6月17日AI下午报｜ChatGPT份额跌破50%、G7定调AI保护主义、腾讯砍AI预算、英伟达芯片排到2027

今天下午的AI圈，几个信号同时在响：ChatGPT的市场份额第一次掉到了50%以下，G7峰会闭幕给AI全球化划了红线，腾讯开始给员工AI调用”降额”，而英伟达的芯片订单已经排到了2027年。这是一场从”大干快上”到”精打细算”的集体转向。

用大白话说就是：AI的免费午餐和无限额报销时代，正在结束。

一、ChatGPT 市场份额首次跌破 50%：OpenAI 的王座在摇晃

根据最新数据，截至5月底，ChatGPT在全球AI聊天市场的份额跌到了46.4%。这是它自2022年底引爆AI浪潮以来，头一次跌破半数大关。

追兵是谁？Google的Gemini已经占到了27.7%，Anthropic的Claude拿下了10.3%。打个比方：这就像微信刚出来的时候一家独大，但现在钉钉和飞书都长了很大的块头。用户开始”用脚投票”，谁好用就用谁，品牌忠诚度在AI工具领域薄得像纸。

对普通人的影响：竞争越激烈，产品就越好用、越便宜。你不再被”只能用ChatGPT”这件事绑住，可以像选餐馆一样货比三家——反正入口都在浏览器里，切换成本接近于零。

6月15日至17日，G7峰会在法国埃维昂莱班召开。这次峰会有个前所未有的画面：OpenAI的Sam Altman、Google DeepMind的Demis Hassabis、Anthropic的Dario Amodei三位AI大佬同时坐到了领导人的谈判桌前。

峰会传递的信号很清晰：AI不再是纯商业的事，而是国家战略资源。G7国家开始讨论对AI模型的出口管制、技术封锁和”AI供应链安全”。简单说就是——以后有些AI技术可能像芯片一样，不能随便卖给别的国家了。

对普通人的影响：这可能意味着一部分海外AI工具未来在国内的可用性会发生变化。但硬币的另一面是，国产AI替代会因此加速——就像芯片被卡脖子后，国产芯片产业反而爆发了一样。

腾讯内部出了个新规：大部分员工每月调用外部大模型的Token额度，从”万元级别”砍到了”千元区间”。只有核心算法岗位维持原有配额。

怎么理解这件事？你可以把Token想象成”AI汽油”。之前公司给每个员工配了一辆大排量SUV随便开，现在换成了小排量经济型，还得看里程表。腾讯不是没钱，而是意识到AI的”粗放烧钱”阶段过去了——智能体任务（让AI帮你自动干活）会指数级地消耗Token，不控制的话账单会爆炸。

对普通人的影响：这是一个行业风向标。大厂开始精打细算，意味着AI产品的定价策略也会跟着变——免费额度可能会缩水，但效率更高的”省钱型”AI会越来越多。

英伟达的最新Blackwell GB300芯片，下单后要等到2027年才能拿到货。全球AI服务器厂商现在就得提前”锁单”，晚了连排队的资格都没有。

与此同时，亚马逊宣布在密苏里州投资数十亿美元建新数据中心，东山精密也砸了12亿元扩产光芯片和光模块。整个AI产业链从上到下都在”抢地抢电抢芯片”，像极了当年淘金热里卖铲子的生意。

对普通人的影响：算力越贵，AI就越”挑活干”。未来AI会更倾向于解决”值钱的问题”，而不是陪你闲聊。你可能发现免费AI的响应速度变慢了，但处理复杂任务的能力更强了——因为算力资源在向高价值场景倾斜。

国产GPU厂商摩尔线程开源了Musa Coder代码大模型，分9B和27B两个版本。这是国内第一个完全在国产GPU上训练出来的代码模型，而且在多项代码评测中超越了多款海外主流模型。

可以这么理解：以前AI模型都是在”英伟达的厨房”里做出来的，现在中国人用”自己的灶台和锅”也做出了好吃的菜，甚至味道还更好。这对整个国产AI软硬件生态来说是个里程碑。

对普通人的影响：你可能不是程序员，但这件事关系到——以后国产AI编程助手的质量会上一个大台阶，国内的开发工具会更好用、更便宜。而且”不依赖英伟达也能做出好AI”这件事，本身就给了整个行业更多底气。

MiniMax的M3大模型正式接入了支付宝的Token Pay服务。这意味着AI智能体可以自己完成付费订阅、按量结算、甚至替用户管账——AI不仅会干活，还会收钱了。

这听起来像科幻，但其实逻辑很简单：以前你用AI工具，要么免费、要么包月。现在有了Token Pay，AI可以”按件计费”——写一篇文章多少钱，翻译一份文档多少钱，你用了多少Token就付多少钱。对开发者来说，AI终于有了稳定的”变现管道”。

对普通人的影响：这可能是未来AI付费的主流模式——不再一刀切收会员费，而是用多少付多少。就像打车按里程计费一样合理。当然，前提是这个”计价器”要透明。

安全研究人员发现了一个严重漏洞链（CVE-2026-42271等），影响了大量企业使用的AI网关工具LiteLLM。攻击者可以通过这个漏洞远程执行代码、完全接管AI网关服务器，进而窃取所有通过该网关调用的AI对话内容和API密钥。

打个比喻：LiteLLM就像AI服务的”总机接线员”，企业用它来统一管理调用ChatGPT、Claude、Gemini等不同模型的请求。现在这个”接线员”被黑客策反了——你所有的AI对话、商业机密、API密钥，都可能被一锅端。

对普通人的影响：如果你所在的公司用AI工具处理敏感信息，这个漏洞提醒我们——AI安全不是”锦上添花”，而是”地基”。同时，企业级AI安全创业公司NeuralTrust刚刚拿了2000万美元融资，说明”给AI上锁”正在成为一个大生意。

就在今天下午，中国人工智能产业发展联盟（AIIA）安全治理委员会在北京召开了“智能体时代AI安全治理研讨会”，聚焦Agent（智能体）从概念走向规模化应用后的安全可控问题。

研讨会核心讨论了一个关键问题：当AI不仅能回答问题，还能自主执行任务、调用工具、甚至影响物理世界时，该怎么给它”画红线”？Token安全、智能体行为边界、责任归属——这些都是研讨会的关键词。

对普通人的影响：你可能觉得”AI治理”离自己很远，但其实它直接决定了你未来使用AI的安全底线。就像食品安全标准保护你不会吃到有毒的东西，AI安全标准保护你不会被失控的AI”坑”到。