OpenAI提议向美政府出让5%股权·微软25亿美元成立Frontier Company派驻6000工程师·Cloudflare「按使用付费」重塑AI内容经济

OpenAI提议向美国政府出让5%股权(估值约426亿美元)换取监管宽松,Altman呼吁Anthropic/Google/Meta同步

OpenAI CEO山姆·奥尔特曼7月1日正式向美国政府提议,将公司5%股权(按今年3月创纪录融资轮后8520亿美元投后估值计算,价值约426亿美元)移交美国官方设立的公共财富基金,以换取特朗普政府对AI产业的监管宽松并化解国会日益高涨的强监管压力。

Altman的方案设计：

• 基金模式：参照阿拉斯加永久基金(Alaska Permanent Fund)建立主权财富基金工具,由政府持有但不纳入联邦财政预算
• 配套机制：基金无权参与公司董事会投票、不得干涉产品研发与商业决策,仅享有分红与资产增值收益权
• 行业扩展：Altman呼吁Anthropic、Google、Meta等头部AI公司同步执行1%-5%比例的股权出让,形成行业统一的「阿拉斯加基金」式架构

特朗普的反应微妙：他7月3日对AI监管表态「需要护栏但越少越好」,却对OpenAI的5%股权方案避而不答,转而强调2025年8月政府入股英特尔10%(89亿美元普通股投资)的「成功经验」,称政府持有AI企业股份是「美好的事」、让美国人成为「这场革命的伙伴」。白宫、OpenAI、Google、Meta均拒绝对此置评。

政治阻力：民主党参议员伯尼·桑德斯此前已提交法案,要求强制没收头部AI企业50%股权收归国有用来补贴工薪阶层——OpenAI主动5%与Sanders的50%之间,反映了美国国内对AI财富分配的根本性撕裂。

编者评： OpenAI这步「以股换路」是2026年AI政治经济学最戏剧性的事件。它的本质不是「科技公司向国家让利」,而是「OpenAI把’自愿监管框架’的成本显性化」——当监管不确定性已经成为模型迭代的最大风险(从6月12日90分钟出口管制、6月30日闪电解禁、到7月初Altman主动上书),「花5%股权买5年监管稳定」对一家年亏损数十亿的OpenAI而言,是比「在不确定中烧钱」更划算的保险。但硬币的另一面是：当一家公司开始把自己的股权当作「监管对价」,整个行业的政府关系学将发生范式转移——Anthropic、Google、Meta一旦被点名「OpenAI都给了5%,你们呢」,股权出让可能从「自愿」滑向「准强制」,最终重演美国银行业1990年代「压力测试+隐含资本充足率」式的政商新均衡。对中国和欧洲的AI公司而言,这场博弈的真正启示是：在AI能力逼近「国家安全资产」的临界点时,「技术声明」必须配合「政治架构」,纯技术领先并不足以独力维护商业化空间。Altman这次的「426亿美元投名状」,可能比Anthropic的Fable 5或Meta的Compute云业务,更深刻地定义了未来5年AI巨头的生存方式。

微软25亿美元成立Microsoft Frontier Company,派驻6000名工程师直接嵌入企业客户内部

微软7月2日宣布成立独立运营实体Microsoft Frontier Company,初期注资25亿美元,整合FDE(前沿部署工程)工程师、技术顾问、支持人员、行业销售共约6000人直接嵌入企业客户内部,由前微软亚洲业务主管Rodrigo Kede Lima出任总裁。

业务定位：

• 核心能力：AI技术选型与系统集成,覆盖微软自有模型(Copilot/Azure OpenAI)与外部模型(OpenAI/Anthropic/Meta等),并与企业自身专有数据深度结合
• 双平台策略：「智能平台」(训练和定制AI模型)+「信任平台」(治理/管理/安全/ROI评估)
• 核心承诺：客户保留所有成果与开发成果的所有权,无需将结果回传给微软
• 首批客户：联合利华、诺和诺德、伦敦证券交易所集团、Land O’Lakes、埃森哲

竞争格局：直接对标Palantir Technologies(以FDE模式起家、深度服务美国政府和大企业)与Amazon旗下AWS(今年6月刚推出10亿美元FDE部门)。OpenAI和Anthropic也相继推出类似项目,但引入了私募股权公司外部资本(微软未引入外部资本,采取纯自有资金模式)。

微软商业业务CEO Judson Althoff罕见地对外界常用的FDE定位提出不同看法：「这已经超越了通常所说的前线部署工程的范畴,将成为业内规模最大、能力最强、以结果为导向的工程组织。」

编者评： 微软这步的真正信号不是「25亿美元」,而是「大模型时代的胜负手正在从’卖token’转向’卖工程能力’」。当OpenAI GPT-5.6、Anthropic Sonnet 5、Google Gemini 3.1都已经把「基础模型性能」做到接近上限,企业客户真正的痛点不再是「选哪个模型」,而是「怎么把它部署到我的核心业务里、怎么治理、怎么和我的SAP/Workday/Salesforce数据打通」。当FDE工程师(年成本约30-50万美元/人)成为大模型商业化的「最后一公里」,拥有6,000人规模的微软相当于一次部署了180-300亿美元的「人力资本」——这是OpenAI、Anthropic、Meta等以研究为主的玩家短期内无法复制的「护城河」。更关键的是微软的「客户数据所有权」承诺:这与OpenAI、Anthropic等「模型+数据回传」的逻辑形成根本性差异,在金融、医疗、制造业等强监管行业,这种「数据不外流」模式可能成为争夺企业的决定性差异化卖点。对企业CIO而言,2026下半年的真正战略选择是：把AI预算投给模型(每token几美元)还是投给工程服务(每项目几百万美元)？答案正在从’模型优先’切换到’集成优先’。

Cloudflare将Pay Per Crawl升级为Pay Per Use,9月15日起默认屏蔽混合用途AI爬虫对广告页面的访问

Cloudflare在第二个「内容独立日」(7月1日)发布两项针对AI搜索经济的核心政策更新,标志着「AI公司必须为内容付费」从行业讨论正式进入网络基础设施级强制执行。

第一项：Pay Per Use(按使用付费)

• 去年Cloudflare推出Pay Per Crawl(按爬取付费),付费触发点是「页面被爬虫抓取」
• 升级后,付费触发点从「页面被爬取」移至「内容出现在AI搜索结果中」——一个页面可能被爬取一次后在数千条AI回答中被引用(过去不付费),也可能被反复爬取却从未被使用(过去重复付费)
• 初期合作伙伴:Ceramic.ai(采用pay-per-query模式,出版商内容出现在搜索结果时触发付款)、You.com(允许AI智能体按需为特定优质内容付费,无需预先承诺)

第二项：默认屏蔽混合爬虫

• 9月15日起,所有新Cloudflare客户/新站点/免费用户的广告页面默认屏蔽被归类为「Training」(训练)或「Agent」(智能体)的爬虫
• 搜索爬虫(Search)保持允许——「网站主希望被搜索引擎发现」
• 混合用途爬虫(同时服务于搜索+训练+Agent)被强制要求「把搜索爬虫和训练/Agent爬虫拆清楚」,否则全部被默认屏蔽
• 现有付费客户可选择opt-out退出新默认设置

Cloudflare承载着互联网20%以上的流量,这家CDN巨头的默认设置调整对整个AI爬虫生态的影响远大于单个网站的独立决策。

Cloudflare CEO Matthew Prince在声明中直言:「现在互联网上超过一半的流量是非人类的。我们必须走得更远、行动得更快,才能让可持续的生态出现。」 他特别点名「全球最大的搜索引擎」(明显指Google)拥有「比其它AI公司多2倍的信息访问」,因为Google很难让网站主在「被搜索发现」的同时不被用于AI。

编者评： Cloudflare这步的真正意义不在「按使用付费」这个商业模式创新——这种模式在流媒体、新闻业早就被Spotify、Netflix验证过——而在于「Cloudflare把’内容经济’的强制力从’行业自律’升级到’网络基础设施默认设置’」。当全球20%的互联网流量都要经过Cloudflare的网关,这家公司的’默认行为’实际上就是’互联网的默认行为’——这一变化的实质影响是：所有AI公司在训练和Agent爬虫时,默认就要付费,而不是「按网站主是否知道如何配置robots.txt来决定」。这与当年Google要求所有网站必须做SEO才能被索引、Facebook要求所有App必须用Graph API是同构的——平台级政策制定权正在向基础设施层集中。Google反驳说它提供Google Extended让网站主opt-out AI训练,但Cloudflare的政策直接釜底抽薪:即使Googlebot爬到了页面,只要网站主在Cloudflare上启用新默认,Googlebot爬到的内容也不会被用于AI Overviews/AI Mode。这场博弈的真正赢家,可能既不是Cloudflare、也不是AI公司、更不是出版商——而是「愿意为’清洁数据源’付溢价的中长尾AI公司」(Anthropic、Perplexity、垂直领域AI Agent),它们从此获得了「用钱买到Googlebot爬不到的高质量内容」的差异化机会。内容经济的’Free Rider问题’终于被基础设施级别的政策硬性终结了——这是2026年AI行业最被低估的一个分水岭。

Anthropic、OpenAI、Google同日落子AI4S赛道,巨头混战从「拼模型」转向「卡生态」

6月30日,Anthropic和OpenAI同时在AI4S赛道投下各自的筹码,叠加Google DeepMind长期布局,「AI for Science」从「单点突破」正式进入「平台级生态战」。

Anthropic：Claude Science科研工作台

• 整合60+科学数据库(基因组学/单细胞分析/蛋白质组学/化学等)
• 预建工具包连接NVIDIA BioNeMo的Evo 2和Boltz-2模型
• 主AI助手做「项目经理」:拆解任务→分发给子助手执行→事实核验器交叉验证
• 输出可审计(3D蛋白结构自动生成)+内置评审Agent自动检查引用和计算错误
• 哈佛物理学家Matthew Schwartz测试反馈:Claude Science的科研能力大约相当于一名研二学生
• 与Allen Institute、Howard Hughes Medical Institute建立湿实验室合作

OpenAI：GeneBench-Pro + GPT-Rosalind

• GeneBench-Pro评测基准,覆盖基因组学、定量生物学等10个领域的129个真实科研workflow
• 测试数据揭示:即便GPT-5.6 Sol,端到端通过率仅28.7%——AI在科研中远未达到「开箱即用」的水平
• GPT-Rosalind专用生物推理微调模型,以研究预览版向美国合格企业客户开放,需通过安全审查

Google DeepMind：AlphaFold + Gemini for Science

• 拥有AlphaFold(预测超2亿蛋白质结构,被190国200万+研究者使用)、AlphaGenome等基础科学模型——均为自有专有资产
• Gemini for Science平台整合30+生命科学数据库
• 关键优势:其他玩家只能以「调用工具」方式接入的模型,在Google这里是「自家底层基础设施」

三种打法的本质差异：

• Anthropic：「包揽一整条跑道」——工作流+工具+数据库+审计
• OpenAI：「先当裁判,再当运动员」——评测基准+专用模型
• Google DeepMind：「把科学资产当基础设施」——专有基础模型+深度捆绑数据库

编者评： AI4S赛道的这场「同日发布」,标志着AI巨头在基础模型能力趋同后,真正的差异化正在从「模型」迁移到「生态」。Anthropic的Claude Science看似「不依赖新模型」,实际上是通过工作流整合把已有能力变现——这与Sonnet 5的「便宜版Opus」策略一脉相承,本质都是「用工程化壁垒弥补模型能力趋同」。OpenAI的GeneBench-Pro「28.7%通过率」则给所有AI for Science的乐观叙事浇了一盆冷水:GPT-5.6 Sol在真实科研workflow中只能完成不到三成端到端任务——这意味着「AI替代科学家」至少在2026年仍是幻想,真实价值在「AI辅助科学家」。Google DeepMind的「AlphaFold+自有数据」则展示了「专有数据资产」在AI时代的新护城河形态:当所有人都能调用GPT-5.6或Sonnet 5时,只有Google手里有「训练AlphaFold的2亿蛋白质结构数据+PDB数据库+30+生命科学合作伙伴」——这才是它在AI4S上无法被复制的「卡生态」优势。对2026年下半年的启示是：AI for Science不是「模型问题」,而是「数据+工作流+领域知识」问题——中国的AI4S公司(深势科技、晶泰、英矽智能、MetaX)如果能像Google一样把「自有数据资产+垂直科学工作流」打包成平台,完全可能在「专精化+本地化」维度上找到突破口,而不是在通用科学问答上和OpenAI硬碰硬。

Together AI完成8亿美元C轮融资,估值翻倍至83亿美元,Aramco Ventures领投英伟达参投

AI基础设施服务商Together AI 7月2日宣布完成8亿美元C轮融资,投后估值83亿美元(较2025年初B轮33亿美元估值翻倍以上),由Aramco Ventures(沙特阿美旗下风投)领投,Vista Equity Partners、General Catalyst、Emergence Capital、英伟达、March Capital、Pegatron、SE Ventures等参投。至此Together AI累计融资达13亿美元。

商业模式核心：

• 基础业务：帮助企业以更低成本训练和部署AI工作负载,整合DeepSeek、MiniMax、Kimi等开源模型
• 差异化卖点：通过购买或租赁计算芯片+部署专用推理加速软件,提供数百种可定制配置的开源模型服务
• 成本优势：Decagon联合创始人Ashwin Sreenivas透露,将工作负载迁移至Together AI的成本仅为使用闭源模型的1/5到1/7
• 核心客户：Cursor、Cognition、Decagon
• 增长数据：过去12个月行业开源模型使用量增长3倍,Together AI上一季度年度预订额突破11.5亿美元(约78亿人民币)

公司计划将新获资金用于扩展产品线,未来5年计算能力扩大约50倍。Prosperity7 Ventures管理董事Abhishek Shukla透露该公司正「朝着公开市场迈进」。

行业对照：Baseten上月以130亿美元估值完成15亿美元融资——AI基础设施赛道的头部玩家估值正快速向百亿美元区间集中。

编者评： Together AI这轮融资的核心信号不是「83亿美元估值」,而是「开源模型+低成本推理」商业模式第一次跑出10亿美元级ARR。11.5亿美元的年度预订额,意味着Together AI已经是一家「真正赚钱」的AI基础设施公司——这与OpenAI、Anthropic等「百亿美元亏损+千亿美元估值」的闭源模式形成鲜明对比。当一家公司能用1/5到1/7的成本提供可比的模型服务,且客户包括Cursor、Cognition这种顶级AI原生公司时,「开源优先+基础设施中立」的策略已经被市场验证为可持续的商业模式。Aramco Ventures的领投尤其值得关注——沙特阿美的入局意味着AI基础设施正在被「国家级主权基金」作为战略资产配置,这与OpenAI拟向美国政府出让5%股权、Microsoft组建Frontier Company、Meta筹划Meta Compute形成同一个趋势:「AI基建」已经从「科技公司的事」升级为「国家级资产负债表上的项目」。对中国和欧洲的AI基础设施公司(Minimax、火山引擎、阿里云PAI、Hugging Face、Mistral)而言,Together AI的崛起证明「开源模型+中立基础设施+主权基金背书」是一条可以走通的差异化路径——不必在「通用大模型」上和OpenAI/Anthropic硬碰硬,而是在「让智能更便宜、更易得」这个命题上找到自己的生态位。Together AI的IPO,可能会是2026-2027年AI基础设施赛道最重要的「商业模式教科书」。

智元第15000台具身智能机器人(精灵G2)下线,宇树科技科创板IPO注册获批,具身智能「盈利验证期」正式开启

7月1-2日,中国人形机器人赛道迎来两个里程碑级事件——同一周内,「量产纪录」与「资本市场认可」双双落地。

智元机器人：第15000台精灵G2下线(6月28日)

• 距第1万台下线仅用不到3个月,再次刷新全球行业量产纪录
• 量产曲线:2023年6台(原型)→2025年1月1000台→2025年底5000台→2026年3月10000台→2026年6月15000台
• 关键应用:8台精灵G2交付龙旗科技南昌工厂,6天产线直播作业,生产产品17500余件,作业成功率99.99%
• 技术指标:±0.1mm定位精度,约2秒/件作业效率(汽车行业首批投入量产线的人形机器人)
• 客户反馈:从「试点采购」转向「批量集采」

宇树科技:科创板IPO注册获批(7月2日)

• 证监会同意宇树科技科创板IPO注册,全程仅104天,创预先审阅机制最快纪录
• 拟募资42.02亿元,发行估值约420亿元
• 2025年业绩:营收17.08亿元(同比+335%),扣非归母净利润6亿元(同比+674%),前三季度毛利率59%
• 2025年人形机器人出货量超5500台,全球市占率32.4%,出货量第一
• 募资分配:48%投入智能机器人模型研发(20.22亿)、26%本体研发、15%制造基地
• 战略意图:从「卖硬件」向「卖智能」延伸

编者评： 「智元15000台+宇树IPO」的双里程碑,标志着中国人形机器人产业从「技术验证期」正式进入「盈利验证期」。智元的「3个月翻番」和99.99%产线作业成功率,首次以工业级数据证明了人形机器人在「精密制造场景」的可商用性——这比波士顿动力、Figure AI、Tesla Optimus的任何demo都更有说服力,因为它是「产线上连续6天、不间断、合格率99.99%」的真实数据,而不是实验室或发布会演示。宇树IPO的核心信号是「规模化盈利」:67%的净利增速+59%的毛利率+32.4%的全球市占率,这组数据在全球人形机器人公司中绝无仅有——Tesla Optimus仍在亏损投入期、Figure AI等海外竞品尚未量产交付。当一家公司跑通了「研发-量产-盈利」的完整商业闭环,且资本市场愿意为「具身智能第一股」给出420亿估值时,中国人形机器人产业获得了「全球资本认可的独立融资通道」——不必再依附于车厂(特斯拉/小米)或互联网巨头(百度/字节)的战略投资。对全球AI产业而言,这件事最大的意义是：「具身智能」不再是「AI能力」,而是「已经被验证的工程+商业+资本三闭环赛道」。当智元、宇树、优必选、特斯拉、Figure同时进入「万台级量产+应用场景验证+资本市场化」阶段,2026-2028年很可能成为「具身智能大爆发」的元年——这与Karpathy的LLM Wiki方法、LeCun的AGI是幻觉论文、Anthropic的Sonnet 5智能体化,共同构成2026年下半年AI产业的「从虚拟智能走向物理智能」的范式大转折。

Google ADK Go 2.0发布,新增图工作流引擎与内置Human-in-the-Loop,瞄准企业级多Agent生产可靠性

Google 7月2日发布ADK(Agent Development Kit) Go 2.0,在1.0基础上引入三项关键能力,正式从「Agent开发实验框架」升级为「企业级生产基础设施」。

核心新增：

• 图工作流引擎(Graph-Based Workflow Engine):取代1.0的线性链模型,允许开发者将Agent执行定义为有向无环图(DAG)——每个节点可以是Agent调用、条件分支或并行分叉,原生支持复杂分支逻辑
• 内置Human-in-the-Loop(HITL):允许开发者在任意节点注入审批/复核步骤,HITL系统暂停执行直到人工操作员批准/拒绝,记录决策后从批准分支继续运行——这是金融、医疗等强监管行业的「硬性要求」
• 运行时动态编排(Dynamic Orchestration):支持在运行时添加/删除/重排Agent,无需重新部署整个工作流;支持A/B测试Agent配置、回滚失败Agent、按负载扩缩特定Agent;Google声称可将Agent故障的MTTR(平均恢复时间)从「小时级」降到「分钟级」

技术栈集成：ADK Go 2.0运行在Google Cloud基础设施上,与Vertex AI Agent Builder和Cloud Run深度集成,支持A2A协议跨厂商Agent互操作。

竞争格局：

• Microsoft AutoGen 0.4 已支持DAG工作流和HITL
• Anthropic Claude agent framework 自2026年初已在金融行业生产环境部署
• OpenAI Agents SDK 主打多Agent协作,但缺乏成熟的HITL实现

编者评： Google ADK Go 2.0的发布,是Agent框架赛道「企业级生产可靠性」军备竞赛的标志性事件。过去18个月,Agent框架的竞争维度主要是「开发体验」——Claude Code、OpenAI Agents SDK、LangChain、CrewAI都在比「哪个更容易让开发者上手」。但当企业真正把Agent部署到核心业务流程时,决定胜负的三个要素变成了「复杂分支支持(DAG)、人工介入能力(HITL)、故障恢复速度(MTTR)」——这三者都是Google ADK 2.0的核心新增。Google的差异化在于「动态编排」:支持在运行时改Agent配置而无需重新部署,这意味着企业可以像部署微服务一样管理Agent——A/B测试不同策略、灰度发布新能力、秒级回滚问题Agent。这种「把Agent当云原生应用管理」的能力,与Microsoft AutoGen 0.4的「DAG+多语言SDK」、Anthropic Claude agent framework的「企业级HITL」形成三足鼎立。对企业CTO而言,2026年下半年的真正选择是：‘一个能跑Agent的框架’已经不够了,需要的是’一个能保证Agent在生产环境不出事的框架’——Google ADK 2.0、Microsoft AutoGen 0.4、Anthropic Claude agent framework的差异化竞争,正在把「Agent基础设施」从「开发者工具」推向「云服务级别」的关键转折点。当Agent开始处理企业核心业务(订单/支付/合规/医疗诊断),‘Agent失败一次就损失百万美元’的现实,会迅速让企业CTO从「选最容易上手的」切换到「选最可靠的」——这就是Google ADK 2.0押注的方向。

编者按

本期声浪的主题词是「AI前沿的政商博弈-基建商品化-生态战」。

7月2-3日最戏剧性的事件,是OpenAI向美国政府提议出让5%股权(约426亿美元)。这步「以股换路」的真正意义不在金额本身,而在**「AI公司开始把股权当监管对价」这个新政治经济学范式的开启——当一家公司的市值是「监管不确定性」的最大函数时,「主动上贡」比「被动挨打」更划算**。但硬币的另一面是:当股权出让从「自愿」滑向「准强制」(Altman呼吁Anthropic/Google/Meta同步),整个行业的政府关系学将发生范式转移。对全球AI公司而言,这场博弈的真正启示是:在AI能力逼近「国家安全资产」的临界点时,「技术声明」必须配合「政治架构」。

同期微软25亿美元成立Microsoft Frontier Company(派驻6000名工程师)则展示了另一条更「商业化」逻辑:当基础模型性能趋同,大模型时代的胜负手正在从「卖token」转向「卖工程能力」——拥有6,000人FDE团队的微软,正在打造一个OpenAI/Anthropic/Meta短期内无法复制的「人力资本护城河」。这是「集成优先」时代到来的明确信号:企业AI预算的结构,正在从「模型订阅」切换到「项目服务+集成工程」。

更底层的变化,来自Cloudflare把Pay Per Crawl升级为Pay Per Use,并在9月15日起默认屏蔽混合爬虫——当全球20%的互联网流量要经过Cloudflare的网关,这家公司的「默认行为」实际上就是「互联网的默认行为」。「内容经济」的Free Rider问题,第一次被基础设施级别的政策硬性终结,Googlebot等混合爬虫从此面临「要么拆分、要么付费、要么被屏蔽」的三角选择。

在更深的产业层面,Together AI的83亿美元估值与11.5亿美元ARR、Anthropic/OpenAI/Google的AI4S生态战、智元15000台机器人+宇树科创板IPO、Google ADK Go 2.0企业级Agent框架——这五条主线共同标记了2026年下半年的产业基调:「AI正在从’技术军备竞赛’切换到’生态闭环验证’」。Together AI证明了「开源+中立基础设施」能跑出10亿美元级ARR;AI4S三巨头证明了「数据资产+垂直工作流」比「模型能力」更护城河;具身智能证明了「工程化+规模化+盈利化」三闭环已经在宇树、智元等中国公司身上跑通;Agent框架证明了「企业级生产可靠性」正在取代「开发体验」成为新竞赛点。

下一周,值得关注的三个风向标：(1)OpenAI 5%股权方案能否进入国会实质性讨论?(2)Cloudflare新政策9月15日生效前,Googlebot会不会被迫拆分搜索与训练爬虫?(3)Together AI和Baseten谁先成为AI基础设施赛道的「第一股」?当OpenAI开始把股权上贡国家、微软开始把工程师派驻企业、Cloudflare开始用基础设施强制内容付费——2026年下半年的AI行业,可能正在从「科技公司的事」正式切换到「国家资产负债表上的事」。