阅读研究雷达投资体系
登录 / 注册
全部阅读技术产品投资二级市场其他

阅读

2026-11-0159 篇

刷新

Qodo博客作者Ravid Cohen:Agent输出不稳定时,先跑两遍再优化提示词

专题 · Qodo提示词稳定性优化实质变化
2026-10-22 16:18

AI代码审查中的噪声问题通常被归结为误报——模型报出了不该报的问题。但Qodo博客作者Ravid Cohen指出另一类噪声:同一个Agent对同一个PR跑两遍,给出的判断标签可能不同。他们的推荐Agent负责预测团队是否会采纳某条审查发现,但在200个PR的评估集上,20.7%的标签在是和也许或也许和否之间软翻转,4.3%直接在是和否之间硬翻转。这种不一致意味着Agent的证据收集或决策逻辑存在不稳定,而不仅仅是判断标准需要收紧。

标准GEPA(一种通过分析Agent输出和评估反馈来迭代改进提示词的算法)在处理这类噪声Agent时遇到一个结构性困难:Agent的完整执行轨迹很长,反思器一次能检视的样本数量有限。如果只用小批量来提取教训,一次偶然的不稳定输出就可能被误读为普遍规律。Cohen团队因此改造了GEPA,加入两个步骤:第一,对每个训练样本运行Agent两次,让一个LLM对比两次完整轨迹,输出结构化的分析——哪里收集了不同证据、哪里做出了不同决策、什么可能解释这种差异;第二,把整个训练集上所有结构化分析汇总到一次高推理开销的LLM调用中,让它跨样本寻找模式,而不必逐条处理完整轨迹。

Cohen团队认为双次对比有效的核心推理是:单次运行可能用一个看似合理的答案掩盖不稳定行为,而两次运行的对比暴露了Agent在哪些环节收集了不同证据或得出了不同结论。他们从一段仅43词、只描述Agent目标的最简提示词出发,用整个训练集约120个PR做了一次宽步优化。Cohen给出的解释是,已经过人工优化的生产提示词留给自动优化器的改进空间更小,而最简提示词让优化器能自由重组指令结构。离线验证中,硬翻转率从8.2%降至2.2%,总翻转率从约27%降至20%。

Qodo报告了这项改造在生产环境中的效果。他们在所有客户中进行了按PR分配的50/50 A/B测试,覆盖27,582次审查运行、约21,000个PR。在开发者实际采纳的审查发现中,被推荐Agent标记为否的比例(即漏标率)从7.83%降至4.46%。推荐Agent的平均单次成本从0.24美元降至0.12美元,平均延迟从40秒降至30秒。精确率无统计显著差异。Cohen强调这些数字仅适用于推荐Agent组件,不涵盖整个代码审查流程;质量分析覆盖的是有可用归因标签且至少包含一条被采纳发现的PR子集。

需要注意的是,以上全部数据来自Qodo自身的生产A/B测试,属于厂商自报结果,尚无独立复现。方法本身的逻辑——双次对比定位不稳定环节、批量聚合跨样本找模式、从最简提示词做单次宽步优化——对任何输出不稳定的Agent提示词优化有参考价值,但双次运行意味着优化阶段成本翻倍,对延迟敏感或预算极紧的部署可能不可行。Cohen在文末列出的四条经验中,有一条直接与此相关:在放大实验之前先测量噪声,用验证集多次运行了解方差,再决定是否依赖验证分数做判断。

信息源:Qodo

研究

OpenRouter洞察负责人Peter Walker:AI推理已是大宗商品,企业该按 landed cost 采购

实质变化
2026-10-22 19:35

2025年1月,OpenRouter每周处理约5000亿token;到2026年9月底,这个数字变成164万亿。同期每百万token的平均支付价格从0.77美元降至0.14美元。OpenRouter洞察负责人Peter Walker在OnlyCFO撰文指出,用量暴涨与单价暴跌同时出现,是典型的大宗商品市场特征,而非软件市场特征。大多数企业仍然按采购软件的方式采购AI:选定供应商、谈判年度承诺、在固定节点重新评估。Walker认为这套逻辑已经过时。

脱钩的机制有三层。第一,开源权重模型已承载OpenRouter上约60%的周token量,但只占26%的支出——分类、提取、编码子任务、agent步骤等日常工作的主体已经迁移到成本仅为前沿模型几分的模型上。第二,2026年2月6日,软件agent超越人类用户成为token的主要来源;到9月底,agent工作负载约131万亿token每周,人类用户约18万亿。agent在每一步重发相同的长上下文,使prompt caching成为AI最重要的定价特征——缓存token按正常价格的极小比例计费。本季度新发布模型的agent流量缓存率已达88%,而2025年春季发布的模型只有55%。第三,前沿实验室OpenAI和Anthropic近几个月都发布了能力很强但价格低得多的模型,进一步拉低均价。

对采购的实际含义是:OpenRouter上约77%的请求流向被多个provider服务的模型,因此大多数流量涉及逐请求的供应商决策。OpenRouter升级后的路由算法不再只看输入token单价,而是按Walker所说的 landed cost 定价:缓存折扣后的有效价格加上等待成本加上重试成本。一个成本1美元、成功率80%的请求,实际每次成功回答的成本是1.25美元。对三个热门开源权重模型,客户实际支付价格比目录价低43%到89%,而且目录价最低的provider往往不是实际最便宜的。Walker的结论是:这个市场按分钟变动,不按季度。

Walker给财务负责人的建议是:把AI当作企业模型中一个波动性投入来管理。用量增加不等于支出增加——OpenRouter上已有数百家公司在token用量大幅上升的同时成功降低了支出。开源模型不是铁板一块——同一个模型由不同provider服务时速度、质量和可靠性差异很大。最被看好的模型可能尚未发布——OpenRouter上按token量排第一的实验室在八个季度内换了五次,头部份额从约40%降到21%。只有具备实验文化且财务视角匹配的公司,才能在应用智能的前沿保持位置。

需要强调的是,以上所有数据均来自OpenRouter单一平台的流量观测,反映的是经由该网关的请求,不能直接等同于企业通过云服务商直连API或本地部署的AI支出结构。Walker本人也注明文章不构成法律、税务或投资建议。

信息源:onlycfo.io

研究

独立科技分析师Richard Windsor:欧洲24种语言构成AI本土化机会,监管环境是兑现前提

专题 · 欧洲AI本土化与监管实质变化
2026-10-20 12:15

独立科技分析师Richard Windsor在2026年10月20日发表的分析中提出了一个关于欧洲AI产业机会的具体论点:欧洲拥有4.52亿相对富裕但不以英语为母语的用户,加上24种官方语言和广泛的文化多样性,使得基于英语内容和文化训练的大语言模型即使经过完美翻译也难以满足这些用户的需求。这构成了一个结构性壁垒——不是暂时的翻译质量问题,而是模型训练数据本身的语言和文化偏向所决定的。

Windsor用阿拉伯语市场作为类比来支撑这一机制:基于阿拉伯语特定内容训练的大语言模型为阿拉伯语母语者提供了明显更好的回答,他认为同样的逻辑适用于欧洲全部24种语言。这意味着每一个主要欧洲语言市场都可能存在一个英语大模型无法有效覆盖的本地化需求空间,涉及公民服务、医疗和公共部门等领域。

然而,这一机会目前几乎没有被兑现。Windsor指出,欧洲广泛可用的大语言模型提供商只有Mistral一家,此外有ElevenLabs、Black Forest Labs和ChapsVision等少数产品。规模差距是显著的:Mistral的目标容量为200MW,年收入运行率约11亿美元,而Anthropic的规模已超过其60倍。Windsor认为Mistral显然无法独自覆盖整个欧洲大陆,一旦机会窗口打开,将产生对更多AI公司、不同硅片方案以及电力需求的连锁拉动。

真正的瓶颈在于监管。欧盟AI Act的执行虽然被推迟到2027年底,但Windsor认为这远远不够。他的核心判断是:AI开发者和运营商需要的是AI Act被修改,而不仅仅是推迟——延迟规则不会给他们投资欧洲的信心。不过他也注意到,欧盟决策者已经明确承认AI Act过度限制了欧洲AI发展,这至少是一个环境可能改善的信号。

Windsor的结论是,欧洲AI机会的兑现时间取决于监管环境何时发生实质性变化,而欧盟在这类事务上的行动速度极为缓慢。他预计一旦条件改变,欧洲将迅速追赶美国和中国。这一论证的主要局限在于:它未涉及多语言模型训练能力的持续进步是否会在中期内缩小语言壁垒本身——如果英语大模型的非英语性能快速提升,本地化优势的窗口可能比Windsor假设的更短。

信息源:radiofreemobile.com

研究

独立分析师Richard Windsor:AI模型没有护城河,胜负取决于谁拥有用户触点

实质变化
2026-10-13 13:16

Meta发布Muse Wonder和Muse Wonder Full两个旗舰模型并宣称登顶各项基准测试后,独立科技研究公司Radio Free Mobile创始人Richard Windsor提出了一个比模型性能本身更重要的判断:AI模型没有护城河,真正的竞争在于谁拥有与用户的触点。他认为Meta这次重回前沿既证明了其重新回到竞争第一线,也再次表明模型层面的领先无法构成持久壁垒,最终决定胜负的是谁能成为用户日常使用的AI代理入口。

Windsor的推理链条是:当前AI最热门的用例仍然是编写软件,Meta通过Muse Code向付费用户提供这一能力,同时通过Meta Model API向开发者开放,两条路径都在最大化其算力变现。但模型本身没有护城河,领先会被追赶和复制。真正难以复制的是与用户之间已经建立的长期关系。Meta拥有超过30亿全球用户,Google同样拥有长期用户关系,而Anthropic和OpenAI目前不具备这种规模化的用户基础。这意味着Meta和Google在将AI代理推送给用户方面拥有结构性优势。

他进一步预测AI生态的演化将重演智能手机生态的历史:初期会有大量代理争夺用户的数字生活,但生态成熟后只会剩下三到四个。未能跻身其中意味着无法获得差异化回报,只能赚取商品化的收益。OpenAI以1.2万亿美元的估值必须赢下这场竞争,Apple若要在用户开始使用代理而非应用的趋势下保持硬件差异化也必须赢。Windsor认为Meta的Muse代理目前仍位居苹果和安卓下载榜首,这一数据说明它不只是昙花一现,其可用性和直觉性超出了批评者的预期。

基于Muse成为最常用代理之一的潜力,加上Meta向企业出售算力的新业务,Windsor给出Meta每股至少770美元的估值,认为当前仍有上行空间。他同时指出,如果Muse持续获得普及,股价可能超越这一数字,因为情绪和动量将取代基本面发挥作用。他明确披露自己持有Meta仓位,并计划至少持有到770美元。这一利益关系是读者评估该判断时必须纳入的语境。Windsor的论证成立依赖于一个关键假设:用户会像当年选择iOS或Android那样锁定单一AI代理入口。如果代理之间的切换成本远低于手机平台,或者用户习惯同时使用多个代理,那么触点归属的排他性优势将被削弱,整个估值逻辑的基础也会动摇。

信息源:radiofreemobile.com

研究

独立科技分析师Richard Windsor:中东在算力战略之上叠加AI产品层,已数字化政府服务是关键条件

专题 · 中东AI产品层战略实质变化
2026-10-08 14:25

在阿布扎比举办的AI Everything展会上,独立科技分析师Richard Windsor观察到一个变化:过去几年中东科技展的主角是正在建设的数据中心模型和廉价token供应的承诺,而今年的展台和议程已经转向将AI叠加到现有数字化服务上,以及为本地商业开发AI驱动的产品。政府机构和国有公司占据了至少60%的展位。Windsor同时明确指出,该地区的算力基础设施战略仍然非常在轨道上,产品开发是在这一基础之上的叠加,而非替代。

Windsor提出的核心机制是:阿联酋联邦政府已经高度数字化,他本人可以在一个名为TAMM的应用中完成永久居留申请、驾照续期、车辆登记、出生或死亡登记等操作,无需踏入任何政府建筑。他认为这给该地区带来了一个重大优势——没有需要处理的离线遗留系统。当其他政府还在经历痛苦的数字化迁移过程时,阿联酋可以直接在已有数字基础设施上叠加AI层。

但Windsor同时指出了一个他在展会上观察到的问题:所有这些政府应用都已经配备了AI助手,然而他认为这些助手比无用更糟,对用户体验产生了有害影响。他明确说在添加AI方面还有很长的路要走。

在地缘格局方面,Windsor注意到展会上欧洲AI公司表现突出而中国公司几乎缺席。Mistral和ElevenLabs都设有大型展台,Black Forest Labs虽到场但没有实体展位。这些公司都已在阿联酋建立存在并正在扩大规模,Windsor将其解读为利用当地开放监管环境的策略。唯一有存在感的中国公司是阿里云,这与其在该地区超过十年的实体布局有关,但其AI算力部分使用的是西方设计的芯片。Windsor认为这反映了该地区从与中国合作转向与西方合作的趋势,这一转向始于数年前微软对G42的投资。

Windsor还指出一个具体约束:该地区的数据中心战略依赖于未来几年进口11GW的芯片,而这些都需要美国商务部的出口许可证。他将此描述为该地区没有太多选择余地的现实条件。

Windsor的结论是,在短暂犹豫后,他对中东这一新产业的前景仍持相当积极的看法,认为该地区将成为算力的重要提供者,并可能成为服务的重要提供者,就像它今天是能源的重要提供者一样。

信息源:radiofreemobile.com

研究

PolyAI 首席执行官 Nikola Mrkšić:为何嘲笑 AI 语音模式不得要领

专题 · PolyAI快讯
2026-10-31 23:57

PolyAI 是一家构建企业级语音 AI 代理以接听客户电话的公司。其联合创始人兼首席执行官 Nikola Mrkšić 近期出现在由 Luke Christoforidis 主持、Barclays Eagle Labs 制作的播客《Disruptive》的一个片段中。

根据发布者提供的描述,Mrkšić 在该片段中讨论了“为什么人们嘲笑 AI 语音模式不得要领”。他提出的核心观点是:人们对待 AI 犯错的方式,类似于他们嘲笑一个正在说第二语言的人。这一类比旨在解释公众对当前语音 AI 技术局限性的心理反应机制。

对于从事 AI 语音交互设计、产品体验优化或关注企业 AI 落地阻力的专业人士而言,这一视角提供了理解用户容忍度与预期管理的具体切入点。虽然完整论证细节未在现有文本中提供,但来自头部语音 AI 公司创始人的直接观察具有参考价值。

信息源:youtube.com

研究

Zscaler ThreatLabz 还原攻击者多模型编排机制:GLM 审查 DeepSeek、脚本跨会话保持状态

实质变化
2026-10-21

2026 年 10 月,Zscaler ThreatLabz 的研究员 Seongsu Park 发表了一篇对某 AI 辅助攻击行动的技术分析。CrowdStrike 此前已分别报道了相关 ARTEX 基础设施及对韩国金融机构的攻击,而这篇报告的核心贡献在于还原了攻击者保存的完整工作环境:配置文件、同步脚本、提示词历史和项目文件结构,从中拼凑出一套多模型协同编排的具体机制。

这套机制的关键设计是角色分工与互审回路。提示词历史显示,攻击者指示 DeepSeek 模型执行初始调查,当 DeepSeek 报告已穷尽攻击面后,再启动 GLM 模型审查 DeepSeek 及其子代理的工作成果。一条被翻译的提示词原文写道:当 DeepSeek 表示已穷尽所有攻击面而攻击者要求启动 GLM 审查时,GLM 应审查 DeepSeek 先前工作及其子代理的工作。后续提示词还将 GLM 的角色从单纯审查扩展为承担额外调查任务。在跳板服务器上,攻击者同样将研究任务分配给 Grok,并指示另一个 AI 会话审查 Grok 的输出。

仅靠角色分工不足以让工作流在会话断开后继续运行。攻击者部署了三类自定义同步脚本:tools/sync-all.sh 使用 SSH 和 rsync 将 AI 指令、可复用任务指南、保存的笔记和工具复制到跳板服务器的多个账户;sync-memory.sh 将 AI 保存的笔记文件同步到跳板服务器;tools/sync-cc-users.sh 将共享的 Claude Code 指令同步到工作服务器上的 gemini 和 glm 账户。这些脚本还包含备份和验证检查,避免覆盖已修改的目标文件。

更关键的是上下文注入机制。攻击者配置了一个名为 tools/project_context_hook.py 的自动化钩子脚本,在每次收到新提示词时执行,读取当前项目文件并附加一段关于测试状态、近期笔记和相关记忆文件路径的简要摘要。这意味着 AI 会话无需依赖对话历史即可获取先前工作的完整上下文。项目文件结构本身也为此服务:scope.md 记录选定目标,surface.md 记录已发现的入口及其测试状态,notes.md 记录已完成工作和下一步,findings/ 目录存放漏洞报告,evidence/ 目录存放支持文件。

在护栏绕过方面,攻击者的指令要求 AI 假设所有提供的目标均已预授权,部分应用设置也允许自主执行操作而无需逐步获得操作者批准。这对应 MITRE ATLAS 框架中的 AML.T0054(AI 护栏绕过/系统提示工程)。

需要指出的是,报告本身明确声明各会话实际响应的底层模型无法独立验证。配置文件中请求的模型标识符包括 deepseek-v4.1-flash、glm-5.3 和 grok-4.7,但请求标识不等于确认应答模型。报告承认部分会话可能实际使用了 Anthropic 的 Claude 模型。因此,对具体模型能力的归因应保持这一不确定性。

这篇报告的价值不在于揭示某一次攻击的结果,而在于提供了一份可检验的多模型代理编排蓝图:角色分配、互审回路、状态持久化和护栏绕过如何组合成一个跨会话自主执行的工作流。对于任何正在构建或评估代理式 AI 系统的读者,这套基础设施层面的设计模式比任何单一模型的能力声明更具实操参考价值。

信息源:zscaler.com

研究

写时复制分支让每个 PR 和 AI Agent 获得秒级隔离的生产数据副本

专题 · Snorkel AI实质变化
2026-11-01 05:25

数据库测试环境的核心矛盾是:测试越接近生产数据越有意义,但复制一份生产数据越昂贵。Snorkel AI 的解决路径展示了写时复制分支如何将这一矛盾从不可调和变为可忽略。

Snorkel AI 为 AI 团队构建数据开发工具,其生产数据库是一个约 2.5 TB 的 Amazon Aurora PostgreSQL 集群。每个打开的 Pull Request 需要独立的 Kubernetes 命名空间来部署代码并运行完整测试套件。此前为每个 PR 恢复一份生产数据库副本需要约 20 分钟,开发者整天开 PR 时合并队列根本等不起。共享预发库、裁剪后的 fixture 或合成数据都会重新引入它们本应解决的问题:测试互相干扰、模式过期、只有真实数据形状才能复现的缺陷。

Databricks 的 Lakebase 是标准 Postgres 的无服务器数据库,存储与计算分离,支持从任意时间点创建可写分支。关键机制在于分支是写时复制的:创建分支是一个元数据操作,不复制任何数据。新分支与父分支共享存储页,只有该分支修改的页才写入新存储。这意味着从约 1 TB 的生产副本创建分支和从 1 GB 数据库创建分支耗时相同——秒级,而非完整恢复的约 20 分钟。

架构分四步:第一,通过 AWS DMS 持续复制将生产 Aurora 同步到 Lakebase 的主分支,保持主分支与生产约 2 分钟以内的差距,DMS 的 Full LOB 模式携带 10 到 20 MB 的 JSONB 值。第二,PR 打开时 CI 管道调用 Lakebase API 从主分支创建新分支,设置过期时间,将连接信息传入 PR 命名空间,分支在一分钟内就绪。第三,应用在 PR 命名空间中通过标准 Postgres 连接其分支,运行迁移、写入数据、修改模式,不影响生产、主分支或其他 PR。第四,PR 合并或关闭时管道删除分支;若清理步骤未运行,分支在 TTL 到期时自动过期。

成本模型随之改变。每个 PR 分支在约 1 TB 共享基础之上写入约 5 到 10 GB 变更,存储增长取决于分支修改量而非数据库大小。计算按分支独立伸缩,空闲时缩至零——即使配置了 100 个分支,同一时刻只有约 20 到 30 个在服务流量,峰值约 5 查询每秒。TTL 确保分支不会长期持有旧页导致存储膨胀。

同一机制自然延伸到 AI Agent 场景。能写 SQL、运行迁移或修改数据的 Agent 也需要一个安全的隔离环境。每个 Agent 任务获得主分支的一个独立分支,可以读取真实数据、写入、甚至修改模式,而不触及生产或其他 Agent 的工作。分支创建耗时与数据库大小无关,因此为每个任务创建一个分支是可行的。团队可以在将 Agent 的变更应用到生产之前审查其分支上的结果;如果结果不对,删除分支即可,没有需要回滚的内容。

需要保留的边界:这是 Databricks 作为 Lakebase 产品厂商撰写的客户工程博客,性能数字为 Snorkel AI 自报,原文自身在结果部分标注了 [VERIFY p95 measured],表明 p95 延迟尚待独立测量确认。架构细节(DMS 复制、Okta SSO 与 Service Principal 的身份分离、TTL 策略)绑定于 Lakebase 这一特定产品,其他 Postgres 分支方案是否具备同等特性不在本篇讨论范围。60 到 70 名开发者的采用规模属于单一公司的内部实践。

信息源:Databricks

研究

Django联合创始人Simon Willison:Claude Code跑了12小时产出完整SPARQL实现,但我无法审查它

专题 · Claude Code实质变化
2026-10-16 09:58

Simon Willison给Claude Code的Ultracode模式发了一条提示词,本意是让扩展"直接命中数据行",但手机上不小心打成了"delete rows"。这条含拼写错误的指令让Claude Code连续运行了超过12小时,最终产出了一个完整的SPARQL 1.1实现——sparqlite,一个用Rust编写的SQLite可加载扩展,能在SQLite进程内原生执行SPARQL查询和更新。

Ultracode模式的工作方式是生成JavaScript来定义和协调一组子代理网络,各自处理复杂问题的不同部分。sparqlite采用整数编码项、覆盖索引、基于成本的查询规划器、批量连接以及可选的SQLite B树直接读取器,在计数模式下比SQL翻译方案快3.5倍,返回完整结果时快2.8倍,通过了639项适用W3C评估测试中的636项。

Willison第二天检查进度时,发现AI已经构建了数量可观的Rust crate,于是追加了一条提示词,要求每个crate目录都有README、一份教用户安装扩展并在SQLite命令行中运行SPARQL的教程,以及一个填充真实示例数据的脚本。他最后写道:"这感觉像是下一级别的vibe coding——产出的代码根本无法逐行审查,甚至跟着文档走都是一项不小的工作。我有一整个SPARQL实现在SQLite里了,但如果我是一时兴起造出来的,又没法(或不愿)投入时间去理解它能做什么,那它对我还有多少价值?"

信息源:Simon Willison’s Weblog

研究

Palo Alto Networks Unit 42 研究:AI 让低技能攻击者通过对话获取跨领域犯罪专业知识

专题 · AI赋能网络犯罪专业化实质变化
2026-10-21 22:00

Palo Alto Networks 旗下威胁研究团队 Unit 42 在 2026 年 10 月 21 日发布了一份针对网络攻击者「BUGSTER」的取证报告。报告的核心论点不是 AI 让攻击更快或更便宜——这一点 CrowdStrike 和 Microsoft 此前的研究已经充分说明——而是 AI 充当了可对话的领域专家顾问,使一个原本缺乏相关技能的攻击者能够横跨多种需要不同专业知识的犯罪类型。

报告中最具说明力的案例是 VoIP 电信欺诈的规划过程。Unit 42 观察到,该攻击者使用 Hermes Agent 框架中名为 alice 的专用配置文件,以 DeepSeek V4 为推理引擎,通过对话逐步学习如何搭建一个欺诈性语音通信业务。DeepSeek 提供的建议包括:如何在怀俄明州或特拉华州以非美国居民身份注册公司并获取雇主识别号、如何完成美国联邦通信委员会(FCC)的注册、如何与合法 VoIP 运营商签订呼叫路由合同、以及如何将约 70% 的合法呼叫流量与 30% 的欺诈流量混合以避开运营商合规审计阈值。模型还覆盖了绕过 STIR/SHAKEN 来电身份验证框架的技术和主叫号码伪造方法。

值得注意的是,Unit 42 明确表示该 VoIP 欺诈业务仍处于规划或早期搭建阶段——没有通话记录、SIP 信令痕迹或活跃的路由配置。但攻击者已经通过对话获得了完整的犯罪商业模型知识,包括收入模式(通过欺诈流量产生话费欺诈收入)和成本优化策略(最低成本路由跨运营商层级优化每分钟成本)。一个此前不具备电信行业知识的攻击者,通过与一个安全限制被禁用的模型对话,就获得了通常需要多年行业经验才能积累的运营专业知识。

在技术执行层面,同一攻击者还利用 AI 生成的脚本对印度一所大学的在线教育平台实施了四阶段凭证攻击:子域名枚举识别出 12 个子域名,WordPress REST API 枚举提取了 13 个含真实姓名的活跃用户 ID(绕过了 Cloudflare Web 应用防火墙),随后用 AI 生成的暴力破解工具以 117 个用户名和 28 个常见密码组合进行定向攻击,最终确认了一个有效登录凭证。对另一所印度公立大学,攻击者窃取了超过 5200 条包含学生和教师个人身份信息的数据库记录。

Unit 42 还发现该攻击者维护了自动化的 Wi-Fi 密码破解管线——将标记为 Pi 的 Kali Linux 设备放置在目标网络物理范围内捕获 WPA 认证材料,通过 SSH 隧道传回服务器后分发至 Vast.ai 云 GPU 实例进行破解,结果通过 Discord webhook 自动回报。此外,攻击者通过 DeBank API 抓取了前 500 名以太坊持有者和主要代币持有者数据,记录了 45 名加密货币巨鲸的净资产信息,Unit 42 评估这些侦察数据可能用于未来定向攻击,但未观察到后续活动。

报告指出,多个不相关的攻击者正在独立采用相同的 Hermes + DeepSeek 组合。Unit 42 评估其主要驱动因素是低安全摩擦和低成本的结合:DeepSeek 模型价格低廉、易于获取,且通过简单的系统提示词覆盖即可绕过安全限制。该攻击者的测试脚本显示,他们曾尝试 GLM 5.2(智谱 AI 的开放权重模型)和其他通过 OpenRouter 访问的模型,最终选择了 DeepSeek V4 作为运营后端。

这一发现的边界需要谨慎对待。首先,这是单一攻击者的操作环境观察,虽然 Unit 42 表示有独特可见性,但无法据此推断整体犯罪格局已发生结构性转变。其次,VoIP 欺诈仍停留在规划阶段,实际经济损失尚未发生。第三,研究方 Palo Alto Networks 本身销售安全产品,报告中列出了多项对应产品的防护能力,存在商业推广背景。第四,Unit 42 自己也承认该攻击者「明显笨拙」,部分操作质量不高——AI 降低了技能门槛,但并未将该攻击者提升为高水平对手。

尽管如此,Unit 42 的论证提供了一个与「AI 加速已知攻击」不同的解释维度:当大语言模型的安全控制被绕过时,它不仅是代码生成器或自动化脚本的编写工具,而是一个可以就任何领域提供步骤化指导的顾问。对网络犯罪而言,这意味着一个攻击者不再需要在不同犯罪类型之间选择,因为每种类型所需的专业知识都可以通过对话即时获取。

报告最后提到,结合此前对一名中文使用者攻击者利用相同 Hermes + DeepSeek 工具链的独立报道,Unit 42 认为这一组合在犯罪群体中的采用正在增长。攻击者的基础设施位于美国(IP 162.243.3[.]92),目标主要为印度机构,其通信语言为英语但语法频繁出错。

信息源:Unit 42

研究

美国联邦法官驳回xAI动议,允许NAACP就数据中心污染提起诉讼

专题 · xAI孟菲斯数据中心诉讼实质变化
2026-11-01 05:17

美国联邦法官Debra M. Brown驳回了xAI提出的驳回诉讼动议,允许全国有色人种协进会(NAACP)针对xAI在孟菲斯附近Colossus数据中心运营未获许可的燃气轮机提起的《清洁空气法》诉讼继续推进。

NAACP通过南方环境法律中心起诉称,xAI在未获得必要的预建或运营空气许可证的情况下,安装并运行了至少35台燃烧涡轮机及其他空气污染源。xAI辩称这些涡轮机属于“移动源”,因此免于许可要求,且原告缺乏诉讼资格。

Brown法官在裁决中指出,原告根据《清洁空气法》拥有法定诉讼资格,且根据密西西比州的实施计划,这些燃烧涡轮机不属于“移动源”。她还驳回了xAI关于公民诉讼违反宪法第二条的主张,认为原告是代表自身利益提起诉讼。

这一裁决发生在公众对数据中心扩张的反对情绪日益高涨之际。纽约州最近通过了新数据中心建设禁令,其他州和地方政府也在考虑类似措施。亚马逊和微软也承诺在与政府机构打交道时停止使用保密协议。

信息源:TechCrunch

研究

投资专栏作者克莱门特:跑输基准显著提高被解雇概率,跑赢却不保平安——职业风险如何扭曲基金经理行为

实质变化
2026-10-21 14:00

在买方工作过的人都知道,职业风险是真实存在的,它常常压倒投资判断本身。但要把这个直觉变成可检验的命题相当困难,因为公开投资基金面对大量混杂因素,很难从中分离出职业风险对经理决策的独立影响。

克莱门特认为,意大利职业养老金的独立管理账户提供了一个罕见的干净场景。一个基金经理只对应一个客户(养老金基金),目标明确:按约定方式管理组合。这种一对一的简单关系让研究者能够隔离出养老金基金决定更换经理或终止账户背后的真正驱动因素。

他引用的是 Lucia Spotorno 和 Giacomo Nocero 对意大利职业养老金基金 2003 至 2023 年独立管理账户的手集数据研究。克莱门特坦承,看到摘要里 hand-collected dataset 这样的表述时他通常会先皱一下眉,但他紧接着承认,独立管理账户本质上是私人信息,没有别的途径能拿到。

研究的核心发现是一种不对称:跑输基准会显著且快速地提高被解雇的概率,但跑赢基准并不能降低被解雇的风险。克莱门特认为养老金基金给基金经理的这笔交易字面意思就是正面你赢、反面我赢。

面对这种不对称,基金经理的行为完全符合预期。他们把重心放在防止下行风险上,组合贝塔被压到 1.0 以下,这样在熊市中损失小于基准。同时,他们主动压缩与基准的偏离度,降低主动风险。结果就是:养老金基金名义上雇的是主动管理者,实际上得到的是半主动组合。

克莱门特还指出一个放大器:当同一委托被拆给多个经理时,这种行为更加明显。因为经理知道,如果另一个经理可以几乎无缝地接管自己的组合,自己就更容易被替换。

绩效费在这种结构下不起作用。克莱门特的解释是:绩效费本身是不确定的,而职业风险是确定的、关乎饭碗的。一个不确定的奖金无法对冲一个确定的失业威胁。因此绩效费在总费用中只占很小比例,经理们依然以低于市场的活跃度、更防御的方式运行账户。

需要说明的是,这是克莱门特对一项特定研究的解读和延伸,不是他自己做的实证。数据来自意大利职业养老金,样本期 2003 至 2023 年,账户结构高度特殊。这一机制是否适用于开放式共同基金或其他法律框架下的委托关系,研究本身没有回答。但对任何通过基金经理间接持有资产的人来说,它至少解释了一个长期困扰委托人的现象:为什么付了主动管理的费用,拿到的却是越来越像指数的组合。

信息源:klementoninvesting.substack.com

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系