skip to content
Oasis DailyFM

数千家空壳倒卖API、实验室狂嗑“蒸馏”兴奋剂:大模型自迭代前夜,为什么抄作业反而成了自杀?

/ 11 min read

Table of Contents

各位好,今天是2026年的10月3日,星期六,这里是绿洲日报,由绿洲编辑部为你播报。

今天有多条值得关注的商业与科技动态:OpenAI在开发者大会发布基于GPT-6 Astra的Agent产品Dots,英伟达宣布其GB200运行速度提升8倍;美国9月新增非农就业人数降至2.9万人,加息预期降温,全球10年期国债收益率升至5.34%;受中东战事推升燃油成本影响,G7与国际能源署紧急释放1亿桶石油储备;SpaceX在13小时内利用3枚火箭完成3次发射与4次回收;美国政府计划向电力巨头Vistra提供40亿美元贷款升级核电站,应对算力电荒;东芝大容量机械硬盘出货量翻倍,希捷与西数股价下跌10%;纳斯达克挂牌公司Powerus USA在Solana公链发行代币化股票;美国田纳西州法院因检方播放AI生成的受害者控诉视频,撤销了一起杀人案原判决。此外,针对数千家转售商倒卖前沿模型API与行业蒸馏现象,我们会在稍后的早知道环节展开深入分析。

OpenAI正式发布Agent产品Dots与GPT-6 Astra,硬件端运行速度飙升8倍

OpenAI在今天举行的DevDay开发者大会上,正式发布了基于下一代底层架构GPT-6 Astra构建的独立AI Agent产品Dots;同时英伟达官方宣布,通过最新的张量编译优化,GPT-6 Astra Ultrafast版本在其GB200算力集群上的推理运行速度提升了8倍。

根据The Information与Sam Altman发布的技术细节,Dots具备全天候在线自主执行长程复杂工作流的能力,脱离了传统问答框的单次交互形态。在商业逻辑上,这标志着OpenAI正在将重心从对话交互转向流程接管,试图通过持续在线接管企业工作流来构筑垂直壁垒。

这种全天候架构对底层芯片的显存吞吐与低延迟交互提出了更高要求。英伟达等头部算力芯片厂商与核心算法的生态绑定正在进一步加深;而缺乏超低延迟硬件适配能力的第三方模型提供商,在响应速度与部署成本上面临被挤出第一梯队的竞争风险。

美国9月非农仅增2.9万人加息预期归零,全球债市抛售美债收益率冲上5.34%

美国劳工统计局于美东时间周五公布数据显示,美国9月单月新增非农就业仅为2.9万人,低于华尔街普遍预期的8.9万人。同期失业率升至4.2%,前两个月的数据累计下修超过4.1万人,平均时薪同比增速回落至3%,创下2021年以来的最低增幅。

劳动力市场的降温迅速改变了利率预期。据CNBC与The Wall Street Journal报道,市场对美联储10月加息的概率从前一日的70%降至17%,不加息概率升至83%。

然而在国债市场上,避险情绪并未推高国债价格。受全球政府赤字扩张与通胀粘性担忧拖累,美国10年期国债收益率在数据公布后升至5.34%,刷新2002年以来的最高纪录,欧洲企业信用利差也在48小时内拉大60至70个基点。这表明长端高利率不再单纯由央行货币政策驱动,还受到财政赤字与发债再融资压力的推升,高估值资产与重资产负债型企业面临的流动性约束正在收紧。

遏制中东战事推升燃油危机,G7联手国际能源署紧急释放1亿桶石油储备

面对伊朗战事外溢推高全球原油与燃料价格的态势,七国集团(G7)与国际能源署(IEA)在今天达成联合行动协议,宣布从成员国战略储备中释放多达1亿桶柴油与原油,以平抑供应链成本。

路透社与BBC Breaking引述官方统计指出,此前英国柴油零售价格已突破每升2英镑,国际原油价格在过去两周累计上涨近18%。释储声明发布后,欧洲低硫柴油期货单日下挫超过4.2%,美原油期货也从高位回吐约3.5美元。

美国总统特朗普随后证实欧洲盟国已启动注油操作,并明确排除对美国本土炼油厂实施柴油出口限制。这项行政干预为深陷能源通胀压力的制造业争取了短期缓冲空间;但在中东航道与关键炼化设施受损风险未除的背景下,战略库存的加速消耗,也减少了各主要经济体应对今年寒冬的储备缓冲。

SpaceX在过去24小时内完成了星舰系统的全新入轨试飞,并在轨成功部署26颗第二代全尺寸Starlink V3通信卫星;同时在13小时内利用两枚猎鹰9号与一枚猎鹰重型火箭,接连执行了Crew-13载人飞船、Transporter-18拼车及NROL-97保密发射,创下同一发射服务商13小时内完成3次发射、4枚火箭成功垂直回收的新纪录。

根据NASA与Elon Musk公布的消息,载有4名宇航员的Crew-13飞船在经历近8小时自主飞行后顺利与国际空间站完成硬件对接。同时NASA已正式认证特斯拉Cybertruck为宇航员紧急撤离特种载具,撤换发射台原有的老旧防雷装甲车。

航天发射频次被压缩至半天以内,表明高频入轨的工业化流程正在常态化兑现。低轨卫星星座的大规模组网进一步压低了单位带宽的部署成本,推动低轨天基通信逐步从地面通信的备用手段,向承载核心数据的基础网络演进。

美政府拟向Vistra提供40亿美元贷款,高收益发债550亿难挡算力电荒

面对人工智能能耗需求增长与美国电网扩容滞后的矛盾,美国能源政策与资本端均出现新动作。The Information与TheValueist披露,特朗普政府正计划通过能源部向电力巨头Vistra Corp.发放约40亿美元专项低息贷款,用于升级改造旗下三座核电站,直接向周边AI超级数据中心供电。

资本市场上,统计显示年内AI相关借款人已累计发行约550亿美元高收益债券(垃圾债),用于投建现场天然气发电机组与微电网。然而,算力中心长达3至5年的建设周期,与机房积压1030亿美元未交付订单的现实,使部分债券投资人对三年后的产能利用率与再融资能力产生分歧。

资金流向表明,AI算力的扩张边界正从芯片供给延伸到特高压变压器与核能并网配额的争夺。对于没有自备发电厂或长期购电协议(PPA)的二线云厂商而言,即便拥有充足的算力预算,通电受阻也正在成为限制落地的硬性物理瓶颈。

东芝机械硬盘出货量翻倍,希捷与西数双寡头股价单日暴跌10%

全球大容量冷存储市场出现供给端变动。据PhotonCap与彭博社披露的供应链数据,东芝半导体(Toshiba)面向云计算中心的大容量近线机械硬盘(HDD)月度出货量实现同比翻倍增长,并凭借更具攻击性的定价策略争夺存量市场份额。

这一举措打破了希捷(Seagate)与西部数据(Western Digital)长期构筑的双寡头格局,导致两家存储巨头的股票在美股常规交易时段双双重挫约10%。与此同时,专注于利用硅光技术攻克内存墙瓶颈的初创企业Volantis,今天宣布斩获8800万美元融资。

在AI训练与推理产生数以EB计长期上下文数据的当下,海量数据归档对低成本存储的需求达到了近五年来的峰值。东芝的主动扩产表明,在计算芯片采购成本居高不下的环境下,通过存储与传输介质的供给博弈来压缩基础设施总拥有成本(TCO),已成为各大云巨头的主要考量。

全球代币化股票规模突破37亿美元,纳斯达克公司在Solana发股单日成交800万

根据CoinMarketCap与The Wall Street Journal的追踪统计,全球链上代币化美股与传统债券的总资产规模在今天突破37亿美元,其中BNB Chain以11亿美元的流通份额占据近30%。

纳斯达克挂牌公司Powerus USA今天正式在Solana公链上同步发行对应的代币化股票并挂牌交易。其链上流动性池在上线前4小时内录得高达800万美元的成交额,达到其在美股传统公开市场同期交易量的两倍以上。此外,韩国官方也明确表态,将于2027年2月全面推行传统证券资产代币化发行的相关法规。

传统上市资产绕过清算所与托管行、直接在7×24小时公链上结算,正在对传统经纪商的佣金模式形成替代压力,同时也为跨时区交易提供了不受传统交易所营业时间限制的新渠道。

法院因AI生成受害者视频罕见撤销杀人死刑,视听采证合法性引爆司法震动

生成式AI对法庭证据链采信标准带来了直接考验。据BBC News与美联社报道,美国田纳西州上诉法院今天正式裁定,撤销对一名路怒杀人犯的原定重罪判决。

撤销判决的核心原因在于,一审检方在向陪审团陈词时,播放了一段通过生成式AI深度合成的“受害者生前第一人称视角的控诉视频”。辩方律师以该合成视听材料侵犯程序正义、带有强烈情感诱导且违背证据采信规则为由提出抗诉,并最终胜诉。与此同时,在纳什维尔医院依赖插管维生的另一名死刑犯Christa Pike,也因注射执行失败引发了重大伦理诉讼。

这两起恶性刑事案件的程序反转表明,当未经标准鉴伪认证的AI音视频内容被引入司法裁决环节时,其带来的感官伪造与事实争议,正在对司法审判的程序合规性构成挑战。

以上是今日重要商业科技动态,下面和我一同走进今天的绿洲早知道时间。

绿洲早知道

The Information今天披露了一组行业数据:数千家转售商正通过设立空壳公司倒卖Anthropic Claude的API接口。这些买家拿到接口后并不服务于终端业务,而是通过通宵达旦地发送海量Prompt抓取前沿模型的回答,用来给参数量在7B到14B之间的小模型做全面微调。这种做法在行业内被称为模型蒸馏(Model Distillation)。

在许多开发团队看来,这是一条高性价比的捷径。只要花上几万美元购买API,把GPT-4或Claude 3.5在GSM8K数学题、HumanEval写代码以及跨学科选择题上的输出当成标准答案,用来监督训练轻量级开源底座。在两周左右的时间里,就能将小模型在测试集上的得分提升至90%甚至95%,并在对外沟通中打出“性能接近GPT-4、算力成本仅为其三十分之一”的标签。如果仅看基准测试,容易让人误以为前沿实验室每年投入几十亿美元做基础预训练并不划算,跟在后面做蒸馏反而具备成本优势。

但测试集上的高分并不等同于真实的推理能力。主流测评基准大多是分布相对集中的封闭考卷,模型在作答时呈现出高度特定的语法结构和推理模板。小模型通过微调,主要学到的是大模型的言语表象(Verbal Superficiality),即回答的行文腔调与高频词关联,而非大模型内部通过数万亿Token预训练和强化学习形成的隐藏状态表征(Hidden State Representation)。

这类似于一个平时数学只考40分、仅靠背诵压轴题解析模板的学生。在考场上遇到已知条件相同的真题时可以写出过程,但只要题目里的已知条件变动一个参数,或者换一种提问逻辑,整套解题逻辑就会失效。在机器学习领域,这被称为样本外分布(OOD, Out of Distribution)退化。在实际应用中,依赖蒸馏的小模型一旦离开基准评测环境,在企业多轮歧义或长程调用场景中,幻觉率往往会升至80%以上,难以稳定落地。

更关键的技术分歧在于底层研发范式的代际演进。图灵奖得主Geoffrey Hinton联合团队发表长篇研报指出,学术界与顶级工业实验室正转向“递归自我改进(Recursive Self-Improvement)”。

过去两年来,OpenAI、Anthropic和DeepMind等头部玩家已不再主要依赖人工语料,而是转向“模型自主生成合成数据—形式化代码与数学验证器筛选—大规模强化学习(RL)探索—自主重构训练架构”的内生闭环。OpenAI最新发布的GPT-6 Astra和自适应Agent产品Dots,其内部处理逻辑正在演化出更深维度的思维链(Chain of Thought)。

在这种范式下,顶尖模型的智能提升来自探索空间内的假设提出与代码验证闭环。而单纯通过黑盒API进行蒸馏的追赶者,获取的仅是前沿模型经过数千步隐式推演后输出的自然语言文本,既无法获得其底层的Logits概率分布,也无法获得强化学习探索过程中那99%失败但具备关键信息的试错轨迹。

长期依赖这种模式,会导致技术积累的路径依赖。当团队习惯于采购API、清洗现成数据并在两周内刷出一个高分模型时,自身在构建大规模无监督数据合成系统、设计环境验证器以及推演模型深层架构方面的工程能力就会逐渐萎缩。

Anthropic在打击倒卖API空壳公司的同时,设立了1亿美元的AI工程师人才基金。这一动作表明,前沿机构正在收紧数据接口,模型竞争的核心正从表面输出的模仿转向自闭环探索能力。将工程精力与算力投入到环境验证器的构建和合成数据的自循环中,是摆脱对外部API依赖并建立自主造血能力的关键路径。

以上就是今天绿洲日报的全部内容,那我们明天再见。