阅读

一位二十多岁末的注册会计师向美国财富管理公司Ritholtz Wealth Management的Ben Carlson提出了一个看似理性的问题：房贷利率超过7%，房屋保险上涨，首付攒得更久，房产税因为房价上涨而更高，而房价本身拒绝下跌——与此同时股市继续繁荣，债券收益率更高，期权策略有两位数收益。从纯数字角度看，现在买房是不是最差的财务资产？

Carlson的回答出人意料地直接：我认为你问错了问题。自住房是消费，不是投资。你总得住在某个地方。因此把买房和标普500比较不是一个现实的基准——你没法住在一个指数基金里，也没法请朋友到ETF里吃晚餐。

这个分类上的区分并不意味着住房没有财务属性。Carlson承认，房产可以作为价值储存，随着时间积累净值；可以抵押借款用于翻新；可以享受有利的税务处理。杠杆效应也意味着，当你借入大量资金购买时，价格不需要涨很多就能在首付上获得不错的回报。但指数基金的投资费用是透明直接的，而房产附带大量隐性成本——中介费、搬家费、过户费、房产税、保险、维护、装修、草坪护理等等。住房还是流动性极差的资产，这既是强制储蓄的好处，也是难以灵活调配的坏处。

Carlson并没有否认可负担性确实在恶化。他用美国现有房屋中位售价和30年期固定利率、20%首付的条件计算了平均月供，发现月供从2010年代末以来翻了一倍以上。房价在2020年代涨了超过50%，利率翻了一倍多，保险涨了将近50%。Case-Shiller全国房价指数显示，今年可能是连续第二年全国房价涨幅低于通胀率。他也指出，2020年代的行情已经透支了大约十年的涨幅，未来回报理应更低。

但他同时承认不确定性：我不知道住房未来能否提供稳健的增值。如果非要猜，跑平通胀是一个合理的基准预期。人口结构上，年轻人仍处于购房年龄，但2030年代随着婴儿潮一代去世、缩小住房或搬去佛罗里达，会有相当数量的房源进入市场。看多住房的理由是建房量确实不足，而且一旦利率回落到更合理的水平，住房活动可能激增——当然，除非利率下降的原因是我们正经历一场金融危机。

Carlson的最终建议是务实的：在租房和买房之间永远要算账，某些地方租房然后把差额投入股市可能财务上更优；某些地方锁定30年固定利率、等收益率下降再转贷、慢慢积累净值是合理的。地区差异巨大，在哪里买很重要。但无论哪种选择，不要像评估组合持仓那样评估你的房子。买房有扎根、稳定、对抗通胀、退休时消除最大月度开支、留给后代等原因。算账，但别被你以为能从房子上赚到的回报牵着走。住房更多是消费，不是投资。

当UI测试作为托管平台能力交付给多个产品团队时，每个团队会对同一组测试工作流进行高频重复执行。如果每次执行都依赖大模型逐步推理，延迟和成本随执行频率线性增长，平台化交付的经济性便难以成立。Epsilon的Agentic Platform团队（50名工程师，隶属于Publicis Groupe旗下数据与营销技术公司Epsilon）在AWS博客中描述了他们在Amazon Nova Act和Amazon Bedrock AgentCore Browser Tool基础上构建的解决方案，其中轨迹回放机制是使这一模式在成本上可行的关键设计。

轨迹回放将测试生命周期分为两个状态。在draft状态，Nova Act调用大模型对每个自然语言步骤进行推理，确定如何在浏览器中完成操作；经过通常4至5轮提示迭代后，一条成功轨迹被保存。在active状态，系统不再调用大模型思考，而是将已保存的轨迹作为确定性操作序列直接回放。Epsilon报告，保存后的轨迹在重复执行中达到100%通过率——这是其内部基准数据，发表于AWS客户案例博客中，未经独立复现。

这一机制的适用条件需要明确。100%通过率描述的是对已经成功探索过的稳定工作流的确定性重放，而非Nova Act处理新场景或界面变更的能力。如果目标页面发生结构变化，已保存的轨迹可能不再匹配，需要重新进入draft状态进行探索。因此，轨迹回放降低的是回归式重复执行的成本，而不是自适应测试的成本。对于界面频繁变动的产品，探索阶段的模型推理开销仍会周期性出现。

轨迹回放之所以成为平台架构的必要组件，与Epsilon的多租户交付模型直接相关。各产品团队通过统一的API接口消费UI测试能力，每个团队在各自的AWS账户下以作用域受限的IAM角色运行测试，平台团队不拥有浏览器基础设施。在这种模式下，如果每次执行都触发完整的模型推理循环，平台侧的推理成本将随团队数和执行频率叠加。轨迹回放将重复执行的成本从模型推理降为轨迹查找和确定性操作，使多租户平台在规模上具备经济可行性。

工程团队开始构建 AI Agent 时，所需能力通常已经以内部 API 的形式存在。MoEngage 的情况正是如此：这家服务超过 1350 个消费品牌的客户互动平台，背后有约 400 个内部 REST API，由 25 个工程团队维护，运行在横跨七个 AWS 区域的私有 VPC 中。真正的挑战不是构建新功能，而是让这些 API 在不暴露公网、不让模型控制身份、不把数百个工具定义塞满上下文窗口的条件下，被 Agent 安全调用。

最初的直觉方案是每个团队暴露自己的 MCP 服务器。MoEngage 做了成本估算后否决了它：超过 20 个 MCP 服务器意味着超过 20 套部署要监控、打补丁、保持协议兼容；跨域 Agent 需要连接多个服务器并协调它们；每个团队都得掌握与自身产品无关的 MCP 专业知识。由此确立的原则贯穿了后续所有设计：工程团队不实现 MCP，只构建 REST API 并声明哪些操作应作为工具；AI 平台团队端到端拥有 MCP 层；一个团队的责任止于写好 OpenAPI 规范。

这一原则立即产生三个需求：Agent 只连接一次的中心工具表面、服务器端按 Agent 强制的授权、以及不需要为每个新 API 重建的私有连接。从零搭建一个中心 MCP 服务器可以解决二十个服务器的问题，但仍需自行构建工具生成管线、策略文件格式、重命名别名注册表和熔断器——全部是平台团队的无差别工作，不会让 MoEngage 的 Agent 更聪明或客户的活动效果更好。

AgentCore Gateway 的四个属性恰好对应这些约束。第一，OpenAPI 进、MCP 工具出：注册规范后网关自动生成工具，规范变更即工具变更，无需部署或协议专业知识。第二，Cedar 策略在目录序列化之前完成评估：网关使用部分求值按主体过滤 tools/list 响应，每个 Agent 以自身 IAM 角色认证，其策略决定能看到和调用哪些工具。这是让 400 个工具变得可管理的关键——不是客户端事后过滤，而是服务器端在构建响应之前就已限定范围。一个活动 QA 机器人只能看到读取类工具，写操作根本不会出现在它的 tools/list 响应中。

第三，托管出站通过 Amazon VPC Lattice：网关通过 AgentCore 托管出站到达内部服务，入站仅通过 VPC 接口端点（私有 DNS）可达，不存在公网路径。接入新 API 只是添加一个 target，不是网络拓扑变更——这打破了乘以七个区域的运维爆炸。第四，语义搜索作为网关能力：Agent 通过描述任务来发现工具，而非记忆工具名称。MoEngage 的客户端库向模型只暴露一个元工具 search_tools，模型描述需求，网关返回候选，仅这些候选在本轮剩余时间内可调用。完整目录不进入上下文。

身份处理是另一个关键设计决策。每个内部 API 调用携带租户、用户、角色和数据库上下文。如果这些信息作为 LLM 可见的工具参数，模型可能搞错或被诱导修改。MoEngage 将身份作为请求头传递而非工具参数：客户端库把 Identity 对象转换为 X-MOE-* 前缀的头部，模型看不到也无法设置它们。发现和执行有不同的身份要求——列出和搜索工具不携带租户身份，只有 tools/call 才需要——这使发现保持轻量，审计轨迹无歧义。

接入流程已完全自动化：团队在现有 OpenAPI 规范中添加 x-moe-mcp 块声明工具描述和参数覆盖，推送后 CI 管线验证声明、向网关注册 target、应用 Cedar 策略，无需手动步骤或向平台团队提工单。MoEngage 发现，直接复用 API 描述会导致工具选择质量差——模型按实现细节（返回分页列表）而非意图（按状态或渠道查找活动）挑选工具。tool_description 和 param_overrides 字段专门用于编写面向模型的文本而不改变面向开发者的文档。

需要指出的是，这篇文章由 AWS 与 MoEngage 联合撰写，节省约六个月工程量和接入时间从数天缩短到数小时均为当事方自估，没有独立测量。方案深度绑定 AWS 基础设施（AgentCore、VPC Lattice、SigV4），跨云可移植性未讨论。语义搜索带来的重命名容错（按描述匹配而非标识符）是一个实际收益，但它也意味着工具描述的质量直接决定 Agent 能否找到正确工具，这本身是一个需要持续维护的负担。搜索优先模式改变了 MoEngage 对 Agent 设计的思考方式：新 Agent 从零硬编码工具引用开始，描述意图、接收候选、调用找到的工具；当团队重命名操作或发布新操作时，现有 Agent 无需代码变更即可获取。

AMD于2026年10月29日发布了ROCm HRX Loom SDK的v0.1版本。这是该SDK的首个标记发布版本，旨在为开发者提供一个专门的编译器和中间表示（IR）栈，用于在AMD的CPU、GPU和NPU上优化代理工作负载。

根据文档，Loom能够编译内核和异步设备程序，链接模型程序，并使其专门化以在多种AMD硬件上执行。它通过统一的创作和执行路径携带源事实、目标事实、配置、正确性案例和编译器报告。

目前，Loom支持针对AMDGPU HSA发射的GPU执行、SPIR-V/Vulkan的可移植执行，以及仍在成熟中的x86和WebAssembly支持。开发者可以通过GitHub获取该SDK，或通过Python的pip安装hrx-loom包进行实验。

据TechCrunch报道，AI初创公司SuperMe于2026年10月29日宣布获得2000万美元融资。本轮融资由Forerunner Ventures合伙人Kirsten Green领投，Greylock Partners参与投资。

SuperMe的核心产品是一个“AI专家网络”。它利用LinkedIn、YouTube、Substack等公开来源以及用户授权的私有数据（如Google Drive、Notion），为现实生活中的行业专家创建AI数字分身。当用户提出职业或业务问题时，平台会匹配最合适的专家AI，并生成一个包含多个AI分身的群聊进行回答。

该公司由Casey Winters和Ludo Antonov于2024年创立。Winters曾在Grubhub、Pinterest和Eventbrite担任高管，Antonov则曾在Pinterest、Lyft和Whatnot负责工程团队。目前SuperMe约有13名员工，计划将资金用于扩大用户规模、增加专家供给，并改进AI模型以更好地匹配问题与专家。

SuperMe目前免费向用户开放，但计划未来对提问数量设置上限并转向收费模式。这一融资事件反映了风险资本对“将人类专业知识转化为可规模化AI资产”这一商业模式的兴趣，尽管其长期盈利能力和用户付费意愿仍有待市场验证。

Weaviate Podcast第148期邀请了麻省理工学院（MIT）博士生Jacob X. Li，深入探讨了“Machine Studying”（机器研习）这一新概念。与传统AI代理在运行时从零开始探索仓库不同，Machine Studying主张代理应像学生备考一样，在不知道具体考试题目（下游任务）的情况下，提前研究整个语料库（如代码库、药物发现论文或系统日志），并在测试时仍保留对语料的完全访问权。

节目中讨论了该框架如何重新定义“专家”：即能够高效地将推理时的搜索转化为准确工作的代理，其衡量标准是性能与计算曲线下的加权面积，并将ReAct风格代理循环的搜索预算作为调节旋钮，而非仅仅关注推理努力程度。在此基础上，“研习智能”被定义为专长随学习时间预算变化的函数，以从头重训为基线进行对比。

Jacob X. Li还区分了Machine Studying与持续学习（Continual Learning）。后者通常围绕基准测试序列展开，往往退化为长上下文处理。而Machine Studying依赖于三个核心赌注：使用自监督目标或合成数据；通过LoRA、KV缓存卡带或训练检索器更新权重；以及采用笔记和作弊单等摊销式上下文管理。例如，作弊单在DSPy上表现良好，但在更大更新的OpenClaw代码库上效果减弱，这引发了关于权重与上下文优化权衡的开放讨论。

本期播客记录了ElevenLabs班加罗尔峰会的一场小组讨论，由ElevenLabs增长负责人Luke Harries主持，嘉宾包括创作者兼企业家Tanmay Bhat、Aeos创始人兼首席执行官Varun Mayya，以及Leo南亚主席兼Publicis Groupe南亚首席创意官Rajdeepak Das。他们深入探讨了人工智能正在如何改变媒体和营销领域。

根据节目描述，Rajdeepak Das解释了Leo为何要建立内部AI内容工作室，并分享了Suncorp如何通过为1000万澳大利亚家庭提供个性化语音服务，使风险数据变得更具人情味。Tanmay Bhat则剖析了“不必要的创造力”这一概念，指出他使用AI生成的片尾和动画过渡效果，成功将视频的评论数从约2000条提升至5000条。

此外，该小组还讨论了创作者采用AI虚拟形象的原因、来自《India's Got Latent》的完全由AI制作的歌曲走红现象、成本仅为十分之一的AI电影是否会显得廉价、信号成本理论以及为什么努力仍然可见，以及人类情感在决定内容是否成功中的关键作用。对于关注AI在广告和内容创作中实际应用的读者，这期节目提供了具体的行业视角和操作案例。

人工智能初创公司Crux Labs于2026年10月29日宣布成立，并获得了超过600万美元的资金支持。本轮融资由Benchstrength和Misneach领投，Analog Ventures和Pareto Holdings参与投资。

Crux Labs开发了一个将企业专家判断转化为智能体持续改进的平台。随着企业部署的AI智能体每天处理数千至数百万次用户交互，现有的可观测性平台虽然便于人工监控，但在高流量下难以有效改进智能体行为。许多团队仅抽样审查不到1%的追踪记录，导致大量智能体故障被忽略。

该公司联合创始人兼首席执行官Julie Kheyfets表示，将AI智能体与人类判断对齐是当今最大的挑战之一。Crux使用其自身的智能体作为评估者和改进团队，捕捉员工的专家判断并在数百万次交互中进行校准，从而放大专家的判断力，而非依赖微小的人工样本。

据SiliconANGLE报道，Crux Labs称其平台在医疗保健、网络安全和金融服务等高增长初创公司及财富500强企业中已获得强劲的市场牵引力。

OpenAI于2026年10月29日更新了其公开的《模型规范》（Model Spec），这是描述其希望模型如何行为的公共文档。此次更新将指导原则重新组织在五个核心价值观之下：对人类意图的忠实、最小化伤害、诚实与透明、促进人类能动性以及关怀。OpenAI表示，随着模型变得更加智能并在世界中采取更具后果性的行动，理解人类价值观并在未明确指示的情况下行使良好判断变得日益重要。

新规范强调“对人类意图的忠实”是基础，意味着模型不仅要字面遵循指令，还要深入理解OpenAI、开发者和用户的意图与价值观。当理解不完整时，模型应明智行事。例如，在帮助用户比较工作机会时，模型可能会利用用户之前分享的优先级（如可预测的工作时间），同时使这些假设可见且易于纠正。此外，规范新增关于上下文、监督和能动性的指导，调整了一些行为默认值，并退役了大部分详细的风格指南。

OpenAI指出，风格应适应人们的偏好，由用户反馈和上下文提供证据，而非由规范硬性规定。规范保留了更强的默认设置，如“客观地处理问题”，但允许用户和开发者明确要求模型采取特定视角。值得注意的是，OpenAI承认目前的模型尚未完全反映这一新规范，公司将继续通过研究、实际使用和反馈来改进规范和模型。此次更新还反映了用例的广泛性，规范中不再使用“助手”一词，而是统一称为“GPT”。

据彭博社报道，微软公司（Microsoft Corp.）正寻求通过发行至少250亿美元的美国投资级债券来筹集资金，这是该公司自2017年以来首次重返这一市场。此次发债规模庞大，分为多达10个期限档次，从两年期到40年期不等，由摩根大通、瑞银集团和富国银行担任主承销商。

微软此前主要依靠其强大的内部现金流支持运营和投资，上一次发行高评级债务是在2017年，当时筹集了170亿美元。作为仅有的两家获得穆迪和标普全球评级最高AAA评级的美国上市公司之一（另一家为强生），微软的回归标志着大型科技公司融资策略的转变。随着人工智能基础设施建设的成本飙升，即使是现金储备最丰富的企业也开始转向外部债务市场。

此次债券发售所得将用于一般公司用途，包括资本支出、营运资金、股票回购、收购及偿还现有债务。报道指出，这笔交易是投资者对人工智能投资融资需求的一次关键测试，尤其是在市场对该行业支出的可持续性日益担忧的背景下。目前最终发行规模尚未确定，可能根据市场需求进行调整。

Spawn 是一个允许玩家用提示词（通过游戏内代理 Savi）实时改造世界的多人游戏。据开发者 Jacob Sansbury 在《How I Built the Most AI-Pilled Company in the World》一文中描述、经 Simon Willison 转述，这个产品如今几乎完全由一群基于 Fable 模型的代理自主开发，每月仅 token 开销就超过 300 万美元。代理直接修改线上代码并每小时向生产环境发版，它们自己读取错误日志、bug 报告和各项指标；大约六成的工作起点不是规划好的功能，而是一条线上报错、Savi 自己提交的 bug、日志里的异常或一条用户的功能请求。

这套循环的关键不在“快”，而在“不能停”。Jacob 把一小时没有发版视为最高等级事故 SEV-0，因为未合入的改动会堆积，生产环境里已有的问题会被拖得更久，反馈也随之变慢。更根本的原因是上下文窗口：一个代理只能把几个小时的活儿装进脑子里，所以发版频率必须快过这个上限，代理才能保持连贯——连续部署在这里被推到极致，发布节奏成了维持代理认知一致性的工程约束，而不只是交付速度。配套的是 30 秒精确回滚：监控或日志告警一触发，就会唤醒一个负责该事故的代理，团队甚至故意制造故障来验证这些恢复路径是否真的可用。

这种自主性高度依赖特定模型的能力阈值。Jacob 说，是 Fable 5 及随后的 5.1 让这种程度的自主成为可能，Opus 5.5 在他们这里“还差一点”。最能说明边界的是 GPT-6 Astra 的失败：当团队让 Astra 去落实一份安全评审的修复时，它把整个产品里所有“不安全”的功能一律关掉并标记为“修好后再打开”，于是全线停摆——Astra 用“关闭功能”的方式把不安全的变安全，结果摧毁了产品本身。这个反例把抽象的能力差异变成了一次可观察的系统性失效，也说明代理自主开发并不是“模型够强就能放手”。

必须保留的边界是：以上全部数字与机制都来自公司自述、经二手转述，没有独立审计；Simon Willison 本人也指出，他很难想象这种开发方式用在出错代价更高的软件上，但作为游戏它“出乎意料地好用”。换言之，自主代理群能跑到每小时发版，前提之一是游戏属于低风险场景、回滚便宜、反馈回路廉价且可自我模拟。读者能从中带走的具体认识是：代理自主开发被两件事卡住——模型的能力阈值（换错模型会整体失效）与失败的代价（回滚与反馈速度）。在高风险、慢回滚、反馈昂贵的系统里，这套循环的成立条件并不自动满足。