先说结论

主持人开宗明义：本周模型发布很密——Muse Wonder/Wonderful 把 Meta 拉回前沿对话、Google 发布了 Gemini 4 Argon——但周四官宣、声量最小的两个模型，可能才是对企业用 AI 的现实影响最大的：微软的 MAI Base 2 与 Meta 的 Muse Spark Open。节目给这两件事共同画出的背景板是：企业已经从"订阅最强模型、把所有智能需求都走顶级模型"的粗放阶段，转向"模型杂食"——按任务在性能与成本之间换模型、拒绝单一供应商锁定，并且在意数据主权。这两个发布恰好一头补上了微软"前沿自建 + Frontier Tuning"故事的底座，一头让美国开放权重模型重新追近中国开放前沿，还附带了一个 Apple 与 Meta 的意外结盟。

头条快览

**Anthropic 嵌入第三方安全评估员。**节目称，Anthropic 落实了 Dario Amodei 上月"为前沿减速"承诺的一部分：首批六人评估团队来自 Meter（转写如此，疑为安全机构 METR），获得"类员工级"访问——公司电脑、办公位、内部工具；同时与 Secure Bio、Accenture 合作，并与 Hugging Face 等早期接洽。两个争议点被点名：一是独立性——Anthropic 声称不资助 Meter，但节目指出两者共享围绕有效利他主义圈子的主要投资方；二是审计发布权——节目引用路透报道，Anthropic 与 OpenAI 都曾寻求对报告的编辑控制，与 Meter 的妥协方案是"不能否决发表、但可要求在窄预定义类别（客户数据、法律特权信息、模型架构）内删改，Meter 可公开评论删改是否合理"。配套的还有三级审计分层（Meter 独占最高级；Secure Bio 在最低级、发稿前需审批）。社区反应两极：有人称之为"安全表演"（“这就像摩根大通自己挑几个喜欢的银行评估师”），Meter 团队成员自己也强调这"是自愿协议下的评估者、不是审计师——因为根本没有成文安全标准可审"，并预判最终会落到四大之类的真正外部审计；Elon Musk 则回应"SpaceX 大概也会这么做"。

**Cognition 给 Devin 上动态 token 预算。**节目回顾了今年企业 token 政策的两幕：二季度的"敞开吃"与随后的" austerity 限额"。Cognition 的新系统用 AI 评估一个开发会话、估算"等价人工小时数"，工程师触顶时给使用效率打分，分数合格则自动提额——“像信用卡，证明用得好就涨额度”（节目引 Cognition 方说法）；另有 Devin Coach 对常见误用（需求描述含糊、小事用贵模型）给反馈。开发者反应激烈负面：“软件工程成了流水线岗位"“很有苏联味"“奖励的是把东西做得最复杂 bewildering，而不是最有价值”。但节目同时引用了另一种声音：无论如何，“token 分配会是未来十年最重要的技能”。

**白宫 AI 工作组首次开会。**任务清单包括：120 天内出 AI 安全报告（覆盖风险、关键基础设施网络安全、生物安全与两用、模型管控与问责）；落实各前沿实验室与英伟达签署的"白宫协议”（董事会级监督+外部审计）；国防部副长 Emil Michael 建安全事故上报机制；FTC 主席牵头部 DOJ/FTC 协调委员会；OPM 主任负责关键系统加固并研究 AI 对劳动力的影响。悬念在执行——协议是自愿的（总统的说法是"道德约束力”），节目引白宫官员说法：可能的"大棒"是出口管制（今年已对 Anthropic 用过一次）。

**特斯拉-SpaceX 合并传闻与 Kong Royale。**巴克莱分析师 Dan Levy 周三研报称合并可能在 12 月 9 日股东会前宣布（无银行家、无 SEC 备案，预测市场只给 24% 概率；换股比例约 0.7:1，合并后马斯克约 37% 股权、56% 投票权——均为节目引述）。另一条：YouTuber Max Blade（转写）用 Opus 5.5 + 几个 Claude Max 订阅、以"蜂群编码"方式——把 agent 扔进直播聊天室让观众提改动、夜里 agent 筛选最优提交、早晨出构建——几周做出了"首个 AAA 级 vibe coded 大逃杀游戏"Kong Royale；距 Pieter Levels（转写为 Peter Levels）的飞行游戏点燃"整游戏 vibe coding"约一年半。

微软 MAI Base 2：买不来前沿之后，把七年的弯路补上

节目先用一段公司史解释这次发布的分量：微软 2019–2022 年投了 OpenAI 130 亿美元、靠别人的模型领跑；2023 年底 Sam Altman 被罢免又复职的惊魂时刻，让微软从受托责任上意识到必须有独立能力；2024 年 3 月请来 DeepMind 联合创始人 Mustafa Suleyman（转写 Suleiman）执掌新 AI 部门，随后却只有内讧传闻（节目引 2024 年 10 月纽约时报报道：Suleyman 在视频会上向 OpenAI 员工发火、指控对方"藏私"）和整个 2025 年的挣扎。今年 MAI1 系列只是"够用的商品模型"，铺进 Copilot 生态，真正的菜是商业模式 Frontier Tuning——让客户在微软底座上微调自己的模型。

这正踩在企业痛点上：进入 agentic 时代后，全公司跑顶级模型的 token 账单大到股东会要问效率；企业想按任务换模型、想"拥有智能层"（节目引 Nadella 的反复强调）。但底座不达前沿，Frontier Tuning 就只能做廉价替代。MAI Base 2 补的就是这块：2.8 万亿参数、800 亿激活（MoE），规模与 Kimi K3 相当；完全从零预训练、零蒸馏；只训了 38 天、用 1.6 万张 GB200 Blackwell。公开口径是对所有超 1T 参数的开放模型预训练基准全面占优（包括 Kimi K3，部分大幅领先），并称预训练效率是 DeepSeek V4 Pro 的 12 倍以上；内部口径更狠——Suleyman 在员工大会上称其"预训练底座强过目前驱动 GPT 5.6 Soul 的模型，只用了 OpenAI 四分之一的算力"（节目强调该对比基于微软投资协议获得的私有信息、未公开）。主持人的推论：如果后训练跟上，美国竞争前沿的公司从几个月前的两家变成六家；而且 Frontier Tuning 隐含地同时回答了成本与主权两个问题——这是只靠"更快更便宜模型"的 Anthropic/OpenAI 没有的角度。

Meta Muse Spark Open：重回开放权重，外加 Apple 的意外背书

Meta 本周的前沿新闻是 Muse Wonder/Wonderful，但节目认为周四的 Muse Spark Open 更大：816B 总参数 / 42B 激活 / 百万 token 上下文，号称"迄今最强的美国开放权重模型"（规模与 753B 的 GLM-5.3 相当，转写作 GLM-53）。Meta AI CEO Alexander Wang 称其面向编码与长程 agent 任务。位置感：编码基准略逊 Kimi K3，但在 JobBench、MCP Atlas 等 agent 基准上拿下开放 SOTA；Artificial Analysis 综合分 39，与 DeepSeek V4.1 Flash 并列、总榜第 17、开放模型第 7——距开放前沿约 7 分，领先 NemoTron 3 Ultra/Inkling 约 13 分；与 Reflection AI 尚未完成测评的 Beam 大致同档，但 Muse Open 权重全量可下载、各大推理商全上架。

叙事背景同样是回溯：Meta 曾与开放权重同义（Llama 3 时代"咬着 OpenAI 脚跟"，靠免费送 AI 当搅局者）；Llama 4（2025 年 4 月）令人失望、2T 参数的 Behemoth 胎死腹中、扎克伯格夏天推倒重建 AI 部门；今年 4 月 Muse Spark 1.0 发布时很多人以为开放路线已死，Wang 承诺回归被当客套——现在兑现了。节目引开放模型研究者 Nathan Lambert：“这是我等了那么久的美国开放权重模型重新变得重要的时刻——此前美国模型还落后中国 2026 年 2 月的模型；这次至少砍掉一半差距……第一个具备近前沿 agent 能力的美国开放权重模型，采用率会疯掉。“节目还引 Box 的 Aaron Levie（转写 Levy）从企业视角的判断：前沿模型做编排与高端任务 + 低成本定制后训练模型做重复流程的"混搭"会被加速采用，全栈 token 消耗反而大增。

最意外的细节是 Apple 的第一方支持：Apple 为此更新了 MLX 工具链，扎克伯格发 Muse 跑在 Mac Studio 上的视频并点名 John Ternus（转写 Turnus），Ternus 回帖"从自己桌上就能跑这个量级的模型，Mac Studio 继续推进端上 AI 边界”。节目算账：完整版需要 1TB 内存——两台顶配 M5 Ultra Mac Studio、约 4 万美元，顶配尚未开售；个人玩家够不着，但在意私有推理的小创业公司不算离谱，量化版还能塞进 Mac Mini。两家历史上的过节由前 Apple 高管、现 Meta Superintelligence Labs 的 Daniel Gross 撮合，Wang 的原话是"很高兴爹妈又和睦相处了”。

对读者的启发

主持人的收束判断很克制：大多数企业短期内仍会选"拿来即用"的订阅方案，但有技术能力的公司会越来越多地设计能按性能/成本需求换模型的架构。本周 Meta 与微软正好往这个方向各扔了一枚重筹码：一个给了"不把数据交给 OpenAI/Anthropic 也不想自己托管中国底座"的美国企业新选项，一个把"微调自己的模型"从将就变成了可能逼近前沿的选项。观察指标也现成：MAI Base 2 的后训练版本能否兑现内部口径的对比、Frontier Tuning 的企业采用曲线、美国开放模型与 GLM/Kimi 的下一轮差跋试验，以及白宫协议在"自愿"之外的第一个真实执法案例。

（注：Meter/METR、Zach Korman、Parv Mahajan、Calvin Giroud、Eli Bokush、Max Blade、Turnus/Ternus、Aaron Levy/Levie、Suleiman/Suleyman、GLM-53/GLM-5.3、JobBench、MCP Atlas 等专名均按转写整理、可能与官方拼写有出入；文中基准分数、算力口径与融资/合并传闻均为节目或其引用方说法，未经独立查证。）