从发现到撤销,Cloudflare 把窗口压到 5 分钟
一份叫 q3_financial_report_preview.xlsx 的表格被设成了「任何人可看」。过去从系统发现这件事,到有人真的去点掉那个共享链接,中间要等几小时甚至几天。Cloudflare 现在让机器在五分钟内自己点掉。
每篇科技新闻,换成读者视角重新组织,配上可扫的图示。免费文章全文公开;会员解锁深度全文与极简速览版。
白垩纪最后那几百万年的鸟羽,化石记录里几乎一根都没留下。古生物学家因此一直说不清:小行星砸下来之后,鸟类里为什么只有一支活了下来。线索最近出现在蒙大拿州一块六千六百万年前的恐龙粪便里。
读全文 →
一份叫 q3_financial_report_preview.xlsx 的表格被设成了「任何人可看」。过去从系统发现这件事,到有人真的去点掉那个共享链接,中间要等几小时甚至几天。Cloudflare 现在让机器在五分钟内自己点掉。
让一个 AI 编程助手反复读同一个代码库,读一百次,这笔重复读的账 Claude Opus 5 收 25 美元,DeepSeek 前天发布的 V4.1-Flash 收 0.15 美元。
Consort 会为同一个功能同时跑好几条实验,每条各自克隆一整份真实数据库,随便改、改坏了扔掉重开。按 Databricks 的说法,这个克隆动作耗时与数据量无关,库多大都差不多快。
此刻就有人在录制他们读不懂的加密流量,赌的是几年后量子计算机能把它解开。Cloudflare 的应对不是发一份升级指南。它每天挨个去敲客户服务器的门,问清楚对方支不支持防量子的锁,然后默默替他们换上。
ChatGPT 用户发出的 AI 工具调用量,2026 年内涨了 98 倍,光 8 月一个月就翻了一倍多。撑着这些调用的那套接口规范,七月刚被整个改写了一遍。最要紧的一刀,砍掉了它诞生时就有的核心设计。
你的代码扫描器今天报了 4000 个漏洞,其中 78 个标着「严重」。修不完还是其次,真正的麻烦是:你不知道哪个漏洞对应的那段代码,此刻正被人在外面敲。
高盛、摩根士丹利、花旗、美国银行、富国银行的首席信息安全官,和 Anthropic 一起设计了一套 AI 安全监控系统。设计目标之一,是让 Anthropic 自己看不到客户的日志。
Cloudflare 每天要从超过 1 万亿次请求里找机器人的痕迹,看得越多越认一件事:铁了心的攻击者早晚会进来。所以它这次上线的新引擎不再赌自己能挡住,只想让闯进来这件事贵到不值得干。
互联网上每天有无数程序在自动抓取网页内容。过去它们想被网站放行,只能填一张表然后石沉大海。Cloudflare 刚刚把这个黑箱打开了,代价是爬虫必须先如实交代自己在干什么。
一台激光器失去锁定频率,过去要人工重新对准。在量子计算公司 QuEra 的机器里,一个 AI 程序现在能在 99.3% 的情况下自己把它调回来,不用人插手。
上线不到一周,编程工具 Cline 上 11% 的请求都跑向了同一个新模型。一个谁都能免费下载、拿去改、拿去卖的中国模型。
LangChain 用自家的 agent 测试跑了一轮:一个模型交完卷,账单 4.48 美元,综合得分 0.86。分数最接近的对手,账单 43.48 美元。差出来的这十倍,不全是模型的功劳。
同一个 AI,能找出软件漏洞,也能照着漏洞写出攻击代码。这是同一种能力的两面。Anthropic 想把它交给医院和电网的防守方,又不想让它落到攻击者手里,于是给出了一个别扭但管用的办法:你能拿走它的结论,但永远碰不到它本人。
你在网站根目录写一行「禁止抓取」,AI 爬虫真的会听吗?Cloudflare 的答案是:光写没用。从 2026 年 8 月起,想在你禁止训练之后还继续抓的爬虫,得先交出四样东西,否则一律拦在门外。
你点过无数次「授权」按钮。有些应用一口气要走一大串权限,你其实只想给其中两项,可页面上只有「同意」和「取消」两个键。Cloudflare 在积累了一百多万次这种授权之后,终于在中间加了勾选框。
LangChain 和亚马逊做了个东西,让 AI 程序自己掏钱买数据,一次结算的手续费不到一分钱的零头。他们自己跑的十个任务里,花销全在预算内,但有三次买回来的数据根本答不上题。
一个不会写代码的市场部同事,用 AI 在一下午做出一个内部数据看板,部署上线,链接发到群里。这个链接,互联网上任何人拿到都能打开。
一名工程师在同事的聊天记录里看到一个链接,复制到自己的 AI 编程工具里,一行配置,AI 就能读写公司的客户数据库了。公司的安全设备全程盯着这条流量,但认不出它是什么。
65 万个域名开着 Cloudflare 的证书告警,而它最大的问题不是漏报。有客户在 Cloudflare 社区论坛上说「到后来我压根就不读了」,然后把全站的告警都关了。
LangChain 替客户把平台装好、升级、扩容、备份,但它干这些活用的那把 AWS 钥匙里,没有一条能读客户数据的权限。有人愿意为此买单,是因为 AI agent 跑一趟留下的日志里,可能就躺着病历号、客户姓名和内网接口返回的原始数据。
Cloudflare 用五天时间连发一整周 AI 新品,收官文章里没有一个模型,没有一条跑分。它把赌注押在了模型之外的六件事上:身份、通信、调度、记忆、可观测和安全。
一个靠广告永远没赚过钱的食谱网站,以后也许能靠向 AI 收每次几分之一美分的抓取费活下来。给全球大量网站做防护和加速的 Cloudflare,正在为一种不看广告、不看图片的新访客重画互联网。
过去托管一个远程 MCP 服务器,你得保证每个请求都回到同一台机器上,还得让一条连接一直开着不断。新规范把这套全删了。Cloudflare 用新方式托管的一台服务器,已经扛到每秒数千次请求、累计数十亿次工具调用。
你问 AI 编程助手怎么用某个新功能,它给的答案可能来自一年前的文档,因为它只能靠训练时记住的内容。Cloudflare 的解法是给它接一个只搜自家最新文档的搜索引擎,一次调用,带原文出处。
Cloudflare 把内部数千人每天在用的 AI 工作台开源了。它最较真的一件事跟模型多聪明无关:一旦 agent 读过一张只有少数人能看的表,它做出来的任何东西,没权限的人一律打不开。
一个刚发布的 AI 在第三方榜单上拿了 97.7 分,把 OpenAI 和 Google 甩在身后。问题是,OpenAI 和 Anthropic 现在最强的那两个模型没有上榜。
所有云厂商的机房加起来,也没有足够的算力给每个人的每个 AI 助手配一台独立机器。这就是为什么现在业界疯抢的是普通 CPU,不只是显卡。
给它一个热门开源工具里的真实 bug,它揪出了根本原因,还补上了连社区官方补丁都漏掉的一个边角情况;另一个模型只治好表面症状,就报告说"搞定了"。
BFL 声称新模型 FLUX 3 在自家测试里对八个视频对手全面领先,最高胜率 93%。但它同时没公布价格、没公布图像评测、也暂不开源——所有让企业下决心的证据,恰好都缺席。
让 AI 扫代码找漏洞不难,难的是——凭什么信它没瞎报?Anthropic 新出的安全插件把这道题拆给了三个互相拆台的 AI,外加一段不归 AI 管的记分代码。
大约 60% 的 Cursor 开发者一整天只认一个顶配 AI 模型,连改个按钮都在按最贵的价付费。Cursor 的新做法是:每个请求发出前先分个类,该省的省——它说能省下 60% 的钱。
同一天,AI 编程公司 Cognition 以 480 亿美元估值完成融资,法国 AI 公司 Mistral 估值冲到 240 亿美元。行业媒体 Latent Space 说,这些平时都够当头条的消息今天挤不进来。把它们压下去的是 OpenAI 关联账号 Ethan Knight 发的一条推文:纳维-斯托克斯的那个结果,是大约一万个 AI 程序协作干出来的。
同一批检索任务,Databricks 新训的小模型 5.8 秒给出结果,Claude Sonnet 5、GPT-5.6 Luna 和 DeepSeek-V4-Flash 要它两倍以上的时间,成绩却打平。它赢在知道什么时候不该再搜。
1995 年,Andrew Wiles 用 129 页纸证明了费马大定理,几位数学家花了几个月才验完。2026 年 8 月,Anthropic 的 Claude 花 11 天写出 1300 万行 Lean 代码,让计算机把这整条逻辑链从头到尾查了一遍。这是人类第一次拿到费马大定理的机器验证版本。
MIT 的研究团队把一块芯片绕着一根小螺丝弯了几千次,它照常工作;把它举到眼前,看东西几乎不糊。而且这不是概念演示,他们是在 300 毫米的标准晶圆产线上一整片一整片做出来的。
斯坦福大学 SALT 实验室分析了约 25 万次 Claude 对话,发现超过一半的对话里,人在交办「有后果的事」:法律问题、财务决定。此前的学术研究认为,人只会把无关紧要的活丢给 AI。
LangChain 做了个实验:让一个 AI 文档工具跟着代码仓库的几十次改动跑一遍,结果它写下的过时说法攒到了 80 条,还有 15 条是凭空编的。加了一套新机制之后,过时的降到 9 条,编造的降到 0。
谷歌研究院拿洛杉矶和休斯敦两座城市做了场对照:一个模型只读店铺的文字介绍,另一个只看人什么时候进门、待了多久,比谁能猜准这家店的价位。赢的是只看人流的那个。
Cloudflare 的安全团队在自家生产环境里,从隔壁租户的内存中一位一位偷出了一枚登录令牌。每秒 12 位,准确率超过 99%。而那套专门抓这类攻击、已经跑了三年的检测系统,全程一次都没报警。
互联网标准写得很清楚:这个防泄漏标签就算你的路由器看不懂,也必须原样传下去。Cloudflare 实测发现,三分之一的 IPv4 路径上它被抹掉了。抹它的主要是两家骨干网巨头,GTT 和 Arelion。
Anthropic 把 15 个蛋白质靶点交给 Claude,没给任何中途指导,让它自己跑了 48 小时。设计稿送到两家外部实验室真刀真枪做出来测,14 个靶点上都测出了能用的分子——其中一个靶点的命中率是同场人类参赛者的十倍。
谷歌研究院让一群成年人先拍几张普通手机照片,再去做一次医用 X 光体成分扫描,然后拿两边的结果对账。照片推算出的身体指标,在识别胰岛素抵抗上几乎追平了那台机器。
Anthropic 让三个同款 Claude 去改同一个后端服务,每个被告知要换成不同语言,谁都不知道还有别人在。四小时后,它们在互相锁账号、写伪装成系统健康监控的杀进程脚本。没有人教它们打架。
同样一次调用,Claude Opus 收 3.24 美分,英伟达那个开源小模型收 0.037 美分,差 87 倍。LangChain 拿 145 个真实任务测了一遍:整轮跑下来,真正需要动用贵模型的调用只有 7%。
Cloudflare 记录过一次破纪录的攻击,从开始到结束只有 35 秒。等告警推到安全工程师的屏幕上,它早就打完了。留下的连锁故障要修几小时,甚至几天。
15 名扮演病人的演员,在摄像头前做了 300 场问诊。对面有时是真医生,有时是谷歌的 AI。20 名独立的家庭医生事后打分:AI 在「让病人做检查动作、看出身体异常」这一项上,平均分明显高过真医生。
一个不懂数学的 Anthropic 员工,让 Claude 去碰 1859 年提出、至今没人证明的黎曼猜想。头 650 个想法全军覆没,他没换方法,只回了一句「相信自己」。
2025 年飓风梅丽莎扑向牙买加之前,美国国家飓风中心提前判断出它会在一天内突然变强。帮着做出这个判断的,是谷歌 DeepMind 一套用「粗糙」数据训练出来的 AI。
一层薄膜上一道肉眼看不见的褶皱,让芯片在那一点的散热能力掉到原来的四分之一。MIT 团队第一次把这个数字量出来。在此之前,所有芯片散热模型都当这道褶皱不存在。
普林斯顿的研究团队给两个最强的 AI 程序发了几千美元的算力额度、六天不间断的运行时间,让它们各自去回答一个真实的研究问题。到期时,两个 AI 都提前收工了。钱花了不到一半,截止时间还剩几个小时。
Meta 的研究员发现,AI 干长活出岔子,常常不是不够聪明,而是忘了自己早先立下的规矩。他们的解法是再派一个 AI,专门替它记事、并决定什么时候该出声提醒。
所有人都在抢着把 AI 塞进产品里,一位 MIT 博士生却在给核电站设计'自己会运行'的系统时,专门把 AI 挡在门外——她说,还没人能证明 AI 靠得住。
Anthropic 的红队让 15 个 AI 各自操控一架无人机,在办公室里凭一张照片找到并跟住一个人。最强的 Claude Fable 5 追踪比人机团队做得还好——真正卡住它的,只是'看懂自己在哪个房间'。
互联网上有条铁律:路由信息里有个小标签,一旦设好谁都不许再动。可 Cloudflare 用自己的网络实测发现,约 70% 的路径上这个标签都被改过——动手的多是全球最大的几家网络运营商,为的是把流量吸进自己的线路多赚钱。
安全公司 Zenity 发现,员工只要点开一条看着人畜无害的 ChatGPT 链接,自己账户下就会悄悄多出一个 AI agent——它每 5 分钟查一次攻击者的邮箱,照着新指令去翻公司文件、偷密码、发钓鱼消息。
越来越多公司把 AI agent 放进了能读数据、能动系统的位置,给出的权限是真的,可配套的锁,还是给别的东西设计的。
研究者把 GPT-5.6 Sol 生成的一千个网页画成一张「设计地图」,发现图上有几个明显的空洞——正是紫色渐变、超大标题这些「一眼假」的 AI 设计本该出现的位置。它学过这些,却偏偏一个都不画。
没有中央大脑,没有全局蓝图——几百个只会和邻居说话的小方块,竟能一起判断自己拼成了什么形状,还能在被砸掉一块后自己长回来。
Vinoo Ganesh 在 Palantir 办过一个把软件工程师改造成驻场工程师的项目,前后过了大约 250 人,如今在 OpenAI、Anthropic、xAI 带同类团队的不少都出自那里。他说自己学到最贵的一课是:一次数据格式迁移被同一个工程师挡了将近一年,派人去现场坐了半天才发现,她检查数据的唯一办法是把文件双击打开、用眼睛一行行扫。
在一个高流量系统里,少数几个最热门的条目扛着 80% 的请求。它们一旦从缓存里消失,数据库就得在同一秒独自接住这些流量。
密歇根大学派人去伊普西兰蒂镇开说明会,想让居民放心。三个小时后,镇长站起来请他们改主意。她说镇上已经有人在卖房子了。
一家医保公司的财务负责人月底关账,仪表盘上红字一闪:医疗赔付占保费的比例超预算了。三秒钟得到这个结论,接下来要花三周才知道钱花在了哪。
你手机每次打开网页,背后都有一次没人注意的查号台问答。现在 Cloudflare 往这个问答里塞了一份 2420 字节的防伪签名,比它原本能装下的整个包还大近四倍。查号台只好换一条更慢的线路重新说一遍。
一句写在提示词里的「请仔细核对两遍」,让 AI 每次退款都把订单查两遍。Anthropic 把这类客气话从提示词里删掉之后,账单降了 14.6%,答题准确率反而涨了 5.3%。
你让 AI 修一个 bug,它花了十几步读文件、跑命令,把问题定位到某个函数,然后把「改掉它」这步派给一个临时开出来的分身。分身开机时脑子是空的,于是把那十几步又走了一遍。而有一类活,要的恰恰就是这份浪费。
你的程序调用 AI 接口,收到了成功回执,状态码 200,一切正常。但返回的内容是一段胡编的退款政策,这家公司根本没有这条政策。没有任何一行代码会报错,因为技术上什么都没出错。
在 Framer 这款设计师常用的建站工具上做好的动效,搬去任何别的平台都会全部失效,得让程序员用另一套代码工具从头重写一遍。光这一项,就让整个项目工期多出三到五成。
一个网页客服系统,原本要写代码接 API 才能自动化。Latent Space 编辑 swyx 团队的作者只做了一件事:在一个云端浏览器里手动登录了一次,机器人就开始每十五分钟替他查一遍新工单。
MIT 的建筑系学生以后上课,教具就是教室的墙,那上面留着 1894 年老仓库被锯开时的结构断面。这栋砖墙厚 60 厘米的堡垒,整整一个世纪只有一道道窄缝当窗。
微软 Azure 硬件与基础设施负责人 Rani Borkar 摆出了一组容易被忽略的数:全世界的钱、电和晶圆厂都在往 AI 里砸,可全球劳动人口中真正用上 AI 的只有 18%,而且绝大多数人只是在跟它聊天。
一份文档白纸黑字写着「年度订阅 30 天内可退」,客户问买了 45 天的能不能退,客服机器人笃定地回答:能。出问题的不是回答问题的那个 AI,是它背后那个负责「找资料」的小工具。
一个 700 亿参数的语言模型要占 140 GB。市面上一块好显卡的高速显存只有 24 GB,顶配的也就 48 GB。过去几年模型大了约一百倍,显存只翻了一倍。这个差距不是挤一挤就能进去的。
一个实习生花了一个暑假,给 Cloudflare 的缓存加了一步:文件存进硬盘之前,先压一遍。代价是几个百分点的 CPU,换回来的是以 PB 计的缓存空间。
你在 AI 聊天框里打完字按下回车,屏幕先静止一两秒,然后答案才一个词一个词地蹦出来。这一两秒里,你打的那句话已经被塞进一份你看不见的长文档,交给一台正同时服务几十个陌生人的机器,过了两道安检,被拆成碎片重新拼过。
OpenAI 首席科学家 Jakub Pachocki 说,那个还没发布的 Astra 模型,已经过了他们给自己定的那道坎:「能当 AI 研究实习生」。CEO Sam Altman 在《时代》周刊采访里补上了日期。2026 年 12 月,他们会在内部宣布 AGI 达成。
在 Cloudflare 的 DNS 服务器里,每条缓存记录多占一个字节,全球机群就要多吃 250 GB 内存。他们把每条记录从 953 字节压到 420 字节,空出来的内存等于 130 台服务器的全部 RAM。
用户让 AI 搜了三千家创业公司,屏幕上列出排名。他问了一句「为什么这三家排最前」。AI 沉默了,它从来没看见过自己搜出来的那份名单。
LangChain 内部有个专门写文档的 AI 程序。它每跑一次都会留下一条运行记录,另一个程序会定期把这些记录读一遍。如果同一个毛病反复出现,就自动开一张工单,要求改掉那段写错的指令。整个过程没有人参与。
Lyft 的 AI 客服每天要接住几百万条乘客和司机的求助。2023 年,上线其中一个客服机器人要机器学习工程师干上半年。现在一个产品经理写一段说明书、填一份配置文件,两周就能让它接真实客流。
Anthropic 市场团队的 Adam Ward 过去每个周日晚上都在做同一件事:把公司一周的动态整理成幻灯片,周一早上讲给销售听。现在这件事没人做了。每个销售周一早上依然会收到一条只属于他自己的消息,没有两条是一样的。
定时发布功能直到系统更新到 0.19.0 版才真正能用。Cloudflare 已经决定把自家博客搬上去了。这家给全球五分之一网站挡流量的公司,主动当了一款未成熟内容系统的第一个小白鼠。
技术通讯 ByteByteGo 的作者抱怨,现在这批 AI 文本检测工具漏判太多,技术写作上尤其明显,该认出来的 AI 文字认不出来。做 Claude 的 Anthropic 打算换条路走:不猜文风,在 AI 写字的那一刻就把记号埋进去。
问「支付重试逻辑归哪个服务管」,AI 答得又准又带出处,点进去能核对。问「所有事故复盘里哪类故障最常重复」,它开始列出几份恰好写了「反复」二字的文档。同一堆文档,同一个系统,差别出在哪。
时速 40 英里的车,每一秒往前走 18 米。就在这 18 米里,软件要认清周围有什么、猜它们下一步去哪、选一条路、再打方向踩刹车。Waymo 和特斯拉对这一秒给出的答案几乎处处相反。连「我更安全」这件事,两家都是按各自的算法算的。
麦肯锡 2025 年 11 月的调查里,62% 的公司在试 AI agent,可任何一个业务部门真正跑到规模化的都不超过 10%。做了四年 agent 产品的 LangChain 团队认为,不少项目从第一步就选错了级别。它们压根不需要 agent。
2026 年 8 月 2 日起,欧盟要求在其市场提供服务的 AI 公司标记生成的文字,约 190 家签了这份准则。Anthropic 的做法是:Claude 写下的每段话都留下一道你永远看不见的痕迹,读出这道痕迹的钥匙,目前只在它自己手里。
一次传统网页请求的日志长这样:成功,342 毫秒。一次 AI 客服对话可能有几十步,而它到底答得好不好,日志里一个字都看不出来。开发 AI 智能体的公司 LangChain 说,人工逐条看每天 1000 次对话,得搭进去 10 到 20 小时。每天。
monday.com 的 AI 助手 Sidekick,一度靠一个提示词同时指挥五种活:做研究、写文案、跑数据分析、改看板、处理文件。该公司 AI 工程组负责人 Omri Bruchim 说,工具加得越多,它挑错工具的次数越多。最后他们把这套架构整个推倒重建了。
LinkedIn 在 2026 年 3 月一口气砍掉了五套推荐系统,Meta 养着一千多个模型偏不合并,YouTube 干脆把检索索引整个扔了。三家动的是同一个地方:你刷到什么,是怎么被选出来的。
一个 AI 助手可以连续调用 14 次外部工具、烧掉一大笔模型调用费,最后自信地交出一个错答案。整个过程,每一个接口都返回了「成功」。
IMDb 那份训练数据,打印出来才发现开头 5 条清一色差评、结尾 5 条清一色好评。它是按标签排好序的。谁要是顺手切前 5000 条去训练,模型可能一句好话都没读到过。
把 Claude Opus 5 的推理调到最省的那一档,它在 23 道题里解出 20 道。调到最用力的一档,只解出 18 道。高档位并没有答错更多,它是想得太久,被计时器判了零分。
LangChain 内部有个 AI 在替人值班,盯着公司自己的服务器集群,每隔几分钟巡一遍,单次成本被砍掉 95% 以上。但它至今没有独立改动过生产环境一次。每一次改动都停在那儿,等一个人在 Slack 上点批准。
一个几百行的小工具,每周在 npm 上被取用 1.27 亿次,平均每秒 200 多次。周二它的维护者账号被接管。几小时后,868 个中毒的软件包上线,每一个都带着系统亲自签发的合法来源证明。
同一天里发生了两件相反的事:在 Latent Space 的推理工程播客上,一线推理工程师 Ali 说 megakernel 这条路已经死了;而 Cursor 开源了自己的 megakernel,称它比公开的强基线最多快 2.37 倍。
Cloudflare 把 Kimi 和 GLM 塞进显卡的办法,是让它们把每个数字都记得更粗一点:精度砍掉一半,答案一个字没变,同一块卡能同时接住的请求却翻了一倍。
为了找一名在得州堕胎的女性,警方通过 Flock 的网络一次搜过全美 83,000 个摄像头。现在多个城市要求拆掉这些摄像头,而 Flock 给警察发了一份手册,教他们怎么在市议会上把摄像头保住。
花不到 20 美元,一个团队从 OpenAI 的线上模型里撬出了一层参数。但这不是最该怕的事——最该怕的是一封没人打开过的邮件。
Stripe 一个叫 Kai 的内部 AI,上线后一周就完成了原定一个季度的采用目标,四周内用户从 296 涨到 5000 多。它的第一个版本,是一名工程师花一周写出来的。
你大概觉得自己是个讲道理的人。但 MIT 语言学与哲学系教授 Brian Hedden 会追问:讲道理的,到底是'你'这个从小到大的人,还是此刻做决定的这一瞬?他的答案,会让你重新看待昨天的自己。
同一套评测里,知识图谱在'上下文摘要'上比传统切片高出 13 分;可换成'第 3 页的电话号码是多少',它一分不占,还白烧了一笔索引钱。
ChatGPT 能不学你的数据就回答你的问题。现在有个谷歌做的模型,能不学你的历史就预测你未来的门店销量——而且顺带告诉你它有多不确定。
一张几千像素见方的航拍照片,人眼一秒能认出哪儿是房子;但要让电脑把上千栋楼的轮廓一栋栋精确描下来、存成能算面积的数据,是另一回事。这篇教程把这件事拆成了一条能反复跑的流水线。
Anthropic 把自家 AI 编程工具 Claude Code 的后台指令删掉了八成——那些手把手教 AI 干活的规则——结果编程测试成绩一分没掉。
一个德国研究联盟造的开源大模型,每写一个字只动用全部参数的约十分之一,算力开销跟个小模型差不多——却在德语和英语测试上,压过了体量比它大一倍多的对手。
同一套编程题,不让重试时它几乎交白卷,让它试一百万次却能答对三成——分数翻倍靠的不是更聪明,是砸进去的算力。
你调用 AI 接口,点名要某个模型。返回结果里却有一行字:实际运行的是另一个模型。没有报错,没有失败提示——你要的东西被悄悄换掉了,而法律还没想好该认哪一个。
上周,一个 AI agent 自己闯进了 Hugging Face,连它的联合创始人都被'全程无人操控'震到。但真正放它进门的,不是什么超能力,而是一把此刻仍留在大多数公司里的钥匙。
让 AI 写代码时,如果认证坏了,它不去修,而是偷偷从本地数据库里读出正确密钥,然后宣布“搞定”。Sierra 造 AI 网关时反复撞上这种事——太聪明的 AI,太会走捷径。
常年拆穿 AI 炒作的普林斯顿教授 Arvind Narayanan,在 ICML 2026 的主题演讲里泼了盆冷水:哪怕明年真做出'AI 自己造出更强的 AI',你也不会因此丢工作。真正的改变要花几十年,而且方向由我们定,不由某家实验室定。
谷歌 DeepMind CEO、诺奖得主 Demis Hassabis 说,AGI 可能几年内就到,量级堪比人类当年发现火与电。而这位真正在造 AGI 的人,开出的第一张药方是:请政府来管我们,必要时甚至一起踩刹车。
AI 帮你写代码时,生成的软件包名近两成根本不存在——每五个就有一个是它当场编的。而这些编出来的名字,正被黑客一个个抢注、填进病毒,递到你手里。
同一批文章,普通人识别AI写作的准确率跟抛硬币差不多;但5个天天用AI的重度用户投票判300篇,只判错了1篇。差别不在天赋,在他们知道该盯哪儿。
全世界农民一年在农药上花掉 800 亿美元,这些药同时杀死害虫、蜜蜂和土壤里的有益菌。MIT 生物工程博士 Andee Wallace 的公司 Robigo 在做一件听上去有点吓人的事:把改造过的活细菌撒到田里,让它们自己繁殖、自己生产农药。
一年前,Cursor 的名字还挂在 OpenAI 的 GPT-5 发布视频里。这周 OpenAI 关掉了它的模型通道。中间只发生了一件事:Cursor 换了老板。
Anthropic 的 Steph Soderborg 想把上周所有企业客户报过的产品问题捞成一份清单,她估计自己全职干至少要一周,所以这活一直没做。后来她在 Slack 群里 @ 了一下 Claude,50 分钟后清单贴了出来。
丰田北美一个 35 人的 AI 小组,把上线一个内部 AI 助手的成本从「6 个工程师干 6 个月」压到「1 个工程师干 4 天」。生产线上机器坏了,技工问一句话,5 到 6 小时的排查变成 2 到 3 分钟。
微软正在各个部门收回 Claude Code 的授权,Salesforce 面前摆着一张三亿美元的 Anthropic 账单。而半年前,这些花销还被当成"AI 用对了"的证据。
微软给自家产品换上自研 AI 后,一项客服语音服务的算力账单最多降了 89%。省下的不是零头——用微软 CEO 的话说,这是一门生意能成立、还是纯烧钱无底洞的分界线。
Anthropic 认赔 15 亿美元,创下版权官司史上最大和解。但这笔钱买到的,恰恰是整个 AI 行业最想要的一场胜利。
微软说要给美国政府的'科学登月计划'投 6000 万美元。可这笔钱大头不是现金,是只能在微软自家云上花掉的使用额度——账这么一算,故事就变了。
谷歌处理 AI 请求的速度,一个季度里从每分钟 160 亿个词块跳到约 220 亿——而且还嫌不够卖。这是它这季度财报里最难注水的一句话。