网络安全能力的涌现：中国开源双线突进，闭源阵营在动荡与资本中加速

智谱 GLM-5.3：网络安全能力的”涌现”与一条 1981 年的漏洞

8 月 14 日，智谱发布新一代旗舰 GLM-5.3。最出人意料的地方在于：它没有换基座。GLM-5.3 沿用与 GLM-5.2 完全相同的 7430 亿参数 MoE 基座，官方明确表示”全部能力提升都来自后训练阶段的极致 Scaling”——数十倍的长程任务环境、更丰富的环境类型、超长的后训练时间。

但后训练”卷”出来的东西，超出了智谱自己的预期。编程方面，GLM-5.3 在内部自建评测中较 GLM-5.2 提升约 50%，Terminal-Bench 3.0 从 4.6 跃升至 28.3，DeepSWE v1.1 从 46.2 升至 66.9；在 High 档位下，它以约 5 万输出 token 达到 31.4% 的任务完成率，超过了需要约 12 万 token 的 Claude Opus 4.8 最高档（29.5%），但离 Claude Fable 5 的 39.5% 仍有差距。

真正让智谱自己都喊出”超预期”的，是网络安全。在 CyberGym 白盒源码审计上，GLM-5.3 拿到 84.5%，超过 Anthropic Mythos 5（83.8%）与 OpenAI GPT-5.6 Sol（83.6%）；ExploitBench 从 24.4 翻倍至 54.4%。智谱联合清华、南开及多家安全实验室开展的密集红队，累计在 269 个开源项目中发现约 2400 个漏洞，其中 1000 多个为中高危级别——最老的漏洞 1981 年就被写入代码，平均存活了 26.6 年。智谱自己的解释是：“安全工作本质上是约束严格的编程能力”，从 2025 年 9 月就开始在这个方向投入。

权重要到两周后、完成安全评估与加固后才开源。就在发布前几小时，智谱首席科学家唐杰在 X 上回复网友”sooooooon”，结果当天中午模型就落地——这被网友戏称为”大模型圈兑现最快的一次 soon”。

编者评： GLM-5.3 是本期最值得反复琢磨的一条。它戳破了一个关于”智能上界”的隐含假设：在同一个基座上，后训练居然能”涌现”出一块没人预告过的新能力。 这和 Vol.104 里 DeepSeek 用”静默转正”、Qwen 用”开源权重分层定价”讲的，其实是同一个更深的趋势——开源阵营的竞争，已经从”谁把基座训得更大”，转向”谁把后训练和任务环境卷得更狠”。但网络安全能力是一把明晃晃的双刃剑：一个能比攻击者先发现并修补漏洞的模型，逻辑上也能比攻击者先发现漏洞。两周的”安全评估与加固”空窗期，恰恰说明智谱自己也清楚这一点——而等到权重开源、任何人都能自托管、绕过官方护栏时，这个能力会流向谁，就不再是智谱能控制的了。

DeepSeek Harness v0.1：从”卖模型”到”卖结果”

就在 V4 Pro 正式版转正的第二天，DeepSeek 放出了真正的战略级动作——开源自研 Agent 运行框架 DeepSeek Harness（DSH）开发者预览版，MIT 协议。它的标志是一头”黑鲸”，被开发者戏称”黑化了”。

DSH 最核心的设计理念只有一句：“一切皆插件”（Everything is a plugin）。模型、工具、技能、会话、沙箱、存储、循环、调度、UI——所有 Agent 能力都由插件组合而成，可自由替换、灵活重组。底层是一个叫 Cordis 的元框架（源自北大与 DeepSeek 联合署名的一篇论文），只负责插件的加载、卸载与依赖关系。框架内置标准、极简、创造、PTC（程序化工具调用）四种模式，并强调”每一次运行都有迹可循”——模型看到的一切（系统提示词、思维链、工具调用、子 Agent 调度、上下文注入）都写入 append-only 的会话日志，可回放、可分叉、可检索。

这个产品的分量，用两个数字就能说明：上线半小时 GitHub 破万星，发稿时已破 3 万。爱范儿的深度实测给了它一个精准的定位——“它不是 DeepSeek 版 Codex，更接近一套可重组、可回放的 Agent 运行时”。智东西实测里，88 页论文翻译耗时 22 分钟、缓存命中率 98%，贪吃蛇游戏 50 秒完成。

编者评： DeepSeek 官方那句招聘文案已经把战略说透了——“Model + Harness = Agent”。这意味着 DeepSeek 正式从”卖模型”（按 token 收费）转向”卖结果”（掌控从模型到真实工作环境之间的执行层）。放在 Vol.103 的”Agent 执行栈”叙事里看，这是一个意味深长的闭环：Meta 开源 Glimmer、Nvidia 发 Nemotron 是在补执行层模型，Docker 在做安全沙箱，而 DeepSeek 这次直接把执行层框架本身开源了。最锋利的信号藏在时间线上——Harness 发布两小时前，DeepSeek 刚刚宣布 V4 Pro 要”相对大幅”涨价。开源框架换口碑、涨价换利润，这套”开源是策略、不是信仰”的组合拳，正在被中国厂商打得越来越熟练。但一个更深的问题也随之而来：当 Harness 让”把任何模型装进执行层”变得像搭乐高一样简单，那模型本身，是不是正在变成执行层里最可替换的一个零件？

Gemini 3.7 Flash：换帅后，谷歌用”提速”回应追赶焦虑

谷歌在 DeepMind 换帅八天后，交出了第一个动作——Gemini 3.7 Flash。这是 Koray Kavukcuoglu 接任 CEO 后的首款新模型，距上一代 Flash 仅三周。

这是一款定位清晰的轻量档模型：重点强化 Coding 与多步 Agent 任务，FrontierCode 得分 43.6%，超过 Claude Sonnet 5；WebDev Code Arena 排名第 8、Agent Arena 第 20。发布当天以 618 分冲上 Hacker News 榜首。更值得注意的是定价——$0.75 /$3.75 每百万 token，相当于把上一代 Flash 的价格直接腰斩（到年底前有效），配 100 万 token 的多模态上下文，Day-0 就接入 Google AI Studio、Antigravity、OpenRouter 与 GitHub Copilot。

编者评： 这一条要对照着 Vol.104 的”布林下场督战、Gemini 旗舰推迟两个月”来读。旗舰 Pro 线被卡住，谷歌选择用最快的节奏补 Flash——三周一迭代、价格腰斩、全渠道铺开。这不是”追赶”，而是一套”以量补质、以价换时间”的防守打法：在开发者盘面上先稳住阵脚，等旗舰跳票的两个月不至于颗粒无收。但换个角度看，Flash 再快，也回答不了那个真正的问题——当开源阵营（DeepSeek、Qwen、智谱）和闭源对手（Anthropic、OpenAI）都在往前冲的时候，谷歌靠一个”轻量档”能撑多久。换帅带来的是节奏感，不是护城河。

Ilya 的 SSI 首个模型曝光：测试时训练路线的第一份答卷

长期以”不发产品、只做研究”示人的 Safe Superintelligence（SSI），其首个模型终于露出了轮廓。据量子位等多家媒体 8 月 13 日报道，Ilya Sutskever 的 SSI 正探索基于 TTT（Test-Time Training，测试时训练）路线的小型推理引擎——与传统”推理时只做前向计算”不同，TTT 允许模型在推理过程中更新部分权重，边推理边学习。

报道称，当前版本最快将在 8 月向少数用户开放，规模则计划再扩 10 倍。这意味着 SSI 开始把”安全超级智能”的路线，交付到可被外部检验的层面。

编者评： 这条消息的冷峻之处在于它的”反主流”。当全行业都在用”更大的预训练 + 更狠的后训练”堆能力时，Ilya 押注的是推理时更新权重的 TTT 路线——本质上是想让模型在部署后持续进化，而不是出厂即冻结。如果这条路跑通，它可能同时改写两件事：一是”模型能力在发布那一刻就锁死”的行业假设，二是”安全”的定义——一个会自我更新的模型，它的安全边界该怎么保证？不过在 SSI 估值 320 亿美元、拿了英伟达 50 亿投资、却零产品输出的背景下（Vol.91），这个”首个模型”到底是真的技术突破，还是一次精心安排的融资路演信号，恐怕只有等它真对外开放的那天才能见分晓。

Anthropic 拟 60 亿美元收购 Decart：闭源巨头的多模态补课

据外媒报道，Anthropic 正在洽谈其史上最大的一笔收购——以约 60 亿美元收购生成式视频与芯片优化公司 Decart。Decart 因 Oasis 3 世界模型而知名，这笔价格较其 5 月时 40 亿美元的估值溢价约 50%。报道强调，谈判尚未敲定，条款仍可能变化。

如果成交，这笔收购将直接补上 Anthropic 的多模态与视频能力拼图——这是它相对 OpenAI（Sora 路线）与谷歌（Veo 路线）的明显短板。而”芯片优化”的标的属性，也与 Anthropic 自研芯片、摆脱英伟达依赖的长期战略（Vol.100）形成呼应。

编者评： 把这条和 Vol.104 的”2 万亿 IPO”传闻并排看，Anthropic 的战略图景就更完整了：一边冲刺史上最大 IPO，一边花 60 亿美元补多模态和世界模型。这背后是一个正在被业界默认的判断——纯文本大模型的天花板越来越近，下一阶段的竞争焦点正在向”世界模型 + 多模态 + 视频”迁移。 有意思的是，Anthropic 选择的路径是”收购”而非”自研”，这说明在时间不站在任何人这边的时候，资本成了最快的补课方式。但 60 亿美元买一个还在靠融资估值的初创，究竟是捡漏还是溢价，恐怕要等 Decart 的世界模型真正接入 Claude 产品线、跑出用户和收入之后才能回答。

Databricks 融资 50 亿、估值 1900 亿：AI 平台的资本狂热仍在加速

Databricks 完成了一轮 50 亿美元的融资，估值升至 1900 亿美元——半年前这个数字还只有约 1340 亿。值得注意的是，本轮融资原本只计划约 10 亿美元，因投资者需求远超预期而大幅扩额，由 Coatue、Blackstone、MGX、T. Rowe Price 领投，新投资者 Sixth Street Growth 加入。

支撑这个估值的是实打实的增长：年化营收运行率突破 70 亿美元，Q2 同比增长超过 80%，调整后口径仍保持现金流为正。CEO Ali Ghodsi 给出的扩额理由很直白——AI 基础设施的成本太高了，这正是需要更多钱的时刻。

编者评： Databricks 和 Anthropic 是同一天里”资本狂热”的两块拼图，但角色恰恰相反：Anthropic 是”烧钱的前沿实验室”在冲估值，Databricks 是”卖铲子的数据/平台公司”在验证 AI 应用层的真实回报。后者 80% 的增速和现金流为正，说明企业 AI 落地这条线确实在产生真金白银——这和”大空头”艾斯曼的警告（见本期最后一条）构成了一组耐人寻味的对撞：同一个 AI 泡沫里，有人在为基建烧钱，有人在靠基建赚钱，而资本对两者的追逐都还没有丝毫冷却。

OpenAI：首席营收官出走与 14 倍速 Ultrafast 同日落地

OpenAI 在 8 月 14 日同时上演了两出戏。人事上，首席营收官丹尼斯·德雷瑟离任，由 Wiz 总裁达利·拉伊奇接替——这是本周继另一名核心高管之后，第二位出走的 OpenAI 高层。商业上，公司 7 月年化营收环比增长超 20%、突破 400 亿美元，正为上市做准备。

技术上的同日动作则更具火药味：GPT-5.6 Sol 上线 Ultrafast 模式预览，借助芯片厂商 Cerebras 的晶圆级硬件，最高提速 14 倍、每秒可输出 750 token，首批面向企业客户，瞄准实时语音、客服、高频金融研究等对延迟极敏感的场景。

编者评： “高管出走”和”营收破 400 亿”同时发生，正是 OpenAI 此刻处境的精准切片：组织在动荡，机器在加速，两者并行不悖。最值得玩味的是 Ultrafast 的路线——不是靠更聪明的模型，而是靠 Cerebras 的专用芯片把速度拉到极致。这和 Vol.85 观察到的”AI 竞争从软件层下沉到硅基层”一脉相承：当推理延迟成为语音 Agent 与高频金融的生死线时，“谁有更快的芯片”就比”谁的模型多几分”更先决定胜负。OpenAI 用外援芯片打速度牌，也等于承认——它自己没打算（或没来得及）在硅基层完全自给自足。

“大空头”艾斯曼警告：AI 繁荣的命门，只在两家公司

曾因做空次贷而闻名的”大空头”史蒂夫·艾斯曼，8 月 14 日在 CNBC 上抛出了一个冷静的警告：当前 AI 产业的回报，高度依赖 OpenAI 与 Anthropic 两家公司——据他估算，二者贡献了微软、亚马逊、谷歌、甲骨文约 70% 的 AI 相关收入。

他的核心担忧在于：中国低成本开源模型的崛起，可能引发一场全球性的价格战，从而动摇”万亿美元级 AI 基础设施投资”的底层逻辑——如果模型调用价格被打到地板，那些为 AI 基建砸下巨资的云厂商和芯片厂，回本周期将无限拉长。

编者评： 这条警告应该和本期前面几条放在一起读，才能看出它的分量。一边是 Databricks 估值 1900 亿、Anthropic 冲 2 万亿 IPO，一边是”大空头”说这一切的命门悬在两家公司身上、而中国的开源模型正在把价格往下砸。这不是唱反调，而是把一个被乐观叙事掩盖的结构性问题摊开了：过去两年，全行业的估值都建立在”模型调用会越来越贵、越来越赚钱”的假设上；而 DeepSeek、Qwen、智谱正在用事实改写这个假设。 艾斯曼看空的不一定是 AI，而是那套把 AI 的万亿资本押注全部押在”闭源高定价”上的商业模式。这和本期 DeepSeek”开源 Harness 换口碑、涨 API 价格换利润”的动作，恰好形成了一组微妙的对位——当连”开源阵营的性价比之王”都开始涨价，那”价格战会一直打下去”的假设，本身也未必成立。

编者按

今天的八件事，可以被压成一句话：中国开源阵营在”能力涌现”与”执行层卡位”上双线突进，闭源阵营在人事动荡中加速补课，而资本市场的乐观与警告，正在同一时刻各说各话。

开源这条线，最值得记住的是两个”没想到”。 第一个没想到，是智谱 GLM-5.3 在不换基座的前提下，靠后训练”涌现”出了连自己都没预告过的网络安全能力——最老的漏洞追溯到 1981 年，平均存活 26.6 年。这揭示了一个正在形成的共识：基座不是智能的上界，后训练和任务环境才是。第二个没想到，是 DeepSeek 在涨价的同时开源了 Harness——用”卖结果”的执行层框架，把”卖模型”的商业模式往前推了一步。把这两个”没想到”拼起来，开源阵营的竞争维度已经从 Vol.103 的”执行栈基础设施”，进化到了”谁更能卷后训练 + 谁先卡住执行层”。

闭源这条线，则是一张”动荡与加速”交织的清单。 谷歌换帅后三周内迭代 Flash、腰斩价格；Ilya 的 SSI 用 TTT 路线交出首份答卷；Anthropic 花 60 亿补世界模型和视频；OpenAI 高管出走的同时用 Cerebras 芯片把速度拉到 14 倍。没有一家闭源实验室是”岁月静好”的——但每一家都在用各自的方式加速。这或许是比”谁更强”更重要的信号：闭源阵营已经从”碾压式领先”进入了”被迫多点补课”的阶段，而它们补的课，恰好都是中国开源阵营正在免费提供的。

最后是那条暗线——资本的乐观与警告同框。 Databricks 融资 50 亿、估值 1900 亿，Anthropic 冲 2 万亿 IPO，这是乐观；“大空头”艾斯曼说 AI 的命门只在两家公司、价格战会动摇万亿基建，这是警告。它们并不矛盾：前者在赌”AI 应用层会持续产生真金白银”，后者在戳”AI 的估值建立在闭源高定价的脆弱假设上”。而 DeepSeek 一边开源 Harness、一边预告涨价，恰好说明这场博弈没有一边倒的答案——价格战的尽头，可能是所有人都得重新学会收费。

从 Vol.101 的”Agent 时代的代价”，到 Vol.103 的”Agent 执行栈黎明”，到 Vol.104 的”兑现时刻”，再到今天的 Vol.105——这条叙事又往前走了一步：当执行层被开源、网络安全能力开始涌现、“大空头”开始算总账，AI 竞争的重心，正在从”谁有最强的模型”，不可逆地滑向”谁掌握了从模型到结果的完整链路”。 而在那场关于”开源 vs 闭源”的漫长站队里，一个越来越清晰的答案正在浮现：护城河不在权重里，也不在估值里，而在那条把模型能力变成可靠结果的执行链路上。