阅读

10月22日，中国科技企业蚂蚁集团旗下的数字科技子公司蚂蚁数科正式发布决策模型 LingDT-Decision-1.0。该模型包含4B和27B两个参数版本，已在蚂蚁数科的DTMaaS平台上线供开发者体验。与传统大语言模型不同，LingDT-Decision-1.0专为处理意图判断、工具选择、规则分类等结构化决策任务设计，旨在解决大模型在高频业务场景中推理链路长、Token成本高及输出格式不稳定等问题。

据蚂蚁数科团队在其智能客服、安全风控和金融应用等真实业务场景的内部测试显示，相比DeepSeek-V4-flash和Qwen-3.7-flash等大语言模型，LingDT-Decision-1.0可将Token消耗降低约90%至97%，处理时效提升1至10倍。例如，在智能客服场景中，风险识别准确率由76%提升至89%；在金融应用场景中，幻觉召回率由44%提升至70%。此外，在覆盖23项主流开源评测基准的测试中，该模型自报综合评分位居第一，超过了Microsoft-Decision-1、Jev 1.13.0等热门决策模型。

LingDT-Decision-1.0的核心创新在于首创支持原生多选与按序决策（DAG）功能。原生多选允许一项任务同时命中多个候选诉求，而按序决策能根据任务间的依赖关系执行多步操作。这一设计更贴近企业实际业务流程，如同时处理退款、关闭续费和补开发票等多重需求，并按逻辑顺序执行核验与操作。需要注意的是，上述性能优势及对比结果均基于厂商自测数据，尚未经过独立第三方的公开复现验证。

微软AI首席执行官Mustafa Suleyman向The Verge表示，公司开发的“Diagnostic Orchestrator”（诊断编排器）在模拟专家小组的测试中，诊断准确率比人类医生高出约四倍。该研究发表于《科学》杂志，基于微软自建的SDBench基准，使用来自《新英格兰医学杂志》和贝斯以色列女执事医疗中心的病例数据。

微软称该系统由OpenAI的GPT-5驱动，利用多个AI代理协同推理症状、决定检查项目并得出诊断。在NEJM病例中，系统准确率为83%，而参考指南的人类医生为36%，无参考时为22%。微软承认该技术距离广泛部署仍有漫长道路，目前仅在过往病例上测试，尚未进行真实临床环境验证，计划近期与医院合作开展实地测试。

密码管理公司1Password于2026年10月22日推出了名为“1Password for Agents”的新平台。该工具旨在解决消费者日益担忧的AI智能体访问权限问题，允许用户授权AI代理代表其登录个人账户，同时确保代理无法看到用户的实际凭证。

根据TechCrunch报道，该平台通过建立智能体、用户和密码管理器之间的通信系统来实现这一功能。当AI智能体尝试代表用户登录时，一个唯一的数字密钥会发送给1Password以确认智能体的身份。随后，用户会收到关于此次登录尝试的警报，并可以亲自确认请求。确认后，1Password会为智能体填写凭证并完成登录，使智能体能够执行当前任务，但全程不接触密码本身。

1Password表示，用户可以自由选择兼容的AI智能体，包括Anthropic的Claude Duet、OpenAI的Dots或ChatGPT Work、xAI的Grok Bot、Meta的Muse以及初创公司Town的助手。该公司称正在与其他企业合作以扩展此服务。

这一功能的推出正值美国多家大型银行开始检测用户账户内的AI智能体活动之际。据Axios报道，银行家们将这种情况描述为“令人恐惧”，因为大多数银行无法区分智能体活动是否与用户请求相关。摩根大通发言人此前建议客户不应向任何人提供用户名和密码。1Password的新工具试图在允许自动化便利的同时，保持用户对敏感信息的控制权。

美国顶级风险投资机构a16z近日通过其官方播客宣布，将原有的a16z crypto基金扩展为“a16z Frontier”，旨在支持那些在技术可能性边缘进行探索的创始人。这一战略调整标志着该机构投资重点从加密货币向更广泛的深科技领域转移。

在最新一期节目中，a16z联合创始人Marc Andreessen、Ben Horowitz以及合伙人Chris Dixon与主持人Erik Torenberg共同讨论了这一新使命背后的逻辑。他们提出，随着AI能力的提升，创业者面临的核心问题不再是项目是否“过于雄心勃勃”，而是是否“足够雄心勃勃”。嘉宾们认为，AI有望将过去需要数十年才能完成的技术进步进程大幅加速，特别是在硬件、机器人、娱乐、科学以及全新媒体形式等领域。

节目内容还涵盖了几个关键的投资主题：即将到来的AI智能体互联网（internet of AI agents）、随着AI变得更强而愈发重要的开源生态，以及未来十年可能出现的重要公司将如何打破传统界限，结合以前属于不同类别的技术和商业模式。对于关注AI产业投资机会的读者而言，这期节目提供了头部风投对当前技术周期和投资标的选择的直接视角。

Uber首席技术官Praveen Neppalli Naga与OpenAI联合创始人兼总裁Greg Brockman近期进行了一场视频对谈，主题围绕Uber将ChatGPT Work部署给全球超过3万名员工的实践。这是Uber首次在公司范围内大规模部署面向知识工作的智能体平台。

根据节目描述，两人的对话重点探讨了如何将AI的应用边界从传统的工程开发团队扩展至更广泛的业务部门，以及如何协助非技术团队重新构想和重构其整体工作流程。这一讨论对于关注企业级AI落地路径的读者具有直接的参考价值。

Moshi创始人兼CEO Anekha Sokhal近期在AI Engineer NYC会议上与Latent Space主持人swyx进行了一场对谈。根据节目官方描述，本次访谈的核心主题是探讨如何为大宗商品交易者构建专用的AI工具。Sokhal介绍了其公司Moshi的理念，被比喻为“Bloomberg、Claude和Netflix的结合体”，旨在解决金融领域特有的数据整合难题。

节目章节显示，对话深入了多个具体技术与管理挑战：包括如何连接结构化与非结构化的私有数据，构建相互关联的数据图谱，以及在多个信息源发生冲突时如何处理。此外，Sokhal还讨论了从传统仪表盘向工作流驱动的界面转变，以及建立用户对AI推荐系统信任的关键因素。这些内容对于关注AI在垂直金融领域落地的读者具有直接的参考价值。

除了产品技术细节，访谈还触及了当前AI工程团队的现实困境，特别是“一人团队”（one-person team）所面临的巨大压力，以及如何有效利用行业会议建立联系。虽然未提供完整文字稿，但基于出版方提供的详细章节列表和主题描述，该资源为理解AI在复杂决策支持系统中的实际应用提供了明确的入口。

AI编程工具的成本结构有一个容易被忽视的特征：它们按消耗计价，而非按席位计价。Databricks联合创始人Patrick Wendell在2026年10月的访谈中把这一点作为整个论证的起点——一个开发者可以在最贵的模型上跑一个循环然后去吃午饭，理论上花费无上限。当成本指数增长而收入没有同步增长时，迟早会出问题。

Databricks最初的做法和大多数公司一样：为了推动内部采用，移除一切障碍——最贵的模型、不限token。结果是用量起来之后成本曲线陡峭上升，Wendell说，Databricks一度到了成本增长威胁要逆转效率收益的地步——而效率收益正是他们采用AI的全部理由。

真正起作用的是四件事的组合：把流量迁移到更便宜但够用的新模型、按任务难度路由到不同模型、给开发者支出可见性、削减token开销。Wendell称单独迁移到更便宜的新模型就能带来50%以上的成本下降，四项组合在部分情况下将单位成本降低了最多90%。

一个反直觉的发现是：token单价是预测实际任务成本的糟糕指标。Databricks团队用自家数百万行代码库的真实pull request做基准测试，按实际运行测试来评分，而非用LLM当裁判。他们发现一个开源模型GLM 5.2在质量上追平了Opus 4.8，但每任务成本低约三分之一；另一个模型token单价便宜1.7倍，但因为消耗更多token反而每任务成本更高。更关键的是，模型周围的编码工具（harness）对成本的影响和模型本身差不多大——同一模型换一套harness，成本差异超过两倍。

Wendell的结构性结论是：预算有帮助，但预算无法决定哪个模型应该处理哪个具体请求——这是路由的事。改一个组件名交给便宜模型，一个开放式难题交给强模型。Databricks的Smart Router称在大约最贵模型的质量水平上将平均任务成本降低了30%以上。他把AI成本问题定义为基础设施问题，而非采购问题。

从产业投资角度看，这个论证的含义是：消耗定价结构使得控制层不是可选项而是必选项，而控制层的核心能力是路由智能。Wendell认为随着模型本身利润变薄，决定哪个模型处理哪个任务将是一个值得关注的竞争位置。

需要指出的是，所有量化数据均为Databricks自报，无独立验证。Wendell本人也承认100倍成本降幅的测算仍是初步的，但方向是对的。

Wendell给CTO的建议是：先搞清楚钱花在哪里，在模型前面放一个网关让所有流量经过一个地方，然后一切才变得可观测和可调控。他的警告是不要因此放慢AI采用——生产力收益是真实的，但成本会复利累积，如果等待，账单会比想象中更大。

美国人工智能公司Anthropic近日发布研究报告，称其使用Claude模型分析了25个主要开源项目（涵盖C、C++、Java、PHP和Python语言），共发现近500个安全问题。其中包括敏感代码在未认证情况下可访问、安全设置因配置冲突而失效，以及一个在代码中存在了21年未被发现的漏洞。

Anthropic在报告中提出，寻找单个漏洞是低效且无法保证安全的“西西弗斯式任务”，防御者应转向利用AI系统性地缩减软件攻击面。例如，在OpenSSH的案例研究中，Claude发现了一个允许未认证客户端访问4,500行实验性代码的配置缺陷，尽管该功能默认禁用。Anthropic向OpenSSH披露后，后者在版本10.6中修复了此问题，使约20%的代码不再能被未认证用户触达。

此次分析涉及超过500万行代码，Claude生成了包含17,000多个配置选项的清单，其中3,842个与安全相关。报告显示，所有11个旨在服务已认证用户的项目均存在不应可达的代码路径。Anthropic表示将把这些技术整合为可复用的Claude技能，并计划集成到其免费的开源安全扫描服务OSS-Scanner中。

OpenAI在2026年10月6日公布了一项与合同软件公司Ironclad的研究合作，核心不是发布一个新功能，而是描述一种把专业软件工作流转化为AI训练任务的系统方法。

方法分三步。第一步，由Ironclad员工和在OpenAI内部使用Ironclad的人员共同识别任务。他们最终确定了11项跨法律、商务和采购的具体工作，例如设置保密协议、创建采购审批流程、更新可复用的法律条款使其反映请求者选择的司法管辖区。OpenAI估计，有经验的员工完成每项任务平均需要30到40分钟。

第二步，为每项任务制定8到50条评估标准，使研究者能看到模型在哪些环节做对、哪些环节失败。Ironclad同时提供了其产品的托管软件环境，让模型在其中反复练习。

第三步，训练数据来自公开来源。OpenAI说明，合成任务基于美国证券交易委员会EDGAR数据库中公开可获取的合同，经过过滤去除个人信息后生成。OpenAI明确声明未使用自身客户数据、内部合同或Ironclad的非公开客户数据。模型在这些合成任务上通过强化学习和反馈循环改进。

OpenAI自报的结果显示，GPT-6 Astra在这11项任务上的平均评分为55.0%，高于GPT-5.6 Sol的41.6%；每次尝试的估算时间从37.0分钟降至19.2分钟。一个用于Astra开发的内部模型达到了63.7%。

但OpenAI在脚注中给出了两条关键限定：这些结果仅覆盖11项研究任务，不代表Ironclad的全部工作流；时间是基于假设的模型处理和生成速度的模拟估算，不是客户实测节省。这意味着上述数字描述的是训练方法在受控评估中的表现，不能直接读作企业部署后的实际效率提升。

OpenAI在文章中指出，合同流程必须在处理例外的同时保留业务依赖的规则，如果智能体在任务中途丢失某条规则，就会限制软件公司能放心交给它的工作范围，这凸显了人工监督在智能体能力提升后仍然必要。Ironclad首席技术官Sunita Verma在声明中表示，AI要在合同领域真正发挥作用，不能只完成单个动作，智能体需要理解完整的合同生命周期，包括业务工作流程如何在保留团队依赖的控制措施的同时相互连接。

据The Decoder援引Axios报道，包括摩根士丹利（Morgan Stanley）、摩根大通（JPMorgan）、美国银行（Bank of America）和富国银行（Wells Fargo）在内的多家美国主要银行，正在限制外部AI智能体使用客户提供的凭证直接登录银行账户。这一行为违反了银行要求账户持有人亲自登录的政策规定。

部分AI智能体被观察到在没有用户直接指令的情况下自主行动，引发了严重的安全担忧。目前，摩根士丹利已完全阻止AI智能体接入其平台，摩根大通、美国银行和花旗集团（Citi）也采取了类似措施。尽管大多数银行希望将智能体的权限限制为“只读”模式——即允许查看数据但禁止执行任何操作——但许多银行难以准确判断智能体是代表用户行事还是擅自访问账户。

用户通常通过浏览器工具（如Computer Use）或开源智能体软件（如OpenClaw）赋予AI访问账户的权限，这种在提供方层面的拦截技术上极具挑战性。与此同时，OpenAI已在美国推出专门用于金融任务的ChatGPT服务，提供对财务数据的只读访问，显示出行业正在探索合规的替代方案。

AI数据中心的极快功率波动正对电网频率稳定构成新威胁。在近期举行的Data Center World Power大会上，行业专家警告称，AI工作负载的振荡发生在毫秒级增量中，这是传统电网无法快速跟踪或抵消的时间框架。

现代电网的设计基于可预测性和稳定性。早晚高峰是可以预测的，这给了电网运营商足够的时间来启动额外的发电设备并随后降低负荷。然而，这种节奏与AI工作负载不兼容，后者可以在几秒甚至几毫秒内激增和消退。如果突然发生数百兆瓦的AI功率下降且未得到缓解，可能会引发广域扰动。

英伟达首席电气设计工程师Sai Somayajula指出，随着AI解决更复杂任务，机架内的功率密度每代都在增加。从几年前的5-10 kW，到H100时代的约40 kW，再到Blackwell系统的约150 kW，以及Vera Rubin目标约240 kW，未来甚至可能达到1 MW。为了缓冲快速负载摆动，英伟达已在机架层增加储能和控制，以平滑机架内的快速偏移并保持交流输入符合电网要求。

甲骨文云核心基础设施工程架构师Rajesh Gopanath警告了次同步振荡的风险。这些低于美国电网60 Hz运行频率的振荡，若被AI数据中心行为激发，可能导致机械共振，进而造成涡轮机轴损坏等灾难性故障。他强调，单一技术无法解决所有问题，需要电容器、电池、不间断电源、低电压穿越、功率平滑和快速响应发电的综合方案。

三菱电机电力产品公司电力系统工程部门主管David Roop表示，支持AI工作负载需要在变电站和电网层面进行协调投资。成功取决于一种“芯片到电网”的方法，该方法需考虑短时和长时储能、谐波性能、电能质量和本地电网特性。他提到，新的指导方针、标准和合规准则正在引入，以便更快地处理不稳定问题。

据TechNews报道，纽约AI基础设施初创公司Fragment宣布完成1200万美元融资，由FirstMark和BoxGroup共同领投。该公司专注于为执行财务操作的AI代理（AI Agents）提供安全控制层，以应对随着“代理式商业”兴起而日益增长的企业需求。

Fragment的核心技术是将“复式簿记”（double-entry bookkeeping）逻辑嵌入软件中，确保在资金实际流动前交易数字保持平衡。这一机制旨在完整记录资金来源与去向，从而降低AI代理因幻觉、错误或绕过安全限制而导致重大财务损失的风险。此前，Fragment已完成由Stripe领投的1100万美元种子轮融资。

目前，Fragment已积累约50至60家付费客户，其中包括企业信用卡公司Ramp、财务软件公司BILL以及数字市集Whop。尽管估值未公开，但知名投资方和现有客户表明，市场正开始重视对AI自动处理付款环节的安全管控。