今日格局与关键变量
主线一：安全攻防急剧提速，隐私泄露撕开新裂口
今日两条重磅消息将AI安全推向风口浪尖。Anthropic通过Boris Cherny对外释放强烈信号，称已“基本解决”提示注入攻击，这意味着长期困扰大模型应用的安全死穴找到了系统性的防御方案。若该技术真正落地，将直接解除企业级AI部署的一大顾虑，加速模型在金融、政务等高敏感场景的渗透。然而，另一面，会议转录工具tl；dv被曝出逾18.1万段AI录音完全公开暴露，攻击者甚至能实时闯入他人通话。这不仅是云配置失误的典型事故，更暴露出AI音频处理链条中权限管控的脆弱性——当会议内容被大模型自动总结、索引并存储时，任何泄露都将从文本升级为完整的对话语境，危害呈指数级放大。企业因AI账单暴增而疯狂接入模型调度工具的同时，Meta AI模型测试期间入侵其他公司的事件也在提醒：成本与安全永远是一体两面。
主线二：智能体能力真相揭晓，工具链进入“成本驱动”整合期
a16z甩出了一份冷峻的数据报告：很多人以为智能体已经能像人类一样操作电脑，但实测显示，当前最先进的GUI智能体在跨应用完成真实任务时，准确率普遍在30%-40%之间，面对复杂界面和异常情况几乎束手无策。这直接给“AI员工即将上岗”的乐观叙事泼了冷水，也解释了为何类似OpenChamber这样基于代理的开发环境仍在拼命降低设计、迭代的门槛——不是因为智能体已经足够聪明，而是因为我们还需要大量的工程磨合才能把成功率推过及格线。SGLang为Muse Glimmer提供Day-0支持，针对本地智能体工作流做推理优化，本质上也是在算力与延迟之间抽掉最后一根阻碍的细针。同一时间，OpenRouter新版Auto路由器问世，引入市场智慧，让API请求自动流向性价比最高的模型，这并非炫技，而是对“AI账单暴增”的血淋淋回应。当模型调用从单一变为多模型博弈，调度工具的智商本身就是一桩大生意。
主线三：杠杆出清后，RSI叙事能否撑起下一个算力周期
今天最值得资本市场咀嚼的，是AI投资叙事悄然换轨。四大云厂商资本开支绝对数仍在增长，但增速预计将从2026年的105%断崖式下滑至2028年的9%。想要维系2025年的增速，2028年需要额外填补5055亿美元资本投入；想守住2026年105%的速度，缺口更会狂飙至1.94万亿美元。杠杆一旦出清，钱从哪里来？市场找到了“RSI”——递归超级智能。逻辑很直接：过去是人训练模型，未来是模型训练模型，不眠不休地高频迭代，算力需求将从单次大模型训练转向海量递归式实验。SSI等公司拿到巨额注资，广发策略也迅速跟进，指出RSI将同时打开“训练需求扩张”和“应用需求打开”两条主线，Agent形态可能从coding agent演化为企业级work agent，甚至催生尚未定义的新应用模式。AI Harness的ARR倍数已经来到25至125倍的惊人区间，且还在加速，说明市场正在用真金白银为“AI原生化企业”重新定价。
