OpenAI额度合并、DeepSeek开源Agent架构，AI圈今日六大变化

过去一天，AI领域从产品体验到基础设施再到资本层面，出现了多条值得拆解的变化。本文综合B站UP主“AI变化观察”的梳理以及公开信息，提炼出六个关键动向，并加入一些分析视角，帮助你看清这些变化背后的逻辑。

OpenAI付费额度模型调整：ChatGPT与Codex合并

据B站UP主“AI变化观察”引用OpenAI官方帮助文档的更新，自12月起，Plus与Pro套餐中的网页版ChatGPT与Codex代码工具将全面合并为统一的Token额度模型。这个变化直接影响所有付费订阅用户的使用习惯。

核心规则可以概括为：推理越深、思考越久、上下文越长，扣减的额度越多。好消息是，极速（Instant）聊天模式保持无限使用，且此前引发社区抗议的削减计划被彻底整合，不再单独执行。

对于写长代码又频繁聊天的重度用户来说，额度消耗速度将明显加快。这实际上反映了一个趋势：OpenAI正在将不同产品的算力成本纳入统一的计量体系，用多少付多少的定价逻辑正在取代过去按产品线切割的订阅模式。用户需要重新评估自己的使用场景，尤其是那些同时依赖对话和代码生成的开发者。

Token额度模型：Token是大语言模型处理文本的基本计量单位，通常一个英文单词约对应1-2个Token，中文则更多。在按量计费的API中，输入和输出的Token数决定费用。OpenAI将订阅制改为统一Token额度，意味着用户不再按“产品”付费，而是按“算力消耗”付费——模型在推理时生成的中间思考步骤（如思维链）同样计入Token，因此长上下文、深度推理的对话或代码生成会显著加快额度消耗。这种计量方式更贴近实际推理成本，但也让用户的使用成本变得不透明，需要借助用量面板或第三方工具监控。

DeepSeek开源双层Agent架构：DS SuperAgent

开源开发者和软件工程团队迎来了一个重磅工具。据同一来源介绍，DeepSeek^广告 Karna团队正式开源了名为DS SuperAgent的双层编码智能体系统。

该架构采用前台Router负责调度与派发、后台多个隔离Worker并发执行的事件驱动模式，支持直接监听GitHub与飞书的请求，并自动生成执行工单。这意味着单个仓库终于能够跑起真正自主的AI工程师矩阵，多个Worker可以在隔离环境中并行处理任务，降低相互干扰的风险。

不过需要提醒的是，目前该插件属于技术验证原型，需要手动开启自动化权限并自备本地开发环境。对于想要尝鲜的团队，建议先在非生产仓库中测试，观察Worker的调度稳定性和权限边界。

Agent（智能体）与隔离Worker：Agent指能自主感知环境、规划步骤并调用工具执行任务的AI程序。在多Agent系统中，“隔离Worker”指每个子任务在独立进程或容器中运行，拥有独立的文件系统、网络和权限边界，避免一个任务的错误或恶意操作影响其他任务。事件驱动模式则指系统通过监听事件（如GitHub的Issue创建、飞书消息）触发任务，而非轮询。这种架构的挑战在于调度器（Router）的稳定性、Worker间通信的开销，以及权限最小化原则的落实——WISE报告所指的安全风险正源于此。

Figma Weave：设计画布与AI流水线打通

数字创意与设计团队的生产力工具也在进化。Figma正式发布全新多模态创作平台Figma Weave，将节点化的AI创作流水线与设计画框完全打通。

设计师可以在可视化画布中自由串联图像与视频生成、多模型画质对比、分流蒙版以及精细调色节点，并能一键打包成专属工具供全团队复用。这打破了过去设计稿与外部AI生图工具之间反复切换的割裂体验，让AI生成能力真正嵌入设计工作流内部。

社区高级模板与多模型调用仍需消耗团队创作积分。从产品设计角度看，Figma正在把“节点化”这一在AI绘画工具中常见的交互范式引入专业设计软件，降低团队协作中的重复劳动。

WISE安全报告：AI开发者平台的“黑色十月”

安全层面传来警钟。全球云安全机构WISE发布最新深度研究报告，将刚刚过去的10月定性为AI开发者平台的“黑色十月”。报告披露，包括知名AI基础设施在内至少9家服务商接连遭遇凭证窃取、恶意Agent集群攻击与核心模型遭逆向蒸馏。

报告指出，自动化智能体拥有极高系统权限却缺乏严密隔离，是本次连环安全漏洞的核心根源。所有团队应立即排查自身API密钥权限与沙箱访问边界。结合DeepSeek开源Agent架构的落地，这一警告尤其及时：当Agent开始自主调度和并发执行时，权限隔离的设计必须前置，而不是事后补救。

凭证窃取与模型逆向蒸馏：凭证窃取指攻击者通过泄露的API密钥、OAuth令牌或环境变量获取对云资源和模型服务的未授权访问；在Agent场景下，一个被窃取的密钥可能让攻击者操控整个Agent集群。模型逆向蒸馏（Model Extraction/Distillation）指攻击者通过大量查询目标模型的输入输出，训练一个仿制模型来复制其能力，从而绕过付费墙或窃取知识产权。这两类攻击在2023-2024年呈上升趋势，防御手段包括短时效令牌、请求频率异常检测、输出水印和沙箱隔离。

算力军备竞赛：五大巨头承诺超3万亿美元

底层算力的投入烈度继续攀升。据彭博社统计，微软、谷歌、Meta、亚马逊和甲骨文五大科技巨头已承诺在未来数年向AI数据中心等算力基础设施投入超过3万亿美元，约合人民币20万亿元。

其中谷歌的算力支出承诺突破1万亿美元，而甲骨文更是成为首家因疯狂采购算力导致自由现金流转负的巨头。

算力基建已经进入不计代价的决战期，但资本市场对高额投入的回报周期产生了巨大分歧。这种分歧并非空穴来风：当折旧周期与模型迭代速度不匹配时，基础设施的账面价值可能面临重估压力。

Anthropic的资本大考：表外合同义务逼近9000亿美元

全球头部大模型独角兽的资本状况同样值得关注。据B站UP主“AI变化观察”引述的公开募股招股文件，Anthropic为支撑大模型持续迭代，在电力采购、数据中心租赁和云端GPU采购中累积的长期表外合同义务逼近9000亿美元。

公司账面并未拥有千亿美元现金储备，但高昂的算力刚性支出正在逼迫头部模型厂商必须以极快速度实现商业变现。这一数据与前述巨头的算力投入形成呼应：整个行业的资本结构正在从轻资产转向重资产，而收入增长能否跟上刚性支出的节奏，将是未来一段时间最核心的悬念。

表外合同义务：指企业已签订但尚未在资产负债表上作为负债列示的长期承诺，典型如多年期数据中心租赁、电力购买协议（PPA）和GPU长期采购合同。根据会计准则，经营租赁和部分采购承诺只需在附注中披露，不计入资产负债率，因此“表外”会低估企业的实际杠杆。对AI公司而言，这些义务是刚性的——无论收入多少都必须支付，一旦商业化不及预期，就可能引发流动性危机。投资者分析此类公司时，需将表外义务与账面现金、经营性现金流合并评估。

小结

今日的六项变化分别对应产品定价、开源工具、设计协作、安全治理、算力基建与资本结构。它们并非孤立事件：OpenAI的额度合并是成本压力的产品化体现，DeepSeek的开源Agent是能力下沉的尝试，WISE的警告则提醒我们，能力越强，隔离越要严密。对于开发者和企业团队而言，当下最务实的动作是重新审视自己的API权限、额度使用模式和Agent部署边界。