索尼、华纳起诉 Anthropic 与两位创始人：版权战从「训练」推进到「盗版获取」
8 月 28 日（周五），索尼音乐出版（Sony Music Publishing）与华纳查普尔（Warner Chappell）联合旗下多家关联出版公司，在加州北区联邦法院起诉 Anthropic 及其联合创始人 Dario Amodei 与 Benjamin Mann（案号 5:26-cv-09217）。起诉书把 Anthropic 的行为定性为「历史上规模最大、最赤裸的持续性知识产权盗窃之一」，指控其用 BitTorrent 从盗版书库 LibGen 与 PiLiMi 下载含歌词与乐谱的书，经抓取、扫描、剥离版权信息后用于训练 Claude。
真正的增量不是「AI 用版权作品训练是否侵权」这个老问题，而是这份起诉书几乎绕开了它。它建立在 Bartz 案已划出的分界线上——2025 年 6 月法官 William Alsup 裁定，用合法买来的书训练「本质上是转换性的」，受合理使用保护；但下载并保存盗版副本不构成合理使用。Bartz 案随后以 15 亿美元和解收官（7 月 20 日获批，为美国历史上金额最大的版权和解）。这条分界线的法律含义是：原告不必再争「训练是否侵权」，只要证明「数据是盗来的」就够了。
本案的增量有三处。其一，把音乐放进盗版框架：起诉书点名《The Beatles Complete Scores》《Best of Taylor Swift Songbook》等含合法授权乐谱歌词的书在被下载清单里，涉嫌歌曲包括《All I Want for Christmas is You》《Eye of the Tiger》《Livin' On a Prayer》等。其二，第一次把责任追到创始人个人——四项诉请中 torrent 直接侵权、帮助侵权均落在 Amodei 与 Mann 身上，并援引 Bartz 案解封的内部材料（Mann 曾把 LibGen 称为「极其可疑」，下载盗版书「为了省去付费的麻烦」）。其三，提出一条「间接污染」论点：即便商用模型没直接用盗版书训练，它也可能经由「盗版数据训练的非商用模型生成的合成数据」和强化反馈两道工序被间接污染。
时间点放大了这起诉讼的分量。起诉书援引 Forbes 报道称 Anthropic 目标 10 月以约 2 万亿美元估值 IPO，并直言 15 亿美元和解「不足以震慑一家把大规模侵权变现为 2 万亿美元估值的公司」。边界必须写清：torrent 逾 700 万本书是 Bartz 法院的既成认定，但「歌词乐谱进入训练」「Claude 逐字复现」「间接污染」仍是待证的新指控；「每部作品最高 15 万美元」是法定赔偿上限而非已定赔偿额；Anthropic 截至发稿未回应。编辑判断：这起诉讼把 AI 版权战从「训练合法性」推进到「数据获取合法性 + 创始人个人责任」，对 Anthropic 的 IPO 叙事和整个行业的训练数据供应链都是新的风险敞口。
OpenAI 切断 Cursor 模型供应：变更控制条款打破「中立基础设施」假设
8 月 28 日，OpenAI 通知 SpaceX 将终止向 AI 编程工具 Cursor 供应模型，拟定 11 月 12 日断供，并明确不再向 Cursor 提供下一代模型 Astra。OpenAI 官方声明给出的理由直白得反常：它「无法确信 SpaceX 会在服务条款范围内使用我们的技术，基于我们对 Elon Musk 旗下公司违反合同的经验」。触发点是一条变更控制条款——OpenAI 与 Cursor 的定制合同，在控制权变更后给 OpenAI 一段有限时间窗口取消合作；SpaceX 8 月 14 日完成对 Cursor 母公司 Anysphere 的收购（CNBC 援引 SEC 文件称约 600 亿美元、以 SpaceX 股票支付），打开了这个窗口。
OpenAI 引用了两条可点名的事实：Musk 收购 Twitter 后「违反了与我们的合同条款」；今年早些时候 Musk 在宣誓作证时承认 xAI（现属 SpaceX）曾违反 OpenAI 服务条款。Musk 的回应是周六在 X 上回了一句「I couldn't care less」，并重复「他们偷走了一个开源非营利组织」的说法。
但实际冲击比叙事小。Cursor CEO Michael Truell 称 OpenAI 模型约占 Cursor 用户流量的 5%——这是 Cursor 单方数字——而被收购后的 Cursor 已接入自有 Grok 4.5，Anthropic 联合创始人 Tom Brown 也公开表态会继续增加算力支持 Cursor 里的 Claude。真正的行业含义在 Truell 那句话里：「我们曾信任他们的平台是我们业务的中立基础设施。」模型访问从来不是一种权利，而是一份可能因所有权变更被终止的合同——这是所有围绕第三方模型 API 建立业务的开发者工具公司都要重新核算的风险。边界：5% 为单方口径，「违反服务条款」是 OpenAI 的定性，Musk 则把蒸馏描述为「AI 公司通常都会互相做」的行业常态。
腾讯开源混元 Hy4 preview：把 1M 上下文做成可服务现实，并首次让模型优化自身基础设施
8 月 28 日，腾讯发布并开源混元 Hy4 preview：770B 总参数、49B 激活的 MoE，1M token 上下文，Apache 2.0 许可，权重同步上 Hugging Face、ModelScope 等平台。相比上一代 Hy3（295B / 21B / 256K），总参数放大 2.6 倍、上下文放大 4 倍。真正的看点不在规模，而在两点工程机制：长上下文如何「找得到」，以及模型如何反哺自身。
长上下文用腾讯所称的 Gated DSA 稀疏注意力实现——先由轻量索引器对历史 token 打分、只对 top-2048 位置做精细注意力（1M 满载时仅聚焦约 0.2% 历史），再用 IndexCache（清华与智谱提出）让相邻层复用索引结果、省掉重复扫描。这套组合「inspired by DeepSeek and GLM」。发布中最不寻常的声明是「模型优化自身」：Hy4 自主分析推理系统瓶颈、优化算子融合与通信，端到端吞吐较基线提升 31.8%。但腾讯未定义这个基线，也没有第三方复现。
评测方面，腾讯组织 163 名内部专家对 203 个工程任务盲测，Hy4 平均 2.99/4，略高于 GLM 5.3（2.92）与 Kimi K3（2.94）——分差 0.05 到 0.07，接近噪声，且在近四成直接对比中 Hy4 是输的一方。腾讯自己的措辞是「slightly ahead」，比「碾压」准确得多。边界：31.8% 与盲测均为腾讯单方口径，模型卡坦承「复杂任务推理过长、倾向过度自我验证」两项已知问题；Hy4 preview 为纯文本模型，暂无视觉输入。编辑判断：Hy4 的增量在「把长上下文做成可部署现实 + 模型反哺基础设施」，后者的价值尚待验证，但指向开源竞争的一个新维度——从「跑分」部分转向「模型能否改进自己的部署」。
Marvell 财报超预期仍跌逾 10%：市场开始核算定制芯片的低毛利与 Google 收入的两年空档
8 月 27 日盘后，Marvell 交出几乎无可挑剔的财报：第二财季营收 27.39 亿美元创历史新高、同比增长 37%，数据中心收入同比增长 46%、占公司营收 79%，Non-GAAP 每股收益 0.94 美元；并连续第二个季度上调指引——2027 财年营收从约 115 亿上调至约 120 亿美元，2028 财年从 165 亿上调至 180 亿美元，数据中心增速预期从约 50% 上调至 60%。但股价 8 月 28 日收盘跌 10.28%。
背离的根源不在需求，而在三个叠加因素。其一，毛利率被定制芯片拉低：Non-GAAP 毛利率从 58.9% 回落，第三财季指引进一步降到 57.5% 至 58.5%，CFO 直言「定制业务正在快速爬坡」——增长最快的业务恰在拉低整体毛利。其二，Google 合作的收入节奏：管理层明确表示，8 月 19 日那笔让股价大涨的 Google 交易，真正的损益表增量要到 2029 财年之后才显现，此前两个财年几乎无新增贡献。其三，估值：股价过去 12 个月涨逾 220%，即便跌后仍约 35 倍前瞻市盈率。
8 月 19 日的「122 亿美元入股」被大量报道简化了。实际结构是：Google 以每股 206.58 美元获最多约 5897 万股认股权证，全部行权需约 122 亿美元；但约 97.7% 的份额按 240 个批次归属——每产生 5 亿美元定制产品收入解锁一批，完全归属需 Google 累计采购约 1200 亿美元。8-K 没有最低采购额、没有排他性。研究机构 Futurum 测算，这要求 Google 一家年均采购近 180 亿美元，接近 Marvell 为整个定制业务设定的 2029 财年目标的近两倍——认股权证是「天花板」，不是承诺。编辑判断：Marvell 的波动是算力供应链定价逻辑的一次校准——市场从「拿到了 Google 大单」转向「这笔单子的利润率和现金何时兑现」，同样的「交易公告先行、收入兑现滞后」结构正在整个定制硅赛道扩散。
Cisco 向 9 万员工铺开 MyAgent：「受监督的自主」在大企业内部规模化落地
8 月 27 日，思科宣布自研 Agent MyAgent 正向全部约 9 万名员工铺开（原文「now rolling out」），跨 Outlook、Webex、Jira、SharePoint 执行「受监督的自主工作流」。这不是试点，而是一家年营收六百多亿美元的公司把「AI 替你做事」推到全员。
MyAgent 的边界设计可读：员工只「设定意图与期望结果」，Agent 负责编排步骤；哪步能自动完成、哪步必须等人，由路由与治理架构约束。思科把变化概括为「从 human-in-the-loop 到 human-in-control」——自主只发生在执行层，决策与问责仍留给人。支撑它的是思科自研的多模型平台 Circuit，按成本路由模型，CFO 的原话是「不会用前沿模型烧一大堆 token」。这与多数企业「默认最强模型、账单后付」相反；Agent 比聊天消耗 token 多得多，把「用哪个模型」做成路由决策，是 9 万人规模下这套部署成立的前提。
边界有两处。其一，增长数据只有单方口径：博客称「代理式交互环比增长近 350%」，无统计口径、无第三方验证；公司也未披露成本或效率收益。其二，「受监督」具体监督什么——哪些敏感操作必须人显式批准、触发人工介入的阈值——思科至今没有公开说清，而这恰是最决定成败的部分。另需注意时间重叠：思科 5 月宣布 AI 相关重组中裁员近 4000 人，一边裁人、一边把 Agent 发到剩余员工手里。编辑判断：这条新闻的可读之处不在「9 万人」这个数字，而在它第一次把「自主边界谁来定、成本谁来管、信任从哪来」三个问题，摆到了同一家公司自己的员工面前——答案还没写完。