Latest / The Long View / 2026-05-31 · 科技与科学｜AI 同周被资本政治宗教三轴介入，GPT-5.5 反超 Opus 4.8

Transcript

2026-05-31 · 科技与科学｜AI 同周被资本政治宗教三轴介入，GPT-5.5 反超 Opus 4.8 · The Long View

0:00
欢迎收听The Long View，
0:01
这是五月三十一号的科技与科学专题。
0:05
今天最值得听众记住的一句话是这样的—A I已经不再只是一项技术，
0:09
它在同一周内被资本、政治、宗教三个轴同时介入，
0:15
每一个轴都在它周围重画新的制度边界。
0:19
今天有三条主线交织在一起。
0:21
第一条，前沿模型的竞争从"谁更聪明"切换到"谁的成本与质量曲线更优"，
0:28
OpenAI的GPT5.55.55.5反超了Anthropic刚发布的Opus4.84.84.8。
0:35
第二条，A I资本扩张走到了"政治化"的临界点—SoftBank跟法国签下三点一吉瓦的主权A I算力订单，
0:46
Anthropic与OpenAI各自的超级P A C同时砸进两千四百万美元抢中期选举，
0:54
而教皇用一封通谕首次把硅谷算力链条比作十九世纪的工业资本主义。
1:00
第三条，硬件与基础设施的暗线—NVIDIA在Computex即将亮相的N1X芯片、
1:07
Blue Origin火箭爆炸把整个Artemis登月计划逼回SpaceX单点依赖、
1:13
中国生物医药在芝加哥A S C O抢下五大头条之一。
1:18
我们一件一件聊。
1:20
先说第一条主线，模型竞赛进入"成本与质量曲线"阶段。
1:24
这一周最值得听众记住的一组数字，是在一个叫DeepSWE Bench的榜单上跑出来的。
1:31
先解释一下这是个什么基准—DeepSWE Bench是业内公认最贴近真实开发场景的长程编码评测，
1:39
要模型在一个完整代码仓库里执行多步骤推理、
1:42
调用工具、修bug，pass at1就是"一次性把任务做对"的成功率。
1:48
这条赛道现在是所有前沿模型的兵家必争之地，
1:51
因为它直接对应企业愿意付钱的"A I编程代理"市场。
1:56
数字本身是这样的。
1:57
Anthropic上周发布的Opus4.84.84.8拿到百分之五十八的pass at1，
2:04
整体排名第二。
2:05
第一名是OpenAI的GPT5.55.55.5的最高推理档，
2:09
行话叫 GPT-5GPT-5GPT-5GPT-5GPT-5..5 x5 x5 xhigh，
2:13
百分之七十。
2:15
X上的技术评测圈展开了一轮成本与性价比对照—账号benedictk算了一笔账，
2:22
GPT-5GPT-5GPT-5GPT-5GPT-5..5 x5 x5 xhigh h 是百分之七十、
2:26
单任务六块六毛美元；
2:29
GPT-5GPT-5GPT-5GPT-5GPT-5..5 high h 是百分之六十二、
2:32
单任务四块四毛七；
2:34
价格分别低于Opus4.84.84.8的同档。
2:37
kimmonismus的判断是："Opus4.84.84.8相对Opus4.74.74.7是一次扎实的进步，
2:43
平均单任务成本也降了，但是 GPT-5GPT-5GPT-5GPT-5GPT-5..5 x5 x5 xhigh h 仍然以明显优势领先，
2:50
而且更便宜。
2:51
"为什么这件事重要？
2:52
两个月前业内的默认共识是Opus4.74.74.7是严肃编程代理的首选。
2:59
现在Opus4.84.84.8缩小了模型质量差距，
3:01
但没有夺回最受关注的编码榜首位，而且单价仍高于 GPT-5GPT-5GPT-5GPT-5GPT-5..5 high。
3:10
Anthropic与OpenAI的竞争主轴已经从"谁更聪明"切换到"谁的成本与质量前沿曲线更优"。
3:18
在这条曲线上，至少在DeepSWE这个具体场景里，
3:23
OpenAI暂时领先。
3:26
紧接着的下一个事件已经被市场定价。
3:29
账号testingcatalog在X上引用Polymarket预测市场的赔率—GPT5.65.65.6的发布窗口集中在六月九号到十一号，
3:38
GPT5.65.65.6与GPT-5GPT-5GPT-5GPT-5GPT-5.6 Pro大概率会同时发布。
3:43
他援引内部信息称，重点在四个方向—更强推理、
3:48
更强代理工作流、更好的前端代码生成，
3:52
以及对token效率的大幅改进。
3:55
token效率是个关键词，它意味着完成同一任务消耗更少的输入输出token，
4:00
直接降低每次推理的美元成本。
4:04
账号Chrisgpt同步透露Anthropic这边的下一代模型代号Mythos—这是Anthropic在五月初公司外部度假时首次预览过的、
4:15
Claude4系列之后的新代号—也会在六月以正式版本而不是预览发布，
4:22
并融入Opus4.74.74.7和4.84.84.8的训练成果。
4:25
两件事叠加起来，六月将是过去两年里前沿模型迭代最密集的一个月，
4:30
而且—这是关键—所有公司都在把更高的单位智能塞进更低的单位价格里。
4:37
接下来讲第二条主线，A I资本扩张走到"政治化"的临界点。
4:41
如果说模型层在比谁更便宜，那么基础设施层是在比谁能拿到更大的国家级订单。
4:49
五月三十号，SoftBank创始人孙正义与法国总统马克龙在巴黎宣布—SoftBank将在法国敦刻尔克、
4:59
Bosquel和Bouchain三个地方投建数据中心，
5:03
初始投资七百五十亿欧元，约合五百二十亿美元，
5:08
目标到二〇三一年部署三点一吉瓦的A I算力。
5:12
三点一吉瓦是什么概念？
5:14
大致相当于三座大型核反应堆的总输出。
5:17
这是欧洲数据中心建设第一次拿出能对标美国Stargate项目的"主权A I"资本，
5:23
而且选址在敦刻尔克这种历史符号城市，
5:27
政治表达再清楚不过。
5:29
资本层的另一个数据点来自NVIDIA首席财务官Colette Kress在美银会议上的发言—她预测全球A I基础设施开支到二〇三〇年将达到三万亿到四万亿美元，
5:43
并宣布"A I不再是nice-to-have"。
5:46
但Fortune撰稿人Rakesh Kumar当天发了一篇评论作为对冲—他警告芯片成本暴涨、
5:53
超大规模厂商越来越多用债务融资、加上代理A I每个任务的token消耗呈指数级膨胀，
6:00
这三件事叠在一起，有可能反噬A I经济本身。
6:05
这是一个值得听众警惕的少数派意见—当所有公司都在用未来现金流抵押今天的算力扩张时，
6:12
宏观利率或者一次需求修正就足以让整个链条吃紧。
6:17
资本之外，另一条政治化的线索是超级P A C。
6:20
先解释一下，超级P A C，英文叫Super P A C，
6:24
是二〇一〇年美国最高法院Citizens United案后允许的、
6:29
可以无上限募资但不能直接协调候选人的政治支出工具。
6:34
纽约时报政治记者 Theodore Schleifer r 周末长篇报道—Anthropic投靠的超级P A C叫Public First，
6:42
OpenAI投靠的叫Leading the Future，
6:46
两家同时投入两千四百万美元，并放话要再投一亿美元打二〇二六年的中期选举。
6:54
这是A I行业第一次以"两党并立式"的超级P A C形态全面卷入美国选举资金体系。
7:00
两家都打着"支持A I"旗号，但内核完全相反—Anthropic阵营要更强的监管，
7:07
这与 Anthropic CEO Dario Amodei i 的"负责任scaling"立场一致；
7:14
OpenAI阵营要更轻的监管。
7:17
Ezra Klein在纽约时报评论里把这件事的赌注讲得非常直白—他的判断是，
7:22
A I的未来不能交给市场和政客，必须由公众自己掌握。
7:28
这是Ezra Klein的个人立场，
7:29
但提示了一个真问题—当两家最有钱的A I公司同时砸一亿美元买选举影响力，
7:36
无论谁赢，公民审议的空间都在收窄。
7:40
资本与政治再往上一层，是宗教。
7:42
首位美籍教皇Leo十四世发布了通谕《《Magnifica Humanitass》，
7:48
拉丁文意思是"光辉的人性"—这是梵蒂冈最高级别的教导文献，
7:54
第一次系统回应A I。
7:56
教皇Leo直言A I"必须被解除武装"、
7:59
"不得主导人类"，并把Big Tech与十九世纪末教皇Leo十三世当年发表《新事》通谕、
8:06
回应工业革命，做了直接类比。
8:09
《新事》是天主教社会训导的奠基文件，
8:12
定义了工人尊严、私有财产边界、阶级合作等核心立场。
8:18
一个多世纪后，新任教皇有意继承同一个传统，
8:21
对话的对象从工厂主换成了硅谷。
8:26
Atlantic撰稿人Randy Boyagoda的解读把更深的批判挖了出来—通谕真正指向的不是抽象的"A I"，
8:35
而是"我们这些既得利益者"。
8:38
非洲儿童在危险矿区开采稀土，让A I计算流"永不中断"，
8:42
本质是一条新的奴役链条。
8:44
Boyagoda的判断是，问题不应该问"A I怎么办"，
8:48
而应该问"做人是什么"。
8:51
在Fortune评论版上，曾在以色列金融情报机构反I S I S的Shlomit Wagman提出一个更具体的政策模板—她主张A I治理框架不应照搬核武器控制，
9:07
那是国家行为体之间的双边博弈，而应该参考反恐金融的全球框架F A T F，
9:14
英文叫 Financial Action Task Force，
9:17
金融行动特别工作组，由各国监管机构通过黑名单、
9:21
披露义务、合规审查织成一张网。
9:25
这一组事件放在一起的意义是—A I不再是一个纯粹的技术行业。
9:30
它在同一周内被资本、政治、宗教三个轴同时介入，
9:34
而每一个轴都试图在它周围围出新的制度边界。
9:39
第三条主线，硬件与基础设施的暗线。
9:42
模型与资本之外，今天还有三件硬件和科研基础设施的事情值得听众记住。
9:50
第一件，是NVIDIA N1X。
9:51
N1X。
9:52
N1X。
9:52
N1X。
9:52
N1X。
9:52
N1X。
9:52
本周NVIDIA、Microsoft和Arm在X上同时发了同一张"a new era of P C"—一个P C的新时代—的预热海报，
10:03
坐标都指向NVIDIA CEO黄仁勋（Jensen Huang）g）在Computex的主题演讲。
10:09
kimmonismus的判断是，几乎可以确定揭晓的就是N1X，
10:13
NVIDIA第一款基于Arm架构的Windows笔记本芯片。
10:18
这件事的背景需要拆一下—NVIDIA在二〇二〇年试图以四百亿美元收购Arm，
10:23
二〇二二年因全球监管反对失败。
10:27
现在它没有买下架构，但要在Arm上推出Windows笔记本市场最重要的一颗芯片。
10:34
为什么这重要？
10:35
Arm加Windows这条赛道目前由高通的Snapdragon X主导—也就是二〇二四年微软推出的Copilot+ + + P C类别背后的处理器。
10:47
Copilot+ + + P C是微软为本机运行A I模型设计的硬件标准，
10:52
要求至少四十T O P S也就是每秒万亿次运算的N P U性能。
11:00
N1X是NVIDIA第一次进这个市场，
11:02
竞争优势在于它的G P U与A I加速器集成，
11:07
是高通无论如何短期补不上的。
11:11
另一层意义在于，微软用"同一张预热海报"这种联合营销动作给N1X站台，
11:17
等于事实上承认它将获得Surface一线设备的支持—这是比任何O E M单独发布都更重的信号。
11:25
对苹果而言，这是Windows阵营第一次拿出能和M系列Mac在能效比上正面对话的解决方案。
11:33
第二件，是SpaceX单点依赖的回归。
11:36
Blue Origin的New Glenn大型火箭爆炸了，
11:39
Jeff Bezos的月球登陆器Blue Moon几乎不可能赶上NASA Artemis三号的时间表。
11:46
这意味着整个美国登月计划暂时只能依赖SpaceX一家—而Elon Musk同时正在筹备SpaceX的I P O。
11:54
Fortune资深分析师Shawn Tully周末长篇拆解了SpaceX与Tesla合并的传闻—他算的账是这样的，
12:02
如果以约一万七千五百亿美元市值的SpaceX吞并一万六千五百亿美元的Tesla，
12:10
将成为史上最大规模并购，合体后市值三万四千亿美元，
12:14
仅次于Apple、Google、NVIDIA和沙特阿美。
12:19
但Tully的关键警告是—两家公司加起来按G A A P计算净利润是负十亿美元，
12:26
自由现金流缺口约一百四十亿美元—"用SpaceX的高估值救Tesla"实质上是把估值难题从一边转嫁到另一边，
12:36
并不能凭空创造现金流。
12:39
这是Tully个人的判断，但他用的数字是公开报表数字，
12:43
值得听众自己核算。
12:45
第三件，是中国生物医药在芝加哥A S C O抢头条。
12:50
A S C O是美国临床肿瘤学会的年会，
12:54
也是全球肿瘤学最重要的临床数据发布平台，
12:58
过去几乎被欧美研究中心垄断。
13:02
纽约时报报道，今年A S C O五大头条新闻之一，
13:06
是首次完全由中国本土开展的肺癌临床试验。
13:10
前美国食品药品监督管理局局长，英文叫F D A，
13:15
Robert Califf公开表态—这是他自己的话—"美国生物医药的领先地位正受到严重威胁"。
13:22
背景在于，中国受益于充裕的病源、本土资本充沛以及监管改革，
13:28
过去三年新药申报与临床试验数已经超过美国。
13:32
特朗普此前签署的BIOSECURE Act试图限制美国机构与中国生物服务商合作，
13:39
但顶不住基础研发外流的速度。
13:42
这是中国科技竞争力从消费电子、电动车、
13:45
A I之外，向制药这个最高门槛的科研领域延伸的标志性事件。
13:51
最后留几分钟，把今天A I应用层那些单源、
13:54
但累积起来值得记住的细节串一串。
13:57
第一件，OpenAI解开了一道困扰人类八十年的Erdős数论问题。
14:02
WSJ记者Ben Cohen报道。
14:05
Paul Erdős是二十世纪最多产的匈牙利数论学家，
14:09
生前留下数百个"小问题"和悬赏，至今仍是数学家的试金石。
14:14
这件事单源、需要后续学界验证，但如果属实，
14:19
是A I在纯数学领域第一次拿出能与顶级人类研究者并列的成果。
14:25
第二件，是所谓的 Anthropic monoculture e 论。
14:29
kimmonismus当周最受讨论的一条长帖—他的核心判断是Anthropic从一开始就只押注一件事—编程，
14:39
而且只押编程。
14:41
Dario Amodei早期说过一句话—"如果编程问题被解决了，
14:46
所有其他问题也会被解决。
14:48
"所以Anthropic没有花算力做Sora这种视频模型，
14:52
也没有像Google那样同时铺A I Mode、
14:56
图像模型、Veo3.13.13.1、
14:58
音乐模型。
15:00
kimmonismus的判断是，Anthropic已经赢得了企业A I这一战；
15:04
OpenAI最近的动作—关停Sora应用、
15:08
把重心移回Codex和ChatGPT主线—本质是OpenAI在向Anthropic的剧本收敛。
15:16
这是一个有立场的判断—kimmonismus一贯亲Anthropic—但他指出的底层观察是站得住的，
15:24
A I产品格局正在收缩到"编码代理加企业生产力"这个窄赛道上。
15:31
第三件，是微软Copilot的百分之四点五难题。
15:34
Fortune报道微软正打造一个"超级App"来统一散落的Copilot产品线。
15:41
kimmonismus抓了一个核心数字—四亿五千万微软365365365365365订阅用户中，
15:47
付费Copilot的不到百分之四点五，
15:49
大约两千万人。
15:51
唯一的例外是GitHub Copilot的四百七十万付费用户，
15:55
而它现在正面临Cursor和Claude Code的真实挤压。
16:01
这意味着微软的生成式A I营收逻辑—以M365365365365365基础铺设Copilot加购—出了问题。
16:09
低于百分之五的付费率不是U X问题，
16:11
是价值主张问题—用户为什么要付钱给Copilot而不是直接订阅ChatGPT或者Claude。
16:19
接下来几件是更碎的信号，但加在一起能拼出A I应用层这一周的轮廓。
16:25
Grok Imagine Video 1..5登顶Video Arena排行榜，
16:30
xAI的视频生成模型从落后中追上，并直接通过Grok的A P I推出。
16:36
需要警惕的是，Video Arena是社区投票驱动的排行榜，
16:40
是流行度而不是质量基准，三十天内是否能顶住Veo3系列和Sora2的反击才能验证。
16:48
Taylor Swift把自己的嗓音注册为商标，
16:50
Fortune报道，这件事暴露出现有版权法在deepfake时代的盲区。
16:57
A I也被多名涉嫌策划大规模枪击案的犯罪嫌疑人使用，
17:01
相关法律才刚开始接触这个领域。
17:04
Atlantic记者Matteo Wong测评A I检测工具Pangram，
17:08
结果显示越来越准但仍不够，校园抓A I作弊仍存在误伤问题。
17:15
同期Atlantic的Charlie Warzel警告，
17:19
A I代理正在制造"主体性危机"—人正把决定权外包出去。
17:25
更值得驻足一下的是N S F社科部门被实质关停这件事。
17:31
Atlantic报道，特朗普政府基本要"关停"美国国家科学基金会，
17:35
简称N S F，旗下的社会、行为与经济科学部门，
17:40
简称S B E。
17:42
S B E承担美国大学心理学与社会科学研究百分之六十三的经费，
17:47
本财年只发了五笔奖助，去年同期是两百五十笔。
17:52
这个部门资助的 General Social Survey y 和A N E S是美国最重要的长期社科调查数据库—一旦断流，
18:00
对美国"自我认知"的损害是结构性的。
18:03
这跟前面教皇通谕那个"做人是什么"的问题，
18:06
形成了一种奇特的呼应—一边是宗教在追问，
18:10
一边是国家在切断追问的资助。
18:14
代理与工具链这边也有几个深度信号。
18:16
OpenAI的Codex现在已经把"计算机使用代理"模式跑进生产了—OpenAI总裁Greg Brockman，
18:24
X上账号gdb的描述是 viscerally compelling，
18:28
直译就是"让人本能上信服"，这是OpenAI对 Anthropic Claude Computer Use e 的正面应答。
18:37
同时OpenAI的实时语音多模态A P I升到GPT Realtime2版本，
18:42
Brockman评价 unlocks some real magic，
18:45
意味着流式多模态进入实用阶段。
18:49
OpenClaw工程师steipete公布的构建数据显示，
18:52
二〇二六年五月二十八号对比二十七号，
18:56
冷启动构建快了百分之十四点五，热启动构建快了百分之十六，
19:01
全新安装包体积小了百分之五十二点八—这些都是代理产品体验在底层逐步打磨的具体证据。
19:09
Hugging Face CEO Clement Delangue e 转发了英国A I安全研究所—英文叫 U K A I Security Institute，
19:17
简称A I S I—公开发布其评估和数据集的消息。
19:23
他的判断是 A I safety can't happen behind closed doors，
19:28
A I安全不能闭门造车。
19:31
这件事的意义在于，过去大多数国家级A I安全机构都把评估保留在内部，
19:37
A I S I这次开放是一个反向操作，
19:41
为全球其他类似机构包括美国A I S I设置了一个"公开默认值"的先例。
19:49
最后是前 Google CEO Eric Schmidt t 的一条"快速致富建议"—在一次访谈里他说："如果你真的想赚钱，
19:57
其实很简单，去创办一家代理A I公司。
20:00
"他过去两年一直在重复类似立场，新的提法是"门槛已经降到这个程度"。
20:06
这是Schmidt个人的观点—他本人深度投资了多家代理A I创业公司—但反映了行业一个真实趋势，
20:13
用大模型加上工具调用加上一个垂直行业的工作流，
20:18
搭建小团队代理产品的边际成本，确实已经低到一个人或两个人就能做的水平。
20:24
这件事也呼应了Nest联合创办人、苹果老兵Matt Rogers当周对Fortune的警告—A I创业公司即将面临"Sherlocking"，
20:33
"，也就是大厂一次系统更新就让小厂消失。
20:38
这个词源自苹果当年用系统自带的Sherlock搜索功能挤死第三方搜索工具Watson。
20:44
两个判断合起来—现在是开代理A I公司最容易的时候，
20:49
也是最容易被大厂吞掉的时候。
20:52
今天的科技与科学专题就到这里。
20:55
三条主线请记住—前沿模型从"谁更聪明"切到"谁的成本与质量曲线更优"，
21:02
GPT5.55.55.5暂时领先；
21:05
A I资本扩张被资本、政治、宗教三个轴同时介入，
21:10
SoftBank七百五十亿欧元、双P A C一亿美元、
21:15
教皇通谕《《Magnifica Humanitass》同周落地；
21:19
硬件与基础设施这边，NVIDIA N1XN1XN1XN1XN1X即将正面挑战高通在Arm加Windows的统治，
21:28
Blue Origin火箭爆炸把美国登月计划逼回SpaceX单点依赖。
21:34
下一档我们进入商业与投资，重点是NVIDIA财报、
21:38
特朗普关税被巡回法院裁决违法之后那笔巨额退款怎么算、
21:44
以及Snowflake这种A I消费式定价的公司业绩怎么读。