败给10英里光纤，马斯克割肉转租超算中心；推理成本飙升，Meta推出Token实时监控系统；上线四日，最强模型遭头号金主背刺丨硅谷大事件

要闻提示

NEWS REMIND

1. 败给10英里光纤，马斯克“割肉”转租Colossus 1超级数据中心

2. 推理成本飙至数十亿美元，Meta限制员工用AI

3. 上线不到四日，最强模型Fable 5被封杀，背刺者竟是头号金主

4. 通用大模型超越专用临床AI，Nature Medicine论文挑战"医疗AI必须专门训练"传统

5. KKR联手NVIDIA和Vistra启动100亿美元AI基建

6. Visa与OpenAI合作，ChatGPT接入支付

先从一个有点戏剧性的故事说起。马斯克在孟菲斯的Colossus 1超级数据中心，不到十天，就决定“割肉”转租给Anthropic。听起来有点不可思议？背后的原因其实很直白：败给了10英里长的距离。

事情是这样的。SpaceX在利用这座数据中心训练Grok模型时，发现一个老大难问题——网络延迟。马斯克原本计划用三个数据中心集群组成一个超级算力矩阵，来训练最尖端的AI模型。但现实是，Colossus 1与大约16公里外的另外两个站点之间的网络基础设施严重老化，数据传输时延高得离谱。

训练大模型，依赖的就是超高速、低延迟的互联。哪怕只有一丁点延迟，整个集群的迭代速度都会被拖慢，算力效率大打折扣。比起硬啃这块硬骨头，马斯克的选择很务实：与其被物理距离卡脖子，不如直接把设施租出去，换个现金流。

于是，这块烫手的算力，就被接到了Anthropic手上。从Bloomberg的报道来看，这也是一个非常“硅谷风格”的妥协——承认物理世界的限制，然后在规则内把钱赚回来。

硅谷的算力焦虑，从追不上到用不起

说到成本，Meta这边也有自己的烦恼。就在6月9日，一份内部备忘录流了出来：Meta要限制员工用AI了。原因很简单——推理成本飙升到了数十亿美元。

怎么控制的？Meta搞了一个叫“AI Gateway”的中央控制面板，实时追踪每个员工使用AI的Token消耗量，设定预算，并且还能对异常的支出激增自动报警。换句话说，AI在Meta内部的地位已经从“创新工具”变成了“成本中心”。

首席技术官安德鲁·博斯沃思的态度也很明确：除非AI工具能实打实提高生产力，否则别碰。更狠的是，Meta正在鼓励员工放弃第三方AI编码工具，改用内部开发的MetaCode（原Devmate）。

值得注意的是，尽管Meta去年收购了AI芯片公司Rivos，意图自研芯片减少对英伟达的依赖，但目前整合进展远低于预期。一边是自研投入水涨船高，一边是向英伟达采购的规模还在扩大。这种“既要又要”的尴尬，估计不少科技公司都能感同身受。

最强模型Fable 5的“神话”四天就破了

再来看一个更抓马的事件。Anthropic的最强模型Fable 5，上线才四天，就被美国特朗普政府全面封禁。无论是外国政府、企业还是个人，连美国境内的所有外国人都无法访问了。

封杀的直接原因，不是技术故障，而是来自其最大投资人与云服务商——亚马逊。亚马逊的研究人员向政府递交了一份报告，声称通过一系列提示词“越狱”了Fable 5，绕过了安全防护，获取了本应被屏蔽、可用于辅助网络攻击的信息。

随后，亚马逊CEO安迪·贾西亲自打电话给美国财政部长等高级官员，最终的结果就是Anthropic接到了下架通知，理由是国家安全的“高风险”。Fable 5的神话，就这样被自己的金主亲手终结。从The Information、WSJ到Reuters，这事已经发酵成了业界关于“大模型安全边界”最激烈的讨论样本。

通用大模型也能当“医生”？Nature Medicine论文挑战传统

在医疗AI这个专业领域，一直有个根深蒂固的观点：专用模型才是王道。但最近Nature Medicine上的一篇论文，直接把这个观点推翻了。

研究团队对两种基于LLM构建的临床AI工具（OpenEvidence和UpToDate Expert AI）进行了量化评估，同时与GPT-5.2、Gemini 3.1 Pro和Claude Opus 4.6这三个前沿通用大模型做了对比。测试分三个阶段：500道医学知识题、500道临床一致性测试、以及基于100个真实匿名临床查询的基准测试。

结果让人意外：在所有三个评估阶段，前沿通用大模型的表现都优于专为临床设计的AI工具。这意味着，当基础模型足够强大时，不需要经过专门的医学微调，也能在复杂的临床任务中表现出色。这对于整个医疗AI行业的研发路径，无疑是一个有力的提醒：不要迷信“专门训练”，基础能力的突破才是真正的壁垒。

一周涌入450亿美元：AI基建的融资狂潮

资本层面也没闲着。KKR联合英伟达和能源公司Vistra，宣布启动一个100亿美元的AI基础设施平台。Vistra提供电力，英伟达提供算力，KKR负责资本运作，分工明确。

就在此之前，Broadcom、阿波罗和黑石也联手推出了一个350亿美元的AI平台。一周之内，超过450亿美元涌入AI基础设施赛道。这个速度，这个规模，放在以往任何一个科技投资周期里，都是难以想象的。

与此同时，Visa与OpenAI签署了合作协议，ChatGPT用户将可以在对话中完成支付和订阅操作。这是AI对话产品向商业闭环迈出的重要一步，支付安全和合规则由Visa负责。

另外还有几则值得关注的动态：Google在纽约起诉利用AI技术实施网络钓鱼的攻击者；美国能源信息署预测，2026至2027年AI用电将创历史新高；网络安全修复窗口也从数周缩短到了三天。

这几条新闻串在一起，清晰地勾勒出当前AI行业的几个核心矛盾：算力的物理限制、成本的控制焦虑、安全边界的脆弱性，以及资本对基础设施近乎疯狂的押注。每个问题背后，都藏着更深层的博弈。