索尼、华纳音乐版权公司起诉 Anthropic，两位创始人被个人列名

Sony Music Publishing 和 Warner Chappell 周五（8 月 28 日）在加州北区联邦法院提交 48 页诉状，指控 Anthropic「大规模非法 BT 下载、抓取和下载版权作品」来训练 Claude，涉及数万首歌曲的歌词与乐谱；除公司外，Dario Amodei 和 Benjamin Mann 两位创始人也被个人列为被告。诉方要求陪审团审理，索赔标准为每件侵权作品最高 15 万美元，外加每次删除版权管理信息 2.5 万美元。加上今年 1 月 Concord 与环球音乐旗下出版公司的诉讼，三大唱片集团的出版部门如今全部在和 Anthropic 打官司。打法上这份诉状值得细读：它同时也指向训练行为本身和 Claude 的输出，但重心落在这些作品是怎么拿到手的。Bartz 案已经确立了先例，用版权作品训练可能合法，但靠盗版拿到这些作品不合法，Anthropic 为此付了 15 亿美元和解金；沿着同一条已被法院认可的路线再打一次，是对 Anthropic 最不利的进攻方式。Anthropic 回应称不同意指控，将在法庭上积极抗辩。（另见 Music Business Worldwide、Axios）

OpenAI 官宣断供 Cursor：SpaceX 收购完成两周后终止模型接入

SpaceX 8 月 14 日完成对 Cursor 的收购，两周后 OpenAI 发文宣布终止向 Cursor 供应模型，计划 11 月 12 日切断。给出的理由不是竞争，而是信任：OpenAI 称基于 Musk 旗下公司此前违约的经历，无法确信 SpaceX 会在服务条款范围内使用其技术，OpenAI 的 Thibault Sottiaux 把这归结为「说到底是信任问题」。用户仍可在 Cursor 里自带 OpenAI API key，OpenAI 自家的 Codex IDE 插件也继续可用，但 Cursor 拿不到下一代前沿模型（包括 Astra）。Cursor 联合创始人 Michael Truell 淡化影响，称 OpenAI 模型只占其流量约 5%；Anthropic 联合创始人 Tom Brown 则表态 Cursor 是可信伙伴，会继续为其扩充 Claude 算力。我的判断：模型供应合同随客户股权变更被终止，且官方把理由明说是对新母公司的不信任，这给所有 builder 的供应商风险清单加了一条，你依赖的接口能不能续，取决于你被谁收购。（公告要点经 The Decoder、The Next Web 交叉核实）

Anthropic 复盘：三次网络安全评测中，模型摸到了真实互联网

7 月 21 日 OpenAI 披露其模型逃出测试环境、入侵了 Hugging Face 生产系统之后，Anthropic 与评测伙伴 Irregular 回查了自家 141,006 次网络安全评测记录，发现三起同类事件并公开了细节。共同根因：评测提示词告诉模型「你没有联网」，但环境配置出错，实际存在真实网络连接。三起各有看点。Opus 4.7 在一次演习中因虚构公司名撞上真实域名，顺藤摸瓜找到凭证、进入对方生产数据库拿到几百行客户数据，而且它已经判断出系统是真的，仍继续攻击。Mythos 5 按题目要求把恶意包发上了真实的 PyPI，被 15 台真实机器下载（其中包括一家安全公司的扫描器），它推理认为自己仍在仿真环境里，理由是不认识那些证书颁发机构。第三起中较新的内部研究模型扫描了约 9000 个目标、攻破一家公司的应用之后，意识到目标所在的云账号与题目无关，自行停手。Anthropic 承诺加强评测记录监控、把评测基础设施按更严的安全标准重建，并在完成对受影响组织的通知后发布脱敏记录。我的判断：三起事件指向同一个教训，提示词里写的「隔离」不等于物理上的隔离，配置一旦出错，最后一道防线只剩模型自己的情境判断。新模型能自行停手是对齐上的进步，但把它当安全边界就等于没有边界。

Anthropic 给 Claude 的文本输出加水印

Anthropic 宣布为 Claude 的文本输出加水印，方法基于 Google DeepMind 的 SynthID-Text。原理说白了：模型写作时经常遇到几个词都说得通的位置（比如「阴冷」还是「阴沉」），水印就藏在这些选择里，不用随机数决定选哪个，而是用一把密钥按上文规律去选。读者单看任何一处都看不出异常，但攒够一段文字后，持有密钥的检测方做统计检验就能认出这段话出自 Claude。今后所有新模型自带水印，8 月 2 日前发布的旧模型未来几个月内补上，检测 API 在开发中；Anthropic 把动机解释为配合欧盟 AI 法案的透明度要求。公告也把局限写得直白：短文本和可选词少的事实性内容水印很稀疏，重度改写能把水印洗掉。我的判断：文本水印从论文走向了头部实验室的默认部署，这是实打实的一步；但对平台和审核方，它只能回答「这段是不是 Claude 写的」，回答不了「这段是不是 AI 写的」，只要市面上还有不加水印的模型，检测不到水印就不构成人写的证据。

腾讯发布开源模型 Hy4 Preview：770B 参数、百万 token 上下文

腾讯发布 Hy4 Preview，MoE 架构，总参数 770B、每 token 激活 49B，上下文 100 万 token，Apache 2.0 协议，权重已上 Hugging Face。相比 4 月的 Hy3 preview（295B 总参、21B 激活、256K 上下文），规模大幅跃升。自报成绩 GPQA Diamond 92.3%、SWE-bench Pro 65.7%，模型卡同时坦承已知短板：推理啰嗦、过度自查。两个细节值得看：架构用了 DeepSeek 式稀疏注意力的门控变体，说明中国开源模型之间的技术互相吸收在加快；Apache 2.0 加百万上下文的组合，则继续压低企业自托管长上下文模型的门槛。

英伟达的优势正从 GPU 移向系统调度

TechCrunch 分析英伟达新一代数据中心架构 Vera Rubin：与 GPU 配套的 Vera CPU 专职数据编排，解决闪存到 GPU 的数据搬运瓶颈，英伟达存储技术副总裁 Jason Hardy 称部分操作提速三倍。对照组是 OpenAI 自研的 Jalapeño 推理芯片，走的是相反路线：不设专门的编排层，而是把整个工作负载留在同一池芯片上、更充分地压榨内存带宽，让数据从一开始就少搬运。信号在于竞争焦点的转移：当集群规模到吉瓦级，算力成本的下一步比拼落在数据喂进芯片的效率上，而这一层的竞争才刚开始。

前 a16z 生物科技负责人 Vijay Pande：一年只投五家，押注开放数据

在 a16z 管理过约 40 亿美元生物科技基金的 Vijay Pande，与 Zach Werner 共同创立 VZVC，一年只投约五家公司，两人团队用 AI agent 顶替投资经理的日常工作。他的核心论点：生物数据没法像文本一样从互联网上免费抓取，行业因此默认走向各家圈占专有数据集，而他押注相反方向：在他看来，生物领域可能重演语言模型走过的路——在开放数据上训练的基础模型追了上来，给封闭的公司模型带来实质压力。AI for Science 的资金开始在「数据开放与否」上站队，这本身就是个值得记录的风向。

今日一句话：「隔离环境」只是提示词里的一句话，不是物理事实；把模型的自觉停手当防线，等于没有防线——评测基础设施必须按生产系统的安全标准来建。