英伟达在封模型，苹果在给模型装开关

周二早上九点四十，一个做独立开发的朋友甩给我一张截图。

不是收入曲线，也不是什么新榜单。是有人从 iOS 27 和 macOS Golden Gate 的测试版代码里挖出来的东西：苹果给 Siri AI 预留了整套模型替换机制，用户以后可以在 Siri 里主动选 Claude 还是 ChatGPT，走的是 App Intents 里的 Model Delegation API。分工也写明白了——内容理解和生成交给第三方模型，涉及系统操作的部分，第三方理解完需求再转回 Siri AI 执行，结果还会标注是哪个模型答的。

他问我：用户都能在系统里挑模型了，我这种调 API 的小工具，还剩什么？

同一天，另一条消息在圈里传开：英伟达、Palantir 等公司开始限制内部使用 OpenAI 和 Anthropic 最先进的模型，微软也发了一份临时行为准则，约束自家对 AI 模型的使用。

一边是终端把"用哪个模型"做成一个开关，一边是大厂把最强模型的门从里面焊上。这两件事撞在同一天，比一场发布会更能说明我们现在站在哪。

苹果这一步，没做模型，做的是插座。

对开发者来说，这是过去两年最值得关注的一次权限转移：以前是你在代码里写死 model 参数，以后是用户在系统层替你选。谁还把产品价值绑在某一个模型的输出上，谁就在替别人承担风险。对 OPC 来说这反而是机会——你要做的不是"套壳 Claude"，是那个被换掉之后依然有人用的东西：行业数据、工作流、责任边界。

我自己给客户搭"AI 战队"时有个固定动作，每个岗位先写清楚"这个模型明天涨价三倍或者干脆不能用，换谁"，替换方案跟交付文档一起给。听起来多余，真出事那天，客户记得住的就是这一条。

Grok 那边也有动静。马斯克透露，参数 2.5 万亿的 Grok 4.8 本周完成训练并启动强化学习，用的是全新的 C++ 软件栈。同时，原定 9 月 12 日发布的 Grok 4.7 可能延期，原因传出来挺有意思：强化学习里回复长度的惩罚下得太重，模型学会了一件事——碰上难题就早点放弃，不敢往下想，自检也不严谨。

这条对写代码的人是个提醒。模型的行为不是玄学，是奖励函数写出来的。你觉得"这模型最近变懒了"，背后可能只是一次 RL 参数调整。

所以别只盯榜单分数，拿你自己那二十个真实任务跑一遍，尤其是要连着七八步才出结果的活。OPC 没那么多试错预算，一次选错的成本就是一周。反过来看也是好消息：2.5 万亿参数还在往前推，能力没到顶，只是节奏越来越像工程问题，而不是运气问题。

DeepSeek 那边有两条。一是 CFO 即将到岗，最接近的人选是高瓴创投合伙人严文韬，1991 年生，参与投资过 MiniMax、智谱 AI、字节跳动、极兔，梁文锋希望这个位置是 90 后。二是产品线，V4.1 Flash 架构变化不小但没换大版本号，V4.1 Pro 的升级信息还没公布；据爆料，9 月会发 DeepSeek Code 2.0，参数超 3 万亿，保持开源，设计重点是电脑控制，纸面目标是压过 Mythos 5.1 和 GPT-6 Astra——注意，这是爆料，别当既成事实。

我关心的是后半句：设计重点为电脑控制。这基本意味着国内第一梯队的开源模型，把"替我点鼠标、开软件、走完一个流程"当成了主战场。

对 coding 开发者，这比多刷几分有意义：你现在写通的每一个脚本，明年都可能变成 agent 的一个动作。对 OPC，落地场景一下具体了——不是让 AI 帮你写周报，是让它替你把 CRM 里那三十条线索挨个发一遍消息。

豆包那边是已经排上日程的事：9 月 16 日，首款搭载豆包手机助手的努比亚 NaviX Ultra 消费者版本正式发售，目前已经开启预约。这一版和之前的技术预览不同，强调稳定和日常可用——带指纹鉴权的 AI 键、多种唤醒方式、能检索本地相册和短信的个人 Context 与记忆，还能把叫车这类任务直接执行掉。

这是国内第一次把"助手"从 App 搬进系统层。端侧入口一换，调用方式就得跟着换一遍，谁先把自家服务做成能被助手直接执行的动作，谁先拿到流量。至于个人 Context 和记忆，我的建议很直白：能当"输入"用，别当"资产"存。

Claude 这两天动作不少。Anthropic 针对金融顾问推出了专门的 Claude 模型，垂直行业定制还在继续。另一面，Anthropic 发报告指有中国公司大规模蒸馏 Claude 能力，称相关操作者用了虚假账户、住宅网络地址和位于支持地区的中转服务，公司已关闭账户并调整监测；同时也明确，Claude 目前不直接向中国用户提供服务。

两天前，美国 FBI、NSA 和网络安全与基础设施安全局发了一份联合警报，点名 DeepSeek、月之暗面、阿里巴巴、MiniMax、阶跃星辰和智谱 AI，指称这些公司对 Claude、ChatGPT、Gemini 和 Grok 等模型开展"工业规模"蒸馏。9 月 8 日的事，商务部已经回应：蒸馏是业内通行的中性技术手段，美方指控于事无凭、于法无据，是把技术和商业问题政治化；若以打击蒸馏为名实施遏压，中方必将坚决采取措施反制。

这对国内创业者不是政治题，是供应题。

Kimi、Qwen、GLM、MiniMax、Step 这些名字进了同一份警报，意味着未来一段时间，跨境调用、账户合规、服务可用性都可能是变量。我的判断很直接：从今天起，业务链路里只能跑一个模型，就是负债。至少留一条能切到开源或国产的路径，写进架构文档，而不是等封号那天再想办法。

把上游能力学过来这件事，行业里一直有人做，只是以前没人写进安全报告。技术乐观派的看法是——封锁拦不住能力扩散，只会改变扩散路线，最后受益的往往是有开源生态的那一边。

企业侧还有个更实际的信号：英伟达、Palantir 开始限制使用最先进模型，微软也发了临时行为准则。大厂都在做"模型清单管理"了。这对你是好事——去谈企业客户时，能说清楚"我们用了哪些模型、数据流向哪、怎么替换"，本身就是竞争力。我见过太多小团队技术很好，但说不清楚，合规一票否决。

政策和硬件也在推。两部门提出加强端侧大模型、计算芯片、存储芯片、操作系统的兼容适配，加快智能体与终端产品深度融合，同时推进 RISC-V 研发与产业化，支持它在人工智能、嵌入式系统等领域应用。

翻译成落地场景：智能体会越来越多跑在终端上，不全在云上。对 coding 开发者，这是新的接口层，也是新的约束——你得习惯在 8G 内存里做推理规划。对 OPC，这是把"离线可用"做成卖点的窗口期。

最后两条放一起看。量子位报道，7 名博士生用 3 个月从零训出一个 7B 大模型，代码、数据、训练日志全部公开；同期，蚂蚁灵波的具身大模型挑战赛启动，把 LingBot-VLA 往开发者社区和高校推。

一个是小模型能被小团队做出来，一个是具身模型的接口正在向普通开发者开放。两条叠起来，结论很清楚：模型层的门槛在下降，真正的门槛转移到了场景、数据和交付上。这是 OPC 最好的消息——你不需要自己训一个模型，你需要在某个具体行业里，比任何人都清楚该让模型干什么、不该干什么。

回到早上那个问题。用户能在系统里挑模型了，你的工具还剩什么？

剩你替他省掉的那些步骤，剩你手里那份别人没有的数据。还有一条——出错时你愿意承担的那部分责任。

模型是租来的，这些不是。

我们做舍予AI智能体，一直把自己定位成"老板的第一支 AI 战队"。战队这个说法是有意的：战队里换人是常事，重要的是编制和打法。今天这一整天的新闻，说到底讲的是同一件事——模型会一直换，你要练的是排兵布阵。