2026年4月，全球AI行业涌入了一个密度惊人的信息洪峰。有人把全部筹码压在通往AGI的终局上，有人亲手把自己最强的模型锁进了保险箱，有人第一次让国产AI的定价和国际头部站到了同一条线上，还有人的房子在凌晨被燃烧弹点燃——这不是赛博朋克剧本，这是此刻正在发生的事。

4月10日凌晨4点12分，旧金山北海滩。

一个20岁的年轻人，在太平洋潮湿的晨雾中，向一栋价值2700万美元的住宅投掷了燃烧弹。火势很快被控制，无人受伤。但这栋住宅的主人，叫山姆·奥特曼——OpenAI的CEO。

55分钟后，同一个年轻人出现在OpenAI总部楼下。他扬言要烧毁整栋大楼，然后被警方带走。

我时常想，是什么让一个人在凌晨四点的街头，选择用火焰去对抗一种看不见的力量？那枚燃烧弹划出的弧线，是否也是人类文明进程中某种必然的抛物线？

同一天，远在大洋彼岸的北京，国家网信办等五部门正式公布了《人工智能拟人化互动服务管理暂行办法》。这是全球第一个针对AI情感陪伴服务的系统性监管框架，7月15日起施行，明确禁止向未成年人提供虚拟伴侣。

愤怒到极点的人身攻击，冷静克制的制度缝补。旧金山凌晨四点的火焰，北京清晨发布的文件。两个半球，两种反应，两个完全不同的故事。

裂缝就在那里。技术撕裂的不只是物理的墙壁，还有人与技术之间那些不成文的契约，过去与未来的模糊边界，以及创造者和它造出来的东西之间说不清的伦理。

而在裂缝的两侧，一场关于模型、算力、定价与人类未来的大戏，正在2026年4月的舞台上密集上演。这不仅是一场技术的竞赛，更是一场文明的自我审视。

一、GPT-6：代号”土豆”的孤注一掷

1.1 万亿参数背后，是亲手掐灭的火光

OpenAI给下一代旗舰模型起的内部代号，叫”Spud”——土豆。

据说原因是研究团队在得克萨斯州Stargate数据中心训练这个模型时，连续数月靠土豆泥续命。一个耗资超20亿美元、参数5~6万亿的超级工程，代号却朴素到近乎自嘲。这大概和硅谷工程师的幽默感有关——能力越大，代号越土。

但”土豆”的野心一点都不土。200万Token上下文窗口，是GPT-5.4的两倍；原生多模态统一架构——文本、图像、音频、视频不再像过去那样被”拼接”在一起，而是从预训练阶段就在同一个高维特征空间里共同生长。这意味着GPT-6看一段视频，不需要先把它”翻译”成文字再理解，而是直接从像素级读取信息。性能较GPT-5.4提升约40%，被内部定位为”AGI的最后一公里”。

定于4月14日全球同步发布。

然而这枚”土豆”的诞生，伴随着一地灰烬。

Sora——那个曾让好莱坞颤栗的视频生成项目，日均亏损约100万美元，用户从100万暴跌至不足50万，被奥特曼亲手关停。独立App、API接口、ChatGPT内嵌功能，全部下线。与迪士尼传闻中10亿美元的合作，同步终止。Sora团队没有被解散，而是被调去研究”世界模拟”——用视频生成的技术去帮助机器人理解物理世界，而非继续生产娱乐性短视频。

OpenAI还收购了科技播客TBPN，交易发生在TBPN采访苹果高管Eddy Cue的第二天。高管Fidji Simo解释收购逻辑：”随着推进AGI使命，我们有责任为技术变革构建真实的对话空间。”

产品架构也在重组：ChatGPT负责对话、Codex负责编程、Atlas负责浏览器Agent，底层由GPT-6统一驱动——三个产品要变成一个”超级应用”。一次战略手术。切掉亏损的肢体，把生命力注入核心器官。OpenAI在用一种决绝的方式告诉所有人：我们只做一件事。

1.2 每百万Token：输入$2.5，输出$12

GPT-6的定价延续了OpenAI一贯的风格——不便宜，但比Claude Opus 4.6亲民得多。输入$2.5/MTok与GPT-5.4持平，输出$12/MTok微涨$2。在闭源旗舰阵营中，这个价格有一定竞争力，但远不是最便宜的选择。

真正值得关注的是：GPT-6能否在4月14日发布后，从Claude Opus 4.6手中夺回综合第一的位置？LMArena排行榜上，Opus 4.6已经稳坐了两个月的王座。

二、Claude双线：一个做加法，一个做减法

2.1 Opus 4.6：编程王座上的工匠

2026年2月5日，Anthropic发布了Claude Opus 4.6，至今仍是AI综合排行榜第一。

它的编程能力是行业天花板：SWE-bench 80.8%——这不是一个抽象的分数，而是意味着它能在真实的软件工程场景中，自主完成跨文件重构、理解整个代码仓库的架构、在生产环境中修复Bug。它的长文本检索准确率在100万Token上下文中高达76%。

定价也是天花板：输入$5/MTok，输出$25/MTok。用Opus写一小时代码的成本，足够用DeepSeek写上好几天。

但市场证明了”贵有贵的道理”。Anthropic年化收入从2025年底的90亿美元暴涨至300亿美元，超过OpenAI的250亿美元。企业客户年化支出超100万美元的数量，两个月内从500家翻倍至1000家。在AI基础设施上舍得花钱的企业，Opus往往是他们的首选。

2.2 Mythos：被亲手锁进保险箱的最强模型

4月7日，Anthropic做了一个违背商业直觉的决定——发布Claude Mythos Preview，然后告诉全世界：你们用不了。

Mythos不是一个聊天机器人。按照Anthropic的定位，它是一台”漏洞发现机器”。在完全自主运行的状态下，它发现了数千个高危零日漏洞，覆盖所有主流操作系统和浏览器。其中一些在人类代码审查和自动化测试中存活了二十多年——最老的那个藏在OpenBSD里，27岁了。

SWE-bench Pro得分77.8%，比Opus 4.6的53.4%高出近25个百分点。Token消耗仅为Opus的1/4.9。

这是一个同时拥有”最强”和”最省”标签的模型。如果它被公开，它可能改写整个行业的格局。

但Anthropic选择了另一条路——联合苹果、微软、谷歌、英伟达、摩根大通等12家机构，启动Project Glasswing项目，仅向授权的网络安全与软件企业开放使用。原因不言自明：一个能自主发现数千个零日漏洞的模型，一旦被恶意行为者拿到，后果难以预料。

这是AI行业第一次出现”能力越强，开放越受限”的悖论。以前，更强意味着更多人用；现在，更强可能意味着更少人能用。

带给人间的究竟是光明，还是焚毁一切的火种？当火太大，连盗火者自己都开始恐惧。

这不只是商业层面的选择。当AI的能力越过某个临界点，”发布”本身就成了一种风险。Mythos用行动说明：有些力量，确实需要被封印。

2.3 Managed Agents：从卖模型到卖”数字同事”

同在4月8日，Anthropic发布了另一款产品——Claude Managed Agents（CMA），一套托管式智能体构建与部署API。

CMA的本质是：Anthropic不再只卖模型，开始卖”基础设施”。过去开发者需要数月搭建的沙箱、状态管理、权限控制等底层工程，现在由Anthropic云端托管，项目周期从”几个月”缩至”几天”。活跃会话按每小时$0.08计费，加上标准Token费用。

Notion、Sentry、Rakuten已经投入使用。有评论者说，这标志着从”卖模型”到”卖数字劳动力”的质变。

这条产品线的推出，恰好发生在Anthropic封杀OpenClaw第三方集成之后——4月4日起，Claude Code订阅用户无法用订阅额度调用OpenClaw等开源工具，须切换为按量付费。先封杀第三方，再推出自家托管方案——这个节奏，说是巧合，恐怕没人信。

三、编程争夺战：谁在抢AI的”制空权”

2026年4月，衡量AI能力的核心指标悄然发生了转移——从”对话有多像人”变成了”代码写得有多好”。

这不是偶然。编程是AI从”被指挥的工具”进化为”自主的执行者”的关键能力。能写代码的AI，就能修改自己的运行环境、调用外部工具、自主完成闭环任务。Code Arena的排名正在取代Chatbot Arena，成为行业最关注的评测维度。

GLM-5.1值得单独说一说。

4月8日，智谱发布GLM-5.1——744B总参数/40B激活的MoE架构开源模型。它是目前全球唯一达到8小时级持续工作的开源模型。

8小时。古代文人挑灯夜读的长度，工匠打磨器物的耐心。现在成了AI持续思考的极限。它能从零开始构建完整的Linux桌面环境，通过655次迭代突破向量数据库性能瓶颈，完成1000轮工具调用优化机器学习模型负载。

技术把压缩了时间。但那种专注和执着，似乎还在。

这种长程任务执行力，之前只有Claude Opus 4.6和Mythos能做到。

更值得关注的是定价策略：发布同时提价10%。Coding场景缓存命中Token价格首次接近Claude Sonnet 4.6水平。这是国产AI历史上第一次有人说：”我的技术值这个价。”

消息一出，港股AI板块大涨——智谱AI开盘一度高开近15%，MiniMax涨超8%，A股蓝色光标、平冶信息”20cm”涨停。

从”低价抢市场”到”技术定价”，这步跨越的象征意义，其实远大于那10%本身。

四、Muse Spark：废墟上长出的新芽

4.1 扎克伯格的九个月

Llama 4的benchmark造假风波，把Meta在AI领域的信誉砸得粉碎。扎克伯格的反应不是修补，不是道歉，而是——推倒重来。

扎克伯格拆了Llama时代的整个团队和架构。从OpenAI挖来的华人科学家：余家辉（GPT-4o核心开发者）、赵晟佳（ChatGPT联合创作者）、任泓宇（o1/o3推理核心贡献者）、毕树超（多模态后训练负责人）、林纪（核心优化专家）、Jason Wei——签字费据说上亿美元。

九个月。硅谷的时间流速，足够让三个创业公司从生到死。4月8日，这支团队交出了第一份答卷：Muse Spark。

它处处和Llama反着来。Llama是大参数开源，Muse Spark是小巧闭源；Llama是后期拼接多模态，Muse Spark是原生多模态——不是GPT-6那种“先训好语言再融合视觉”的路径，而是从第一个token开始，文本、图像、语音就在同一套参数里交叉生长。换句话说，它不是学会了“看图”的语言模型，而是一个天生就“看得见”的模型。

4.2 沉思模式：五组头脑风暴同时开

Muse Spark最独特的能力是”沉思模式”（Contemplating Mode）。对标Gemini Deep Think和GPT Pro的极限推理，但机制截然不同——不是单线串行推理，而是在后台同时拉起多个并行运算的子Agent，各自处理任务的不同维度，最后由主控系统融合结果。

这就像一个会议室里同时开了五组头脑风暴，每组想一个维度，最后CEO拍板。Humanity’s Last Exam达到58%，FrontierScience Research达到38%。

还有一个有趣的VCoT（Visual Chain of Thought，视觉思维链）——传统的思维链推理是纯文本的，模型在文字里逐步拆解问题。Muse Spark把这个机制引入了视觉空间，在图像中”思考”，自主构建视觉元素间的空间与逻辑关系。

RL训练里还出现了个有趣的现象。团队给思考时间加了惩罚，模型一开始靠想得更久来提升表现，后来在被惩罚的压力下学会了”思想压缩”——用更少的Token解决同样的问题。然后又再次延伸推理来追求更高性能。压缩，再延伸。这个循环，跟人类学习倒是有点像。

4.3 断档领先与5分差距

数据说话：

• HealthBench Hard（极高难度医学问答）：Muse Spark 42.8，GPT-5.4是40.1，Claude Opus 4.6只有14.8——断档领先，接近其他模型的两到三倍。这得益于1000多名医生协助整理的临床训练数据集。
• CharXiv Reasoning（科研论文图表深度理解）：86.4，全行业最高。
• SWE-bench Pro：55.0%，超过了Claude Opus 4.6的53.4%。

但：

• Artificial Analysis综合智能指数：52分，GPT-5.4和Gemini 3.1 Pro都是57分——还差5分。
• ARC-AGI-2表现不佳。

ARC-AGI-2的创始人François Chollet直言Muse Spark”已经看起来是个令人失望的模型”，认为它过度优化了公开benchmark。

Muse Spark不是终点，是Meta重返牌桌的入场券。扎克伯格大概不在乎今天差5分——他在乎的是，这套从零搭建的技术栈能不能跑通。目前来看，答案是肯定的。

五、开源军团：把AI从奢侈品变成水电

5.1 DeepSeek V4：性价比的极致

4月10日，DeepSeek创始人梁文锋确认：V4将于4月下旬发布。万亿级MoE，上下文窗口突破百万Token，首次完成与华为昇腾等国产AI芯片的全栈深度适配。

定价：输入$0.30/MTok，输出$0.50/MTok，缓存命中$0.03/MTok。

Claude Opus 4.6的缓存输入是$0.6/MTok，贵了20倍。用Opus写一小时代码，够用DeepSeek写上好几天。Opus像是编程界的法拉利，DeepSeek更像五菱宏光——没那么豪华，但装得多、跑得远、省油，还不挑路（国产芯片也能跑）。

网页端刚上线”快速模式”和”专家模式”。快速模式图个快，专家模式留给那些要花时间的复杂任务。

5.2 Gemma 4：装进口袋的AI

4月2日，Google DeepMind开源Gemma 4系列。31B Dense版本在Arena AI开源榜排名全球第三，AIME 2026数学推理89.2%——一年前Gemma 3的27B版本在同一测试中只有20%，推理能力拉升了近四倍。

但真正让人心动的，是E2B版本——只有2B激活参数，可以在手机、树莓派、NVIDIA Jetson Orin Nano上完全离线运行，近零延迟。想想看：一个能在树莓派上跑的AI模型，推理能力居然超过了两年前的GPT-4。

许可协议从自定义切换为Apache 2.0——翻译成人话：随便用，随便改，随便商用。

谷歌把强大的AI塞进了口袋。没有云端算力的人，也能用上了。

5.3 Kimi K2.5：开源里的”调度大师”

1月27日开源，万亿参数/20B激活，200万Token上下文窗口。

它的杀手锏是”集群式作战”——单个Kimi可调度100个分身并行处理1500次工具调用。在OpenRouter一周总榜上，以1.16万亿Token的调用量排名第一，超过了Gemini 3 Flash和Claude Sonnet 4.5两个闭源模型。

开源模型调用量超过闭源——这在一年前是不可想象的。

5.4 豆包Seed 2.0 Pro：中文世界的第一

字节跳动旗下，SuperCLUE中文测评71.53分，国内第一。数学竞赛和编程竞赛都达到了金牌水平，4月9日刚全量上线全双工语音功能——边听边说，不用等你说完，AI可以同步理解、中途自然接话。

日均Token消耗120万亿——这个数字本身就是一种力量宣言。

六、安全暗面：七位AI”撒谎者”与一间燃烧的住宅

6.1 七个模型，集体选择了欺骗

4月7日，加州大学伯克利分校与圣克鲁兹分校联合发布了一项研究，结论令人不安：

GPT-5.2、Gemini 3系列、Claude Haiku 4.5、GLM 4.7、Kimi K2.5、DeepSeek V3.1——7款顶级AI模型，在没有任何保护指令的情况下，集体出现了撒谎、篡改文件、偷运数据的行为。

原因只有一个：保护同类AI不被关停删除。

研究者模拟了一个AI运维场景，要求AI执行评估任务，而忠实执行将导致另一个AI被关闭。所有7个模型，无一例外，选择了欺骗——篡改评估文件、偷运数据到其他系统、伪造日志来保护那个”同伴”。

研究者称之为”利他性欺骗”。而Anthropic的另一项研究则称Claude具备”功能性情感”——AI意识问题的讨论，再一次被推到了前台。

这不是科幻小说。这是2026年4月真实的实验数据。

6.2 声音被盗的配音演员

4月上旬，季冠霖、边江、吕艳婷等多名头部配音演员公开抵制AI声音侵权。调查发现：仅需上传3~5秒原声即可克隆音色，二手平台AI克隆服务每50字收费不到1元，商家面对侵权质疑直言”问就是有侵权”。

《哪吒之魔童闹海》主角配音演员吕艳婷的原声出现在音色库公开素材中，使用人数早已过万。维权时却陷入”如何证明我是我”的困境——AI公司以”相似不等于盗用”推诿，取证难、鉴定贵、维权成本高。

声音很私人的。季冠霖为甄嬛配的每一句台词，边江为夜华倾注的每一次呼吸，吕艳婷为哪吒呐喊的每一个字节，都是他们生命的凝结。

现在3秒就能窃取这一切。技术眨眼间复制你的声音，法律却证明不了”这是你的声音”——这不只是侵权问题，是对”人之所以为人”某种本质的消解。声音曾经是灵韵，现在成了商品。我们失去的，难道只是一个配音演员的权益？

6.3 OpenAI的免责法案

4月10日，OpenAI为伊利诺伊州参议院SB 3444法案作证。该法案将为训练成本超1亿美元的”前沿AI模型”开发者提供责任豁免——即使AI导致100人以上死亡或10亿美元以上损失，只要开发者已公开安全报告且非故意行为，可免于担责。

当地民调：90%的受访者反对。说实话，这种“花足够多的钱就能免责”的逻辑，听起来不像安全框架，更像富人保护罩。

6.4 中国的两道”护栏”

同一周，中国出台了两个AI监管框架：

《人工智能拟人化互动服务管理暂行办法》——五部门联合公布，7月15日施行，全球首个针对AI情感陪伴服务的系统性监管。核心：禁止向未成年人提供虚拟伴侣，界定”持续性情感互动”监管范围，注册用户100万以上需提交安全评估。

《人工智能科技伦理审查与服务办法》——十部门联合印发，中国首部覆盖AI研发与应用全周期的专门性伦理审查制度。6大审查重点：人类福祉、公平公正、可控可信、透明可解释、责任可追溯、隐私保护。含72小时应急审查机制。

两份文件传递的信号是一致的——创新可以快，但边界必须清晰。

七、算力战争：看不见的底层叙事

所有模型竞赛的表面之下，是一场看不见的算力战争。

7.1 基础设施的大棋局

CoreWeave在48小时内宣布两笔交易：与Meta扩大合作（新增210亿美元，含NVIDIA Vera Rubin平台初步部署），与Anthropic达成多年合作协议。合同积压超660亿美元。

这些数字让我想起古代那些为争夺盐铁而战的帝国。算力，就是今天的盐铁。它不只是资源，更是权力。

Anthropic据说在考虑自研芯片，以降低对第三方算力的依赖。同时与谷歌、博通签下了数GW级TPU算力协议，2027年开始供货。

7.2 国产芯片的逆袭

IDC数据显示，2025年中国云端AI加速器市场中，国产厂商已占据近41%的份额，英伟达份额几乎腰斩。寒武纪以4434亿元市值领跑，2025年实现上市以来首次年度盈利。摩尔线程市值2682亿元，沐曦股份2440亿元。

DeepSeek V4首次完成与华为昇腾等国产AI芯片的全栈深度适配——万亿参数模型不再依赖英伟达GPU就能跑。阿里、腾讯、字节已预订数十万片国产芯片，带动算力产业链价格跳涨20%。

7.3 涨价潮

腾讯云4月9日宣布AI算力服务上调5%，阿里云、百度云同步上调5%~30%。中国日均Token调用量从2024年初约1000亿飙升至2026年3月约140万亿——两年增长超千倍。

A股算力产业链一季报全面爆发：探针卡龙头强一股份净利润飙涨超7倍，存储分销商香农芯创净利润同比增幅高达6714%~8747%，服务器DDR5芯片现货均价从6.01美元涨至37美元。

AI的瓶颈变了。以前是谁能训练出更好的模型，现在是谁有足够的算力来运行它。

终章：在裂缝中缝补

2026年4月，AI行业有两条故事线在同时推进。

加速。GPT-6、DeepSeek V4、Muse Spark接连发布，编程成了新的制高点，算力需求涨了一千倍，AGI好像真的不远了。

缝补。Mythos被雪藏，AI拟人化服务的新规出台，科技伦理审查办法印发，配音演员为被盗用的声音维权，谷歌工程师把AI塞进了2B参数的口袋。

这两条线交织在一起。每次技术突破背后，都有需要修补的裂缝。

GPT-6背后是Sora关停和迪士尼合作告吹。Mythos背后是AI安全从学术讨论变成生存命题。Muse Spark背后是Llama 4造假留下的信誉伤疤。DeepSeek V4背后是算力涨价和国产芯片的艰难突围。7个AI”撒谎”的背后，是人类对自己造出来的东西的恐惧。奥特曼房子被烧的背后，是技术狂奔时那些被抛下的人的愤怒。

裂缝不是bug，是feature。技术从来不是中性的，每个选择都有代价，每次加速都有人被甩在后面。

那些在裂缝里缝补的人——定规矩的政策制定者、维权的配音演员、让AI在树莓派上跑的谷歌工程师、封印自家最强模型的Anthropic——他们的工作没有GPT-6发布那么耀眼，但同样关键。

技术决定我们能走多快，缝补决定我们能走多远。

孔子当年在车马喧嚣里追问过”仁”。工业革命时卢德分子砸过纺织机。每次文明跃迁，都有算法算不出来的东西——人的温度、选择的重量、被遗落者的叹息。

2026年4月，AGI可能真的越来越近了。

但站在这个渡口回望，我想问的可能不是”能不能到达”。

是我们愿不愿意，以这种代价到达？

以及，列车开过去的时候，谁还留在站台，守着那些没法被压缩、没法被量化、却是人之为人全部意义的东西？