蒸发8300亿！原来是因为AI找到了500个连人类都找不到的致命漏洞

短短一周，8300亿美元，就在股市里凭空消失了。

你没看错，是蒸发

软件巨头们——Salesforce、ServiceNow、微软——股价全部自由落体。路透社一天跌了16%，Intuit开年到现在已经跌没了34%。

华尔街给这场灾难起了个惊悚的名字：“SaaS末日”（SaaS-pocalypse）。

而点燃这根导火索的，竟然只是一个AI模型。

2026年2月5日，Anthropic发布了 Claude Opus 4.6。名字听起来平平无奇，像个不痛不痒的小更新对吧？

但这简直是披着羊皮的狼。

在它公开发布之前，这个“怪物”自主发现了超过500个严重的软件安全漏洞。

重点是：这些漏洞，之前没有一个人发现。无论是顶级开发者，还是传统的安全工具，统统都没发现。

更刺激的是，就在同一天，OpenAI 反手扔出了一颗核弹：ChatGPT 5.3 Codex。

两颗炸弹同时落地，整个行业都被炸懵了。

今天，我们就来扒一扒，为什么这玩意儿是客观上史上最强的AI，为什么华尔街吓得瑟瑟发抖，以及最关键的——这对你我这种普通人，到底意味着什么。

是谁点燃了导火索？

Anthropic在一月发布的 Claude Cowork，让AI可以直接在专业软件里干活。电子表格、演示文稿、法律财务软件，它都能搞定。

原理其实特简单。以前我们是用ChatGPT生成内容，然后再复制粘贴；现在？AI直接在你用的软件里上手操作。

当那帮交易员眼睁睁看着Claude自己起草法律合同、自己分析复杂的财务报表、自己做出一套专业的PPT时，他们终于意识到了一件可怕的事：

如果一个每月20刀的AI，能干完每月500刀的SaaS软件的活，谁还会当冤大头去买软件？

Jefferies的交易员Jeffrey Favazza一语道破天机：“我们管这叫‘SaaS末日’。

Salesforce股价应声暴跌7%，ServiceNow也跌了7%。就连英伟达都没能幸免。

被誉为SaaS教父的Jason Lemkin直接在博客里写道：2026年初，对这个行业来说，就是一场彻头彻尾的崩盘。

当然，咱们实事求是，Anthropic不是唯一的凶手。微软和亚马逊最近的财报难看，加上美元和比特币的波动，大家都人心惶惶。

但是，Claude Cowork绝对是压死骆驼的最后那一根稻草。

美国银行觉得这帮投资人简直“不可理喻”，因为他们在同时押注两个完全相反的逻辑：要么是AI支出下降，要么是AI太强把所有软件都干废了。

这两个逻辑不可能同时成立，对吧？

这细节看似无关痛痒，其实细思极恐。这说明市场在面对这种指数级进化的速度时，完全是瞎子摸象，彻底慌了神。

那些改变一切的数字

咱们来聊聊这个模型。Claude Opus 4.6 距离上一代 4.5 也就才过了3个月，但这进步，简直是坐了火箭。

最吓人的数字是这个：一百万token的上下文窗口。

这相当于大约75万个单词，或者是10到15本长篇小说。你可以把整套代码库、几千页的法律文件一股脑扔给它，它能一口气读完。

但是，读得多不代表读得懂。以前有个著名的“长文本遗忘”问题，塞的东西越多，AI脑子越糊涂。

RULER基准测试（专门测试大海捞针能力的）显示，在一百万token的重压下，Claude Opus 4.6 的得分是76%。而上一代 Sonnet 4.5？只有18%。

这已经不是升级了，这是跨维度的打击。

Hacker News上有个老哥做过一个测试，特有意思。他把《哈利波特》前四本书全扔进去，让AI找出50个官方咒语。

结果：它找出了49个。唯一漏掉的是“Slugulus Eructo”（那个让人吐鼻涕虫的恶心咒语）。

但这还不是最炸裂的。

在各种基准测试上，Opus 4.6 简直是屠榜般的存在。

在GDPval（金融、法律、数据分析等专业任务）上，它的Elo得分是1606。这比OpenAI的GPT-5.2高出整整144分，面对面PK的胜率高达70%。

还有那个著名的ARC-AGI 2测试，专门考常识和直觉逻辑——这对人类很容易，对AI却难如登天。Opus 4.5才考了37.6%，你猜Opus 4.6考了多少？68.8%。几近翻倍！

还有一个我最爱的测试：VendingBench。这是一个模拟经营自动售货机的游戏，看谁赚得多。

• Opus 4.5：赚了5000刀。
• GPT-5.2：才3500刀。
• Opus 4.6：狂赚8000刀！

这完美展示了模型在长时间跨度下的规划和优化能力。记住这一点，因为后面你会发现这有多恐怖。

“特工团队”改变游戏规则

这就是让开发者们彻底变天的功能：Agent Teams（智能体团队）。

以前是一个AI干活，现在？你可以指挥一群Claude特工并行工作。

有一个“包工头”负责统筹，分配任务，汇总结果。其他的特工各自在自己的上下文窗口里埋头苦干，它们之间甚至还能直接沟通。

这简直就是一个真实的开发团队啊！你甚至可以跳过包工头，直接跟下面的“员工”单聊。

Anthropic推荐了四种用法：多线研究（每人查一个方向再汇总）、并行功能开发、多假设调试、系统层级协调。

产品总监Scott White说得好听：“这就像拥有一支才华横溢的协作团队在实时配合。”

当然，代价也是有的。每个特工都要烧钱。Opus的价格还是输入每百万15刀，输出75刀。人多力量大，账单也大。

足以让所有人脊背发凉的发现

接下来，故事开始走向惊悚片了。

在发布前，Anthropic的安全团队把 Opus 4.6 关进了一个只有基础工具（调试器、模糊测试器）的小黑屋，没给任何特殊指令。

只有一个目标：找Bug。

结果它在当今使用最广泛的开源库中，发现了超过500个零日漏洞（Zero-day）。

每一个漏洞，都经过了Anthropic内部或外部研究员的实锤验证。

其中有GhostScript的系统崩溃漏洞，OpenSC的内存溢出，还有一个藏在libcgif里的极度隐蔽的漏洞。最后一个简直绝了，因为它需要对GIF格式的LZW压缩算法有极深的理解才能发现。

没有自动扫描器能发现它。

这模型甚至自己写了一个概念验证代码，来证明这个漏洞是真的能被利用的。

Anthropic的安全老大Logan Graham直言：这以后可能就是保护开源软件的主要手段了。

当你意识到全球的基础设施几乎都跑在这些库上时，你就知道这事儿有多大了。

同一天，OpenAI也不甘示弱，掏出了GPT-5.3 Codex。这货有个奇葩特点：它是第一个参与创造自己的AI。

早期版本就开始调试自己的训练数据，诊断自己的结果。团队都被它自我进化的速度吓傻了。

如果你读过我上一篇关于五个CEO都在预警这件事的文章，你就知道，我们真的进入了AI自我进化的时代。

GPT-5.3 Codex比上一代快25%，在编程基准测试SWE Bench Pro上分更高。

但它也是第一个被OpenAI列为网络安全“高能力”的模型。强到可能被用来发动真实的网络攻击。就因为这个，测试版都被推迟发布了。Sam Altman在X上都承认了。

两家公司，同一天，发布了突破极限的模型，并且都承认：这玩意儿带来了前所未有的风险。

没人准备好迎接这条指数曲线

要理解这一切，你得看看这张正在疯传的图。这是一个对数坐标图，显示了模型在没有人类干预下能独立工作多久。

不同LLM能完成50%任务的时间跨度。来源：METR。

那条曲线几乎是垂直的。

每一个新模型，都在指数级地延长它能独立工作的时长。

Claude、Codex、Cursor——所有的路都指向同一个终点：AI特工不再是只能干几秒钟活的助理，而是能连续工作几个小时、甚至几天的“员工”。

一边是Claude的特工团队，一边是GPT-5.3的交互模式，我们不再是在和AI聊天了。我们是在指挥一个虚拟团队去搞定整个项目。

Anthropic还有两个被低估的大招：“自适应思维”（面对难题自动深思熟虑）和“上下文压缩”（脑子满了自动总结旧信息腾地方）。

这意味着什么？近乎无限的工作时长。

我们正站在历史的转折点上

AI模型不再是简单的聊天工具了。

它们是潜伏在你软件里的自主特工，能发现人类找不到的漏洞，能协调虚拟团队，甚至能自我进化。

GitHub在发布当天就把Opus 4.6塞进了Copilot。微软把它放进了Foundry平台。所有的巨头都在疯狂抢位。

Anthropic的产品总监Scott White在CNBC上说得再直白不过了：“Claude已经从一个你跟它聊天来完成小任务的模型，变成了一个你可以把重要工作完全托付给它的存在。”

Opus 4.5到4.6，只用了三个月。OpenAI同一天回击。Google的Gemini肯定也在憋大招。

这种技术迭代的节奏，在人类历史上前所未有。