9000亿美元。Anthropic 的最新估值。

如果下周这笔 300 亿美元的融资正式敲定，它将超越 OpenAI，成为全球估值最高的 AI 公司。而在地球的另一端，DeepSeek 刚把 V4-Pro 的价格永久砍了 75%，输出 token 定价比 GPT-5.5 便宜至少 34 倍。

一个往天上冲，一个往地板上砸。这就是 2026 年 5 月的 AI 行业。

🔥 重点新闻

1. Anthropic 估值将破 9000 亿美元，有望反超 OpenAI

据彭博社报道，Anthropic 最快下周完成超 300 亿美元的融资，估值突破 9000 亿美元。更有意思的是数字背后的节奏，公司预计第二季度营收 109 亿美元，环比翻倍，而且可能迎来首个盈利季度。

坦率的讲，这个增长速度在 SaaS 历史上几乎没有先例。Claude 的商业化跑得比大多数人预期的快得多。从 Claude Code 到企业 API，Anthropic 证明了一件事，在 AI 赛道上，技术路线的选择最终会体现在营收曲线上。

来源，IT之家

2. 黄仁勋放话，AI 基建年度开支要冲 4 万亿美元

英伟达 2027 财年 Q1 财报炸了，营收 816 亿美元，同比增长 85%，净利润 583 亿美元，翻了两倍多。市值 5.7 万亿美元，已经超过了德国 2026 年的 GDP 预测。

黄仁勋在财报会上说了一句让人印象深刻的话，超大规模云厂商的 AI 基建年度开支，将从当前的 1 万亿美元增长到 3 到 4 万亿美元。这个数字说明了一件事，我们还处在 AI 基建的早期阶段。

不过硬币的另一面是，数据中心的高能耗正在推高居民电费。技术进步的成本，正在以电费账单的形式转嫁到每个人头上。这个问题迟早得面对。

来源，IT之家

3. DeepSeek 永久降价，输出 token 比 GPT-5.5 便宜 34 倍

DeepSeek 把 V4-Pro 的 75% 折扣永久化了。更狠的是，他们同时宣布输出 token 定价至少比 GPT-5.5 低 34 倍。

你没看错，34 倍。

同时有消息称，DeepSeek 正在推进 700 亿元融资，梁文锋承诺坚持开发开源 AI 模型，不追求短期商业化。这个表态挺有深意的，在所有人都在疯狂变现的当下，DeepSeek 选择了另一条路，先把价格打下来，先把生态建起来。

这对开发者来说是实实在在的好消息。成本降一个数量级，能做的事情就多出一个数量级。

来源，The Decoder

4. AlphaProof Nexus，让 AI 学会「自证清白」

Google DeepMind 提出了 AlphaProof Nexus 系统，把大语言模型和 Lean 形式化验证工具结合在一起。核心思路是，LLM 在生成数学证明的过程中，不断读取 Lean 的编译错误并修正，还能调用更强的工具解决子问题。

这个设计的精妙之处在于，它把 AI 的角色从「令人信服的叙述者」变成了「候选方案生成器」。你说的每一步都得经得起编译器的检验，编译不过就得重来。

实测结果也挺亮眼，在 353 个 Erdős 问题中解决了 9 个，492 个开放猜想中证明了 44 个。虽然比例不高，但这些都是数学家们盯了几十年的硬骨头。

来源，@rohanpaul_ai

5. NVIDIA 发布 Nemotron-Labs 扩散语言模型

NVIDIA 在 Hugging Face 上发布了 Nemotron-Labs 的技术博客，介绍了一种基于扩散架构的语言模型，目标是逼近「光速级」的文本生成速度。

和传统自回归模型一个 token 一个 token 地蹦不同，扩散语言模型可以并行生成多个 token，在延迟和吞吐量上理论上能有数量级的提升。这个方向最近关注度越来越高，如果 NVIDIA 能在工程上跑通，对推理成本的影响会非常大。

来源，Hugging Face

💡 值得关注

6. 微软承认，某些场景下 AI 比人工还贵

微软发布了一份有意思的报告，指出在特定工作场景中，部署 AI 的综合成本已经高于直接雇人。报告分析了基于 token 和 agent 两种使用模式，发现开销超过了雇佣人类完成同类任务的费用。

这话从微软嘴里说出来，分量就不一样了。毕竟他们自己就是 AI 基建的最大玩家之一。坦率的讲，这不是否定 AI，而是提醒大家，别被 demo 的效果冲昏了头脑，规模化部署的成本账得好好算。

来源，Fortune

7. Mistral AI 收购 Emmi AI，押注工业 AI

Mistral AI 宣布收购物理 AI 公司 Emmi AI，后者专长于物理仿真和数字孪生。Emmi AI 的 30 多名研究员和工程师将加入 Mistral，共同构建面向航空航天、汽车等高风险行业的 AI 解决方案。

Mistral 一直在走差异化路线，不跟 OpenAI 和 Anthropic 在通用大模型上硬碰硬，而是往垂直行业扎。这次收购是这个战略的又一步棋。

来源，Mistral AI

8. AI 正在吃掉入门级工作

奥纬咨询的研究数据显示，74% 的科技行业 CEO 已经冻结或缩减了初级岗位招聘。计划削减初级岗位的比例从 17% 跳到了 43%，而招聘重心转向中层岗位的比例升至 30%。

这是一个让人不太舒服但必须面对的现实。AI 工具越来越能胜任入门级任务，企业自然倾向于直接招有经验的人。但问题是，如果不给年轻人入门的机会，几年后中层人才从哪来？

来源，IT之家

9. 腾讯开源 Agent Memory，四层本地记忆流水线

腾讯开源了 TencentDB Agent Memory，面向 AI 智能体的四层本地记忆系统，涵盖短期记忆、长期记忆、情景记忆和语义记忆。

Agent 的记忆问题一直是工程落地的核心瓶颈之一。上下文窗口再大也有极限，怎么让 Agent 记住该记住的、忘掉该忘掉的，这件事的难度远超大多数人的想象。腾讯这套四层架构值得研究一下。

来源，MarkTechPost

10. Perplexity 开源 Bumblebee，供应链安全扫描

Perplexity 开源了 Bumblebee，一个适用于 macOS 和 Linux 的只读扫描器，专门检查开发者机器上的高风险软件包、扩展和 AI 工具配置。连接到 Computer 后，每当出现新的供应链风险，它可以触发更深入的扫描。

在 AI 工具链越来越复杂的今天，供应链安全是个容易被忽视但后果严重的问题。你的代码编辑器装了多少个插件？每个插件都有什么权限？这些问题大多数开发者回答不上来。

来源，@perplexity_ai

📝 今日思考

今天这期日报有一个很明显的主线，AI 行业正在同时经历「上天」和「入地」。

资本层面，Anthropic 的 9000 亿估值和 NVIDIA 的 4 万亿基建预测，都在说同一件事，这个行业的天花板还远得很。但微软的成本报告和入门级岗位的数据又在提醒我们，落地的过程比想象中曲折。

技术层面，AlphaProof Nexus 用形式化验证让 AI 「自证清白」，Nemotron-Labs 在探索全新的生成架构，腾讯在解决 Agent 记忆问题。每一条单独看都是技术突破，连在一起看，会发现 AI 正在从「能说会道」走向「能想能证」。

最让我感慨的是 DeepSeek 的选择。在所有人都在涨价的时候，他们选择了永久降价。在所有人都在追估值的时候，他们选择了开源。这种反共识的勇气，本身就是一种稀缺资源。