
11月12日,AI行业发生了两件大事。
英伟达宣布,创始人黄仁勋辞去公司总裁、CEO及董事职务,即刻生效。公司CFO Colette Kress暂代CEO,董事会同时启动正式继任者遴选。这意味着,执掌英伟达33年的黄仁勋正式离开了公司的日常管理岗位。
同一天,Anthropic新版《支持地区政策》生效。中国大陆、中国香港和中国澳门均不在支持地区名单中。政策不仅限制身处非支持地区的个人使用服务,也将限制延伸至注册地、总部所在地以及股权控制关系。涉及的产品包括Claude.ai、Claude Code、Cowork、API及开发者平台。
两件事没有直接的因果关系,却发生在同一个值得关注的产业背景下:AI正在成为技术、资本与地缘政治高度交织的产业。
黄仁勋的离开,不意味着英伟达的技术优势随之消失;Anthropic收紧地区准入,也不意味着相关算力和模型能力从物理上消失。但对于产业参与者来说,一个问题正在变得越来越现实:即使拥有设备、资金和技术,是否还能持续获得最先进的AI能力?
过去,AI产业的竞争主要围绕芯片性能、模型能力和应用场景展开。现在,能否获得这些能力、能否持续使用,正在成为另一项需要考虑的因素。
◉ 史上规模最大IPO,凭啥?
据悉,正在准备IPO的Anthropic计划筹集至多644亿美元,并通过私募配售筹集260亿美元。
如果两者合计,将超过SpaceX成为史上规模最大的IPO,估值达到1.4万亿美元。
Anthropic此次IPO路演的核心叙事之一,是AI将如何改变科学研究。
11月9日,公司发布Claude Fable 5.2和Claude Mythos 5.2。按照Anthropic公布的数据,新模型在编程、推理和视觉等方面均有提升,输出速度最高比上一代快30%,同时降低了使用价格。两款模型底层相同,主要区别在于安全防护和开放范围:Fable面向更广泛的用户,Mythos则主要向经过审核的科研及网络安全机构开放。
比常规基准测试更引人关注的,是它在复杂科研和工程任务中的表现。
数学研究方面,Anthropic使用约1000个智能体协作,将费马大定理的已有证明转写为Lean语言中的形式化代码,使其能够被计算机逐步核验。整个过程耗时约30小时。作为对照,上一代Opus 5.5在相同规模的智能体配置下,30小时内只完成了约26%的工作。
这里需要说明,AI并不是重新发现或证明了费马大定理,而是将数学家已经建立的证明过程转化为机器可核验的形式。这项工作的重要性在于,AI开始有能力承担大量繁琐的数学形式化任务,让研究者将更多精力放在问题本身。
理论物理方面,Anthropic称Fable 5.2帮助研究人员解决了两个与黑洞有关的开放问题。其中一项涉及一个2003年已经提出、但因计算过程过于繁琐而长期没有完成的问题。
工程领域的进展也值得关注。
在机器人控制测试RoboDojo Sim中,Fable 5.2得分达到64.9%,上一代Fable 5.1为27.6%。在硬件设计方面,模型从器件选型、电路板布线到外壳建模和软件编写,完成了三款电子设备的设计,并在工程师协助下完成制造与测试。
生物医药领域也出现了类似进展。
Anthropic披露,其合作伙伴Generate使用Claude Code辅助重新设计CAR-T细胞疗法中的一个信号结构域。研究团队设计出一个比标准版本短约70%的候选结构,在实验室测试中,相关细胞表面的受体数量约增加10倍,杀伤肿瘤细胞的表现也有所改善。
不过,这仍然是早期实验室结果,尚未证明该设计在患者身上的安全性和有效性,更不能据此认为AI已经能够在短期内攻克癌症。
游戏领域则引发了全球玩家的热议。
一款名为《Saltline》、大小仅约 1.4MB 的射击游戏,其所有模型、纹理、音效都是由Fable5.2从零生成,效果惊艳。Fable5.2在无人工中途反馈的情况下自主运行约6.5-8小时,消耗约4.45亿输入token和270万输出token,API成本估算约550美元。
这些进展与Anthropic的资本市场叙事形成了呼应。11月10日,公司正式启动IPO路演,向美国证券交易委员会提交的S-1/A文件显示,拟发行股票的初步价格区间为每股70至78美元,股票代码为ANT。
AI能够加速科研、降低研发成本,甚至参与复杂工程任务,这些都是资本市场愿意为前沿模型支付高估值的重要理由。
但能力展示和商业兑现之间仍有距离。药物从实验室研究走向临床应用,需要经过大量验证,科研中的一次成功也不等于可以规模化复制。
◉ 管制正在向服务端延伸
过去几年,美国对华AI限制的重点主要集中在先进芯片、半导体制造设备和相关技术。
2026年以来,政策讨论进一步延伸到了云端算力、远程访问和模型服务。
传统出口管制主要针对实体芯片和设备,但随着云计算发展,企业即使无法直接购买先进GPU,也可能通过租用境外云服务器获得相应算力。
美国国会围绕《远程访问安全法案》展开讨论,试图明确商务部对部分受管制算力远程访问的监管权限。相关政策研究也指出,如果未来监管范围进一步延伸到软件即服务,影响可能不再局限于云端GPU,还可能涉及AI模型服务。

6月发生在Anthropic身上的事件,即是一个证明。
根据Anthropic自己的披露,6月12日,美国政府对其最新的Fable 5和Mythos 5模型实施出口管制,要求限制向境外国民提供访问权限。由于公司无法实时可靠地核验所有用户的国籍,Anthropic选择暂停这两款模型的全球访问。
6月30日,相关出口管制被解除。Anthropic随后恢复Fable 5的全球服务,并逐步恢复部分Mythos 5的访问权限。
模型能力能否跨境交付,已经成为AI产业竞争中的重要变量。
这种变化,已经催生出一条围绕海外账号运转的灰色产业链。7月,一条关于中国用户如何继续使用 Claude 的帖子获得了22万次浏览。发帖者提到,有人不再满足于将 Mac mini 放在新加坡,而是开始尝试组合海外身份、KYC、境外设备和网络,国内只保留远程操作。

三个月后,类似需求甚至催生了专门的招聘岗位:10月,杭州一家科技公司开出月薪2万至4万元、16薪的条件,招聘「Claude/GPT会员订阅工程师」,岗位要求中最突出的技能是跨境支付经验。深圳、温州、南京也陆续出现同类岗位,部分招聘信息甚至提出维护「千级 Claude Max 号池」的要求。
当使用一个AI工具需要专人维护身份、账号、设备和支付通道时,问题显然已经不只是能不能访问模型,而是如何获得稳定、持续的使用资格。
◉ 英伟达面临全新考验
在AI产业链中,英伟达和Anthropic所处的位置并不相同。
英伟达提供的是底层算力基础设施,Anthropic提供的是建立在算力之上的前沿模型和服务。前者影响AI能力的生产条件,后者影响AI能力的开发和使用方式。
但两家公司都很难完全脱离地缘政治环境独立经营。
黄仁勋辞职的消息,恰好发生在英伟达与美国对华芯片政策、国家安全审查等议题高度交织的时期。
需要先厘清的是,黄仁勋此次辞职不能简单归因于美国出口管制。
根据媒体报道,黄仁勋离职前面临私人关系争议,其中一项报道涉及美国情报部门对一名商业人士的国家安全怀疑,另有关于其与下属关系的报道。英伟达此前表示,没有理由相信国家安全或公司机密已经受到损害,并称正在调查相关情况。
因此,黄仁勋离职的直接背景,应当与出口管制政策分开讨论。但这件事仍然值得放在AI产业的背景下观察。

英伟达并不是一家普通的芯片供应商。随着生成式AI和智能体应用快速发展,GPU已经成为全球AI基础设施的重要组成部分。英伟达的产品、软件生态和开发者体系,深度影响着全球AI企业的技术路线和建设成本。
与此同时,英伟达也需要面对不同市场的政策要求。美国希望通过出口管制维持先进计算领域的技术优势,中国市场则仍然具有重要的商业价值。对英伟达而言,如何在政策约束与全球市场之间寻找平衡,是无法回避的经营问题。
黄仁勋过去几年一直积极参与美国对华芯片政策的游说,希望为英伟达争取更大的市场空间。如今,他离开公司管理岗位,英伟达也将进入新的管理层交接阶段。
这并不意味着公司的战略一定会发生转向,但至少说明,AI基础设施企业面临的风险已经不再局限于技术路线和市场竞争。
一家公司掌握的技术和基础设施越重要,它所面临的政策、治理和安全审视也可能越复杂。
对于整个AI产业来说,英伟达的这次人事变动还有一个更值得关注的问题:全球AI基础设施对少数核心企业的依赖究竟有多深?当关键企业出现管理层变化、供应政策调整或跨境业务受限时,产业链是否具备足够的韧性?
这比简单猜测黄仁勋的继任者是谁,更值得长期观察。
◉ 争夺稀缺能力
如果把上述变化放回国际贸易的框架中,可以看到一个值得讨论的趋势。
传统贸易理论中的要素禀赋理论认为,一个国家的出口结构,与其拥有的生产要素密切相关。过去,土地、劳动力、资本和自然资源是决定比较优势的重要因素。
进入AI时代,算力、数据、先进芯片和模型研发能力,正在成为新的生产要素。
谁掌握先进的计算基础设施,谁就更有条件训练和部署高性能模型;谁拥有更成熟的模型研发体系,谁就更容易在下一轮技术竞争中占据主动。
但与自然资源不同,技术具有较强的扩散性。论文、代码、人才流动和工程经验,都可能帮助后来者缩小差距。
出口管制改变的,正是技术扩散的条件和速度。
通过限制先进芯片出口,可以提高竞争对手获得算力的成本;通过限制远程算力访问,可以减少其利用境外计算资源的机会;通过限制模型API和服务准入,则可以进一步增加开发者接触前沿工具的难度。
从这个角度看,出口管制不只是限制某一批商品进入某个市场,也是在影响先进生产要素的跨境流动。
AI产业还有一个特殊之处:它同时具有货物、服务、技术和资本几种属性。
芯片和服务器是货物,可以通过传统出口管制和关税管理;API调用和云端订阅属于数字服务,涉及跨境交付;模型权重和训练技术可以通过数字文件传播,蒸馏又增加了技术扩散的复杂性;数据中心和算力基础设施则需要大规模资本投入,涉及跨境投资和商业布局。
不同属性对应不同的监管工具,也让AI产业的政策边界变得更加复杂。
以远程算力为例,一家中国企业如果无法直接采购某种先进GPU,理论上仍可能通过境外云服务商租用计算资源。但如果监管进一步覆盖远程访问,原本可以通过商业租赁获得的算力,也可能受到限制。
再比如模型服务。即使某个国家拥有足够的计算资源,如果无法获得特定模型的API或模型权重,开发者仍然可能失去使用某些前沿能力的机会。
这也解释了为什么AI产业的竞争正在从芯片性能、模型能力,延伸到技术和服务的可获得性。
当然,限制技术扩散并不意味着技术就能永久保持领先。相反,长期限制可能推高全球研发成本,促使不同市场重复建设基础设施,也可能加速其他国家寻找替代技术路线。
对于技术领先者而言,如何保护自身优势与维持全球市场之间的平衡,仍然是一个长期难题。
◉ 开发者何以为继?
Anthropic的IPO文件中,有一组数据值得关注。
公司披露,2026年前九个月,约5%至7%的收入来自后来被认定违反使用政策或商业条款的客户。
另一组数据来自Anthropic的透明度报告。
2026年1月至6月,公司累计封禁1140万个账号,收到约39.8万次申诉,其中约4.2万次申诉获得改判。需要注意,这些数字涵盖了公司认定的各类使用政策和服务条款违规行为,并不等于全部是地区限制导致的封号。
对开发者来说,真正棘手的地方在于,账号失效可能带来一连串后果。
已经购买的订阅怎么办?积累的代码和工作流是否能够迁移?正在进行的项目能否切换到其他模型?如果某项研发流程高度依赖特定模型,突然失去访问权限会造成多大影响?
这些问题已经不只是工具选择,而是企业供应链管理的一部分。当然,国内模型并非没有替代能力。在通用对话、内容生成、知识问答和日常办公等场景中,国产模型已经具备相当不错的应用基础。对于很多普通用户而言,海外模型服务受到限制,并不意味着AI工具链会整体停摆。
真正难以替代的,是部分前沿编码工具、复杂工程任务,以及已经深度嵌入专业研发流程的模型能力。
这类工作往往不只依赖模型本身,还涉及代码执行环境、工具调用、上下文管理、智能体协作和长期积累的工作流。即使换成另一个模型,也需要重新测试、调整和迁移。
因此,企业现在更应该做的,是提前梳理对海外AI服务的依赖。
哪些研发环节必须使用特定模型?哪些工作可以交给国产模型完成?哪些数据和代码需要独立保存?账号失效之后,现有工作流是否有替代方案?
这些问题都应该在服务中断之前得到答案。
对于企业来说,可以从三个方面着手。
第一,建立AI工具和算力使用清单,识别对单一模型、单一平台的依赖程度,特别是那些直接影响核心研发和生产流程的环节。
第二,提前进行替代测试。国产模型、本地部署和多云架构能否承担现有任务,需要通过真实业务验证,而不是只比较公开榜单上的跑分。
第三,做好数据和工作流迁移准备。代码、数据、提示词、智能体配置以及业务流程,尽可能避免被单一平台锁定。同时明确相关服务的合规边界,降低临时切换带来的风险。
这些措施并不意味着企业应该放弃海外AI工具。只要相关服务仍然合法、可用,它们依然具有很高的商业价值。真正需要避免的是,把某一个平台的长期可用性当作理所当然。
黄仁勋离开英伟达,Anthropic收紧服务地区,背后是两种不同的企业事件,却都让AI产业的一个现实变得更加清晰:技术优势并不自动等于稳定的市场供给,拥有先进工具也不意味着永远拥有使用资格。
过去,企业采购算力,需要考虑价格、性能和交付周期。现在,还需要考虑服务是否持续开放、跨境调用是否合规,以及关键工作流能否迁移。
对中国AI产业来说,追赶前沿模型固然重要,但同样重要的是建立稳定、可持续的算力和工具供应体系。
毕竟,AI竞争最终比拼的不只是能不能做出来,还有能不能持续用得上。







