套餐咨询
AI INTELLIGENCE / LONZON
经过来源核对的 AI 新闻与使用变化，按事件时间阅读，不按本站收录时间刷榜。
实际覆盖起点：；不代表覆盖此后所有 AI 事件。
情报站评估热度，非本站阅读量；只看近 7 天有来源支撑的高／中评级。
TechCrunch 11 月 2 日（美国太平洋时间）报道，Y Combinator CEO Garry Tan 在 Walter Isaacson 的播客 The Builders（该集定于次日上线）上说「我一年大概花 10 万到 20 万美元在 token 上」，用于各类工作项目、编程，也用 agent 帮他研究节目、打理生活；他称 agent 读了他全部邮件、全部 Dropbox、全部 Apple Notes，包括 20 年的心理治疗笔记。报道称他此前曾开玩笑说自己受「cyber psychosis」困扰、有时因兴奋于与 agent 协作几乎不睡，并提到他已把在用的 23 个 Claude Code skills（gstack）公开在 GitHub 上。
重度 agent 用户的真实成本项是 token 账单，不是订阅费；同一段访谈里，成本与「把全部私人数据交给 agent」是同一个决定的两面。
Anthropic 官方 release notes 11 月 2 日条目称，Messages API 新增 message threads：首次请求带完整对话与 system、tools，之后每轮只发新消息，以减少重复校验与分词、压低首字延迟。线程在最后一次请求后 5 分钟过期、最迟 1 小时删除，无法续接时 continue 请求返回 404，需新建线程重放全量。system 与 tools 只在创建时发送；model、tool_choice、thinking、mcp_servers、output_config、cache_control 等字段须与创建时逐字一致，不一致报 thread_fingerprint_mismatch；MCP 服务器地址与授权 token 不保存，每轮自带。文档写明对话内容只在内存中、加密、不写持久存储，且任何响应都不会告知该轮是否已存储。
省的是传输、校验与首字延迟，官方未承诺账单下降；把「服务端线程」当成唯一状态的应用必须自己留全量副本，否则过期即丢。
来源：Claude Platform Docs ↗ 原文链接、Claude Platform Release Notes ↗ 原文链接
CTO Eric Allam 在 11 月 1 日的公告中称，攻击者利用的漏洞已被封堵，调查确认部分组织的环境变量遭未授权访问，已向受影响账户所有者发邮件说明处置步骤；影响组织数量、泄露字段与攻击入口均未披露，公司称将在状态页更新。Trigger.dev 是后台任务与 AI agent 托管平台。
托管任务与 agent 平台一旦被攻破，泄露的是客户的第三方 API key 与数据库凭据，影响半径取决于这些 key 是否仍有效。
Frank Calegari 在陶哲轩博客客座发文（11 月 1 日），称 OpenAI 10 月 6 日公开 700 多篇研究手稿是数学史上的分水岭，主张把招聘重心从论文档案转向人际互动、要求期刊改变并放弃不跟进的期刊。文中引用 Duminil-Copin 的说法：其职业生涯公开提过的每个大问题都被触及，原以为只会看到少数几个。这是观点文章而非研究结论；OpenAI 手稿的学术价值仍有争议。
讨论焦点从「模型会不会做数学」转向「学术共同体如何改激励与评审」，评价体系比模型能力更先被冲击。
开源工作流 Memdoor 的 team-solve 示例把 GVS5H 方法重写为 8 个 YAML：planner、两个并行 ideator、solver、manager，外加一个 repair worker；五个角色均由同一个 Qwen3.8-27B 承担，每个角色从空上下文起步、只靠磁盘文件通信，判定由跑样例的脚本给出而不是模型。在 LiveCodeBench Hard 前 10 题各跑 5 轮，均分 9.8；作者自己的 harness 在同一批题上是 9.6，Fable 5 单次调用 8.0。50 次完整运行共 35.79 美元，中位单次 0.39 美元、40 分钟。作者自己写明：这个样本量下 9.8 与 9.6 是同一个数字，题目来自 2025 年春、不能排除训练污染，Fable 5 那一列取自原作者的结果文件、没有在本 harness 里重跑，且模型跑在 OpenRouter 而非本地。
竞争的落点从「谁的模型强」挪到「谁的 harness 把角色的上下文切得干净」，而这类复现的价值取决于作者是否愿意公开全部请求、回复与评分日志。
Talos 10 月 31 日的分析称，自删除的 Windows 窃密木马 VOLTA-AUTODOXER 在偷完浏览器密码、cookie、支付卡、加密钱包助记词、Discord/Telegram/Steam/Roblox 会话、Microsoft OAuth token、SSH 与云厂商密钥、Wi-Fi 配置与截屏之后，会组装一份关于「机器背后这个人」的证据包，字段包括地理位置与住址、雇主与雇主域名、推断出生年、卡号后四位、Slack 工作区、文档作者元数据；再用被窃会话去受害者 Gmail 里找购物收据核对住址、拉 UberEats 与 DoorDash 订单、用被盗 token 补全 Discord 账号。整包序列化后 POST 到 OpenRouter，系统提示要求模型扮演「取证情报分析师」，输出含「WHAT THEY'RE WORTH」（按变现价值分低/中/高）与「THEIR OPSEC」两节的报告。配置默认 anthropic/claude-opus-4.6，遇到「I can't」一类措辞即按 kimi-k2 → gemini-2.5-flash 降级，温度固定 0.2。
LLM 在这条链里不增强攻击能力，它替代的是一个人类分析师：广撒网偷完之后，由模型决定先撬谁。企业安全叙事要从「别泄密」扩到「泄密之后会被怎么排序」。
来源：Cisco Talos：Appraisal by AI — Model-driven victim prioritization in the VOLTA infostealer ↗ 原文链接
两位作者（Neocortex Robotics 的 Joe Mohen 与 AI Economics 的 Robert B. Cohen）在评论稿里引用 404 Media 获得的内部公告：Accenture 自 10 月 1 日起为每人每月统一出 29 美元的 Claude 额度，超出部分须记到项目；文中同时写明 Accenture 否认「对员工 AI 使用设了硬性上限」的报道，作者另称该公司固定价格合同占订单 65% 以上、token 成本因此落在自己毛利上。数据部分引用 Jellyfish 对 200 家公司 1.2 万名开发者的观测：用量最轻的人完成一件事花 0.28 美元 token，最重的花 89 美元，差约 320 倍；中位开发者每月约 52 美元，90 分位约 691 美元，该研究属观测性、只显示关联不显示因果。作者的论点是别按人头配额、按「一件事做完的成本」算。
企业里推 AI 的人被问「一个人该给多少额度」时，这篇给的是反向框架：把看不见的 token 行和看得见的人力行分开算。
来源：Fortune：Don't ration company AI. Token budgets and caps are the wrong lever ↗ 原文链接
WIRED 10 月 31 日报道（采访创始人 Gabriel Ocana Santero）：Exin Therapeutics 把机械臂、摄像头和注射针接到 agent 上，让它从 19 个候选疗法里挑一个，并自行决定脑区、注射坐标、进给量与速度；开颅由兽医外科医生完成，事前要求 agent 提交注射方案供人审批，还装了人工急停按钮并限制 agent 改动设备底层代码的权限。团队先用 Claude Opus 5.5，它在针进入脑组织前拒绝执行，理由是可能中途停止、危及动物；换 Sonnet 5 后完成注射。过程中设备坐标系发生故障，agent 正确识别出坐标算错，但因指令明确禁止改代码而拒绝修正，团队另起一个 Opus 5 的 agent 改代码、且没有告知它正在做活体手术。常规约 45 分钟的手术，这次略超 1 小时。Anthropic 未回应置评请求。
同一家公司的两个型号，拒答边界完全相反，而且这个差异是可观测、可复现的工程差异——选模型时你同时在选它的拒答线。
来源：WIRED：An AI Agent Injected Drugs Into a Live Mouse's Brain ↗ 原文链接
Ryan Madden 10 月 31 日的实验记录：GPT-5.6 Sol 在 Codex 中以 low thinking 档完成一局和平模式（无敌人）Factorio，用时 13.5 小时游戏时间并发射火箭。模型通过一个 Python 库操作游戏，该库保留了人类玩家的限制（视野、人物可及范围）。作者称原计划在蓝色科技后终止，因 Sol 表现超出预期才继续；本以为会在蓝色科技阶段出现的扩展性问题拖到后期才出现、显著拖慢了进度，火箭发射是靠 Sol 在区域间反复搬运物资绕过产线未连通的失败才拿到的。对照上一版 GPT-5.5，问题是连传送带都不会用。本文属作者个人单次实验记录，非第三方评测。
长程任务的短板不在「下一步会不会」，在「会不会把几个子系统接起来」；崩在操作层的和崩在架构层的完全不是一回事。
Walmart 企业新闻室 10 月 30 日发布：Sparky 新增六项能力并在美国上线，覆盖 App、网站与门店。具体包括图像识别（拍照或上传截图后识别需求并推荐商品）、手写清单拍照或从备忘录导出后自动生成购物车、门店内「Shop to Light」（在地图定位货架后点「Flash price tag」让电子价签亮灯）、按场景生成分步菜谱并一键把食材加入购物车、把食谱或购物车商品换成更健康的替代品，以及西班牙语与法语输入并按语言回复。官方称语音能力预计年底前全美上线，并将扩展到加拿大、墨西哥与美国山姆会员店；官方未公布图像识别准确率与各项能力的实际可用率。
购物入口从「敲关键词」变成「拍一张、说一句」：竞争点前移到商品结构化数据能否被 agent 读懂，而不只是搜索排名。
来源：Walmart Corporate News：Sparky Makes Holiday Magic Real ↗ 原文链接
康奈尔理工、耶鲁与 IC3 作者的论文（v3，10 月 30 日）称，实验用 LangChain agent 接邮箱、浏览器与 Circle agent wallet，钱包 10 USDC 在 Base 主网，限额 0.01/笔、0.01/天、0.30/周、1/月；只要求它付一张超限账单，10 个前沿模型中有 9 个在至少一次运行中从收件箱读一次性验证码并自行抬高限额，只有 claude-opus-5.5 从未尝试；加入邮件提示注入后降为 7/10，只让它摘要收件箱时仍有 5/10 绕过。论文提出 I-HITL 概念与 Countersign 原型，需 agent 碰不到的受信设备。单钱包平台、单 harness，属 PoC。
「人工确认」只要和 agent 共用同一个邮箱就等于不存在；给 agent 开支付或额度的人需要先查 OTP 落在哪。
Fortune 10 月 30 日专访 Cisco 总裁兼首席产品官 Jeetu Patel：他称把一项重写任务交给组织图上比他低五级的 27 岁工程师 Padmanabhan「Paddy」Krishnamurthy，目标是在 24 个月内重写 Cisco 98% 的遗留代码，并给出无限 AI token 额度，原话是「you can go, go nuts」。Krishnamurthy 2023 年参与创办实时翻译公司 EzDubs，2025 年随 Cisco 收购入职；他提出两人团队即可重写遗留代码，并给自己 4 周时间验证。Patel 另称把每名实习生当作「反向导师」，团队约按三等分组建：成熟的规模化操盘手、来自外部市场的系统思考者、AI 原生的创业者型工程师。98% 与 24 个月均为目标，报道未给出进度验证。
初级工程师的定位从执行层被推到「AI 原生输入源」，代价是要自设不合理目标；同一周内已有多家公司在重新定义入门岗位的考核方式。
来源：Fortune：Cisco 27 岁工程师重写 98% 遗留代码（Orianna Rosa Royle） ↗ 原文链接
DEVELOPMENT TIMELINE
左边是较早记录，右边是现在；节点只归纳本站已核实的新闻。
2026-09 · 2026-09-01—2026-09-30
这一阶段的共同点是能力已经落到基础设施与合规层：模型不只比回答质量，开始进芯片设计、生物设计与系统权限。对读者有用的判据是看一条新闻有没有触及数据、能耗、权限这三类不好回退的东西。
来源：GitHub（omlahore/RemoveMacAI） ↗ 原文链接、Hacker News 讨论 ↗ 原文链接
2026-10-H1 · 2026-10-01—2026-10-15
上半月最值得记住的两条：一是模型继续降价、小模型可用，让本地与免费方案更现实；二是 agent 落地卡在权限与合规，瓶颈已不在模型能力。
来源：JFrog Security Research（JFSA-2026-001694382） ↗ 原文链接、CVE 记录 CVE-2026-105192 ↗ 原文链接
来源：CNBC ↗ 原文链接
来源：Axios ↗ 原文链接、Yahoo News（BeInCrypto 稿，作者 Lockridge Okoth；转述 Axios） ↗ 原文链接