這兩天，對搞基礎設施的人來說是真熱鬧。Ubuntu 今天發了兩年一度的 LTS，阿里 Qwen 團隊昨天丟出一個 27B 稠密模型，吊打自家 397B MoE 前代旗艦。OpenAI 前天上了新一代圖像模型 Images 2.0，并且昨天又甩了一個專門做數據脫敏的開源小模型。還有個 OpenClaw 商業版開始內測，挑幾個有意思的聊聊。

Ubuntu 26.04 LTS 發布

今天（4 月 23 日），Canonical 正式發布了 Ubuntu 26.04 LTS，代號 “Resolute Raccoon”（堅毅浣熊）。4 月 23 日是 Ubuntu 歷史上最常用的發布日期：Ubuntu 9.04、15.04、20.04 LTS 都是挑的這一天。

作為時隔兩年的 LTS 版本，26.04 的支持周期拉得很長：標準支持到 2031 年 4 月，Ubuntu Pro 訂閱的 ESM 擴展支持到 2036 年，再往后的 Legacy 附加支持可以續到 2041 年。對企業用戶來說，這基本等于“選一個跑十年”的底座系統。

這次有幾個亮點我比較關心。

一是 Linux 7.0 內核。7.0 這個版本號看著像里程碑，其實是 Linus 覺得 6.x 的小版本號拖得太長，順勢滾到 7.0，改動本身并不顛覆。但對 Ubuntu 而言，把 24.04 時代的 6.8 一路推到 7.0，硬件和驅動支持覆蓋面自然寬了一大截。

二是 AMD ROCm 和 NVIDIA CUDA 都直接進倉了。Canonical 這次和 AMD 深度合作，把 ROCm 打進了官方倉庫，以后一句 sudo apt install rocm 就能裝好 AMD 顯卡的 AI 計算棧。CUDA 也是同樣待遇。對需要在兩家之間折騰的人來說，總算不用再到處翻驅動包、跟依賴地獄搏斗了。

三是安全側的全面現代化。TPM 支持的全盤加密、默認啟用的后量子密碼、Rust 重寫的 sudo（sudo-rs）、強制 cgroup v2（Docker 20.10 之前的老容器會讓升級直接被拒）

公有云鏡像方面，AWS、GCP、Azure 都承諾首發日支持，國內云按歷史慣例會慢幾個月。不過本地測試不用等，Docker 鏡像已經可以拉了，Vagrant Box 用 cloud-image/ubuntu-26.04 也能直接起。

Pigsty 這邊我也已經開始對 26.04 做適配了，先把倉庫結構弄好。新系統各種依賴缺失是難免的，PG 擴展一個一個慢慢往里面填吧。

Qwen3.6-27B：27B 稠密模型吊打 397B MoE

昨天（4 月 22 日），Qwen 團隊把 Qwen3.6 系列的第二個開源模型——Qwen3.6-27B 丟了出來，一個 27B 的稠密模型。

官方的說法是，Qwen3.6-27B 在所有主流 coding benchmark 上超越了上一代開源旗艦 Qwen3.5-397B-A17B（總參 397B、激活 17B 的 MoE）。

這挺夸張的。一個 27B 稠密模型能摸到自家上一代閉源旗艦的門檻，這本身就是個標志性事件：Hugging Face 上的 Qwen3.5-397B-A17B 權重是 807GB，而 Qwen3.6-27B 只有 55.6GB，4-bit 量化后 14GB 出頭。一張 RTX 5090 或者 M5 Max 跑起來毫無壓力，幾十 tokens/秒是基本盤。

這意味著個人助理類的工作負載本地化開始變得實際起來。這種助理不需要最頂尖的能力，但需要夠用、夠快、夠私密，Qwen3.6-27B 剛好踩在這條線上。很欣慰看到 Qwen 還在繼續走開源路線。說實在的，在開源模型這件事上，阿里云/千問還是做了大好事，有大功德的。

OpenAI 這兩天甩了兩個東西 ChatGPT Images 2.0

先說前天（4 月 21 日）上線的 ChatGPT Images 2.0（API 里叫 gpt-image-2）。好多朋友問在哪里能用，其實不用找，直接在 ChatGPT 對話框里讓它畫圖就行，默認已經切到新模型了。

這幾天群里朋友玩得不亦樂乎，整出了各種花活：有人給 pigsty.io 設計了一個淘寶店面，有人用“漫畫風格的 Pigsty 暴打 RDS”就生成出了相當精美的設計物料。

對比一年前 Claude Code 給程序員帶來的沖擊，這波對設計師的震撼一點不差。而且 Images 2.0 在偽造截圖和界面上，肉眼真已經辨不出真假了。以前講“有圖有真相”，現在這幾個字可以直接扔了。

以下為均為蔣老板使用 Images2 Vibe 的 Pigsty 主題作品：

Privacy Filter：專做 PII 脫敏的小模型

昨天，OpenAI 又甩了一個挺有意思的開源模型：Privacy Filter[1]，權重掛在 Hugging Face[2] 上，Apache 2.0 協議。

這不是一個聊天模型，是一個專門用來檢測和脫敏 PII（個人可識別信息）的小模型。1.5B 總參、50M 激活的 gpt-oss 架構稀疏 MoE，128K 上下文，筆記本甚至瀏覽器里直接跑。它不是 autoregressive 的生成模型，而是被改造成了雙向 token 分類器：一次 forward pass 給每個 token 打標簽，配合 Viterbi 約束解碼輸出 BIOES 風格的 span 標注，能識別 8 類隱私信息：賬戶號碼、私人地址、郵箱、姓名、電話、URL、日期和密鑰。在 PII-Masking-300k 基準上開箱即用 96% F1，修正版數據集上到 97.43%。

有意思的是它的定位。OpenAI 明確說這不是匿名化工具，不是合規認證，不能替代策略審查，就是一個“privacy-by-design”體系里的零件。用處很直接：批量處理企業數據時先過一道本地 PII 過濾，再把脫敏后的內容送給云端大模型。想把 ChatGPT 接入公司內部流程，但又擔心敏感數據外流的人，這個模型給了一個可以放在數據管線最前端的輕量化組件。

這個發布其實帶出一個我早就注意到的行業趨勢：相對“千億參數競賽”，今年越來越多廠商開始認真做小而專的專用模型。一個只做一件事、能在筆記本上跑、能在瀏覽器里跑、Apache 2.0 可商用的 1.5B 模型，對企業 AI 工程的實際價值，有時候比又一個號稱吊打 GPT 的 600B 大模型要高得多。

Anthropic 這邊：Mythos 越權與 Pro 套餐風波

Anthropic 這兩天日子不太太平。

一個是 Mythos。Claude Mythos Preview 是前段時間 Anthropic 推出的一個被描述為“太危險不能公開發布”的模型，專做漏洞挖掘。它已經在 OpenBSD 里找到一個 27 年沒被發現的漏洞，在 FFmpeg 里找到一個自動化測試工具碰過 500 萬次都沒抓到的 16 年老 bug，還在 Linux 內核里自主串聯了幾個漏洞做本地提權。Anthropic 把這個模型限量發給 Amazon、Apple、Cisco、JPMorgan、NVIDIA 等一批大公司，做所謂 Project Glasswing 的防御性合作。

結果這兩天 Bloomberg 報出，一個 Discord 小圈子通過 Anthropic 某個第三方供應商的環境，越權拿到了 Mythos 的訪問權。Anthropic 已經確認在調查，說目前沒有證據表明自家系統被影響。那伙人看起來純粹是想嘗鮮，不是搞破壞，但這件事本身很尷尬：一個“太危險不能放出來”的模型，結果被一個 Discord 的小圈子給摸到了。

另一個是 Pro 套餐的鬧劇。4 月 21 日下午，有人發現 Anthropic 把 Claude Code 從 20 美元/月的 Pro 套餐里移除了，文檔和定價頁都同步更新，Claude Code 變成了 Max（100/200 美元）才能用。消息一出，Reddit 和 Twitter 直接炸鍋。幾個小時后，Anthropic Growth 負責人 Amol Avasare 出來發推解釋，說這只是在 2% 的新注冊用戶上做的小實驗，存量 Pro 和 Max 用戶不受影響，然后又把定價頁和文檔改回去了。

但他話里透露出來的意思更值得琢磨：Max 套餐最早設計出來的時候，Claude Code 還沒出現，Cowork 還不存在，能跑好幾小時的 agent 也不是日常工作流。一年下來，每個訂閱用戶的用量上去了不止一點半點，現有套餐結構其實已經扛不住了。老馮之前寫文章也說過這個事兒：對重度用戶來說，200 美元的訂閱可以薅走 1 萬塊列表價的 API 額度，相當于倒貼 50 倍。

這種結構注定難以持續。所以“龍蝦之父”也說得很清楚，這些 coding plan 說白了，就是用算力補貼來換你的代碼數據。老馮早就知道了，但是老馮不在乎，因為我的代碼本來就都是開源的，Anthropic 都拿去好了。但是對于那些在私有代碼和數據上工作的用戶來說，需要好好再思考權衡一下了。

某神秘產品內測

另一個有趣的 AI 產品，也是昨天晚上剛剛發布并開放了早期內測。老馮試用了一下，體驗非常出色，算是個小龍蝦商業版++。

但是早期內測嘛，細節肯定是不能說的。我的評價是至少是一個 Manus 級別的東西，上限可以更高。這個就等正式測試的時候再說吧。

最后

這兩天信息量挺大的，挑主要的聊了聊。Ubuntu 26.04 這種基礎系統發布影響最長遠，Qwen3.6-27B 和 Privacy Filter 代表了“小而專”的方向，OpenAI Images 2.0 的沖擊還在醞釀發酵中；Anthropic 這邊 Mythos 和 Pro 套餐則體現了模型能力快速爬升帶來的新麻煩：一個是安全邊界被不斷試探，一個是商業模式和用量現實的矛盾。

嘿，2026 年的基礎設施行業還是很有看頭的。