阅读

LiveKit工程师Jesse Hall在一段视频中分享了构建面向金融服务的语音代理的经验，旨在让代理听起来更像人类而非机器人。他特别指出，传统的模型排行榜往往具有误导性，因为它们评估的是单个组件，而开发者最终交付的是完整的对话体验。

Hall建议开发者应关注“首次音频时间”和“首次句子时间”，而不是通常关注的“首字节”或“首令牌”。他还解释了如何通过异步工具调用，在后端执行缓慢操作时保持对话流畅。此外，他讨论了音频感知的轮次检测、约1.5秒的延迟预算（其中500-600毫秒感觉真正像人类），以及如何通过模拟呼叫者来基准测试自己的技术栈。

巴西的实际利率高得离谱。据一些分析人士估算，以巴西央行（Banco Central do Brasil）政策利率减去明年预期通胀计算的巴西实际利率达到9%以上，高于俄罗斯，是智利、菲律宾、南非等和平同类经济体的四倍。这一切始于公共财政：巴西宪法禁止削减公共部门名义工资，并将养老金、残疾和失业福利与最低工资挂钩，这一棘轮效应将强制性支出推至联邦预算的90%，同时持续制造通胀压力。通胀加上慷慨的福利体系使巴西人不愿储蓄，国民储蓄率仅为GDP的14%，比世界平均水平低12个百分点。高公共支出、顽固通胀和低储蓄共同推高了资金成本。

组织发展顾问David Bausch在德国科技媒体t3n的播客访谈中承认，他长期以来在演讲和播客中讲述AI如何通过自动化消除日常事务来创造自由空间，并坦言自己几乎未经反思地重复了这一说法。但当他如今与人交谈时，发现这一叙事正在松动：人们不再有更多时间投入工作中有创造性的部分，而是被要求产出更多经济成果。

编程智能体在开发流程中经常需要访问已登录的网页应用——例如测试一个需要身份验证的后台管理界面。如果智能体只能启动一个全新的、未登录的浏览器实例，它就无法完成这类任务。

Browser Use 创始人 Gregor Zunic 于 2026 年 10 月 25 日发布了一篇实操指南，系统整理了让 Claude Code、Codex、Gemini CLI、Cursor 等主流编程智能体复用已登录 Chrome 会话的六种方案。文章按智能体逐一给出配置步骤，并解释了一个常见的直觉做法——直接复制浏览器 Cookie——为何行不通。

Zunic 指出，复制 Cookie 到全新浏览器之所以失败，是因为新浏览器被视为不同设备。随着 Device Bound Session Credentials 的普及，Chrome 将私钥存储在 TPM 等安全硬件中，当短期会话 Cookie 过期时，只有证明拥有该密钥才能刷新；在新机器上复制的 Cookie 无法续期。此外，从 Chrome 136 开始，默认数据目录上的 --remote-debugging-port 和 --remote-debugging-pipe 被忽略，Google 做出这一改变是因为攻击者利用远程调试窃取 Cookie。

对于 Claude Code 用户，如果订阅了 Pro、Max、Team 或 Enterprise 计划，最短路径是使用 Anthropic 的 Claude in Chrome 扩展，通过 claude --chrome 命令连接。如果使用 API 密钥或其他提供商，则需改用 Browser Harness、Playwright MCP 的扩展模式或 Chrome DevTools MCP。

对于 Codex，在 ChatGPT 桌面应用中可使用 OpenAI 的浏览器扩展；在 Codex CLI 中则推荐 Browser Harness 或两个 MCP 服务器之一。Gemini CLI 内置了浏览器子代理，通过将 settings.json 中的 sessionMode 设为 "existing" 即可附加到正在运行的 Chrome。Cursor 的内置浏览器保留自己的工作区 Cookie，若要使用 Chrome 登录状态，需在 .cursor/mcp.json 中添加 Browser Harness、Playwright MCP 或 Chrome DevTools MCP。

Playwright MCP 的扩展模式允许用户选择智能体可访问的具体标签页，适合希望限制智能体权限的场景。Chrome DevTools MCP 的自动连接模式（需 Chrome 144+）则提供完整的调试能力，包括性能追踪和网络请求分析。Browser Harness 作为开源工具，通过 Chrome DevTools Protocol 附加到整个运行中的浏览器，支持多种智能体接口。

Zunic 强调安全风险：智能体在已登录浏览器中可以执行任何用户能做的操作，如发送邮件、更改设置或购买物品。提示注入是主要威胁，Anthropic 称其为“使用浏览器的 AI 工具面临的最大风险”。他建议尽可能使用单独的 Chrome 配置文件，避免让智能体接触银行、医疗和政府等敏感账户，并在完成后关闭远程调试功能。

日本科技媒体PC Watch的长期专栏作者西川和久在2026年10月26日发表了一篇实践记录，讲述他如何用代码而非生成式AI视频模型制作一支万圣节风格的音乐视频。方法的核心不是让AI从零编写全部动画代码，而是预先建好一套组件，让AI只负责从中选择和组合。

Remotion是一个基于React的视频渲染工具，把网页画面逐帧截图后用ffmpeg拼接成MP4。它的优势在于确定性：程序决定什么就渲染什么，没有生成式AI视频那种每次出图都不同的随机性。

西川和久发现，虽然AI（他用的是Claude Code调用Sonnet 5.5）对Remotion的API相当熟悉，能按指令写出动画代码，但每次让AI从零生成整段动效代码存在两个问题：一是token消耗大、耗时长，二是每次修改后细微的坐标和样式都会漂移，结果不稳定。

他的解法是预先构建一套组件库，把文字排版、动效、背景、装饰、图标和整体氛围等做成可复用的零件。

这套方法的关键转变在于AI的角色：从逐行编写动画代码变为从预建组件中选择和组合，程序按选定结果确定性地渲染。

西川和久用ACE-Step 1.5生成了一段J-pop风格的万圣节歌曲，用DeepSeek V4 Flash写歌词，然后把PARTS.md、题目描述、音频和歌词一起交给Claude Code，后者自动写出scenario.json并调用渲染脚本输出MP4。同样的题目交给DeepSeek V4 Flash，产出的视频风格明显不同——他形容Sonnet 5.5偏硬朗，DeepSeek V4 Flash则稍显活泼，与平时对话时两个模型的印象一致。

不过作者也坦承了这套流程尚未解决的边界：歌词逐字对齐时间轴目前只是大致的，文字是否遮挡人脸仍需人工或另一个AI目视检查。

最后西川和久提醒了一个容易被忽略的商务细节：Remotion对个人、员工三人以下的营利组织和非营利组织免费商用，但四人以上公司用于业务需要付费授权。

这篇实践记录的价值不在于展示了一个新工具，而在于呈现了一种可迁移的工程思路：当AI的自由生成带来成本和波动时，用确定性渲染引擎承接执行、用有限组件集承接选择，可以把AI从每次从零写代码的角色转变为组件选择者，降低token消耗、提升稳定性，并让后来者免于重复踩坑。

AI正在让网络攻击变得自动化，但一个常被忽略的问题是：防御方的AI并不总能赢。CryptoLab CEO、首尔大学数理科学部教授천정희在近期采访中提出了这一判断，并由此推出一条策略结论——与其寄希望于拦截每一次入侵，不如让数据本身在加密状态下就无法被读取。

천정희指出，韩国现有安全体系的重心放在阻止外部入侵上，而对存储个人信息的数据库本身保护不足。他的逻辑是：如果攻击者已经突破外围防线，那么只要数据库在运行时解密数据，个人信息就有暴露风险。因此需要提高即使入侵成功后的数据窃取难度和成本。

在现有数据保护方案中，他对比了硬件安全模块（HSM）和可信执行环境（TEE）的局限：HSM擅长保护加密密钥但成本高且难以覆盖应用层，TEE则仍可能通过软件漏洞被绕过。他提出的替代方案是同态加密——一种允许在密文状态下直接进行搜索和运算的技术，数据全程无需解密，从而降低处理过程中明文暴露的风险。

为说明效果，천정희介绍了一项CryptoLab自行进行的模拟实验：攻击者使用该公司开发的AI攻击工具ARTEX，在获得有限查询权限的条件下，从普通数据库中成功提取了1000条虚拟个人信息的明文；而在同态加密产品HEracles上，攻击者只获取到加密数据，无法确认原文。他同时承认同态加密仍面临解密密钥保护问题，并说明CryptoLab在多家企业验证中通过小型HSM来保护密钥不外泄。

关于性能，천정희表示过去同态加密因速度慢而受到批评，但目前问题已大幅改善。他称在特定条件下，由于传统方式搜索时需要先解密而同态加密可直接在密文上处理，后者反而可能快约10倍。这一说法来自厂商自身陈述，未经独立第三方基准测试验证，且仅在特定条件下成立。

这一论证的核心价值不在于某一款产品，而在于策略层面的判断：当AI使攻防双方都加速时，防御方不应假设自己总能拦截成功，而应把重点放在提高数据被窃取的成本和难度上。

需要留意的是，천정희同时是CryptoLab的CEO，该公司销售上述同态加密解决方案，实验也由该公司自行设计和执行。这一利益关系意味着其性能声明和实验结论应作为厂商自述来理解，而非独立验证结果。

新加坡工业视觉AI初创公司Ailytics宣布完成由Tin Men Capital领投的740万美元A轮融资。其他投资方包括SG Growth Capital旗下的SEEDS、日本云摄像头服务商Safie以及一家日本大型建筑公司的家族办公室。

Ailytics成立于2021年，主要业务是将现有工业现场的传统闭路电视（CCTV）转化为实时安全和运营管理系统。自2024年4月获得270万美元Pre-A轮融资以来，该公司已将业务规模从4个国家的70个项目扩展至15个国家的400多个部署案例，客户包括NatSteel、DHL和罗马国际机场等。

据PRNewswire报道，Ailytics首席执行官Lenard Tan表示，这笔资金将用于加强在美国、日本、澳大利亚和海湾地区的本地团队。首席技术官Prateek Manocha称，融资还将支持其开发专有领域特定推理模型，旨在随着需求增长保持较低的AI运营成本。

领投方Tin Men Capital管理合伙人Jeremy Tan在声明中提到，Ailytics保持了“非常稳健的单位经济性和低于1%的客户流失率”。这一数据为厂商及投资方自报，未经独立审计验证。

摩根士丹利（Morgan Stanley）于2026年10月2日发布了题为《股票与债券的张力》（The Tension Between Equities and Bonds）的视频节目。本期节目的主讲人为摩根士丹利全球固定收益研究主管Andrew Sheets。

根据出版方提供的简短节目简介，Sheets将重点考察利率上升可能对股票估值、企业盈利以及投资者偏好带来的具体含义。这一主题关联了宏观利率环境与权益市场表现之间的常见讨论领域。

对于关注债券收益率变化如何传导至权益市场的读者而言，该节目提供了一个来自大型投行研究部门的特定视角入口。需要注意的是，目前仅获取到官方发布的节目描述文本，并未包含完整的文字实录或具体的分析结论。因此，该资源主要作为了解机构研究关注点的线索，而非已验证的具体投资论据。

据韩国ZDNet报道，管理猫王（Elvis Presley）知识产权的公司Authentic Brands Group及相关音乐版权法人于2026年10月23日在美国加利福尼亚州北区圣弗朗西斯科联邦法院对人工智能公司Anthropic提起诉讼。原告指控Anthropic在开发其AI聊天机器人Claude的过程中，未经授权使用了猫王的274首歌曲作为训练数据，且未支付任何使用费。

诉讼涉及的歌曲包括《Can't Help Falling in Love》和《All Shook Up》等猫王代表作。原告方指出，Anthropic建立了一个内部数据存储库，长期保存这些歌曲的歌词等材料，并在训练新的Claude模型时反复复制和使用这些数据。此外，诉状还提到，当用户要求Claude修改现有歌曲时，该模型能够生成保留原曲结构和副歌、仅改变部分表达的相似歌词。原告认为，这种未经原作者许可生成衍生作品的行为同样构成版权侵犯。

原告还指控Anthropic在收到关于未经授权使用的通知后，并未采取充分措施停止侵权行为，而是继续利用相关作品。此次诉讼要求Anthropic赔偿约5000万美元（约合661亿韩元）的损失以及诉讼费用。

这并非Anthropic首次面临此类挑战。此前，该公司因从非法电子书共享网站大量下载书籍用于训练而遭到美国作家集体诉讼。2026年7月，美国法院最终批准了Anthropic支付15亿美元的和解方案，该方案涵盖了包括韩国作家韩江在内的多位作者的英文译本作品。

针对此次新诉讼，Anthropic的一位发言人表示不同意猫王音乐版权持有者提出的主张，并计划全面应诉。目前案件处于起诉阶段，尚无法院裁决结果。

2026年10月26日，网易智企发布了面向企业的新一代AI Coding产品CodeWave SDD（AI软件交付团队）。该产品旨在通过全自主Agent软件开发，实现企业整体产能提升3到5倍。网易智企将其定义为AI Coding的下一代形态：从“人使用工具”转向“Agent调用工具完成软件开发”。

根据网易内部《AI落地成熟度标准》，CodeWave SDD属于L4级别的“自动驾驶”，即AI端到端完成任务，人类主要负责需求梳理和交付验收。其核心架构分为两层：底层是覆盖软件开发全流程的企业级Harness工程环境；上层是按环节分设的不同角色Agent，包括需求分析、设计、架构师、前端与后端开发等。这些Agent在统一平台上操控工具，协同工作。

在演示中，网易智企副总经理、CodeWave业务负责人王桐展示了CodeWave SDD与主流IDE类工具的对比。在一个超过100页PRD的省级担保公司核心业务系统开发案例中，CodeWave SDD基本还原了功能模块，而传统IDE仅生成了一级菜单。网易披露，CodeWave SDD的P0级别测试用例一次通过率为90%，P1、P2约为80%。不过，这一指标反映的是测试用例首次执行的通过情况，并不等同于整个项目的交付成功率。

针对AI生成代码难以维护的问题，王桐提出了解决方案：以细颗粒度的Spec作为统一标准，通过Harness环境进行硬性校验，并将大任务拆成小任务分批执行。目前，CodeWave SDD已通过超过100家企业的实操验证。网易方面表示，随着Agent承担更多开发工作，企业内部组织已出现变动，BA和产品岗的占比正在提升，开发人员部分转去更懂业务和验收的位置。

据韩国电子新闻（ETNews）报道，韩国多家信用卡公司正计划将人工智能（AI）驱动的代理支付系统接入韩国科学技术信息通信部主导的“全民AI”（Everyone's AI）国家项目。该项目由SKT、Kakao和KT三个财团共同推进，旨在通过结合电子商务构建新的支付生态系统。

参与该项目的包括Shinhan Card和Hana Card（隶属于SKT财团）以及BC Card（隶属于KT财团）。尽管其他未直接参与财团的卡公司如Samsung Card和KB Kookmin Card也在进行不同形式的AI代理支付验证，但整体目标是在2027年上半年推出正式的AI代理支付服务。目前，“全民AI”项目正处于Beta测试阶段，但尚未包含金融支付功能，预计将在12月正式发布基础功能后，于次年逐步整合金融服务。

在ai.engineer发布的视频《From Zero to Leaderboard: Agent Evaluation》中，Weights & Biases工程师Wolfram Ravenwolf探讨了如何构建一个能够追溯评分条件的Agent评估流水线。他通过一个案例指出，即使Agent修复了损坏的Git仓库并获得满分，如果仅测试单一任务，该结果仍不应进入默认排行榜。这一区分构成了其方法论的核心：评估必须超越简单的平均分，深入考察结果的可靠性来源。

Ravenwolf介绍的WolfBench框架比较了平均、最佳和最差运行结果，以及至少解决一次和每次都能解决的任务比例。通过重复相同的配置，该方法揭示了偶然成功与稳定行为之间的差距。他强调，评估配置包含六个层级：基准、运行器、沙箱、Agent、模型服务和设置。版本、提供商路由、系统提示、资源限制和超时等因素均会影响结果的实际测量意义。

在实际工作流演示中，Ravenwolf展示了如何通过Harbor启动Terminal Bench任务，收集结果，并在Marimo仪表盘中过滤不完整的运行，最终生成交互式排行榜。Weave工具被用于保留柱状图背后的轨迹，以便审查者检查命令、消息和失败情况。他还指出了两个常见的解释陷阱：更便宜的模型可能因消耗大量Token而提高总成本；更高的推理努力度若导致执行时间不足，反而可能降低得分。此外，基础设施故障需与真正的任务失败区别对待，且零温度设置并不保证运行的一致性。