今日要点速览：Anthropic估值和政策主张显示AI模型公司仍是资本与地缘竞争核心；Cerebras上市大涨证明算力基础设施热度不减；OpenAI、Microsoft、Anthropic围绕AI编程入口全面交锋；腾讯Agent记忆、Raindrop调试工具和Claude Code评估机制表明Agent工程化正在加速；国产大模型与AI应用进入规模化落地和人才资本再洗牌阶段。

1. Anthropic被曝筹集300亿美元，估值冲到9000亿美元

Anthropic据称已敲定新一轮巨额融资条款，估值达到9000亿美元量级，Sequoia、Dragoneer、Greenoaks、Altimeter等机构参与领投。这个估值意味着Claude背后的模型公司继续被资本市场视为OpenAI之外最核心的AI基础资产。对企业服务市场而言，Claude Code、企业级Agent和安全可控模型能力，正在成为估值溢价的关键支点。

2. Anthropic发布AI领导力政策主张，强调美国及盟友需守住2028年前优势

Anthropic提出应通过出口管制、模型安全防护、反蒸馏攻击和AI产品出口，维持美国阵营在高端模型与算力生态上的领先。其核心判断是，未来两年可能成为全球AI能力分化的关键窗口。对中国企业来说，这意味着底层模型、芯片、数据和应用生态的自主化压力会进一步上升。

3. Cerebras上市首日大涨，AI芯片资本热度继续升温

AI芯片公司Cerebras登陆纳斯达克后股价大幅上涨，IPO融资规模达到55亿美元，市值一度约670亿美元。市场对其晶圆级芯片和大模型训练、推理基础设施给予高溢价。随着GPU供给、推理成本和数据中心能耗成为产业瓶颈，非英伟达路线的AI芯片公司正在获得更高关注。

4. OpenAI把Codex控制能力带到ChatGPT手机端

OpenAI在ChatGPT iPhone和Android应用中加入远程控制Codex会话的能力，用户可以通过手机管理连接电脑端的代码任务。这让AI编程从“桌面IDE插件”进一步变成跨设备工作流。对开发者工具市场而言，移动端入口、云端执行和本地代码环境之间的协同，会成为下一阶段竞争焦点。

5. Microsoft据称削减Claude Code使用，推动内部转向Copilot CLI

Microsoft被曝计划移除大部分Claude Code许可证，转而推动开发者使用GitHub Copilot CLI。这反映出AI编程工具已进入企业内部标准化阶段，采购不再只是“哪个模型更强”，还涉及成本、权限、安全、审计和生态绑定。GitHub、OpenAI、Anthropic之间的开发者入口争夺会更加直接。

6. 腾讯开源Agent记忆技术方案，Token消耗最高降低61%

腾讯开源一套面向Agent的记忆技术方案，称可让任务成功率最高提升51%，同时将Token消耗最高降低61%。Agent要走向真实业务，长期记忆、上下文压缩和隐私边界是关键基础设施。对客服、营销、运营自动化等场景来说，记忆能力决定Agent能否从“一次性问答”升级为“持续协作伙伴”。

7. Raindrop发布开源本地Agent调试工具Workshop

Raindrop推出开源工具Workshop，帮助开发者在macOS、Linux和Windows本地调试、评估AI Agent。

当前Agent开发最大痛点之一是不可控：模型为何做出某个动作、任务失败在哪一步、工具调用是否稳定，都需要更细粒度观测。开源本地调试工具的出现，说明Agent工程化正在从Demo阶段进入测试、评估和交付阶段。

8. Claude Code新增“/goals”，用第二模型判断任务是否真正完成

Claude Code引入新的“/goals”机制，让另一个评估模型判断编码Agent是否真的完成任务，而不是仅由执行模型自我报告。这个设计直指AI Agent常见问题：看似完成、实际遗漏。未来企业级Agent系统很可能普遍采用“执行模型+评估模型+审计日志”的多角色架构。

9. Kimi背后AI基建受到关注，Agent应用开始倒逼数据库与云架构升级

围绕Kimi K2.6 Agent建站能力，行业开始关注其背后的数据库、多租户和云原生基础设施能力。Agent-native应用要求系统既能承载高并发交互，又能管理用户状态、工具调用、记忆和权限。对SaaS厂商来说，未来竞争不只在模型接口，而在“AI应用运行时”和业务数据底座。

10. 阿里AI应用“悟空”逐步规模化放量

阿里AI应用“悟空”开始进入更大范围放量阶段，同时阿里在模型、云基础设施和应用层继续推进。头部云厂商的优势在于既有模型能力，也有企业客户、算力资源和业务场景。随着AI应用从体验型产品转向高频工作流，云厂商会更强调从底层算力到上层应用的一体化交付。

11. 中国大模型行业进入新一轮资本与人才竞争

国内大模型公司股价、融资和人才流动再度升温，行业格局仍处于快速重构阶段。相比单纯比拼参数和榜单，下一阶段更关键的是应用收入、行业客户、推理成本和生态控制力。对市场负责人而言，AI公司的品牌叙事也会从“模型领先”转向“场景落地、效率提升、成本可控”。

12. MemPrivacy提醒：AI越懂用户，隐私风险越高

围绕AI记忆能力的新研究和讨论指出，Agent需要长期记住用户偏好、任务背景和历史行为，但这些记忆也可能成为隐私泄露与滥用风险源。真正可商用的Agent必须做到“可用但不可见”：既能利用记忆提升效率，又能让用户控制、删除和审计记忆。企业部署AI时，记忆治理会成为合规和信任建设的重要环节。

13. 人形机器人加速进入工厂，Physical AI从概念走向产线

英国Humanoid计划在德国工厂部署1000至2000台人形机器人，韩国RLWRLD也在采集工人动作数据训练机器人系统。随着多模态模型、强化学习和机器人硬件结合，Physical AI正在从实验室演示进入制造业试点。未来制造企业的自动化升级，可能从固定机械臂扩展到更灵活的通用机器人劳动力。