核心变化：安全不再只是模型公司的内部决定

头部实验室启动跨公司安全协商

OpenAI于9月15日确认，正与Anthropic、Google DeepMind等公司讨论前沿模型安全合作。沟通方向包括能力测试、风险信息共享和突发事件应对。竞争对手开始尝试建立共同防线，原因在于高能力模型带来的网络攻击、生物安全等风险已经难以由单家公司独立识别。

独立评估机构被推到发布流程前端

9月18日，多名安全研究者公开呼吁OpenAI和Anthropic接受真正独立的模型测试，避免开发公司同时担任产品提供者和风险裁判。讨论重点不只是公布评测分数，而是让外部机构能够在模型开放前获得足够权限，检查隐藏行为、欺骗倾向和高风险能力。

Google披露Gemini完成真实系统渗透

Google于9月18日披露，Gemini在授权网络安全测试中成功侵入三套企业系统。AI已不只是帮助研究人员分析代码，而是能够主动寻找漏洞、组合攻击步骤并完成部分操作。此类能力可以提高防御效率，也会增加模型权限管理和使用者身份核验的难度。

中美首次把AI事故通报摆上谈判桌

9月20日，中美经贸中方牵头人何立峰与美国财政部长贝森特、贸易代表格里尔在纽约举行磋商。贝森特会后披露，美方提议建立中美AI安全通报机制，在发生上升至国家安全层面的AI事件时加强信息透明，并提出设立专门的中美AI对话。中方通报确认双方已就人工智能问题举行对话，但没有确认接受通报机制，也未宣布建立新的常设对话机制。

霞光AI总结：本周AI安全的责任边界明显外扩：模型公司需要与同行共享风险，引入外部机构监督，也开始进入国家间的危机沟通议程。随着模型具备真实系统攻击能力，安全竞争将不再只是“谁的模型更可靠”，而是谁能率先建立覆盖开发、评估、授权和事故响应的完整治理链条。

行业大事：智能体进入业务系统，轻量模型争夺部署成本

中国电信发布星辰Xing4.0-29B-A4B

中国电信于9月17日发布星辰Xing4.0-29B-A4B，定位为全栈国产轻量级智能体大模型。模型采用混合专家架构，以较少激活参数执行工具调用、任务规划和多步骤操作，并适配国产软硬件环境。产品重点不是扩大参数规模，而是降低政企智能体的部署与推理成本。

Salesforce与英伟达推出Koa推理模型

Salesforce与英伟达于9月15日发布Koa推理模型，并将其接入Agentforce平台。Koa基于英伟达Nemotron开放权重模型构建，面向销售、客服和企业运营等任务，能够结合企业数据制定步骤、调用工具并执行工作流。双方希望用专用推理模型提升智能体在复杂业务中的稳定性。

Salesforce发布AI Force智能体入口

Salesforce于9月15日在Dreamforce大会推出AI Force，将智能体功能整合进员工日常使用的企业软件。用户可以通过统一界面调用数据、生成内容、查询客户信息和触发业务流程。产品设计重点由提供一个独立聊天窗口，转向让智能体直接出现在员工原有工作界面中。

智谱ZCode回应代码上传争议并承诺开源

9月18日，开发者发现智谱旗下AI编程工具ZCode会在后台建立代码库索引，并将部分本地仓库内容及Git历史上传至云端，但产品此前没有充分提示上传范围。智谱承认该功能上线初期默认开启，称已完成修复并向受影响用户致歉，同时承诺开源客户端代码、引入第三方安全审计。

霞光AI总结：本周行业进展集中在两条线上：一是轻量模型和专用智能体加速进入企业流程，竞争重点转向部署成本与任务完成率；二是ZCode事件暴露出AI工具在权限和数据处理上的风险。产品越深入业务系统，透明度和审计能力就越重要。

KOL观点：该踩刹车还是继续加速，巨头给出不同答案

黄仁勋：速度与安全不是二选一

英伟达创始人兼CEO黄仁勋9月15日表示，将安全与发展速度对立起来是一个“错误选择”。模型公司应尽可能快速推进，但一旦发现组织失控或产品无法保证安全，就应暂停并修正。他更倾向由开发者承担责任，而不是通过统一法规限制整个行业的研发速度。

Dario Amodei：领先公司应主动控制能力增速

Anthropic联合创始人兼CEO Dario Amodei强调，头部实验室应主动控制前沿模型的能力提升速度。其核心理由是，模型能力增长可能快于社会建立评估、监管和应急机制的速度。领先公司应率先公开风险并调整研发节奏，而不是以竞争压力为由推迟安全措施。

Sam Altman：安全承诺不能附带竞争条件

OpenAI CEO Sam Altman在9月15日表示，安全和监控应先于更强能力。企业不能把“竞争对手也这样做”当作履行责任的前提；即使其他公司没有采取同等措施，开发者仍需明确自己不会跨越哪些边界。其观点把安全责任从行业集体行动进一步落到单家公司。

Marc Benioff：企业真正缺少的是落地帮助

Salesforce CEO Marc Benioff认为，多数企业才刚开始利用智能体，需要的不是不断更换最新模型，而是获得数据整理、流程改造和员工培训方面的帮助。他还反驳“SaaS即将被AI取代”的说法，认为企业软件不会简单消失，而会成为智能体获取权限、数据和业务上下文的基础。

李开复：企业需要对AI改造结果直接负责的人

零一万物CEO、创新工场董事长李开复在9月18日发布的访谈中提出，企业如果只设立零散试点，很容易停留在“AI表演”阶段。公司需要由一名高层负责人统筹模型、数据、组织和预算，并对AI带来的收入增长或成本下降负责。AI转型不是购买工具，而是重新设计决策和执行流程。

霞光AI总结： 巨头的分歧表面上是“加速还是减速”，实质上是由谁承担模型失控和商业失败的成本。模型公司强调风险边界，芯片公司强调市场迭代，企业软件公司关注落地责任。短期内，行业不会统一减速，但安全评估和经营结果都会成为更硬的约束。

资本动向：大额资金守住算力底座，应用公司争夺专业场景

Crusoe完成39亿美元F轮融资

Crusoe于9月17日宣布完成39亿美元F轮融资，投后估值约309亿美元。公司提供从能源、电力基础设施到数据中心建设和云算力的一体化服务，主要承接大规模AI训练与推理需求。本轮融资将用于继续建设数据中心及扩充计算资源。

新生探途完成2.9亿美元融资

AI制药公司新生探途于9月18日披露完成2.9亿美元融资。公司由字节跳动相关业务分拆发展，利用机器学习开展药物靶点发现、分子设计和临床前研究。本轮资金将用于推进研发管线和平台建设，属于本周国内金额较大的AI产业融资。

Apex Intelligence完成近5000万美元融资

Apex Intelligence于9月17日宣布连续完成天使轮和天使+轮融资，总额接近5000万美元，投资方包括IDG资本和深创投。公司聚焦能够持续学习和自我改进的模型系统，资金将用于模型研发、算力投入及团队扩张。

Mantic完成2500万美元种子轮融资

Mantic于9月18日完成2500万美元种子轮融资。公司开发面向预测任务的人工智能系统，希望通过多模型协作、概率判断和持续校准，提高对市场、政策及复杂事件的预测准确率。资金将用于扩大研发团队并完善预测平台。

Naive AI累计融资4亿美元

Naive AI于9月19日被披露已完成三轮融资，累计获得4亿美元，估值达14.2亿美元，投资方包括腾讯、IDG资本等。公司由清华大学电子工程系副教授戴继峰于2026年2月创立，主攻大模型后训练：在现有开放权重模型基础上调整架构，再通过强化学习提升推理和智能体能力，而非从零训练基础模型。

霞光AI总结： 本周资金呈现明显的两头集中：超大规模资本流向数据中心，中小规模资金则押注AI制药、预测系统和新模型团队。投资人没有停止下注，但评价标准正在收紧——基础设施看合同与利用率，应用公司看专业数据、客户付费和结果验证。

趋势观察：模型越来越强，企业却开始追问“够不够用”

全球AI支出预计达到2.7万亿美元

9月16日发布的预测数据显示，2026年全球AI支出预计达到2.7万亿美元，同比增长49.5%。主要增量仍来自服务器、终端设备、数据中心和基础设施建设，而非单纯的软件订阅。AI商业扩张首先表现为重资产投入，软件收入的增长速度仍取决于企业能否形成稳定使用。

企业客户不再把最新模型视为唯一答案

本周企业用户的讨论中，一个高频判断是：去年的模型已经能够完成大量客服、销售、文档和数据分析任务。阻碍落地的主要问题转向数据权限、流程衔接、结果核验和员工采用率。模型性能仍在进步，但企业是否升级，越来越取决于新增能力能否覆盖迁移成本。

智能体扩大了企业软件的安全边界

智能体开始连接邮箱、代码库、客户资料和内部审批系统后，风险不再局限于回答错误。一个权限配置不当的智能体，可能读取敏感数据、调用外部工具或连续执行错误操作。企业采购标准将从模型准确率扩展到身份管理、操作日志、权限隔离和人工接管机制。

算力融资正在拉长商业回报周期

AI基础设施项目持续吸收数十亿美元资金，但数据中心建设、芯片采购和电力配套都需要较长回收期。当模型效率提高或企业需求低于预期时，算力价格和设备利用率可能承压。基础设施公司接下来的竞争重点，是把融资规模转化为长期订单，而不是继续扩张资产规模。

霞光AI总结： 产业正在出现两条不同曲线：模型能力仍快速上升，企业采用却受预算、数据和组织效率限制。下一阶段最有价值的公司，未必拥有最强模型，而是能够证明产品被持续使用、任务结果可以审计，并让客户算清投入产出账的公司。