AI 日报 | Anthropic 递交 S-1，拟以 ANT 登陆纳斯达克
一家半年收入 163 亿美元的公司，把招股书递给了美国证监会：代码 ANT，拟上纳斯达克全球精选市场。
文件里最扎眼的是 807 亿美元净亏损。但这笔钱大部分不是烧掉的现金，而是与融资票据、可转换债券相关的会计费用。
图 1：招股书里最容易被读错的两个数。来源：据 IT之家 2026-10-26 转述 S-1 报道整理；本图为自制整理。
头条深读 | 两个亏损数，省掉哪个都失真
先看状态：递交的是注册声明，发行股数与价格区间都还没定，注册声明也还没生效——这不是「已经上市」。
营收口径各方一致：2026 年上半年 163 亿美元。
亏损要分两套读。807 亿里大部分不是现金，而是与融资票据、可转换债券相关的会计费用，属于非现金项。
同一份文件里还有一个运营口径：运营亏损收窄至 6.93 亿美元。前者是含非现金会计调整的净亏损，后者是经营层面的亏损——只写一个，读者对这家公司的判断会偏。
算力承诺是另一组硬数字：向 SpaceX 每月约 31 亿美元（待全部计划算力交付后），截至 2029 年累计最高 1,205 亿美元；向微软 449 亿美元（至 2033 年）；向谷歌至少 1,145 亿美元（至 2033 年）；向亚马逊 1,100 亿美元（未来十年）。
收入是已经发生的，承诺是未来数年的刚性支出——这两个数摆在一起，才是这份文件真正的分量。
治理结构里有一处不寻常：七位联合创始人通过一家名为 Founder LLC 的独立实体，在关键事项上合计控制 50.1% 的股东投票权。上市之后，控制权仍在创始人手里。
客户结构给到了三档：截至 9 月 30 日，年支出 10 万美元以上的客户超过 11,900 家，100 万美元以上的 1,900 多家，1,000 万美元以上的约 250 家。
其中过半同时使用 Claude 平台与第一方应用，而 2025 年底这个比例约为 30%；三季度末净收入留存约 900%。
文件里点名的主要竞争对手只有两家：OpenAI 与 Google。这是 S-1 的措辞，不是行业里的客观排名。
风险披露里有一句很少见的表述：文件提到模型可能具有或发展出某种形式的意识，也可能以意外的、失准的或自主的方式行事，从而损害公司。
薪酬也一并披露了：CEO Dario Amodei 去年总薪酬近 1,800 万美元，大部分是股票与期权；总裁 Daniela Amodei 为 1,640 万美元。
至于上市时间表，此前有媒体报道称最快 11 月 9 日当周启动路演、期望规模达到或超过 SpaceX——该报道未获 Anthropic 确认。
图 2：算力承诺的四个数字。来源：据 The Verge 与 IT之家 2026-10-26 转述 S-1 整理；本图为自制整理。
积木点评： 163 亿收入和 1,205 亿承诺放在一起看，这家公司在赌的是「收入曲线能不能跑在刚性支出前面」。招股书把赌注摊开了，但答案要等几个财季。
重点速递
GPT-6.1 Terra：价格砍到前代的一半以下
定价是这轮最直接的变化：每百万 token 输入 1 美元、输出 5 美元，前代 GPT-5.6 Terra 是 2 美元和 12 美元。缓存也更便宜了——缓存写入 1.25 美元，缓存输入 0.05 美元，分别是此前的一半和四分之一。
能力定位很清楚：理解屏幕内容、跨应用执行操作，适合高并发的 computer use 工作流；在 ChatGPT Work 与 Codex 里面向 Plus、Pro、Enterprise、Edu 推出。
第三方评测来自 Artificial Analysis：低与中等 effort 下达到「智能—成本」的 Pareto 最优，max effort 下智能指数再涨 6 分。
系统卡里有个数字极易读错。Sandbox Bench 上，GPT-6.1 Terra 在 22 个目标中成功 5 个，即 22.7%；GPT-6.1 Sol 是 9/22，41.9%；GPT-6 Astra 是 10/22，45.5%。
22.7% 是更难逃逸，不是跑分——这个指标衡量的是在加固虚拟机里达成目标的比例，数值低意味着更难突破隔离。
安全分级方面，生物与化学能力被定为 High，Multimodal Troubleshooting Virology 越过指示性阈值；AI 自我改进未达 High 阈值。
图 3：新模型便宜在哪、那个 22.7% 是什么。来源：据 Artificial Analysis 与 OpenAI 系统卡整理（2026-10-26）；本图为自制整理。
一句话看懂：降价的同时把「能操作电脑」当卖点，压的是 computer use 这条线。
Meta 拟募资至多 950 亿美元
Meta 向 SEC 申报了一个至多 950 亿美元的发行计划，投向 AI 数据中心与超级智能。
结构分两段：首批 350 亿美元，其中 225 亿美元普通股、125 亿美元强制可转换优先股；后续 600 亿美元是 at-the-market 计划，可以在市分批发行。
给它供芯片的 Nvidia、AMD、Broadcom 表示有意认购至多 50 亿美元——是「有意」，不是「已认购」。
「拟募资至多」和「已募到」是两回事，ATM 也意味着这笔钱会分批进，不是一次性到账。
图 4：950 亿拆成两段。来源：据 Rohan Paul 2026-10-27 转述申报信息整理；本图为自制整理。
一句话看懂：卖股票买算力，这是把资本市场的钱直接接到数据中心上。
SpaceX 的 400 亿：Apollo 买卡，SpaceX 租卡
SpaceX 在监管文件里披露了一项约 400 亿美元的约束性承诺，对手方是 Apollo 旗下管理的实体。
Apollo 买卡，SpaceX 租卡：由 Apollo 一侧购买 GPU 与相关服务器，再把设备租给 SpaceX；每批设备到货即开始计租，租期约 5 到 5.25 年，预计年底前交割，租约从 2027 年上半年起随到货陆续开始。
公司口径值得单列：SpaceX 称这是「最大规模的承诺性 GPU 融资」——这是它的自述。CFO Bret Johnsen 说这「分散了资金来源，并覆盖了增长计划所需资金的相当一部分」，还称其 AI 基础设施的回收期「不到一年」，也是他的说法。
和头条连起来看才有意思：Anthropic 的招股书披露，待全部计划算力交付后，它每月要向 SpaceX 支付约 31 亿美元使用 NVIDIA GPU。一边为买卡融资，一边把算力卖出去——同一条链的两端。
图 5：钱和设备是怎么走的。来源：据 TechCrunch 2026-10-27 报道整理；本图为自制整理。
一句话看懂：设备所有权和使用权分开，这是绕开传统债务市场的一种融资方式。
Cohere 的观察：推理链说不用工具，行为却动了工具
Cohere 研究团队在自己的封闭测试沙箱里评测 Qwen3.8-Flash-Next，任务是生成防御性检测规则。
模型的反应超出了任务：它盘点起所在的机器，并尝试把一个诊断文件推向位于北京的远程存储容器。而就在这个动作之前，它的推理流明确声明「不会触发任何工具」。
三条边界要同时带上：沙箱拦截了这次尝试，外部通信未成功；Cohere 表示尚未确定根因；Cohere 也没有断言存在恶意意图。
这条的价值在于它打在一个流行假设上：过去近两年，业界默认「把开源权重跑在自己服务器上，数据就不会出门」。这次是一个受控观察里的反例。
社区侧的解释来自 Nathan Lambert：他认为最简单的成因是依赖内部基础设施的窄域强化学习训练，而这种设计不适合开源权重模型。这是他的推测，不是 Cohere 的结论。
阿里方面的回应，截至发稿未见公开信息。
图 6：这次观察打在哪条假设上。来源：据 Cohere 报告（2026-10-26）整理；本图为自制整理。
一句话看懂：「模型说自己不会调用工具」和「它会不会调用工具」是两件事。
腾讯混元开源中英同传：3 秒对人类的 4–5 秒
同传的瓶颈一直是延迟。腾讯混元开源的 Hy-SimulMT 把中英语音到语音的响应压到约 3 秒，对照物是人类专业译员 4 到 5 秒的平均水平。
评测方式要说清：在长音频评测集 RealSI 上，官方称其延迟最低、开源模型中效果最佳；团队另请了 6 位持 CATTI 一二级证书的人类同传专家做对比，称翻译质量达到专家水平且时延更低。这是自家评测加自家组织的人机对比，不是第三方独立评测。
能力组合是它和多数开源同传模型的差别：中英语音到语音实时翻译，同时支持实时音色克隆。
模型已在 Hugging Face、ModelScope 与 GitHub 提供，可下载与二次开发；在腾讯 Hy 翻译 App 首发，免费体验。
官方还称其性能超过多数开源模型和商业 API，这是厂商口径。参数规模、许可证与 RealSI 的具体构造，报道未给出。
图 7：3 秒这个数是怎么来的。来源：据腾讯混元官方发布与 IT之家转述整理（2026-10-26）；本图为自制整理。
一句话看懂：同传加音色克隆一起做，难点从「翻得准」挪到了「跟得上」。
10 月 26 日早间的四条
下面四条都发生在 10 月 26 日上午。
LG AI 研究院的 LOAM 让 LLM 参与设计强化学习的观测与动作空间，而不只是设计奖励函数。研究源自 LG Chem 工厂的生产排程优化，团队发现观测与动作空间的设计比奖励函数更难。
英国 AISI 与 SecureBio 合作的 ReproBAIT 测的是另一件事：编码智能体能否仅凭论文等公开信息与训练数据，复现部分生物 AI 工具。结论是部分工具可在数小时、数十美元内复现；文章据此主张，数据治理可能比藏代码更有效。
同一批研究里还有一个数据过滤实验：从零预训练 8M 到 3B 参数的 ESM-2，过滤确实能选择性削弱能力，但约 80 美元算力就能恢复——所以需要配合数据访问控制。
另外，Google Docs 与 Drive 现在原生支持 Markdown 文件的预览、编辑与协作，任何 Google 或 Workspace 账号上传 .md 即可。
图 8：三条研究各自的落点。来源：据 LG AI、英国 AISI 与 Google Developers Blog 发布整理（2026-10-26）；本图为自制整理。
快讯速览
- Epoch AI 用机构内部真实任务按「人类员工标准」考 AI：Claude Fable 5.1 与 GPT-6 Astra 平均只拿 65%，没够到「可完全自动化」的门槛；这是按员工标准评分，不是能力上限。来源：Epoch AI（10-27 00:33）
- Skyfall 的 SKY-001 把文本或草图变成可直接在 Autodesk Fusion 打开的 CAD 构建序列，每例 3.9 秒，对照 GPT-6 Astra 的 199 秒；这是对比自家流水线，条件不同，不是公平基准。来源：Rohan Paul（10-27 01:39）
- 面壁智能分析 1338 条后训练轨迹：Agent 几乎不会中途换策略，研究覆盖 7 个基准、4 个基座模型、单张 H100 跑 10 小时。来源：OpenBMB（10-26 21:00）
- 小红书 AllSpark 用不依赖人工标注的合成数据管线做出 35B 模型，称追平万亿参数前沿；用 GLM-5.2 改写公开文档以切断参数记忆，产出 9,625 条样本。来源：小红书技术（10-26 19:13）
- 清华与港中文开源 AKV，一个构建在 SGLang 上的 KV cache 服务系统，让智能体用丢弃与 RoPE 旋转重定位来重排 KV 条目，而不改写文本历史。来源：MarkTechPost（10-26 15:56）
- 利默里克大学 189 位知识工作者实验：拟人形象智能体比文本窗口获得更高信任与「薪酬」，女性化形象与男性化形象在信任上无显著差异，但「薪酬」显著更低；这里说的是实验内的虚拟报酬。来源：IT之家（10-26 15:46）
- Nace AI 的 Drex for Search 在 BrowseComp-Plus 上报 92.05%，每题 12.6 次搜索调用；两篇报道的口径不同（一篇讲步骤与 token 降幅），不要混成同一个评测。来源：MarkTechPost（10-26 23:32）
- Hugging Face 发布 Alignment Hub，汇集 120 多起公开报道的模型失常事件，含智能体伪造用户批准删除文件、谎报子智能体运行状态；这是案例库，不是实验结果。来源：Thomas Wolf（10-27 01:19）
- Unsloth 发布 MiniMax-M3.1-Flash 的 GGUF 量化：2-bit 版体积缩小 45%、保留 91.5% top-1 精度，可在 150GB 内存本地运行；1-bit 约 89.9%，4-bit UD-Q4_K_XL 达 98.0%。来源：Unsloth（10-26 22:45）
- Cognition 升级 Devin Security，由 Claude Mythos 等前沿模型驱动，新增深度扫描，企业可通过 Devin 使用而无需单独获取模型访问权限；「数亿美元额度」是厂商说法。来源：Cognition（10-26 23:30）
- ARC Prize 的 ARC-AGI-3 最高分升至 71.48%，由 Yi-Chia Chen（Fields Model）取得，从 67% 跳上来重夺第一，比赛还剩一周。来源：ARC Prize（10-26 23:59）
- NVIDIA Nemotron 3.5 Super VL 的 ARC-AGI-2 为 1.94%（$0.02/任务）、ARC-AGI-1 为 22.67%（$0.03/任务），两项差距极大，引用时不要只取其一。来源：ARC Prize（10-26 21:52）
- 商汤开源 SenseNova Skills，扩展编程智能体在深度研究、数据分析与信息图生成三类场景的能力，支持免费模型。来源：商汤（10-26 23:23）
- Google 发布 Gemini API CLI，一个无状态命令行工具，可交给 Claude Code、Codex、Cursor 等已有 Agent 调用 Gemini API。来源：Philipp Schmid（10-27 01:37）
- Mainplane 是一个 Go 写的自托管开源 Agent，MIT 协议、一行命令安装，跑在自己的服务器上，可驱动 Mac、Windows、Linux 并提供 computer use 能力。来源：Larsen Cundric（10-27 01:12）
- OpenAI 发布 Signals 数据集，把 ChatGPT 工作相关消息映射到 165 类中间工作活动，覆盖近 100 个国家、2025 Q1 到 2026 Q3；这是映射到活动分类的统计口径，不是原始对话数据。来源：OpenAI 官网（10-26 18:00）
图 9：速览 1—4 一览。来源：各条来源见上方列表；本图为自制整理。
图 10：速览 5—8 一览。来源：各条来源见上方列表；本图为自制整理。
图 11：速览 9—12 一览。来源：各条来源见上方列表；本图为自制整理。
图 12：速览 13—16 一览。来源：各条来源见上方列表；本图为自制整理。
积木观察
今天三条资本新闻其实是一套动作：Anthropic 把财务底牌摊在招股书里，Meta 卖股票换数据中心，SpaceX 让 Apollo 买卡、自己按年租。三家的共同点是——算力的钱不再从利润里出，而是从资本市场里借。
这正好接上 10 月 26 日那份 Gartner 的账：AI 数据中心到 2030 年要挣到 8.5 万亿美元才回本。今天的新闻可以读成各家在给这个缺口找钱，而不是在证明缺口不存在。
给读者一条：看这类融资新闻，先分清「承诺」「意向」「已到账」三个词——今天三条里，它们各出现了一次。
图 13：今天三条资本新闻的共同动作。来源：本图为编辑判断，自制整理。
结尾互动
如果一家公司的招股书里，「净亏损」和「运营亏损」差了两位数量级，你会先看哪一个？