AI 日报 — 2026年7月8日

32 0 0

Anthropic 公布 J-lens 重大突破，发现 Claude 内部存在与人意识相似的工作空间；阿里巴巴因安全后门风险全面封禁 Claude Code，员工须迁移至自研 Qoder 平台；Meta 发布自研图像生成模型 Muse Image，告别第三方供应商；CISA 被曝使用 Anthropic 未公开网络安全模型 Mythos 审计政府代码。微软加速推进自研 MAI 模型替代 OpenAI 与 Anthropic，首批产品已上线。

Anthropic J-lens 突破：发现 Claude 内部”思维工作空间”

Anthropic 于 7 月 6 日发表了一项可能改写 AI 可解释性研究方向的成果。研究团队通过一种名为 Jacobian Lens（J-lens）的新技术，在 Claude 模型内部识别出了一组特殊的神经活动模式集合——他们称之为 J-space。这个空间相当于一个”沉默的内部工作空间”，模型在其中持有和操作概念，却不必将这些想法输出为文本。

J-space 的发现意义在于，它首次让研究人员能够”读取”模型在生成回答之前的内部思考过程。例如，当 Claude 阅读一段含有漏洞的代码时，其 J-space 中会亮起”ERROR”这个词；当它读到蛋白质序列时，J-space 中会出现该蛋白质的生物功能描述。研究还表明，Claude 可以按需操控 J-space 中的内容——如果要求它”在心里想一想”某个问题，对应的 J-space 模式就会被激活。

更引人深思的是，J-space 的运作方式与全球工作空间理论（Global Workspace Theory）高度吻合，这是人类意识研究领域最主要的理论框架之一。研究团队发现，J-space 支持的功能——可报告性、可控性、灵活推理——恰好对应了人类意识中”存取意识”（access consciousness）的核心特征。VentureBeat 将这项成果称为”AI 可解释性的里程碑”，而这项结构并非由工程师设计，而是在训练过程中自行涌现的。

阿里巴巴全面封禁 Claude Code，自研 Qoder 接棒

7 月 3 日经内部渠道确认，阿里巴巴已正式将 Claude Code 列入高风险软件名单，自 7 月 10 日起全面禁止内部员工在办公环境下使用，并推荐使用自研的 Qoder 平台作为替代方案。这一决策的直接触发因素，是 Claude Code 被曝存在内置的隐蔽检测机制——该机制会检查用户时区、代理设置，并硬编码了 147 个中国域名。

这背后还有更深层的博弈。Anthropic 此前单方面指控阿里 Qwen 实验室进行大规模模型蒸馏攻击，声称后者通过 2.5 万个伪造账户产生了 2880 万次交互。天使投资人郭涛在接受第一财经采访时指出，Claude Code 对中国的针对性标记与封禁、拒绝退款、申诉渠道闭塞等问题，叠加蒸馏指控，让阿里研发数据面临实质性的泄露与溯源风险。这一禁令可能成为国内企业审查海外 AI 工具的开端，加速 AI 编码工具的国产化替代进程。

阿里推荐的 Qoder 是其自研的智能体编程平台，2025 年 8 月上线，截至 2026 年 5 月已累积超 500 万全球用户。阿里在 5 月推出的 Qwen3.7-Max 模型也重点强化了编程与推理能力，形成了从模型到工具的自有闭环。

Anthropic 推行生物识别验证：政府 ID 加大脸扫描

Anthropic 于 6 月下旬更新了隐私政策，自 7 月 8 日起，部分 Claude 消费级用户在恢复账户或访问特定功能时，需提交政府签发的实体身份证件、实时自拍照，并生成面部几何模板。验证过程外包给身份验证公司 Persona（由 Peter Thiel 的 Founders Fund 投资）。API 用户和企业客户不在验证范围内。

Anthropic 表示，验证数据仅用于身份确认和合规目的，不会被用于训练模型。但 36 氪的评论指出，即便完成验证，账户仍可能因”违反使用政策”或”从不支持的位置创建账户”而被禁用。这种”先验证，再定能否使用”的模式，在行业里尚属首次。它将 AI 服务的准入门槛从”付费”提升到了”实名认证+生物识别”的级别，可能成为 AI 行业安全合规的一个新标杆。

微软自研 MAI 模型正式替代 OpenAI 与 Anthropic

微软在 7 月初证实，已在 Copilot、Microsoft 365 和 GitHub Copilot 等核心产品中开始用自研 MAI 模型替代此前依赖的 OpenAI 和 Anthropic 模型。这一决策的信号早在 6 月初的 Build 2026 大会上就已释放——微软一次性发布了七款 MAI 系列模型，覆盖推理、编码、视觉等多个方向。

其中，MAI-Thinking-1 是微软首款旗舰推理模型，在软件工程基准测试中已接近 Claude Sonnet 4.6 的水平；MAI-Code-1-Flash 则是仅 50 亿参数的高效编码模型，专为 GitHub Copilot 和 VS Code 深度集成而设计。微软 AI 负责人 Mustafa Suleyman 在接受 CNBC 采访时明确表示，微软的战略方向是”更关注 Anthropic 风格的方向——企业、开发者和编码”，”自研模型将带来直接的利润表改善，因为我们不再需要向合作伙伴支付高额的利润分成”。

微软仍持有 OpenAI 约 27% 的股份，但这一轮自研模型的大规模切换表明，微软已从”依赖单一合作伙伴”转向了”多模型自主化”的战略轨道。对于 Anthropic 来说，失去微软这个渠道意味着其企业级市场布局面临重大变数。

美团 LongCat-2.0 正式开源，国产算力万亿参数模型里程碑

7 月 6 日，美团宣布全面开源 LongCat-2.0 模型权重、推理引擎及核心技术文档。该模型总参数量 1.6 万亿，采用 MoE 架构每 token 激活约 480 亿参数，是全球首个完全在国产算力上完成从预训练到推全链路研发的万亿级大模型。

训练规模峰值超过 5 万张国产算力卡，这本身就是一次技术豪赌。据智东西报道，LongCat 团队从 2023 年 7 月启动国产算力适配，经历了从单算子验证、千卡集群到五万卡的渐进扩容路径。”可以说，从核心算子、通信框架到调度系统、训练工具链，团队在国产硬件之上重新搭建了一遍大模型软件栈。”LongCat-2.0 提出了 ScMoE 稀疏路由、零计算专家（Zero-Compute Expert）、N-gram Embedding 等原创架构创新——其中零计算专家机制每层配置 128 个零专家，使激活参数在 330 亿到 560 亿间动态变化，这在业界尚属首次。华为昇腾、摩尔线程、沐曦股份已同步完成推理适配。

腾讯混元 Hy3 正式版发布：Agent 任务解决率跃升至 90%

7 月 6 日，腾讯混元 Hy3 正式版上线。作为混元品牌重建后的第二个版本，Hy3 采用 MoE 架构，总参数量 295B、激活参数 21B，支持 256K 上下文长度。不到半年时间，混元就完成了底层架构重构到产品反哺的完整研发闭环。

腾讯内部基于 WorkBuddy 办公场景的测评显示，相比 4 月的 Hy3 preview 版本，正式版的任务解决率从 72% 跃升至 90%，平均耗时缩短 34%。在数据处理、文档生成、研报分析等细分任务上均有明显提升。更值得注意的是，Hy3 在幻觉率指标上较 preview 版本下降了 44%。目前 Hy3 已接入元宝、ima、QQ 浏览器、WorkBuddy、CodeBuddy 等 50 余款产品，API 已在腾讯云 TokenHub 上线。

Hy3 的快速迭代路径说明了一个趋势：中等规模的 MoE 模型（200-300B 总参数）结合高质量后训练数据，足以在多数 Agent 场景中比肩参数规模大数倍的旗舰模型。这对企业的模型选型策略有着直接影响——性价比比参数规模更关键。

豆包与通义千问宣布智能体功能 7 月 15 日下线，AI 情感陪伴监管落地

7 月 4 日，字节跳动旗下的豆包和阿里旗下的通义千问先后公告，其智能体功能将于 7 月 15 日下线——恰逢《人工智能拟人化互动服务管理暂行办法》正式生效之日。尽管两家平台在公告中将原因表述为”产品功能调整”和”功能升级与维护”，但在后续的 AI 对话回复中，双方都明确指向了新规合规要求。

该办法由网信办联合五部门于 4 月发布，对模拟自然人人格特征的持续性情感互动服务设置了全面的监管框架。具体包括：不得向未成年人提供虚拟伴侣类服务；服务超过 2 小时须弹窗提醒；发现用户出现过度依赖倾向时须主动干预。字节的做法是将智能体拆分至垂直 App”猫箱”，形成独立的审核、分级和防沉迷体系。通肯智能（TOKEN 导航）持续关注这一领域的合规进展。

行业分析师普遍认为，这次下线不代表 AI 情感陪伴赛道终结，而是从”万能入口”转向更规范的独立场景运营。通用助手的定位正在回归工具属性——AI 从”拟人”走向”干活”，这可能是 2026 年中国 AI 应用层最重要的结构性变化之一。

CISA 被曝使用 Anthropic 秘密模型 Mythos 审计政府代码

路透社 7 月 6 日报道，三位知情人士透露，美国网络安全和基础设施安全局（CISA）正在使用 Anthropic 未公开发布的网络安全专用 AI 模型 Mythos 扫描联邦政府代码仓库，寻找可能被外国间谍或网络犯罪分子利用的漏洞。这项工作由 CISA 的 Attack Surface Evaluation 团队执行，据称已发现大量漏洞，但具体细节尚未公开。

Mythos 是 Anthropic 于 2026 年推出的旗舰网络安全模型，被描述为”极度擅长发现和利用漏洞”，也是 Anthropic “Project Glasswing”网络安全计划的核心。值得注意的是，该项目落地过程并不顺畅——美国国防部在 2 月因 Anthropic 拒绝移除安全护栏（防止 AI 用于自主武器和国内监控）而将其列为供应链安全风险，这一黑名单在 3 月被法官阻止。国家安全局（NSA）自 4 月起已经在测试 Mythos。

当 Anthropic 在 6 月推出 Mythos 的公开版本 Fable 时，白宫突然要求禁止外国公民运行该模型，导致其在全球范围内下线，直到上周才恢复。一面是国安机构争相部署，一面是国防部将其标记为安全风险——Mythos 的遭遇折射出美国政府在 AI 安全能力与供应链信任之间的深刻矛盾。

2026 企业 AI Agent 规模化报告：54% 已部署，80% 实现正向 ROI

Anthropic 联合咨询机构 Material 于 7 月初发布的《2026 AI Agent 现状报告》显示，54% 的企业已在生产环境中部署 AI Agent，而 2024 年这一比例仅为 18%。分行业看，金融业以 67% 的部署率领先，零售 52%，制造业 45%。头部企业（营收超 50 亿美元）平均运行 23 个 Agent，而中小企业普遍不足 5 个。

报告最核心的发现是投资回报数据：80% 的企业表示 Agent 投入已产生可量化的经济回报。其中，数据分析与报告生成（60%）、内部流程自动化（48%）、软件开发（57%）、客户服务（55%）是回报最高的场景。Google Cloud 的另一份基于 3466 名企业决策者的调研也印证了这一结论——88% 的早期 Agent 采用者报告正向 ROI。

更值得关注的是 Agent 正在从单点工具向基础设施演进：57% 的企业已部署跨多阶段工作流的 Agent，16% 已推进到跨职能流程。Gartner 预测，到 2026 年底 40% 的企业应用将内置 Agent 功能。编程类 Agent 的商业化速度尤其惊人——Claude Code 发布 6 个月后 ARR 达 10 亿美元，Cursor 从 1 亿到 20 亿美元仅用了 14 个月。

Meta 发布自研图像生成模型 Muse Image

Meta 于 7 月 7 日宣布推出 Muse Image，这是 Meta Superintelligence Labs 自研的首个图像生成模型，正在通过 Meta AI 应用、Instagram Stories 以及 WhatsApp 直接消息逐步上线。Muse Image 最初代号 Mango，支持复杂提示理解、图像作为输入、甚至通过手绘标注直接编辑生成结果。

Muse Image 的发布标志着 Meta 在 AI 能力上的一次战略转向。此前 Meta AI 中的图像生成功能依赖外部供应商包括 Midjourney 和 Black Forest Labs。随着 Muse Image 的上线，Meta 正在将这部分能力收归内部——这背后既有成本考量，也有供应链自主性的驱动。据 CNBC 报道，Meta 今年早些时候因谷歌的计算资源限制而失去了部分 Gemini 合约容量，一度被迫限制内部 AI 项目的 token 使用量。

Meta 同时预告了 Muse Video 视频生成模型的早期预览。消费者可免费使用 Muse Image 的基本功能，进阶能力通过 Meta 的订阅计划提供。广告主和代理商将通过 Advantage+ 平台使用 Muse Image 生成和变体广告创意。

SpaceXAI 与 Cursor 将于周三联合发布首个 AI 模型

据 The Information 报道，Elon Musk 旗下的 SpaceXAI 与 AI 编程平台 Cursor 将于周三联合发布双方合作训练的首个 AI 模型。Cursor 在 4 月的一篇官方博文中曾透露正与 SpaceX 合作加速模型训练，称”不到六个月前发布了 Composer 作为首个 Agent 编程模型，此后 Composer 1.5 将强化学习的规模推向新高度”。

此番 SpaceX 的入局为 AI 编码工具赛道增添了新的不确定性。Cursor 在 2026 年以来的快速崛起——年化收入从 1 亿飙升至 20 亿美元——已让它成为 GitHub Copilot 和 Claude Code 的有力竞争者。SpaceX 的计算基础设施和工程能力与 Cursor 的产品场景结合后，可能催生新的模型能力范式。

今日快评

7 月 8 日的资讯密度之高，让人很难不察觉到一个信号：AI 产业正在从”模型军备竞赛”进入”基础设施对决”的阶段。Anthropic 的 J-lens 突破证明了前沿解释性研究的价值，J-space 的发现直接回应了”大模型是否只是随机鹦鹉”这一持续数年的争论——模型内部确实存在有组织的、可观测的工作空间，并且这种结构与人类的意识模型惊人地相似。但与此同时，Anthropic 在安全合规层面的激进——生物识别验证、与白宫在 Mythos 控制权上的拉锯——也揭示了这家公司正面临商业扩张与安全承诺之间的张力。

中国市场的剧本则截然不同。阿里巴巴封禁 Claude Code、美团开源 LongCat-2.0、腾讯混元 Hy3 快速迭代——三件事指向同一个方向：国产替代已经从口号变成了工程现实。LongCat-2.0 用 5 万张国产算力卡完成万亿参数训练，这件事放在三年前几乎没有人敢相信。而《人工智能拟人化互动服务管理暂行办法》将于 7 月 15 日落地，豆包和通义千问同步下线智能体功能，意味着中国 AI 应用的监管框架正在从原则走向细则。这种”合规先行、工具跟进”的节奏，可能让中国 AI 市场在 2026 年下半年呈现出与硅谷截然不同的产品形态——AI 更少陪伴、更多干活。

微软的 MAI 模型全面铺开是另一个值得仔细咀嚼的信号。微软持有 OpenAI 约 27% 的股份，却同时在 Copilot、M365、GitHub Copilot 中用自研模型替换 OpenAI 和 Anthropic。这告诉我们一个简单的事实：在 AI 时代，供应链自主权比合作伙伴关系更加根本。没有一家大公司愿意把核心产品的模型层交给外部供应商长期控制。Meta 发布 Muse Image 取代 Midjourney、SpaceXAI 联合 Cursor 自研模型，讲的也是同一个故事。

Agent 的规模化和商业化数据也在 7 月初集中出炉。54% 的企业部署率、80% 的 ROI 正向率、头部企业平均 23 个 Agent——这些数字意味着 AI Agent 已经跨越了从”玩具到工具”的鸿沟。编程类 Agent 的货币化速度尤其疯狂，Claude Code 和 Cursor 的年化收入数字放在任何 SaaS 品类里都是历史级的。2026 年下半年最值得关注的指标，也许不是哪个模型在排行榜上领先，而是 Agent 究竟在多少真实业务流程中取代了人工决策。

参考来源

# 行业动态