同日双响、算力重组、合规倒计时：本周 AI 基础设施层的三个结构性信号

本周 AI 基础设施层的主轴是一组时间密度极高的信号：5 月 28 日，Anthropic 在同一天发布了 Opus 4.8，并宣布完成 650 亿美元 H 轮融资、估值 9650 亿美元——这是任何私有 AI 公司迄今为止最高的估值，也大概率是 Anthropic 上市前的最后一次私募。同一周，AMD 的 Q1 2026 财报显示数据中心营收 58 亿美元（同比增长 57%），AI 加速器收入首次超过数据中心营收的 73%，市场开始认真对待一个上一周期还只是陪衬的问题：英伟达的 AI 算力垄断是否正在被侵蚀？而在监管侧，EU AI Act 针对高风险 AI 系统的执法截止日期（8 月 2 日）已进入 60 天倒计时，EU AI Act 的执法截止日已进入 60 天倒计时。这三条线汇合在一起：前沿供应商的资本集中度在快速上升，算力供给的多元化开始出现可量化的替代方案，合规压力从趋势变成截止日。

模型能力正在变成商品，稀缺的是编排、治理与问责。

AgentsFlare 是企业的 AI 控制平面——在模型、云与智能体不断分裂的环境里，替企业守住调用路由、成本归因与访问审计这条主动权。AI Infra Weekly 是 AgentsFlare 为企业用户推出的战略专栏，追踪全球 AI 基础设施层的关键变动。控制平面天然不押注任何单一模型或云，因此我们能不带立场地判断模型、算力与监管的结构性变动——在格局固化之前，先一步看清方向。

主要事件

Anthropic 9650 亿美元估值与 Opus 4.8：同日发布的资本与模型双重信号

5 月 28 日，Anthropic 在同一天完成了两件事：发布新旗舰 Claude Opus 4.8，以及宣布关闭 650 亿美元 H 轮融资、估值 9650 亿美元。两件事同日落地不是偶然，它清晰地呈现了 Anthropic 当前的商业逻辑——模型能力和资本规模互相背书。

Opus 4.8 在 agentic coding 评分上从 64.3% 提升至 69.2%，知识工作评分从 1753 分升至 1890 分，是首个在 Super-Agent 基准上完成每一个端到端测试的模型。定价维持与前代相同（$5/$25 每百万 token 输入/输出），但 fast mode（以约 2.5 倍速度运行）的价格从 $30/$150 大幅降低至 $10/$50——这是真实的部署成本信号，意味着 Opus 级别的能力在高吞吐量场景下开始具备经济可行性。Claude Code 同步推出 dynamic workflows，支持把超大规模工程问题分解给并行的专属子代理，共享文件系统协作。

融资侧，H 轮由 Altimeter、Dragoneer、Greenoaks、Sequoia 联合领投，Baillie Gifford、Blackstone、D.E. Shaw Ventures、DST Global、Fidelity 等参与，三星、SK Hynix、美光作为战略基础设施合作方加入，显示 Anthropic 正在主动把上游芯片供应链与自身算力战略绑定。这轮 650 亿美元里，有 150 亿美元来自此前超大规模云厂商的已承诺投资（其中亚马逊 50 亿美元）。run-rate 收入 470 亿美元（本月初突破）、上市时间窗口被广泛预测为 2026 年底，这大概率是 Anthropic 在公开市场之前的最后一次私募。

Anthropic 这轮融资带来的最值得记录的变量与能力本身关系不大，而与定价权有关。从今年年初的 3800 亿美元跳升至 9650 亿美元，意味着这家公司在 IPO 前后将面临越来越强的收入增长压力，这个压力最终会通过 API 定价和企业套餐调整传导到客户侧。今天看到的价格不是锁定期内的价格。AgentsFlare 的多模型路由让企业在 Anthropic Claude、OpenAI GPT、Google Gemini 及开源模型之间按任务粒度动态切换，不随任何单一供应商的定价策略被动锁定。

来源：Introducing Claude Opus 4.8 — 2026-05-28；Anthropic raises $65B Series H at $965B valuation — 2026-05-28；Anthropic nears $1T valuation | TechCrunch — 2026-05-28

Claude Managed Agents 企业自托管：代理控制平面的数据主权分界线

5 月 19 日，Anthropic 宣布 Claude Managed Agents 的两项企业向新功能：自托管沙箱（self-hosted sandboxes）进入公测，MCP 隧道（MCP tunnels）进入研究预览。

架构上，这一设计把代理的"调度和编排逻辑"（agent loop、上下文管理、错误恢复）保留在 Anthropic 基础设施侧，同时把"工具执行环境"（代码执行、文件访问、服务调用）移到企业自控的基础设施内——支持自建部署，或通过 Cloudflare、Daytona、Modal、Vercel 等托管沙箱提供商。MCP 隧道则允许代理穿透内网访问私有 MCP 服务器（内部数据库、私有 API、工单系统），无需公开端口，通过单一出站连接、端到端加密完成通信。

此前 Managed Agents 的代码执行在 Anthropic 侧，意味着敏感数据（代码库、客户数据、内部文档）必须离开企业边界。自托管沙箱让企业在使用前沿代理能力的同时，维持对工具执行环境的物理控制权。对已建立数据主权要求（金融、医疗、政府）的行业客户，这是从"评估阶段"进入"生产部署"的前提条件之一。

但有一点需要清楚认识：编排层仍在 Anthropic 侧。这意味着代理的核心决策逻辑、上下文处理和任务规划仍依赖 Anthropic 基础设施的可用性。对需要完整控制整个代理调用链路的企业来说，在独立 Gateway 层追踪所有 MCP 工具调用、请求路由和访问权限，是与自托管沙箱互补而不是可被替代的能力。

来源：New in Claude Managed Agents | Anthropic — 2026-05-19；Claude agents connect to private MCP servers | VentureBeat — 2026-05-19

AMD Q1 2026 财报：AI 算力供给的第二条曲线开始出现

5 月 5 日，AMD 发布 Q1 2026 财报，营收 103 亿美元（同比增长 38%），数据中心营收 58 亿美元（同比增长 57%），AI 加速器（MI300 系列）收入 42 亿美元，占数据中心营收 73%。非 GAAP EPS 1.37 美元超出市场预期，自由现金流创历史记录的 26 亿美元。Q2 指引 112 亿美元，同比增幅约 46%。CEO Lisa Su 在财报电话会上表示，AMD"对数年内在 AI 数据中心进入数百亿美元量级有越来越强的信心"，并确认 MI450 在客户内部测试中已进入关键阶段。

一个上下文数字很能说明问题：2024 年 Q1，数据中心营收只占 AMD 总营收的 38%；Q1 2026 已提升至 56%，而数据中心里 AI 加速器的占比又从接近零跳升至 73%。这意味着 AMD 的基本盘在两年内完成了结构性重组，从一家靠 EPYC CPU 做数据中心增量的公司，变成了一家 AI 加速器驱动的公司。

同期，华尔街的叙事也在悄悄转变。CNN/CNBC 报道中出现了"Wall Street AI chip love moves from Nvidia to AMD and Intel"的表述，AMD 本季度的强劲数据支撑了这一转移的基本面依据。这不是说英伟达的需求在下降——上期周报已记录 NVIDIA Q1 FY2027 数据中心营收 752 亿美元——而是说 AMD 作为可量化替代选项的能力在加速建立。对在中国大陆有部署需求的全球企业来说，AMD MI300/MI450 系列是英伟达 H100/H200 在出口管制持续发酵背景下最可行的替代路径之一。

AMD 的数据中心增长让多芯片栈策略（同时评估英伟达和 AMD，甚至华为昇腾）从理论选项变为有实际执行基础的决策，与模型层的多供应商策略是同一个逻辑：在单一供应商定价权走强前，提前建立可切换的能力。

来源：AMD Q1 2026 earnings report | CNBC — 2026-05-05；AMD Q1 2026 Data Center $5.8B | TECHi — 2026-05-05；Wall Street AI chip love moves from Nvidia to AMD | CNBC — 2026-05-08

EU AI Act 高风险合规截止日：60 天倒计时，大多数企业还没准备好

EU AI Act 针对附件三（Annex III）高风险 AI 系统的执法截止日期是 2026 年 8 月 2 日——覆盖雇佣与人力资源管理、信贷评估、教育考核、执法辅助等场景的 AI 应用，从这一天起必须满足强制合规要求，否则面临最高 1500 万欧元或全球年营收 3% 的罚款；禁止类 AI 违规更高达 3500 万欧元或全球年营收 7%。

目前距截止日约 60 天，企业的实际准备情况呈现出明显的缺口。CSA（云安全联盟）5 月的研究报告指出，多数部署高风险 AI 的企业仍停留在"评估"阶段而非"合规部署"阶段，主要阻塞点集中在三个方面：一是 AI 使用清单不完整，许多企业无法准确盘点内部哪些 AI 工具已被用于 Annex III 覆盖场景；二是缺乏可提交的风险评估文档；三是没有可审计的决策记录（audit trail）。

值得注意的是，5 月 7 日欧洲议会和理事会就 AI Act Omnibus 修正案达成政治共识，该修正案如果正式通过，将把 Annex III 高风险 AI 的合规截止日期从 8 月 2 日延至 2027 年 12 月。但正式立法程序预计要到 2026 年 7 月才完成，届时距原截止日仅剩一个月——合规法律顾问的普遍建议是：把 8 月 2 日作为当前有效约束日期规划合规工作，而不要把延期预案作为缓冲。

对企业的直接含义：如果你的 AI 部署涉及雇佣筛选、自动信贷审批、教育评分或任何执法辅助场景，今天就需要明确这些调用是否具备请求级审计记录和可追溯的决策依据。AI 治理的讨论焦点，已经从"有没有 AI"移向"AI 调用链路上有没有可观测性和审计能力"。AgentsFlare 的统一接入与请求级审计链路，让企业把分散在各个模型调用点上的 AI 流量收敛到一个可查、可导出合规报告的控制层，直接对应 Annex III 的文档化要求。

来源：EU AI Act August 2026 Compliance | Holland & Knight — 2026-04；EU agrees to delay AI Act compliance deadlines | Travers Smith — 2026-05-07；96 Days to EU AI Act August 2 Deadline | ComplianceHub — 2026-05

百度文心 5.1：效率路线的里程碑，但能力版图仍有分化

5 月 9 日，百度发布文心大模型 5.1，宣称预训练成本为业界同规模模型的 6%，技术路径是把总参数压缩至原规模约 1/3、激活参数压缩至约 1/2，配合"多维弹性预训练"技术重构训练过程。在官方基准上，LMArena 搜索榜全球第四（1223 分）、国内第一，是唯一进入搜索榜全球前五的中国模型；Agent 任务（τ³-bench、SpreadsheetBench-Verified）超越 DeepSeek V4 Pro；文本综合榜排名全球第 13。

LMArena 搜索基准依赖真实用户盲测偏好投票（逐对比较匿名模型输出），相比自动化评测基准更难被针对性优化，文心 5.1 在搜索榜的排名有一定可信度。但独立评测对能力版图的描述比官方发布更具体：文心 5.1 在搜索增强任务上表现突出，DeepSeek V4 在代码基准上更强且是唯一可自托管的开源选项，Qwen 3.7 Max 在多语言宽度和多模态上占优。三个模型在同一场景下同时领先的情况并不存在，选型需要按任务类型区分。

放到上期周报的中国侧语境里：上期记录了中国云厂商算力价格 5 月初集中上调（部分算力卡涨幅 5%–34%），而模型侧同期在打价格战。用极致参数效率对冲算力涨价压力，是文心 5.1 这一技术路径的实际动机，也是 2026 年中国 AI 层正在发生的结构性转变的一个具体案例：粗放式堆参数的时代结束，精细化效率运营成为生存基线。

文心 5.1 在搜索增强任务上的全球第四，是中国模型在垂直能力上缩小与美系旗舰差距的信号。对在中国有业务或需要覆盖中文搜索增强场景的企业，2026 下半年可以把文心 5.1 纳入具体任务的实测候选，而不是基于通用排行榜做模型选型。

来源：百度发布文心 5.1 | 量子位 — 2026-05-09；ERNIE 5.1 cuts 94% pre-training costs | The Decoder — 2026-05-09；Baidu ERNIE 5.1 Hits No. 1 Chinese Model on LMArena | Remio.ai — 2026-05-09；IT之家 — 2026-05-09

OpenAI 加速模型退场：GPT-4.5 和 o3 进入倒计时

这是一条乍看不显眼但值得企业记录的信号。OpenAI 宣布 GPT-4.5 将于 6 月 27 日从 ChatGPT 界面退场，o3 将于 8 月 26 日退场（API 层短期无变化，但 ChatGPT 产品线完成清理）。加上此前 GPT-4o 系列的逐步退场，这意味着 GPT-4 代的模型正在以越来越快的节奏被清出前台——OpenAI 的全线产品重心已完全转移到 GPT-5 系列。

从模型生命周期管理的角度，这是 2026 年出现频率越来越高的企业治理挑战：模型退场的时间窗口在缩短，从发布到退场不再是三五年，而可能是十二到十八个月。企业如果在生产环境里硬编码了对某个特定模型版本的调用，模型退场就会直接变成线上事故。在抽象层（model alias / routing layer）管理模型版本，让企业在供应商退场某个模型时能在控制台切换路由而不需要改代码，是这条趋势对企业 AI 基础设施的直接要求。

来源：Retiring GPT-4.5 and o3 | OpenAI — 2026-05；GPT-4o Retired | TechRadar — 2026-05

本周结构性判断

把本周六条事件并排看，AI 基础设施层有一个越来越清晰的结构性方向：供应商集中度在快速走高，但供应链的替代选项也在同步成型。Anthropic 9650 亿美元估值，是前沿模型层正在向极少数超重量级玩家集中的证明；AMD 数据中心 58 亿美元且 AI 加速器占 73%，是芯片层出现可信替代的证明；百度文心 5.1 的"6% 成本"，是中国侧模型以效率为武器建立区域级替代能力的证明。这三条同时成立的结论指向同一个企业策略问题：在前沿模型供应商的估值和定价权走强的当下，企业对替代选项的维护成本（评估成本、切换成本、治理成本）是否低于对单一旗舰模型的长期依赖成本？

EU AI Act 的 60 天倒计时和 OpenAI 的模型退场加速，分别从合规侧和稳定性侧给出了同样的答案方向：企业需要一个与具体模型供应商解耦的控制层——能在模型切换时不改代码，能在合规检查时拉出 AI 调用的完整日志，能在不同场景为不同团队分配不同模型和预算配额。

企业行动指南

第一，针对 Anthropic 9650 亿美元估值与模型退场加速，本季度明确哪些业务工作流目前只依赖单一前沿模型厂商，并评估建立次选模型路由的技术可行性——不是所有任务都需要旗舰模型，但所有关键任务都不应该在一个模型退场或涨价时没有备选。

第二，针对 EU AI Act 8 月 2 日截止日，这周就做一件具体的事：盘点企业内哪些 AI 调用场景涉及 Annex III 覆盖的高风险类别（雇佣、信贷、教育、执法），并确认这些调用是否留有完整的请求级日志和可导出的决策记录。没有日志就谈不上合规，而审计基础设施是合规工作中准备周期最长的部分。

第三，针对 AMD 的数据中心强势表现，对在未来 18 个月内有新算力采购或扩容计划的项目，把 AMD MI 系列（和华为昇腾，针对中国大陆部署）纳入评估对比，而不只是默认英伟达。算力供给多元化是芯片层与模型层的同一个逻辑延伸：在单一供应商建立垄断之前建立可切换能力。