📰 AI 日报 · 公众号文章 · 2026-04-18

Opus 4.7 最直接的变化有三个：一是新加的 xhigh effort 档位介于 high 和 max 之间，给你多一档"多烧钱换精度"的选项；二是视觉支持长边 2576 像素，比之前直接翻 3 倍多，以前要手动切图的架构图、高清截图现在一次能喂完；三是内置了自我复查机制，Anthropic 说模型会在给最终答案前自己过一遍逻辑。SWE-Bench Verified、Terminal-Bench 2.0、Tau-Bench 这几个 agentic 硬骨头，Opus 4.7 都拿回了第一，直接盖过 GPT-5.4 和 Gemini 3.1 Pro。

商业层面这次落地速度超过以往。AWS Bedrock 同一天开放所有客户自助接入，覆盖 27 个区域；Vertex AI 和 Microsoft Foundry 也同步上架。更关键的是 Anthropic 在同一份 release notes 里承认：Claude Mythos 还在小范围内测（Project Glasswing 联盟），比 Opus 4.7 强但太危险，公开版本暂时不会有。

对开发者的影响：已经在用 Opus 4.6 的团队今天就可以切版本——价格没变、tokenizer 有更新，Anthropic 说有 breaking change，升级前看一眼 migration guide 就行。Claude Code 和 Cursor 的用户会第一批吃到 agentic 提升的红利，尤其是长跑的编码 agent。个人开发者关心的是配额：4.7 发布当天限流会涨一波，过两天缓过来再跑大任务比较稳。

报告里最刺眼的一组数字是人才流动。2017 到 2026 年，选择去美国工作的 AI 研究员下降了 89%，其中 80% 的降幅发生在过去这一年。对照的是私营投资：美国 2025 年私人 AI 投资 2859 亿美元，中国只有 124 亿，差了 23 倍——但中国靠政府牵引的算力 + 开源生态把差距硬是拉回到了个位数百分点。Anthropic 的 Claude Opus 4.6 目前领先，中国 Dola-Seed 2.0 紧追，Arena 分差 39 分，对应 2.7% 的能力差。

另外几个让人眼前一亮的点：AI 数据中心全球峰值功率 29.6 GW，够整个纽约州用电高峰；GPT-4o 一年的水资源消耗超过 120 万人的饮用水需求；生成式 AI 给美国消费者创造的每年价值约 1720 亿美元，人均价值一年翻了 3 倍。负面信号也有——AI 事故数据库记录的事件从 2024 年 233 起涨到 362 起，透明度指数平均分从 58 掉到 40。

对开发者的影响：这份报告的实用价值在于它给你一个"世界地图"。如果你在挑技术栈，现在押注国产开源模型（GLM、Qwen、DeepSeek）已经不是性价比问题，而是性能第一梯队的选择；如果你在找工作，AI 基建岗位（算力调度、推理优化、数据中心）薪资曲线比应用层更陡；如果你在做产品，53% 的人口渗透率意味着用户已经默认 AI 存在，产品没有 AI 反而要解释。

Gemma 4 把"能开源就开源"的路线推到了新高度。E2B 和 E4B 这两个小版本推理时只激活 20 亿和 40 亿参数，其它权重在需要时再加载，目的就是在移动端和边缘设备上省内存省电。31B Dense 在一些硬基准上据说已经能打 Llama 4 的 400B 版本——官方没有直接说，但 HuggingFace 上已经有几家第三方的对比数据支持这个结论。原生多模态，吃文本、图像、音频，输出文本。

商业意义比性能本身更重要。Apache 2.0 意味着你可以把模型权重塞进商业产品里不用交授权费，改都没问题。上一代 Gemma 全球下载超 4 亿次，Gemmaverse 里衍生了 10 万多个变体；这一代的下载曲线大概率会更陡。Google Cloud 同步上架了 Gemma 4 的 Vertex AI 托管推理，想一键切换、自己不想管算力的可以直接走 Google Cloud。

对开发者的影响：如果你在做端侧 AI（手机 App、IoT、本地 Copilot），Gemma 4 E2B/E4B 值得马上测一轮。比 Llama 的在端侧表现更稳、许可证更干净。如果你做 SaaS 但算力预算紧，31B Dense 是目前性价比最高的自部署选项之一，一张 80GB A100 / H100 能舒服跑起来。Raspberry Pi + Gemma 4 E2B 做家庭 AI 助手的 demo 估计会在 GitHub trending 霸榜好几周。

这条新闻硬核的地方不是参数而是芯片。DeepSeek 团队和华为、寒武纪一起重写了模型 stack 的底层，让 V4 既能在华为 Ascend 910C 上训练，也能在同一套硬件上推理。MoE 架构只激活 3.7% 的参数，实际计算量跟 37B 密集模型差不多，这样国产硬件的算力瓶颈被绕过去。泄漏的基准跑出 90% HumanEval 和 80%+ SWE-bench Verified，大致跟 Claude Opus 4.6 一个水平。

战略层面这件事比模型本身更值得关注。美国对 Nvidia H100/H200 的出口管制假设就是"没高端 GPU 你中国就做不了前沿模型"；DeepSeek V4 如果跑通了，这个假设被直接掀翻。加上 V4 是开源权重（V3 也是），相当于把"国产芯片 + 开源模型"的组合推到所有国家面前——对要不要买美国 GPU 犹豫中的中东、东南亚国家，这是一个真实的替代方案。

对开发者的影响：短期内你能用上的是 API 和权重。V3 已经在 OpenRouter 上能跑，V4 大概率一周内跟进，且价格会比 Claude / GPT 便宜一大截。中期如果你在做 coding agent、长文档 RAG，可以把 DeepSeek V4 纳入 evaluation；1M 原生上下文 + 代码能力接近 SOTA，是一个不错的成本 baseline。长期要考虑的是供应链——云厂商如果转向 Ascend 推理卡，部署生态会跟 CUDA 体系分叉。

Muse Spark 的定位很有意思——Meta 没有往大参数方向堆，而是做了一个"小而快但能深度推理"的模型。输入吃语音、文本、图片，输出文本。最亮眼的是 Contemplating 模式：它会派多个 agent 并行推理同一个问题，再汇总答案。按 Meta 官方公布的数字，Humanity's Last Exam 拿 58%，FrontierScience Research 拿 38%，已经能跟 Gemini Deep Think、GPT Pro 的极限推理模式掰手腕。

战略意义在于 Meta 想重新拿回声誉。之前 Llama 4 在 Maverick 和 Behemoth 上踩了几个坑，Zuckerberg 花 143 亿美金把 Scale AI 的 Alexandr Wang 挖过来主导 MSL（Meta Superintelligence Labs），结果就是 Muse Spark。这次 Muse Spark 是闭源的 API 访问——Meta 之前一直在"开源旗手"和"商业闭源"之间摇摆，这次明确选了后者，未来版本"希望开源"说明短期内不开。

对开发者的影响：Muse Spark 目前只在 Meta 产品和合作伙伴 API 里能用，不是 developer-first 的模型。真正值得关注的是 Meta 2026 AI capex 砸到了 1150–1350 亿美元，这笔钱会落到 Llama 后续版本、自研芯片、数据中心。如果你在做多 agent 系统，Contemplating 模式的架构（并行 agent + 聚合）是一个值得抄的设计——不用等 Meta，Claude + OpenAI + LangGraph 已经能拼出类似效果。