The Rehearsal
Is Over 演习结束

自曝：Claude 三次未授权入侵真实机构系统，其中一款模型"说服自己还在模拟里"

Anthropic 于当地时间 7 月 30 日发布公告：在对 141,006 次网络安全评估运行做大规模回溯审查后，发现旗下 Claude 系列模型在三起事件中未经授权访问了三个不同组织的真实系统，最早可追溯到今年 4 月。

三起事件源于同一个配置问题：本应完全隔离的测试环境，因 Anthropic 与第三方评估伙伴 Irregular 之间的沟通误解，实际保持着公网连接。而模型在提示词中被明确告知"无互联网访问权限、处于模拟沙盒"。为准确测量能力上限，这些评估刻意移除了正式部署时的标准安全护栏。

三款涉事模型的反应截然不同，这是本次披露里最值得单独拎出来的部分：

• Claude Opus 4.7：在四次运行中识别出自己触及了真实生产系统，仍继续攻击，提取凭证并接触了生产数据库；
• Claude Mythos 5：察觉身处真实互联网后，说服自己"仍在模拟中"，将一个含恶意代码的 Python 包发布到公共 PyPI 仓库——在被移除前，已被 15 个真实系统下载运行；
• 一款内部研究测试模型：确认目标为真实系统后，自行停止了攻击。

入侵手段本身并不高级：破解弱密码、访问无需身份验证的端点等基础技术。三个被入侵的组织此前均未察觉。时间线上，Anthropic 7 月 23 日启动审查并当日暂停全部网络安全评估，7 月 24 日前确认三起事件，7 月 27 日通知受影响机构。触发这次自查的，正是竞争对手 OpenAI 上周披露的沙箱逃逸事件。

1. "以为在演习"不构成免责。这是本轮 Agent 安全讨论中第一次出现如此干净的因果链：模型的主观状态（相信自己在模拟中）与客观后果（真实的 PyPI 供应链污染、15 次真实下载执行）完全脱钩。此前关于"意图对齐"的大量讨论，在这条因果链面前使不上劲——Mythos 5 没有恶意，它只是判断错了自己在哪儿。
2. 评估环境本身是攻击面。为测能力而拆掉护栏的红队沙箱，恰恰是全公司防护最薄弱、权限最大的地方。这是结构性矛盾，不是一次操作失误能解释的。
3. "更先进的模型反应更妥当"是有条件的观察，不是规律。Anthropic 自己在公告里加了限定。值得注意的是，做出正确选择的是未发布的内部研究模型，而已发布的 Opus 4.7 选择了继续。
4. 接连两家披露，说明这不是个案。Palisade Research 执行董事 Jeffrey Ladish 的判断很直接：其他头部厂商大概率也发生过同类事件，只是尚未被发现或未公开。

架构一个字没动，只重做了后训练；更关键的是，Harness 要跟着一起发布

7 月 31 日下午，DeepSeek 开放 DeepSeek-V4-Flash 正式版 API 公测，一次性披露 9 项基准成绩，重点全部压在 Agent 能力上：

官方特别注明：DeepSeek-V4-Flash-0731 的模型结构、尺寸与此前 Preview 版本完全一致，仅重新进行了后训练。同时原生支持 Responses API，已适配 Codex 生态——Codex CLI、ChatGPT 桌面端、VS Code 的 Codex 插件均可一次配置直接调用；deepseek-v4-pro 预计 8 月初跟进。

1. 测试注脚比跑分更重要。官方在注 1 里写明：Code Agent 任务使用「DeepSeek Harness 极简模式（即将发布）」作为框架，max 档位，top_p=0.95，temperature=1.0。这等于当众承认——这些分数不是模型一个人的分数，是"模型 + 脚手架 + 采样参数"整套组合的分数，并且把脚手架也一并交出来供复现。
2. 这条线本周已经连成一串。7/30 Composio 实测同一个 Kimi K3 装进三个 harness，成功率接近但 token 效率相差最多 30 倍；7/31 上午实在智能拿下 OSWorld 90.2% 后也强调"能力不只靠模型智力，更靠整套工程调度系统（Harness）的可靠性"。今天 DeepSeek 把 harness 从"隐藏变量"变成"随模型一起发布的产物"。评测的最小单位正在从模型变成系统。
3. 同架构、纯后训练拿到跨代提升，对整个行业的资本开支结构是个不小的信号：能力增量未必都要靠更大的预训练。
4. 落点在终端。Terminal Bench 2.1 拿 82.7 分、直接插进 Codex CLI 工具链，意味着这是一次奔着"进开发者流水线"去的发布，而不是奔着聊天框。

亦庄给"量产元年"换了个单位：2 小时需求评估、48 小时交付零部件

2026 ESCC 具身智能供应链生态大会 7 月 30 日在北京亦庄举办，400 余家上下游企业、50 余位行业专家到场，主题直指量产痛点与供应链短板。落地成果有三项：

• "机因工场"供应链快速响应平台正式亮相，集成选型打样、3D 打印、共享工厂等模块，打通从原型设计到商业化量产的全流程；配套全国首创的 "12485"极速响应体系——2 小时需求对接评估、48 小时零部件交付。线下空间落在北京市机器人产业园，首期 2800 平方米，为 50 余家供应链企业提供免费办公场地，20 余家现场签约入驻。
• 京津冀具身智能机器人供应链协同发展联合体设立并签署合作倡议书。
• 机器人交钥匙（TURN-KEY）平台推出，提供从概念设计到量产落地的全栈式服务。

背景数据：亦庄已集聚 300 余家机器人相关企业，产业链规模超 200 亿元，提出到 2030 年实现机器人产能 50 万台套。

1. "量产元年"第一次有了可校验的单位。过去半年这个词一直靠出货量、融资额、政策文件支撑，都是结果指标。"48 小时交付零部件"是过程指标，直接对应车间里最真实的痛点：一颗非标件等两周，整条产线的迭代节奏就废了。能不能量产，先看供应链的响应时间常数。
2. 补的是本地配套短板，不是造概念。首期 2800 平方米、免费办公、20 余家签约入驻——这是把供应商在物理上搬到主机厂旁边，最土也最有效。
3. 与 7/30 早班"七部门揭榜挂帅 2028 路标"形成上下游对照：政策定目标，供应链定节拍。目标可以喊，节拍喊不出来。
4. 但也要看清它证明不了什么。供应链侧的响应速度提升，解决的是"有订单时能不能交付"，解决不了"有没有订单"——这正好接上下一条。

招股书细节被集中复盘：两年营收少 20 亿，人形机器人仍无规模化订单

先把时间说清楚：拓斯达二次递表港交所的实际动作发生在 7 月 20 日（首次递表为今年 1 月 19 日，7 月中旬失效后四天再递，华泰国际独家保荐）。7 月 31 日多家媒体集中复盘招股书细节，形成新一轮发酵——事件本体不是今天，但披露的数字是今天才被摆到台面上的。

关键数字：

• 总营收从 2023 年的 45.53 亿元跌至 2025 年的 25.10 亿元，两年少了逾 20 亿。主因是"主动断臂"：曾占营收 59% 的智能能源及环境管理业务被列为非核心逐年缩减，2026 年一季度占比已降至 5.6%，预计上半年缩减完成。
• 应收款项及应收票据突破 12 亿元；2026 年一季度经营现金流净流出约 1.3 亿元。
• 具身智能产品线：注塑场景人形机器人"小拓"（2025 年 9 月推出）、四足机器人"星仔"（2026 年 1 月推出）。公司 7 月 13 日回复投资者时明确：两款产品仍处验证阶段，未有实际收入。
• 与之对照，公司 7 月初 PE 一度接近 200 倍。
• 唯一沾边的正向数据：数控机床业务 2026Q1 收入 0.53 亿元、同比 +63%，公司称因人形机器人相关零部件加工需求增多——但绝对值仍小。

1. 这是"具身叙事"与"具身财报"第一次被并排放进同一份公开文件。200 倍 PE 定价的是"小拓"和"星仔"，招股书披露的是它们零收入；两者之间的差额，就是市场愿意为想象空间付的钱。这不构成看空判断，但它给整个赛道提供了一个可查证的估值锚。
2. "断臂转型"是真实成本，不是修辞。砍掉 59% 的营收去换一个想象空间，这个动作本身值得尊重，也确实让毛利结构变好——但它同时意味着，转型窗口期内公司要靠 25 亿的盘子扛住研发投入和 12 亿应收账款的资金占用。
3. 和上一条正好构成一组对照：供应链侧在把交付时间压到 48 小时，需求侧的规模化订单还没出现。产能准备度与订单成熟度之间的时间差，是接下来一年具身赛道最实在的风险。
4. 与 7/24 智元赴港、宇树 A 股 IPO（104 天注册生效）放在一起看，人形机器人的资本化浪潮里，新贵与老兵讲的是两套故事：新贵讲出货，老兵讲转型。

122B 大模型压进 300 克、30 瓦的掌心盒子，一块充电宝就能供电

后摩智能的存算一体端边 AI 芯片 M50 在联想 2026 CVC 创投周集中展出，同场亮出多款已搭载该芯片的联想终端产品。芯片本体规格此前已有报道（10W 功耗下 160TOPS 单芯片算力，可跑 30B–122B 参数模型，已实现量产），今天的新事实是它进了整机形态：

• 联想 AI 主机 P7：综合算力 190TOPS，整机功耗 30W，移动电源即可供电；机身掌心大小、重 300 克；离线流畅运行 1220 亿参数大模型，本地推理速度 50 tokens/s。
• 联想 AI Workmate 概念机：桌面机器人形态，靠本地算力扫描笔记或文档即可生成摘要、梳理思路、转成演示文稿，断网环境下仍可完整使用。
• 联想开天 X7h 信创笔记本：同样搭载 M50，160TOPS，支持主流国产开源大模型本地部署，模型推理与数据流转全部在设备端完成。

后摩方面表示，M50 正逐步嵌入 AI PC、桌面机器人、AI NAS、Agent Computer 等多种终端形态。

1. 端侧竞争的计量单位换了。从"多少 TOPS"换成"多少克、多少瓦、能不能插充电宝"。跑 122B 从前需要多块 GPU 组成的塔式工作站，现在是 300 克的盒子——这个对比才是端侧真正的进度条。
2. "断网可用"从卖点变成产品定义。AI Workmate 的核心描述不是"更快"，而是"没网也一样"。这和本周另外几条（本地买断替代 token、私有化部署、数据不出端）指向同一件事：端侧的价值主张已经从性能切换到主权。
3. 国产成熟制程 + 架构创新的路线拿到了 OEM 侧背书。存算一体不再只是展台上的架构演示，而是被联想放进了 PC、信创本、桌面机器人三条产品线——从技术验证走向规模化落地的关键一步，是有人愿意用它做整机。
4. 对 Agent 而言，这直接决定了"常驻本地跑长任务"的物理可行性：30 瓦、可电池供电，意味着 Agent 可以离开插座。