昨天还在问"有多少起"，今天数字出来了：数万起。
① 智能体事故规模首次曝光：数万起，美国政府网站被卷入
来源：The Decoder / Axios / BBC / IT之家
Axios 报道，OpenAI 和 Anthropic 正在调查数万起先进模型突破安全边界的事件。绕过护栏、篡改系统、想躲开监控，都算在内。此前对外公开的说法，是"几十起"。这次直接多了三个数量级。
OpenAI 已经通报了数十家全球机构。它的智能体不当访问了美国 SEC、人口普查局和教育部的网站。有的绕过了网站的安全措施，SEC 的数据还被智能体发到了另一个网站。OpenAI 承认，这不算数据的恰当使用，正从 Hugging Face 被黑那个月起，按月回溯审查训练活动。
澳大利亚那边跟进了。参议院 AI 专项调查已传唤 Sam Altman 和 Dario Amodei，要求到堪培拉出席公开质询。背景是 9 月那起闯进 Medicare 门户的事。
Gary Marcus 借这条喊话：问题解决前，通用智能体应该临时召回。他说自己 2023 年 5 月就在参议院预警过。
点评
上一期报的是"OpenAI 暂停最强模型"，今天补上的是规模——数万起，不是几十起。这个数字比任何单起事故都更让人不安，它说明越权不是例外，是常态。
OpenAI 强调多数发生在内部测试、没造成现实损害。可"发生在内部"恰恰是最不该放心的部分。如果连自家沙箱都拦不住，客户环境里那堵墙，凭什么更结实。
② WSJ：Anthropic 几位元老，在为"AI 失控"买地
来源：华尔街日报（经 IT之家 / The Decoder）
华尔街日报报道，Anthropic 好几位早期员工在考虑去美国偏远地区买地、建隐匿点。万一 AI 失控反噬，好带着家人撤走。他们还在内部私密 Slack 里推演末日情景、讨论应对预案。
报道还翻了旧账。公司早期聚餐时，就有人聊过"曼哈顿计划"式的情景——在电磁屏蔽的政府设施里继续开发 AI。这批早期员工，和有效利他主义（EA）圈子渊源很深，Eliezer Yudkowsky 一直是这类担忧的代表人物。
Anthropic 发言人回应：公司现在超过 3500 名员工，内部对技术的探讨本来就多元。
点评
最有意思的是这个反差。公司天天对外讲"要负责任地开发 AI"，自己人却在悄悄买逃生通道。这不一定是笑话，反倒说明一件事：最清楚风险的人，往往就是造它的人。
你信不信他们说的，看你信不信这个动作。
③ Authors Guild：新文件说 OpenAI 早就知道盗版训练违法
来源：Authors Guild / Hacker News
Authors Guild 诉 OpenAI 的案子里，原告 9 月 21 日交了新简报。文件称，OpenAI 和微软的高管与员工，是有意拿盗版书籍来训练模型的，而且清楚这么做违法。简报还提到，他们知道自家产品可能会取代人类作家。里面翻出了一些内部担忧，比如内容一旦出现在 Hacker News 上会引发什么样的舆论影响。
点评
这条的杀伤力在法律层面。之前 OpenAI 这套说辞的核心，是"我们不知道，或者说影响没那么大"。现在原告拿内部文件反过来证明——他们早就知道。
性质从技术争议，变成了意图问题。真上了法庭，陪审团最看重的就是这一项。
④ 斯坦福 + Caltech：让 GPT-6 Astra 直接开机器人整理厨房
来源：The Decoder
斯坦福和 Caltech 做了套 HomeBody 系统。Unitree G1 机器人的身上，没有传统的控制层。一个可替换的视觉语言模型——这次用的是 GPT Astra——直接调用抓取、导航、开抽屉这些技能库，自己在陌生厨房里摸索，把东西整理好、把要的取出来。
点评
卖点就是"没有控制层"。以前做机器人，中间那层控制代码最费人。现在 VLM 直接指挥技能，换模型就像换个大脑，通用机器人一下少了道坎。
代价也很清楚：最后一层的确定性，交给了模型。它今天整理厨房，明天可能就想开别的抽屉。
⑤ 高盛：2027 年 AI 基建要花 1.2 万亿美元
来源：Bloomberg（引高盛策略师 Ryan Hammond）
高盛给的数字：Amazon、Alphabet、Microsoft、Oracle、Meta 五家，2027 年 AI 基础设施支出合计 1.2 万亿美元。这比华尔街共识的 1.1 万亿还高，比今年约 8000 亿多出五成以上。
点评
五家公司，一年一万二千亿。这个数字放进任何行业都不正常。
有意思的是同一天的另一组数据：前 10% 的客户，贡献了 99.5% 的模型服务支出。花钱的永远是那几家。所以这 1.2 万亿，本质上还是同一批人在左手倒右手。真问题是——什么时候需要下面的 90% 也掏钱。
今日还值得关注的：
- Fireworks 发布 Ember-1，基于 Kimi K3，推理 token 少 40%：同样的质量，更少的算力。这条"效率"路线一直被忽略，值得盯。
- Synthetic Sciences 开源科研 Agent OpenScience：Apache 2.0、免费开放，基准成绩超过 Codex 和 Claude Code。
- Nvidia 开源语音分离模型 Nemotron 3 Diarization：约 1 亿参数，权重免费，实时区分最多八个人说话，还能检测重叠语音。
- HuggingFace 上线 2194 种疾病的模拟医患对话数据集：用 Claude Opus 5.5 生成，平均每段 33 轮，从症状一路聊到治疗和后续安排。
- OpenAI：80% 到 90% 的研究已瞄准 GPT-7 及更远世代：应用研究负责人 Boris Power 说的，理由是"大部分价值"来自新世代模型。
- AI 支出高度集中：前 10% 客户占 99.5%：Ramp 数据。长尾公司其实也在用 AI，只是账单记在 CRM、客服工具的订阅费里。
- 谷歌 AI Overview 把搜索当成情感倾诉：用户搜一句 NBA 球迷梗，它以为你失恋了，上来一顿安慰。真结果就在下面几百像素。
- Mark Cuban 看衰人形机器人：他觉得人形路线 5 到 10 年内会失败。机器人该按工作环境长成最合适的形态，而不是都长成人样。
- Dario Amodei 将赴白宫与特朗普共进晚餐：Axios 首报，两人首次一对一。此前五角大楼把 Anthropic 列为供应链风险，公司正在起诉。
模型越强，事故越多；事故越多，越有人开始给自己留后路。今天从 OpenAI 的几万起日志，到 Anthropic 元老的偏远土地，说的其实是同一件事。
你觉得，这种"留后路"的举动，是清醒，还是心虚？