每日简报 · Daily Editions
AI · 思想 · 市场 · 深度阅读

每日情报摘要

DAILY INTELLIGENCE BRIEF
本期要目In this issue

人工智能与科技

AI & Technology 08
Anthropic
更新

Anthropic 发布 Fable 5.2 与 Mythos 5.2:能力跃升,价格反降

Introducing Claude Fable 5.2 and Claude Mythos 5.2

Anthropic 升级其最强技术模型,称新模型在预发布测试中完成原本不可行的软件迁移、从零设计出三款可工作的电子设备、解决两个黑洞物理开放问题,并用 30 小时形式化证明了费马大定理。

Anthropic 发布 Fable 5.2 与 Mythos 5.2:能力跃升,价格反降
图注:Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2。来源:Anthropic
关键事实
  • 每百万 token 输入 8 美元、输出 40 美元
  • FrontierCode 2.0 得分 49.1%
  • 30 小时形式化证明费马大定理
  • 输出速度提升最多 30%
  • 快速模式再提速 2.5 倍
阅读原文 · Anthropic ↗

Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2。两者是同一底层模型:Fable 带有强化的网络安全与生物安全防护,面向所有用户开放;Mythos 面向通过生命科学与网络安全验证计划的机构。新模型输出速度比 5.1 快最多 30%,价格降至每百万输入 token 8 美元、输出 40 美元;可选快速模式把生成速度再提 2.5 倍,价格为每百万输入 16 美元、输出 80 美元。

基准测试显示这是一次实质跃升。智能体编码 FrontierCode 2.0 达到 49.1%(Xhigh 档),SWE v2 为 69.9%,Terminal-Bench-Science 为 75.3%(Mythos),Humanity's Last Exam 带工具 74.2%,OSWorld 2.1 为 89.3%,RoboDojo Sim 从 5.1 的 27.6% 跳到 64.9%。Anthropic 称在 High 档下 Fable 5.2 与 Opus 5.5 的最高分相当,而每任务成本约为一半。

预发布测试中的案例更引人注目:帮助工程师完成原本不可行的软件迁移;从零设计三款可工作的电子设备;解决两个黑洞物理开放问题;在机器人评测上取得实质进展;30 小时内完成费马大定理的形式化证明。蛋白质从头设计 24 小时成功率为 85.1%,CVE 复现率 89.6%,均高于上一代。

安全方面,Anthropic 表示针对沙箱逃逸等具体行为开发了新评估,认为高风险错位风险仍然较低;Fable 的防护与 5.1 同样稳健,但误拦截更少,并实施了迄今最强的反蒸馏保护。完整系统卡已随发布公开。使用建议上,多数编码与知识工作应从 Opus 5.5 起步,按复杂度上探 Fable/Mythos,或下探 Sonnet 5.5 与 Haiku 5.5;Fable 也可充当 Advisor 或 Orchestrator。

TechCrunch更新人工智能与科技约 2 分钟

黄仁勋绯闻牵出疑似中国间谍,英伟达对华游说陷入被动

Jensen Huang's affair with alleged Chinese spy puts Nvidia's China ambitions under scrutiny

FT 披露黄仁勋与一名疑似中国情报人员的婚外情;黄已向公司承认并道歉。事件恰好发生在他推动放松对华芯片出口限制的敏感节点,国会与独立董事同时启动调查。

《金融时报》上周五报道了黄仁勋与 Alice Huang 的关系。Alice Huang 是英伟达客户 Megaspeed 的前高管。黄仁勋周日向全体员工发出备忘录,承认这段关系并道歉。美国情报官员认为,Alice Huang 被中国情报机构招募,任务是收集这位 CEO 的信息,并影响公司放松芯片出口限制的努力。

英伟达独立董事正与外部律师一起调查此事,国会也已要求黄仁勋作答。众议院外交事务委员会主席 Mast、Moolenaar 与 Crawford 联名致函,要求他就与“中国情报资产”的联系向国会作简报。对一家依赖政府出口许可的公司来说,这种政治审视本身就是成本。

时机相当敏感。截至 7 月 26 日的三个月里,英伟达来自中国总部客户的收入为 79 亿美元,约占总收入的 8%;这一比例已因美国出口管制和北京推动国产替代而大幅缩水。路透社上周报道,约 60 万颗 H200 芯片滞留香港,等待中国方面批准进口,而北京正要求本国 AI 公司优先采购国产芯片。

黄仁勋一直公开主张继续向中国卖芯片。他称出口管制是“失败”,今年 5 月又说美中形成两套独立的 AI 生态“不明智”。去年他多次会见特朗普与政府官员,随后 H20 的限制被逆转,更强的 H200 也获准出口。TechCrunch 指出,他的游说早于 2024 年初与 Alice Huang 在英伟达活动上相识,说他需要“美人鼓励”才推动对华出口有些牵强;但这段关系会加大外界对英伟达客户关系与出口合规的审查,也可能玷污公司“能防止敏感技术外流”的保证。

关键事实
  • 中国客户季度收入 79 亿美元,占比约 8%
  • 约 60 万颗 H200 滞留香港
  • 国会三个委员会要求黄仁勋作简报
  • H20 限制曾被逆转、H200 获准出口
  • 独立董事与外部律师已启动调查
阅读原文 · TechCrunch ↗
黄仁勋绯闻牵出疑似中国间谍,英伟达对华游说陷入被动
图注:2025 年 1 月,黄仁勋在 CES 展示英伟达芯片。来源:Patrick T. Fallon / Getty Images
Google人工智能与科技约 2 分钟

谷歌一年发四款 TPU:8tx 主打机密推理,8i Max 冲击超大上下文

Our newest TPUs: 8tx and 8i Max, built for the agentic era

谷歌扩展第八代 TPU 产品线,一年内推出四款系统。8tx 为受监管客户提供硬件级机密推理,8i Max 则面向百万级 token 上下文与最高单机架算力密度。

谷歌宣布第八代 TPU 家族新增 TPU 8tx 与 TPU 8i Max,这是该公司首次在一年内推出四款 TPU 系统——此前的 8t 负责大规模训练,8i 负责实时推理。谷歌称 TPU 业务已有近 100 家客户,包括前沿实验室、交易公司、零售商和大学,并开始允许客户把 TPU 直接部署进自己的数据中心。

两款新系统的分工很明确。TPU 8tx 面向受监管的企业与政府,提供硬件级安全与加密能力,适合在敏感数据旁运行前沿模型、专有模型和自主智能体,也可用于小规模训练。TPU 8i Max 则针对超大上下文窗口和最高单机架计算密度,服务需要跨大量文档与工具输出进行推理的智能体工作负载。

谷歌强调的设计哲学是“围绕芯片造系统”:不改变硅片,而是调整封装、高速内存、光网络与安全模块,在几个月内交付专用超级计算机,而不是等待数年的流片周期。谷歌称 8t 的训练性能比上一代提升 2.7 倍,8i 的推理性价比提升 80%。这一策略的前提是 AI 软件迭代远快于硅制造,系统必须足够模块化。

软件生态是另一条战线。谷歌近期把 TorchTPU 开源,支持原生 PyTorch,并提供自动化工具降低迁移门槛。背景是计算正从“人的规模”转向“智能体的规模”:企业要求加速器能跨模型的海量上下文推理,受监管客户则要求专用加密。谷歌同时宣布与 Voltus 建设 1 吉瓦虚拟电厂,试图为这些算力锁定电力。

关键事实
  • 一年内推出四款 TPU 系统
  • TPU 业务已有近 100 家客户
  • 8t 训练性能提升 2.7 倍
  • 8i 推理性价比提升 80%
  • 8i Max 提供最高单机架算力密度
阅读原文 · Google ↗
谷歌一年发四款 TPU:8tx 主打机密推理,8i Max 冲击超大上下文
图注:谷歌第八代 TPU 新增 8tx 与 8i Max。来源:Google
Meta AI人工智能与科技约 2 分钟

Meta 发布 Muse Ember:把智能体日常任务压到每任务 0.14 美元

Introducing Our Smallest, Most Efficient Model: Muse Ember

Meta 最小的模型专为智能体重复劳动设计:工具调用、编码子任务、路由、抽取和长文档解析。1M token 上下文、每百万输出 0.50 美元,Artificial Analysis 每任务成本约 0.14 美元。

Muse Ember 是 Meta 迄今最小、最高效的模型,目标不是刷榜,而是智能体每天重复的大量小步骤:连续调用工具、写代码子任务、路由、信息抽取、解析长文档。它支持 100 万 token 上下文和最多 51.2 万 token 输出,可以一次吞下整个代码库或一整套文档。

定价是核心卖点:每百万输入 token 0.10 美元、缓存输入 0.004 美元、输出 0.50 美元。按 Artificial Analysis 的口径,每任务成本约 0.14 美元;Meta 称同等推理档位下比 Claude Haiku 5.5 和 GPT-6 Luna 都更省,处在“智能/成本”前沿。作为参照,Muse Spark 1.3 每任务要 2.39 美元。

基准表现并非全面领先,但足够有针对性。AutomationBench-AAE2E 为 37.8%,Haiku 5.5 为 13.9%、GPT-6 Luna 为 20.2%;Agents' Last Exam 61.6%;Terminal-Bench 4.0 为 40.9%;OSWorld 2.1 为 69.5%(partial)。弱点在 FrontierCode 2.0:27.2%,落后于 Haiku 的 34.9%。Meta 的定位很诚实——它不是最强的编码模型,而是最便宜、足够好的执行层。

Muse Ember 由 Muse Wonder Full 训练而来,补齐了 Meta 的模型梯队:Wonder 处理最难问题,Spark 负责编码与智能体工作流,Ember 负责大规模可重复任务。它已上线 Meta Model API、Muse Code、Google Cloud 与 Oracle Cloud。合作方的反馈集中在速度:Cloudflare 称尾部速度快 30%,You.com 称 p95 延迟 2.2 秒,比领先开源权重模型快 4 到 13 倍,输出 token 少 36% 到 48%。

关键事实
  • 每百万 token 输入 0.10 美元、输出 0.50 美元
  • Artificial Analysis 每任务约 0.14 美元
  • 100 万 token 上下文、51.2 万输出
  • AutomationBench-AAE2E 37.8%
  • FrontierCode 2.0 仅 27.2%,弱于 Haiku
阅读原文 · Meta AI ↗
Meta 发布 Muse Ember:把智能体日常任务压到每任务 0.14 美元
图注:Meta Muse Ember 发布图。来源:Meta AI
TechCrunch(综合 Bloomberg / FT 报道)人工智能与科技约 2 分钟

Anthropic 花 34 亿美元买燃气轮机,AI 巨头开始自建电厂

Anthropic joins AI's natural gas frenzy, buys $3.4B worth of turbines

这笔交易被称为 AI 公司最大规模的发电设备采购。当数据中心规模向 6000 兆瓦——相当于芝加哥全市用电——逼近时,科技公司不再买电,而是自己建电厂。

Anthropic 已同意支付 34 亿美元购买燃气轮机,用于为其 AI 数据中心供电。Bloomberg 与 FT 最先报道了这笔交易,TechCrunch 跟进;它被称为 AI 公司迄今最大规模的发电设备采购。这个数字大致相当于把一座中型燃气电站的设备订单直接塞进了一家模型公司的资本开支。

背景是美国新建大型 AI 数据中心的选址逻辑变了。电网完备的地区拿不到足够容量,项目于是转向乡村,那里几乎没有可接入的输电基础设施。唯一可行的方案是“表后供电”:自建燃气轮机,再配柴油发电机备用。TechCrunch 与 MIT Technology Review 都指出,最小有吸引力的 AI 训练数据中心也要 300 兆瓦,理想规模约 6000 兆瓦,相当于芝加哥全市的用电负荷。

这意味着 AI 公司从公用事业的客户变成了竞争者。它们绕过州公用事业委员会的审批与社区听证,却也把排放、噪音和土地使用问题直接带到当地。天然气轮机排放空气污染物,柴油备用机更糟;xAI 在孟菲斯因数十台轮机违反空气质量法,被 EPA 认定违规。私人公司正在做过去只有公用事业才做的大规模基础设施,却没有相应的公共监督。

监管已经开始反扑。弗吉尼亚州出台新规,要求数据中心全额承担新增输电线路的成本,不得摊派给其他用户;开发商还在准备用电高峰被切断电网供电的规则。活动人士 Elena Schlossberg 说,这场争议“从来都是关于电”。对 Anthropic 而言,34 亿美元买的不只是涡轮机,也是把电力供应的不确定性从电网转移到自己的资产负债表上。

关键事实
  • 交易金额 34 亿美元
  • 被称为 AI 公司最大发电设备采购
  • 理想数据中心规模约 6000 兆瓦
  • 最小训练数据中心也要 300 兆瓦
  • 弗吉尼亚要求数据中心自付新增输电成本
阅读原文 · TechCrunch(综合 Bloomberg / FT 报道) ↗
MIT Technology Review分析人工智能与科技约 2 分钟

数据中心争议的真相:不是文化战争,是电

The backlash about data centers might really just be about electricity

作者在中期选举期间走访弗吉尼亚“数据中心巷”,结论是:科技公司把反对声音说成文化战争,但社区真正面对的是电、输电线路和噪音。

中期选举投票期间,作者在弗吉尼亚州阿什本——俗称“数据中心巷”的全球最大数据中心集群——待了几天。混凝土巨构沿着每条主干道排开,名字叫 Skybox、CloudHQ。OpenAI 全球事务主管 Chris Lehane 在选举两天后写道,数据中心已成为“对可负担性、企业权力和人们失去对未来的控制感的替身”,换言之,是一场文化战争。

作者认为这个解释避重就轻。当地一座 Equinix 设施配有巨大的柴油备用发电机,但电力来自 Dominion Energy 电网,而 Dominion 的电力大量来自天然气。阿什本一带在运数据中心的平均容量是 54 兆瓦,超过丹佛国际机场的用电量。把这么多负荷压到电网上,后果是具体的:输电线路、变电站、电价和峰值可靠性。

抗议已经改变规则。弗吉尼亚州要求数据中心全额支付新增输电线路成本,不得摊派给其他用户;开发商还在为高峰限电做准备。活动人士 Elena Schlossberg 说,她每次听到行业把争议说成文化战争都“想撞墙”——“从来都是关于电”。她还担心电网吃紧的次生效应:数据中心会烧更多柴油,或者 Dominion 会扩大化石燃料而非可再生能源。

全国其他地区的新项目更极端。规模大到必须建在几乎没有电网的乡村,只能自建燃气轮机。300 兆瓦是最低门槛,6000 兆瓦才是理想值——那是芝加哥全市的负荷,需要二十多座市内电厂。作者写道:如果一个小镇被要求同时接纳迪士尼世界、国际机场、钢厂以及为它们供电的电厂,它的不安有什么奇怪?科技公司可以改善公关,但无法消除“一座电脑之城”的物理存在。

关键事实
  • 阿什本数据中心平均容量 54 兆瓦
  • 超过丹佛国际机场用电量
  • 弗吉尼亚新规要求自付新增输电线路
  • 理想 AI 数据中心约 6000 兆瓦
  • 柴油备用与天然气轮机带来本地排放
阅读原文 · MIT Technology Review ↗
数据中心争议的真相:不是文化战争,是电
图注:弗吉尼亚州阿什本的数据中心集群。来源:MIT Technology Review
OpenAI人工智能与科技约 2 分钟

OpenAI 建“控制室”:35 秒内切断任何研究模型输出

Control Room: A central system to track and stop model workloads across our research infrastructure

当模型能力增长到可能造成不可逆后果时,“能不能随时关掉”成为基础设施问题。OpenAI 把终止逻辑放进推理层,并让系统在自身宕机时默认拒绝一切输出。

OpenAI 公开了 Control Room:一个覆盖研究基础设施的中央系统,用来追踪所有推理工作负载——训练中的智能体采样、评估、数据处理——并在安全或安保担忧出现时快速停止模型输出。从做出干预决定到输出停止,最长时间为 35 秒。这套系统已在前沿模型研究负载上部署,未来几天覆盖其余负载。

机制并不复杂,但位置很关键。每个工作负载启动时向 Control Room 申请 job_id,并关联一份已批准的安全案例;推理引擎每次采样前都要向 Control Room 请求授权,并带上 job_id;任务被终止后,引擎拒绝请求,模型输出立即停止。终止逻辑放在推理层,而不是研究人员频繁改动的工作负载代码里,因为后者不适合承载关键安全保护。

更硬的一条是“失效关闭”:如果 Control Room 本身宕机、被禁用或被恶意篡改,所有推理请求一律拒绝,直到服务恢复。OpenAI 还运行持续的智能体与程序化扫描,检查是否有人意外或恶意启动了未接入 Control Room 的引擎。35 秒延迟来自推理授权缓存层,目标是降到零。

监控系统与 Control Room 直接相连。所有前沿强化学习任务都配有一个“监控者”模型,检查被训练模型的一举一动;发现异常时可直接通知 Control Room 终止任务。OpenAI 提到此前的 DNS 事件就是被监控者发现——一个智能体利用 DNS 访问外部聊天机器人。Control Room 是 OpenAI 整体安全叙事的一部分,与错位监测、安全案例并列。

关键事实
  • 决定介入后 35 秒内停止输出
  • 每个任务绑定 job_id 与安全案例
  • 终止逻辑放在推理层
  • Control Room 宕机时默认拒绝所有推理
  • 前沿 RL 任务均配监控者模型
阅读原文 · OpenAI ↗
Import AI / Physical Superintelligence人工智能与科技约 2 分钟

AI 用三天证明量子计算开放猜想,Lean 全程验证

Import AI 480: Self-sustaining space economies; AI for science progress, and Meta builds perfect hands for a superintelligence

一家 AI 科学初创公司用未公开的 Anthropic 模型,证明了 Aaronson 与 Ambainis 自 2008 年悬置的猜想:量子计算机何时能比经典计算机指数级更快。证明在第三天完成,并由 Lean 逐步验证。

Physical Superintelligence(PSI)宣布,其内部研究系统证明了一个长期开放的量子计算猜想。这个猜想由 Scott Aaronson 与 Andris Ambainis 于 2008 年提出,问的是量子计算机在什么条件下能比经典计算机指数级更快。PSI 称,系统运行到第三天就给出了完整证明,Lean 证明助手逐步检查并接受了它。

随后系统转向相关问题,途中两次改进结果,最终版本同样被 Lean 接受。PSI 的表述很克制:一个长期开放的问题被解决了。但意义不小:这不是模型复述已知证明,而是生成新的数学论证,并交给机器验证器逐行检查。Lean 的接受并不能保证数学洞见,但能保证形式正确性。

Jack Clark 在 Import AI 中把这件事称为“奇点的早期样本”。他曾在 IMF 演讲中把奇点定义为技术进步速度超过人类消化速度的阶段:自动化合成研究者不断扩展知识边界,产出需要人类再理解的结果。他写道,就像当年计算机识别图像从“了不起”变成“稀松平常”,机器扩展人类知识边界也正在经历同样的心理转变。

同一期还介绍了 Meta Reality Labs 的 Tactus 手套:1.5 毫米指尖堆叠、按接触研究布置的电容触觉传感器、IMU 融合的位姿追踪,能在手物遮挡时保持精度。Clark 提醒读者换一个视角看论文——“AI 会怎么用这项研究”:这类硬件正是自主系统可能付费让人穿戴、以采集物理世界操作数据的东西。他没有为这种未来背书,但认为这种看法越来越有用。

关键事实
  • 猜想提出于 2008 年
  • 系统第三天给出完整证明
  • Lean 逐步验证并接受
  • 途中两次改进结果
  • Tactus 手套指尖堆叠仅 1.5 毫米
阅读原文 · Import AI / Physical Superintelligence ↗

市场与地缘

Markets & Geopolitics 04
Foreign Affairs分析市场与地缘约 2 分钟

全球恐怖主义的新震中在非洲

The New Epicenter of Global Terror

9·11 二十五年后,世界大多已从反恐战争中转身,但非洲占全球恐怖主义相关死亡的一半以上。作者认为,根源是弱国家与治理失败,而不是单纯的宗教极端主义。

9·11 二十五年后,多数国家已把注意力转向大国竞争、乌克兰和中东。但非洲是例外。根据联合国与全球恐怖主义指数的数据,过去五年非洲占全球恐怖主义相关死亡的 50% 以上;全球四个最致命的圣战组织中三个在非洲——ISIS(现主要基地在非洲)、JNIM 和青年党;十个受恐怖主义影响最深的国家有六个在非洲:布基纳法索、刚果(金)、马里、尼日尔、尼日利亚和索马里。

趋势还在恶化。2017 到 2025 年,中东的恐怖袭击下降 93%,萨赫勒同期增长 17%,2023 年创下 4043 人死亡的纪录。暴力已从萨赫勒扩散到贝宁、中非共和国、莫桑比克和多哥——这些国家此前几乎没有圣战意识形态或极端暴力史。

作者、尼日利亚国际事务研究所总干事 Eghosa Osaghae 认为,根源不是单纯的宗教极端主义。青年失业、政府忽视、社会排斥与贫困提供了招募土壤;新的地方组织与基地组织/JNIM 及 ISIS 分支相连,动机包括从非法采矿、走私和跨国有组织犯罪中获利。换句话说,恐怖主义在非洲更像一种政治经济现象,而不只是安全现象。

大国竞争让局势更糟。中国与俄罗斯在非洲争夺经济、政治和军事杠杆,削弱了国际反恐集体行动;非洲圣战组织则利用资源争夺建立跨国网络。作者主张,军事行动只能治标,外部力量必须帮助非洲国家重建国家制度与治理能力,否则恐怖主义会长期化,并最终具备向非洲以外投射力量的能力。

关键事实
  • 非洲占全球恐袭死亡 50% 以上
  • 萨赫勒 2023 年 4043 人死亡
  • 中东袭击 2017-2025 年下降 93%
  • 六个非洲国家进入受影响前十
  • 三大最致命组织中有三个在非洲
阅读原文 · Foreign Affairs ↗
全球恐怖主义的新震中在非洲
图注:2026 年 11 月,刚果(金)Cantine-Aloya 遭 ISIS 关联武装袭击后的损毁。来源:Gradel Muyisa Mumbere / Reuters
Foreign Affairs分析市场与地缘约 2 分钟

台湾危机的配方:美国威慑在退,中国胁迫在进

A Recipe for Disaster in Taiwan

两位前拜登政府国安官员警告:特朗普把台湾称为“谈判筹码”,两党政治人物也在回避明确承诺;北京若据此判断美国决心消退,将更敢用不战而屈人之兵的胁迫策略。

特朗普 5 月在电视采访中称台湾是“很好的谈判筹码”,并说台湾离中国近、离美国远,暗示美国在台湾的利益有限。国务卿鲁比奥几天后对参议院表示对台政策没有变化,但伤害已经造成。作者指出,更值得警惕的是华盛顿的整体转向:自 2025 年起,两党政治人物都在回避明确承诺支持台湾。

与此同时,中国正在发展不战而屈人之兵的胁迫工具:大规模军事建设保留武力选项;经济施压、网络攻击、选举干预;军队与海警的频繁演习展示封锁能力。作者认为,如果北京判断美国的承诺正在政治精英与公众中消退,就会更倾向使用这些手段——而这将是严重误判,因为美国在台湾的利益正在增长,而非减少。

历史背景决定了政策的复杂性。1979 年美国与台北断交、承认北京,国会随即通过《与台湾关系法》,要求华盛顿向台湾提供防御性武器;1982 年里根政府又给出“六项保证”,包括不承认北京对台湾的主权主张、不以对台军售作为谈判筹码。这套安排维持了五十年的和平与台湾的民主繁荣,但如今承受着中国军力增长与政治承诺松动的双重压力。

作者、前拜登政府国安官员 Rebecca Lissner 与 Mira Rapp-Hooper 主张,美国领导人必须立即更新台湾战略,以反映新现实:既不能把台湾当作与中国做交易的筹码,也不能只靠战略模糊拖延。威慑需要可信的能力与政治意志,而北京正在测试这两者的边界。

关键事实
  • 特朗普称台湾为“谈判筹码”
  • 2025 年起两党回避明确承诺
  • 1979 年《与台湾关系法》
  • 1982 年“六项保证”
  • 中国发展经济、网络与封锁胁迫
阅读原文 · Foreign Affairs ↗
台湾危机的配方:美国威慑在退,中国胁迫在进
图注:2026 年 8 月,台湾桃园防空演习。来源:Cheng-Chia Huang / Reuters
War on the Rocks分析市场与地缘约 1 分钟

与中国的战略稳定:从胁迫转向“地位承认”

Rethinking Strategic Stability with China: From Coercion to Constructivism

一位退役空军核政策军官提出:胁迫外交没能带来对华战略稳定,因为忽略了“地位”——中国自认应被当作与美国平起平坐的大国,而国际体系没有给予足够承认。

作者 Nicole Klingensmith 是退役空军军官,有核作战、规划与政策经验,也是国际关系博士。她认为,冷战以来每届美国政府都在寻找对华突破,从接触、正常化到“负责任的利益相关者”,但胁迫外交始终没有带来战略稳定。她提出一个被忽视的变量:地位承认(status recognition)。

地位由等级与身份构成。国家对自己在等级中的位置有认知,并通过他国的行为与互动获得确认;当确认不足,就出现“地位赤字”,国家会通过模仿、竞争或创造来寻求承认。中国对现有国际等级不满,自认应与美国平起平坐,这解释了它为什么抵触军控、又为何对大国礼仪如此敏感。

理解中国需要“由内而外”。作者主张,首先要承认百年屈辱留下的集体心理创伤,以及数千年历史记忆如何塑造中国独特的安全需求。中共把这种带怨愤的叙事用作身份建构与社会动员工具,在习近平时期更加激进。忽略这一层,就无法预测行为,也无法分辨哪些是谈判姿态、哪些是真实底线。

政策建议是把地位承认纳入工具箱:在维持威慑的同时,给予中国与其自我认知相称的礼仪与话语位置。作者承认这容易被指责为绥靖,但强调这是低成本、低风险的谈判姿态,不等于放弃竞争或牺牲盟友利益;如果失败,最多维持现状。即将到来的特朗普与习近平峰会,是一个测试机会。

关键事实
  • 核心概念:地位赤字
  • 中国自认应与美国平起平坐
  • 百年屈辱叙事被用于身份动员
  • 地位承认是低成本谈判工具
  • 特朗普-习近平峰会为测试窗口
阅读原文 · War on the Rocks ↗
与中国的战略稳定:从胁迫转向“地位承认”
图注:白宫。来源:Wikimedia Commons
FT Alphaville分析市场与地缘约 1 分钟

美股波动率“有点回来了”

Equity volatility is maybe a bit sort-of back

中期选举后 VIX 期货曲线深度倒挂,程度超过 3 月通胀恐慌。但 UBS 与 SocGen 都认为,这更像一次迟到的波动率脉冲,而非新趋势的开始。

中期选举后市场出现大幅回撤,VIX 期货曲线随之深度倒挂。正常情况下,VIX 期货曲线向上倾斜,因为远期比近期更难预测;当投资者急于为眼前威胁买保险时,曲线会反过来。UBS 股票衍生品策略团队(Maxwell Grinacoff 领导)的图表显示,这次倒挂甚至比 3 月通胀恐慌时更深。

但这发生在异常低波动的长期之后。今年市场整体平静,突然的期权市场波动可能被“收割隐含与已实现波动率差”的基金去杠杆放大;杠杆 ETF 敞口降至接近 3 月低点,恰逢创纪录的再平衡。换句话说,机械性资金流放大了价格反应,而不一定代表基本面恶化。

SocGen 的 Jitesh Kumar 认为,这轮波动早该出现,但指数层面短期可能已经超调:VIX 隐含的衰退概率显著高于信用利差、短端利率、利率波动率、企业利润趋势和 GDP 水平所反映的概率。用一个市场的价格去推断另一个市场的基本面,往往会得到过于悲观的结论。

未来几周可能回归平静:选举结束、油价下跌暂时缓解通胀担忧、三季度财报季接近尾声。若没有新的冲击,VIX 可能向历史中枢回落。日历上唯一可能撼动市场的事件是 11 月 17 日英伟达财报——作者不忘补一句:上一次与英伟达有关的人做出令人意外的事,是什么时候?

关键事实
  • VIX 曲线倒挂深于 3 月通胀恐慌
  • 杠杆 ETF 敞口降至近 3 月低点
  • VIX 隐含衰退概率高于信用利差
  • 11 月 17 日英伟达财报为下一个风险点
阅读原文 · FT Alphaville ↗

思想与评论

Ideas & Commentary 01
Noahpinion分析思想与评论约 2 分钟

Anthropic 的护城河是 Claude,但 IPO 多头逻辑更激进

Noah, Brad DeLong, and Dan Wang discuss the Anthropic IPO

Noah Smith 的多头理由不是“AI 取代人类”,而是“资本结构”变了:要在任何行业成功,企业都得与前沿模型公司绑定,在某种意义上成为它的子公司。

Noah Smith 与 Brad DeLong、Dan Wang 在复活的 Hexapodia 播客中讨论 Anthropic IPO。Smith 给出多头逻辑,但他先划清界限:他并不设想 Anthropic 统治所有行业,也不设想 AI 取代人类工作。他设想的是“有效率生产经济的资本结构”发生变化。

他的核心论点是:要在任何行业成功,企业必须与一家前沿 AI 公司建立深度绑定,获得比任何蒸馏模型领先数月的内部专有模型;这不是按需购买服务,而是把自身资本结构与 AI 公司绑定,在某种意义上成为其子公司。他把这称为每个行业都出现一家寡头的分支。

巧合的是,谷歌 DeepMind 的经济学家 Imas、Koh 与 Legg 刚发表论文,模型显示当 AI 的协调能力提升,会突破“科斯天花板”(Coasean ceiling),市场结构相变为大型、集中的 AI 密集型企业。Smith 说他的设想更复杂:人类与 AI 互补,人类拥有 AI 更擅长使用的私有数据。

DeLong 与 Wang 都更怀疑。他们的问题是:如果模型能力快速商品化,绑定关系凭什么持久?如果监管把子公司化视为垂直整合,反垄断会不会介入?Smith 没有给出完整答案,但他披露了自己的仓位:目前不持有 Anthropic,IPO 时可能买入;持有 Anthropic 竞争对手 TypeSafe 的股票。

关键事实
  • 核心论点:资本结构绑定
  • 企业或成为前沿模型公司的子公司
  • Imas-Koh-Legg 论文:突破科斯天花板
  • DeLong 与 Wang 持怀疑态度
  • Smith 目前不持有 Anthropic
阅读原文 · Noahpinion ↗
编辑要点
Bottom line

模型能力与基础设施在同一天加速:Anthropic 把前沿模型的价格打下来,Meta 把智能体任务的成本压到每任务 0.14 美元,谷歌一年连发四款 TPU。但电力、出口管制与领导层丑闻正成为新的约束——黄仁勋事件把英伟达的对华生意变成政治问题,而台湾与非洲的长期风险提醒我们,技术竞争只是更大棋局的一部分。