哪颗芯片峰值更高」转向「一项任务的每一步该交给哪种模型和硬件」。如果调度软件能把复杂任务拆开，企业就有机会减少让前沿模型处理简单步骤的浪费，也能在不绑定单一芯片供应商的情况下安排推理资源。

3.7 倍和成本下降属于公司口径，当前没有公开的独立测试、客户规模或生产环境数据。读者真正要等的是可复现实验条件、真实工作负载的成本，以及 Tailored Inference 在多模型切换和失败恢复上的稳定性。