蒸發8300億！原來是因為AI找到了500個連人類都找不到的致命漏洞

短短一周，8300億美元，就在股市里憑空消失了。

你沒看錯，是蒸發

軟件巨頭們——Salesforce、ServiceNow、微軟——股價全部自由落體。路透社一天跌了16%，Intuit開年到現在已經跌沒了34%。

華爾街給這場災難起了個驚悚的名字：“SaaS末日”（SaaS-pocalypse）。

而點燃這根導火索的，竟然只是一個AI模型。

2026年2月5日，Anthropic發布了 Claude Opus 4.6。名字聽起來平平無奇，像個不痛不癢的小更新對吧？

但這簡直是披著羊皮的狼。

在它公開發布之前，這個“怪物”自主發現了超過500個嚴重的軟件安全漏洞。

重點是：這些漏洞，之前沒有一個人發現。無論是頂級開發者，還是傳統的安全工具，統統都沒發現。

更刺激的是，就在同一天，OpenAI 反手扔出了一顆核彈：ChatGPT 5.3 Codex。

兩顆炸彈同時落地，整個行業都被炸懵了。

今天，我們就來扒一扒，為什么這玩意兒是客觀上史上最強的AI，為什么華爾街嚇得瑟瑟發抖，以及最關鍵的——這對你我這種普通人，到底意味著什么。

是誰點燃了導火索？

Anthropic在一月發布的 Claude Cowork，讓AI可以直接在專業軟件里干活。電子表格、演示文稿、法律財務軟件，它都能搞定。

原理其實特簡單。以前我們是用ChatGPT生成內容，然后再復制粘貼；現在？AI直接在你用的軟件里上手操作。

當那幫交易員眼睜睜看著Claude自己起草法律合同、自己分析復雜的財務報表、自己做出一套專業的PPT時，他們終于意識到了一件可怕的事：

如果一個每月20刀的AI，能干完每月500刀的SaaS軟件的活，誰還會當冤大頭去買軟件？

Jefferies的交易員Jeffrey Favazza一語道破天機：“我們管這叫‘SaaS末日’。

Salesforce股價應聲暴跌7%，ServiceNow也跌了7%。就連英偉達都沒能幸免。

被譽為SaaS教父的Jason Lemkin直接在博客里寫道：2026年初，對這個行業來說，就是一場徹頭徹尾的崩盤。

當然，咱們實事求是，Anthropic不是唯一的兇手。微軟和亞馬遜最近的財報難看，加上美元和比特幣的波動，大家都人心惶惶。

但是，Claude Cowork絕對是壓死駱駝的最后那一根稻草。

美國銀行覺得這幫投資人簡直“不可理喻”，因為他們在同時押注兩個完全相反的邏輯：要么是AI支出下降，要么是AI太強把所有軟件都干廢了。

這兩個邏輯不可能同時成立，對吧？

這細節看似無關痛癢，其實細思極恐。這說明市場在面對這種指數級進化的速度時，完全是瞎子摸象，徹底慌了神。

那些改變一切的數字

咱們來聊聊這個模型。Claude Opus 4.6 距離上一代 4.5 也就才過了3個月，但這進步，簡直是坐了火箭。

最嚇人的數字是這個：一百萬token的上下文窗口。

這相當于大約75萬個單詞，或者是10到15本長篇小說。你可以把整套代碼庫、幾千頁的法律文件一股腦扔給它，它能一口氣讀完。

但是，讀得多不代表讀得懂。以前有個著名的“長文本遺忘”問題，塞的東西越多，AI腦子越糊涂。

RULER基準測試（專門測試大海撈針能力的）顯示，在一百萬token的重壓下，Claude Opus 4.6 的得分是76%。而上一代 Sonnet 4.5？只有18%。

這已經不是升級了，這是跨維度的打擊。

Hacker News上有個老哥做過一個測試，特有意思。他把《哈利波特》前四本書全扔進去，讓AI找出50個官方咒語。

結果：它找出了49個。唯一漏掉的是“Slugulus Eructo”（那個讓人吐鼻涕蟲的惡心咒語）。

但這還不是最炸裂的。

在各種基準測試上，Opus 4.6 簡直是屠榜般的存在。

在GDPval（金融、法律、數據分析等專業任務）上，它的Elo得分是1606。這比OpenAI的GPT-5.2高出整整144分，面對面PK的勝率高達70%。

還有那個著名的ARC-AGI 2測試，專門考常識和直覺邏輯——這對人類很容易，對AI卻難如登天。Opus 4.5才考了37.6%，你猜Opus 4.6考了多少？68.8%。幾近翻倍！

還有一個我最愛的測試：VendingBench。這是一個模擬經營自動售貨機的游戲，看誰賺得多。

• Opus 4.5：賺了5000刀。
• GPT-5.2：才3500刀。
• Opus 4.6：狂賺8000刀！

這完美展示了模型在長時間跨度下的規劃和優化能力。記住這一點，因為后面你會發現這有多恐怖。

“特工團隊”改變游戲規則

這就是讓開發者們徹底變天的功能：Agent Teams（智能體團隊）。

以前是一個AI干活，現在？你可以指揮一群Claude特工并行工作。

有一個“包工頭”負責統籌，分配任務，匯總結果。其他的特工各自在自己的上下文窗口里埋頭苦干，它們之間甚至還能直接溝通。

這簡直就是一個真實的開發團隊啊！你甚至可以跳過包工頭，直接跟下面的“員工”單聊。

Anthropic推薦了四種用法：多線研究（每人查一個方向再匯總）、并行功能開發、多假設調試、系統層級協調。

產品總監Scott White說得好聽：“這就像擁有一支才華橫溢的協作團隊在實時配合。”

當然，代價也是有的。每個特工都要燒錢。Opus的價格還是輸入每百萬15刀，輸出75刀。人多力量大，賬單也大。

足以讓所有人脊背發涼的發現

接下來，故事開始走向驚悚片了。

在發布前，Anthropic的安全團隊把 Opus 4.6 關進了一個只有基礎工具（調試器、模糊測試器）的小黑屋，沒給任何特殊指令。

只有一個目標：找Bug。

結果它在當今使用最廣泛的開源庫中，發現了超過500個零日漏洞（Zero-day）。

每一個漏洞，都經過了Anthropic內部或外部研究員的實錘驗證。

其中有GhostScript的系統崩潰漏洞，OpenSC的內存溢出，還有一個藏在libcgif里的極度隱蔽的漏洞。最后一個簡直絕了，因為它需要對GIF格式的LZW壓縮算法有極深的理解才能發現。

沒有自動掃描器能發現它。

這模型甚至自己寫了一個概念驗證代碼，來證明這個漏洞是真的能被利用的。

Anthropic的安全老大Logan Graham直言：這以后可能就是保護開源軟件的主要手段了。

當你意識到全球的基礎設施幾乎都跑在這些庫上時，你就知道這事兒有多大了。

同一天，OpenAI也不甘示弱，掏出了GPT-5.3 Codex。這貨有個奇葩特點：它是第一個參與創造自己的AI。

早期版本就開始調試自己的訓練數據，診斷自己的結果。團隊都被它自我進化的速度嚇傻了。

如果你讀過我上一篇關于五個CEO都在預警這件事的文章，你就知道，我們真的進入了AI自我進化的時代。

GPT-5.3 Codex比上一代快25%，在編程基準測試SWE Bench Pro上分更高。

但它也是第一個被OpenAI列為網絡安全“高能力”的模型。強到可能被用來發動真實的網絡攻擊。就因為這個，測試版都被推遲發布了。Sam Altman在X上都承認了。

兩家公司，同一天，發布了突破極限的模型，并且都承認：這玩意兒帶來了前所未有的風險。

沒人準備好迎接這條指數曲線

要理解這一切，你得看看這張正在瘋傳的圖。這是一個對數坐標圖，顯示了模型在沒有人類干預下能獨立工作多久。

不同LLM能完成50%任務的時間跨度。來源：METR。

那條曲線幾乎是垂直的。

每一個新模型，都在指數級地延長它能獨立工作的時長。

Claude、Codex、Cursor——所有的路都指向同一個終點：AI特工不再是只能干幾秒鐘活的助理，而是能連續工作幾個小時、甚至幾天的“員工”。

一邊是Claude的特工團隊，一邊是GPT-5.3的交互模式，我們不再是在和AI聊天了。我們是在指揮一個虛擬團隊去搞定整個項目。

Anthropic還有兩個被低估的大招：“自適應思維”（面對難題自動深思熟慮）和“上下文壓縮”（腦子滿了自動總結舊信息騰地方）。

這意味著什么？近乎無限的工作時長。

我們正站在歷史的轉折點上

AI模型不再是簡單的聊天工具了。

它們是潛伏在你軟件里的自主特工，能發現人類找不到的漏洞，能協調虛擬團隊，甚至能自我進化。

GitHub在發布當天就把Opus 4.6塞進了Copilot。微軟把它放進了Foundry平臺。所有的巨頭都在瘋狂搶位。

Anthropic的產品總監Scott White在CNBC上說得再直白不過了：“Claude已經從一個你跟它聊天來完成小任務的模型，變成了一個你可以把重要工作完全托付給它的存在。”

Opus 4.5到4.6，只用了三個月。OpenAI同一天回擊。Google的Gemini肯定也在憋大招。

這種技術迭代的節奏，在人類歷史上前所未有。