The Big Ways AI Just Changed

6月，Anthropic Fable 5发布48小时后被美国政府强制暂停，引发AI模型主权危机，企业被迫转向开源模型和混合架构。

• 5月标志性转变：AI从"补贴时代"进入"Token稀缺时代"。提供商从按席位订阅转向按用量计费，因为Agent工作负载消耗的智能量是2024-25年查询模式的数倍。
• Uber在2026年前4个月烧光全年AI预算，Walmart将内部工具从无限使用改为Token预算，Uber设定每月1500美元的AI支出上限。企业开始重视Token效率和纪律。
• 多数公司AI采用率仍极低，但先锋企业已开始转向低成本模型（包括中国开源模型）和新架构。独立评测机构Artificial Analysis调整核心智能指数，以更好反映Agent使用场景。
• 微软悄悄推出新专有模型和后训练定制服务：根据企业客户特定标准对模型进行后训练。这一动作被淹没在大量公告中，未获足够关注。

• 6月10日，Anthropic发布Fable 5。与以往模型升级（如OpenAI从GPT-4到GPT-5）常令人失望不同，Fable 5在技术和编码用例上明显更强。主持人非技术背景，但发现它在所有领域的提升都极其显著。
• 关键体验差异：此前编码模型让启动项目的激活能量足够低，但未消除完成能量——用户常做到80-90%就放弃。Fable 5是第一个让启动和完成大型编码项目都变得轻松的模型。主持人用它一次性完成了拖延数周的AI Daily Brief网站改造。
• 案例：Riley Brown用Fable 5一次性构建了Replit移动端风格的应用构建器；创作者测试了3D世界；有客户通话中，Fable 5在对话进行时实时构建了客户要求的产品功能。
• 争议立即出现：过度激进的护栏（如生物学话题限制）；30天数据保留政策（Anthropic保留提示和输出用于安全审查），导致大量企业拒绝使用。这暴露了企业对少数AI供应商的依赖权力问题。

• 发布后第一周周末，美国政府以出口管制指令要求Anthropic暂停对外国公民的Fable 5和Mythos 5访问。Anthropic表示唯一合规方式是完全关闭所有人的访问权限。
• 后续报道揭示：亚马逊的一份窄域越狱报告触发了美国政府的一系列行动。政府各部门意识到这类模型比以往强大得多，开始紧急"补课"。
• 禁令迅速扩大：GPT-5.6也被推迟发布。OpenAI宣布GPT-5.6将是三个不同模型的集合，但美国政府将逐批审批新公司和个人的访问权限。这被视为临时、混乱的AI许可制度的开端，缺乏法律依据。
• 企业和个人被迫重新思考：除了成本，现在又多了主权维度。需要将架构从单一闭源模型（OpenAI或Anthropic）转向多元化。

• Z.ai的GLM-5.2成为焦点。它不是Fable 5的对手，但超过了开启Agent时代的Opus 4.6/GPT 5.2水平。这是第一个让"后备方案"感觉不像妥协、而像真正的前沿竞争的开源权重模型。
• 定制后训练模型崛起：Cursor的Composer 2.5（基于Kimmy）；Harvey和Fireworks为法律任务组合开源GLM worker和Opus advisor，性能优于单独Opus，成本更低；OpenRouter的Fusion使用模型面板+裁判+合成器处理困难任务。
• 在Fable暂停期间，本地AI首次成为更广泛群体的严肃议题。全球企业董事会开始讨论本地AI和开源权重模型策略。
• 微软CEO萨提亚·纳德拉发文：每家公司都需要围绕AI使用建立学习循环和学习系统——不仅要选对模型，还要拥有围绕模型使用的复合上下文、决策、评估和机构记忆。
• Claude Tag发布：允许Slack中任何人调用Claude Code的能力。Anthropic声称其产品团队65%的代码现在是通过Slack启动Claude Code生成的，而非在Claude应用或终端中。

• 内存短缺成为市场焦点，内存公司表现优异。SpaceX扩大与Entropic的交易，Meta和扎克伯格跟随进入"意外的新云"领域。AI数据中心成为政治热点，左翼（如Erin Brockovich）和右翼（前茶党保守派）同时动员反对。
• Glean报告发现新现象：Bot sitting——工人平均每周花6.4小时让AI可用（提供上下文、检查输出、重新运行不佳结果）。能力过剩不仅不会因新模型解决，反而会加剧，只能通过真正的变革管理解决。
• KPMG季度调查：CEO亲自负责AI的组织，报告从AI中获得有意义商业价值的可能性是其他组织的两倍以上。

"Fable 5是第一个让启动和完成大型编码项目都变得轻松、让完成能量变得微不足道的模型。"

• 做AI产品的：可以照抄Anthropic的"65%代码从Slack生成"模式——将AI能力从个人工具转化为团队协作基础设施，降低使用门槛，扩大用户基数。Claude Tag的思路值得复制。
• 做企业AI的：立即评估你的Token架构和模型依赖风险。参考Harvey+Fireworks的做法，为不同任务组合开源+闭源模型，在性能和成本间找到最优解。同时，推动CEO亲自负责AI战略，这是提升ROI最直接的方法。
• 做AI基础设施的：内存短缺和本地AI需求正在创造新市场。关注"Bot sitting"问题——工人每周花6.4小时"伺候"AI，这意味着自动化这些"伺候工作"本身就是一个巨大的产品机会。