核心驱动力在于计费模式创新——从固定订阅转向按Token计费，AI Agent 24小时自动运转推动企业支出增长。Workato案例显示单个Agent一季度带来100万美元销售额增长。但Anthropic也面临三重困境：利益错配（按Token赚钱倾向推荐更贵模型）、产品体验下滑（频繁服务中断）、成本持续上升（含图片提示Token成本翻3倍）。

编者评： 企业AI市场的”王座易主”远比C端更有战略意义。Anthropic的增长本质上是由Agent工作流驱动的——当AI从聊天工具变成24小时运转的业务引擎，谁能把Agent做得更稳更准，谁就拥有定价权。但Token计费模式的”利差”隐患值得警惕：企业优化成本与供应商增收之间的矛盾，终将成为增长天花板。

GPT-5.6内部测试代码被抓包，OpenAI加速推Ultrafast模式

GPT-5.5发布仅三周，GPT-5.6的内部代码已在Codex日志中被发现。内部代号ember-alpha和beacon-alpha的rollout mapping记录显示，部分模型调用已路由到GPT-5.6。与此同时，OpenAI宣布5月16日上线Ultrafast模式，专为延迟敏感型任务（Agent循环、浏览器自动化）提供2-3倍加速。

在AI编程工具战场上，OpenAI为从其他平台切换到Codex的企业提供2个月免费使用权（价值400美元），3小时内2000名开发者响应。Anthropic则宣布6月15日起为付费用户提升50%编程额度。Sam Altman亲自下场宣传：“Codex是目前市面上最强的AI编程产品。”

编者评： AI编程工具的补贴战本质上是开发者生态的抢位赛。但更值得关注的是GPT-5.6的快速迭代——GPT-5.3已开始”参与自身训练”，到5.5阶段AI在帮OpenAI开发更强的AI。当模型迭代由AI自身驱动时，飞轮转速只会越来越快。

谷歌A²RD：让AI像导演一样拍出连贯长视频

谷歌云AI研究院与新加坡国立大学联合发布A²RD（Agentic Autoregressive Diffusion）框架（arXiv:2605.06924v1），将AI视频生成从”流水线工人”升级为”电影导演”。

核心创新包括四大机制：多模态视频记忆库（MVMem）维护文字状态、参考帧和已生成片段；自适应分段策略根据场景智能选择外推或插值模式；层级化自检机制（HITS）在图像和视频两个层面18个维度评分；记忆增强提示词优化（MAPO）从历史经验中学习改进。

性能数据亮眼：1分钟视频叙事连贯性0.90（基线0.75，↑20%），10分钟超长视频角色一致性保持90.5%，人类评估综合得分4.68/5.0。框架与底座模型解耦，支持LTX-Video、Wan 2.2等开源模型即插即用。

编者评： 这篇论文的真正突破不在于单帧质量，而在于”长程一致性”——10分钟视频里角色消失10个片段后以不同造型重新出现仍能保持一致，这几乎解决了视频生成的”叙事崩溃”难题。记忆库+自检机制的组合，本质上是把”导演”的认知过程工程化了。对B站AI短剧创作者而言，这是从手工打磨到工业化的关键一步。

LangChain发布DeltaChannel：长运行Agent存储成本暴降41倍

LangChain在Interrupt 2026大会（5月13-14日旧金山）上发布DeltaChannel，解决了长运行Agent的检查点存储O(N²)增长问题。

传统LangGraph每步写入完整快照，200轮编码代理产生5.3GB检查点数据。DeltaChannel改为增量存储：每步只存数据差异（delta），每K步写入一次完整快照。结果：500轮编码代理从4GB降至110MB，41倍存储节省；状态重建性能几乎无损，API完全兼容，现有线程无需数据迁移。

同期发布的还有Harness Profiles（模型特定配置与错误处理策略）和Code Interpreter（内置代码执行沙箱），三者共同构成LangChain Deep Agents产品线的基础设施升级。

编者评： DeltaChannel看似是工程优化，实则是Agent走向”长运行”的必要前提。当Agent从3步5步的简单调用变成200+轮的持续工作流，存储成本会成为第一道生死线。LangChain的选择很聪明——不做模型、不做应用，专攻Agent运行时基础设施，这在Agent生态中是不可替代的定位。

微软10亿美元洽购Inception，布局后OpenAI时代

微软正与AI初创公司Inception磋商至少10亿美元的收购交易。Inception已聘请投行协助谈判，专注于轻量化多模态AI模型、边缘计算和离线AI处理能力。

此举标志着微软开始为”后OpenAI时代”做准备——减少对OpenAI的技术依赖，在端侧AI和离线场景建立自主能力。2026年Q1全球AI初创企业并购金额同比增长45%，微软的收购面临反垄断审查风险。

同日，微软AI安全系统MDASH在CyberGym基准测试中召回率达92%、准确率超95%，发现16个Windows核心组件高危漏洞，性能超越Anthropic Mythos和GPT-5.5。

编者评： 微软对OpenAI的千亿美元注资和10亿美元收购Inception，看似矛盾实则是经典的”双轨策略”——继续押注大模型的同时，建立自己的Plan B。端侧AI是云端巨头的战略盲区，Inception的离线能力恰好填补了这个缺口。但反垄断审查将是最大变数。

Gemini 3.2 Flash灰度泄露：编码能力超越3.1 Pro

5月5日，Reddit用户发现iOS Gemini应用的模型选择器在24小时内循环切换版本，最终显示未发布的Gemini 3.2 Flash。同时该模型在LM Arena上运行静默基准测试。

泄露的API Studio元数据显示定价为输入$0.25/百万Token、输出$2.00/百万Token，比Gemini 3 Flash便宜33%。更关键的是编码能力：3.2 Flash在ASCII城市天际线动画测试中2分钟内完成，而3.1 Pro生成破损代码。Polymarket预测83%概率在5月31日前发布。

版本号采用3.2而非3.5，表明Google转向更快、增量式发布策略。Google I/O 2026将于5月19-20日举行。

编者评： “灰度泄露”已成为AI巨头的标准预热套路——无论是意外还是策划，结果都是在正式发布前就改变了市场预期。Flash级模型在编码上击败Pro级，加上33%的价格优势，这对OpenAI和Anthropic的中间层定价构成直接压力。Google I/O下周开幕，3.2 Flash大概率将成为核心发布项。

OpenAI开源库遭供应链攻击，两台员工设备受波及

OpenAI证实其使用的热门开源库TanStack（npm包）遭供应链攻击，公司办公环境中两台员工设备受波及，少量凭证从代码仓库中被窃取。

OpenAI第一时间隔离受影响系统，临时限制代码部署流程，正在轮换代码签名证书，要求macOS用户更新应用程序。核心评估结果：用户数据未泄露、生产系统未受影响、知识产权未泄露、软件完整性未被篡改。

编者评： 供应链攻击正在成为AI公司的阿喀琉斯之踵。当模型训练和推理流程深度依赖开源生态时，一个npm包的恶意篡改就能渗透到核心基础设施。OpenAI这次影响有限，但信号很明确——AI安全不能只盯模型本身，软件供应链的每一环都是攻击面。

B站AI漫剧制作教程：从0到1全流程拆解

B站最新热门AI漫剧制作教程涵盖全链路实操：剧本生成与角色设定、AI角色一致性维护、分镜制作与镜头设计、配音与字幕同步、后期特效与合成。教程标注”2026最新”，反映了AI短剧创作工具链的快速迭代。

同期B站AI创作生态持续活跃：AI实景运镜测试、赛博朋克风格AI短片《熔炼协议：纪元》、AI丧尸题材短剧《丧尸清道夫》等作品涌现，8K AI自制影片也开始出现。

编者评： B站AI漫剧创作已从”技术验证”进入”工业化量产”阶段。教程的出现是标志性事件——它意味着创作流程已经标准化到可以教学传播。当AI短剧制作门槛降到”跟着教程做”的水平，内容供给的爆发只是时间问题。但同质化风险同样值得警惕。

编者按

本期声浪的关键词是“攻守转换”。

Anthropic在企业端首次超越OpenAI，标志AI市场的竞争格局从”一家独大”进入”双雄对峙”。而OpenAI的反应速度惊人——GPT-5.6三周内就进入测试，Ultrafast模式即将上线，补贴战全面打响。这场攻守转换的本质不是模型能力的胜负，而是计费模式和Agent生态的竞争：谁能把AI更深地嵌入企业工作流，谁就掌握了增长的飞轮。

技术层面，谷歌A²RD和LangChain DeltaChannel从不同维度回答了”长程”问题——前者解决视频生成的长程一致性，后者解决Agent运行时的长程存储。当AI从”一次对话”走向”持续工作”，长程能力将成为基础设施级的刚需。

另一个值得关注的信号是安全维度的全面升温：美国参议院问询五大AI企业、OpenAI遭供应链攻击、微软MDASH安全系统超越两大模型。AI行业正从”放手让AI飞”转向”先审后发”，这不仅是监管驱动，更是AI进入关键基础设施后的必然要求。