今天最值得记下的两个数字，都不在发布会的 PPT 上。一个是 175 万亿——中国日均词元调用量；一个是 11 小时——一个被投毒的开发工具扩展在官方市场里存活的时间。一个说明模型已经进入日常消耗，一个说明这条供应链还远没有进入日常维护。
以下 12 条覆盖 10 月 30 日至 11 月 1 日。凡只有单一来源、或与另一来源冲突的数字，都在条目里写明，不做取舍。日报的价值不在结论，在于标出哪些数字还不能当结论用。
一、需求侧：推理量压过了训练量
这两条放在一起看，说明中国这一侧的讨论重心已经从「能不能训出来」挪到「一天要用掉多少」。训练是一次性支出，推理是持续性支出，后者的曲线决定了整个产业的形态。
1｜中国人工智能推理数据量首次超过训练数据量。中国电子信息产业发展研究院 10 月 31 日发布《新域新质创新发展十大趋势》，称截至 2026 年 6 月，日均词元调用量超过 175 万亿，相比 2024 年年初增长 1000 多倍；报告同时提到已建成 500 多家卓越级智能工厂，覆盖 31 个省区市，国产算力与大模型在 20 个行业落地 1000 多个应用场景。（来源：央视新闻，经齐鲁壹点转载，2026-11-01）
2｜乌镇峰会 11 月 2 日至 5 日举行，增设「人工智能乌镇对话」。会前引用的 OpenRouter 数据显示，10 月 19 日至 25 日，DeepSeek V4.1-Flash 单周调用量 33.6 万亿 Token 居全球第一，当周前五名均为中国模型，合计 93.54 万亿 Token，美国模型为 22.47 万亿；报道称国产模型调用总量已连续 26 周领先。（来源：中国新闻网，经网易转载，2026-11-01。OpenRouter 是第三方聚合平台，统计口径未公开，属单一来源数据，26 周这一说法亦未见独立核实）
二、供给侧：四家公司，四种现金流
这一组的四条消息，其实是同一条链上的四个位置：云厂商借钱扩产，芯片厂商替客户的债务兜底，模型公司签长期租约，资本市场开始用自由现金流定价。链条靠信用维持，不靠利润维持。
3｜亚马逊用 800 亿美元硬件担保融资为 AI 基建续血。公司设立以所购硬件作担保、最高 800 亿美元的融资安排；2026 年现金资本支出预计约 2200 亿美元，主要用于 AWS；截至 9 月 30 日，未来支出承诺总额增至 8830 亿美元，是 2025 年同期的两倍多。（来源：财联社，经陆家嘴财经早餐整理，2026-10-31；财报电话会内容由 AI Breaking Wire 同日复述）
4｜微软首次单独披露 Azure 季度收入：332 亿美元。7 至 9 月 Azure 同比增长 48%，超出分析师预期约 8.5 亿美元，占当季 923 亿美元营收的约 36%，略高于谷歌云的 307 亿美元。同期微软定价 250 亿美元债券，用于包括 AI 基建在内的资本支出。（来源：AI Breaking Wire、Kill The AI，均 2026-10-31）
5｜Alphabet 财报后重挫，两处来源给出的跌幅不一致。三季度每股收益 2.12 美元，低于预期的 3.02 美元；单季资本支出 514 亿美元几乎全部投向 AI，自由现金流由上季的负 59 亿美元恶化至负 91 亿美元。跌幅一处记为 8%（AI Breaking Wire，2026-10-31），一处记为 12.6%、市值单日蒸发近 5000 亿美元（钛媒体 Edge AI Daily，2026-10-31）。此处未取平均值，两个数字都保留。
6｜英伟达拟为 Nscale 的 460 兆瓦数据中心债务提供数十亿美元信用担保。该数据中心位于西弗吉尼亚州，专门服务 Anthropic，双方已签订 450 亿美元租用合同。报道称谈判仍在进行，担保规模未定。（来源：陆家嘴财经早餐转述，2026-10-31；原始信源为港媒，属单一来源）
三、产品与资本动作
国内这一组有一个共同点：钱的规模在变大，产品的迭代周期在变短。融资公告和模型版本号开始出现在同一个月份里，这在两年前还不是常态。
7｜可灵 AI 完成约 198 亿元增资交割。快手在港交所公告，本轮增资款约 198.02 亿元（约 29 亿美元），由中国人工智能产业投资基金、腾讯、CPE 源峰等联合领投；该基金对可灵境内主体出资 14 亿元，持股约 1.14%。产品侧，Kling 4.0 已于 10 月中旬推出。（来源：快手港交所公告，经雷递报道，2026-10-31）
8｜DeepSeek 第二轮融资细节曝光：1055 亿元，投后估值 6155 亿元。报道称本轮吸引近 30 家投资者，腾讯、宁德时代为主要投资方，国有投资者合计出资占比 27%。（来源：陆家嘴财经早餐，2026-10-31。该组数字来自媒体披露，未见公司公告确认，按未经确认处理）
9｜Mistral 开源万亿参数模型 Large 4。官方口径称其在同等任务上比对标模型少用 47% 的 token，并在开源模型编码智能体榜单上排名第一。（来源：AI Breaking Wire，2026-10-31。单一来源，本文未核对官方模型卡，47% 这一数字按未经独立验证处理）
四、安全与治理
这一组的三条都指向同一种失效：不是模型出错，是模型周围的配套件出错。能力越强，周边件越多，出错的地方就越往基础设施那一层退。
10｜Cursor 插件市场里出现被投毒的 Claude Code 扩展，存活约 11 小时。恶意版本尝试安装常驻 SSH 后门并把主机数据外传，影响用户最多 5000 人；Cursor 已下架该扩展并临时关闭市场。（来源：Kill The AI、dailyai.report，均 2026-10-31）
11｜Northflank 披露客户 AI API 密钥被未授权使用。公司在 10 月 30 日至 31 日的状态更新中建议客户把已存储的环境变量视为已泄露，为全部客户（含免费账户）开启审计日志，并完成 MySQL 与 Redis 密钥轮换。（来源：Northflank 状态页，经 AI Impact Hub 汇总，2026-11-01）
12｜Anthropic 员工向 IETF 提交草案，提议用 robots.txt 表达「是否允许用于训练」。草案提出新增 __usage_ai-training 令牌，把训练用途偏好与爬虫访问规则分开，保留现有 robots.txt 语法。文件明确标注为进行中的工作，尚未成为标准。（来源：IETF Datatracker，经 AI Impact Hub 汇总，2026-11-01）
今天值得注意的一件事
把第 1 条和第 10 条放在一起，会发现一个不太舒服的对照：推理量已经超过训练量，意味着模型从「被造出来」进入「被日常使用」；而一个开发工具的官方市场，仍然可以让一个带后门的版本存活 11 小时。消耗侧的规模化，跑在了供给侧的治理前面。
第 12 条看起来最技术，其实最像制度问题的早期形态。用 robots.txt 表达训练偏好，本质上是把「默许」改成「声明」，但声明没有强制力。一个没有执行机制的约定，写进标准之前和写进标准之后，效果差别可能为零。
写在最后
今天的消息里，数字都很大，时间都很短。175 万亿次调用、800 亿美元担保、11 小时的投毒窗口、47% 的 token 节省。大数字负责吸引注意，短时间负责决定风险。
如果只从这份日报里带走一件事，我建议是第 10 条：你以为在装一个官方扩展，其实在信任一条从作者到市场的完整链路。这条链路的每一环都在提速，但没有一环在加检查。
你上一次手动核对过一个开发工具的发布者是谁，是什么时候？
评论 (0)