Claude 主导 Anthropic 26% 的 AI 研发

概览

本期共 8 条，前 3 条为今日重点；正文按板块展开。

热门模型动态

1. 重点 · Claude 主导 Anthropic 26% 的 AI 研发，3 万智能体同时在跑
2. 重点 · NASA 与 IBM 开源月球基础模型：11 种模态、4.9 万个撞击坑

全球 AI 资讯

3. 重点 · OpenAI 五年计划：算力支出 8560 亿美元，自由现金流缺口 2780 亿
4. Nscale 递表纽交所：上半年净亏 10.2 亿美元，收入涨超 12 倍
5. Bedrock AgentCore 换上新运行时，会话释放即回收内存
6. DoorDash 用多智能体清理 6 万多个过期开关

区域与早期信号

7. 昇腾 960 超节点做到 4096 卡，960DT 提前三个季度就绪
8. 唐杰与 GLM 团队长文：称 GLM-5.3 已摸到 RSI 门槛

九凤根据本期已引用来源整理。

热门模型动态

Anthropic 首次公布内部研发自动化指数：半年里「主导」级任务占比从不到 1% 升到 26%。

当地时间 9 月 17 日，Anthropic 放出一组内部数据，用自建的 R&D Automation Index 量化 Claude 参与自家模型研发的程度。该指数沿用 Epoch AI 的六级标准（AL0–AL5）：AL3 是「协作」，AL4 是「主导」——工程师只给出高层目标，模型完成一项任务端到端的大部分执行，人类负责监督和最终决策；AL5 才是完全自主。截至 2026 年 8 月，Claude 在约 26% 的模型研发任务上达到 AL4，超过 90% 的研发工作至少达到 AL3；公司内部使用最广泛的 Agent 平台上，约有 3 万个 Agent 同时跑研究和工程任务。

统计方法是：2026 年 7 月每周随机抽取参与模型研发循环的部门 20% 的员工，由 Claude Research Agent 读取其 Slack 与内部文档，整理出约 1.5 万项细粒度研发任务，再归成 542 个节点、378 个叶节点的任务树，覆盖预训练、强化学习、评测平台故障诊断、RL 沙箱网络策略和推理服务事故复盘等，最后按各任务消耗的人力时间加权。

局限：给 Claude 打分的「裁判」同样是 Claude。与负责对应工作的内部员工交叉验证时，模型与人的评级完全一致率为 59%，而不同人类评估者之间的完全一致率只有 35%；允许相差一级时，一致率才到 97%。26% 也不等于「26% 的研发已经无人化」或「26% 的研究员被替代」——AL4 仍然要人类定目标、做监督和最终决策。

来源：Anthropic · InfoQ 中文

用近 200 万个按地理分区的数据包从零训练，下游代码开源，预训练代码没放。

NASA 与 IBM 于 9 月 10 日发布 NASA-IBM Lunar Foundation Model，面向撞击坑测绘、火山地貌分析，以及月球两极是否存在水冰的研究。USRA 9 月 18 日披露了行星科学家 Rachel Slank 在其中的工作：她通过 USRA 的科学与技术研究所在 NASA 马歇尔太空飞行中心参与项目，把不同仪器、不同分辨率采集的观测对齐，同时保留每项测量各自的物理上下文，并完成了撞击坑标注。

• 训练数据：近 200 万个按地理分区切分的数据包，全部从零预训练
• 模态：11 种，从相机影像、地形到雷达、矿物学、重力与光照几何
• 分辨率跨度：每像素 1 米到 20 公里
• 人工标注：4.9 万个撞击坑
• 预训练算力：约 1100 H100 GPU 小时（模型卡数据）

局限：GitHub 上的发布包含下游任务代码，但没有放出预训练代码，外部要完整复现这套模型仍有缺口。

图片来源：huggingface；已转存至九凤 R2。

来源：RuntimeWire · Hugging Face 模型卡

全球 AI 资讯

投资者材料显示收入目标追不上算力账单，差额要靠资本市场补。

《金融时报》9 月 18 日报道，援引 OpenAI 近期为投资者准备的一份演示材料：公司预计 2026 至 2030 年自由现金流为负 2780 亿美元，同期算力与基础设施支出约 8560 亿美元，而收入目标是 8400 亿美元。与此同时，Sam Altman 已就新一轮私募融资展开早期接触，投资者讨论的估值至少 1.2 万亿美元，OpenAI 希望拿到更高的数字——1.2 万亿比不到六个月前敲定的 8520 亿美元投后估值高出 41%。

局限：这些数字来自 FT 看到的内部演示材料，不是 OpenAI 的公开披露，而且口径仍在变——修订后的计划已经把预期现金消耗调低了 270 亿美元。新一轮融资尚在洽谈，1.2 万亿估值没有成交；眼下的现金跑道来自公司 3 月 31 日公告的那轮融资。

来源：RuntimeWire · OpenAI 3 月融资公告

签下 Anthropic 446 亿美元、460 兆瓦合同之后，这家数据中心公司启动 IPO。

Nscale Global Holdings 于 9 月 18 日向纽约证券交易所提交上市申请，文件没有披露计划募资规模；上月有消息人士对彭博社称其寻求最多 30 亿美元，公司在 3 月的估值为 146 亿美元。财务上 Nscale 尚未盈利：今年上半年净亏损 10.2 亿美元，为去年同期的近三倍；同期收入增长超过 1250%，达到 1.406 亿美元。上月它与 Anthropic 签下 446 亿美元的基础设施合同，为后者在西弗吉尼亚的旗舰园区 Monarch 提供约 460 兆瓦算力，该园区完全由自建微电网供电。

局限：募资金额未在申报文件中给出，30 亿美元的说法来自彭博援引的消息人士；公司自述有「清晰的扩展路径到 8GW+」，那是规划而不是在建产能。本条目前为单一来源报道。

来源：SiliconANGLE

AWS 给长时间运行的生产智能体重做托管计算层，按实际用量计费。

AWS 9 月 18 日宣布新版 Amazon Bedrock AgentCore runtime，这是 AgentCore 的托管计算层，面向长时间运行、无人值守的生产智能体。官方列出的变化包括：内存在会话释放时即回收，而不是一直占着；资源分配粒度更细；启动更快且更稳定；计费按实际用量计算。AWS 称自发布以来已有数千个团队用它跑生产智能体，并在 AgentCore 示例仓库里给出了按 HTTP 协议托管智能体的可运行样例。

局限：这条只有 AWS 自家博客一个来源，没有给出冷启动时延、吞吐或成本的任何具体数字，也没有第三方复现，「启动更快、更稳定」目前只是厂商说法。

来源：AWS 运行时公告 · AgentCore 示例仓库

623 个仓库里的 feature flag 清理交给 LLM 智能体，实验数据通过 MCP 接入。

InfoQ 报道，DoorDash 搭了一套多智能体 LLM 系统，自动清理陈旧的 feature flag，覆盖 6 万多个开关和 623 个代码仓库。这套工作流通过 MCP 把线上实验数据接进来判断哪些开关已经失效，再结合工程师的判断决定是否删除。

局限：本条目前只有 InfoQ 的一篇报道，没有公开清理的准确率、回滚率和人工复核比例，也没有披露这套系统最终删掉了多少开关。

来源：InfoQ

区域与早期信号

华为把竞争点从单颗芯片挪到整机系统：4096 卡超节点、NPO 光互联、一年一代路线图。

量子位 9 月 19 日报道，华为汪涛给出昇腾的新进度：昇腾 960DT 比原计划提前三个季度准备就绪，单芯片算力实现倍增，960PR 版本也将继续提前。华为把超节点、NPO 光互联和 CANN 生态一起摆上台面，理由是「只做好一颗芯片远远不够」——一个大规模超节点同时牵涉芯片、通信、IP 网络、光互联、供电、散热、软件与故障管理。

• 昇腾 960DT 算力：2 PFLOPS FP8、4 PFLOPS FP4
• 显存：HBM 容量最高 288GB，带宽 9.6TB/s
• 超节点规模：4096 张 NPU 卡，最高 8 EFLOPS FP8、超过 1PB HBM
• 路线图：2028 年昇腾 970、2029 年昇腾 980，保持一年一代

华为还称，在同样十万卡规模下，由 4096 卡超节点组成的集群相对传统八卡服务器组成的集群，MFU（大模型真正吃到的理论算力比例）可提升 2.75 倍；NPO 把光电转换的光引擎推到芯片附近，公司自称该方案是首个规模商用、集成 36 路 200G、且唯一内置光源的。

局限：上述数字全部来自华为在会上的自述，MFU 2.75 倍出自华为自己的仿真而非第三方实测；970、980 仍是路线图。本条目前只有中文来源报道。

来源：量子位

智谱把递归自我改进的进展写成长文，并举了一个国产集群上的推理优化案例。

InfoQ 中文 9 月 18 日刊出唐杰与 GLM 团队的长文，披露智谱在递归自我改进（RSI）方向的最新进展，称 GLM-5.3 已经摸到门槛，文中用了「正一步步走向取代我们」的表述。文章举的案例发生在 10 万卡规模的国产芯片集群上：不到两周把端到端吞吐提升到初始基线的 3 倍，手段包括 EPD 分离架构与 W8A8 量化。

局限：这些进展和数字都出自智谱团队自述，「摸到门槛」是团队自己的判断，没有第三方复现或独立评测佐证。本条为中文单一来源。

来源：InfoQ 中文