Opus 4.8发布24小时后，评测社区罕见地撕裂为两个极端。正方以Every团队为代表：高级工程师基准暴涨30分至63分（超越GPT-5.5的62分），写作基准79.6分碾压Sonnet 4.6（74.5）和GPT-5.5（73），沃顿商学院教授Ethan Mollick实测其自主完成从假设到排版的学术论文。反方以Ruby on Rails创始人DHH和Redis之父antirez为代表，质疑编码体感不如GPT-5.5，并指出Anthropic把GPT-5.5放进对比图是”重大战略错误”。

核心争议焦点：

智商分级绑架：Extra-High模式得分63，降级至High则暴跌至42——“神级表现”病态依赖推理强度
Token效率倒退：4.8低强度消耗的Token接近4.6高强度，GPT-5.5用更少Token拿更高分
桌面端灾难：Chat/Code/Cowork三标签页分割被指”混乱不堪”，严重拖累模型体验
Rate Limit之痛：$200/月Max套餐用户数小时烧光额度，有人连续烧穿两个账号

编者评： 评测撕裂的本质是旗舰模型已超出人类”肉眼判断优劣”的能力上限。Every团队用标准化基准跑出惊艳分数，DHH用自己的工作流觉得不如GPT-5.5——两者都可能是对的。唯一真实的Benchmark是你自己的工作流，而非任何跑分图表。

Anthropic即将开放Mythos级模型：安全与开放的博弈进入新阶段

Anthropic在Opus 4.8发布同时透露，公司正在快速推进Mythos级模型的安全防护措施研发，预计数周内向所有用户开放。Mythos此前仅通过Project Glasswing向12家巨头（微软、苹果、摩根大通等）和40多家关键开源组织开放受限访问。Glasswing首月战报显示：Mythos 30天内挖出超10000个高危漏洞，在OpenBSD中发现27年老Bug，Cloudflare单家就报告2000个漏洞。

Sam Altman在播客中公开炮轰Anthropic的限量发布策略是”恐惧营销”，指责其”用夸大危险性的话术制造噱头，让富有客户以为获得了独家特权”。Anthropic回应称Mythos能力过于强大，若向公众开放存在滥用风险。

编者评： Mythos开放之争的本质是AI安全叙事的主导权之争。Altman的”恐惧营销”指控并非全无道理——限量发布确实创造了稀缺溢价；但Anthropic的审慎也有现实基础：Mythos发现漏洞的速度已超过人类修复能力。两种策略背后是不同的商业逻辑——OpenAI用广度换市场，Anthropic用深度换信任。

存储三巨头首次联合入股Anthropic：HBM供应链权力结构重组

美光、三星、SK海力士——全球仅有的三家高带宽内存（HBM）制造商——历史上首次同时出现在同一家AI公司的股东名单。三家被Anthropic官方单列为”战略基础设施合作伙伴”而非普通财务投资人，其投资逻辑不在财务回报，而在供应链协同。

深层逻辑：

HBM极度紧缺：2026年全年产能已被全部预订，供需缺口20%-50%，短缺预计延续至2028年
SK海力士：英伟达HBM4首供方占比约70%，HBM收入已超总营收50%，深度绑定Anthropic锚定推理侧长期需求
三星：2026年2月才以HBM4量产重回市场，押注Anthropic是”后英伟达时代”多元化客户矩阵的关键一步
美光：美国本土唯一HBM制造商，享有《芯片法案》61亿美元补贴，地缘政治价值无可替代

编者评： 三家在HBM市场份额上寸土必争的竞争对手，坐到同一家AI公司的股东席上——这不是财务投资，而是AI基础设施层垂直整合的标志性事件。当HBM从商品变成战略物资，AI竞争的维度已从”谁的模型更好”扩展为”谁控制更完整的算力供给链”。

英伟达双发：LocateAnything高速检测 + γ-World多智能体世界模型登顶HuggingFace

英伟达同日发布两项重要研究成果：

LocateAnything：重新设计边界框预测的并行解码流程，一步预测坐标而非自回归多步，三种模式（Fast/Slow/Hybrid）覆盖从端侧机器人到离线标注全场景。训练数据大量加入应用截图和文档页面，不仅能识别自然物体，还能精准框出UI中的菜单按钮。CVPR 2026论文，面向机器人感知和Agent桌面自动化。

γ-World：英伟达联合清华大学、多伦多大学发布，登顶HuggingFace日榜。从RoPE旋转位置编码扩展和注意力拓扑两个底层组件入手，系统性解决多智能体世界建模难题——当多个智能体共享同一演化环境时，因果耦合导致现有单智能体假设失效。论文标题”Beyond Two Players”直指从”单机”到”联机”的范式跃迁。

编者评： LocateAnything解决的是”AI能不能快到足以实时行动”，γ-World解决的是”AI能不能在多人世界里理解因果”——两者共同指向一个核心命题：AI正从”看”走向”做”，从”单机”走向”多人”。这是具身智能和Agent大规模部署的前置基础设施。

OpenAI升级GPT-5.5 Instant并正式弃用o3和GPT-4.5

OpenAI于5月28日公告更新GPT-5.5 Instant版本及其API，核心改进包括回复更自然易读、结构更清晰、减少冗长列表，幻觉减少52.5%。同时，o3和GPT-4.5正式进入弃用倒计时。GPT-5.5 Instant自5月5日推出以来已成为ChatGPT默认模型，本次更新是对初期版本的首次实质性调优。

模型精简趋势加速：OpenAI正从”多模型并存”转向”少而精”的产品线，o3和GPT-4.5的退出标志着推理模型和通用模型正在合并——未来旗舰模型将内置推理能力，不再需要独立的推理系列。

编者评： 模型精简是AI行业走向成熟的必然信号。当旗舰模型的推理能力已超越专用推理模型，维持独立产品线只会增加用户选择成本和运营负担。OpenAI的”断舍离”比Anthropic更激进，但也更清晰——少即是多。

企业AI账单失控：月烧5亿美元，ROI焦虑蔓延

Axios报道揭示了企业AI支出的失控现状：一名AI顾问透露，其客户因未对员工Claude许可证设置使用上限，单月烧掉5亿美元。微软近期取消大部分Claude Code许可，成本是主因（61%内部开发者更偏好Claude Code）。Uber COO公开表示AI支出”越来越难以合理化”。CloudBees CEO指出，部分企业以AI自动化为由裁员，实际可能只是”能拉动的唯一杠杆”来抵消AI账单。

与此同时，消费者端态度也在转冷，员工层面抵制情绪蔓延。Anthropic的effort control机制和快速模式降价（1/3），以及DeepSeek V4-Pro API降价至1/4，都是对成本焦虑的直接回应。

编者评： 月烧5亿美元的极端案例揭示了企业AI采购的治理真空——大多数公司仍在用”先买再说”的心态对待AI工具，缺乏使用上限、ROI追踪和分级授权。AI账单失控不是技术问题，而是管理问题。2026年下半年的核心命题将从”如何用AI”转向”如何用得起AI”。

苹果用Gemini蒸馏端侧AI：自研+合作双线并行

《The Information》报道，苹果正利用谷歌大语言模型Gemini训练可本地运行的轻量化模型（即模型蒸馏），计划在6月WWDC上全面发力端侧AI算力。苹果正在寻求收购相关初创公司，马萨诸塞州剑桥市的边缘AI企业Liquid AI曾是潜在收购目标。

针对端侧设备无法处理的复杂需求，苹果已批准在谷歌云环境中使用英伟达机密计算（Confidential Compute）技术，通过硬件级加密确保云端AI请求安全性。这意味着苹果在维持”私有云计算”品牌承诺的同时，底层仍依赖英伟达GPU和谷歌云基础设施。

编者评： 苹果端侧AI的”蒸馏路线”是务实选择——与其从零训练小模型，不如站在巨人的肩膀上压缩。但机密计算依赖英伟达+谷歌云的事实，也暴露了苹果AI基建的软肋：端侧AI的自研故事讲得再好，云端始终绕不开外部依赖。

编者按

本期声浪的核心叙事是“AI从能力竞赛转向治理竞赛”。

Opus 4.8的评测撕裂揭示了一个临界点：旗舰模型已超越人类”统一判断优劣”的能力范围，评测本身正在失去共识基础。Mythos的开放之争则将AI安全从技术议题推向叙事主导权之争——Anthropic用审慎换信任，OpenAI用开放换市场，两种路线的胜负将决定”负责任AI”话语权归属。

更深层的信号是“供应链权力重组”：存储三巨头联合入股Anthropic意味着HBM已从商品变为战略物资，AI竞争的维度从模型能力扩展到算力供给链的完整度。而企业AI账单失控的报道则敲响了警钟——当月烧5亿美元成为现实案例，AI行业必须从”先上车再说”转向”算清楚再上车”。

英伟达LocateAnything和γ-World的双发看似是学术产出，实则指向AI的下一个关键瓶颈：从”理解”到”行动”的实时性，以及从”单智能体”到”多智能体”的因果理解。这两项能力，正是Agent大规模部署的前置基础设施。