OpenAI补漏洞！算力账单炸了

6 月 22 日，AI 圈的关键词变了：不是谁又把 benchmark 刷高一点，而是谁能把模型塞进真实世界的硬约束里。

一边是 OpenAI 把 GPT-5.5-Cyber、Codex Security 和开源补丁计划打包推出，摆明要把 AI 从「找漏洞」推进到「真修漏洞」。另一边，SpaceX 继续把算力变成现金流，Reflection AI 一张订单就开到最高 63 亿美元。再往下看，Google 改开发者入口，Micron 和 Anthropic 绑内存供应，微软在得州新建 2GW 数据中心，高通盯上 AI 芯片公司 Modular。

说人话：AI 公司开始集体补短板了。安全、算力、电力、内存、开发接口，少一块都跑不动。

OpenAI 这次 Daybreak 扩容，最有信号意义的不是又发了一个「更会黑」的模型，而是把模型、插件、开源维护者和安全厂商串成了一条补丁链。

它给出的数字很硬：Codex Security 研究预览以来，扫描了 3 万多个代码库、3000 万+ commit；人工审核者标记 7 万多个发现已修复，系统还自动判定 50 万+ 发现已修复。GPT-5.5-Cyber 在 CyberGym 单模型评估中拿到 85.6%，高于 GPT-5.5 的 81.8%；在 ExploitGym 上则是 39.5% 对 25.95%。1

Trail of Bits 同步公布了 Patch the Planet 首周战报：19 个项目、64 个 PR、51 个 issue，其中 37 个 PR 已合并；参与项目包括 cURL、NATS、pyca/cryptography、Sigstore、aiohttp、Go、Python、PyPI、RustCrypto 等。7

这事儿和监管口径也撞上了。五眼情报联盟同日警告，前沿 AI 模型可能在「几个月」内改变攻防两端的网络能力，并敦促防御者用 AI 更快发现弱点、响应事件。8 IBM 也加入 OpenAI Daybreak Cyber Partner Program，推出基于 OpenAI cyber 能力的应用安全服务。9

这条线可以盯紧。AI 安全的瓶颈，正在从「能不能发现漏洞」变成「谁来确认、谁敢合并、谁对误报负责」。

Reflection AI 这张单子，很适合放进今天的算力账本。

TechCrunch 报道，Reflection AI 将从 2026 年 7 月 1 日起，每月向 SpaceX 支付 1.5 亿美元，换取 Colossus 2 数据中心里的 Nvidia GB300 芯片和配套硬件，合约最长到 2029 年，总额最高约 63 亿美元；前三个月后，双方可提前 90 天终止。2 Reuters 也确认了同样的付款口径，并补充这笔交易会让 Reflection 获得额外计算容量。10

看上去是 SpaceX 卖算力，底层更像一个新格局：闭源模型被政府、企业和主权 AI 议题夹住后，开源权重路线也想冲 frontier，但训练账单一点不「开源」。

Reflection 的公开说法也很直接：更多算力，意味着有更多空间推进开放模型前沿。10 这话翻译一下就是：开源模型想赢，不只靠社区和论文，还得先买到足够多的卡。

Google DeepMind 把 Interactions API 推到 GA，并设为 Gemini 模型和 Agent 的主接口。老的 generateContent 还会继续支持，但新 Agent 能力会越来越多地落到 Interactions API。3

这不是简单改 API 名字。Google 这次强调的是服务端状态、后台执行、工具组合和多模态生成：Managed Agents 可以一键拉起远程 Linux sandbox；长任务可以 background=True；Google Search、Maps 和自定义函数能混在一次请求里；Deep Research 增加速度/深度两档、协作规划、原生图表和多模态 grounding。3

开发者需要注意两个小细节：Flex 推理模式主打 50% 成本下降，Priority 主打速度；付费层过去交互可保存 55 天。3 这说明 Google 已经不再把 Gemini API 当成纯模型调用入口，而是在往 Agent runtime 上靠。

AI 基建今天有两条很扎眼。

第一条是 Micron 和 Anthropic。双方协议包括四件事：共同设计 AI 内存/存储架构、多年期数据中心产品供应、Micron 内部部署 Claude，以及 Micron 投资 Anthropic 的 Series H。Micron 明确提到 HBM、DRAM 和 SSD，Anthropic 联合创始人 Tom Brown 则说，Claude 的训练和服务效率离不开内存与存储。4

第二条是微软 Pecos。微软宣布将在得州 Pecos 建一个新数据中心园区，给全球数据中心容量增加约 2GW，建设周期 5-7 年，高峰期支持超 6000 个施工岗位，投产后还有数百个长期运营岗位。5

更值得看的是供电口径。微软称 Pecos 园区会配套 onsite dedicated energy supply，并由微软出资建设新发电和支撑基础设施，目标是让数据中心增长不挤占当地能源资源。5 在给 Pecos 和 Reeves County 的公开信里，微软也承诺采用闭环冷却、为数据中心用电买单，并和当地学校、非营利组织、劳动力项目对接。11

这两条放一起看很直白：AI 公司不再只买 GPU。它们在买内存、买电、买地方政府的耐心。

Reuters 援引 Bloomberg 报道称，高通正就收购 AI 芯片公司 Modular 进行深入谈判，交易估值约 40 亿美元。这个数字比 Modular 9 个月前融资时 16 亿美元估值高出不少；Modular 2022 年成立，累计融资 3.8 亿美元。6

同一篇 Reuters 还提到，高通上周据报也在谈收购 Tenstorrent，估值区间为 80 亿-100 亿美元。6

高通的逻辑不难猜：手机芯片增长波动太大，数据中心、车载和 AI 加速器才是下一张牌。但真要从手机 SoC 打到 AI 数据中心，它需要的不只是一个 PPT 里的「AI 战略」，而是编译器、软件栈、芯片架构和客户迁移成本一起补。

过去两年，AI 行业最爱讲能力：更长上下文、更强推理、更会写代码、更像 Agent。

今天这批新闻，味道不一样。OpenAI 在补漏洞，Google 在改接口，Anthropic 在锁内存，微软在拉电力，SpaceX 在把算力租给下一批模型公司，高通在补芯片拼图。

这说明头部玩家都在还同一笔账：模型能力已经够吸睛，真正卡住部署的，是安全责任、基础设施、成本、供给和企业落地接口。谁先把这些脏活累活做顺，谁才有资格继续谈下一轮模型竞争。