8月24日AI晨报｜英伟达70亿美元亲自下场造大模型、AI服务器要涨价15%、美国律所抛弃GPT转投Kimi——8件大事看懂AI圈

8 月 23 日夜里到 24 日清晨，AI 圈的重心明显从”谁的模型更聪明”挪到了”谁掏得起钱、谁用得起、谁敢放心用”。英伟达花 70 亿美元亲自下场做大模型，AI 服务器要涨价 15%，美国顶级律所把 GPT 换成了中国的 Kimi，而 Agent 的安全漏洞正在集体暴雷。我们挑了 8 件最有分量的事，全部用大白话讲清楚，并且告诉你”这跟我有什么关系”。

1. 英伟达砸 70 亿美元”亲自下场”，卖铲子的开始自己挖矿

据《华尔街日报》8 月 23 日（当地时间）报道，英伟达和 AI 编程创业公司 Poolside 达成了一笔非常特别的交易：拿出 60 亿美元买下对方模型技术的非独家授权，另外按 120 亿美元估值再投资 10 亿美元，同时把 Poolside 大约 109 名工程师请进自己家门。加起来约 70 亿美元。但它偏偏不叫”收购”——Poolside 继续独立运营，三位创始人全部留任。

英伟达要这些人干什么？答案写得明明白白：强化自家的开源权重模型 Nemotron，目标是造出能和中国的 DeepSeek、Kimi K3 掰手腕的开放模型。黄仁勋上个月还专门写过一篇《开放权重与美国的 AI 领导力》，核心观点是——美国的 AI 竞争力不取决于某一个最强模型，而取决于能不能建起一个开放、能铺到所有行业的生态。

打个比方：英伟达过去是”卖铲子的”，全世界挖金子的人都得找它买铲子。现在它发现山上的金矿（开源模型）被中国团队挖得风生水起，于是决定自己也扛把铲子下矿。之所以不直接收购而是”买授权 + 挖人”，一大半原因是规避反垄断审查——此前它跟 Groq 的合作就是同样的套路，已经被美国议员质疑是在绕过并购审查。

对普通人有什么影响？短期看不到，但长期是好事。英伟达下场做开源模型，等于又多了一家巨头往”免费开放”这条路上砸钱，你未来能白嫖到的高质量模型只会更多、更便宜。不过要留个心眼：英伟达同时是 OpenAI、Anthropic 的最大供货商，现在又跟它们抢生意，这种”既卖枪又参战”的关系，接下来大概会有戏看。

2. AI 服务器要涨价 15%，罪魁祸首是你手机里的那种内存

据彭博社报道，英伟达已经通知多家最大客户：搭载其 AI 芯片的服务器，大部分型号涨价超过 15%，从明年初出货的设备开始生效，包括下一代 Vera Rubin 和 Grace Blackwell 芯片的整机系统。给微软、谷歌、甲骨文建数据中心的服务器厂商，已经把涨价通知发给了客户。

涨价的原因不在 GPU 本身，而在内存（DRAM / HBM）。三星、SK 海力士、美光供应了全球绝大部分 DRAM，但扩产速度远远追不上 AI 数据中心的胃口，价格一路飞涨。连英伟达这种利润率极高的公司都扛不住成本，只能往下游转嫁。同一时间，三星把 4nm、5nm 先进制程代工报价上调了 10%-15%，8nm 涨了近 10%——台积电的 3nm、2nm 产能被苹果、英伟达、AMD 订满，溢出的订单全涌向三星。

打个比方：这就像全城餐馆突然都要做同一道招牌菜，结果发现这道菜的主料——大米——供不上了。厨师（GPU）再厉害也没用，米价一涨，整桌菜都得涨。而卖米的三星、海力士、美光，一夜之间从”配角”变成了整条产业链最有话语权的人。

对普通人有什么影响？两个方向。一是可能反向传导到消费端：内存涨价最终会体现在手机、电脑、显卡的价格上，今年下半年想换设备的建议早做打算。二是AI 服务的免费额度可能收紧：算力成本上去了，各家的免费套餐迟早要重新算账。想自建算力的中小公司基本可以放弃这个念头了，老老实实用 API 和云服务反而更划算。

3. 美国顶级法律 AI 公司抛弃 GPT 和 Claude，转投中国的 Kimi K3

这条可能是今天最有说服力的一条。旧金山的法律 AI 公司 Harvey——法律 AI 赛道估值最高的独角兽之一，客户包括普华永道、AIG，而且本身还拿了 OpenAI 的投资——宣布推出首个自研模型 Harvey Tenet。底座不是 GPT，不是 Claude，而是月之暗面的开源模型 Kimi K3。

数据很硬：训练历时 2 个月，只用了约 150 块英伟达 B300 GPU；在复杂、长周期的法律智能体任务上，表现超过了底层模型本身，也超过了 Fable 5 和 GPT-5.6 Sol；成本降到原来的四分之一，Token 消耗同步下降。

打个比方：这好比一家顶级米其林餐厅，一直用进口高价食材，突然宣布改用国产供应链——不是为了省钱将就，而是发现国产的做出来更合口味，还便宜 75%。跑分榜可以刷，但一家给普华永道做法律尽调的公司，是拿真金白银和职业声誉在投票，这比任何榜单都可信。

对普通人有什么影响？意味着开源模型对闭源的替代，已经从”省钱的选项”变成了”更好的选项”。你以后用到的 AI 产品，背后越来越可能跑着一个免费开源的中国模型。对创业者更是直接利好：不必再向大厂交高昂的 API 过路费，拿开源底座 + 自己的行业数据，两个月、一百多块卡就能做出细分领域的最强模型。

4. DeepSeek 周末全天打谷价，但又要整体涨价了

自 8 月 23 日 0 点起，DeepSeek 调整了 API 峰谷计费规则：周六、周日全天不再区分高峰和低谷，统一按低谷价格收费。此前 V4-Flash 和 V4-Pro 已实行峰谷计费，高峰价最高是低谷价的 2 倍。也就是说，开发者周末白天跑批量任务，不用再熬到深夜了。

但硬币的另一面是：有报道称 DeepSeek 计划近期整体上调 API 服务定价。另外它在 8 月 21 日还上线了实验性多模态模型 V4-Flash-Vision-Exp，第一次给 V4 系列补上了原生图片处理能力。

打个比方：这就是电网的”峰谷电价”搬到了 AI 世界。白天大家都在用，电价贵；半夜没人用，电价便宜；周末整体用电少，索性全天按夜间价算。区别在于，DeepSeek 一边给周末打折，一边准备把整体电价往上抬——它不再靠”亏本换份额”，而是开始行使定价权了。

对普通人有什么影响？如果你用 AI 做批量活儿——翻译一批文档、清洗数据集、跑模型评测、批量灌知识库——把任务攒到周末跑，账单能直接砍半。而”整体涨价”这个信号更值得注意：国产大模型的无脑价格战快到尾声了，未来比的是同样的钱能办成多少事，不再是单价谁更低。

5. OpenAI 收购 Instant 补齐”记忆层”，同时承认 Codex 额度被自己偷吃了

OpenAI 收购了 YC S22 明星创业公司 Instant，整个团队加入。这家公司的产品被称为”AI 时代的 Firebase“，专门给智能体提供数据库、权限验证、实时同步这类后端基础设施，GitHub 星标已破 1 万，服务超过 1.7 万名开发者。这一笔补上了 OpenAI 在 Agent 持久化状态管理上的关键短板，也标志着它从”做模型”正式转向”做平台”。

另一条则相当”接地气”。最近大量用户抱怨 Codex 的使用额度掉得莫名其妙地快，OpenAI 的 Codex 与 ChatGPT 负责人蒂博·索蒂奥出来认账，锁定了三个原因：长会话里夹了图片并反复压缩上下文时效率偏低；Computer History 功能在极端场景下用量偏高；自动生成对话标题这个功能，消耗超出了预期。官方已组建专项团队修复，并给所有 Codex 订阅用户统一重置了额度。

打个比方：“记忆层”这事，好比你雇了个能力超强的助理，但他每天下班就失忆，第二天来了什么都不记得。Instant 干的就是给这个助理配一个靠谱的笔记本和档案柜。至于 Codex 额度，则像你以为电费高是因为开空调，查完电表发现——门口那盏自动感应灯一直在偷偷耗电。

对普通人有什么影响？第一条决定了以后的 AI 助手能不能”记住你”——能记住你的偏好、上次聊到哪、你的文件在哪，才算真正好用。第二条是实打实的提醒：你觉得 AI 额度不够用，可能真不是你的错。遇到用量异常，去官方社区看一眼公告，说不定正好在补偿。

6. Anthropic 最快 8 月底递交 IPO，前美联储主席都来了

Anthropic（Claude 的母公司）的资本动作密集到令人眼花：

• 最快 8 月底提交 IPO 申请，募资或超 1000 亿美元，估值最高看到 2 万亿美元，有望打破 SpaceX 的纪录；
• 前美联储主席伯南克加盟，担任长期利益相关职务（社交平台上不少人质疑他不懂技术，是来给”AI 泡沫”当救火队长的）；
• 8 月 21 日聘请谷歌定制芯片项目创始人 Amir Salek，强化自研芯片能力；
• 英国牛津系芯片创业公司 Fractile 因为拿下 Anthropic 约 2.5 亿美元的推理芯片订单，估值飙到 65 亿美元，比 3 个月前翻了 6 倍多；
• 博通正在寻求高达 600 亿美元的债务融资，用来给 Anthropic 等公司供应芯片基础设施——如果落地，将是本轮算力扩张周期里最大规模的债务融资。

打个比方：把伯南克请进董事会，就像一家准备上市的公司专门去聘请一位”央行前行长”当门神。技术他不管，但当外界开始担心”AI 是不是泡沫”、”这么大体量会不会大而不能倒”的时候，这块招牌能安抚不少投资人。

对普通人有什么影响？如果 IPO 真按 2 万亿估值落地，AI 会正式变成一个与全球金融体系深度绑定的板块——它的涨跌会影响养老金、指数基金，也就是可能影响你的钱袋子。同时提醒一句：AI 概念股短期情绪极热，”大而不能倒”从来不是安全的理由，反而是风险的信号。

7. 谷歌把 A2A 协议交出去了：AI 世界的”插座标准”统一了

8 月 20 日，谷歌的 A2A（Agent-to-Agent）协议正式加入由 Linux 基金会主导的 Agentic AI Foundation（AAIF），和 Anthropic 的 MCP（Model Context Protocol）纳入同一套中立治理框架之下。AAIF 目前成员超过 250 家，涵盖 AWS、Anthropic、Cloudflare、谷歌、微软、OpenAI、彭博等几乎所有主要玩家。

这两个协议分工很清楚：MCP 解决”AI 怎么和工具、数据源对话”，A2A 解决”AI 怎么和另一个 AI 对话”。它们原本一个属于 Anthropic、一个属于谷歌，现在同时交给中立基金会，意味着整个行业选择了”共用管道、各自竞争模型”的路线，而不是像当年移动互联网那样打成两个互不兼容的生态。

打个比方：这就是 AI 世界统一了”插座和电压标准”。以前你买 A 家的电器只能插 A 家的插座，出国还得带一包转换头；现在全世界说好用同一种插头，你想换品牌，把插头拔下来插到另一家就行。另一个容易被忽略的好处是——安全补丁能沿着同一套标准快速铺开，不用每家框架各修一遍还漏掉一半。

对普通人有什么影响？你以后用的 AI 助手会越来越”通用”：接你的日历、网盘、笔记、企业系统，都不用等厂商单独适配。对企业选型也有一条实用建议：优先选支持 MCP / A2A 的厂商——不是因为技术更优雅，而是因为这让你保留了”随时换掉这家供应商”的能力。在一个每三五周就出新模型的市场里，可迁移性本身就是最值钱的特性。

8. Agent 安全集体暴雷：91.8% 的 MCP 服务器竟然没有认证

这一周安全侧的坏消息密集到扎眼：

• 安全机构 DeepInspect 审计发现，被检查的 MCP 服务器中有 91.8% 在没有 OAuth 或同等认证控制的情况下裸奔；
• Check Point 披露 CVE-2026-27825：MCP Atlassian 0.17.0 之前版本存在高危任意文件写入漏洞；
• JavaScript 沙箱库 isolated-vm（周下载量超一百万）被发现存在沙箱逃逸与潜在远程代码执行，影响 n8n、Sim.ai、Mastra、Activepieces 等一大批自动化平台，修复版本为 7.0.1 和 6.2.0；
• 微软 8 月 18 日修补了 Copilot 的 CVE-2026-24301（代号 CoSnitch）：一条恶意链接就能自动执行提示词，把你连接的 Gmail、Drive、日历数据偷走，无需点击、无需确认；
• OWASP 的 Agentic Skills Top 10 于 8 月 21 日定稿，把恶意 skill 与供应链投毒列为关键风险，”过度授权的 skill”排在第三位。

打个比方：MCP 服务器往往就是 AI 通往你真实数据的那扇门。91.8% 没有认证，等于把家门钥匙插在锁孔上，然后指望没人推门。而 isolated-vm 的沙箱逃逸更说明一个结构性问题：很多平台号称的”隔离”，其实是建在一个开源小库上的——这个库一破，隔离就是纸糊的。

顺带说一个今天很值得记住的概念：业界正在把权限的控制点从”访问“移向”动作“。举个例子就懂了——你给客服 AI 开了”退款接口权限”，这在传统权限系统里完全合法；但当一笔 149 元的订单被退了 10000 元时，系统全程没有任何报警，因为身份对、权限对、接口调用也合法，问题出在”这一次动作的幅度”上。人类不需要这一层，是因为人有常识和职业风险；AI 什么都没有。

对普通人有什么影响？非常直接：不要随便给 AI 助手授权你的邮箱、网盘、支付。给权限时优先选”只读”，需要花钱、删文件、发消息的动作一定保留人工确认。一句话记住这件事——“不许退款超过订单金额”是一条指令，不是一道安全措施。指令写在提示词里，AI 可以误解、可以被绕过；真正的安全措施必须写在 AI 碰不到的地方。

其他值得一提的快讯

• 教育部推进 AI 全学段教育：《教育发展”十五五”规划》明确推进人工智能全学段教育，北京、山东等地已定下中小学 AI 课程课时要求，高校将 AI 纳入公共基础课，教师资格考试也将纳入 AI 内容。——家长可以留意了，AI 素养正在变成基础学科。
• 机器人 1500 米跑进 2 分 21 秒：第二届世界人形机器人运动会 1500 米决赛，天工 Ultra 以 2 分 21 秒 63 夺冠，远超人类 3 分 26 秒的世界纪录；上一届冠军成绩还是 6 分 34 秒。
• 全国首个 AI 词元交易平台上线：2026 绿色算力大会在呼和浩特签下 13 个项目、总投资 1361 亿元，落地火山引擎 GW 级算力园区、寒武纪芯片实验室；我国日均词元调用量两年增长超千倍。
• 小米新一代玄戒芯片今日亮相：时隔 459 天，小米将于 8 月 24 日 14:00 举办技术沟通会，据爆料采用 3nm 工艺、超大核主频超 4GHz。
• 长周期任务仍是硬伤：微软与南京大学提出的 LoopsBench 基准显示，当前最强 Coding Agent 在长周期软件工程任务上的解决率仅 25%——单步 95% 的准确率连乘 30 步，只剩 21%。别把需要连续几十步的活整体交给 AI。

今日 AI 大事速览

把这 8 件事串起来看，其实是一条完整的因果链：AI 开始真正干活了（收购记忆层、协议统一），干活就要碰真钱和真数据（安全暴雷），支撑这一切的算力越来越贵（服务器涨价、疯狂融资），于是所有人都在找更省的路——而这条路的名字，今天叫开源。

关注【uool工具AI导航】，每天看懂AI圈。