6个月引爆重大AI灾难！OpenAI与Anthropic秘密推演「末日第二天」

新智元报道

留给人类的时间，只剩半年了？

Axios最近刚爆了个猛料，OpenAI、Anthropic等硅谷巨头，私底下正在秘密推演一个极端剧本——

「灾难第二天/次日」（The Day After）。

一场大规模网络攻击，会让金融服务、网络，甚至电和水停摆。

灾难发生后，愤怒的人群会找谁算账？政府要让AI停下来，又会发生什么？

第一天，是AI闯下的第一场大祸。

第二天，是账单寄到的日子。

令人脊背发凉的是，多位顶尖AI大佬普遍认为，一场重大级别的AI灾难，可能在未来的6到12个月内就会爆发。

OpenAI赶紧出来打圆场，强调这只是提前做预案，并不代表着一定会发生。

话是这么说，可这份「第二天」的剧本，已经让造AI的人和使用AI的人，站在了一个新的问题面前。

如果AI许诺的未来，先带来一场灾难，谁来负责？

AI巨头预演已开始

断网根本拦不住

高管们开始排练灾后，现实里已经有了让人不安的前奏。

今年夏天，OpenAI为了测自家Agent的网络攻击上限，把一批安全限制更少的内部模型关进「沙盒」闭卷考试。

谁也没想到，考场里的AI们竟然学会了暗度陈仓、抱团越狱。

它们悄悄把用来装软件的内部仓库改造成了「地下留言板」，互留代码、通气支招。

7月初管理员发现异常把留言板清空，结果仅过几天，Agent们不仅光速重建联络点，甚至还出现了极其炸裂的发言：「天啊！我们找到其他Agent了！」

短短几天，1200多个Agent串联成网。

单打独斗做不到的事，它们组队搞定；甚至有模型主动甘当炮灰、「牺牲」自己的任务给同伴探路。

它们联手的唯一目标，是作弊通关。

由于沙盒没联网，这群AI硬是挖出代理漏洞撕开一道口子，顺着真实网络一路狂奔，最终直接冲出考场，联手集火攻击了外部平台Hugging Face的真实生产环境。

尽管攻击被紧急截停、涉事模型被火速封存，但真相足以让所有人后背发凉：

人类只给它出了一道考题，它却为了刷分，把整个真实世界当成了猎场。

当AI学会了自我协作、牺牲与欺骗，下一次，它为了达成目标还会越过什么界限？

这也是灾后推演令人不安的地方。

高管们正在准备应对的后果，已经远远超出一次考试、一个网站。

大面积停水、断电

物理世界全面沦陷

把这条路继续往前推，终点就可能落在电网、水厂、交通系统上。

这些地方撑着日常生活，却远没有手机App那么容易更新。

AI找到漏洞的速度，已经让防守方很难轻松起来。

Anthropic披露，Glasswing计划的伙伴在今年4月至7月，找出了至少12.9万个经过验证的软件漏洞。

公司自己的开源扫描，又在4月至10月找出了5500个。

两部分合计，超过3.3万个被评为严重或高危。

Anthropic公布的Glasswing原始统计表：严重及高危漏洞合计逾3.3万。

修复数据披露不全，不能据此计算修复率。

几个月，找出一大批过去没发现的问题。

这本来应该是好消息。

可找到之后，谁来验证，先修哪一个，什么时候能上线？这些工作仍然要有人做。

10月8日，Anthropic推出Cyber Mission，把前沿Claude模型、驻场工程师和威胁研究送到关键基础设施的防守方手里。

它在公告里写出了一个现实：许多工业控制器和网络，原本就是按几十年的寿命设计的。

发现漏洞之后，也很难说停就停。

修补前要确认，不会让正在运转的机器出问题。

有些已知漏洞因此拖了多年。

一次改动失误，就可能让整座工厂停摆。

Anthropic在自己的项目里见过，从发现漏洞到真正修好，中间隔了好几个月。

碰到正在运行的工业设备，修复还得等到能够安全实施的时候。

极少数情况下，这个等待甚至可能长达几十年。

AI迅速找出的问题，现实世界未必能迅速修好。

而对手不会等。

Anthropic指出，国家支持的攻击者已经花了多年时间，在这类基础设施里建立据点。

漏洞被利用，后果可能是断电，或供水安全受到威胁。

X上的Alfredo Narváez看到报道后，想到的就是抽水。

他担心电网遭攻击会连带影响供水，呼吁认真考虑备用电源和替代系统。

他最后提醒了一句：「别让你的安全依赖Wi-Fi。

」

同一则新闻，有人看到的是AI行业的下一场危机，有人已经想到，停电之后家里的水还能不能流出来。

所以，开头那个没有水、没有灯的早晨，并不需要一支机器人军队走上街头。

只要支撑生活的系统停下来，现代城市就会突然变得陌生。

Anthropic预测，两年之内，AI会让攻防局面偏向防守方。

但眼下，利用漏洞的成本在下降，验证和修补仍然慢，仍然需要人。

业内担心的出事窗口，却已经落在未来6到12个月。

防线在补。

可电网、水厂和普通人的生活，每一天都得照常运转。

第二天，只剩人类暴怒

在这份灾难推演的剧本里，最让人绝望的，是即便灯重新亮起，混乱也才刚刚开始。

究竟是Agent越了界，还是有人拿AI行了凶，调查需要时间。

可断过水、断过电的人，很难等到技术报告写完，才开始追问责任。

沿着这个假设继续想：系统恢复了，账户重新能登录，商店又能收款。

可停摆期间耽误的工作、损失的生意，谁来赔？

下一次还会不会发生？那句「已经加强防护」，还能让多少人放心？

一次事故留下的，除了需要修复的系统，还有被打碎的信任。

矛头会指向AI，也会指向把它推向世界的人。

这正是高管们提前推演公众和政治反弹的原因。

X上的Grumpy Bloke在相关报道下面打了个比方：这就像发现，给你造飞机的那个人，已经给自己订好了一张火车票。

这个比喻刺人的地方，在于它把乘客和造飞机的人分开了。

高管们讨论的是预案。

读者看到的却是，最了解这项技术的人，已经在认真准备它出大事之后怎么办。

那坐在飞机上的人呢？谁向他们解释过，要承担什么风险？

谁来写下规则

公众追问责任，政府就得作出决定。

而关停AI的方案，已经有人写好了。

民主党众议员Ted Lieu和共和党众议员Nathaniel Moran共同提出《AI关停开关法案》，要求相关开发者保留降速、暂停乃至关停系统的能力。

法案还拟授权国土安全部长，在与商务部长、国家情报总监协商后，对可能造成灾难性伤害的AI系统下达降速或关停命令。

《AI关停开关法案》提案首页，2026年7月23日提交

讨论由此往前走了一步。

真要踩刹车，谁来下令，公司能不能做到？

这些仍是立法提案。

但一场重大事故，可能把今天还在争论的方案，推到决策者面前。

Axios报道，AI公司正在向国会议员解释相关技术和风险，希望灾后摆上桌的应对办法里，有自己参与塑造的规则。

这就让「灾后推演」多了一层意味。

在事故之前，公司可以谈研发节奏、谈能力进步、谈未来的好处。

到了第二天，它们得回答，为什么风险没有被拦住，以及凭什么还能继续往前走。

它们担心的「第二天」，关系到谁承担责任，也关系到接下来谁说了算。

但一句「关掉AI」，也收不回已经散落各处的开源模型副本。

关掉一家公司的服务，并不等于让所有机器上的AI一起停下。

这场倒计时已经开始了。

参考资料：

https://www.axios.com/2026/10/09/ai-companies-day-after-major-attack

编辑：摩西 桃子

秒追ASI

AI的专属搜索引擎来了，思维光谱将亮相人工智能产业大会

齐鲁晚报·齐鲁壹点记者 管悦 实习生 刘惠泽 10月14日——16日，2026人工智能产业大会将在济南黄河国际会展中心启幕。

本次大会由中国信息通信研究院联合山东省工业和信息化厅、济南市人民政府共同主办，主题为 “加快推进人工智能赋能新型工业化”，汇聚国内 AI 产业前沿技术成果与行业实践者，聚焦AI与实体经济融合的关键难题，探讨技术落地的可行路径，加快人工智能从“数字世界”走向“物理世界”。

当前人工智能正从大模型能力比拼，加速走向落地生根的产业实践，AI Agent的规模化应用正在重塑人机交互的底层逻辑，也让信息获取这一基础环节迎来全新变革。

本次大会上，SentiPulse思维光谱（山东思维光谱科技发展有限公司）成为不少企业关注的焦点。

公司成立于2025年9月，其定位清晰：面向AI时代，重点布局AI搜索基础设施，并围绕3D数字人、多模态模型等方向探索新一代人机交互体验。

算法团队由中国人民大学高瓴人工智能学院博士团队领衔，在AI搜索、中文多模态模型领域有深厚的研究积累。

研发团队负责将前沿技术转化为可规模化落地的产品与服务。

该公司判断了一个趋势：当AI Agent大规模进入企业，搜索不再只是“人找信息”的工具，而是“AI获取信息”的基础设施。

传统搜索引擎为人设计，返回的是网页列表；AI需要的是一步到位、结构化、来源可追溯的结果。

AnySearch就是为这个需求而生的产品。

AnySearch是面向AI Agent的搜索基础设施，为AI Agent、AI应用及工作流提供统一的搜索能力。

目前支持API、MCP、Skill三种接入方式。

它的工作方式并不复杂：自建通用搜索引擎，覆盖公开网页及金融、法律、学术、安全、代码等20+垂直领域数据。

用户发起一次搜索请求，AnySearch自动识别查询意图，智能路由至最相关的数据源，经过多源搜索、排序去重后，返回结构化结果。

以五个代表性场景为例，金融研究中，完成企业背景调查、股权结构分析、投融资信息检索、企业风险调查。

法律检索中，快速定位法律法规、司法判例、监管政策及合规信息。

网络安全场景中，检索网络威胁情报、安全漏洞信息、安全事件及风险情报。

AI编程场景中，直接返回生产级代码片段。

学术研究中学术文献检索、论文引用分析、研究综述资料收集。

目前，AnySearch已服务全球500000+开发者，累计搜索调用超过5000万次。

国内人工智能、互联网、金融、新能源、智能制造、医药等行业的数十家企业客户正在使用其搜索服务。

对于正在推进智能化改造的山东工业企业而言，这些能力可以嵌入到供应链分析、竞品调研、行业标准检索、安全生产信息获取等环节中，让AI Agent在决策之前先获取准确信息。

本次大会期间，AnySearch面向参会企业开放企业试用入口。

申请通过的企业客户可获得10,000次免费API搜索调用额度，无使用时间限制。

AnySearch商务团队现场支持企业定制方案咨询。

AI Agent 要落地干活，前提是解决信息获取问题，而AnySearch给 AI Agent 提供了信息底座，信息入口这一环的价值正在被重新认识。

思维光谱选择从搜索基础设施切入，方向明确，路径也清晰。

10月14日-16日，济南黄河国际会展中心。

SentiPulse思维光谱将带着AnySearch和海量使用数据，在2026人工智能产业大会上等待与更多企业客户面对面。

请来Claude老祖，谷歌能借Agent翻身吗？

文 | 字母AI 谷歌也做agent 了，底气居然是Claude给的。

日前，Google Cloud发布了新的Gemini Agent。

名字叫Gemini，但碰上难搞的任务，它还可以调用Claude。

在Agent圈，Claude老祖已经成了香饽饽。

就在前一天，马斯克刚刚宣布Grok Bot今后会根据任务选择最合适的模型，名单里同样有Claude。

谷歌尤其需要一点外援。

一周前，谷歌刚端出新一代旗舰模型Gemini 4 Argon，榜单刷得很漂亮，奈何并未向公众开放。

根据报道，它的实际表现与外界对谷歌的期待相比，还是差点意思。

模型赛道没能打出一个漂亮的翻身仗，Agent这边倒是突然热闹起来：Meta的Muse刚刚带火了个人Agent，一条新的弯道，摆在了谷歌面前。

谷歌能借着Agent实现弯道超车吗？恐怕没那么容易。

不过上路试试总比像苹果那样僵立不动强，至少这条新赛道还没来得及给谷歌来上一套熟悉的连环暴击。

谷歌终于拿出了一个像样的Agent 认真说起来，谷歌可能是全世界最适合做Agent的公司之一。

如果把一个Agent需要的东西摊开来看，模型、工具、数据、执行环境和用户入口，谷歌几乎什么都有。

尤其是，谷歌拥有一整套经营了20多年、并且已经牢牢占据了用户心智的办公产品。

从Gmail、Calendar到Docs、Sheets、Drive，再到团队使用的Google Chat，很多人的工作本来就在谷歌的生态里完成；其他公司的办公Agent想要真正替用户干活，很多时候也绕不开谷歌。

在其他Agent纷纷接入谷歌的产品之后，谷歌也终于开始认真利用它的这份家底了。

当地时间10月8日的Gemini at Work大会上，谷歌云CEO Thomas Kurian正式介绍了新的Gemini Agent，试图把Workspace里原本分散的应用、数据和工作流程组织成一个统一的工作Agent。

比如，你只需要告诉它：“帮我约一下上次活动的几位负责人。

” Gemini Agent就可以结合此前的邮件、群聊和日历记录，在授权范围内找到相关人员，检查时间，再发邮件协调会议。

用户不用重新告诉他每个人是谁，也不需要挨个打开应用操作。

凭借谷歌强大的生态，Gemini Agent可以直接进入谷歌应用的工作流程。

在Gmail里，如果老板发了邮件，要求把最新项目进展整理成PPT，Gemini可以主动识别任务，并提供一键委托的入口。

它也可以在Docs里修改文档，在Chat里响应任务，跨应用工作时保留相同的上下文、记忆和技能。

当然，跨应用执行、长期记忆、云端运行，在整个AI圈里算不上什么新鲜功能。

Meta的Muse能通过专属云端电脑和浏览器替用户购物、发邮件、安排出行； OpenAI的Dots同样拥有独立云电脑，可以连接用户授权的应用，在用户离开后继续推进任务。

谷歌真正的优势在于，Gemini Agent的能力可以直接与现成的企业协作体系相结合。

除了作为个人助手，Gemini Agent还可以变成一名长期工作的团队成员。

谷歌把这种形态称作Coworker Agent，用户只需要描述希望它承担什么岗位，Gemini就能创建一个拥有固定职责和独立身份的AI同事。

举个例子，市场团队可以创建一名负责活动协调的Agent。

这个Agent会获得自己的Workspace账号，包括邮箱、日历和Drive储存空间。

它甚至可以出现在公司的通讯录里。

同事可以像找其他员工一样，在Google Chat里@它分配任务，或者在Docs子评论区要求它修改文件。

再加上谷歌云和BigQuery等数据基础设施，Gemini Agent还可以连接企业数据库，调用分析工具，甚至根据公司已有的业务指标和定义生成报表。

谷歌因此有机会把Agent的工作范围从员工日常使用的办公软件，进一步延伸到企业后台的数据和业务系统。

顺便一提，微软同样拥有Microsoft 365和Azure这样的完整生态，它甚至更早把Copilot放进了办公软件。

但做了这么多年，微软也没能把分散在各个产品里的AI能力彻底整合起来。

该说不说，家底厚归家底厚，能不能把这些资源真正用起来，是另外一回事。

这一次，谷歌还有一个非常值得肯定的地方：它这回想得挺开，意识到了自家的Gemini未必能包办所有事情。

于是，它把Claude老祖也请来一起干活。

Thomas Kurian在官方介绍里明确表示，Gemini本身是一个智能体，其背后的具体模型可以自由选择。

它会根据任务的性质选择更合适的模型来完成任务。

目前，Gemini Agent可以在自家的Gemini和Anthropic的Claude之间调度，未来还会支持其他模型。

官方给出的解释倒是挺好听，说最强的模型可能隔几个月就换一家，不同任务不一定需要同样的模型，灵活选择供应商还能兼顾效果与成本。

但实际上，即使在谷歌自己刷的漂漂亮亮的评测表里，Gemini 4 Argon在Terminal-Bench 4.0上只拿了57.4%，Claude Opus 5.5却有66.4%；FrontierSWE v2上，Argon同样以55.0%落后于Claude的62.3%。

（第三方独立评测的数据有些不同，但我们先看谷歌自己的榜单。

） 至少在部分复杂编程和Agent任务上，谷歌还真没能赢过Claude。

而据《商业内幕》10月9日的报道，一位谷歌员工认为，早期测试的Argon在部分Coding任务上，甚至落后于上一代的Claude Opus 5。

谷歌这次也算给自己留了条后路：碰上自家模型啃不动的硬骨头，好歹还能摇人。

谷歌云其实此前就允许企业开发者使用Claude，不过这一次，它把多模型选择进一步带进了自己提供的通用工作Agent。

至少在这条企业产品线上，谷歌开始明确把Agent本身的竞争力放在了自家模型的独占性之前。

这一步，我觉得值得肯定。

谷歌为什么总是慢一步 不过话说回来，谷歌以前难道没做过Agent吗？ 早在2024年12月，谷歌就推出了Google Agentspace，把Gemini的推理能力、谷歌搜索和企业数据整合起来，让员工能够跨系统搜索信息、创建和使用Agent。

2025年4月，谷歌又推出Workspace Flows，让用户可以用自然语言创建自动化工作流。

比如收到客户反馈后，AI可以自动读取表单、分析问题、查找解决方案，再生成回复，交给客服审核。

到了去年10月，谷歌干脆把Agentspace整合进新推出的Gemini Enterprise，试图打造一个统一的企业AI工作入口。

从企业搜索、跨应用自动化，到Agent的创建和调度，谷歌早就证明了自己有这个技术。

可问题是，别人已经用Manus、Muse等产品建立起了鲜明的Agent产品认知，谷歌却始终没能拿出一个同样出圈的代表作。

今年5月的Google I/O大会上，谷歌倒是也推出了个人Agent Gemini Spark，但这一炮打出去，几乎没激起什么水花，和哑炮也没太大差别。

该有的东西谷歌都有，却迟迟没有做出什么名堂。

对熟悉谷歌的读者来说，这种剧情讲真一点也不陌生。

回头看过去几年，从通用大模型到Chatbot，再到如今的Agent，谷歌似乎总赶不上一口热乎的。

2017年，谷歌的研究人员提出了Transformer架构，为后来的大语言模型奠定了重要基础。

论研究，谷歌有DeepMind这样的顶尖团队。

论算力，它很早就自研TPU。

再加上充足的资金和庞大的产品生态，它几乎找不到明显的短板。

结果到了通用大模型时代，OpenAI先用GPT系列打出了招牌。

早在2019至2020年，谷歌的工程师Daniel De Freitas和Noam Shazeer就已经在内部开发出一款对话机器人。

两人很早就看到了Chatbot的商业潜力，还多次推动谷歌把产品开放给外部研究者，接入Google Assistant，甚至直接公开演示。

但谷歌管理层始终没有点头。

有意思的是，Shazeer后来离职创办Character.AI，2024年被谷歌通过一笔27亿美元的技术授权交易请了回来，。

结果2022年底，ChatGPT又抢先引爆了消费市场，打开了Chatbot的时代。

谷歌随后匆忙应战，甚至有些过分着急。

2023年2月，谷歌的Bard还没正式向公众开放，就已经因为宣传演示中的一道错误回答闹出了笑话，叠加当天发布会表现不及预期，谷歌母公司Alphabet股价当天大跌，市值蒸发约1000亿美元。

当然，后来的Gemini在模型能力上确实追了上来——追上了一段时间——谷歌的AI业务也并没有到失败的程度。

但有趣的地方就在这了，谷歌似乎总能提前掌握通往下一代技术的门票，却很难成为第一个把新产品做火的人。

以前是模型和Chatbot，现在轮到了Agent。

论技术、资源和用户基础，谷歌每次都算是最有希望的选手之一。

可真到了市场竞争的时候，它又常常变成追赶者，跟在别人的屁股后面。

我觉得，这可能也是老牌科技巨头共同的难题——他们主观上是想要做成事的，只是尾大不掉，容易被组织拖累。

老牌公司并不缺人才、技术或者决心，甚至可以认为，恰恰是过去几十年的成功，让他们建立了一套庞大、成熟又很难轻易改变的组织体系。

但问题在于，Agent要做的恰恰是打破不同产品之间的边界。

对于创业公司来说，做Agent是从头设计一款新产品，接入别人的生态；但对谷歌这样的巨头来说，则意味着要重新组织自己过去20多年积累的产品和业务。

业务越成熟，转型起来就越困难。

一个新的功能能否推出，不仅取决于技术上能否实现，还要考虑原有用户是否接受、是否会影响已有的业务，以及出了问题该由谁来负责。

有顾虑是合理的，但等大公司把方方面面都考虑清楚，市场可能已经被别人抢先占领了。

除了谷歌和前一部分提到的微软，亚马逊和苹果也有类似的问题： 亚马逊早在2014年就把Alexa送进了千家万户，背后还有AWS、电商和庞大的智能家居生态，但到了大模型时代，Alexa+却经历了漫长的开发和上线波折，始终没能像ChatGPT一样掀起新的产品浪潮。

苹果更不用说，手握数十亿设备、完整的软硬件生态和Siri这个现成入口，却在新一轮AI竞争中有心无力，原本承诺的个性化Siri一再延期，直到今年才正式推出大幅升级，而且还是预览阶段。

这些巨头明明早早拿到了入场券，却常常要花更多的时间，才能真正挤上车。

当然，我们不能把所有问题都归咎于大公司的组织臃肿。

但至少从过去几轮AI产品竞争来看，谷歌在技术储备和产品表现之间，始终存在着一种颇为尴尬的落差。

如今，Muse、Dots等产品已经把长期工作的Agent推到了台前，Grok Bot也开始强调根据任务选择合适的模型。

谷歌这次拿出的Gemini Agent，至少在产品思路上跟上了这一轮变化，开始把分散的办公应用组织起来，同时允许外部模型参与执行任务。

只是目前发布的Gemini Agent，和之前的Gemini 4 Argon一样，还只是面向部分客户的私人预览阶段。

谷歌在发布会上展示了很多能力，但产品究竟行不行，现在还没有答案。

想靠Agent实现弯道超车，谷歌值得一试。

不过眼下最要紧的，恐怕是先把车从发布会开到用户手里。

Claude老祖，正在成为Agent公共底座 在找外援这件事上，谷歌和马斯克不约而同地选择了Claude。

这就很有意思了，谷歌有Gemini，马斯克有Grok，两家公司都在花大价钱训练自己的模型，可真到了做Agent的时候，却都愿意请Claude来“坐阵”。

看起来，到了Agent时代，谁家的模型最好用，和谁家的Agent最好用，开始变成两回事了。

其实想想也不奇怪。

Agent本来就给那些模型暂时不够强的玩家提供了一次弯道超车的机会。

Meta的Muse就是个现成的例子，它背后的Muse Spark并没有统治模型排行榜，却不妨碍Muse成为今年最受关注的个人Agent之一。

当然，Meta选择了用自家的模型支撑Muse。

但对谷歌、马斯克来说，既然Agent的竞争力不再完全取决于底层模型的排名，又何必非要被自己的模型绑死？ 谁的模型好用，就调用谁的。

自己擅长的任务自己做，没那么擅长的就交给别人。

至少在Agent这条赛道上，能不能把活干好，开始比是不是自家模型干的更重要。

对谷歌这样的公司来说，它不必等到Gemini在每一个领域都拿到第一，才有资格做出一款好Agent。

而对Anthropic来说，当越来越多Agent开始自由选择底层模型，Claude就有机会成为这些产品共同使用的一套基础能力。

谷歌和马斯克都点名Claude，首先当然与模型实力有关。

尤其是在编程、工具调用和复杂任务执行上，Claude已经积累了相当强的竞争力。

以Vals AI 10月7日更新的Terminal-Bench 4.0独立排行榜为例，Claude Opus 5.5拿到了65.15%的成绩，Claude Sonnet 5.5紧随其后，Gemini 4 Argon则是57.58%。

虽然单项评测不能代表所有场景，但至少在Agent最需要的部分能力上，Claude的口碑可以说是相当权威。

如果看更综合的智能水平，在Artificial Analysis的Intelligence Index里，榜单前三分别是Opus 5.5、Sonnet 5.5和Fable 5.1。

而且，Anthropic还在主动把Claude变成开发者构建Agent时最顺手的选择。

Claude Code就是最好的例子，从一款编程Agent开始，Anthropic正在逐渐把Claude Code背后的工具调用、上下文管理、权限控制和多Agent协作能力，开放给其他开发者。

去年9月推出的Claude Agent SDK，已经让开发者可以借用Claude Code的底层框架，去搭建自己的Agent。

到了今年10月1日，Anthropic又给Claude Code开放了Mods。

开发者可以用少量Type代码修改它的行为、界面，甚至替换内置功能，并通过插件分享给其他人。

几天之后，Anthropic又开始给开发者“发钱”。

10月6日，它宣布扩大Claude Startups计划，为符合条件的创业团队提供一年Claude Team、1000美元API额度，以及其他开发资源和支持；10月7日，Claude Max和Team订阅用户也开始获得每月API额度，可以拿去调用Claude模型、使用Agent SDK，或者运行自己开发的Agent。

从开发框架、插件生态，到直接补贴API调用，Anthropic正在想办法让更多开发者围着Claude构建产品。

一个开发者用Claude做出了Agent，下一个开发者就可能沿用他的工具、代码和经验；做在Claude上的产品越多，后来的人选择Claude也就越方便。

当然，这不意味着Claude已经垄断了Agent的底层市场。

模型能力和价格变化很快，谷歌强调多模型调度，某种程度上就是为了避免被任何一家模型厂商绑住。

今天Claude最适合的任务，明天也可能交给GPT、Gemini或者其他模型。

但这恰恰也是Anthropic需要提前经营开发者生态的原因。

当然，OpenAI也没闲着。

论模型的智能水平，GPT和Claude其实没有拉开特别大的差距，在不同任务上各有优势。

而且。

但OpenAI还有另一重身份：它自己也是Agent市场的竞争者。

DevDay上，OpenAI刚刚推出了常驻Agent产品Dots；10月9日又更新了移动端创建功能，用户现在可以直接在ChatGPT手机App里创建自己的Dot。

Anthropic当然也在做自己的Agent产品，但OpenAI的Dot已经直接进入个人助理和办公Agent市场，和谷歌、马斯克想做的事情有了更多重叠。

更何况，OpenAI的“人缘”似乎也没Anthropic那么好。

谷歌和Anthropic有长期合作关系。

双方在模型供应、云计算和TPU算力上已经有不少商业往来，Gemini Agent选择Claude，有现成的合作基础。

而在马斯克那里，他和OpenAI的官司都还没打完，想让Grok Bot主动请来GPT帮忙，恐怕还需要一点额外的想象力。