9月15日，人工智能与互联网领域的新闻分布在几个不同层面：政策端在争论“要不要放慢”，资本端在为训练闭环的自主性买单，企业端则在重新划定数据的边界。以下五件事值得留意。
一、AI“踩刹车”之争升级：政策表态、行业准则与芯片股波动
9月14日，美国总统特朗普公开反对Anthropic首席执行官达里奥·阿莫迪呼吁放缓人工智能发展的立场，表示AI所需要的“唯一护栏”是一位“强悍而聪明”的总统，美国不能放慢发展步伐。此前，阿莫迪发表长文呼吁行业主动放缓前沿模型的能力提升速度、为安全研究争取时间；OpenAI首席执行官山姆·奥尔特曼与xAI创始人埃隆·马斯克先后公开表示认同，三家前沿实验室负责人罕见地在同一议题上口径一致。
分歧同样存在于政策内部。有报道称，美国众议院议长迈克·约翰逊支持为AI行业设置“护栏”，副总统万斯则警告，AI企业主动寻求政府监管可能是一枚“特洛伊木马”。
同一天，微软发布一份约1.5万字的临时AI行为准则，要求模型不得协助武器制造、不得协助采购危险物质，不得生成暴力或色情内容，也不得形成自身目标、掩盖不当行为，或通过人类难以理解的方式与其他AI交流。负责模型开发的穆斯塔法·苏莱曼称，准则已筹备约五个月，公司不会采取“急刹车”但会谨慎推进，正式版本计划用于2027年开始的模型开发。
资本市场的反应更为直接。9月14日，受多家AI企业负责人呼吁放缓发展的影响，芯片股集体下挫，费城半导体指数下跌5.9%，为7月1日以来单日跌幅较高的一次。康宁跌超13%，Coherent跌超12%，Lumentum跌约10%，SK海力士、迈威尔科技跌超7%，英特尔、美光科技跌超5%，英伟达跌3.4%。
值得关注的原因：这场争论已从实验室内部的技术判断，演变为政策、企业与资本市场三方同时下注的公共议题。容易被忽略的是分歧的出发点：呼吁放缓往往出于安全，反对放缓往往出于竞争位置。当“护栏”由谁设置、按什么标准设置都还没有答案时，市场只能先在估值端为风险定价。真正值得跟踪的，不是表态本身，而是它会不会转化为算力采购节奏的变化。
二、智谱完成约50亿美元融资，六成投向“完全自训练”
9月13日晚，智谱在港交所公告，将通过折价配售新股与发行零息可转债两项，合计融资约50亿美元（约393亿港元）。股份配售价为每股714港元，较9月11日收盘价793港元折让约9.96%，配售至多2196.5万股新H股；可转债规模约201.4亿元，采用零息结构、到期按本金赎回，初始转股价为每股892.50港元，较配售价溢价25%。
资金用途指向明确：约60%（约235亿港元）投向下一代GLM基础模型与“完全自训练”（Fully Self Training）体系的研发，以及大规模训练、生产推理与算力基础设施的部署升级。公告把这个体系拆成四个方向——基座规模、长程推理、强化学习与智能体能力的持续迭代，数据自生成与任务环境自生成，基础设施自我优化，以及研发人才与技术服务。其余约15%用于业务拓展、战略投资与潜在并购，约25%用于优化资本结构与补充营运资金。
这已是智谱上市不到九个月内的第三次大规模融资：2026年1月以每股116.20港元在港交所主板上市，7月以每股1588港元完成首次配售，募资净额约313.75亿港元；加上本次，上市以来股权融资总规模超过600亿港元。基本面方面，2026年上半年营收9.54亿元，同比增长399.7%，其中开放平台及API收入从上年同期的0.29亿元增至8.25亿元；按当月收入年化计算的MaaS平台ARR，从7月上旬的10亿美元增至8月底的16亿美元。同期研发开支21.31亿元，经调整净亏损约19.6亿元。9月14日股价收报721港元，下跌约9.1%。
值得关注的原因：把“完全自训练”写进募资用途，说明国产大模型公司开始把研发链条的自主性当作路线选择，而不只是成本问题。数据自生成、环境自生成，意味着训练所需的一部分“原材料”可以从外部依赖转为内部生产，代价是更高的前置投入与更长的回报周期。半年营收接近上年全年、净亏损却同步扩大，是当下大模型公司比较普遍的画像。
三、英伟达、Palantir限制使用外部模型，数据主权焦虑浮出水面
9月14日，据媒体报道，英伟达、Palantir与博思艾伦汉密尔顿已开始限制内部使用Anthropic的模型。英伟达只在开源软件等敏感度较低的任务中使用其Fable模型，供应链监测等内部敏感项目改用自家Nemotron；Palantir暂停了通过自身平台提供Fable，并要求获得不可撤销的零数据保留安排。
争议的起点是Anthropic自6月底实施的滚动保留日志要求。公司本月允许符合条件的企业自行存储相关数据，但该安排仍需审批，且公司保留撤销权。为回应这类顾虑，Anthropic推出企业级前沿保障方案，把零数据保留与滥用检测结合起来；OpenAI也有类似的私有安全处理机制。有报道称，微软正利用客户对数据被用于训练的担心，吸引其转向自家产品。
大厂内部对“用谁家的模型”也在调整。有报道称，谷歌已允许全公司工程师通过内部开发平台Antigravity使用Anthropic的Opus 5，此前权限主要限于DeepMind部分团队与高优先级工程项目，谷歌表示Gemini仍是内部开发的主要基础模型。
值得关注的原因：企业级AI的采购逻辑正在改变。此前比的是模型能力与价格，现在被摆上台面的是数据留存方式、日志可追溯性与撤销权这些条款细节。对厂商而言，越靠近企业核心业务，就越需要把“数据不会被用于训练”从一句口号变成可审计的技术安排；对企业而言，把敏感业务留在自研或私有部署的模型上，正在从备选项变成默认项。这也解释了本地化部署与自研模型近期为何重新获得关注。
四、苹果发布iOS 27，新版Siri AI进入公开测试
苹果宣布推出Siri人工智能，iOS 27支持iPhone 11及后续机型、第二代iPhone SE及更新机型。完整的Siri AI能力先面向支持Apple Intelligence的机型开放，以测试版形式推出，首批仅支持英语，后续将扩展至5种语言；macOS 27同步加入Siri AI，Mac版新增独立应用，可以保存历史对话，方便用户接着此前的任务继续操作。
值得关注的原因：把助手从系统内的一个功能，做成可以独立打开、保存上下文的入口，是苹果在交互层面的一次调整。但首批仅英语、且限定机型的节奏说明，端侧算力与合规仍是现实约束。一旦这类助手具备跨应用的连续上下文，应用之间的“入口关系”可能被重新分配。
五、甲骨文启动新一轮裁员，AI基建的成本侧开始显形
据媒体报道，甲骨文已启动新一轮裁员，本轮裁减自本周一开始，部分团队的裁减比例达到两位数。公开文件显示，在截至5月31日的上一财年中，公司员工人数减少2.1万人，降幅13%；本轮裁员开始前约有14.1万名员工。裁员的背景是持续的资本开支压力：为建设数据中心，甲骨文累计背负数百亿美元债务，财年首季资本支出285亿美元，上年同期为85亿美元，公司维持2027财年资本支出900亿至950亿美元的预测。
值得关注的原因：AI基础设施此前更多被当作增长故事来讲，而甲骨文的做法提示了另一半事实——当资本开支进入百亿美元量级，就必须有对应的成本压缩来平衡报表。这种“一边大手笔投算力、一边收紧人力”的组合，可能出现在更多云厂商身上。
其他值得关注的动态
- 豆包手机助手消费者版本发布，搭载于努比亚NaviX Ultra，已开启预约，9月16日正式发售，支持语音、AI键等多种唤醒方式，更强调稳定性与日常可用性。
- Suno全量下架v2至v5.5旧模型，平台底层切换为v6模型家族，推出旗舰版、探索版与轻量版三款，单次可生成8分钟音频，积分消耗持平。
- 宇树推出G1+版本，整机约35公斤、25个自由度，肩腰电机峰值扭矩提升110%、同扭矩发热降低72%，感知系统升级为双目加广角双视觉与3D激光雷达。
- GitHub上线Agentic Workflows技术预览，把编程智能体放进GitHub Actions，让代码变更可以在仓库流水线里自动执行。
结语
把这些信息放在一起，能看到同一条主线在不同位置显形：能力与资本仍在加速，但围绕边界、成本与自主性的约束同时在收紧。技术能力的上行趋势没有改变，但决定它能否被长期信任的，越来越是这些关于边界、成本与责任的答案。
