今天的三条主线指向同一个判断——LLM 厂商正在迅速「专业化」。OpenAI 推出 GPT-5.5-Cyber 是首个垂直行业专属顶级模型,目标客户从「通用用户」缩窄到「关键网络防御者」;AWS Bedrock 全系上线 OpenAI 让 Azure 的独家分发优势在 24 小时内被瓦解,Bedrock 现在以「联合大平台」身份在 agentic 时代占位;Claude Code 在 Linux 内核中找出潜伏 23 年的远程可利用漏洞——延续昨天 Wiz/GitHub 的故事,AI 在生产基础设施中独立挖深层漏洞已经从单点案例变成可复现模式。三件事合起来看:LLM 厂商不再追求「无所不能的通用模型」,而是开始下沉到具体行业、具体场景、具体能力。
资本面同样热——Anthropic 拟融 500 亿、估值或达 9000 亿,与 OpenAI 在估值层面正式平起平坐;Cognition 估值 250 亿持续抬升 AI 编程赛道天花板;SoftBank 把「数据中心物理运维瓶颈」打包成 1000 亿美元 IPO 计划。这些数字共同传递一个信息:2026 上半年 AI 投资没有进入「整合期」,反而是「赛道扩容期」——既有领头企业的估值天花板被持续抬高,也有以前未被定价的细分市场被资本重新估值(数据中心运维机器人就是典型)。
第三条主线是企业级 AI 的方法论沉淀:IBM Bob 用「多模型路由 + 人工检查点 + 8 万员工」给企业级 AI 编程提供工程参照;Stripe 一次发 288 项功能定位「agent-native」基础设施;Google Search 数据反驳「LLM 杀死搜索」的判断,Alphabet Q1 因 AI 集成而非衰退强劲增长。智元机器人 LWD 把具身智能从「训完即定型」推向「在线持续学习」——这些都是「AI 在现实场景里实际怎么用」的范本。值得放在一起读的还有 Google 无视员工反对推进五角大楼合同——LLM 大厂正在从「理想主义企业」走向「成熟工业企业」,军方/政府客户已不再是禁区。