老美再出招！A股接得住吗？！

来源：市场资讯

（来源：格兰投研）

今天天气很好，恰逢毕业季，应北京大学邀请，来和即将毕业的同学们一起畅谈未来的职业发展。

交流过程中，不仅感受到了同学们的蓬勃活力，还发现，同学们对目前的宏观环境、科技发展以及自身价值，有着极高的理解。

这让我很欣慰，在当今中美博弈的时代背景下，有那么多有抱负、有才华的年轻人，愿意为我们的祖国献上自己的力量。

新中国成立77年来，正是一代代人在平凡或精彩中，一步步把祖国建设到今天的高度。

这场仗，我们不能输，也不会输。

事实也是如此。面对科技股的回调，老美率先沉不住气了。

急得OpenAI一口气推出了三款GPT 5.6系列模型。

即便不认识英文，从圆球大小也能看出来，能力差别还是蛮大的。

为什么说OpenAI急呢？

因为这次的版本更新，还没有面向所有用户正式发布。

按官方说法，2026年6月26日启动的是受限预览，只向少数合作机构开放API和Codex权限。个人用户再好奇也得等着，连申请入口都没有。

为什么不给个人用呢？

最本质的原因还是和安全相关。

在普通用户眼里，对当前大模型安全的讨论还停留在内容层面。比如会不会生成虚假信息，有没有输出违法内容，或者是被提问带偏了，瞎聊些触犯道德底线的问题。

归根结底，关注点还停留在模型说了什么的层面。

到了GPT 5.6这个版本，OpenAI把 Sol、Terra和Luna在网络安全、生物及化学方向的能力等级都定为High高风险等级，虽然没有达到最高的Critical等级，也不算低了。

换句话说，GPT 5.6还没有强到能够自主完成高难度网络攻击的程度，也没有达到可以独立推动前沿AI研发，但已经开始具备危险特征。

它能够把专业人员原本需要几天甚至几周完成的工作，压缩到更短时间内。它能够快速阅读大量技术材料，整理漏洞信息，生成代码，检查运行结果，再根据结果修改下一步方案。它也能够理解和处理过去只有专业研究人员才能看懂的生物和化学问题。

这意味着风险的核心，不一定是模型自己突然变成了攻击者，而是它可能成为攻击者可靠的帮手和能力放大器。

以前一个人想进行复杂网络攻击，需要懂系统、懂代码、懂漏洞、懂服务器环境，还要有大量实战经验。

未来再实施网络攻击，可能不需要掌握全部知识，只需要会描述目标，再让模型帮助拆解任务、生成脚本、修复错误、寻找替代路径。

现在，openAI已经向老美政府介绍了GPT 5.6的能力，老美政府的要求，是第一阶段只向少数可信合作机构开放，并把参与机构名单与政府共享。

看出什么了吗？

老美政府的决策，恰好对应了两个动作，一是控制能力扩散，二是掌握能力流向。显然是不希望OpenAI这种顶尖模型的能力，过早被我们使用起来。

以前老美对付我们，总是在硬件上下功夫。先卡GPU，再卡设备与材料，但我们仍然可以用老美云服务调用模型，训练我们自己的AI。

今年4月，白宫的备忘录直接把这个问题指向我们，说明老美已经意识到，管制重点要从“防止先进芯片流向我们”，进一步延伸到“防止先进模型能力流向我们”。

谁说科技是无国界的？这一轮又一轮的加码，不就是一场科技突破的时间竞赛嘛。

在老美的设想里，自己将在AI时代继续主导全球科技体系。

向友好国家输出包括芯片、服务器、云服务、网络、模型、应用和安全标准在内的整套AI技术栈。政策目的很明确，降低其他国家对老美所谓“对手国家”技术的依赖。

合作国家使用老美芯片，接入老美云平台，调用老美模型，遵守老美安全规则，使用老美的应用和标准。

一旦这套体系形成，其他国家的AI基础设施、数据和产业生态就会更深地与老美绑定。

这件事儿不能单看。

再联系到老美政府刚刚对Anthropic最强网络安全模型Claude Mythos 5松绑，就更清楚了。

两周前，还以国家安全为由，要求Anthropic暂停任何外国人开放Fable 5和Mythos 5。现在怎么说放开就放开了呢？

归根结底不还是划清了底线。最强模型可以用，但谁能用、在哪里用、用来干什么，要由政府参与决定。

由此可见，不管是面对OpenAI还是Anthropic，老美政府的态度是一样的，尝试新的管理方式。

先让老美政府、关键基础设施、云计算平台和大型安全公司使用。再让经过审核的本土企业使用。外国机构、海外用户和普通公众排在后面。

这和先进芯片的出口管理逻辑非常接近，最终的目的都是继续掌握全球AI技术扩散的节奏，让老美的AI始终领先于别的经济体。

很多同学可能还没有意识到，AI发展到今天，正在逐渐变成社会运行的基础设施。

未来的工业生产、电网调度、交通运输、金融服务、医疗系统、国防安全、科研创新，都可能与人工智能结合。过去讲互联网+，今后更可能是AI+。

几乎所有行业，都会在原来的业务基础上接入大模型、智能体和自动化系统。

企业愿意花钱，是因为模型能够提高任务准确率，减少出错概率，替代部分人工，缩短交付周期，同时满足合规、审计和数据安全要求。

说的再直接一点，真正决定一家大模型公司值多少钱的，是有多少客户愿意长期付费。

普通用户在日常生活中用AI，错了也就错了，豆包能真诚地道歉，然后再重新生成一次。

可如果企业把客服、研发、财务、法律或者运营流程交给模型，一次重大错误，就可能带来客户流失、合规处罚甚至引发业务事故。

企业购买AI大模型，买的是效率，更是结果。

这也是为什么企业工作流会成为大模型商业化的核心。

只有进入企业的真实业务流程，模型才会从试用工具，变成企业预算中的正式项目。客户完成概念验证后，愿不愿意转入生产环境，正式上线后会不会续费，续费以后能不能扩展到更多部门，这些指标比一次模型跑分重要得多。

现在国产模型更多还是平替逻辑，强调用更低价格达到海外上一代模型的水平。

平替虽然能够扩大市场，却很难拿到最高的利润。

国产模型真正的价值重估，只会发生在它们能够进入高价值工作流、形成稳定续费、建立数据闭环并推出旗舰产品的时候。

谁掌握了AI，谁就在一定程度上掌握了未来社会的运行效率。

正因如此，我们绝不能把最重要的人工智能基础设施，长期建立在美国企业提供的模型、算力和服务之上。

假设我们的企业高度依赖老美的大模型，员工账号、业务数据、工作流程、软件系统，全都与海外AI平台绑定。平时使用可能没有问题，一旦外部环境发生变化，对方停止服务，企业便会马上陷入被动。

相当于把自己的生死交给了别人。

老美已经率先用行动表态了，AI成为国家竞争力和安全体系的一部分。

我们作为大国，发展AI和国产算力不是心血来潮，也不为了追赶一个短期风口。本质是是为了避免未来最关键的生产工具被别人控制。

我们用的AI，必须掌握在我们自己手里。

执业编号:A0670623050002

云南约牛软件技术有限公司

风险提示:股市有风险 入市需谨慎

周内：每日解读，独家视角看大盘

周六：要闻精选，纵览国内外大事

周日：每周策略，周一开盘前必读