GLM 开权重、MHS 接机器、Cursor 面临停供：AI 的控制权分成了三层 (2026)

一家公司现在可以把模型权重下载到自己的机房，却仍要先确认自己的业务是否需要模型厂商另行许可。1 2

实验室里的 AI 代理可以调动机械臂和液体处理器，却可能先把起泡造成的失败当作软件问题处理。3

企业管理员可以在对话里改权限和额度，开发者常用的编码工具却可能在两个多月后失去一家模型供应商。4 5

这些变化分别发生在模型仓库、实验设备和企业合同里。它们受同一个问题约束：谁有权让 AI 做事，谁又有权收回这种能力？

本周的总判断是：模型能力走出聊天框以后，AI 产品的控制权已经分成三层。权重和许可决定能力能否带走；设备接口决定代理能碰什么；企业权限和供应合同决定模型能做什么、还能用多久。任何一层收紧，整条产品链都可能停下来。

第一层：权重拿得到，商业使用权仍要另算

8 月 28 日，Z.ai 宣布 GLM-5.3 开放权重，兑现了两周前的发布承诺。模型文件可以下载、部署和微调，但基座模型采用自定义的 GLM-5.3 License。该许可规定：集团连续 12 个月收入超过 100 亿美元、并经营“模型即服务”（MaaS）业务的主体，在商业使用前需要通过 Z.AI 的安全审查；审查范围和方法由 Z.AI 合理确定。1 6

同一家公司的另一个模型给出了不同答案。8 月 26 日发布的 GLM-5.3-Flash 采用 MIT 许可，3200 亿总参数中每次激活 180 亿参数，支持文本、图像和视频输入。Z.ai 把它定位为 GLM-5 系列首个原生多模态模型。7 8

这两个 GLM 模型把“开放”拆得很清楚：基座模型的权重已经放出，大型 MaaS 运营者仍受额外审查；Flash 变体的权重与 MIT 许可一起放出。团队只登记“用了 GLM-5.3 系列”，会漏掉真正决定商业用途的许可差异。采购和法务需要记录到具体仓库、权重版本、许可证版本和实际服务形态。

Qwen3.8-Flash-Next 又给出第三种组合。它在 8 月 26 日开放权重，属于 Qwen4 架构的早期预览，完整的 Qwen4 产品家族仍待发布。模型每处理一个 token（词元）激活 60 亿参数，原生上下文长度为 262,144 个词元；Qwen 把稀疏注意力、线性注意力和 n-gram（连续词元片段）嵌入等架构变化提前交给社区验证。9

Qwen Community License 1.0 允许使用、修改、部署和微调权重，同时把两类商业业务单独列出：MaaS 和 AI Work Assistant。后者包括以辅助编程或办公为主要用途的独立 AI 产品。经营这两类业务的公司需要先取得 Qwen 的另行许可。纯内部使用可以免于这一要求，前提是模型、输出和底层模型能力仅供公司内部使用。许可还规定：商业产品或服务月活跃用户超过 1 亿，或月收入超过 2000 万美元时，界面需要显著展示相应模型名。2

条款按产品功能划界，同一家公司可能同时落在几个结果里。公司可以把 Qwen3.8-Flash-Next 用在内部知识助手中；一旦公司把同一模型做成对外销售的编码助手，另行许可条款就可能生效。GLM-5.3 License 的 MaaS 定义也区分了三种产品形态：让第三方通过 API 控制输入、参数或训练数据的推理与微调服务；把模型能力嵌入具体功能的终端产品；单纯转发其他托管模型请求的服务。1 2

因此，开权重解决的是“能力能否离开原厂 API”，许可证解决的是“团队可以把这项能力做成什么生意”。两道检查需要并行完成：工程团队验证模型能否在目标硬件上运行，法务和采购确认计划中的产品形态落在哪一条许可条款里。

团队还要给许可证建立版本记录。模型文件、量化版本、微调产物和部署镜像都应关联原始许可证。发布方更新许可条款时，企业才能知道哪些线上服务需要重新审查，避免在上线前靠产品名猜许可。

取得权重也会改变成本的归属。原厂 API 把容量规划、推理优化、补丁和安全响应包在调用价格里；自托管把这些工作交给企业。工程团队需要同时核算显存和内存占用、峰值并发、冷启动、缓存命中、值班与升级成本。单看每百万 token 的标价，会低估“把能力带走”之后的运维开销。

对产品经理来说，最实用的交付物是一张“模型用途清单”：每一行写明具体权重、谁来托管、谁能输入训练数据、输出交给内部员工还是外部客户、产品是否允许用户控制推理或微调。法务可以据此判断许可，工程团队也能据此估算容量和故障责任。

第二层：MHS 把代理接到机器，控制面要先建好

8 月 27 日，Anthropic 发布 Model Hardware Standard（MHS，模型硬件标准）研究预览。MHS 用标准化驱动把显微镜、液体处理器、机械臂等设备暴露给 AI 代理。驱动只提供一组基础的 read 和 write 原语，例如读取温度、设置温度；设备的重量、可调参数和安全限制则通过自然语言标签补充。驱动随后生成设备参考文件，让代理知道设备能测什么、能改什么、哪些限制必须遵守。3

代理可以通过 MCP（模型上下文协议）、命令行和代码文件/API 三种机制控制设备，三者一起支持跨多台设备编排。需要执行长时间或高速动作时，代理可以把多个驱动命令串成代码文件，让设备按确定的指令序列运行；代理继续接收设备数据，在更高一层调整计划。这个分工很关键：实时控制交给确定性的程序，模型负责提出计划、检查结果和处理例外。

标准化驱动实际解决了两件事。第一件是连接：设备可以被发现，也能用同一组读写动作接入网络。第二件是语义：参考文件说明设备能测量什么、哪些参数可改、哪些安全限制在设备侧强制执行。只有连接，代理看得见设备却容易误用；只有说明文档，系统仍要为每台设备重写接口。MHS 试图把两件事放进同一份驱动定义。3

接口统一还会放大一次授权的范围。不同厂商软件之间的隔离会拖慢自动化，也在客观上限制了错误传播；统一接口让一个代理可以连续调动多台设备。团队获得编排效率的同时，需要用动作白名单、设备侧限值和人工确认重新划出边界。3

MHS 工作流中，Claude 依次连接液体处理器、机械臂和读板机，并根据实验结果调整参数 — *Anthropic 在 2026 年 8 月 27 日公布的 MHS 工作流：研究人员给出实验意图，代理通过标准驱动协调多台设备，读取结果后再调整参数。3*

MHS 目前仍是研究预览。适用范围限于带有可编程接口的设备，Anthropic 计划在完成更多安全评估、形成部署指南后再开放标准。物理推理也仍需要专家监督。Genentech 的早期试验里，Claude 把黏稠液体起泡造成的失败当作软件问题，先反复重试，结果产生更多气泡；专家说明物理原因并给出处理办法后，模型才把经验写进后续操作。3

这类错误说明，设备驱动统一之后，真正难的部分从“怎么发命令”移到了“什么条件下允许发命令”。软件重试通常只浪费时间和算力；机械臂、激光器和液体处理器的错误会损坏样品、设备，甚至影响人员安全。

Anthropic 公布的合作方案例也给出了可验收的办法。卡内基梅隆大学的团队人为设置了缺失托盘、托盘旋转、读板机忙碌、相机断连、设备不可达和急停开启六种故障；系统在设备动作前拦住了六种情况。QuEra 则把代理夜间迭代出的激光恢复方法固化成确定性脚本，再用同一组扰动做 700 次独立测试，成功 695 次。两组数字来自研究预览中的合作方案例，适合用来设计验收，仍需等待其他团队复现。3

QuEra 的最后一步尤其值得产品团队借鉴。代理在受控环境里提出假设、改脚本、运行设备并读日志；通过测试的结果最终变成一段可检查、可重复运行的确定性脚本，生产阶段由这段脚本独立执行。这个过程把模型放在探索和改进环节，把稳定版本交给常规软件执行，既保留了代理找方案的速度，也给生产系统留下了可审计的行为边界。3

产品团队可以据此把物理代理的上线门槛写成四项：设备和动作白名单；危险动作由人员审批；完整的指令、传感器回读和接管日志；先在空跑或仿真中注入故障，再接真实设备。团队还应把停机条件放在设备侧。模型失去网络、上下文或判断能力时，设备仍能执行本地安全限制。

第三层：企业权限变成对话动作，模型供应变成迁移日历

8 月 25 日，OpenAI 为 ChatGPT Work 和 Codex 推出 Admin plugin。管理员可以在一次对话里查看成员活动和额度、增删成员、调整群组、检查有效权限、控制模型访问，还可以批准或拒绝用量与支出请求。插件把管理员的指令映射到受支持的读写动作，沿用用户原有的角色、权限、工作区政策和审批要求。遇到影响范围较大的改动，管理员可以在执行前查看自己提出的请求和将要发生的变化，再决定是否应用。4

管理工作的入口因此发生了变化。过去需要在报表、控制台和工单之间切换的操作，现在可以从一句自然语言请求开始。OpenAI 还给出了自动化例子：插件可以把额度申请送到 Slack 或 Microsoft Teams 里审批，按预设条件自动开放功能，把例外留给管理员。OpenAI 自己的 IT 团队称，已部署的 ChatGPT Work 流程处理了约 45% 的工单量；这是厂商内部案例，只能说明 OpenAI 自己覆盖的工作流范围。4

对企业来说，入口变成对话后，单次请求可能带来更大的权限变化。一句话现在可能触发成员移除、权限变更或额度调整。企业需要把“谁能问”进一步拆成“谁能读、谁能写、哪些写操作要二次确认、谁来复核日志”。自然语言只是入口，权限矩阵和审计记录仍是最终控制面。

最稳妥的做法是给管理动作分三级。查询成员和用量属于只读操作；调整个人额度、修改普通群组属于可回滚写入；批量移除成员、扩大模型访问和批准高额支出属于高影响写入。企业可以让前两级自动化到不同程度，把第三级固定为双人确认，并要求插件在执行前展示受影响对象和变更前后的差异。

三天后，供应层给出了更直接的提醒。OpenAI 在 8 月 28 日通知 SpaceX，计划终止向 Cursor 直接供应 OpenAI 模型的合同，并拟于 2026 年 11 月 12 日关闭该供应。OpenAI 称，这已经使用了合同允许的最长通知期；从通知起，OpenAI 也计划停止向 Cursor 提供未来模型。OpenAI 还表示，其与 Cursor 的定制协议在 Cursor 控制权变更后给供应方一个有限取消窗口。OpenAI 拟把终止日放在合同允许的最晚日期，拟定日期为 11 月 12 日。5

这次安排把“供应商风险”变成了一个具体日期。即使产品只通过 Cursor 使用模型，直接决定 Cursor 能否继续提供该模型的，仍是 OpenAI 与 Cursor 之间的供应合同。开发者即便为其他工具准备了自己的 API 密钥，也需要逐项验证补全、代理工具和数据处理路径。“可以换 API Key”只覆盖迁移中的一部分。

模型迁移也需要按任务拆开。代码聊天、行内补全、仓库级重构和带工具代理各自需要不同的上下文、延迟与调用协议。企业可以保留一组来自真实工作的固定回归任务：相同代码库、相同权限、相同工具和相同通过条件。每次切换模型或供应路径时，团队都用这组任务检查完成率、错误类型、p95 延迟（响应时间的第 95 百分位数）、人工返工和数据去向。这样，模型替代才有可复现的判定标准。

企业现在就可以为 11 月 12 日倒排：先列出哪些任务依赖 OpenAI 模型，再为代码补全、长上下文重构和工具调用分别准备替代模型；随后用同一批任务测完成率、延迟、额度消耗和人工返工；最后演练路由切换与回退。采购则要把控制权变更、模型下架、价格调整和数据政策变化写入退出条款。

三层控制权，分别会在哪里出错

下面所说的“影响范围”，指一次错误、撤权或停供最多会波及哪些对象：一个账号、一项服务、一间实验室，还是整条产品链。

控制层	谁可以批准或撤回	一次问题可能影响的范围	必须保存的记录	验收指标与行动窗口
权重与许可	模型发布方；企业法务与采购	单个模型、整项服务或既定商业模式	仓库地址、权重哈希、许可版本、微调与量化链路	投产前完成许可判断；许可证变化可追溯。1 2
物理执行	设备所有者；实验、安全与生产负责人	单台设备、样品、实验室或产线	指令、传感器回读、安全限制、审批和人工接管	真实设备接入前完成故障注入；危险动作始终需要明确授权。3
组织与供应	企业管理员；模型供应商与合同方	单个账号、整个团队或产品链	权限变化、额度审批、模型路由、合同期限与替代路线	权限按最小范围授予；Cursor 相关团队在 11 月 12 日前完成替代验证。4 5

三层之间还会互相放大。自托管权重可以降低 API 停供的影响，却会把硬件、升级和安全责任交给企业。标准设备接口可以加快代理接入，却会扩大一次错误指令可以触及的范围。对话式管理可以降低操作门槛，也会让高影响动作更容易被频繁调用。

控制权转移，也会转移成本

三层控制权都在做同一笔交换。企业从供应商手里拿回一部分决定权，同时接过原来由供应商承担的工作。

在模型层，企业用自托管换取版本稳定、数据边界和供应独立，代价是 GPU 或大内存机器、推理优化、容量规划、补丁与值班。在设备层，MHS 把逐台编写集成的时间压缩到统一驱动和编排层，代价是更严格的设备认证、故障注入和现场安全责任。在供应层，双模型路由降低单一合同变化带来的中断，代价是维护两套能力回归、数据政策和成本观测。

这笔账要按中断代价来算。内部实验工具停半天，团队可能接受单一模型和人工恢复；客户付费的编码代理或无人值守实验需要更强的冗余、审计与接管。控制措施的强度应该跟一次问题可能影响的范围一起增加，避免所有项目机械地套用同一套高成本方案。

因此，成熟的 AI 产品需要同时回答三类问题：这项能力是否允许这样使用；这次动作是否获得授权；这个供应路径消失后，系统能否继续运行。模型分数和 token 价格之外，真实部署风险还取决于这三类答案。

社区信号：能启动，与达到服务目标是两次验收

Qwen3.8-Flash-Next 发布后，vLLM 和 NVIDIA 很快给出接入或运行支持。这类“发布当日支持”（day-zero support）说明工具链能够迅速识别新架构，仍然需要团队用自己的硬件、量化方式和任务负载再测一遍。10 11

Reddit 上一位 M2 Ultra Mac Pro 用户报告，使用 Unsloth Q4_XS 量化和相应的 llama.cpp 分支运行 GLM-5.3-Flash，首个 token 等了约 3—4 分钟，并认为体验难以使用。这只是一次个人试用，硬件、量化和软件版本都会改变结果；它提出的验收问题却很实在：本地模型至少要分别测冷启动时间、首 token 延迟、持续吞吐、峰值内存、长上下文稳定性和工具调用成功率。12

仓库能下载、框架能加载，只说明系统跨过了接入门槛。产品能否投入日常使用，要看它能否在目标成本和延迟内持续完成真实任务。

四类团队现在要补的控制项

开发者：给模型调用加一层适配接口；把模型、权重、量化和许可证一起登记；为冷启动、长上下文、工具调用与错误恢复建立固定回归集。模型替换时，团队应先看任务完成率，再看单次调用价格。
产品团队：按“只读、可逆写入、高风险写入”给代理动作分级；为设备操作、成员移除、权限扩大和额度上调设置不同审批；把失败后的回滚和人工接管写进产品流程。
企业 IT 与采购：维护模型供应清单和权限矩阵；为关键工作流准备第二条模型路线；把控制权变更、模型下架、通知期限、数据保留和迁移支持写进合同检查表。
普通用户：区分本地模型、云端聊天和执行型代理。执行型代理会替用户修改账号、调用工具或控制设备。用户需要看清每一种方式把哪些数据发给谁、获得了哪些账号或设备权限、出了错由谁确认和撤回。对话框相同，背后的责任范围可能完全不同。