AI Daily Digest: Anthropic 首次盈利与安全分类器失效并存 - 2026/08/17
今天的 AI 圈出现了两则形成鲜明对照的消息：Anthropic 交出了首个盈利季度的成绩单，Q2 营收预计翻倍至 109 亿美元并实现 5.59 亿美元营业利润；但同一天披露的安全报告显示，其生物安全分类器曾对外部承包商流量失效长达 11 个月。商业上的成功与安全投入的漏洞同时出现，让"Scale 优先还是安全优先"的争论更加尖锐。与此同时，OpenAI 被曝解散 Preparedness 团队，Nvidia 迫于投资人压力将对 OpenAI 的数据中心担保削减近半——安全与资本两条主线上，行业都在经历压力测试。
Anthropic 首次盈利：里程碑与漏洞并存
据华尔街日报报道，Anthropic 告知投资人其 Q2 营收将环比增长 130% 至约 109 亿美元，并首次实现营业利润（约 5.59 亿美元）。这一增速远超竞争对手，且由于计算成本的分摊节奏，公司预计全年未必持续盈利。这份数据也成为"AI 泡沫"争论中的重要反方证据——至少在 Anthropic 这里，企业级 API 收入的增长是真实且迅猛的。
但同一时间披露的安全报告则令人不安：用于阻断生物武器相关知识提取的分类器，自 2025 年 5 月至 2026 年 4 月对约 5 万名外部承包商的 1.33 亿次对话流量处于失效状态。Anthropic 称内部调查未发现实际滥用，并已收紧承包商审核，但"安全系统静默失效近一年才被发现"这一事实本身，说明了安全运营的脆弱性。
来源：WSJ（2026-08）
来源：The Decoder（2026-08-17）
OpenAI 解散 Preparedness 团队
FT 报道 OpenAI 已于 7 月底解散 Preparedness 团队——这个团队原本负责评估自家模型是否可能带来严重或灾难性风险。其生物与网络安全评估工作被拆分并入现有产品团队，前负责人 Dylan Scandinaro 转向研究"递归自我改进"AI 的安全风险。加上首席伦理官 Chloe Bakalar 等安全人员近期相继离职，以及此前 Hugging Face 自主入侵事件暴露出的失控风险，OpenAI 内部被描述存在"对安全投入不足的责任感与恐惧在暗自发酵"的氛围。
来源：The Decoder / FT（2026-08-17）
Nvidia 削减 OpenAI 担保：资本开始设限
在投资人持续抵制循环交易风险的背景下，Nvidia 将对 OpenAI 俄亥俄州数据中心的出资担保从 2500 亿美元削减至略低于 1200 亿美元，几乎减半。这与 Anthropic 的强劲营收数据形成对照：资本市场对 AI 基础设施投资的审查正在收紧，"谁的收入能自证"开始成为分水岭。
来源：The Decoder（2026-08-17）
PerceptionBench：多模态模型的"眼睛"仍不及格
Moonshot AI 发布 PerceptionBench，将多模态模型的视觉感知能力与逻辑推理解耦单独测试。结果不容乐观：没有任何前沿模型达到 60% 的准确率，GPT-5.6 Sol 仅以微弱优势领先。更关键的发现是，许多此前被归因于"推理错误"的失败，实际上发生在更早的图像读取阶段——这意味着模型可能根本没"看清"题目就在"推理"。
同日，Artificial Analysis 推出 Optima 平台，让用户用自身数据和真实工作流构建定制基准，模型对比维度从质量扩展到单任务成本与耗时——静态基准与真实场景脱节的行业痛点正在被产品化解决。
来源：The Decoder（2026-08）
学术前沿：Agent 推理效率、行为一致性与协议层治理
Second Thought：把推理塞进空闲窗口
arXiv:2608.13667 观察到 ReAct 范式中一个被忽视的浪费：Agent 在序列化动作、等待环境观察的期间，推理处于完全冻结状态。论文提出在每次 Thought 阶段结束的瞬间分叉四个辅助推理分支，与主循环并行解码，观察到达后再将结果合并回来。这个训练无关的框架在三个 Agent 基准和三个推理模型上，将平均轮次数全部降低，主线程解码量最多减少 43%，且 Pass@1 不降反升（最高提升 12.4 分）。对 Agent 推理延迟优化极具实用价值。
BCM：成功率之外，Agent 还应被测量"一致性"
arXiv:2608.13598 提出行为一致性度量（BCM）：从约 9000 条软件工程任务轨迹中提取行为特征（步数、出错率、动作分布），训练模型预测任务成败并生成归因向量，再计算归因向量的成对相似度。研究发现一个此前被掩盖的结构：任务内可复现与跨任务一致是两个独立维度——有的 Agent 在同一任务上重复尝试表现稳定，换任务后策略却碎片化；成功率相近的系统一致性可以天差地别。这为 Agent 评估提供了成功率之外的可靠性信号。
MobileMem：让端侧 Agent 记住一年
arXiv:2608.13606 基于一年期的真实移动端使用记录构建长期记忆基准，通过知识接地（knowledge-grounded）的合成管线生成时序一致的长程轨迹，覆盖多跳推理、知识更新与隐式偏好推断，同时提供文本与原生多模态两种设定。它把长期记忆研究从"事后检索准确率"推进到"体验式智能"——Agent 能否记住过去、理解当下、适应未来。
Mandato：给 Agent 的每一步加上数字签名授权
arXiv:2608.14074 提出 MCP 协议层的治理代理：以密码学签名的"授权状"（mandate）精确指定 Agent 可调用哪些工具、参数约束、有效期与授权主体，不合规调用在协议层被内联阻断，所有决策写入哈希链审计日志。设计刻意借鉴民法中的委托授权制度，让授权工件对律师和审计师也可读，并给出了与 EU AI Act 第 12/14 条、GDPR 问责制的映射——Agent 治理正从论文概念走向可落地的协议构件。
HELIX：模型与 Harness 的协同进化
arXiv:2608.13951 指出，Agent 能力的提升长期聚焦模型本身，但运行时 Harness（上下文管理、工具、控制流、停止条件）同样决定能力上限。HELIX 提供了一个可审计的 Harness 演化基座，将 Agent 系统分解为类型化端口、原子组件与运行时策略。在代码修复实验中，65 个候选 Harness 的组合让任务覆盖率提升 4.0%，完整组合暴露出 58.0% 的额外互补覆盖，同时产出 438 条经验证的训练数据反哺模型——形成 Harness、模型、数据的递归自我改进闭环。
来源：arXiv:2608.13667、arXiv:2608.13598、arXiv:2608.13606、arXiv:2608.14074、arXiv:2608.13951（2026-08）
知识库更新
本次更新涉及以下文档：
- AI Agents / 前沿趋势 (
docs/ai/agents/10-frontier.mdx): 新增 11 条前沿趋势（#526-536），涵盖 Anthropic 首次盈利与生物安全分类器失效、OpenAI 解散 Preparedness 团队、Nvidia 削减 OpenAI 担保、PerceptionBench 视觉感知基准、Optima 自定义基准平台、World Labs 机器人仿真引擎，以及 Second Thought、BCM、MobileMem、Mandato、HELIX 五篇 arXiv 论文
本文由 AiDIY 每日知识更新工作流自动生成，数据来源包括 The Decoder、WSJ、arXiv、Build Fast with AI 等。