Mistral 放出 1 万亿参数开源权重模型，Google 一次签下 3,590 兆瓦电力｜10 月 7 日早报

北京时间 2026 年 10 月 6 日 08:00 至 10 月 7 日 08:00 的增量如下，共 12 条。上期写过韩国七家金融机构被 AI 渗透工具打进、纽约市议会第一次让四家 AI 公司宣誓作证，也写过 Reflection 的 501B 开源权重模型 Beam、OpenAI 的欧盟文本水印、维基媒体披露的失控智能体活动；本期只收之后的新进展。

这一天有两组对照。开源权重这一格，欧洲厂商接过了接力棒——Mistral 放出 1 万亿参数的旗舰预览，等于在同一个月里第二次把「非中国最强的开源权重模型」这句话重新念了一遍。另一组对照在「谁能用最危险的网络能力」：Anthropic 把面向防御方的网络能力拆成三层重新开放，同一天，摩根大通的首席执行官说这类模型让网络风险「上升了十倍」。

发生了什么。 10 月 6 日，法国的 Mistral 开启 Mistral Large 4（内部代号 ML4，官方昵称 le Chonk）的公开预览：一个 1 万亿参数、每次推理激活 490 亿参数的原生多模态混合专家模型。模型在 Mistral 自家的欧洲数据中心用英伟达 Grace Blackwell 训练（公司给出的数字是 3,800 块），训练数据中有相当比例是多语言的，覆盖 160 多种语言，包括欧盟全部官方语言。权重本月月底放出；在此之前，公司把同一个模型交给网络安全机构、受审核的伙伴与政府部门做红队测试，这批访问带更少的审核限制与更强的网络能力。预览 API 定价为每百万输入 token 1.36 美元、输出 4.18 美元。1

Mistral 自报的分数集中在三处。编码与智能体：DeepSWE v1.1 61.7%、SWE-Atlas-QnA 59.4%、Terminal-Bench 4 28.3%，综合编码智能体指数 49.8%，公司称领先 DeepSeek V4 Pro 与 Qwen3.8 Max。企业流程：AutomationBench 59.9%（657 条跨 Gmail、Google Sheets、Slack、Salesforce 的业务流程）、AA-Briefcase 1,393 Elo。网络安全：在一项要求模型复现开源软件里的真实漏洞、再打上补丁的测试中拿到 82%，公司称这是所有被测模型里的最高分，并给出一句值得注意的解释——Claude Opus 5.5 与 GPT-6 Astra 在同一测试上接近零分，因为它们拒绝执行这项任务。视觉定位上，ML4 在 Dense 200 上是 42%，对手 GPT-6 Astra 是 41%。以上全部是厂商自报，尚无独立验证。 1

第三方给的口径更保守。CNBC 报道称，Mistral 说 ML4 是中国之外最强的开源权重模型，但它在编码等方向上仍落后于前沿闭源模型；公司的联合创始人兼首席科学家 Guillaume Lample 表示，能力会随 Series D 之后的训练算力扩张继续提升。背景是，开源权重这一格此前最靠前的模型多来自中国，而美国的 Reflection 在前一天刚发布了 Beam。2

为什么值得关注。 这份成绩单里有三件事对读者有直接含义。第一，「非中国最强开源权重」在一个月内被两家西方公司先后接手，如果你此前因为「最强开源权重都来自中国、有合规或供应链顾虑」而排除了开源路线，这个前提需要重新评估——但请等权重真正放出、有人用自家任务集复测之后再定。第二，ML4 最强的单项是网络安全，它给出的解释很实在：闭源模型的安全拒答会挡住「先证明漏洞是真的」这类防守动作。如果安全团队此前卡在模型不肯配合验证漏洞上，可自部署的权重是一条可选路径。第三，它在编码上自报落后、第三方也这么说，说明开源权重与闭源前沿之间仍有可测量的差距，选型时不要只看参数量。

发生了什么。 10 月 6 日，Google 与 Constellation Energy 公布一份覆盖 3,590 兆瓦的电力协议，其中约四分之一（890 兆瓦）来自核电：Google 签下一份 20 年购电协议，对应 Constellation 位于伊利诺伊、宾夕法尼亚与新泽西三个州的 11 座核电机组的扩容改造，首批电力预计 2028 年交付。另外 2,700 兆瓦是一份长期供电协议，不绑定具体电源，公司说它给 Constellation 的在运机组提供长期收入确定性。整笔安排将带动 Constellation 逾 43 亿美元的新投资。两家公司都说明，这笔交易回应的是 PJM（覆盖 13 个州、美国最大电网）管理层提出的「自带电源」方案——该方案拟要求接入电网的数据中心客户自备电力，否则可能在用电高峰被远程切离电网。3

为什么值得关注。 这是把「AI 的瓶颈是电」这句话落成合同的一次，而做法是存量机组的扩容，不是新建电站——改造现有机组比新建快得多，这是它能在 2028 年就交付的原因。对读者的实际含义落在 PJM 那条规则上：如果「自带电源」在 13 个州落地，机房选址的判断标准会从「电价便宜」变成「能不能自己拿到电源」。做基础设施与能源相关生意的团队，值得把 PJM 的规则进程单独放进跟踪清单。

发生了什么。 10 月 6 日，CNBC 引述知情人士称，中国的 DeepSeek 正考虑把最新一轮融资规模扩大到最高 1,000 亿元人民币（约 149 亿美元），是此前 500 亿元目标的两倍；公司对自身估值的目标约为 5,000 亿元人民币（约 750 亿美元）。出资方以国家背景基金、中国上市公司投资平台与风投为主，DeepSeek 正在筛掉由个人投资人出资的私募基金，把资金池基本限制在政府与企业资金。已承诺出资的包括腾讯、宁德时代、吉利汽车，以及 Monolith Management 与 Loyal Valley Capital。同日彭博社报道称，公司接近敲定至少 800 亿元，并筹备 2027 年初上市。DeepSeek 今年才开始接受外部资本，6 月完成的第一轮外部融资约 500 亿元。4

为什么值得关注。 这轮融资把中国前沿实验室的估值锚点往上推了一格，也把资金来源的方向讲清楚了——它要的是政府与产业资本，不是散户化的私募钱。对做模型选型与投资判断的读者，有两个具体含义：一是如果 IPO 在 2027 年初成行，DeepSeek 的开源与低价路线会同时背上上市公司的披露与盈利压力；二是价格战的天花板被抬高了，融到的钱越像国家产业资本，越不容易因为短期亏损而收手。

发生了什么。 10 月 6 日，Anthropic 把过去半年的两个项目——面向关键软件的 Project Glasswing，与给受审核安全团队开放较低护栏的 Cyber Verification Program——合并成一个扩大后的 Cyber Verification Program，分三档。Defense Access 面向漏洞分析、事件响应、恶意软件逆向等纯防御工作，公司预计多数做防守的组织都合格，目标是几天内答复，可申请者包括企业内部安全团队、非营利组织、大学、政府机构、区域医院与市政公用事业这类关键基础设施运营方、小型安全公司、开源维护者，以及有漏洞报告记录的个人研究者。Red Team Access 在防御之上加上经授权的渗透测试与红队，只对公司开放、个人研究者不能申请，审核要几周。Specialized Access 护栏最少，留给经深度审核、可测试飞控系统、电网、电信网络、银行间转账基础设施与政府行政网络的少数组织，目前每一家都由 Anthropic 与美国政府共同审核；原 Glasswing 成员直接转入这一档。三档都可使用 Claude Opus 5.5、Sonnet 5.5 与 Mythos 5.1 等模型。公司同时要求参与组织做数据留存以便监测滥用，并预告今年秋天晚些时候上线 Enterprise Frontier Safeguards 后，合格组织可以把数据放在自己控制的云基础设施里。5

公司给出的效果数字也要一并看。通过 Glasswing，伙伴组织在 2026 年 4 月至 7 月间报出至少 129,000 个已验证的软件漏洞，其中逾 33,000 个已被评为严重或高危；Anthropic 自家的开源扫描在 4 月至 10 月又找到 5,500 个。公司说明这些是下界：数字来自 33 份伙伴报告的部分数据，不足一半的伙伴披露了修补数量，因此它预计真实影响「至少是这个数字的五倍」。为了验证分档是否有效，公司用 CyScenarioBench 让 Claude Opus 5.5 在同一批 10 项挑战上各试 5 次：没有权限时每一项都在第一个提示就被拦下；Defense Access 档的 50 次里有 46 次在某一步被拦；Red Team Access 档则没有拦截，50 项里成功完成 34 项，与完全不加护栏时的 67.6% 成功率实质相当。5

为什么值得关注。 这条给的是一套可参照的行业答案：既然同一个模型的网络能力对攻防双方都有用，可行的做法不是「关」或「开」，而是按工作范围分档、按档设护栏、并接受可监测的数据留存。对安全团队，最低一档的门槛看起来并不高，值得对着自己的用例申请一次；需要注意的是，想要更强的能力，就要接受更严的审核与更长的审核周期。

发生了什么。 10 月 6 日，摩根大通首席执行官杰米·戴蒙（Jamie Dimon）在彭博电视的采访中说，与人工智能相关的威胁「在 Mythos 之后上升了十倍」。他解释：「AI 造出了我们以前并不知道的漏洞，而在这些东西出现之前，我们本来就一直在担心网络安全。」戴蒙表示自己不会陷入「它是不是生存性威胁」的争论，公司要做的是「卷起袖子把它修好」；他同时谈到数据中心应当建在能得到社区支持的地方，「有很多州既愿意接受它、又有电力可接入」。6

为什么值得关注。 上面第 4 条讲的是厂商怎么放能力，这条讲的是买方怎么评估风险，两件事发生在同一天并非巧合。对在金融、医疗这类高监管行业做部署的读者，戴蒙的表态可以当作一个信号：漏洞被发现的速度已经成了董事会级别的风险项，而不只是安全团队的执行项。相比「和上一季度相比多发现了多少」，更值得准备的是「用模型主动扫出多少漏洞」这件事的可解释流程与留痕。他关于数据中心选址的第二句话，也和第 2 条里的 PJM 规则指向同一个现实约束。

发生了什么。 10 月 6 日，波士顿动力宣布任命 Rohit Prasad 为首席执行官，10 月 7 日生效。Prasad 此前是亚马逊负责 Alexa 与通用人工智能（AGI）的高级副总裁兼首席科学家，在亚马逊工作 12 年：早期参与把 Alexa 做成覆盖数亿家庭的大规模消费级 AI 服务，之后负责面向企业的 Amazon Nova 基础模型家族。加入亚马逊之前，他在雷神 BBN Technologies 做了近 14 年机器学习研究。公司称这次任命是为了加速「物理 AI」（Physical AI，指让机器人在真实环境里自主行动）的商业化。家族母公司现代汽车集团的副会长、波士顿动力董事长 Jaehoon Chang 表示，现代在制造、物流与出行上的能力，加上 Prasad 把 AI 做成产品的经验，是规模化物理 AI 的基础。Prasad 还有望在公司治理程序完成后进入董事会。7

为什么值得关注。 这是一次典型的能力搬家：把人形与四足机器人做得最好的公司，交给一位最擅长把 AI 从演示做成亿级用户产品的管理者。公司现有三台机器人里，Spot 与 Stretch 已经在做工业巡检和物流搬运，Atlas 电动人形平台仍在开发中——也就是说，接下来的考题不是「能不能动」，而是「能不能卖」。对做机器人或具身智能的团队，这暗示竞争重心正在从动作能力转向成本、可靠性与运维；对从业者个人，它说明消费级 AI 的产品经验在硬件公司眼里是可直接迁移的资产。

发生了什么。 10 月 6 日，OpenAI 发布了一批新的数学结果，这些结果由公司的内部前沿模型产出（此前给出纳维–斯托克斯方程相关进展的是同一个模型）。公司没有把这些结果写成论文，而是按高等研究院「数学与人工智能顾问组」的公开建议，把结果连同论文修订与引用协议放进 GitHub 仓库；同时公开 10 份模型的推理摘要、以 ChatGPT Pro 用量折算的算力估计，以及尝试过的题目数量统计——平均每个结果大约相当于 3 小时的 ChatGPT Pro 思考量。仓库里还包含许多证明在 Lean（一种能让计算机校验数学证明的编程语言）中的形式化，公司表示后续会继续补充。8

为什么值得关注。 这条的价值不在结论，而在发布方式：把 AI 产出的学术结果连同推理摘要、算力口径、尝试次数和可机器校验的形式化一起公开，是目前对「这些结果可信吗、成本多高」最具体的一次回答。仓库里的算力估计给出了一个新的可换算单位——一个前沿数学结果约等于三小时的 Pro 用量，这意味着「模型能不能做题」正在变成「花多少算力能买到多少新知识」。这套字段清单也可以直接借用：如果你的团队要用模型产出对外可见的结论，附上方法、算力、尝试次数与可校验形式化，比只贴结果站得住得多。

发生了什么。 10 月 6 日，Sierra 与 Meta 公布了 Personal Agent Protocol，一个定义个人 AI 智能体如何与企业认证、以及企业允许它做什么的开放标准，创始伙伴包括 Walmart、Shopify、Stripe、Rocket、Genesys 与 Instinct。会话建立在 OAuth 之上：智能体可以先以访客身份查库存或退换货政策，用户登录后再决定给它只读还是写入权限；会话跨渠道延续，登录前问的问题与登录后改的订单属于同一次访问。企业可以选择让智能体通过自家网站、通过 MCP／OpenAPI 这类标准接口，或通过企业自己的智能体来完成任务。v0.1 规范本月内发布，支付与更细的权限被列为后续扩展。这份标准与 Visa 主导的 Trusted Agent Protocol 形成两条并行路线，而 Stripe 与 Shopify 两边都已加入。9

为什么值得关注。 上个月读到的还是各家把智能体塞进购物流程，这个月已经在争「智能体拿什么身份跟商家打交道」。对做电商、支付或商家工具的团队，这是一条需要尽早下注的工程决策：接入哪个协议、把权限模型建在哪个抽象层上，会决定未来换标准时的成本。两个现实提醒：支付不在第一版规范里；欧盟的强客户认证（SCA）并没有为「由软件代批的支付」留出豁免；而目前的伙伴名单里，还没有任何欧洲的零售商、银行或支付公司。

发生了什么。 10 月 6 日，据《华尔街日报》报道，英伟达投资的 GPU 云厂商 Lambda 正以 145 亿美元投前估值融资至多 40 亿美元，由 Coatue 与 Blackstone 领投，这可能是它 2027 年 IPO 前的最后一轮私募。报道援引的一封致投资者信显示，Lambda 的订单余额从 6 月的 150 亿美元增长到 9 月的 500 亿美元，不过其中很大一块来自单一客户：Anthropic 在 8 月底与 Lambda 签下的一笔 350 亿美元算力协议。上周 Lambda 还另外融了 10 亿美元的债务。10

为什么值得关注。 这组数字要放在一起读才有意义：500 亿美元订单里 350 亿来自一家客户，意味着这类「新云」（neocloud，专门租 GPU 跑模型的云厂商）的估值，在相当程度上是在给那家客户的支付能力定价。对整个链条的含义是，数据中心的扩张正越来越多由债务和单一大客户合同推动——Lambda 的建造资金主要靠借款，而放贷方最近开始挑客户。对采购算力或与之竞争的团队，值得把「某家新云的订单集中度」加进供应商风险评估；对做投资判断的读者，这条和第 3 条是同一个趋势的两端：钱还在涌进来，但来源正在从股权转向债权、从分散转向集中。

发生了什么。 10 月 6 日，SAP 宣布已达成协议收购比利时的 AI 工作智能平台 TechWolf，条款未披露，交易预计在 2026 年第四季度完成，还需通过监管审批。TechWolf 的数据模型叫「工作上下文图谱」，从客户已有的 HR 与业务系统里持续读取数据，在三个层面建模：工作本身（细到岗位里的任务）、员工拥有并在使用的技能、以及外部劳动力市场；再把这三层对回客户的业务战略。收购后它将成为 SAP SuccessFactors 产品线的「智能内核」，为 Joule 提供技能映射、人力规划与组织重构所需的上下文。SAP 产品负责人 Manoj Swaminathan 的说法是，这一层能让 token 用得更省、降低部署人力智能体的成本。TechWolf 有 8 年历史，客户包括汇丰、GSK、爱立信、AMD、PayPal 与 Booking.com，其开源模型下载量超过 200 万次；交易完成后公司将保留独立实体与根特总部，继续服务非 SAP 客户。11

为什么值得关注。 企业软件这一格正在形成一条清晰的收购逻辑：把「公司的上下文」买下来，喂给自己的人事智能体。SAP 给出的理由非常工程化——上下文图谱能让 token 更省、智能体更聪明——这说明 HR 与人力智能体赛道的门槛不在模型，而在能不能拿到结构化的组织数据。对做企业级智能体的团队，这是选方向时的提醒：如果核心价值是「懂这家公司怎么运转」，那么数据接入与图谱层比模型层更值得投。对采购方，值得先问清「我的组织数据会以什么形式进入这些智能体、又会被留住多久」。

发生了什么。 10 月 6 日，OpenAI 公布了两项企业侧进展。其一是与合同管理平台 Ironclad 的电脑操作研究合作：双方从法律、商务与采购工作里挑出 11 项任务（例如配置保密协议、搭建采购审批流程、按请求方所在辖区更新通用条款），每项按 8 到 50 条不等的标准评分；Ironclad 提供自家产品的托管环境供模型练习，OpenAI 另建合成训练任务并用强化学习改进。结果：在这 11 项任务上，GPT-6 Astra 的平均得分 55.0%，GPT-5.6 Sol 为 41.6%；单次尝试的估算时间从 Sol 的 37.0 分钟降到 Astra 的 19.2 分钟。公司明确说明这是研究任务的成绩，时间是基于假定处理速度的模拟估计，不等于客户实际节省的工时。12

其二是与 Atlassian 扩大合作：GPT-6 系列的模型将进入 Atlassian 平台与 Rovo（后者把 OpenAI 的模型能力与 Atlassian 的 Teamwork Graph 企业上下文层结合），Atlassian 内部已有 3,000 多名开发者在使用 Codex，双方还在探索让 Jira 更容易把工作派给 AI 智能体并跟踪进度的更深集成。13

为什么值得关注。 把两件事放在一起看，OpenAI 在企业侧的路径已经比较清楚：一边找懂具体工种的软件公司，把它们的真实流程变成训练与评测题；另一边把模型嵌进企业已经在用的协作工具。对做垂直软件的公司，第一条给出的是一份可操作的清单——拿出「你要智能体做什么、它在哪一步失败、你怎么判断成功」三样东西，才有机会成为训练数据的提供方，也才有机会影响模型往你需要的方向走。对采购方，第二条是一个提醒：当模型直接长在你已经在用的工具里，评估「它到底带来了多少产出」会比换模型本身更重要。

发生了什么。 10 月 6 日，英国通信管理局（Ofcom）宣布对 Meta 立案调查，判断其在今年 5 月上线 Instagram 的阅后即焚功能 Instants 之前，是否履行了《在线安全法》要求的风险评估义务。Ofcom 执法总监 George Lusty 说：「我们的在线安全法律很清楚——对平台的重大改动必须在发布前做风险评估，这是科技公司必须为保护用户走的一步。」Meta 回应称它在发布前做过风险评估、并多次向 Ofcom 简报，将全面配合调查。若最终认定违规，罚则最高为 1,800 万英镑或全球合格营收的 10%，取较高者。调查之外，Meta、TikTok 与 X 正就 Ofcom 索要数据的范围提起法律挑战，Meta 也已在 5 月对《在线安全法》引入的费用与罚款提起高等法院诉讼。14

为什么值得关注。 这条的重点不是这个功能本身，而是监管的关注点前移到了「上线前有没有做过评估」这个动作上——它问的不是结果有没有出问题，而是流程有没有走到。对面向英国用户发布新功能的产品团队，这意味着发布清单里需要一份能自证的事前风险评估留痕；对已经上线的功能，事后补做的评估在监管眼里不是同一件事。