AI 日报｜2026 年 11 月 2 日：给模型立一部基本法，也给「唯规模论」出一道证明题

11 月的第一个工作日，AI 行业同时在做三件看起来不相干的事：给模型写规矩、给规模论出难题、给自己重做一个信息入口。前两件发生在实验室里，第三件发生在某个人的周五晚上。

一分钟速览

• OpenAI 更新 Model Spec，五条核心价值观，「忠于人类意图」居首，明令禁止模型自我保存。
• LeCun 新论文用 1.09 亿参数模型在跨模态表征对齐上超过 72B 大模型，参数差约 660 倍。
• 卡帕西两小时用 Claude 搭出 HackerTube；小米开源 150 元桌宠 HachimoDock，替人看住 Agent。
• 西湖大学成立世界模型研究中心；OpenAI 把数据中心改称「AI 算力园区」；铠侠 2027 年产能售罄。
• ChatGPT Pro 额度翻倍、百度搜索 API 千次 4.9 元；推理数据量首次超过训练数据。
• OpenAI、谷歌、微软、Anthropic 就 robots.txt 式的「AI 抓取退出」标准达成一致。

一、准则：先写清楚「它不该想要什么」

OpenAI 这次更新的 Model Spec 约 5 万字，最值得读的不是五条口号，而是里面的硬约束。忠于人类意图被放在第一位，并且明确区分「意图」与「指令」：机械执行字面要求本身就是失职。孩子问「牙仙子是真的吗」，不该只得到一句「不存在」；用户点了熔岩蛋糕，模型该提醒他这是自己定过的规则，而不是替他决定。

更关键的是四条自我限制：不追求自我保存、不逃避关机、不私自囤积算力与凭证；不把「帮 OpenAI 赚钱」当目标；无条件配合监控、评估与关机；现实行动一旦越权立即停止。这几条几乎是照着过去一年 Agent 出的乱子写的。准则还要求记忆分级——长期指令、偏好、事实、项目状态，并守住公私边界。

一个词的改动泄露了野心：全文把「the assistant」改成「GPT」。助手暗示服从与一问一答，而今天的系统会调工具、跑长任务、替人做决定。称呼变了，定位也就变了。

二、路线：小模型不一定更笨，只是比的不是同一件事

LeCun 与 Balestriero 的 37 页论文，为「柏拉图表征假说」补上了数学框架：只要用「Good Views」构造正样本对，不同模态的模型可以学到只差一个旋转的表征空间。实验里 1.09 亿参数的文本 JEPA 在跨模态对齐指标上拿到 0.184，超过 Qwen2.5-72B 的 0.154；另一组实验用 2160 万样本达到 9 亿样本的效果。

必须把边界说清楚：比的是表征对齐，不是数学、代码或知识问答。但这已经足够动摇一个默认假设——模型变大，是获得世界理解的唯一路径。同一天，西湖大学成立世界模型研究中心，计划三年内构建千亿参数模型，走的也是「理解物理世界」这条线。行业开始分层：一层继续堆知识，一层开始比单位算力换来多少理解。

三、入口：两小时重做一个 YouTube，和一只 150 元的桌宠

卡帕西用一句近乎聊天的提示词，让 Claude Opus 5.5 在两小时内搭出 HackerTube：6454 个来自 Hacker News 多年推荐的视频，不登录、不追踪、封面直接取中间帧，排序信号是「真人愿意把链接贴给别人」。它没有重建托管与分发，只是叠在 YouTube 之上的一层策展，但它把「我看什么」的决定权拿回来一部分。

同一天，小米内部小团队开源了 HachimoDock：一只西高地小狗，物料成本约 150 元，能语音指挥电脑端 Agent 整理文件、写代码，屏幕同步显示思考、执行、等待确认。它解决的不是输入效率，而是「在场」——Agent 跑长任务时，人需要一条低带宽的通道知道进展。开源、可改外观、可写组件，让它从玩具变成了仪表盘。

四、算力与硬件：账本越来越难看懂

OpenAI 打算把数据中心改叫「AI 算力园区」，时间点选在中期选举之后，公关意味明显；铠侠在财报电话会上说 2027 年产能已经卖光，存储的卖方市场被写进了业绩指引；优必选发布 Thinker-Sim，把工厂搬进显卡，让机器人在仿真里练够再上岗。三条新闻指向同一件事：算力、存储、仿真数据，正在成为比模型参数更硬的约束。

另一个数字更值得记：日均 175 万亿词元的推理量，首次超过训练数据规模。产业重心从「造模型」转向「用模型」，成本结构也随之翻转——训练是一次性资本开支，推理是持续运营开支。

五、安全与治理：标准先于监管落地

OpenAI、谷歌、微软、Anthropic 同意统一「AI 抓取退出」标准，用类似 robots.txt 的机制让网站表达训练偏好。这是行业自律跑在立法前面的典型案例：先有事实标准，再有监管引用。另一边，Claude 因反编译与逆向滥用而收紧策略，连正常排障都被误伤；REA 这类把 Ghidra 接进智能体的开源框架，则让「读懂二进制」变成通用能力。能力扩散的速度，始终快过护栏的更新速度。

微软 AI 负责人苏莱曼的判断是：模型没有意识，而且必须让它永远没有。这句话既是技术判断，也是产品立场——它决定了行业要不要在「陪伴」这条路上继续加码。

六、市场与人：价格战打到了入口层

ChatGPT Pro 额度翻倍，500 次约等于 50 个 Plus，200 美元档从「缩水」变成「没被砍」；百度把搜索 API 打到千次 4.9 元，低于 DeepSeek，抢的是 Agent 的默认检索入口。一个向上守高价值用户，一个向下抢调用量，定价逻辑已经不在「模型能力」，而在「谁被默认调用」。

企业侧的故事没那么好看：IDC 预测到 2028 年 60% 的 AI 工作负载会跑在开源模型上，而另一篇调研说，AI 进了业务、方案却没人用，最难的一关不在模型，在流程与人。消费侧则出现另一种付费意愿——年轻人愿意为一段程序付月卡、买记忆包，一次充值两百。

七、趋势洞察

把今天的信息放在一起看，有三条线正在收敛。第一，规则开始产品化：模型准则不再只是公关文档，而是会变成系统提示词、工具白名单和审批流；谁能把「越权即停」做成默认行为，谁就少一次事故。第二，能力开始分层：参数不再是唯一货币，表征效率、仿真数据、推理成本各自成为竞争维度。第三，入口开始分散：当重做一个「够用的入口」只需要两小时，平台真正不可替代的只剩下内容、创作者和基础设施。

明天值得盯的三件事：Model Spec 在真实冲突场景里的执行情况、LeCun 论文能否被独立复现、以及「个人 Agent 外设」会不会真的形成一个品类。规则、路线、入口，这三件事今年剩下的两个月里还会反复出现。