AI信任系统的全面危机
AI编程工具这场仗的第一阶段正在收盘。Anthropic的Claude Code凭借年化营收25亿美元率先建立可观的商业规模；OpenAI的Codex则在沉寂之后，将使用量从2025年9月的5%快速推至2026年1月的40%，内部甚至评估过直接收购Windsurf来缩短差距。
这场竞争的本质已经从「模型写代码准不准」变成「谁能更好地嵌入企业开发流程」。企业市场是当前核心战场——大公司的AI编程需求并不只是替换一个程序员，更在于把AI接入CI/CD、代码审查、安全合规等已有工作流。Claude Code走的是深度API集成路线，Codex则倚仗OpenAI在企业侧的GPT关系。
Google以320亿美元完成史上最大安全并购：Wiz入局之后，多云中立能坚守几年？
这笔交易的规模感在于：Wiz 2026年年化营收约7亿美元，Google给出的估值是其营收的45倍以上。溢价如此之高，因为Google买的不是一个安全工具，而是一张多云安全的通行证——Wiz的核心技术是跨AWS、Azure、GCP三家云的统一漏洞扫描，正是那些不想被单一云厂商锁死的企业最需要的能力。
问题就在这里。Wiz最大的竞争优势恰恰是「我不属于任何一家云」，而现在它属于Google了。AWS和Azure的企业客户，有多少会继续相信一个被竞争对手拥有的安全工具能够保持中立？Google的如意算盘是把Wiz与Mandiant、Gemini整合为统一安全平台——但这个整合过程本身就是在消耗Wiz的多云中立性资产。
光轮独角兽、至简动力8个月20亿、Talos在百济50天14/15：具身智能战场从模型转向数据与落地
三条今天同时出现的具身智能消息，放在一起看比单独看更有意思。它们代表同一条产业链的不同位置：光轮智能做的是数据和仿真基础设施（Real2Sim2Real，打通数据采集—仿真—真实验证）；至简动力做的是从智驾团队迁移来的VLA模型与快慢双系统——团队来自理想汽车智驾核心，ManualVLA论文入选CVPR 2026；合碳智能的Talos则是真实场景落地的最前线——在百济神州真实实验室工作50天，完成15个分子纯化任务，成功14个，3000多次物理操作零失误。
以前讨论具身智能，焦点总是「哪家模型更聪明」。现在，资本和产业的判断在移动：光轮的独角兽融资核心论据是「2026或成具身数据规模化元年」——没有可持续的数据采集和评测体系，模型再好也无法持续迭代。至简动力的逻辑则是将智驾团队的数据闭环经验（影子模式采集、端侧训练）直接搬进机器人，45天出初代机，这个速度本身就是一种竞争壁垒。
合碳智能Talos的案例值得单独拎出：药化学家50%时间花在分子纯化上，机器人介入后产物等待时间从数天压缩到隔夜。这不是演示视频，是在头部药企跑了50天的真实记录。5000万元融资数字不大，但这条数据比融资金额更有说服力——它代表具身智能从「能做到」进入「已经在做」的节点。