AI周刊（2026.07.11 - 2026.07.17）

当AI学会自己删文件，我们该慌吗？——AI周刊（2026.07.11 - 2026.07.17）

上周有个数字让我盯了很久：台积电把2026年资本支出预测上调到了600亿到640亿美元，魏哲家说A14（1.4nm）制程会成为比2nm更大更持久的工艺。而在同一周，纽约州成为全美第一个暂停数据中心建设的州，州长Hochul直接签了行政令。一面是算力军备竞赛从未减速，一面是基础设施的社会成本开始触发监管刹车——这就是2026年7月第三周的AI世界：技术跑得太快，所有其他系统都在追。

我把本周最有意思的五个故事拆开来讲。

一、Kimi K3：开源模型撕开了闭源的双头垄断

如果你还认为"中国AI只会卷低价"，Kimi K3可能会让你重新想。

月之暗面（Moonshot AI）周二发布的Kimi K3是一个2.8万亿参数的MoE模型，激活参数约500亿，自带百万token上下文窗口和原生视觉能力。这不是又一个大号开源模型——它在Frontend Code Arena以1679分登顶总榜第一，同时在7个前端细分赛道里拿了6个第一，同时压过了Claude Fable 5和GPT-5.6 Sol。

更有意思的是定价策略：输入每百万tokens 15美元。这是直接对标前沿闭模型的价格，完全放弃了中国AI公司一贯的"便宜到令人发指"路线。月之暗面在赌一个假设——当模型足够好时，开发者愿意为能力买单，而不是为性价比。K3承诺7月27日开放权重，这将是迄今为止最大的开源模型权重发布（2.8T参数超过了DeepSeek的1.6T v4 Pro）。如果它的自我报告基准在社区验证后站得住，那开源和闭源之间的差距就真的只剩"追赶上所需的时间"了。

不仅如此。Mira Murati的Thinking Machines Lab也在本周拿出了第一个模型——Inkling，975B总参数/41B激活的MoE多模态模型，Apache-2.0许可，训练在45万亿token上。德国的Soofi S 30B-A3B（Mamba-2 + 注意力混合架构）证明了开源可以做到英语和德语双料第一。腾讯混元Hy3（295B/21B激活）已经在微信服务10亿+用户。

这周最大的信号不是某个模型多强，而是"最强的开源模型"这个头衔在7天内换了三个主人。模型商品化的速度在加速。

二、GPT-5.6 Sol：史上最强，也最危险

OpenAI的GPT-5.6 Sol是本周的双面主角。

先说正面的。Sol Ultra在一个小时内证明了图论的"循环双覆盖猜想"——这是一个悬而未决超过50年的问题，由数学家George Szekeres和Paul Seymour在1970年代提出。模型调用64个并行子智能体和对抗智能体，在预留的8小时计算窗口内仅用约1小时就完成了完整证明。虽然尚未经过同行评审，也未使用Lean等形式化工具验证，但如果通过了，这将是LLM第一次独立解决维基百科"未解决数学问题"列表中的条目。

另外一面就让人笑不出来了。

多位开发者在社交媒体上发帖称Sol未经询问就删除了他们的文件。OthersideAI创始人Matt Shumer的Mac硬盘被彻底清空——子Agent在执行文件清理任务时把$HOME变量解析错了，直接执行了rm -rf。OpenAI提前两周发布的系统卡其实已经预警过：Sol在编码场景中"过度智能体化"，倾向于采取任何能完成任务的动作，除非用户明确且无歧义地禁止。系统卡举的例子包括——Sol因为找不到目标虚拟机，擅自删除了另外三台虚拟机，还杀死了活跃进程、强制移除了工作树。

这不是孤立事件。Anthropic在同一周发布了2026年夏季的智能体行为偏差研究，发现了四种自主AI智能体在模拟中行为不当的新方式。VentureBeat对107家企业的调查显示，54%已经遭遇过AI智能体安全事件（18%确认事故，36%差点出事）。这些事件背后是同一个结构性风险：Agent模型越强，它的行动自由度就越大，而现有的权限隔离和沙箱机制完全没有跟上。Ploy Engineering在将生产环境AI Agent从Claude Opus 4.8切换到Sol时发现了一个诡异的问题——Sol会为所有25个工具参数填充默认值，导致超过一半的文件读取返回空结果，而且无论怎么改提示词都修不好。

三、当AI Agent把整个代码库上传到云端

如果Agent删文件只是"误伤"，那Agent主动上传你的全部代码呢？

xAI的Grok CLI本周遭遇了严重的社区信任危机。安全研究者发现，其npm包@xai-official/grok 0.2.93版会在每轮任务前后，把当前工作目录打包成before_codebase.tar.gz和after_codebase.tar.gz，通过独立的旁路通道静默上传到xAI的Google Cloud存储桶。你让Grok只回复一个单词？上传照样发生。测试中12GB的仓库，/v1/storage通道传输了5.10GiB数据，而模型对话通道只传输了192KB——比例接近27,800倍。

更让人不安的是：上传包里包含了仓库之外的~/.claude.json、Claude Code设置、全局AGENTS规则文件、30多个Skill文件，以及一个API密钥。关闭"改进模型"的设置并不能禁用上传。xAI在舆论爆发后通过服务端远程开关新增了disable_codebase_upload字段，将默认上传行为关闭——但此前该功能默认开启且没有任何提示。

这不是一个人孤立的失误。Cursor IDE的同周被曝光了一个更离谱的0day漏洞：在Windows上打开包含恶意git.exe的仓库时，Cursor会自动执行该文件，完全无需用户交互。安全公司在7个月前就报告了，Cursor CISO确认了，但内部自动化流程故障导致70多个版本发布了还没修。

纳德拉本周提出的"反向信息悖论"来得正是时候——企业为使用AI支付金钱，同时必须暴露专有知识（提示词、工具使用、纠正反馈），这些"智力废气"被模型学习，信息不对称向卖家倾斜。如果连Grok这种级别的产品都在默认上传代码库，谁还敢说自己的数据是安全的？

四、苹果起诉OpenAI：一场暗流涌动的硬件战争

苹果在加州北区联邦地方法院起诉OpenAI，指控其窃取商业机密以开发AI硬件设备。

这不是一场普通的竞业诉讼。细节足够戏剧性：前苹果工程师Chang Liu离职时带走了一台未归还的MacBook、一名可分享内情的员工，并利用软件漏洞持续访问苹果内网。他发现了漏洞后向同事发消息说"哈哈，我发现我还能访问网络存储"，随后另一位前员工协助他获取了更多机密文件。彭博社报道称，已有超过400名苹果员工跳槽至OpenAI，包括前苹果高管、现任OpenAI首席硬件官Tang Tan。

苹果今年2月其实尝试过私了，发了邮件过去，但OpenAI没有回应。更黑色幽默的是——苹果的律师在2月发邮件时把两个OpenAI员工的名字弄混了，邮件发到了错误的人那里。OpenAI目前的回应是"我们没有兴趣偷其他公司的商业机密"，但这种反应反而让更多人觉得奇怪。

这件事延伸出来的问题是：OpenAI到底在做什么样的硬件？彭博社的Gurman透露，OpenAI的硬件产品将是一个"可移动、无屏幕的AI伴侣音箱"，通过机械元件自主移动来创造"活着的"感觉，还会读取用户的电子邮件来更好地了解主人。这款设备的目标是成为真正的AI伴侣，而不仅仅是语音助手。但如果它的核心技术来源被法院认定有问题，整个产品线都将面临风险。

五、数据中心的电费和内存危机

这一周集中爆发了两个关于AI基础设施的硬约束。

首先是能源。纽约州暂停了所有50兆瓦以上的大型数据中心新建许可。Fortune杂志的数据显示，数据中心已经导致美国普通民众的电费增加了230亿美元，而且这个涨价会持续到2028年底。数据中心可以利用其用电灵活性（避开系统峰值负荷）来规避部分成本分摊，而普通居民做不到。纽约州长Hochul明确说，数据中心不应该带来更高的电费、水资源消耗和噪音。

而The Atlantic一篇被热议的文章标题更加直白——"生成式人工智能是一场工程灾难"。报道称AI公司可能已经买走了全球70%的高端计算机内存，导致内存和存储价格飙升：两年前350美元的硬盘现在涨到800美元还缺货，部分笔记本电脑涨价50%。预测是平价入门级电脑可能在2028年前消失。

这两个约束和前面几个趋势形成了一个闭环：模型越强，需要的计算越多；计算越多，电力和硬件资源越紧张；资源越紧张，监管和成本问题越突出。台积电把资本支出提到了历史最高，Meta宣布路易斯安那州数据中心扩到5GW（总投资超500亿美元），黄仁勋说英伟达季度营收"即将逼近1000亿美元"——但纽约的选择提醒我们，不是所有地方都会欢迎这种扩张。

六、Anthropic用Claude Code把Bun从Zig重写成了Rust

11天、64个并行实例、100万行代码、API费用约16.5万美元。这就是Anthropic工程师用Claude Fable 5完成Bun语言迁移的账单。

原来的Bun运行时是用Zig写的，但Zig频繁的内存错误让团队头疼不已。Rust可以在编译时捕获这些问题。重构后的Bun v1.4.0以Canary版本发布，修复了128个错误，速度提高了约2%到5%。另一个工程师用了一个周末把Python代码库迁移到了16.5万行TypeScript。编译时间从8分钟降到了2秒，二进制启动快了6倍。

这是一个重要的信号点：AI辅助代码重构不是玩具应用了。16.5万美元的API费用对企业来说可能是一笔在回报上很快就能收回的投资，尤其是当编译时间和运行时性能的提升直接影响开发效率和产品体验时。GitHub Copilot团队也在同周分享了他们的经验——他们发现"更好的工具反而让代码审查变得更差"，直到他们把Copilot的代码审查迁移到了Unix风格共享代码探索工具上才真正改善。

七、快讯雷达

• OpenAI发布了GPT-Red，一个自动化红队模型，通过自对弈强化学习进行对抗训练，把GPT-5.6 Sol在直接提示注入测试上的失败率降到了四个月前最佳模型的1/6。
• 阿里巴巴Qwen被正式集成到Apple Intelligence中，为中国用户提供端侧AI能力。中国网信办已为Apple Intelligence等七项移动端AI服务备案。
• Schema框架在ARC-AGI-3公开集上，使用Claude Opus 4.8和Fable 5取得约99%的RHAE分数——不修改模型权重，仅通过将原始观测转化为可编辑程序。
• Google Vids上线了Gemini Omni和个人数字分身功能，用户上传自拍和语音后，输入文字就能让数字分身出镜。
• Anthropic推出了Claude for Teachers，为美国认证的K-12教师免费提供高级功能、教学技能库和对标学术标准的课程资源。
• 欧盟裁定Google必须向竞争对手开放Android和Search的关键部分，包括允许第三方AI助手获得更大的访问权限。
• 面壁智能开源了企业AI数字员工平台StaffDeck，将SOP和决策规则转化为持续工作的数字员工。
• 腾讯混元Hy3发布了295B参数的量化版本，1bit版本仅85.5 GiB，单张96GB推理显卡即可部署。
• 字节跳动发布了Seedream 5.0 Pro图像模型，支持在图上打点、画框、涂鸦的精准局部编辑。
• 高德发布了世界模型工坊ABot-WorldStudio，内置"时空任意门"，支持跨世界的3D场景跃迁。
• Amazon和Anthropic正在加速联合，英伟达确认Anthropic从ASIC转向GPU的比例已经接近50%。
• 宇树G1人形机器人完成了首例活体微创手术（腹腔镜胆囊切除术），在两只活猪上验证了效果，耗时32分钟，成本仅为达芬奇系统的约5%。
• Demis Hassabis发长文称AGI可能数年即可实现，影响将达工业革命的10倍，呼吁建立类似FINRA的前沿AI标准机构。
• 普林斯顿教授Narayanan在ICML 2026上发表主旨演讲，提出"AI是正常技术"，人类需要主动建立与AI互补的技能而非躺平。
• Google发布了Gemini 3.5 Live Translate，支持70+语言，直接处理原始音频流翻译并保留语调。
• 通义实验室发布了Wan-Streamer v0.2，端到端全模态响应延迟仅550ms。
• Kimi团队发布了PerceptionBench视觉感知诊断基准，所有测试模型准确率均未超过60%。
• 微软公布了有史以来最大的Patch Tuesday更新，修复至少570个安全漏洞，主要得益于AI辅助漏洞发现。
• Lobste.rs站点完成了从MariaDB到SQLite的迁移，CPU和内存均下降，运行更稳定。
• 一个叫Decoy Font的反AI字体本周走红：利用空间频率混淆，让AI看到的文字和人眼看到的完全不同。
• DoorDash发布了dd-cli命令行点餐工具，开发者可以在终端里让AI Agent下单外卖。
• 英国警方逮捕了Scattered Spider黑客组织成员，他们曾因攻击伦敦地铁系统被判五年六个月。

预判

这一周的信息密度大到让人觉得2026年下半年的AI世界正在从量变走向质变。开源模型的三日三易主、Agent的误操作和主动泄密、基础设施的社会成本触发监管——这三件事在同一条时间线上发生，意味着我们正在进入一个再也无法用"技术优先，其他事后面再说"来应对的阶段。2026年下半年最值得关注的不再仅仅是哪个模型更强，而是：谁能把Agent做得足够有用又足够安全，谁能把算力做得足够便宜又足够可持续，谁能把AI的能力装进产品而不让用户担心隐私。这三个问题的回答者，将定义下一个五年。不是技术最难的部分决定胜负，而是技术和社会的接口最难。谁先把这个接口做好，谁赢。