OpenAI转向专用小模型，Google拿你的数据换AI优势

01AI实验室不再比「最强」，OpenAI和Mistral同时押注专用工具型模型

GPT-5.4旗舰版发布不到一周，又出了mini和nano两个小版本。但这两个模型不是廉价替代品，从一开始就不是给人用的。

发布公告反复强调的关键词是sub-agent workloads。mini和nano针对编程、工具调用和多模态推理优化，核心场景是高频子代理任务。它们的「用户」是其他AI：当agent系统同时调度几十个子任务时，旗舰模型太贵太慢，专用轻量模型才是合理选择。

同一周，Mistral走了一条完全不同的路。它开源的Leanstral只做一件事：用Lean语言写形式化数学证明。这不是通用coding助手，方向窄到大多数开发者永远用不上。但对数学和安全关键领域的研究者来说，通用模型在形式化推理上远远不够，专用工具才能补这个缺。

两个发布来自不同实验室、面向不同场景，背后的判断却一致：通用旗舰模型的边际收益在递减，专用工具才是下一个价值高地。OpenAI做横向专用化，让小模型服务于agent生态的高频调用；Mistral做纵向专用化，在极窄领域做到通用模型做不到的深度。

竞争策略也因此分化。OpenAI的小模型是闭源产品，靠调用量赚钱；Mistral选择完全开源。旗舰模型阶段，开源意味着拱手让出最贵的资产，但专用工具阶段，开源一个窄领域agent的成本远低于开源通用大模型，换来的生态卡位却可能同样有效。项目开源后在Hacker News拿到735票，对一个数学证明工具来说极为少见。

02五角大楼要用机密数据训练AI，但同一技术可能已在流向伊朗

一批永远不能公开审计、不能独立做安全测试的AI模型，正在美国国防部的计划中成形。据MIT Technology Review报道，五角大楼正与AI公司讨论在安全设施内用机密数据训练军方专属模型。这不是采购商用AI来部署，而是把训练管道本身军事化。

Claude目前已在机密网络上运行，用于分析伊朗相关目标，但仅限推理层——模型回答问题，并不从机密数据中学习。五角大楼下一步要打通的是训练层：让模型直接吸收机密情报，生成商用版本不具备的专属能力。

但同一周，该媒体另一篇报道追踪到，OpenAI的商用技术正通过多条路径流入伊朗。最前沿的AI能力一旦变成产品进入市场，扩散就超出了出口管制能覆盖的范围。

美国政府想在密室中精确控制AI的训练数据和输出，却连商用AI产品的跨境流向都拦不住。训练管道的军事化计划目前仍在讨论阶段，而技术扩散已经在发生。

03Google免费开放「个人智能」，拿用户数据换AI竞争力

Google在大模型竞赛中一直扮演追赶者，但本周二换了个打法。它把「个人智能」功能免费开放给全美用户，让Gemini直接读取搜索记录、邮件和浏览历史来回答问题。此前这项功能只有付费订阅者才能用。

Google这么做有底气。它同时运营着全球最大的搜索引擎、用户最多的邮箱和份额最高的浏览器，没有第二家AI公司有这个数据组合。这些数据拼在一起，Gemini就能知道你在查什么航班、收件箱里躺着什么合同，给出的回答天然比通用模型更贴合需求。

这也解释了为什么选择免费。当各家大模型能力逐渐拉平，用户粘性取决于谁更了解面前这个人。付费墙挡住的每一个用户，都是一份喂不进模型的数据。

官方博客称，这项扩展覆盖搜索、Gemini应用和浏览器三个入口。用户不需要掏钱，只需授权自己的数据。