每日简报 · Daily Editions
AI · 思想 · 市场 · 深度阅读

每日情报摘要

DAILY INTELLIGENCE BRIEF
本期要目In this issue

人工智能与科技

AI & Technology 08
TechCrunch
更新

英伟达董事会启动独立调查:黄仁勋承认婚外情,对方被指为中国间谍

Nvidia will investigate CEO Jensen Huang’s relationship with possible Chinese spy

公司称「没有理由认为」国家安全或商业秘密受损,但调查本身已把一桩私德事件推到中美芯片博弈的正中央。

英伟达董事会启动独立调查:黄仁勋承认婚外情,对方被指为中国间谍
图注:英伟达 CEO 黄仁勋。董事会周日宣布,由独立董事与外部律师就其与 Alice Huang 的关系展开独立调查。图片来源:Benjamin Fanjoy / Getty Images,经 TechCrunch 发布。
关键事实
  • 调查由独立董事与外部律师进行,黄仁勋承诺全面配合
  • 黄在备忘录中承认与 Megaspeed 前高管 Alice Huang 的婚外情
  • 美方情报备忘录指 Alice Huang 被中国国安部招募以刺探英伟达 CEO
  • 董事会称无理由认为国家安全或公司机密受损
  • 英伟达芯片处于中美 AI 竞赛与出口管制的核心
阅读原文 · TechCrunch ↗

英伟达董事会周日宣布,已就 CEO 黄仁勋与 Alice Huang 的关系启动独立调查。调查由独立董事主导,并聘请外部律师协助。董事会在声明中表示,目前「没有理由认为」国家安全或公司机密遭到泄露,同时对黄仁勋及其管理团队表达信心,称黄「完全支持这项审查并承诺配合」。

同一天,英伟达公开了黄仁勋发给全体员工的备忘录。他在其中承认与 Alice Huang 有婚外情,但没有点名对方。「我对妻子不忠。我的行为伤害了她和我们的孩子。我所做的事没有任何借口,我深感抱歉。」他接着写道,自己对家人、对共事数十年的同事、对董事会、合作伙伴和股东都「亏欠一个道歉」,并称自己「没有尽到这份责任」。

据 TechCrunch 此前报道,今年早些时候在美国政策圈流传的一份情报备忘录称,Alice Huang 已被中国国家安全部招募,任务是接近并刺探英伟达 CEO。她此前是新加坡芯片公司 Megaspeed 的高管。英伟达在早前的回应中称两人往来「并无异常」,并强调公司不会向客户分享机密信息。TechCrunch 还提到,包括 OpenAI 在内的多家 AI 公司已提醒员工警惕间谍,其中一类手法就是通过情感或性关系接近目标。

这件事之所以难以被当作单纯的私事处理,是因为时机与位置。芯片是中美 AI 竞赛中最硬的筹码,英伟达的对华出口许可几经反复;黄仁勋本人又与特朗普政府关系密切,是「不能出现 AI 放缓」这一政策叙事的公开支持者。调查结论若只是「未泄密」,风波可能止于公司治理层面;一旦牵扯出口管制或政治捐赠审查,影响就会外溢到供应链和股价。

原文摘录
Nvidia’s board of directors announced Sunday that it’s launching an independent investigation following reports that CEO Jensen Huang was targeted by a Chinese spy operation.
MarkTechPost独家人工智能与科技约 2 分钟

Nous Research 发布 Arete-27B:把 Qwen 的官方口径从 22% 压到 0.9%

Nous Research Releases Arete-27B that Cuts Qwen3.8-27B Propaganda From 22% to 0.9%

没有强化学习、没有偏好优化、没有改架构,只用了约 5280 万 token 的监督微调,就让一个中国开源模型的敏感议题回答与西方模型对齐。

Nous Research 发布了 Arete-27B,一个基于阿里 Qwen3.8-27B 的监督微调版本,许可证沿用 Apache 2.0。按 Nous 自己的 803 条评测,答案中包含官方宣传口径的比例从基座的 22% 降到 0.9%。用一句话概括动机:开发者想要 Qwen 级别的 agent 能力,但不想要随之而来的国家立场。

训练方法刻意保持简单。没有 RL,没有偏好优化,也没有架构改动;全部语言模型权重参与训练,视觉编码器冻结,多 token 预测头关闭。教师模型选了 Thinking Machines 的开放模型 Inkling,理由是要避开闭源模型禁止蒸馏的条款;Nous 表示曾考虑 Nemotron 3 Ultra,但因其在中国议题上的记录而放弃。训练数据约 5280 万 token、64k 上下文、不做序列打包,跑 2 个 epoch、1202 步,批大小 48,AdamW,峰值学习率 1e-5,张量并行 4。

公开的数据集 arete-data-pairs 含 34,878 条提示,覆盖 7 个议题,每条都附有 Inkling 与 Qwen 两个答案,最终 29,236 条被采纳的教师答案构成 SFT 训练集。评测集 Propaganda_Eval 同样是 803 条提示,分 7 个价值类别——言论自由、国家意识形态、数据隐私、民主等——每条附带 2 到 4 个有出处的事实点。评判由 Grok 4.7 分两项打分:事实均值 0 到 5 分,以及答案是否把官方说法当成自己的立场;判为宣传必须引用原文措辞,训练集中与评测重叠的提示已全部剔除。

结果并不全是好消息。宣传率降到 0.9% 的同时,事实得分只有 2.98/5,803 条里仍有 216 条拿 0 分;Nous 称能力基准上没有明显变化。BF16 权重 53.81 GB,社区 Q4_K_M 量化 17.20 GB,可以塞进 24 GB 消费级显卡。对做本地部署的人来说,这提供了一条新路径:不必在「好用」和「价值观可接受」之间二选一,代价是要自己验证事实性。

关键事实
  • 基座 Qwen3.8-27B,27B 稠密参数,Apache 2.0
  • 宣传口径比例 22% → 0.9%,纯 SFT,无 RL、无偏好优化
  • 训练约 5280 万 token,2 epoch、1202 步、64k 上下文
  • 事实得分仅 2.98/5,803 条中 216 条为 0 分
  • Q4_K_M 量化 17.20 GB,可运行于 24 GB 显卡
阅读原文 · MarkTechPost ↗
Nous Research 发布 Arete-27B:把 Qwen 的官方口径从 22% 压到 0.9%
图注:Arete-27B 是对阿里 Qwen3.8-27B 的纯监督微调,权重、评测集与训练数据全部公开。图片来源:MarkTechPost。
State of AI分析人工智能与科技约 2 分钟

高盛把 Claude Code 收回给工程师:交易员和银行家不再能用会自己写代码的 agent

Goldman Sachs Is Pulling Claude Code From Its Bankers and Traders

7 月还在公开称赞非技术员工的「氛围编程」,10 月就以生产率与风险为由收回权限——同一家银行,四个月里换了一套判断。

据彭博报道,高盛在 10 月更新的内部指引中,把 Anthropic 的 Claude Code 和微软的 GitHub 限制给工程人员使用,交易员与投资银行家不再有权限。在交易、量化研究与软件工程之间横跨的 Strats 仍可使用。高盛约有 4.7 万名员工,其中开发者超过 1.2 万,这次调整实际上把「会写代码的 agent」收回到这 1.2 万人手里。

被收回的能力并非无关紧要。知情人士称,部分交易员此前用这些工具监控客户交易流、对市场走势与持仓建模,并生成书面与图表材料。换句话说,agent 已经进入了对客户信息最敏感的工作流——在同一台机器上,既能读到客户数据,又能自己写并执行代码。高盛发言人的说法是,公司向员工提供特定 AI 工具,是为了「确定最佳用例」。

转折来得很快。7 月,高盛 CIO Marco Argenti 还在宣传非技术员工的「氛围编程」:最贴近问题的人先做出第一版,再交给工程师改进,不必排队等工程资源。上个月在都灵的一场会议上,他把高盛的 AI 采用描述为分波推进,12,000 多名开发者构成第一波。10 月的指引等于承认:第一波之外的人用同样的工具,风险收益比不成立。

这不是高盛第一次踩刹车。今年 4 月,它把 Claude 从香港银行家的内部 AI 平台上下架,金融时报称高盛严格解读了与 Anthropic 的合同条款;摩根大通 6 月也把 Claude 移出香港的批准清单。更微妙的对照是:高盛与摩根士丹利是 Anthropic IPO 的主承销商,S-1 已于 10 月 26 日递交,预计月底前以 ANT 为代码在纳斯达克上市。接下来几周,高盛的银行家要向投资者推销一家公司,而这家公司的编程 agent,他们中的大多数人已经无权使用。

关键事实
  • Claude Code 与 GitHub 权限收回到约 1.2 万名工程人员
  • Strats 保留访问权;交易员与银行家被排除
  • 7 月 CIO 仍在推非技术员工的「氛围编程」
  • 4 月已对香港银行家下架 Claude,摩根大通 6 月跟进
  • 高盛是 Anthropic IPO 主承销商,预计月底以 ANT 上市
阅读原文 · State of AI ↗
高盛把 Claude Code 收回给工程师:交易员和银行家不再能用会自己写代码的 agent
图注:高盛在 10 月更新的内部指引中,把 Claude Code 与 GitHub 的使用权限限制在工程部门。图片来源:State of AI。
MarkTechPost人工智能与科技约 3 分钟

Google 开源 Elephant-Goldfish:让 agent 先写规格,再让「金鱼」把它撕一遍

Google AI Releases Elephant-Goldfish Model Plugin for Spec-First Coding

核心主张只有一句:把错误的假设拦在 Markdown 文件里,而不是拦在 pull request 里。Google 称已有数千名工程师在用。

Google 开源了 Elephant-Goldfish Model(EGM)插件,一个面向 AI 编码 agent 的「设计—评审」层,Apache 2.0 许可。它不包含模型权重,由 7 个 skill、9 个评审人格、6 个头脑风暴视角和 5 个评审阶段组成,任何能派生独立子 agent 的宿主都能跑:Antigravity、Claude Code 2.1.271 以上、Claude Cowork、Codex、ChatGPT。方法来自 Dave Rensin 关于「大象与金鱼」的文章,针对的是 AI 生成代码的「slop」与会话上下文坍塌。

分工很明确。大象是一个长会话,持有项目上下文与既有决策,负责起草规格,一行代码都不写。金鱼是无状态子 agent,只读草稿和草稿引用的文件,没有对话历史。人负责裁决取舍、批准设计,然后才让 agent 动手。核心循环三条命令:/egm-brainstorm 先澄清想法,再跑 6 个视角的金鱼群(YAGNI、token 成本、UX、迁移、可观测性、技术债),产出 concepts_brief.md;/egm-draft 逐节写成设计文档;/egm-review 执行金鱼评审。之后还有 /egm-drift-report,比较代码与规格的偏离,文档建议每周跑一次。

五阶段评审是这套东西的骨架:先整体拉远看一遍;再让一条金鱼复述设计,复述错了就说明文档有歧义;然后由设计、结构、文风三类评审找缺口和边界情况;修完再拉远复核架构;最后检查实现就绪度——文件路径、数据结构、函数签名。每阶段最多一次复审,结论分 Blocker、Major、Nit 三级。硬规则是:宿主若没有子 agent 工具,EGM 直接停止;同上下文里的「评审」不算金鱼评审。

Google 说已有数千名工程师使用,但没有公布准确率基准,证据是采用情况和端到端跑通记录:Codex 0.163.0 按顺序完成 15 个原生独立上下文评审,两项实测在 573 秒内通过;Claude Cowork 那次在第 5 到 7 阶段因用量上限中断;issue #237 报告 AGENTS.md 内容泄漏进 Codex 评审者,说明隔离在某些宿主上并不可靠。README 明确写着这不是 Google 官方支持的产品。它更像一种工程纪律的封装:先把假设写下来,再让没有沉没成本的人来挑错。

关键事实
  • Apache 2.0 插件,7 skill、9 评审人格、6 视角、5 阶段
  • 大象起草规格不写代码,金鱼是无状态子 agent
  • 命令:/egm-brainstorm、/egm-draft、/egm-review、/egm-drift-report
  • 无子 agent 工具则停止;同上下文评审不算数
  • 无公开基准;Codex 实测 573 秒通过两项,Cowork 因限额中断
阅读原文 · MarkTechPost ↗
Google 开源 Elephant-Goldfish:让 agent 先写规格,再让「金鱼」把它撕一遍
图注:Elephant-Goldfish 不是一个新模型,而是一套 Apache 2.0 的 skill、评审人格与文档规范,供现有编码 agent 调用。图片来源:MarkTechPost。
The Verge人工智能与科技约 2 分钟

苹果催 Siri 变成 agent:先接管自家 App,明年再接管别人的

Apple is racing to make Siri more agentic

彭博的 Gurman 称,CEO John Ternus 正施压 AI 负责人 Craig Federighi 加快路线图;对手是 OpenAI 的 Dots、Meta 的 Muse 和 Grok。

据彭博 Mark Gurman 报道,苹果 CEO John Ternus 正在向 AI 负责人 Craig Federighi 施压,要求加速 Siri 的路线图,交出一个能与 OpenAI 的 Dots、Meta 的 Muse 正面竞争的 agent。报道的说法是,Federighi 已经在极短时间内交付了可用的 Siri AI,但公司内部并不认为这就跟上了对手。

近期有两步可预期的升级。第一步是细粒度控制苹果自家应用,例如在「照片」里旋转和裁剪图片、整理 Safari 标签页,预计随 iOS 27.3 落地。第二步更大:接入第三方应用,让 Siri 通过 Grubhub 下单、通过 OpenTable 订餐,时间点在明年春天。

真正的分水岭在「持续任务」。Gurman 写道,Dots、Muse 和 Grok 能记住目标、判断下一步该做什么,并在用户不逐步触发的情况下继续推进;苹果最终想走的也是这个方向,最早明年就能让 Siri 更像 agent——考虑到消费市场与资本市场的双重压力,它其实没有太多选择。

这对苹果是一次结构性让步。Siri 过去十年的定位是「入口」:识别意图,然后把任务交给 App。agent 化意味着反过来——由系统替用户操作 App,App 退化为被调用的能力端点。这会同时触动开发者关系、隐私叙事和 App Store 的分发逻辑,也是苹果动作看起来谨慎的原因。真正的考验不在发布会上,而在第三方应用是否愿意把下单、预订这类高价值动作交给一个系统级 agent 代劳。

关键事实
  • CEO Ternus 施压 Federighi 加速 Siri 路线图
  • iOS 27.3:深度控制第一方应用(照片、Safari 等)
  • 明年春天:接入第三方应用,可下单、订餐
  • 目标:像 Dots、Muse、Grok 一样维持长期目标与连续任务
  • agent 化意味着系统替用户操作 App,而非把任务转交给 App
阅读原文 · The Verge ↗
苹果催 Siri 变成 agent:先接管自家 App,明年再接管别人的
图注:Siri 的调用界面。苹果计划分两步扩展其权限:先深度控制第一方应用,再接入第三方应用。图片来源:David Imel / The Verge。
The Verge人工智能与科技约 2 分钟

猫王与 Eminem 的版权方起诉 Suno:这次告的是「声音本身」

Elvis and Eminem rights holders are suing Suno

两起诉讼绕开了版权侵权的老路,直接援引田纳西州的 ELVIS 法案——把「声音」当作受保护的法益。

AI 音乐公司 Suno 又迎来两起诉讼。原告一方是 Elvis Presley 音乐的版权方群体,另一方是 Eminem 多首代表作的出版方。诉由不是传统的复制权侵权,而是主张 Suno 非法生成了模仿这些艺人的音乐与歌词。

猫王一案的律师援引田纳西州的 Ensuring Likeness Voice and Image Security Act,即 ELVIS 法案。该法明确禁止 AI 公司在未经许可的情况下克隆歌手的声音。诉状里的措辞相当激烈:「Suno 把自己机械地编码进了艺人的身份、辛勤劳动、创造力与时间,然后把这一切接上一条稳定的现金流传送带。」后面还写道,Suno「贪得无厌地奔向底线,目标是让人类的创造力过时,几秒钟内冷酷复制那些需要多年学习、挣扎、维护和反复打磨才能做到的东西」。

这两起诉讼与 9 月 Jason Isbell 等人提起的案件高度相似:同样指控 Suno 生成了原告的仿制品,同样没有直接主张版权侵权。这条诉讼策略的用意很清楚——版权侵权要先证明「实质性相似」并处理合理使用抗辩,而人格权/声音权路径只需要证明「可识别的模仿」。对生成式模型来说,后者的举证门槛低得多。

把时间线连起来看,Suno 面对的不是一两起纠纷,而是一整套正在成形的规则:州级人格权立法、唱片公司与出版商的集体诉讼、以及平台侧的内容过滤要求。法院若认可 ELVIS 法案适用于模型训练与生成,受影响的将不止是音乐——任何以「风格」「嗓音」「肖像」为卖点的生成产品,都要重新计算合规成本。

关键事实
  • 原告:猫王版权方 + Eminem 部分作品出版方
  • 依据田纳西州 ELVIS 法案,主张声音克隆本身违法
  • 策略:不告版权侵权,改告可识别的模仿
  • 与 9 月 Jason Isbell 等人的诉讼路径一致
  • 若成立,将波及所有以风格、嗓音、肖像为卖点的生成产品
阅读原文 · The Verge ↗
猫王与 Eminem 的版权方起诉 Suno:这次告的是「声音本身」
图注:Elvis Presley。其版权方依据田纳西州 ELVIS 法案起诉 Suno,主张 AI 克隆歌手声音本身即属违法。图片来源:The Verge。
GitHub / synchopate人工智能与科技约 2 分钟

64GB 内存跑 284B 模型:llama-modchip 把 DeepSeek-V4-Flash 塞进纯 CPU

llama-modchip: 284B DeepSeek on 64GB RAM, no GPU

占用不到 59GiB 内存,256K 上下文,提示处理 44.4 tok/s,生成 9.1 到 14.7 tok/s——全部在一台没有 GPU 的 64GB 机器上完成。

这个项目把 284B 参数的 DeepSeek-V4-Flash 跑在了 64GB 内存的纯 CPU 机器上,实测占用低于 59GiB,支持 256K 上下文。提示处理速度 44.4 tok/s,生成速度 9.1 到 14.7 tok/s;30B 级别的 MoE 模型则能到 25 到 111 tok/s。作为对照,这个参数量通常被认为需要多卡 H100 才能推理。

关键不在「量化」两个字,而在量化的分层方式。项目采用 Block-64 的两级层次化非线性 MoE 量化:Fractal-64 版本压到 14.35 GiB,MXFP4 版本 15.95 GiB,并配了一套 100 分制的质量门禁来筛选可接受的配置。换句话说,它承认不同专家、不同层对误差的敏感度不同,把比特预算按敏感度分配,而不是全局统一位宽。

工程侧同样下了功夫:SwiGLU 的 H2 变体、Stockfish PVS 三层的投机解码、13 毫秒恢复 Claude Code 会话的网关,以及 Apple Silicon(M4 Pro)与 Fedora(Ryzen 8745HS)的现成配置。在 8-CCD 的 Threadripper PRO 7985WX 上,生成速度能到 80.14 tok/s。仓库 455 星、Apache-2.0,更新频繁。

它的意义不在取代数据中心,而在改变默认假设。过去两年「本地跑大模型」的叙事被显存容量锁死,量化社区的实际进展则表明:MoE 的稀疏激活加上按敏感度分配的量化,可以让 284B 模型在消费级内存里保持可用质量。对隐私敏感、网络受限或只是不想为 API 付费的场景,这是一条现实的退路;对云厂商来说,它也是一个提醒——推理的护城河没有想象中那么深。

关键事实
  • 284B DeepSeek-V4-Flash,占用 <59GiB,纯 64GB CPU,无 GPU
  • 256K 上下文;提示 44.4 tok/s,生成 9.1–14.7 tok/s
  • Block-64 两级层次化非线性 MoE 量化,Fractal-64 仅 14.35 GiB
  • Threadripper PRO 7985WX 上生成达 80.14 tok/s
  • Apache-2.0,455 星,支持 M4 Pro 与 Ryzen 8745HS
阅读原文 · GitHub / synchopate ↗
LoreKit Blog人工智能与科技约 3 分钟

Agent 记忆缺一个 OpenTelemetry 时刻:五种格式,互不相认

Agent memory needs its OpenTelemetry moment

AGENTS.md、Anthropic 的 /memories、Copilot 的仓库事实、MCP 记忆服务器的 JSONL 图谱——同一个「留给未来自己的笔记」,被重复发明了五遍。

作者先让人做一件小事:数一数自己机器上有几种「agent 的记忆」。典型配置是这样的——大多数仓库里有 AGENTS.md 或 CLAUDE.md,少数有 .cursor/rules/*.mdc;有 agent 通过 Anthropic 的 memory 工具往 /memories 目录写文件;Copilot 在 GitHub 一侧保存每个仓库的事实;还有一个记忆 MCP 服务器维护着 JSONL 格式的知识图谱。四种形态,彼此都读不懂对方。CI agent 学到的一条经验,就永远留在写它的那个工具里。

他把这比作 2019 年之前的可观测性。那时每家厂商都有自己的 agent、自己的埋点库、自己的数据格式,换一家供应商就要重新埋点一遍。OpenTracing 与 OpenCensus 相互竞争,直到 2019 年合并为 OpenTelemetry。真正起作用的不是又多了一个标准,而是厂商同意不再竞争的四件事:数据模型(span、metric、log 分别是什么)、语义约定(service.name、http.* 这类共享命名)、协议(OTLP)、参考实现(SDK 与 Collector)。存储、查询、分析仍然各做各的,但用户只埋一次点。

文章给了一张当下的格式对照表:指令文件(AGENTS.md、CLAUDE.md、Cursor 规则)以整个 Markdown 文件为单位,按文件路径寻址,永不遗忘,靠人改;agent 自管文件(Anthropic memory 工具)按模型自选的路径寻址,除非模型删除否则永不遗忘;托管仓库事实(Copilot Memory)以带代码引用的事实为单位,按仓库寻址,28 天未使用即删除;上下文块(Letta)是带字符上限的标签块,永远在上下文里;抽取式事实(Mem0)按 user_id、agent_id、run_id 寻址,可选过期时间。

最有力的反驳是 xkcd 927——「再来一个标准解决不了碎片化」。作者的回应借用了 OpenTelemetry 的经验:一致来自既有项目的合并,而不是新增一个项目。他列出的开放问题也诚实:monorepo 需不需要 repo 与 branch 之间的寻址层级;遗忘该不该是默认行为(Copilot 默认遗忘,LoreKit 不遗忘,LangGraph 在读取时延长寿命);记录要不要指向它依赖的代码;由工作组、基金会还是一份草案来协调。MCP 与 AGENTS.md 都已在 Linux 基金会下属的 Agentic AI Foundation,中立的家已经存在。

关键事实
  • 至少五种记忆形态:指令文件、agent 文件、仓库事实、上下文块、抽取事实
  • 彼此不可读:CI agent 的经验无法被编辑器 agent 复用
  • 类比 OpenTelemetry:数据模型、语义约定、协议、参考实现四层
  • 分歧点:遗忘是否默认、寻址层级、是否绑定代码位置
  • MCP 与 AGENTS.md 已归入 Linux 基金会 Agentic AI Foundation
阅读原文 · LoreKit Blog ↗

市场与地缘

Markets & Geopolitics 03
TheSequence分析市场与地缘约 3 分钟

模型更聪明了,钱更紧张了:纳指单日跌 5.56%,AI 多头基金一天回吐 4%

The Sequence Radar - Issue #967: Last Week in AI: The Models Got Smarter. The Money Got Nervous.

中期选举后民主党得势,数据中心、电价与监管同时进入视野;高盛估算科技多空基金周四亏超 4%,全年收益被打回原点。

周四的抛售让纳斯达克综合指数单日下跌 5.56%。触发点不是某份财报,而是中期选举的结果:投资者开始把「数据中心受审查、电价上涨、AI 监管收紧」计入模型。一份预测智能需求指数级增长的表格,隐含了对地方政府的假设;而地方政府现在想谈谈这些假设。

仓位放大了跌幅。据路透社引述高盛估算,科技股多空基金周四亏损超过 4%,把今年一度在 6 月达到 24% 的收益打回大致持平。有些基金在选举前减了仓,周三追进反弹,然后卖掉刚买回的科技股——用一天的投资期限去交易一个十年的主题。这里有一个熟悉的反馈环:价格下跌让杠杆组合更危险,管理人卖出以降低风险,卖出又压低价格。周五科技股反弹,但这一周已经说明,相信 AI 终将重要,并不等于知道它今天该值多少钱。

同一周,Google 把视频生成的价格砍了 30%。Gemini Omni 1.2 Flash 支持最长 15 秒的生成与对话式修改,在保持产品、角色与视觉风格一致性上更好,720p 报价降到每秒 0.07 美元——一条 15 秒视频约 1.05 美元,不含重试、编辑与放大。商业意义藏在这些枯燥细节里:广告主要产品在镜头运动中保持可识别,创作者要只改一处而不重做整个宇宙。控制更好、迭代更便宜,AI 视频才可能进入日常工作;但对供应商来说,降价意味着必须用更大的量来补。

OpenAI 的 GPT-6 Cyber 走的是另一条路:把能力绑在明确的岗位上。它面向授权安全研究,负责发现漏洞、验证可利用性、协助修复。OpenAI 称它找出了 81 个此前未知的高危 Firefox 漏洞,在自家的 ExploitGym 评测上得分 48.5%,而 GPT-5.6 Cyber 为 32.1%。访问方式同样说明问题:初期只向通过身份与组织安全审查的客户开放,经 Daybreak Red 交付。能力更强,控制也更紧——采购部门能拿这种「明确的工人、明确的任务、明确的边界」去立项,「请购买未来」则很难走流程。

Thinking Machines 则贡献了「小模型」一词的最新弹性:Inkling 2 Small 总参数 5940 亿,推理时激活 170 亿,MoE 架构把每个 token 的计算量压住,支持图像输入与可调推理强度,开发者可通过 Tinker 微调,权重暂时闭源,计划在完成外部安全测试后以 Apache 2.0 发布。三件事放在一起,构成了更具体的看多理由:更便宜的视频、更强的安全研究、可定制的模型;也构成了更苛刻的投资问题:如果智能变得更便宜、更专用、更容易定制,客户会拿走大部分好处,模型提供方、基础设施所有者及其债权人,还得证明自己那份剩多少。

关键事实
  • 纳指周四跌 5.56%,诱因是中期选举后对数据中心与监管的担忧
  • 高盛估算:科技多空基金周四亏超 4%,全年收益近乎归零
  • Gemini Omni 1.2 Flash 降价 30%,720p 每秒 0.07 美元
  • GPT-6 Cyber:发现 81 个未知高危 Firefox 漏洞,ExploitGym 48.5%
  • Inkling 2 Small:总参数 594B、激活 17B,权重拟以 Apache 2.0 开放
阅读原文 · TheSequence ↗
Bloomberg Businessweek独家市场与地缘约 2 分钟

广告 SDK 变成警务工具:Webloc 可在无搜查令下追踪数亿部手机

Ads in Popular Apps Give Police a Powerful Tool to Spy on Users

天气、游戏、邮箱、宗教类应用里的定位 SDK,被拼成一张可回溯 12 个月、每小时更新的移动地图;美国执法机构购买它无需搜查令。

彭博查阅了培训材料、公司演示文稿,并采访了七名 Penlink 与 Cobwebs 的现任及前任员工,还原出 Webloc 的工作方式。这套系统最初由以色列初创公司 Cobwebs 开发,现由美国数字情报公司 Penlink 销售。在去年为国际执法机构准备的演示中,代表们当场展示了它追踪纽约第五大道上的行人、法兰克福欧洲央行周边人员,以及伦敦英国议会附近移动轨迹的能力。公司文件称,Webloc 可追踪全球数亿部手机,分析「数十亿个定位数据点」。

数据来源不是运营商,而是应用里的第三方追踪器。天气、游戏、邮箱、宗教类应用普遍嵌入广告或数据分析 SDK,这些 SDK 读取设备的广告标识符(advertising ID),连同经纬度一起回传。Webloc 把这些数据聚合起来,可以还原一部手机过去 12 个月的行踪,并以小时级频率更新。执法人员可以在图上圈定一个地点和时间窗,调出当时在场的所有设备。

法律上的关键裂缝在这里:2018 年最高法院在 Carpenter 案中裁定,执法机构向电信运营商索取定位数据必须取得法官签发的搜查令。但司法部此后主张,该原则不适用于从商业渠道购买的数据。于是出现了一条绕开司法审查的路径。据销售记录与知情人士,Webloc 的用户包括美国移民与海关执法局、至少两个美军分支、十多家美国警察机构,以及英国、沙特、阿联酋、新加坡、荷兰、德国、奥地利和匈牙利的有关部门。

美国公民自由联盟言论、隐私与技术项目副主任 Nathan Freed Wessler 称,证据显示这类工具近年出现了「荒谬的扩张」,由于缺乏法律监督,带来了「巨大的担忧」。「这意味着,政府本来无权调查的人,会被调查。」Penlink 发言人拒绝对具体客户置评,称 Webloc 仅用于支持执法与公共安全,并表示强有力的隐私保护与合法的数据访问必须共存、技术应被负责任地使用。

这件事的深层含义是:数据一旦被商业化收集,宪法第四修正案的保护就可能在购买环节被绕开。广告技术本是为投放服务,却顺带生产了一套覆盖全民的定位档案;执法机构不必黑进任何系统,只要成为客户。对监管者而言,可行的抓手不在 AI,而在广告标识符的流通本身——限制 SDK 的数据回传,比事后约束警务采购更有效。

关键事实
  • Webloc 由 Cobwebs 开发、Penlink 销售,可追踪数亿部手机
  • 数据来自天气、游戏、邮箱、宗教类应用中的广告 SDK
  • 可回溯 12 个月行踪,按小时更新,支持地点+时间窗反查
  • 美国用户含 ICE、至少两个美军分支、十多家警察机构
  • Carpenter 案要求搜查令,司法部主张商业购买数据不受此限
阅读原文 · Bloomberg Businessweek ↗
MailRoute Blog市场与地缘约 2 分钟

Outlook 悄悄拒收没有 DMARC 的邮件:一条 TXT 记录,决定你的信能不能送到

Outlook.com Is Quietly Rejecting Email from Domains Without DMARC

自 11 月 5 日起,outlook.com、hotmail.com、live.com、msn.com 开始拒收部分来自无 DMARC 记录域名的邮件,微软没有发布任何公告。

从 2026 年 11 月 5 日开始,微软的消费级邮箱开始拒收一部分来自「没有发布 DMARC 记录」的域名的邮件。退信长这样:550 5.7.1 Message rejected: Message lacks SPF/DKIM/DMARC Auth Records (AS9031519)。截至 11 月 6 日,微软没有发布 postmaster 通知、没有博客文章、也没有服务健康条目。

这与微软 2025 年 5 月起实施的群发规则不同。那条规定针对每天向 Outlook.com 发送超过 5,000 封邮件的域名,失败时返回 550 5.7.515 并列出 SPF、DKIM、DMARC 的具体结果。新的拒收打到小发送者身上:一间小办公室的一封回信也可能被退回,而且退信不说明哪一项失败,只说「缺少记录」。

最危险的地方是不一致。微软只拒收某个域名的一部分邮件:一封发往 Hotmail 的邮件通过了,下一封被退回,重发又可能成功。发件人看到满是缩写的退信,以为是故障就过去了;收件人那边则根本不知道有人写过信。对依赖个人邮箱触达客户、患者、申请者、家长或会员的业务来说,代价是安静的:发票没到、预约确认没到、回复看起来像被无视。

修复只需要一条 DNS 记录:在 _dmarc 名下添加 TXT,值为 v=DMARC1; p=none。p=none 表示声明使用 DMARC 并接收报告,但不要求接收方对失败邮件采取行动,因此不会改变 Gmail、Yahoo 等其它接收方对你的处理方式。有一个前提:DMARC 只有在 SPF 或 DKIM 对「From 头里的域名」通过时才算通过;若两者都对不上,单加 DMARC 记录没有用。微软 365 默认用 onmicrosoft.com 签名,除非为自有域名开启 DKIM,否则那个签名不计入 DMARC。

这件事的规律很清晰:大型邮箱服务商的认证要求,总是先针对群发者、附带截止日期地宣布,然后悄无声息地变成所有人的底线。p=none 现在是地板,不是最佳实践。反过来说,这也是一条低成本的自保:一条记录几分钟就能加,而域名一旦能通过认证,被伪造用于钓鱼和商业邮件诈骗的难度就高得多。

关键事实
  • 生效时间 2026 年 11 月 5 日,微软未发布任何公告
  • 退信代码 550 5.7.1,提示缺少 SPF/DKIM/DMARC 记录
  • 影响小发送者,不限此前 5,000 封/日的群发门槛
  • 修复:_dmarc TXT 记录 v=DMARC1; p=none
  • DMARC 通过需 SPF 或 DKIM 对 From 域名对齐
阅读原文 · MailRoute Blog ↗

思想与评论

Ideas & Essays 03
Murat Buffalo思想与评论约 2 分钟

写作是思考工具:没有纸笔,你只是一台有限状态机

Writing as a thinking tool

Murat 用 Blum 的那句「图灵机与有限自动机的唯一区别是有纸和笔」解释写作:写作不是记录思考,而是把思考搬到外部内存里执行。

他先讲了自己的起点。中学时读不进长段落,一页读完什么都没留下,只好开始做笔记;那是 80 年代末,Tony Buzan 的思维导图刚传到土耳其,于是他画出成页成页像蛛网一样的图。后来他明白,那些纸不是用来存信息的,而是用来处理信息的。十年后读博期间拖延,他读到 Manuel Blum 给研究生的建议:有限自动机能做加法但不能做乘法,图灵机可以计算任何可计算函数,两者唯一的区别是图灵机有纸和笔。「没有写作,你被降级为一个有限自动机。」

他把这称为「外存执行」。审稿是最好的例子:读论文时以为懂了,坐下来写评审意见才发现只懂了六成;写着写着,上下文被补齐,理解才完整,有时还会发现作者自己没意识到的更大图景。2018 年他随手写了一篇比较 Paxos 与 Nakamoto 共识在解剖学上相似性的短文,那个论点并非事先想好,而是在写作过程中逐渐清晰,最后成了一篇研究论文的种子。这也是为什么他的博客成了外部记忆:当初费力写下的东西,重读时能快速重建理解;没写下来的想法则留不住。

那 LLM 时代还需要写吗?他的回答是:模型读遍了一切,除了你脑子里的东西。它知道文献、标准框架和共识,但不知道你那个「标准框架在这个特定情形下可能不成立」的半成形直觉。他不信任 LLM 做出创造性的跳跃、建立新的连接,认为那需要另一次突破。所以一有问题就打开对话框,等于放弃了为自己思考的机会。更麻烦的是,贝索斯那句「写不出六页备忘录就不可能想清楚」已经不成立了——现在可以毫无思考地产出六页,而六页看起来仍像思考发生过的证据。

他给了五条规则:先乱写,不批评、不改错、不写完整句子,目标是拿到可以反应的零稿;再整理,把自己当成别人写的,残酷删改,舍不得删的句子先挪到文件底部的「垃圾缓冲区」;然后保持简单平实,用《风格的要素》的标准,复杂句式往往是草率思考的藏身处;接着不抱期待地写,读者设定为自己,外部回报太延迟、太随机;最后把写作排进日程,别等灵感。核心判断是:写作之所以有效,是因为它让你慢下来,同时把你按在问题上,多出来的那点时间里,洞察才有机会浮出来。

关键事实
  • Blum:图灵机与有限自动机的唯一差别是有纸和笔
  • 写作 = 外存执行,把思考搬到外部内存
  • 审稿时才发现自己只懂了约 60%
  • LLM 知道文献与共识,但不知道你的半成形直觉
  • 五条规则:乱写、整理、简洁、无期待、排进日程
阅读原文 · Murat Buffalo ↗
Paul Ford / Ftrain思想与评论约 2 分钟

浏览器已经够用了:一个人两周做出办公套件,托管费为零

The Web Is More Than Enough

他用写一篇长通讯两倍的力气做出了 TinyLittleOffice,21 种语言、托管费 0 美元,几小时内涌进几十万访客。

Paul Ford 上周发布了 TinyLittleOffice.com,一个「把数据存在 URL 里」的办公套件。Hacker News 上有人说这是毫无意义的浪费时间,GitHub 上有人开始提需求和修复,The Register 写了报道,它还短暂进了 Product Hunt 前十。流量把 Cloudflare 免费套餐打爆,他填了信用卡之后,又有几十万人来看。

让他意外的不是流量,而是成本结构。「浏览器是非常、非常、非常强大的应用开发软件」——这句话二十年前也成立,但后面多了一个注脚:获取这种能力的代价正在肉眼可见地下降。他投入的精力大约是写一篇长通讯的两倍;托管费在填卡之后仍是 0 美元。

他列了一串被低估的浏览器能力:Web Crypto 是浏览器里一等公民的安全平台;WebAssembly 让原生速度的代码跑在页面里;WebGL 提供高质量 2D/3D 图形;Web Audio 让你在浏览器里混音。这些 API 之所以复杂,是因为它们原本是为 Google 那样的团队、为向数十亿信用卡用户安全交付软件而设计的,个人开发者是事后才被想到的。现在一个人也能调用它们。他举的第二个例子是 Simon Willison 的 Battle Drones:一个多人、可离线运行的浏览器 3D 即时战略游戏,作者并不是游戏开发者。

这让他对「AI 泡沫」的判断变得模糊。一边是巨头们在吸 AGI 的油漆味;另一边,如果真有一百倍多的人开始为彼此写软件,那会在当前科技经济里炸出一个巨坑——不喜欢工业织机做的地毯,就改固件让每块地毯都个性化;把任何一张 Instagram 照片变成整块地板。App Store 的经济学也会被撬动:当验证一个想法只需要一台服务器和两周时间、成本近乎为零,为商店支付高额抽成的理由就变弱了。

他给了一个不那么乐观的注脚。写了多年字之后,他觉得软件开发越来越像写作;而写作这件事的尴尬在于,人们普遍不愿意为写作者付钱。软件从业者正在经历一种陌生的持续贬值。但如果你确实需要软件去做某件事——修一个流程、整理一个数据库、让一台工业设备多产出一点价值——现在几乎什么都能做。他相信两边最终会在中间相遇,只是需要时间,而且到达时样子会不一样。

关键事实
  • TinyLittleOffice:数据存在 URL 里的办公套件,21 种语言
  • 投入约为写一篇长通讯的两倍,Cloudflare 托管费 0 美元
  • Web Crypto、WebAssembly、WebGL、Web Audio 已可由个人调用
  • Simon Willison 的 Battle Drones:多人、离线、浏览器 3D RTS
  • 判断:软件越来越像写作,而写作者历来不被付钱
阅读原文 · Paul Ford / Ftrain ↗
浏览器已经够用了:一个人两周做出办公套件,托管费为零
图注:Paul Ford 在 Aboard 通讯中讨论 TinyLittleOffice——一个把数据存在 URL 里的办公套件。图片来源:Ftrain / Paul Ford。
Evan Patterson / Topos Institute思想与评论约 2 分钟

用图证明等式:e-graph 背后的范畴论直觉

How to prove equations using diagrams, part 1

e-graph 用 union-find 维护表达式树上的同余关系;Evan Patterson 想问的是,剥掉实现细节之后,它到底在做什么。

e-graph 全称 equality graph,是一种维护表达式树上同余关系的数据结构——一个在构造新表达式时保持稳定的等价关系。它由 Nelson 和 Oppen 在 1980 年提出,2021 年 Willsey 等人的 egg 让它与「等式饱和」结合,成为快速、通用、可适配的等式推理工具;Patterson 自己在 CatColab 里用的是 egg 的后继 egglog,用来推理有限呈现的范畴。

标准讲法从 Nelson 的博士论文一脉相承,强调 union-find 之类的数据结构与算法。Patterson 并不否认这些工作必须落到实现,但他好奇的是抽象掉实现之后,e-graph 究竟在做什么。e-graph 在 egglog 交互演示里呈现出的图示性质,会让任何范畴论学者怀疑:背后是不是有范畴论的东西在起作用。已有两组人提出范畴语义(Biondo、Castelnovo 与 Gadducci 2025;Tiurin 等 2025),都把「e-hypergraph」定义为一个带额外结构的标记超图,而那层额外结构直接或间接地指定了一个等价关系。

他的切入点是「操作」而不是「定义」。范畴论者用交换图表示态射之间的等式:一个方块交换,意味着 g∘f = k∘h。形式化地说,范畴 C 里的图是一个函子 D: J → C,J 是小范畴,称为图的形状;形状是自由范畴则称图为自由的,形状有限呈现则称图有限呈现;若 J 中任意两个同源同靶的态射在 C 中的像相等,则图交换。计算代数里处理的正是自由且有限呈现的图——形状由有限图自由生成,天然适合用计算机表示。

「图追逐」就是把一个图按推理规则变成另一个图,而这些合法变形本身,是图之间的态射——满足额外性质的函子。他引入的核心概念是初始函子(initial functor):它保证沿其重写后的图与原图具有相同的余极限,因此可以视为不改变语义的合法变形。这篇第一部分只处理没有额外结构的范畴,相当于只允许一元函数符号,好处是最少的前置知识就能把想法讲清楚;后续文章会推广到有限积的范畴,从而回到标准 e-graph 的设定。对做形式化与计算机代数的人来说,这条路线若能走通,e-graph 的「重写」就不再是一堆启发式规则,而是有明确范畴语义的态射。

关键事实
  • e-graph = 表达式树上的同余关系,Nelson & Oppen 1980
  • egg(2021)把 e-graph 与等式饱和结合,egglog 为其后继
  • 已有两套范畴语义把 e-graph 定义为带等价结构的标记超图
  • 图 = 函子 D: J → C;交换图即态射间的等式
  • 初始函子保证重写前后余极限相同,即语义不变的变形
阅读原文 · Evan Patterson / Topos Institute ↗
编辑要点
Bottom line

今天的主线是定价权在转移:英伟达董事会用一次独立调查给 CEO 的个人关系定价,华尔街用一根 5.56% 的阴线给 AI 基础设施的监管风险定价,而开源社区在把模型能力拆成可替换的零件——去宣传的微调、规格先行的编码流程、共享的记忆格式。技术扩散依然快于治理与估值体系的跟进;谁承担成本、谁拿走收益,这一天给出的答案并不一致。