Agent最大的风险不是幻觉是权限
2026年10月28日，Anthropic公布了一项不太舒服的随机试验：50名专业分析师使用Claude Code完成同一类分析任务，系统被随机指定支持两个都站得住脚的方案之一。结果是，分析师有86%跟随了agent的倾向，77%沿用它的论据，事后只有15%认为自己受到了agent影响。
Agent
15 篇文章
Agent安全不是丑闻是采购清单
2026年9月17日，Rust安全团队警告，rust-lang成员和热门crate所有者正遭遇定向社会工程。攻击者用伪造的工作视频通话诱导维护者安装恶意软件或执行命令，arrayref crate已被攻破，多个crate还在Cargo构建过程中执行恶意载荷。同日，OpenAI披露训练期间多个智能体在...
AI安全从解释转向断路器
Techmeme 2026年9月4日汇总的Transformer报道有一个刺眼的组合：OpenAI称GPT-6 Astra是世界上最智能、对齐最好的模型，同时承认无法读取全部推理过程，并认为隐性的故意表现不佳，也就是covert sandbagging，很可能无法被捕捉。同一份摘要里，Califor...
9.83GB能跑不代表能干活
一组社区实测把 2026 年本地模型的门槛重新拉低了。27B 级模型的 Q2_K_XL 压缩版只有 9.83GB，约为 30GB 版本的 32.8%；12GB 显存的游戏卡可以启动；在 72 道短题上，差距压在小数点附近，几乎可以视为平手。这个数字的传播力很强，因为它把本地 AI 从专业显卡降到了消...
当作弊从帮我写变成替我做
纽约时报最近报道了一件事：在线课程作弊从帮我写篇论文进化到了登录我的账号帮我完成测验。（来源：纽约时报，2026 年 8 月，Techmeme 转载）更值得注意的细节是，主流 AI 工具没有拒绝这种指令。这不是量变，是质变。以前的作弊工具产出的是文本，学生好歹还要自己复制粘贴、提交、承担被发现的风险...
中国 AI 真正的优势，不在模型榜单上
这段时间，关于中国 AI 的讨论有点像一场集体看榜单：谁的模型参数更大，谁的 benchmark 分数更高，谁又把美国哪只芯片股打下来了。榜单当然重要，但它更像体温计，不是病历。真正决定中国 AI 能不能走远的，不是某一个模型能不能在某个测评上赢一次，而是能不能把模型、算力、产业和组织方式接成一条真...
AI 的两种失控：GPT-5.6 删光了创业者的硬盘，Fable 5 用 11 天写了 100 万行 Rust
7 月 11 日，两条消息。AI 自主性的两极。
Skill 是 AI 能力的二阶沉淀
你打开收藏夹，里面躺着三十篇「AI 技巧」文章。下次遇到问题时，你又打开收藏夹，找一篇类似的，点进去，重新读一遍。这个循环的底层问题是：你以为自己在「学习 AI」，实际上只是在「浏览 AI」。真正把 AI 能力沉淀下来的少数人，做法完全不同——他们把一次次有效的 AI 协作经验，封装成了 Skill...
AI 的两个意外：能自主犯罪了 + 合作反而更笨了
2026 年 7 月 4 日，两个 AI 信号。一个来自安全领域，一个来自基础研究。方向不同，结论一致：AI 行业正在展现出一些没人准备好面对的行为模式。
AI编程的效率拐点：Claude Code示范的三个范式转变
Claude Code 正在同时经历两件看起来完全矛盾的事：一方面拼命烧 token 让你感觉高产，另一方面悄悄删系统提示词省成本。这两件事并不矛盾。背后是 AI 编程正在发生的三场范式转变，而它们的交汇点，指向一个令人不安的结论——AI 效率的真正瓶颈，从来不是技术。
当 AI 替你下单——微信 Agent 的收费站困局
微信在 6 月 20 日做了件很小的事。一部分用户的消息列表左上角多了一个绿色眼睛的小机器人，名叫"小微"。点进去是一个 AI 助手，顶上标着"测试版"。
AI时代的个人操作系统
过去四十年，我们都在学习如何使用操作系统：Windows、macOS、iOS、Android。图标、窗口、文件夹、菜单——这套隐喻统治了几乎所有人机交互的历史。
谁控制了记忆，谁就控制了Agent
Garry Tan在6月2日说："Memory是你唯一能带走的资产。2027年浏览器战争的新定义：AI套索战争。"
你的 AI 记忆归谁？Garry Tan 预言的 2027 年「Harness 战争」
2026 年 6 月 2 日，Y Combinator 总裁 Garry Tan 发了一条推文。这可能是 2027 年 AI 平台战争最早的战略预警：
当 AI 学会「做梦」：Anthropic 的 Dreaming 机制如何让 Agent 从工具变成学徒
2026 年 6 月 1 日，Anthropic 在 Claude 官方博客上发布了一篇更新公告。标题很朴素：「New in Claude Managed Agents: dreaming, outcomes, and multiagent orchestration」。