下午，最高人民法院召开发布会，发布《关于依法审理涉人工智能纠纷案件的意见》——这是首部由国家最高审判机构发布的涉人工智能司法裁判规则文件。同一天，OpenAI 首次公开了内部「AI 造 AI」的数据，同时被媒体抓到悄悄改了自家旗舰模型的评测分数。再过几个小时，华为、小米、苹果要在 72 小时里连着发布三款万元折叠屏。这几件事看着不相关，其实都指向同一条线：规则在补，能力在涨，而算力正在把其他行业的价格一起顶上去。一条条说。这份《意见》分 5 个部分、共 24 条。我国目前还没有专门的人工智能法，所以它是在民法典、网络安全法、著作权法、个人信息保护法、民事诉讼法这些现行法律框架内，把裁判规则讲清楚。跟普通人关系最大的，是第二部分（第 3-11 条）关于侵权的认定。几条盯得很准：AI 换脸拟声。未经同意用 AI 处理他人姓名、肖像，生成可识别的虚拟数字形象并公开使用，侵害姓名权、肖像权；未经同意拿他人声音当训练语料，模仿音色语调生成能听出是谁的合成人声，侵害声音权益；操控虚拟形象或合成声音发表不实言论、贬低他人，侵害名誉权。还有一条很具体：擅自制作、使用死者的虚拟数字形象，导致死者姓名、肖像、名誉受损的，死者近亲属可以起诉。网络开盒。以刺探隐私为目的，用 AI 去追踪、分析特定人的电话号码、网络账号、社交媒体等公开信息，从而拿到私密信息，或者把这些信息泄露、公开、用来侵扰私人生活安宁的，认定侵害隐私权。用 AI 拍摄、窥视、窃听私密空间和私密活动，同样构成侵害。大数据杀熟和仿冒名人带货。经营者用算法在同一商品或服务上搞不合理的差别待遇，造成损害的，要承担侵权责任；用 AI 仿冒名人带货且构成欺诈的，消费者主张惩罚性赔偿，法院依法支持。自动驾驶和辅助驾驶。目前案件集中在辅助驾驶致损，所以《意见》明确：车辆缺陷和驾驶人过错共同造成同一损害的，受害人可以同时起诉驾驶人和生产者、销售者。另外，车企如果对自动化等级、智能程度、性能用途做虚假或引人误解的宣传，消费者可以依据民法典、消费者权益保护法索赔。第三部分（第 12-16 条）处理知识产权，涉及开源软件的法律责任、专利授权确权、技术合同履行和数据使用规范；第四部分（第 17-20 条）是程序规则，明确了对用 AI 不当取证、提供虚假材料这些妨害司法秩序行为的规制。还有两个细节值得留意。一是《意见》提到了「AI 幻觉」侵权和模型训练中使用已公开个人信息是否构成侵权——这两条是业界争议最大的。二是对目前难以形成共识的问题做了留白，明确说要等实践积累够了再定。这种「先划清能划的，剩下的不硬写」的做法，反而比一次性写满更稳妥。第一件是首次公开内部「递归自我改进」的实测数据。去年秋天它定过一个目标：今年 9 月前做出一个「自动化研究实习生」。现在它宣布达标了——所谓研究实习生，指的是能在人类指导下完成明确定义的研究任务、包括那些需要熟练研究员干上好几天的活儿。下一个节点是 2028 年 3 月做出完整的自动化 AI 研究员。数据确实惊人。到今年 8 月中旬，OpenAI 研究部门里中位水平的研究员，每天按 API 价格折算要烧掉 600 多美元的推理费用；排在前 10% 的，每天超过 7000 美元。把整个研究组织的智能体总运行时长折成标准 8 小时工作日来算，6 月之前还跑不过人类，8 月中旬已经变成 3.1 : 1——每有一个人类上一天班，就有 3.1 个 AI 工作日同时在跑。同时开 4 个以上智能体的研究员比例，从年初约三成涨到七成以上。有个细节比数字更有意思：OpenAI 内部那个最活跃的求助频道，日均新帖从 2025 年的 20 条左右，掉到 2026 年 8 月的个位数。问题没消失，只是提问对象从同事变成了 AI。有团队干脆解散了答疑互助会。但 OpenAI 自己也说了实话：任务越长越离不开人。1 到 7 月的追踪显示，15 分钟以内的碎片任务，零干预成功率从 60% 升到 90%；4 到 8 小时的中型任务从 20% 爬到 50% 左右；32 小时以上的长线任务，只有 20% 上下。而按 AI 研发六阶段分类，智能体输出增长最快的三项是写研究与基建代码、技术求助与代码审查、启动与监控训练任务；增长几乎为零的，是决定资源去留、宣布决策、评审外部研究。翻译一下：干活的接管了，拍板的还在人手里。第二件事就尴尬了。GPT-6 Astra 在 9 月 3 日发布后，博客里的评测数字被媒体抓到反复修改：Astra 的幻觉率先从 4.2% 掉到 2%，之后又改回 4.2%；上一代旗舰 GPT-5.6 Sol 的幻觉率同样从 12.2% 降到 9.4% 再改回来；Sol 在内部网络安全评测中的分数从 5.5% 提到 11.5%，而这个高分来自一个目前商业上并不开放的推理档位；编程成绩从 57.7% 微调到 57.9%。ARC-AGI-3 的成绩更悬：发给媒体的禁阅草稿写 98.6%，正式页面写 99.99%，而 ARC Prize 用统一标准框架独立复测，同一个模型只有 62.7%。OpenAI 的说法是，评测结果本来就会受模型版本、工具配置、推理档位影响，从草稿到定稿做调整很正常，目的是让数字更接近真实水平。但斯坦福两位研究员指出，这种反复重跑、挑好看的结果留下来的做法，行内有个专门的说法叫 「Benchmaxxing」——不一定造假，但会调条件刷高分数。他们还说，Astra 的系统卡对内部幻觉率评测「几乎没有提供任何方法细节，连测试项目数量都没列」。第三方数据也不太给面子。Artificial Analysis 的智能指数给 Astra 打了 61.2 分，跟自家上一代基本持平，落后于 Anthropic 的 65.7 分。行业里的呼吁很一致：评测分数一旦修改，就必须公开改了什么、为什么改。从 9 月 7 日下午到 10 日凌晨，华为、小米、苹果要在 72 小时内接连发布折叠屏旗舰。这是折叠屏品类诞生七年来，三大品牌第一次在同一周、同一品类、同一价格带上正面撞上。往年国产厂商一般会主动避开苹果的档期，今年不躲了。华为先出牌，下午 2 点半发布 Mate XT 2 非凡大师，同时首发 HarmonyOS 7。这是第二代三折叠，折叠结构从前代的 Z 型改成 U 型双内折，两块副屏向内收拢，把柔性内屏完整包住，解决外屏裸露易划伤的老问题；3.5mm 机身内塞进内外两块屏，还首次在折叠屏上引入硬件级防窥屏。价格是最大悬念，多方预估起售价逼近甚至超过 2 万元，顶配可能破 3 万。当晚 7 点，小米接上，发布首款「中折叠」小米 18 Fold：合上是 5.38 英寸外屏，展开 7.58 英寸内屏，走的是直板机便携和大折叠大屏之间的中间路线。最大看点是首发自研玄戒 O3 芯片（3nm 制程）和国产 LPDDR6 内存。卢伟冰已经提前打了预防针：因为内存等核心元器件涨价，定价会比较贵，「1 万多起步，且多得不止一点」。苹果压轴，9 月 10 日凌晨 1 点，主题「Surprise and shine」，也是新任 CEO 特努斯的首秀。首款折叠屏 iPhone 采用书本式内折，外屏约 5.5 英寸、展开 7.6 至 7.8 英寸，市场普遍预计均价 2300 至 2550 美元（约合人民币 1.6 万至 1.8 万元），将成为苹果史上最贵的手机。不过据日经报道，它的量产爬坡不太顺，8 月底日产量仍只有数百台。三家的形态完全不同：华为三折叠、小米中折叠、苹果书本式内折，看着是正面对撞，其实各打各的赛道。真正把它们推到一起的，是同一个原因——内存太贵了，厂商只能往高毛利的折叠屏上压资源。内存涨价这条线索，在另一条新闻里说得更直白。Epic Games CEO 蒂姆·斯威尼在《Edge》杂志专访里说，游戏行业正在经历1983 年雅达利大崩溃以来最严重的一次崩盘，业内叫它「大崩盘 2.0」。他的判断是内外夹击：内部是 3A 开发成本失控，头部项目总预算已经涨到 2.5 亿到 4 亿美元；外部是 AI 抢走了供应链——「AI 赛道背后的资本体量，意味着他们抢购全部零部件时开出的竞价，足以彻底压倒整个娱乐产业」。结果是内存和存储价格涨到原来的四倍，而且他预计未来三年游戏硬件供应链都会持续短缺，唯一的长期解法是大规模新建芯片厂。前 PlayStation 负责人肖恩·莱登的说法更扎心：行业老盯着「让玩家步行 45 分钟才能走完的开放世界」这类噱头砸钱，得建一套让 5000 万美元营收的项目也能盈利的新模型，才有空间做创新。Playable Worlds 的拉夫·科斯特则直接泼冷水：AI 不会拉低开发成本，它本身就是吃算力的。另一边，微软在 9 月 6 日推出了 Project Zenith——一套为 AI 开发者预配置的 Windows 11 体验，先随 AMD 锐龙 AI Halo 平台推出。硬性门槛是 64GB 以上统一内存、250GB/s 以上内存带宽，目标是让开发者能在本地跑 300 亿参数以上的模型，把推理从云端搬回本机。系统预装 VS Code、GitHub Copilot、PowerShell 7、Git、Python 3.14、Node 24、WSL 2 Ubuntu、.NET 10 等一整套工具链，还加了 OS 级身份认证和隔离容器。需要说明的是，Project Zenith 不是新的 Windows 版本，本质还是家庭版或专业版，只是出厂前把设置调好了。微软已经在 GitHub 上开源了 Windows Developer Config，用一条 winget 命令就能给现有 Win11 电脑套上几乎一样的配置；真正无法复制的，是那块能本地跑大模型的硬件。阿里千问开源了 Qwen-Drive-1.0-4B，基于 Qwen3.5-4B 构建，官方称这是首个面向自动驾驶的视觉语言基础模型：在预训练阶段就统一了 3D 感知与视觉问答，并扩展到运动规划，没有另加专用结构，完整保留了预训练 VLM 的原始架构。它采用分阶段训练，把驾驶监督数据和通用视觉语言数据混着喂，既拿驾驶能力，也不丢通用理解。一个能说明问题的验证结果是：在十个通用视觉语言基准上，它的平均分与原始 Qwen3.5-4B 相差不到 1 分。模型同时提供 SFT 和 RL 两个规划专家版本，官方称强化学习版只付出了极小的开环位移误差代价，换来了人类偏好对齐和闭环安全性的提升。权重已上架 Hugging Face 和 ModelScope。把这几件事摆在一起看，有一条很清楚的暗线：能力在加速，规则在追赶，而成本正在被转嫁。最高法那 24 条，回答的是「出了事算谁的」；OpenAI 那份内部数据，说明的是「AI 已经在参与造 AI」；而折叠屏集体涨价、游戏业喊崩、微软要求 64GB 内存起步，讲的是同一件事——算力的账单，最后会从各行各业身上收。对普通人的影响其实很具体：手机会更贵，尤其是大内存的；游戏主机的换代可能推迟；而你用 AI 生成的每一张脸、每一段声音，从此有了更明确的侵权边界。
