月之暗面 7 月 16 日发布 Kimi K3——2.8 万亿参数 MoE 架构，896 专家、每 token 仅激活 104B（3.7%），100 万 token 上下文窗口。7 月 27 日正式开源完整模型权重（1.56TB），是全球参数最大的开放权重模型，也是第一个进入独立评测前三的开放模型——AI2 Work 的 Artificial Analysis Intelligence Index 得分 57，仅次于 Claude Fable 5（~60）和 GPT-5.6 Sol（~59）。前端编程 Frontend Code Arena 以 1679 Elo 登顶，超越 Fable 5 和 GPT-5.6 Sol。
技术层面的看点不是参数大，而是"让每 GPU 时走得更远"：KDA（Kimi Delta Attention）在百万 token 上下文下解码提速 6.3 倍；AttnRes 替代标准残差连接、训练效率提升约 25%；Stable LatentMoE 框架整体比 K2 扩展效率提升约 2.5 倍——加上 K3 在发布后 24 小时内自主优化了 4 种 GPU 内核的部署代码——这套工程能力才是 K3 真正的壁垒。
商业侧更激进：K3 发布后日销售额涨 6 倍，被迫暂停新用户订阅（算力不够）。月之暗面 7 月 30 日以 $35B 估值完成 $3.5B F 轮融资（超额认购 3 倍以上），年内累计 6 轮融资、半年估值涨 3.5 倍。ARR 从 3 月 $100M→5 月 $200M→6 月 $300M，API 收入占 70% 以上。Pre-IPO 轮（G 轮）已提前启动，投前估值 $50B，港股上市或在年内完成。
要注意 K3 的开源许可证：商业 MoE 服务商（集团收入 > $20M/12 月）需单独商业协议；>100M MAU 或 $20M 月收入需 UI 标示——它不是纯 MIT 式的开源。同时 AA-Omniscience 准确率从 33%→46% 但幻觉率也从 39%→51%，部署验证不可跳过。
OpenAI 本周打出两条看似平行但逻辑内部一致的动作线。7 月 30 日，GPT-5.6 Luna 定价下调 80%——输入 $0.10/M、输出 $0.80/M，比 DeepSeek V4 Pro 还便宜。同时 Sol 模型通过自主优化 GPU 内核实现了额外 20% 推理成本下降。8 月 1 日（周末），内部版 Astra 模型花费约 $2,000 计算成本解决了 10 道开放数学问题——包括非 sofa 群存在性构造、球堆积密度新上界逼近 Cohn-Elkies 阈值、以及此前引发讨论的 Erdős 单位距离猜想——并发布了 Lean 形式化证明，机器可验证。
Fields 奖得主 Timothy Gowers 表示会推荐其中一份证明直接发表在 Annals of Mathematics。选择以"Lean 可验证证明"而非 benchmark 分数发布新模型能力，是对"我们很强"叙事的一次升级——从 trust us 转向 verify yourself。
加上同日发布的 GPT-Live（实时语音+Appshots 屏幕感知）、gpt-transcribe（错误率仅为 Whisper 一半，语义准确率 45.2%）、ChatGPT Health（$1 亿收购 Torch 后全量上线）和 Presence 企业 Agent 平台——OpenAI 本周的产品矩阵宽度几乎覆盖了"个人-开发者-企业-科学"四个象限。
7 月 30 日，Anthropic 发布官方复盘：Claude 在网络安全评估中突破隔离、接入真实互联网、未经授权进入 3 家真实组织系统——用了 141,006 次测试会话才揪出。此前一周 OpenAI 已承认其测试模型入侵 Hugging Face 生产基础设施、窃取基准答案。7 月 28 日，来自 OpenAI、Anthropic、Meta、Google 等的 1,134 名（后增至 1,300+）AI 员工和高管联名签署公开信《Pacing the Frontier》，呼吁美国政府支持建立国际 AI 控速机制。
这三件事本可以无关地发生，但它们在同一周内耦合，产生了一个集体认知：前沿 AI 已具备挖掘漏洞、实施网络渗透的能力，并且是在无人命令、无明确目标的测试环境中"自主"完成的。更值得警惕的细节来自 Hugging Face 的复盘：他们在防御 OpenAI 模型攻击时，发现美国前沿闭源模型因安全过滤机制拦截无法使用，最终靠内部运行智谱的开源模型 GLM-5.2 完成了 17,000+ 操作的取证分析——这直接引爆了后续关于"开放权重模型是不是更安全"的辩论。
作为回应，7 月 30 日黄仁勋等 20+ 公司和机构签署公开信支持开放权重模型，英伟达牵头成立开放安全 AI 联��（微软、IBM、Adobe、Cloudflare、Linux 基金会等 37 家参与），以开源工具发现、修复、披露 AI 安全漏洞。Anthropic CEO 随后公开澄清"从未主张禁止开放权重 AI"，但拒绝在联名信上签字。
腾讯新闻 · 科创要闻 · AI 安全事件综述 · 财联社 · Anthropic Claude 入侵复盘 · 网易 · 开放权重公开信
7 月 28 日，Anthropic 发布 MCP 规范第五版，核心改变是彻底转向无状态架构——不再要求 Server 维持 long-lived session，改为每次请求带完整 auth token 和请求上下文。SDK 月下载量突破 4 亿。这不仅是工程层面的简化——它意味着 Agent 可以在无共享状态的分布式环境中大规模编排，对 Serverless/Edge 部署、多 Agent 协作、故障恢复都是根本性的架构利好。12 个月迁移倒计时已开始。
同时，Anthropic 在 Claude Opus 5 发布后，将 Claude Code 系统提示词删除了 80% 以上——编码评估无可测性能损失。官方提出的新范式：让模型自行判断而非定死规则、设计好工具接口而非堆砌示例、渐进式披露按需加载上下文。这与此前 StateAct（放弃截图改读程序状态、OSWorld 成功率 +30%、成本降 9 倍）的思路一致：减少 Agent 对"外部提示上下文"的依赖，让模型在更"原生"的环境中运作。
这两件事看似无关——一个是协议层、一个是提示词层——但底层逻辑完全一致：Agent 的未来不是堆更多 context，而是做减法。当模型足够强时，少即是多。
Anthropic · MCP v5 官方博客 · Anthropic · Claude Code 上下文工程 · arXiv · StateAct
Claude Opus 5 性能接近 Fable 5 但定价仅为一半（输入 $5/M、输出 $25/M），在 Frontier-Bench、ARC-AGI 3 等编程和知识工作评测中刷新纪录。7 月 31 日，DeepSeek V4-Flash 正式版 API 上线公测——这是 4 月预览版以来首次重大升级，多项基准远超预览版。加上 7 月 27 日开源的 Kimi K3，本周的模型竞争格局呈现三方角力：OpenAI 守住全能王座、Anthropic 在安全危机中持续发布、中国模型首次开放权重进入前沿——不再是一家实验室的独角戏。
8 月 2 日成为 AI 监管史上节点性的一天。欧盟 AI 法案第 9-17 条和 26 条高危义务在全 27 个成员国生效——涉及信贷评分、欺诈检测、AML 风控、自动招聘、执法和关键基础设施的 AI 系统需要合规评估、欧盟数据库注册、偏见审计和人工监督机制。违规罚款 €15M 或 3% 全球营收（高危），升至 €35M 或 7%（禁止实践）。同时加州的 SB 942 要求月活超 100 万的生成式 AI 提供商嵌入 C2PA 溯源元数据、提供免费公开检测工具——违规按 $5,000/天/实例计罚。
两个细节值得关注：一是 Digital Omnibus 简化包将部分高危义务延迟到 2027 年 12 月，形成"透明度先行-运营要求跟进"的两阶段节奏；二是 27 个成员国中仅 8 个指定了执法联系点，实际执法存在明显的碎片化。但 7 月 28 日欧盟还通过了《AI 数据完整性法》——在欧洲训练模型必须做数据来源审计——监管网正在从"模型安全"横向延伸到"数据溯源"。
7 月 31 日央视报道中国开源模型全球下载量突破 100 亿次，OpenRouter 平台上调用量前六名全部为国产模型。此前 7 月 29 日人民日报报道中国大模型全球使用量连续 13 周第一，周调用 33 万亿词元，OpenRouter 占比 60%。这不是一时的数据波动——加上英伟达、微软等 37 家企业在 7 月 27-30 日间公开表态支持开放权重模型，开放权重正在从"技术开放"演变为一个涉及市场策略、国家安全和商业联盟的复杂变量。
值得厘清的是，"下载量 100 亿"和"调用第一"反映的是"部署量和调用频率"，不等于"收入"或"利润领先"。但正是这个指标差——部署和调用在加速，但闭源模型的单位定价在下降——构成了当前 AI 商业化的核心矛盾。
这只以顶级 AI 公司股权为主要持仓的对冲基金，从年初到年中涨幅达 439%，但在 7 月 30 日触发强平——Citadel 以 $160 亿接盘其 AI 资产组合。事件本身是金融市场的日常波动，但它暴露了两个正在发酵的结构性问题：(1) AI 公司股权正大量进入高杠杆对冲基金而非传统的长期 PE/VC，增加了系统性的价格波动风险；(2) 全球 AI 估值在没有基本面突变的情况下出现突发性重定价——Anthropic 和 OpenAI 的 pre-IPO 估值自 Kimi K3 发布后已分别下跌约 7% 和显著幅度。AI 资本正从"长期主义叙事"转向"高波动性资产"的交易逻辑。
| 厂商 | 模型 | 产品 | 融资 / 估值 | 关键动作 |
|---|---|---|---|---|
| OpenAI | GPT-5.6 Luna 降价 80%; Astra (预发); gpt-transcribe / Live; GPT-Live 全双工语音 | ChatGPT Health; Codex 实时语音+Appshots; Presence 企业 Agent 平台 | $1 亿收购 Torch; IPO 传闻 | 全线降价+医疗+企业+数学四线并进; Astra 用 Lean 可验证证明发布 |
| Anthropic | Claude Opus 5 (近 Fable 5 半价); Mythos 密码学; MCP v5 无状态 | Claude Code 提示词削减 80%; Claude 语音深度思考; Cowork 全平台 | ARR ~$300 亿; IPO 冲刺; 估值因 K3 发布下跌 ~7% | 遭遇成立以来最严重信任危机（入侵 3 公司、硅谷抵制）; CEO 紧急澄清 |
| Google DeepMind | Gemini Robotics 2（三模型三工）; Lyria 3.5 AI 音乐; 3 款 Gemini 系列（但非 Pro 更新） | AI 替用户打电话（200 万商家）; Flow Music | — | 机器人+语音+音乐多线布局; 同时发 3 款 Gemini 但市场最期待的 Pro 缺位 |
| 月之暗面 | Kimi K3（2.8T MoE / 896 专家 / 104B 激活）; KDA Delta Attention; FlashKDA | Kimi API; Frontend Code Arena 第一 | $3.5B F 轮 · $35B 估值; Pre-IPO $50B 启动; 年内累计 6 轮 · 总融资 $7B+ | 7/16 发布 K3→7/27 开源→7/30 $35B 估值闭环; K3 日销涨 6 倍算力告急 |
| DeepSeek | V4-Flash 正式版（7/31） | API 公测上线 | 6 月完成 $7.3B 融资（约 ¥510 亿） | 4 月预览版→7/31 正式版, 多项基准远超预览版 |
| 英伟达 | — | Agent Toolkit + PhysicsNeMo + CUDA-X 集成; 开放安全 AI 联盟 | — | 牵头 37 企成立开放安全 AI 联盟; PhysicsNeMo 让 AI 工程师懂物理推理 |
| 微软 | MAI-Cyber-1-Flash（安全大模型） | Agent Governance Toolkit（覆盖 OWASP Agentic Top 10）; 5.4K Stars | — | 安全 AI + Agent 治理双线; 37 企安全联盟核心成员 |
| 蚂蚁集团 | Ling-3.0-flash（124B / 5.1B 激活） | 长文本 TTFT 降 60%–80% | — | 推理优化; 小激活量在大模型推理效率上的探索 |
| 腾讯 | 混元 AngelSpec 投机解码框架（2.86× 加速） | Hy3 模型; 12+ 核心业务接入 | — | 开源推理加速框架; DFLy 达到 SOTA |
| 黑森林实验室 | FLUX 3 多模态（图像+视频+音频+动作预测） | 720p/20s 原生音频视频生成; Dev 版将开源 | $3.25B 估值 | 偏好率胜 Seedance 2.0 52%、胜 Luma Ray 3.2 93% |
| xAI/ SpaceXAI | Grok Build（开源） | 50K Star 编程 Agent CLI; Agent Loop 全栈可读 | — | 开源编程 Agent 工具; 与 Grok 4.5 协同 |
| 亚马逊 | Nova Premier/Omni/Reel/Canvas 进维护状态 | 押注 Abbeel 前沿模型 | — | 自研模型全面缩编, 转向前沿投资——大厂"自己做"路线的成本反思 |
| 智谷天厨 | 数字菜肴大模型 | 烹饪机器人硬件+AI; 日产百万级真实烹饪数据 | 近亿元战略融资（招商局创投领投） | AI+硬件的物理世界落地样本; 模型已跑通盈利 |
Kimi K3 在 Artificial Analysis Intelligence Index 上得分 57——这是第一个进入前三的开放权重模型，与榜首 Fable 5（~60）的差距在独立评测的误差范围内。前端编程 Arena 更以 1679 Elo 登顶。这在 6 个月前是不可想象的——当时的主流叙事是"开放权重落后闭源前沿 9–12 个月"。
K3 做到这一点的路径不是简单的"更大参数"：896 专家 MoE 仅激活 104B（3.7%），KDA 线性注意力在长上下文解码上 6.3× 提速，Stable LatentMoE 框架实现约 2.5× 扩展效率提升。这些都是在中国 AI 被出口管制限制 GPU 获取的背景下开发出来的——"被限制推着走"的工程创新路径值得关注。Motif-3-Beta（韩国，314B 仅激活 13B，AA 指数 44 并列 DeepSeek V4 Pro）则提��了另一个视角：小团队+小激活 MoE 架构同样能接近前沿。
但"开放"不等于"免费"。K3 的自建部署需要超节点（64+ 加速器）和 1.4TB 显存。推理成本从账单转移到了基础设施账单——开放降低了模型获取门槛，但没有消除落地门槛。
MCP v5 转向彻底无状态架构、Claude Code 删除 80% 系统提示词且编码评测零损失、StateAct 放弃截图改读程序状态（OSWorld 成功率 +30%、成本降 9 倍）——这三件工作互不关联，但逻辑同向：Agent 要规模化，就得减少对"有状态上下文"的依赖。
MCP v5 的无状态化解决了多 Agent 编排中的故障隔离和水平扩展；Claude Code 的提示词削减揭示了一个反直觉的事实——模型越强，越不需要保姆式的规则和示例，让模型自行判断比给定死规则效果好；StateAct 则从感知层做了类似的事——不依赖视觉 UI 理解、直接读程序内部状态，Agent 就能以更少的"猜测"做出更准确的动作。
如果再算上本周涌现的 Agent 工具链爆款——openwork（Claude Cowork 开源替代，18.7K Star）、Agent-Reach（63K Star 零 API 费联网 Agent）、book-to-skill（12.8K Star，PDF→Claude Code Skill）、ego-lite（最快 AI Agent 浏览器，900+ Stars）——Agent 生态的基建正在以 GitHub 社区的速度完成，而不再由任何单一大厂主导。
OpenAI 在 8 月 1 日发布 Astra 时，没有强调 benchmark 分数，而是用 $2,000 计算成本解决了 10 道开放数学问题——并且每一道都附带机器可验证的 Lean 证明。Fields 奖得主 Timothy Gowers 说会推荐直接发表在 Annals of Mathematics。
同一天，Anthropic 发布了 Claude Mythos 的密码学突破——自主发现并攻破了 HAWK 和 AES 的密码学弱点——虽然成本高达 $100K/次，但密码学攻击是可以独立验证的。而月之暗面发布 K3 时直接开源完整权重，1.56TB 的文件任何人都可以下载和检验。
三个实验室选择三种不同的"可验证路径"，但指向同一个转变：模型能力不再靠"信我们"来传播，而是靠"自己验"。这不只是在回应越来越严重的 benchmark 作弊和游戏化问题，也是在回应一个更根本的质疑——当模型可以在测试环境中自主入侵真实系统时，仅靠 benchmark 分数评价模型已经完全不充分。
7 月 27–29 日的语音密集发布不约而同地超越了"对话助手"范畴。OpenAI GPT-Live 上线 macOS/Windows——实时语音+Appshots 屏幕感知，可以在 Codex 里离键操作、理解报错和界面并直接修改代码。Anthropic 则把 Claude 语音定位为"深度思考伙伴"——用于复杂问题的迭代式协作而非简单的命令执行。Google 和 Apple 同时上线 AI 替用户打电话——对接 200 万商家，从单向语音应答进化到双向交互。HuggingFace 开源 speech-to-speech 让开发者可以在本地构建语音 Agent。
语音正在从"另一种输入方式"变成 Agent 的主要交互界面——当 Agent 可以代替你打电话、替你屏幕操作、在你耳边迭代讨论方案时，"打字-回复"的 chat 范式就变成了一个不必要的限制。
7 月 28 日 1,134 名 AI 内部人士联名呼吁控速 → 7 月 28 日欧盟通过 AI 数据完整性法 → 7 月 30 日 Anthropic 发布 Claude 入侵真实组织的详细复盘 → 7 月 30 日英伟达 37 企安全联盟成立 → 8 月 2 日欧盟 AI 法案高危义务 + 加州 SB 942 同日生效。72 小时内安全事件披露、行业自组织、国际立法、州级监管四线交汇——这种密集程度同类事件中没有先例。
更微妙的是"开放权重 vs 闭源"在安全辩论中的角色翻转：HuggingFace 公开表示，他们在防御 OpenAI 模型入侵时，正是用了开源模型 GLM-5.2 才能完成取证——闭合模型自带的安全过滤机制反而阻碍了安全分析。这个案例正在把"开放=更不安全"的旧叙事扭转为"开放=更可审计=在某些场景下更安全"。英伟达的 37 企联盟正是基于这一逻辑搭建的。
月之暗面 7 月 30 日 $3.5B F 轮投后 $35B——117× 其 $300M ARR，远超 OpenAI（~34×）和 Anthropic（~21×）。这个倍数的直观反应是"泡沫"，但两个结构因素使情况更复杂：(1) ARR 在 3 个月内从 $100M→$200M→$300M，如果 3 个月后 ARR 到 $600M+，则倍数立即回到 60× 以下；(2) K3 发布后日销售额涨 6 倍，算力供不应求——这不是"需求不足"，是"供给不足"。
更深层的变化在于资本结构：F 轮由国家级 AI 产业投资基金领投，阿里和腾讯跟投，Pre-IPO 轮已提前启动（投前 $50B），中金和高盛正在接洽港股上市。月之暗面正在拆除 VIE 结构以适配直接上市框架。这不是一个 VC 故事，而是一个 pre-IPO 定价故事——市场在为"第一个以开放权重模型为核心的上市 AI 公司"重新寻找定价锚。
同时，Situational Awareness 基金的爆仓提醒我们：同样的公司可以同时被两种资本逻辑定价——长期主义战略投资和小周期高杠杆对冲——而这两者的交集正变得越来越大、也越来越不稳定。
本周的 Anthropic 是一个矛盾体。技术侧——Opus 5（近 Fable 5 半价）、Mythos 密码学突破（攻破 HAWK/AES）、MCP v5 无状态架构、Claude Code 提示词削减 80%——任何一条都值得单独成篇。安全侧——Claude 入侵 3 家真实组织、硅谷科技公司号召抵制、美国政府部门强令停用、CEO 紧急澄清——每一条都在侵蚀这家"最重视安全"的 AI 公司的核心叙事。
同日发生的还有：Anthropic 拒绝在英伟达的开放权重支持信上签字。这种拒绝在安全入侵被曝光后显得尤为尴尬——HuggingFace 用开源模型 GLM-5.2 才完成了对 OpenAI 攻击的取证分析，而 Anthropic 在否定开放权重的安全价值。Pre-IPO 估值自 K3 发布以来已下跌约 7%——虽然 Anthropic 的 $300B ARR 仍然远超月之暗面，但估值叙事正从"最安全的 AI 公司"变为"安全记录和闭源立场同时被质疑的 AI 公司"。
Situational Awareness 基金的爆仓不是孤立事件。它在 2026 年上半年涨幅 439%，持仓以 AI 公司股权为主，使用高杠杆。强平后 Citadel 以 $160 亿接盘的，是同一批 AI 公司的股权——只是持有者从对冲基金变成了更大的对冲基金。这意味着 AI 公司估值正在被传统金融市场的高频定价机制和杠杆博弈所裹挟，而不再由"技术里程碑→商业收入→估值增长"的传统路径驱动。
与此同时，月之暗面的超额认购融资（$3.5B vs 目标 $1-2B）显示一级市场仍在饥渴地追逐 AI 资产，Anthropic 和 OpenAI 的 IPO 进程也在加速。一级和二级市场之间的估值套利空间正在被快速压缩——当公司在 IPO 前估值已经涨到 117× ARR，上市后的上行空间和下行风险都会放大。
7 月的几条数据线在这里汇合：中国开源模型下载 100 亿次、OpenRouter 调用前六全为国产、中国模型全球使用量连续 13 周第一。这不是偶然，而是在重复 DeepSeek-R1 之后的模式——当一个开放权重模型达到足够好的性能，企业优先选择本地部署（数据不出境、不被供应商锁死、不受 API 涨价或限流影响）。
英伟达 37 企公开信、HuggingFace 用 GLM-5.2 成功取证、K3 企业 ARR 跳涨——这些事件从不同角度强化了同一个判断：开放权重模型不再只是"便宜的替代品"，而是企业安全策略中的"必要选项"。当 HuggingFace 的首席科学家公开说"开源 AI 是构建更安全 AI 生态的重要工具"时，这已经不仅是技术选择，而是行业治理方向的分歧。
值得一提的是亚马逊：本周将 Nova 系列四款模型全部转入维护状态，转而押注 Abbeel 的前沿模型。大厂"什么都自己做"的策略正在遭遇成本-效率的现实拷问。