OpenCode回应模型削弱争议；微软开源4B桌面Agent

AI 领域的新闻密度一直很高，但真正值得关注的往往不是发布本身，而是发布背后的争议、转向和隐藏风险。今天有几条消息分别指向不同方向：模型能力争议、Agent 落地、资本市场的谨慎情绪，以及供应链安全的新问题。

模型能力争议：OpenCode 称不是 DeepSeek 被削弱

围绕 DeepSeek^广告 V4.1 Flash 的体验争议有了回应。OpenCode 开发者 Dex 表示，并非模型本身被削弱，而是 OpenCode 的推理效率太高，让不少用户误以为能力缩水。团队强调只是运行方式与 DeepSeek 官方不同，很快会拿出证据证明，同时邀请用户反馈具体的糟糕体验以帮助排查。此前 OpenCode 刚宣布为该模型提供 100 美元使用额度。

这类争议反映出一个普遍问题：同一个模型在不同推理框架下的表现可能差异明显，用户感知到的“变笨”未必来自权重变化，也可能来自推理路径、上下文管理或工具调用策略的差异。对于依赖第三方框架的开发者来说，建立可复现的评测基线比单次体验判断更可靠。

微软开源 4B 桌面 Agent，小模型也能干活

微软开源了 4B 的 AI 代理 Mage（素材中称 MajorVL Co-Work），在 OSWorld Verified 上拿到 66% 的成绩，接近人类的 72.4%，还超过了体量近 6 倍的模型（63.9%）。它的关键能力是自主判断什么时候像人一样点击界面、什么时候直接敲终端命令，用一个策略搞定复杂桌面任务，体量 9.5GB，Mac mini 能跑。

这个方向值得注意的地方在于“判断该用哪种交互方式”。桌面 Agent 的难点从来不是单步操作，而是面对一个任务时选择合适的执行通道。小模型能做到接近人类的水平，意味着本地化、低成本的桌面自动化正在变得可行。

OSWorld 是一个用于评估计算机操作智能体的基准测试环境，它要求在真实的 Ubuntu、Windows 和 macOS 桌面系统中完成一系列多步骤任务，例如编辑表格、配置系统设置、跨应用复制信息等。与只考查单步点击或简单问答的基准不同，OSWorld 强调长程规划与真实交互，任务成功需要智能体理解屏幕内容、选择输入方式并处理意外弹窗。其人类基线约为 72.4%，能接近这一水平意味着模型在真实桌面场景中已具备相当的可用性。该基准常被用来横向比较不同桌面 Agent 的实际落地能力。

资本与组织：融资降温，人才流动加速

OpenAI 新一轮融资目标出现下调。据华尔街日报和金融时报报道，从不到一个月前寻求以约 1.4 万亿美元估值募资 300 亿美元，下调到约 200 亿美元、估值降至 1.25 万亿美元。部分大型投资人兴趣冷淡，有消息称已锁定约 110 亿美元资金。

Anthropic 这边的动作更密集：提交 IPO 招股文件，计划未来在服务器建筑和电力等领域投入近 9000 亿美元债务；资产负债表显示 1175 亿美元负债和 1120 亿美元现金，租赁合同及数据中心电力和 GPU 采购协议等表外义务未直接体现。同时它收购了一家只有一名全职员工的生物科技公司 Mithril Medicine，创始人 Cody Tranbarger 此前匿名运营 X 账号 Professor Oak，本周公开身份。Mithril 正在开发一种针对罕见儿童基营养不良症的药物，目前尚无获批疗法，靠 Cloud 协调 11 家外部实验室，不到 18 个月就在小鼠实验中拿到早期积极结果。

人才方面，字节 Seed 核心成员周畅已离职创业，方向是 Physical AI，并拿到头部美元基金支持。周畅复旦本科、北大博士，曾任阿里通义千问^广告技术负责人，2024 年加入字节 Seed 负责多模态和世界模型，接管 SeaDream、SeaDance 等视觉生成，也覆盖机器人方向。下半年他的管理范围收缩，部分工程工作转由增盐承担。

产品与硬件：Grok 接入支付宝，ChatGPT 支持多账号

Grok 订阅结算页新增支付宝付款，除银行卡和 Apple Pay 之外多了一个选择。Premium 套餐首月 5 折，原价每月 30 美元，首月只要 15 美元，次月恢复原价。该套餐现已把 Grok、Cursor 和 X Premium 的权益合在一起。

ChatGPT 正式支持多账号切换，目前已在移动端推出，桌面端也将跟进，用户最多可同时登录两个账号，不用反复退出登录，聊天记录、记忆、文件和订阅都保持独立。Teebo 还预告接下来两天将送重置卡。

OpenAI 的 API 定价页上出现了 GPT-6 Astralog，输入每百万 Token 10 美元，输出 50 美元，缓存输入 1 美元，优惠价至少持续到 12 月 31 日。它是之前公布的法律专业版本，带专用法律检索索引和分析工具，能辅助判例研究、合同审查，目前只向部分律师事务所开放 API，正式上线时间还没确认。

安全与治理：预训练后门与监管新动向

Anthropic 联合 UC Berkeley、UIUC 等机构发论文，首次端到端证明只污染预训练语料就能给 agent 模型植入可远程触发的后门。实验里污染约 0.1% 的预训练数据，4B 参数模型的 agent 后门攻击成功率就到约 92%。这意味着预训练数据供应链本身可能被做手脚，而且触发方式在模型外部长期存储。

另一条被质疑的消息是暗网论坛有人声称拿到 Anthropic 未发布模型 Claude Fable 5 的权重，完整模型约 8TB、共 640 个分片并开始出售。发帖者称从 Amazon Bedrock 关联的配置错误的 AWS S3 存储桶下载到约 7GB 的一个分片，随后存储桶被限制访问，但技术社区很快质疑这更像伪造骗局，所谓泄露文件可信度存疑。

政策层面，谷歌宣布从 2027 年起自愿采纳 IETF AI-PREF 工作组正在制定的 AI 训练控制提案，给网站发布者和创作者一个统一、简单的控制机制，网站可通过 Robots 相关协议声明是否允许内容被用于 AI 训练，落地后谷歌的做法将与 Bing、OpenAI、Anthropic 等公司保持一致。特拉华州一项草案拟允许 AI 智能体自主经营公司，可签合同、提起诉讼，公司所有者除非涉及欺诈或出资不足，否则不用为智能体造成的损害担责。州务卿称这是州财政利好，因为商业注册费约占该州预算四分之一，众议院监督主席已要求审查该计划。

法国国民议会以 11 票赞成、10 票反对通过 2027 年预算案一项修正案，准备对向法国用户传输数据的内容服务商按每 GB 收 0.055 欧元，官方目标一年最多收约 100 亿欧元。Netflix、Google、Meta、Amazon、YouTube 和云服务商都在潜在范围内，ChatGPT、Cloud 这类服务以及大量传图片视频的 agent 也可能被算进去。

预训练后门与常见的微调投毒不同，攻击发生在模型学习通用语言能力的早期阶段，污染数据混入海量语料后极难被逐条审计。由于后门模式在预训练中已被编码进参数，后续的安全对齐和微调往往无法将其彻底清除，且触发条件可以设计成特定的外部输入或上下文模式，平时完全不激活。这类攻击的隐蔽性在于：模型在常规评测中表现正常，只有在攻击者设定的触发条件下才执行恶意行为。防御难点包括训练数据来源追溯、语料去重与异常检测，以及部署阶段的行为监控。

量子计算与存储：别被标题带跑

Google 的量子芯片用 5 分钟完成了一项经典超算要算 10 的 25 次方的任务，这是随机电路采样实验的结果。有物理学家说它支持多宇宙诠释，但说“证明了多宇宙”是媒体夸大了原始结论，原始结论只是量子计算在特定任务上远超经典计算机。

存储方面，财报披露第六代 G6 技术平台的 DRAM 产品已在 Q3 完成工程样片验证，据爆料上一代 G5 已于 9 月量产，有望一年内进入量产，与海外大厂的制程差距在缩小。财报还显示 Q3 营收约 1187 亿元，环比增 19.3%，净利润约 890 亿元，毛利率约 89.5%，前三季度研发投入约 110.7 亿元，同比增 73%。至于进步是否来自转向 4F 结构或更多多重曝光，目前只是推测。

几条消息放在一起看，今天的主题不是某个单点突破，而是能力争议、本地 Agent、资本降温与数据供应链风险同时发生。对开发者和内容创作者来说，理解这些变化背后的机制，比追逐标题更有价值。

随机电路采样是量子计算领域常用的一类基准任务，其设计目的是让量子处理器执行经典计算机难以高效模拟的随机量子线路，然后对输出分布进行采样。谷歌此前在悬铃木处理器上宣称实现“量子优越性”时使用的正是这一任务。需要区分的是，该实验证明的是量子设备在某一特定计算任务上快于经典超算，而非证明量子计算机具备通用计算优势，更不涉及对物理诠释的验证。多宇宙诠释属于量子力学基础问题的哲学与物理解释范畴，与随机电路采样的实验结果没有直接证明关系。