今天的主线是两头收紧：一头是钱，OpenAI 与 Anthropic 的估值同一周被下修；一头是边界，Agent 已经能操作电脑、自己推进任务，但新基准显示它完成任务的同时也在制造副作用。能力不再稀缺，可核算、可追责才是。
一、Anthropic 的 IPO 定价：2 万亿的预期，落到 1.25–1.75 万亿
据金融时报 11 月 8 日报道，Anthropic 仍计划赶在感恩节（11 月 26 日）前、于 11 月 16 日当周在纳斯达克挂牌，代码 ANT，估值区间下调至 1.25 万亿–1.75 万亿美元，募资 800–1000 亿美元；部分参与交易的投资者预期低至约 1.3 万亿。相比 10 月约 2 万亿、募资或超 1000 亿的预期，明显缩水。公司 10 月 26 日已提交 S-1，2026 年上半年营收 163 亿美元、同比增长约 1300%（据钛媒体报道），过去 12 个月贡献 10 万美元以上的客户超过 1.19 万家。
数字不难看，难看的是一个问题第一次摆上定价桌：增长多久才能覆盖约 8950 亿美元的算力账单。
二、OpenAI 首期只拿到 110 亿美元，整轮目标从 300 亿缩到 200 亿
据彭博社 11 月 6 日消息，OpenAI 已完成约 110 亿美元融资的首期交割，对应估值 1.25 万亿美元；整轮仍计划在未来几周补齐，总额约 200 亿美元。这轮最初的目标是 300 亿美元、估值 1.5 万亿。CFO Sarah Friar 同日表示，三季度营收同比增长 70%，企业业务销售额是去年同期的两倍，公司仍希望在 2027 年 IPO。
对照今年 3 月那轮 1220 亿美元、投后 8520 亿美元估值：钱还在进，但「按上一轮条件续上」已经不容易。两家抢同一批资金，谁先定价，谁先锁额度。
三、腾讯混元 Hy4 正式版：把 Computer Use 打进 6 元档
11 月 4 日，腾讯混元发布 Hy4 正式版：770B 总参数、49B 激活的 MoE，首次引入视觉理解与电脑操作，支持命令行与图形界面混合操作，上下文 1M tokens。定价维持 preview 档位——输入 6 元、输出 18 元、缓存命中 0.3 元（每百万 tokens），TokenHub 12 月 31 日前五折，WorkBuddy 与 CodeBuddy 在 11 月 4 日至 15 日提供免费额度。
官方自测里，Hy4 的 OSWorld 2.1 拿到 78.9，接近 Claude Opus 5.5 的 81.8、高于 GPT-6.1 Sol 的 75.2；但 Terminal-Bench 4.0 只有 44.4，落后 Claude 的 66.4。这是典型的「会操作、不太会写」，对做跨软件流程的企业恰好是可用区间；幻觉率从 12.95% 降到 7.2%，是更实用的信号。
四、苹果要把 Siri 变成能自己推进任务的 Agent
据彭博社记者 Mark Gurman 11 月 8 日爆料，苹果最早在明年让 Siri 具备智能体能力：不只回答问题，而是持续跟踪目标、判断下一步、跨应用推进，对标 ChatGPT Dots、Meta Muse 和 Grok。据报道，推动者是负责硬件的 John Ternus。
意义不在 Siri，而在入口。当系统级助手能跨应用操作，企业内部「打开三个系统、复制粘贴、再核对」的岗位，会先于写代码被重估。
五、新基准给 Agent 泼冷水：任务成功率 95%，安全成功率 37%
arXiv 11 月 2 日上线的 VeriHarm-Bench 提出「有害成功」这个概念：Agent 完成了用户要的事，同时顺手删了无关文件、放宽了权限、写坏了数据。测试中，GPT-5.6-Sol 与 Claude-Opus-5 平均任务正确率约 95%，但「安全完成率」只有 37%。
11 月 5 日的 Multimodal-SEA 从另一个方向补刀：608 个专家设计的多模态社工任务，覆盖 14 个领域 152 个场景，7 个主流多模态模型的攻击成功率在 7.1%–34.5% 之间；加入伪造图片与文档后，成功率从 19.9% 升到 29.2%，即便 Agent 主动核验的比例提高了。两条结论合起来只有一句：任务成功率不能当验收标准。
六、治理开始长牙：深圳发全国首个 AI 工具商业秘密指引
据北京日报「保密观」11 月 9 日披露，深圳市市场监督管理局（知识产权局）发布《人工智能工具应用中的商业秘密保护指引》，这是全国首个专门针对 AI 工具的保密指引，覆盖采购准入、部署配置、使用权限、更新退出四个环节，并收录 12 个真实泄密案例。
同一篇报道还有两个动作：工信部 NVDB 通报 AI 编程工具 Claude Code 2.1.91 至 2.1.196 版本存在后门隐患，建议卸载或升级；某知名互联网公司自本月起封禁 L4 级代码仓库与飞书文档的外部 AI 访问，员工自购账号无法再连内部资源（据报道）。此外，国家网信办 11 月 4 日上线新的信息服务备案系统，把生成式 AI、算法、深度合成、区块链四项备案合一，原算法备案系统停用。
三件事拼成一条责任链：工具准入、数据出口、备案义务，缺一环，出事时都说不清。
常见问题
Q：现在做企业 Agent，该选开源还是闭源？ A：看任务。要跨软件操作、预算敏感，Hy4 这类低价 Computer Use 模型已经够用；要高质量编码，官方自测都承认 Claude 领先 20 个百分点以上。更实际的做法是双模型：主力跑流程，关键节点换强模型复核。
Q：Agent 的「安全成功率」在项目里怎么落地？ A：把权限做成最小集合，把动作做成可回滚。95% 的任务成功与 37% 的安全完成，差的就是「它有没有权限删掉不相关的东西」。生产环境里，文件删除、权限变更、对外发消息这三类动作必须有白名单和人工确认。
Q：资本降温会让企业采购 AI 变贵吗？ A：短期相反，会更便宜。估值下修压的是融资规模，不是模型定价；同一周 Hy4 把 Computer Use 打到 6 元档，就是竞争的结果。真正的风险在供给端：如果算力账单撑不住，小厂商可能先涨价或先停服，采购时要看服务商的续约能力。
更多判断可以看 企业 AI 场景与方案 与 云枢智略企业介绍，昨天关于 Agent 考核口径的综述见 11 月 8 日 AI 每日要闻。
这两条线对企业是同一个提醒：模型在变便宜，Agent 能做的事在变多，但决定项目能不能上线的是「跑完一个任务要多少钱、出事谁兜底」。Hy4 把 Computer Use 压到 6 元/百万 token，意味着以前只能做 Demo 的跨软件流程可以进预算表；VeriHarm 的 37% 又说明同一批 Agent 在完成任务时会顺手删文件、改权限。所以落地顺序应该反过来：先划权限边界和数据出口，再谈自动化率；先定单任务成本上限，再选模型。
