Nvidia砸260亿自建模型，卖铲子的开始自己挖金矿

01Nvidia投260亿美元自建AI模型，GPU供应商开始跟客户抢生意

Nvidia提交给美国证监会的文件显示，公司计划拿出260亿美元构建开放权重模型。这笔投入直接瞄准OpenAI们所在的赛道。Wired率先报道了这份文件，金额接近几家顶级AI实验室迄今融资额的总和。

不止模型。同一周，这家公司开始为年度技术大会拉拢企业合作伙伴，推一个叫NemoClaw的开源机器人抓取项目。Nvidia同时踏进了模型层和应用层。

机器人抓取不是未经检验的方向。《MIT科技评论》本周报道了中国围绕类似开源工具爆发的创业潮。这个市场的需求，已经有人验证过了。

把三条消息放在一起看，方向很清楚。上周这家公司才宣布退出对AI实验室的股权投资，转身就自己下场做模型和应用。退出不是收缩，是清理利益冲突，好亲自上阵。

头部模型公司的处境因此变得微妙。以往它们只需要担心彼此竞争，现在供应商也站到了对面。训练集群跑在Nvidia的芯片上，而这个供应商拿出260亿来做同类产品。开放权重不是慷慨，是策略：模型被采用得越广，推理需求越大，芯片就卖得越多。对Nvidia来说，模型不是产品，是拉动硬件销售的渠道。

NemoClaw的逻辑一模一样。机器人公司一旦采用这套开源框架，推理负载就落在Nvidia的芯片上。该项目正在GTC大会前招募首批企业用户。

02Hacker News封杀AI评论的同一周，AI面试官正在给求职者打分

一个AI头像坐在屏幕对面，提出行为面试问题，分析你的回答，决定你能不能进下一轮。The Verge记者亲身体验了这种AI视频面试，整个过程没有真人参与，而数百万求职者已经在面对同样的场景。

同一周，Hacker News更新社区守则，明确禁止AI生成或编辑的评论，核心一句话：「HN is for conversation between humans」。这条更新拿到2278票赞同、851条评论，共识的规模在这个以冷静著称的社区里极为罕见。

封杀AI评论的用户，很多人自己每天都在用AI写代码、做产品。他们并不反对AI，反对的是AI冒充人类参与对话。但企业算的是另一笔账：每个岗位收到上万份简历，人力筛选成本已经不可承受，AI面试是规模化的必然选项。

求职者没得选。要这份工作，就得坐在AI头像对面回答问题，整个流程里见不到一个真人。

03OpenAI给Responses API配上计算机环境，Agent运行时平台成型

Responses API更新了，开发者现在能给agent分配一台真正的计算机。

这不是比喻。新版接口配备了shell工具和托管容器，agent调用后可以在隔离沙盒里执行系统命令：装依赖包、跑处理脚本、把结果写进容器自带的数据库。GPT-5.2及之后的模型为此专门训练过，提出命令，容器执行，输出实时流回，模型检查后再决定下一步。多条命令还能并发跑，同时搜文件、拉数据、验证中间结果。

但光有执行能力不够，还得解决安全问题。同一周OpenAI发了一篇防御prompt injection的技术说明：沙盒隔离代码执行，敏感操作暂停等用户确认，敏感网站启用「观察模式」要求用户全程在场。团队还用强化学习训练了自动化红队，持续攻击自家agent来发现漏洞。

两篇同周落地的逻辑很清楚：没有安全层，执行环境不敢开放；没有执行环境，安全层没有用武之地。OpenAI在博客中建议开发者把资源放进容器文件系统，「让模型自己决定打开、解析和转换什么」。