8月12日 AI 五条：Anthropic 给 Claude 输出加水印，NVIDIA 发布 3B 激活参数开源模型

本期覆盖 2026 年 8 月 11 日 08:30 至 8 月 12 日 08:30（UTC+8）公开的新进展，按对可用能力、合规安排和基础设施约束的影响排序。

Anthropic 在 8 月 11 日公开说明，将给 Claude 生成的文本嵌入不可见水印，并给支持的文件附加签名来源元数据；文本标记适用于 Claude Platform API、Claude、Claude Code、Claude Cowork 和 Claude Tag。TechCrunch 报道称，Anthropic 此举是为了配合欧盟 AI 法案的透明度要求。12

欧盟委员会说明，AI 法案第 50 条已从 8 月 2 日起适用，提供方需要加入机器可读标记，方便识别 AI 生成或操纵的内容。Anthropic 说，8 月 2 日以后在欧盟上线的新模型将在发布时支持标记，旧模型仍在补充；缺少标记也不能证明内容没有经过 AI 处理，重度编辑、翻译、截图或格式转换都可能让标记失效。23

这不是一个只在 Claude 网页端显示的提示，而是模型输出层的来源信号。使用 Claude API、Claude Code 或云合作伙伴的团队，需要把标记检测、内容编辑和文件元数据保留纳入审核流程；水印能提供线索，却不能单独证明一段文字的完整来源。

NVIDIA 发布开放的 Nemotron 3.5 Lightning，这是一个 300 亿参数、30 亿激活参数的混合专家模型，目标是处理长期运行智能体中的高频工具调用、结果校验和子任务执行。NVIDIA 同时发布 NeMo Switchyard，用于在不同模型之间路由任务。官方技术博客称，模型权重、训练数据和配方按 OpenMDW-1.1 尽可能开放，提供 BF16 与 NVFP4 检查点。45

NVIDIA 称，Lightning 可部署在 DGX Spark、Jetson、GeForce RTX 5090 和数据中心，也可通过 LM Studio、llama.cpp、Ollama 等工具运行；其技术博客引用 Artificial Analysis Intelligence Index 和 PinchBench，宣称最高可比同类模型快 4 倍、在 PinchBench 上以 86% 准确率完成 10,000 个任务时比 Qwen3.6 35B 快 30%。这些速度和基准数字来自 NVIDIA 发布页及其引用的测试，不是独立复测。4

智能体系统不必让最强的推理模型处理每一次工具调用，Lightning 把「高频执行层」单独做成一个可本地部署、可微调的模型。对开发者来说，真正的门槛仍是显存、推理栈和任务路由；「开放」解决了权重和配方的获取问题，不等于任何硬件都能低成本运行。

AWS 于 8 月 11 日宣布，OpenAI 的 Daybreak Red 和 Daybreak Blue 已在 Amazon Bedrock 向符合条件的客户开放。Red 提供 GPT-5.6 Cyber，用于授权的漏洞研究、漏洞复现和缓解方案开发；Blue 提供带防护配置的 GPT-5.6 Sol，用于漏洞发现、检测工程和事件响应。接入需要先通过 OpenAI 的 Trusted Access for Cyber 审核，目前列出的区域是美国东部（弗吉尼亚北部）。67

AWS 表示，两种模型使用 Bedrock 的 IAM、CloudTrail、VPC 端点和客户管理的 KMS 密钥；推理数据不用于训练，自动滥用检测标记的流量最多保留 30 天，客户可通过 AWS 账户团队申请零数据保留。AWS 还称，研究人员曾用 GPT-5.6 Cyber 找到 Chrome V8 引擎的两个此前未知漏洞；这属于 AWS 与 OpenAI 的发布口径，不是独立能力评测。6

GPT-5.6 Cyber 的新变化不是面向所有用户上线，而是进入企业已有的云安全边界。想试用的团队要先解决身份核验、授权范围、数据留存和区域可用性；对普通个人用户或没有 Bedrock 账户的团队，这条消息暂时不等于可以直接调用。

路透社 8 月 11 日报道，IBM 与 Together AI 签署多年期、总额 2.4 亿美元的协议，将在 IBM Cloud 上用 NVIDIA 系统建设大规模 AI 推理集群，主要服务 DeepSeek、MiniMax、Kimi 等开放模型。初始集群预计使用约 2,000 张 NVIDIA Blackwell B300 芯片和 Spectrum-X 网络设备；Together AI 首席营收官称，集群上线前两三个月就可能被全部预订。8

协议金额和芯片数量是公司向路透社披露的交易与初始规划，不是已经上线的容量。报道没有给出最终服务价格、交付时刻或实际利用率；因此不能把 2,000 张芯片直接换算成模型调用价格下降。8

开放模型的竞争开始从「有没有权重」转向「有没有足够便宜、稳定的推理容量」。如果集群按计划交付，Together AI 能把更多开放模型放进企业可购买的托管服务；在上线、满载和价格公开之前，它仍是一项基础设施投资，不是现成的降价结果。

美国能源信息署（EIA）8 月 11 日发布短期能源展望。路透社援引该报告称，美国用电量预计从 2025 年的 4.195 万亿千瓦时升至 2026 年的 4.268 万亿千瓦时、2027 年的 4.391 万亿千瓦时；EIA 将数据中心和电气化列为需求增长的重要来源。这里的数字是全国用电预测，不是 AI 数据中心单独消耗的电量。910

德州是一个边界案例：由于州政府暂停新的数据中心开发并进行审计，EIA 把 2027 年德州用电负荷增速预测从上期的 14% 下调到 6%。EIA 同一页面还显示，2026 年美国发电增长的重要来源包括太阳能和天然气发电；这说明 AI 算力需求会和选址、并网及能源结构一起影响建设节奏。910

AI 基础设施的限制不只在 GPU 供给，也在电网许可和项目落地速度。对建设数据中心或购买大规模推理服务的团队，电力来源、接入时间和地方审批会直接影响交付；但 EIA 的全国预测不能用来判断某一家 AI 公司的用电量。