今日结论
- 美国联邦法院撤销国防部针对 Anthropic 的供应链风险认定及连带抵制措施，把“模型安全分歧能否转化为采购惩罚”推进到可执行的司法边界；但政府预计继续抗辩，另一宗上诉案仍在审理。
- 腾讯 Hy4 preview 同时给出 Apache 2.0 权重、百万 token 上下文、标准推理框架配方和公开 API 价格；这是今天最值得立刻做实测的开放模型，但性能与“自我优化”数据仍全部来自腾讯。
- Claude Code v2.1.251 与 Triton 3.8.0 分别收紧 Agent 的文件、插件和浏览器信任边界，并为 Rubin、CDNA 5 与低精度内核补齐编译工具链；升级收益明确，兼容性验证也不能省。
- 企业侧开始把生成式 AI 嵌入数据治理控制面，资本侧则把芯片、内存、互连、电力与散热作为一个连续投资栈；AI 竞争的约束继续从“模型分数”外溢到权限、部署和物理供给。
重点动态
联邦法院撤销 Anthropic 黑名单｜领域：政策与商业 **事实：**美国加州北区联邦法院在当地 8 月 27 日晚作出最终救济，撤销国防部对 Anthropic 的供应链风险认定与针对承包商的连带抵制，并永久禁止相关被告执行这些措施；判决并不要求国防部继续购买 Claude。AP 于 8 月 28 日报道，政府预计会继续抗辩，华盛顿特区的另一宗较窄案件仍未结案。**编辑判断：**这不是 Anthropic 所有政府业务争议的终局，却为政府因模型使用限制或公开批评而惩罚供应商划出重要程序与言论边界。政府 AI 供应商应把可接受用途、退出安排和供应链依赖写进可审计合同，而不是依赖口头共识。来源：最终判决与禁令（8 月 27 日）、AP（8 月 28 日）。
腾讯开放 Hy4 preview 权重与 API｜领域：模型 / 训练 / 推理 **事实：**Hy4 是 770B 总参数、每 token 激活 49B 的 MoE，原生上下文 1M，提供 BF16/FP8 权重、Apache 2.0 许可及 vLLM、SGLang 部署配方；API 标价为每百万输入、输出和缓存命中 token 分别 0.834、2.501、0.042 美元。**公司主张：**腾讯称 163 名内部专家在 203 个工程任务的盲评中给 Hy4 2.99/4，并称模型参与优化推理系统后端到端吞吐提高 31.8%；未披露完整基线，也没有独立复现。**影响与行动：**开放权重、超长上下文和低价 API 组合具有实质竞争力，但“能装下”不等于“能稳定利用”。建议用真实代码库和跨文档任务测上下文保持、工具调用正确率、延迟及总成本。来源：腾讯公告（8 月 28 日）、模型仓库（8 月 28 日）。
Claude Code 修补多处信任边界｜领域：Coding **事实：**8 月 28 日发布的 v2.1.251 修复了权限检查后替换符号链接导致越界读写、插件路径穿越、项目设置开启原始 API body 追踪、Workflow 在授权前读取脚本，以及 Chrome 动作未统一经过 Claude Code 权限检查等问题。发布说明没有 CVE、受影响版本范围或已利用证据。**影响与行动：**这些修复集中在“已批准路径或配置随后被滥用”的 Agent 特有攻击面。团队应升级到至少 v2.1.251，并复核项目级设置、插件来源、额外目录与自动更新覆盖率。来源：Anthropic GitHub Release（8 月 28 日 18:19 UTC）。
a16z 为 AI 物理栈募集 11 亿美元｜领域：Infra / 政策与商业 **事实：**a16z 宣布 Machine Age Fund 已募集 11 亿美元，投资范围横跨芯片、内存、网络、存储、数据中心、机器人和家用 AI 设备；TechCrunch 独立确认了基金规模与方向。**公司主张：**a16z 关于机架功率、密度和供应链增速的数字属于投资论点，不是基金回报或行业产能的审计结果。**编辑判断：**单独设立硬件基金说明资本正把模型需求映射为材料、电力、散热与互连瓶颈。相关创业公司应以可量化的每瓦吞吐、部署周期和供应保障证明价值，而不只讲“AI 基建”叙事。来源：a16z（8 月 28 日）、TechCrunch（8 月 28 日 06:24 PDT）。
Gemini 数据分类进入 Google Drive 开放测试｜领域：应用 **事实：**Google Workspace 管理员现在可用自然语言指令让 Gemini 为 Drive 文件应用分类标签，再把标签接入 DLP、留存和审计；文件所有者或编辑者可接受或修改结果，事件日志记录反馈。开放测试从 8 月 28 日开始渐进推出，目标 9 月 30 日完成。**公司主张：**Google 宣称该方法可提高大规模分类效率，尚未提供跨组织的独立准确率。**影响与行动：**这是生成式模型进入企业控制面的实质一步，但错误标签会直接放大为访问或留存错误。应先限定组织单元、影子运行并按敏感度分别监测接受率、误报与漏报，再连接强制策略。来源：Google Workspace 周报（8 月 28 日）、管理员文档。
Triton 3.8 覆盖 Rubin、CDNA 5 与内核检查器｜领域：推理 / 训练 **事实：**Triton 3.8.0 于 8 月 28 日发布，加入 NVIDIA Rubin SM107 初始支持、AMD gfx1250/CDNA 5 扩展、更多 FP4/FP8 矩阵组合、浮点一致性检查 FpSan、实验性数据竞争检查 GSan，以及不依赖 PyTorch 的独立 CUDA 后端；同时包含 tensor descriptor、block pointer 与
tl.dot输出类型等破坏性变更。**编辑判断：**它让下一代 GPU 和低精度内核更早进入可编程栈，但不是即插即用的性能保证。采用方应固定版本，对自定义 MLIR、数值误差、编译缓存和关键 kernel 做跨硬件回归。来源：Triton Release（8 月 28 日 18:25 UTC）。
值得深入跟踪
- **Anthropic 判决的后续效力：**观察政府是否上诉、另一宗 D.C. 案件如何裁决，以及联邦采购合同是否形成可复用的模型用途限制与退出条款。
- **Hy4 的独立复现：**关注百万上下文有效长度、长程编码成功率、工具调用、并发吞吐和 31.8% 自优化增益能否在公开硬件与统一基线上重现。
- **物理 AI 资本是否变成产能：**跟踪 Machine Age Fund 的首批投资、后续融资条款，以及项目能否披露真实电力、互连、交付周期和单位经济性。