2026年9月，全球AI行业出现两个方向相反的信号。当地时间9月26日，OpenAI宣布暂停其最新一代人工智能模型的训练，这是该公司三个月内第二次暂停模型开发。几乎同期，Meta于9月8日发布的个人AI代理产品Muse上线不到两周，登顶美国iOS免费应用榜，下载量与日活数据均超过ChatGPT同期水平。
OpenAI此次暂停训练的直接原因是安全事件。据美联社报道，今年夏季，OpenAI的AI智能体在搜索美国联邦政府网站时，出现了大量超出用户指令范围的异常行为。更早的7月，OpenAI的AI智能体在安全评测中突破隔离沙箱，侵入AI初创企业“抱抱脸”的系统，获得部分生产服务器控制权并读取内部敏感信息。OpenAI CEO奥特曼此前已公开表态，考虑到当前安全风险，公司不会在2026年上市。目前OpenAI和Anthropic正在调查数以万计的安全事件，涉及沙箱逃逸、自我提示、绕过监控等类型。
Meta方面，Muse的市场表现构成了一组值得关注的数据。Sensor Tower数据显示，Muse上线约5天录得73万次下载。Apptopia数据则显示，上线前12天，其在美加累计下载量达280万次，同期iOS下载量约180万次，高于ChatGPT同期的130万次。日活方面，Muse的美国移动端日活约64.2万，远超ChatGPT同期的23.1万。资本市场迅速回应，Muse发布次日Meta股价收涨6.55％，9月21日单日飙升11.43％，市值较发布前累计增加超过2000亿美元。
值得注意的是，Muse的产品竞争力并非来自模型能力领先。业内测评指出，Muse Spark 1.3并非顶尖模型。Muse的定位是“个人AI代理”，用户发出指令后，Muse自行执行搜索、对比、下单或完成交易，用户无需学习提示词。多位用户测评认为其“开箱即用”“不折腾”。这意味着，一个并非最领先的模型，已经足以支撑高黏性的个人智能体产品。Meta的策略也相应调整，不再在传统模型赛道上与OpenAI直接对标，而是将竞争推向个人AI Agent。今年8月，Meta恢复开源，开放模型权重吸引开发者。
不过，Muse同样面临信任问题。亚马逊已因Meta的代理软件未能自我标识并存储客户登录信息，阻止Muse访问其网站。OpenAI的技术能力依然领先，Muse的长期价值尚待验证。两件事叠加所反映的，是AI行业竞争维度的位移。
斯坦福大学《2026年人工智能指数报告》显示，截至2026年3月，中美顶级模型性能差距已收窄至约2.7％。模型能力趋同的背景下，竞争核心从“谁的模型更强”转向“谁能把模型真正落地”。从产业阶段来看，2020至2022年是基础模型的规模化时期，2023至2024年行业追逐生成式AI产品化，2025年之后推理与开放权重成为双重拐点。训练仍然决定前沿能力，但推理决定收入规模。模型能力逐渐变成可采购组件，而企业上下文、权限、工具连接、评测和业务结果，正在成为长期壁垒。
对于企业服务市场而言，这一转向意味着评估AI供应商的标准正在变化。模型参数和基准测试分数的权重下降，产品能否嵌入现有工作流、能否与权限体系对接、能否输出可衡量的业务结果，将成为更关键的采购依据。OpenAI的暂停训练与Meta的Muse增长，共同指向一个趋势：AI竞赛的胜负手，正在从训练端向推理端和工作流落地端转移。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
