「把机器人送进越南的课堂」：智元机器人牵手越南国家创新中心

10 月 2 日，首届越南具身智能大会在河内举行，由越南国家创新中心（NIC）、智元机器人（AGIBOT）及越南合作伙伴 ECOLIV、Great Education 联合主办。超过 550 名代表参会，覆盖越南科技部、教育培训部、工商部及 50 多所学校负责人、20 多家研究机构。

智元现场展示了人形、四足、轮式机器人全系产品线及教育、工业场景解决方案。大会的核心产出不是订单，而是一个「元生计划」——把机器人送进越南的大学课堂：课程开发、联合实验室、师资培训、学生实践、科研课题。

这不是智元在东南亚的第一步：马来西亚开了全球首个机器人体验馆，澳大利亚四足机器人进入矿业巡检，越南、泰国海底捞门店已部署迎宾人形机器人。四步连起来，是一条「先布点、再织网」的出海路线。

为什么切入学校？具身智能 2026 年的瓶颈不是「做不出来」，而是「没人会用」。机器人进课堂成本最低、阻力最小，却同时培养了未来的工程师、操作员和采购决策者。等越南大学生用智元机器人做完毕业设计，他们就是智元最天然的渠道。

冷静看，这仍是一场 PR 味很浓的发布会，课程与联合实验室的交付节奏有待验证。但方向成立：年初大家还在比参数、比后空翻，下半年头部玩家开始拼生态——谁先把开发者和学生织进自己的网络，谁就拿到了下一阶段的入场券。

下一代工程师用谁的机器人长大，谁的生态就在下一代手里。智元选择在越南先下注。

七年独占松动：OpenAI 智能体第一次"住"进了 AWS

过去七年，企业想在生产环境用 OpenAI 的模型，默认通道是微软 Azure。这条"专卖线"在 OpenAI DevDay 2026（9月29日）上第一次被官方自己凿开：OpenAI 与 AWS 联手推出 Bedrock Managed Agents（powered by OpenAI），把 OpenAI 的智能体栈原原本本搬进亚马逊云，目前进入预览阶段。

它不是第三方封装的 API 转发，而是真正的"原生入驻"：模型、Codex 工具链和 Agents API 的核心能力都跑在 AWS 内部，每个智能体拥有独立的 AWS IAM 身份和权限边界，推理和数据紧贴企业已有的应用和数据湖——这是第一次，你不用把数据交给 OpenAI 或微软，也能跑上 OpenAI 自己的智能体栈。

为什么这件事值得单独讲？它动的是行业里最隐秘的一条权力线：模型能力 vs 云渠道。

当智能体从聊天机器人变成替企业干活的"数字员工"，企业最先问的不是"模型多强"，而是"它能不能进我的云、守我的规矩"。AWS 攥着全球最大的企业云存量，OpenAI 想吃下这块市场，就必须让智能体"住进"别人家的机房——OpenAI 出能力，AWS 出信任背书和合规外壳，各取所需。

对微软来说，Azure OpenAI 曾是云增长故事里最性感的一章，如今独家渠道优势第一次出现裂缝。短期谈不上"分手"，但"专卖时代"确实松动了。

展望一下：智能体正在从"模型的附属品"变成"云的原生居民"。多云调度、智能体身份与权限治理、模型厂商的"渠道独立运动"，会是未来两年企业 AI 的真正战场。下半场不在模型发布会，而在云厂商的控制台里。

谷歌自己算了一笔账：太空数据中心要起飞，星舰得先飞1800次

10月1日，谷歌 Project Suncatcher 原型卫星搭 SpaceX Transporter-18 拼单任务升空：冰箱大小的卫星里装着 4 颗自研 Trillium TPU，入轨后运行正常。未来一年，它将以每次约 15 分钟的"点火"在轨运行 Gemma 模型，测试宇宙射线与剧烈温差对芯片的影响。

但比首飞更重要的是谷歌同日发布的白皮书（将刊于 Joule 期刊）。论文算了一笔硬账：太空算力的单位电力成本要追平地面，发射成本须在 2035 年左右降至 200 美元/公斤。按 SpaceX 历史上"累计发射质量每翻一番、公斤成本降约 20%"的学习曲线，需累计再发射 37 万吨载荷——以星舰每次 200 吨计，约 1800 次成功发射，相当于每年 180 次连飞十年、部件复用 100 次。而星舰至今一年最多飞过约 5 次。

谷歌的辐射测试还给出阶段性结论：TPU 跑推理任务基本无碍，但数千芯片连续数月做大模型训练，宇宙射线可能过于严苛——太空数据中心将先做推理、后做训练。

科技公司讲"登月计划"通常只谈愿景，谷歌这次亲手摆出最难看的数学，既是工程诚实，也是话语权争夺：由我来定义"可行"的标准。论文还悄悄转移了焦点——真正的卡脖子不在天上，而在地面的发射场。1800 次听起来像天文数字，但正是 SpaceX 过去二十年走过的路；最大的不确定性藏在"合理假设"里：星舰高频复用发射至今尚未被验证。短期看一年在轨测试与明年双星激光链路演示，中期看发射频率爬坡，长期看 2035 年 200 美元/公斤的赌局。发射成本曲线能否跑赢算力需求曲线，是这场赛跑的全部悬念。

「尾款付清」：英伟达、软银各自 300 亿美元全额到账，OpenAI 1220 亿美元融资收官

AI 史上最大单轮融资正式收官。The Information 10 月 2 日独家报道：英伟达与软银分别支付最后一笔 100 亿美元，完成各自 300 亿美元承诺；亚马逊已在 7 月完成 500 亿美元。三家领投实缴约 1100 亿美元，占 1220 亿美元总承诺的 90%，OpenAI 投后估值定格 8520 亿美元。路透社亦证实软银累计投资达 646 亿美元、持股约 13%。

这笔钱来得颇费周折：软银 9 月发行了 111 亿美元全球最大规模高收益债募资，随后取消了 400 亿美元过桥贷款中剩余 100 亿美元的未提款额度——"用债养股"，是 AI 时代最生动的注脚。

融资收官即是开局。据 Dealroom 独家消息，本轮 closing 为下一轮私募扫清了道路——目标 300 亿美元、估值约 1.4 万亿美元。超千亿美元现金在手，OpenAI 的算力扩张有了两三年的弹药；但债券市场能为 AI 输血多久、Scaling Law 能否继续换来模型代差，仍是悬在 2027 年头上的问号。

「一粒内存卖出三倍价」：三星 HBM4 开价 4 美元/Gb，AI 内存的卖方市场正式开张

如果你觉得 AI 服务器贵，那坏消息来了：最贵的那块"砖头"还要再涨三倍。

据韩国《每日经济》10 月 2 日报道，三星电子正在与大客户进行新一代高带宽内存 HBM4 的年度供应谈判，开出的价格是每 Gb（千兆比特）4 美元中高段——是当前旗舰 HBM3E（约 1.5 美元/Gb）的三倍以上。消息一出，欧洲芯片股应声大涨：ASML 涨 2.2%、ASM International 涨 4.7%、英飞凌涨 6%、意法半导体涨 3.3%，连西门子能源都跟涨 2.6%。资本市场用脚投票：内存的超级周期，真的回来了。

背景：HBM 为什么是 AI 时代的"印钞机"

HBM（高带宽内存）和普通内存条里的 DRAM 不是一回事。它是把多颗 DRAM 裸片像千层饼一样垂直堆叠、用硅通孔（TSV）打通的"内存摩天楼"，专为 AI 加速卡设计——GPU 做大模型推理时，最大的瓶颈从来不是算力不够，而是"喂数据"的速度跟不上。三星的 HBM4 单颗堆叠容量达 36GB、带宽冲到 3.3TB/s，几乎是 HBM3E 的三倍。

更关键的是商业模式：HBM 不走现货市场，全靠一年一签的长期合同，量和价都提前锁定。这意味着每年的谈判窗口，就是未来一年整个 AI 硬件成本的"定价锚"。谁在谈判桌上占上风，谁就拿走未来一年的利润。

事件：三倍报价背后的三重底气

三星敢开三倍价，底气有三层。

第一，需求端实在太硬。英伟达新一代 AI 平台正在备货放量，三星在二季度财报电话会上明确表示三季度 HBM4 收入要环比翻三倍以上；SK 海力士则宣布 HBM4 良率已追平上一代 HBM3E、进入全面爬坡。买家排着队，卖家自然硬气。

第二，供给端结构性吃紧。市调机构 TrendForce 9 月底预测，2027 年 HBM 混合均价将上涨 121%，而 HBM4 将在明年下半年迎来继任者 HBM4E——等于告诉市场：涨价不是一锤子买卖，而是一整个产品代际的趋势。KB 证券更直接：预计三星明年 HBM 售价涨超 100%，HBM4 将占其 HBM 出货的 80%（今年仅 40%）。

第三，买家几乎没有"Plan B"。有科技巨头动过"降配"的念头：把 AI 芯片上的 12 层堆叠换成 8 层，少用几颗 DRAM。但 TrendForce 算过账：8 层产品的每 Gb 成本反而比 12 层高 10%-20%，因为堆叠底部的逻辑基座成本省不掉。想省钱？此路不通。

分析：这不是涨价，这是"利润再定价"

很多人把这次报价理解成简单的"坐地起价"，但在我看来，它更像一次迟到的价值重估。

过去三十年，DRAM 是典型的周期性"白菜行业"：产能一过剩就杀价，厂商靠规模活着。但 AI 把游戏规则改了——大模型训练和推理对 HBM 的需求是刚性的、指数级的，而供给端扩产需要 18-24 个月的建设周期。这 18 个月的时间差，就是卖方市场的全部红利。

三星的算盘打得很精：用 HBM4 的性能跃升（带宽接近三倍）做"涨价的理由"，用长期合同锁定"涨价的时间"。4 美元/Gb 只是开价，最终成交可能打折，但价格锚一旦立住，后续 SK 海力士、美光的跟进报价就有了参照系。TrendForce 预计全行业 HBM 均价明年涨 121%，本质上就是这个锚在起作用。

成本传导链也很清晰：HBM 涨价 → AI 加速卡 BOM 成本上升 → 云厂商算力价格上调 → 最终传导到每一个调用大模型 API 的开发者和企业用户。你今天觉得 API 调用贵，明年可能会觉得"去年真便宜"。

还有一个容易被忽视的细节：这轮涨价潮里，传统 DRAM 也在涨。DDR5 的利润率正在回升，AI 吃掉的内存产能正在把通用内存也拖进紧缺——今年早些时候三星自己就罕见示警"AI 吃掉三成内存产能"。HBM 和 DDR 正在形成"双涨共振"，这在历史上非常罕见。

展望：三个悬念，决定明年的 AI 硬件价格

第一个悬念是成交价。据报道谈判已进入最后阶段、本月收尾，开价 4 美元不等于成交 4 美元，大客户的议价能力依然存在。但即便打八折，2.5 倍以上的涨幅也足以改写成本结构。

第二个悬念是良率爬坡。HBM4 的堆叠层数更多、工艺更复杂，三星和 SK 海力士的良率曲线将直接决定实际可供货的量。SK 海力士称良率已追平 HBM3E，如果属实，供给端的紧张会略有缓解。

第三个悬念是 HBM4E。明年下半年下一代产品就来了，买家会不会"持币待购"？历史经验是：不会。AI 军备竞赛里没有人敢等半年，因为对手不会等。

一句话总结：内存行业花了三十年学会"过剩时杀价"，现在要用一年学会"紧缺时定价"。4 美元/Gb 的报价单，与其说是三星的野心，不如说是 AI 时代给所有硬件定的新税率——而这张税单，最终会递到每个 AI 用户手里。

本文基于 WSJ、SammyFans、Wccftech、首尔经济日报（TrendForce/KB 证券数据）等多方公开报道整理分析，报价为谈判阶段数据、最终成交价以官方披露为准。

「流量期待不是协议」：谷歌 AI Overviews 诉讼被驳回，出版商的「流量正义」撞上司法南墙

事件提要： 美国联邦法官 Amit Mehta 当地时间 9 月 30 日驳回了教育科技公司 Chegg 和出版巨头 Penske Media（旗下拥有《Rolling Stone》《Variety》《Billboard》）针对谷歌 AI Overviews 的反垄断诉讼。法官写下了一句注定被反复引用的判词：「你们只是『期待』谷歌给你们导流，但期待不是协议，这就是通用搜索引擎的运作方式。」

背景：一场从上线第一天就埋下伏笔的冲突

谷歌 AI Overviews 诞生之初就带着原罪色彩：它把用户原本要去十个网站翻答案的问题，直接在搜索结果页顶部用 AI 生成一段总结回答掉。用户得到答案，满意地关掉页面；出版商则眼睁睁看着 referral 流量一路下滑，广告和订阅收入被拦腰斩断。

Chegg 的处境最有代表性。这家在线教育平台的商业模式几乎完全建立在「学生搜题 → 跳转 Chegg 看答案」之上。AI Overviews 上线后，大量习题答案直接出现在搜索页，Chegg 的流量和股价双双崩塌——它甚至不得不裁员、转向 AI 化自救。Penske Media 则代表传统出版阵营：内容被 AI 摘要引用，自己却拿不到一分钱，还要担心用户不再点进原文。

两家公司去年提起诉讼，核心指控是「捆绑胁迫」：谷歌迫使出版商允许其内容被 AI Overviews 摘要——否则就别想被 Google Search 收录。他们认为，在一个真正竞争的搜索市场里，谷歌应该为转载他们的内容付费，或者为训练 AI 支付许可费。

事件：同一位法官，两份看似矛盾的裁决

有意思的是，主审法官 Amit Mehta 正是 2024 年裁定谷歌构成非法搜索垄断的那位法官。这次，他却站在了谷歌一边。

Mehta 在裁决书中写道：原告主张的只是「一种期待——期待只要免费提供内容，谷歌就会给他们导流。但期待不是协议，这就是通用搜索引擎的运作方式。」（"an expectation is not an agreement. It is simply how a general search engine works."）

他承认自己对出版商的处境「并非没有同情」（not unsympathetic）——谷歌确实拿走了别人的内容、转手变成自己的 AI 摘要，还不给补偿。但他同时划出一条清晰的司法边界：反垄断法不能代替立法者，去处理技术创新带来的经济伤害。 换句话说，这是一个真实存在的问题，但法院不是解决它的地方。

这不是 Mehta 第一次这么判。今年 3 月，他已经驳回过另一家出版商针对谷歌的类似指控。两起案件（Chegg Inc v. Google LLC，案号 25-cv-543；Penske Media Corp v. Google，案号 25-cv-3192）至此全部出局。

分析：为什么「垄断者」赢了反垄断官司？

这个结果初看矛盾，细看却符合反垄断法的内在逻辑：

第一，反垄断法惩罚的是「排他行为」，不是「不慷慨」。 谷歌被认定垄断搜索市场，是因为它用排他协议锁死了分发渠道（比如花巨资成为 Safari 默认搜索）。但 AI Overviews 的争议本质是「谷歌用了我的内容却不付费」——这更接近版权和不正当竞争问题，而反垄断法没有规定「垄断者必须按出版商开出的条件收录内容」。正如谷歌抗辩的那样：它没有义务按出版商喜欢的条件去索引网页。

第二，「流量」从来不是一项权利。 法官这句话戳破了整个开放网络时代最大的幻觉：出版商把谷歌导流当成理所当然的「应得收入」，但搜索引擎的排序和展示方式始终是平台自己的产品决策。把「流量下降」包装成「垄断损害」，在法律上站不住脚——因为损害的是「期待」，不是「竞争」。

第三，法院在给立法者让路。 Mehta 的潜台词很直白：AI 摘要对内容生态的冲击是真实的系统性问题，但应该由国会通过新的立法（比如强制许可、集体谈判机制）来解决，而不是让法官用百年前的《谢尔曼法》去硬套 AI 时代的新纠纷。这与欧盟、日本等地正在推进的「平台向新闻出版商付费」立法思路形成了呼应。

值得注意的是，谷歌自己似乎也读懂了风向。有报道称，谷歌已启动一项试点计划，向约 100 家出版商为其内容出现在 AI Overviews、AI Mode 和 Gemini 产品中付费——用「直接给钱」来灭火，而不是等法院逼它给钱。这恰恰印证了出版商的核心诉求（要钱）可能是对的，只是「反垄断诉讼」这条路走错了。

展望：出版商的下一张牌是什么？

短期看，这份裁决给所有想效仿 Chegg 的出版商泼了一盆冷水：在美国法院，用反垄断法挑战 AI 摘要的路基本被堵死了。 接下来出版商大概率转向三条路：一是版权诉讼（主张 AI 摘要构成对原文的替代性使用）；二是集体游说立法，复制澳大利亚《新闻媒体议价法》的模式；三是接受现实，与谷歌谈判拿「内容许可费」——谷歌的百家出版商试点，已经为这个剧本写好了开头。

更深层的信号在于：Mehta 这位「判谷歌垄断成立」的法官，依然驳回了这起诉讼，说明美国司法体系对「AI 时代平台与内容的关系」采取了克制姿态——承认伤害真实存在，但拒绝用法官造法去重写互联网的经济规则。

对中文读者而言，这场官司也是一面镜子：当 AI 搜索开始直接给答案，「内容农场」和「SEO 流量站」的商业模式会先死，而真正有原创壁垒的内容，反而可能在「付费许可」的新秩序里卖出更好的价钱。流量的旧船票，登不上 AI 的新客船——这句话，Mehta 法官已经用裁决书盖了章。

「说好不卖算力」的马斯克，悄悄做起了「云房东」：SpaceX 算力出租生意瞄准每月数十亿美元

今年年初，马斯克还明确拒绝过一个想法：把 xAI 的算力租给别人。理由很直接——一旦开始卖算力，xAI 还会被当作一家严肃的 AI 实验室吗？半年多过去，他自己却成了全世界最激进的「算力房东」。SpaceX 完成对 xAI 的合并并改组为 SpaceXAI 之后，出租 GPU 的生意，正迅速变成这家公司每月数十亿美元的收入来源。

背景：一场被迫接受的「副业」

故事的起点是 2025 年的孟菲斯。xAI 为了追赶大模型竞赛，在当地砸下重金兴建「Colossus」数据中心，首期就装了 20 万块 GPU，而且创下了仅用 122 天从动工到上线投运的纪录——同等规模的数据中心，通常需要数年才能建成。

但速度的代价是浪费。去年 Colossus 的 GPU 利用率不到 40%，而 Colossus II 还在同步建设中。更棘手的是，Colossus II 的排水系统出现缺陷导致设施内涝，修复工程一度拖慢了两三周施工进度。激进扩张的背面，是大量烧掉电费却没人用的芯片。

去年 xAI 高管们就曾建议：闲置算力干脆租给外部 AI 公司。马斯克当时拒绝了。然而据知情人士透露的今年 4 月一次全员大会实录，态度出现了松动——马斯克半开玩笑地对工程师们说，Anthropic 几乎是在「苦苦哀求」xAI 提供算力。这恰好解决了他的一个现实问题：仓库里躺着一大批老一代英伟达 H100 GPU，训练 Grok 时效率已经跟不上，但租给别人正好。马斯克当时的定调是：临时安排，「xAI 并未进军云计算业务」。

事件：450 亿美元只是起点

「临时安排」维持了不到半年，就演变成了 AI 行业史上最大手笔的算力订单。

SpaceX 的 IPO 申报文件披露，Anthropic 将以每月 12.5 亿美元的代价，租用 SpaceX 旗下 Colossus 和 Colossus II 数据中心的算力容量，合同期到 2029 年 5 月，三年合计约 450 亿美元。合同带有 90 天双方互终止条款，但即便如此，这笔钱一落袋，SpaceX 一年就凭此入账 150 亿美元。

更大头的消息在 9 月底传来。Anthropic 在冲刺 IPO 的披露文件中确认，向 SpaceX 承诺的算力支出上限已经抬高到约 845 亿美元，较 5 月估算翻了近一倍。同期披露显示，谷歌也签了一份算力租约：从 2026 年 10 月到 2029 年 6 月，每月支付约 9.2 亿美元，对应约 11 万枚英伟达 GPU 及配套 CPU、内存和高速光互连系统。

而据 The Information 援引知情人士报道，SpaceXAI 今夏已与微软展开算力租赁磋商，还有一笔每月 11 亿美元的算力合同将于 12 月启动。马斯克上周末在 X 平台发文称，公司计划 11 月上线约 42 万块英伟达 GPU——规模相当于普通数据中心园区的两倍。另据他 9 月 25 日的披露，Colossus 1 与 Colossus 2 合计已配置约 78 万枚 AI GPU，未来若分批补上英伟达 GB300，总规模可达 144 万枚。

分析：为什么租比自己用更划算？

这笔生意真正的含金量，藏在一个简单的对比里：Anthropic 在其 IPO 招股书中披露，2025 年算力与基础设施支出达 73.3 亿美元，是 2024 年的三倍，占其总经营费用的近六成；而同一时期 AI 智能体正在爆发——一个前沿智能体单次任务会连续触发规划、检索、工具调用、代码执行与结果校验，GPU 负责模型计算，CPU 负责任务编排，内存承接上下文缓存。Anthropic 明确表示，SpaceX 的算力能帮它直接提高 Claude Code 和 API 的使用限额。

也就是说，在当下的算力卖方市场里，「谁先交付算力，谁就先承接商业化」。SpaceX 手握现成的集群，租出去就是确定的现金流；自己留着训练 Grok，面对的则是一个排名第五左右、创始团队刚整体离职的模型产品。马斯克算的是同一笔账的两面。

值得注意的是，这笔「房东生意」一开始还有技术门槛：xAI 的系统最初并未按多租户设计，不同客户共享同一套基础设施存在数据泄露风险。如今这一问题已被解决——这意味着 SpaceX 已经啃下了云服务商最硬的那块骨头。

展望：算力正在变成新的「能源基建」

如果说 2024 年的 AI 竞赛是「模型之争」，2025 年是「推理之争」，那么 2026 年的关键词正在变成「算力交付」。Anthropic 未来十年的基础设施支出预计至少 5180 亿美元，其中约八成不可取消——这种「无论用不用都要付钱」的合同形态，说明顶级玩家已经把算力当作水电一样的刚性资源来锁定。

马斯克的下一步同样值得盯：招股书里还披露了把数据中心送上太空的计划——第一代轨道 AI 数据中心卫星「AI1」今年 6 月已经公布设计，单星峰值算力 150 千瓦，马斯克把它类比为「一台英伟达 GB300 服务器机柜」。地面上做房东，天上也要做房东。算力出租这门「副业」，恐怕没多久就会变成 SpaceXAI 的主业。

（消息综合：The Information、路透社、DatacenterDynamics、智通财经、SpaceX IPO 申报文件、Anthropic 招股书披露）

「写论文」也要限流了：arXiv 每月只让交 2 篇，AI 把学术投稿"刷屏"了

背景：科学家的"学术朋友圈"被刷屏了

1991 年，理论物理学家 Paul Ginsparg 在洛斯阿拉莫斯国家实验室搭起了一个简单的论文共享站点——arXiv。它允许研究者在论文正式发表、同行评审之前，先把成果公开挂出来。三十多年后，它成了全球科学家的"学术朋友圈"：物理、数学、计算机科学、定量生物学……每天都有成千上万篇新论文在这里首发。

但最近，这个朋友圈被"刷屏"了。

事件：10 月 1 日起，每人每月最多交 2 篇

10 月 1 日，arXiv 正式实施史上最严的投稿限流新规：每位提交者，每个自然月最多只能提交 2 篇论文。

注意，这里的 2 篇指的是"提交次数"，不是"最终挂出来的数量"。论文交上去被拒了，额度照样没了——两篇全被拒，"本月投稿进度 100% 完成"，下个月请早。

几个关键细节：

• 换分类也没用：2 篇额度是整个 arXiv 共用的，不是 cs.AI 2 篇、cs.LG 再来 2 篇。
• 限制的是 submitter（实际提交人），不是所有共同作者：5 人合作的论文，谁点提交扣谁的额度，合作者之间得商量好谁来当这个"提交人"。
• 撤回不占额度：先提交、发现不对再撤掉，不会浪费额度——留了一条后路。
• 叠加 2024 年起的旧规：同一时间最多只能有 3 篇"在审"状态的稿件。

数据：为什么突然限流？官方公告标题里直接给了关键词——AI

• 2016 年 9 月，arXiv 单月投稿 9,869 篇；2024 年 9 月，20,569 篇；刚刚过去的 2026 年 9 月，40,363 篇。十年翻了 4 倍多，最近一次翻倍只用了两年。
• 40,363 篇投稿，还顺手制造了将近 9,000 张 support ticket，压向本就有限的志愿审核团队。
• 计算机科学的 cs.AI 分类，2024 到 2026 年投稿量增长超过 6 倍，其他分类同期整体大约翻倍——AI 是涨得最猛的那一批。

量涨了，质却没跟上。arXiv 官方点名了几类"问题稿件"：一种是范围极窄、内容极薄的 thin papers；一种是 salami papers——"切香肠"，一项完整研究被切成好几小片分别投稿；还有一类是高度依赖 AI 写作、文字密度极高的稿件。

arXiv 并不反对用 AI 做研究——按现有规则，只要作者披露、研究本身有学术价值，AI 辅助完全没问题。问题是，AI 把"生产低价值论文"的门槛也一起打穿了。以前一个人能写多少论文，至少受时间和精力的物理限制；现在，这个上限越来越不好判断了。

今年 2 月《自然》杂志就报道过一个极端案例：人机交互研究者 Raphael Wimmer 用 AI 工具 Prism，只花 54 秒，就把一个自己根本没做过的实验写成了一篇像模像样的论文。他感叹：写论文从未如此容易，堵塞科学出版流程也从未如此容易。

分析：投稿量 scaling 了，审核的人没有

arXiv 不是传统期刊——它不做完整同行评审再公开，但这不等于"随便生成个 PDF 就能挂"。每篇投稿都要过一道审核：分类对不对、是否符合基本学术标准、有没有学术兴趣价值。而这套系统的很大一部分，靠的是志愿审核员。

投稿量 scaling 了，审核的人没有 scaling。arXiv 编辑顾问委员会主席、俄勒冈州立大学荣休教授 Thomas Dietterich 说得很直白：目前只是一小部分作者，就提交了大量低质量论文，却消耗了不成比例的审核时间。结果不只是审核员累——正常投稿的论文，也可能因此被拖延数天甚至数周。

所以 arXiv 干脆从入口限流。这是一次"算力式"的治理：当生成侧开始指数增长，唯一还在以线性速度运转的审核侧，只能靠配额来保住系统的可用性。

但这治标还是治本？值得打个问号。"切香肠"式投稿，本质是学术评价体系"唯数量"的产物——不解决评价指挥棒的问题，限流只会把压力转移到别处：换个平台接着投，或者把 5 篇工作硬塞进 2 篇里，反而让论文更臃肿。AI 降低的是写作门槛，不是做研究的门槛；真正稀缺的从来不是"写出来"，而是"值得写"。

展望：当机器 54 秒写一篇论文，人类要重新学会"慢"

arXiv 的新规，大概率只是个开始。当 AI 把内容生产的边际成本打到接近零，任何依赖人工审核的开放平台都会走到同一个十字路口：要么限流，要么被淹没。期刊、会议、预印本，接下来都可能跟进自己的"速率限制"。

对研究者来说，信号很明确：论文的"数量游戏"正在加速贬值。一个月只能交两篇，逼着每个人在点下提交按钮之前多想一想——这篇东西，真的值得占用一次额度吗？

某种意义上，这是 AI 时代给学术界上的一课：当机器能以 54 秒一篇的速度"写论文"，人类反而要重新学会"慢"。慢下来，把一项工作做完整、做扎实，再一次性讲清楚——这恰恰是"切香肠"时代最稀缺的品质。

开放「手术刀」：Anthropic 给 Claude Code 装上 Mods，AI 编程代理进入「可魔改」时代

背景：插件玩了一年，Anthropic 终于开放了最底层的那扇门

2025 年 10 月，Anthropic 为 Claude Code 引入插件系统，让开发者可以打包分享自定义命令、子智能体、MCP 服务器和钩子（hooks），生态迅速热闹起来。但老用户都知道，插件一直有个天花板：你只能「外挂」东西，不能真正改写智能体的行为逻辑。钩子能拦住事件，却改不了事件本身；能跑脚本，却画不了界面、替代不了内置功能。

另一边，国产的 DeepSeek Harness（DSH）从 2026 年 8 月亮相起就走了更激进的路线——「一切皆插件」：模型接入、工具集、Agent 循环、会话管理、UI 全部可拆可换，连「循环本身」都能被替换。两边的竞赛焦点很明确：谁能把 AI 编程代理的可定制性做到最深，谁就能拿下开发者生态的下一张船票。

事件：10 月 1 日，Claude Mods 正式登场

当地时间 10 月 1 日，Anthropic 通过 ClaudeDevs 账号宣布：Claude Code v2.1.287 带来全新的「Claude Mods」机制——开发者可以用 TypeScript 写一个小小的函数模块，直接介入智能体运行的最深层。

这不是又一个「指令包」。根据多家技术媒体的实测解读，Mods 的权限清单相当夸张：

• 改写提示词：在提示词送达模型之前重写它；
• 拦截工具调用：拦截、重试甚至直接屏蔽某次工具调用；
• 接管权限决策：自己决定某个权限请求是批准还是拒绝；
• 净化输出：从工具输出中抹掉密钥等敏感信息；
• 替换界面：往界面里塞自定义面板、按钮和输入框，甚至替换掉内置功能。

举几个官方示例就知道这有多实用：「Token Weather」在侧边实时显示上下文窗口占用率和最近 12 轮的用量曲线；「Blast Radius」在危险 Shell 命令执行前弹出侧栏，标出它会影响哪些文件；「Replay Theater」记录每一轮的文件改动，用 /replay 命令逐条回放审查。

技术实现上，Mods 依附于已有的插件体系分发——写成插件的一部分，用 /plugin 命令安装，跑在 Claude Code 的 CLI 和桌面应用里。随版本附赠了一个官方内置 Mod「You should know」：一个常驻的旁观者智能体，在会话中默默观察，提醒你和 Claude 可能都忽略了的东西（默认关闭，用 /plugin enable cc-plugin-you-should-know@builtin 开启）。

消息公布后，DeepSeek Harness 团队负责人崔添翼第一时间下场评论：Claude Mods 与 DSH 的插件架构正在走向同一个方向，但范围截然不同——前者开源彻底，后者生态和用户基数更大。

分析：为什么这是一次「范式级」更新

第一，AI 编程代理的竞争从「模型能力」转向了「可塑性」。 当各家模型在编码基准上咬得越来越紧，开发者真正分化的战场变成了：这个工具能不能长成「我想要的样子」。Mods 让团队可以把内部规范（比如「所有数据库迁移必须先过审批面板」）写成 Mod 分发给全员，而不是靠口头约定和复制粘贴的提示词。智能体从「通用工具」变成了「可定制的平台」。

第二，「无沙盒」是一把双刃剑，Anthropic 把选择权交给了用户。 官方文档明确警告：Mod 以 Claude Code 本体的全部权限运行——能读文件、起进程、联网。装了一个恶意 Mod，就等于把整台机器交了出去。Anthropic 给出的建议很直白：只从可信来源安装，安装前先读代码，还提供了 claude plugin validate 命令预先列出 Mod 监听了哪些事件、会做什么。这是一种「成年人式」的开放：不替你做安全决策，但把审计工具给你。

第三，中美两条路线正在「殊途同归」。 DSH 的「一切皆插件」是开源社区的彻底主义，代价是上手门槛高；Claude Mods 是商业产品的渐进开放：在成熟生态里打开最深的扩展点。接下来值得看的是：DSH 的生态能不能追上 Claude 插件目录的丰富度，以及 Anthropic 会不会把 Mods 再往下开放一层。

第四，插件目录的「应用商店化」正在加速。 这一版同时上线了由 Anthropic 官方目录（Anthropic Directory）支撑的插件发现页：可搜索、可安装、可卸载，还会自动处理版本锁定和命名冲突。Mods 可以选择私有，也可以提交进目录。当「改写智能体行为」的能力可以像装 App 一样一键安装，AI 编程工具的生态位就从「编辑器插件」升级成了「操作系统」。

展望：你的下一个「同事」，可能是你自己拼出来的

可以预见，未来几个月会出现三类 Mod 爆发：企业合规类（审计、脱敏、审批流，北欧已经有人用 Mod 做了 CPR 身份证号过滤器，防止敏感数据进模型）；效率可视化类（Token 账单、耗时分析、风险预警）；工作流定制类（把团队的发布 checklist、代码评审规范直接焊进智能体）。

更深一层的影响是开发者的角色变化：以前你是「智能体的用户」，写提示词、调参数；有了 Mods，你成了「智能体的架构师」——用几十行 TypeScript 就能给 AI 同事立规矩、装仪表盘、划红线。AI 编程代理的终局也许不是「一个更聪明的模型」，而是「一个人人都能魔改的智能体底座」。

Anthropic 这一步，把「开放」从口号变成了 API。DSH 们已经证明了彻底插件化的工程可行性，现在轮到商业巨头用生态规模来回应。AI 编程代理的下半场，拼的不是谁更聪明，而是谁更「听话」——听开发者的那种话。

「过时货」成抢手货：东芝砸 600 亿日元把 HDD 产能翻倍，AI 数据中心让机械硬盘「回春」

十年前，如果有人问「机械硬盘还有未来吗」，十个人里九个会摇头：固态硬盘越来越便宜、越来越快，HDD 注定退守低端。十年后，答案被 AI 重写了——东芝刚刚宣布，将投资约 600 亿日元（约 3.8 亿美元）扩建位于菲律宾的工厂，把面向 AI 数据中心的 HDD 产能在 2027 财年内翻一倍。这是东芝近五年来首次在 HDD 业务上进行大规模投资，一个老三选手，决定在「旧战场」上打一场新仗。

事件：老三的反击

据日经亚洲报道，东芝此次扩产的核心不是「多造盘」，而是「造对盘」。新产线将导入单盘容量最高提升约 40% 的新产品，产品路线直指 2030 年量产 65TB 级 HDD、更远的将来迈向 100TB 级。同时，菲律宾工厂还将大范围推行检测与洁净室作业的自动化——自动化改造预计把扩产通常需要的新增用工砍掉约四成，良品率反而会因为污染与人为操作减少而提高。

数字上看，东芝的处境颇有「背水一战」的味道。按存储容量计算的 2025 年全球 HDD 市场份额：西部数据 47%、希捷 42%，东芝只有略高于 10%，几乎是对手的四分之一。而这一次，它的中期目标是把份额做到 30%，直接追平双寡头的零头线。

分析：为什么是现在？为什么是 HDD？

这轮 AI 基建竞赛，最先「吃香」的是 GPU 和高带宽内存，但成本压力很快沿着数据链条向后传导。一个大模型的训练数据、推理日志、备份与冷数据，不可能全泡在昂贵的闪存里——HDD 单位容量的成本优势在海量、长期保存的场景下依然无人能替。生成式 AI 越火，产生的「数据债务」越重，数据中心需要的不只是更强的算力，还有更便宜的「仓库」。

有意思的是对手的态度：希捷和西数两家对新建工厂意兴阑珊，更倾向于优化现有产线效率。这恰恰给东芝留出了一条缝隙——当双寡头选择「躺平收租」，第三名反而敢下重注。600 亿日元在 AI 基建的投资尺度里不算大钱，但对一个五年没动过大规模资本开支的部门来说，这是一次方向性的押注：赌的是「AI 数据中心对大容量存储的需求是结构性的，而非周期性的」。

展望：存储的「错位竞争」才刚刚开始

如果东芝的判断正确，未来几年存储行业的看点将从「谁更快」转向「谁的仓库更大更便宜」。65TB、100TB 的 HDD 量产节点，加上自动化工厂的成本曲线，可能会重塑近线存储的价格结构。当然风险同样真实：AI 需求若放缓，最先被冲击的就是这类重资产扩产；而且技术上 HAMR（热辅助磁记录）等路线的良率爬坡，从来不是一路坦途。

但至少今天，东芝用一笔 600 亿日元的支票给市场讲了一个新故事：没有过时的技术，只有没找对位置的技术。当 AI 把数据变成新的石油，造「油桶」的人，重新成了香饽饽。

一句话点评

这不是一场「复古」情怀秀，而是一次精准的错位卡位——双寡头守着存量利润不敢动，老三反而成了这轮 AI 存储周期里最激进的那一个。五年后回头看，今天这 600 亿日元，要么是神来之笔，要么是教训，都值得记住。