Claude Opus 4.7 正式发布重夺编码王座，OpenAI Stargate 三国暂停暴露扩张困局，管理层一周六人变动创历史纪录

本周核心事件

1. Claude Opus 4.7 正式发布 —— SWE-bench Pro 64.3% 重夺编码王座，视觉精度从 54% 跃升至 98%

事件概要：4 月 16 日，Anthropic 正式发布 Claude Opus 4.7，定位为当前最强通用可用模型（GA）。核心升级集中在编码和 Agent 工作流：SWE-bench Pro 64.3%（Opus 4.6 为 53.4%，GPT-5.4 为 57.7%）、SWE-bench Verified 87.6%（Opus 4.6 为 80.8%）、CursorBench 70%（Opus 4.6 为 58%）。视觉能力出现跨代飞跃——XBOW 安全评测中视觉精度从 54.5% 飙升至 98.5%，分辨率支持提升至长边 2576 像素（约 375 万像素），是此前模型的 3 倍以上。定价维持 $5/$25 不变。同步发布的还有新推理档位 xhigh（介于 high 和 max 之间）、Task Budgets（API 公测，控制长时间运行中的 token 分配）、Claude Code 新增 /ultrareview 命令专门审查代码变更。CNBC 报道指出，Opus 4.7 相较 Mythos Preview 被有意差异化削减了网络安全能力，内置自动检测和拦截高风险网安用途的防护机制。

值得关注的原因：

• 编码能力的领先幅度值得认真对待。SWE-bench Pro 领先 GPT-5.4 达 6.6 个百分点、领先 Gemini 3.1 Pro 达 10.1 个百分点——这不是统计噪声级别的差距。28 家早期测试伙伴的数据进一步佐证：Cursor CursorBench 从 58% 到 70%，Notion 工具错误减少三分之二，Rakuten 生产任务解决率提升 3 倍，Harvey BigLaw Bench 准确率 90.9%
• “分级发布”策略的安全考量值得关注。Anthropic 明确表示 Mythos 因网安能力过于强大而不会全面开放，Opus 4.7 是”去风险化”版本——从 Opus 4.7 部署中积累的安全经验将用于未来 Mythos 级模型的大规模部署。这一策略的实质是：先让市场为安全做法买单，而非事后补救
• 新 tokenizer 是一个值得注意的迁移成本。相同输入可能产生 1.0-1.35 倍的 token 数量，高努力级别下思考 token 也会增加。Anthropic 声称综合 token 效率有改善，但实际账单变化需要在生产环境中验证
• 指令遵循能力大幅提升是一把双刃剑。Opus 4.7 会严格按字面意思理解指令——此前 4.6 会宽泛解读或跳过部分指令的行为被修正了。这意味着旧提示词可能产生意外结果，Anthropic 明确建议迁移时重新调优

2. OpenAI Stargate 三国暂停 + 三名高管跳槽 Meta —— 5000 亿美元基础设施叙事出现裂缝

事件概要：Bisnow 4 月 15 日独家报道，OpenAI 正在同步缩减三个国家的 Stargate 数据中心项目。挪威纳尔维克（北极城市）：OpenAI 放弃了此前由 Nscale 开发的 Stargate Norway 项目，站点已转租给微软——而仅在 2025 年 7 月，Sam Altman 还公开表示”我们认为在纳尔维克找到了合适的条件”。英国伦敦西部：同样由 Nscale 开发的项目于 4 月 9 日宣布暂停，OpenAI 明确归因于”监管问题和能源成本”，站点转租给 Google。美国得州阿比林：取消了旗舰园区原计划的 800 兆瓦扩建，原因是融资挑战和需求预测调整，微软接手了该产能。更雪上加霜的是，The Information 报道三位 Stargate 核心高管——Peter Hoeschele（项目启动关键人物）、Shamez Hemani（基础设施战略与财务负责人）及一位未具名高管——同期离职并加入 Meta。

值得关注的原因：

• 5000 亿美元 Stargate 计划的缩减信号比单个项目暂停更重要。从 2025 年 1 月白宫发布会上的雄心壮志到现在三国同步缩减，中间不到 16 个月。OpenAI 计划 2028 年在计算基础设施上支出 1210 亿美元，预计超出预期收入 850 亿美元——这种亏损规模在上市公司历史上前所未有
• 三位高管同时跳槽 Meta 的信息量很大：说明 Meta 正在积极挖角 OpenAI 的基础设施人才来扩建自己的 AI 集群。当基础设施成为前沿 AI 竞争的核心壁垒时，人才和产能争夺比模型研发竞争更具决定性
• OpenAI 管理层已向投资者表示将”收敛支出节奏”。Futurum Group CEO Daniel Newman 的评价直指要害：“市场并不一定认可那种不顾一切的增长和支出方式”。在 IPO 前调整叙事——从”无限扩张”转向”理性增长”——是必要的，但也承认了此前规划的过于激进

3. OpenAI 一周六人管理层变动 —— CEO 与 CFO 公开决裂，IPO 前最大信任危机

事件概要：OpenAI 正经历成立以来最密集的管理层变动。一周内六名核心高管发生变动：COO Brad Lightcap 从首席运营官转任”特别项目”负责人；CMO Kate Rouch 因癌症康复离岗；AGI 开发负责人 Fidji Simo 因神经免疫疾病复发暂时离开；Joanne Jang（“GPT-4o 之母”）宣布结束四年半的 OpenAI 生涯——作为模型行为团队创始负责人，她主导的后训练与 RLHF 体系让 GPT-4o 具备了标志性的共情交互风格；Stargate 项目三名高管集体跳槽 Meta（见上文）。更核心的裂痕在高层：多家媒体报道 CEO Sam Altman 希望 Q4 2026 火速 IPO，但 CFO Sarah Friar 公开反对——她认为 AI 服务器开支过大、营收增长不足以支撑上市。Friar 自 2025 年 8 月起不再向 Altman 直接汇报，并缺席了与顶级投资人关于服务器开支的重要会谈。

值得关注的原因：

• CEO 与 CFO 的公开分歧在科技行业极其罕见——这通常意味着公司战略层面存在不可调和的矛盾，而非简单的意见分歧。Altman 要的是速度和估值叙事，Friar 看到的是年亏损 140 亿美元的财务现实
• Joanne Jang 的离职对产品灵魂层面有直接影响。她不是工程经理而是”模型行为设计师”——决定 ChatGPT 如何说话、如何表达不确定性、如何拒绝的那个人。这类角色的流失比技术人才更难补偿
• 六人变动中两位因健康原因离岗是巧合，但其余四位的离开或转岗都指向同一个问题：OpenAI 的组织文化和战略方向正在流失对核心人才的吸引力。在距离 IPO 不到半年的时间窗口内，这是一个需要投资者认真评估的风险信号

4. 欧盟将 ChatGPT 纳入数字服务法监管 —— 1.2 亿月活触发”超大型搜索引擎”认定

事件概要：4 月 11 日，欧盟委员会正式启动评估，考虑将 ChatGPT 纳入《数字服务法》（DSA）监管。触发原因明确：ChatGPT 搜索功能在欧盟的月活用户已达 1.2 亿，远超 DSA 规定的 4500 万门槛。Reuters 报道，一旦 ChatGPT 被认定为”超大型在线搜索引擎”（VLOP），OpenAI 将面临算法审计、系统性风险评估、数据透明度等一系列合规义务，违规最高罚款可达全球营业额的 6%。Cybernews 指出，这是 AI 聊天机器人首次面临搜索引擎级别的监管——此前 DSA 的”超大型搜索引擎”类别仅包含 Google、Bing 等传统搜索引擎。

值得关注的原因：

• ChatGPT 被归类为”搜索引擎”而非”AI 助手”具有定义性意义。DSA 的监管框架是为传统互联网平台设计的，将 AI 聊天机器人塞入”搜索引擎”类别暴露了现有法律框架与 AI 产品形态之间的错位。但监管者的逻辑也站得住：当 1.2 亿人用 ChatGPT 搜索信息时，它事实上在执行搜索引擎的功能
• 6% 全球营业额的罚款上限对 OpenAI 是实质性威胁。以 240 亿美元年化收入计算，理论罚款上限约 14 亿美元。更关键的是合规成本：算法审计、风险评估、数据报告等义务会消耗工程和法务资源——对一家年亏 140 亿的公司来说，每一分额外开支都会放大 IPO 叙事的脆弱性
• 这对所有 AI 公司都是先例。如果 ChatGPT 被认定为 VLOP，Anthropic 的 Claude、Google 的 Gemini 搜索功能理论上也可能面临同样的监管路径。AI 行业在欧洲的监管成本正在从 AI Act（模型层）叠加到 DSA（产品层）

5. 字节跳动 Seedance 2.0 技术报告 + API 公测 —— 统一多模态视频生成架构登顶 Arena 第二

事件概要：4 月 14 日，字节跳动 Seed 团队在 arXiv 发布了 Seedance 2.0 技术报告（HuggingFace Papers 当日最高 110 upvotes），同日在 BytePlus ModelArk 平台开放 API 公测。Seedance 2.0 采用统一的多模态音视频联合生成架构，支持文字、图片、音频、视频四种模态输入，集成目前业界最全面的多模态内容参考和编辑能力。关键突破包括：最长可生成 90 秒连贯视频（含音频同步）、支持多镜头叙事连贯性、4K 输出质量。IssueWire 报道 Seedance 2.0 在 Artificial Analysis Video Arena 上排名第二——从产品发布到 Arena 登顶仅用约两个月。

值得关注的原因：

• 90 秒多镜头连贯视频是视频生成领域的工程里程碑。此前主流模型（Sora、Runway Gen-3、Kling）的有效生成长度普遍在 10-30 秒。90 秒且保持叙事连贯意味着 AI 生成视频正在从”单镜头展示”走向”可叙事内容”——距离商业级短视频制作又近了一步
• 字节跳动选择在 OpenAI 关停 Sora 之后的真空期发布 API 公测，时机值得玩味。OpenAI 将 Sora 的算力转移给了 GPT-6 开发，等于主动让出了视频生成赛道——字节跳动正在填补这个真空
• 技术报告的发布意味着 Seedance 2.0 不只是产品更新，而是有技术可复现性的研究贡献。这与字节在 AI 领域一贯的策略一致：产品先行、论文跟进、开源选择性释放

---

本周值得一读的论文

论文	亮点
Seedance 2.0: Advancing Video Generation for World Complexity (ByteDance Seed)	110 upvotes：统一多模态音视频联合生成的技术报告。90 秒多镜头连贯视频 + 4K 质量 + 音频同步，Arena 排名第二。OpenAI 关停 Sora 后视频生成赛道的新标杆
GameWorld: Towards Standardized and Verifiable Evaluation of Multimodal Game Agents (新加坡国立大学)	105 upvotes：面向多模态游戏 Agent 的标准化可验证评估框架。当 Agent 从编码助手扩展到游戏 NPC、虚拟角色时，如何系统化地评估其在复杂交互环境中的表现是一个未被充分解决的问题
RationalRewards: Reasoning Rewards Scale Visual Generation Both Training and Test Time (多机构)	95 upvotes：用推理奖励信号同时提升视觉生成的训练和推理质量。将 RL 推理范式从语言模型迁移到视觉生成模型，是一个值得关注的跨域方法论迁移
OccuBench: Evaluating AI Agents on Real-World Professional Tasks via Language World Models (Qwen, 通义千问)	46 upvotes：用语言世界模型评估 AI Agent 在真实职业任务上的表现。阿里通义团队的这个基准直指一个核心问题——Agent 能否替代真实工作中的专业判断
Memory Transfer Learning: How Memories are Transferred Across Domains in Coding Agents (KAIST AI)	23 upvotes：研究编码 Agent 的记忆如何在不同领域间迁移。当 Agent 需要在多个项目间切换时，跨域记忆迁移能力决定了其作为”长期工程团队成员”的可用性

---

一句话快讯

• Anthropic Claude Opus 4.7 同步发布 xhigh 推理档位和 /ultrareview 代码审查命令——编码 Agent 的精细化控制粒度进一步提升
• OpenAI Stargate 英国站点暂停后转租给 Google，挪威站点转租给微软——竞争对手正在接手 OpenAI 放弃的数据中心产能
• 欧盟 正式评估将 ChatGPT 纳入数字服务法（DSA）“超大型搜索引擎”类别——AI 聊天机器人首次面临搜索引擎级监管
• 字节跳动 Seedance 2.0 API 在 BytePlus ModelArk 平台开放公测，90 秒连贯视频生成——填补 OpenAI 关停 Sora 后的赛道空白
• GPT-6/Spud 仍未正式发布，FindSkill 追踪器确认 4 月 14 日传闻已破灭，Polymarket 4 月底前发布概率维持 ~78%
• OpenAI 管理层一周内六人变动：COO 转岗、CMO 和 AGI 负责人因病离岗、“GPT-4o 之母”离职、Stargate 三高管跳槽 Meta——IPO 前最大组织危机
• Anthropic 确认 Mythos Preview 不打算全面开放发布，目标是从 Opus 4.7 的安全部署中积累经验——“分级发布”成为前沿模型的新范式
• KAIST AI 发表编码 Agent 记忆跨域迁移研究——当 Agent 成为长期工程团队成员时，记忆能力比推理能力更决定实用性