阅读

据MIT Technology Review报道，前加利福尼亚州参议员Scott Wiener在赢得前众议院议长Nancy Pelosi空出的旧金山国会席位后，表示将把联邦人工智能监管作为其政治生涯的核心任务。Wiener曾在加州起草了具有里程碑意义的SB 1047法案（后被州长Newsom否决）及更温和的SB 53法案，这些尝试为后来的联邦立法提案提供了灵感。

Wiener指出，近期METR发布的报告被广泛解读为Anthropic可能已实现“递归自我改进”的证据，这让他感到担忧，认为留给人类监管AI的时间正在迅速减少。他呼吁国会采取果断行动，包括成立一个拥有实权的联邦监管机构、建立吹哨人保护机制、实施测试与审计要求，以及强制前沿AI模型具备“终止开关”。

尽管Wiener的竞选团队收到了来自支持AI监管的非营利组织Public First Action超过300万美元的资金支持（该组织接受Anthropic的大量资助），并因此遭到批评，但Wiener反驳称这是对他真正推动AI监管的误解。他表示，如果民主党讨论已久的国会AI特别委员会得以成立，他渴望在其中发挥作用。此外，他反对联邦法律全面取代各州的AI法规，主张保留各州作为“民主实验室”的灵活性。

去中心化储存网路 Swarm 的开发组织 Ethersphere 近日遭遇软体供应链攻击。攻击者利用专案的 GitHub 发布流程漏洞，将含有恶意程式码的 JavaScript 套件 bee-js 13.3.0 上架至 NPM，并发布了受污染的桌面应用程式 Swarm Desktop 0.56.2。这些恶意版本能够窃取节点钱包的金钥，并在使用者电脑上植入远端控制后门。

根据资安业者 Socket 的调查，专案维护者及自动化发布帐号疑似遭到入侵，但凭证最初如何外泄尚不清楚。攻击者使用遭窃的 CI 凭证，透过被入侵的 bee-worker 帐号在 GitHub 发布恶意版本。由于原有的自动化发布流程未检查程式码是否来自受保护分支，且在透过 GitHub 发布新版本时会略过测试，攻击者得以利用官方 GitHub Actions 将恶意套件上架至 NPM。

在技术实现上，攻击者在 bee-js 13.3.0 中加入了安装后执行的 postinstall 指令，使得套件安装时会从外部伺服器下载并执行 JavaScript 程式码。只要套件管理工具允许执行安装指令码，即使开发者未直接使用 bee-js 的功能，也可能触发攻击。据报导，该恶意载入程式甚至在 Ethersphere 自己的 NPM 发布工作中执行了三次。

Swarm Desktop 0.56.2 则被植入恶意程式码，使用者每次启动应用程式时，就会自动连线至攻击者控制的伺服器，下载并执行远端 JavaScript 程式码。后续的恶意程式会尝试读取 Swarm 节点的钱包金钥档与存放解锁密码的设定档，并将资料传送给攻击者。此外，它还会依作业系统安装后门：Windows 版本滥用合法工具 ScreenConnect 建立远端存取，macOS 与 Linux 版本则植入 Go 语言后门，透过以太坊智慧合约取得控制伺服器位址。相关合约与先前 SleepyDuck 攻击活动使用的基础设施相同。

值得注意的是，恶意的 bee-js 透过官方 NPM 发布流程上架，并附有有效的套件来源证明（Provenance）。然而，该证明只能确认套件的建置来源，无法保证程式码本身的安全性。Swarm Desktop 的 macOS 版本也使用专案凭证签署，并通过苹果公证，这使得部分 Windows 及 Apple Silicon Mac 使用者可能经由自动更新取得受污染版本。

目前，bee-js 13.3.0 在 NPM 上架约 75 分钟后已被下架，Swarm Desktop 0.56.2 公开约 8.5 小时后也遭撤回。Ethersphere 已发布干净版本的 Swarm Desktop 0.56.3，并建议 bee-js 使用者改用 13.2.0 版本。曾执行恶意程式的使用者应立即检查电脑是否已遭植入后门，并更换可能外泄的金钥与凭证。

2026年10月，亚洲市场的内部人买入活动达到2018年10月以来的最高水平，涉及金额约29亿美元。投资博客Asian Century Stocks的作者Michael Fritzell依据Smart Insider数据指出，本轮买入发生在股价近期下跌之后，全球主要区域中除美国外均呈看涨情绪，其中韩国、泰国、马来西亚和香港尤为突出。韩国近一个月的买入与卖出之比已回升至接近5倍，泰国约为4倍。

为什么内部人买入值得投资者关注？Fritzell援引学术研究称，存在内部人买入的股票长期倾向于跑赢大盘6%-10%，但他同时标注了这一效应的边界：因市场和时间段而异，在小型公司中更强，对常规性买入则基本消失。他明确提醒读者这是统计倾向而非个股预测。

文章展示了五个内部人买入案例中的第一个——印尼人民银行（Bank Rakyat Indonesia，BBRI.JK，市值约230亿美元），其余四个在付费墙之后。BBRI是印尼国有银行，其业务特征构成了一个值得拆解的信号案例。

BBRI的盈利能力在当前全球银行中极为突出。其净资产收益率为19%，权益资产比为14%，2026年上半年净息差达7.7%。高息差的来源包括印尼通胀和利率的结构性高位，使银行能以较高利率放贷而几乎不向储户支付利息；约43%的贷款组合集中于微贷业务，依托庞大网点网络形成竞争壁垒。部分微贷有抵押，部分没有，部分享有政府提供的部分信用担保。

但增长质量存在隐忧。近期贷款增长16%、净利润增长17%中，部分来自利润率较低的企业贷款而非微贷。信用成本约3%虽属微贷业务的常态，却构成实际拖累。Fritzell还指出，BBRI受益于近期加息周期——存款端几乎无成本，贷款端按政策利率加点定价——这一结构性优势未必能长期持续。

信号的核心在于时点。2026年10月，BBRI高级职员Alexander Yunimar Situmorang买入了价值16.4万美元的股票，恰好发生在MSCI威胁将印尼降级为独立市场状态（下一次决定日期为2027年6月）之后。Fritzell认为，这构成了一个典型的恐慌后买入情境：市场因降级威胁出现抛售，内部人随即入场。当前BBRI股价对应6.9倍滚动市盈率、12%股息率、1.3倍市净率，而历史净资产收益率在20%-30%区间。

风险方面，Fritzell列出了三条：一是黄金抵押贷款的不良率可能上升，前提是金价不再以当前速度上涨；二是印尼利率处于相对高位，可能已将盈利推至不可持续的水平；三是BBRI作为国有实体，所有权已从印尼财政部转移至总统普拉博沃新设的主权基金Danantara，外界猜测普拉博沃可能要求BBRI维持高分红以便母公司获取现金，但高派息比例能否持续并无保证。此外，净资产收益率在长期趋势上有所下滑，可能与印尼经济疲软有关。

Fritzell在文首声明，这是他的个人观点，不构成投资建议，他未持有文中提及的任何证券，也未从相关公司或平台获得报酬。其余四个内部人买入案例仅对付费订阅者开放。

据《华尔街日报》、路透社和The Information报道，人工智能公司Anthropic在计划于11月19日或20日以代码“ANT”登陆纳斯达克（Nasdaq）之际，撤回了此前发给承销银行的每股70至80美元的初步定价区间。这一举动发生在部分机构投资者明确要求将估值控制在1.5万亿美元以下的背景下，该目标低于今年早些时候讨论的约2万亿美元水平。

路透社获得的电子邮件显示，Anthropic于美东时间11月9日深夜向承销银行发送文件，提议以每股70至80美元发行约8.67亿股，募资最多约693亿美元。然而，随后发出的第二封邮件称“价格细节不正确”，并表示公司将更新文件。截至11月9日，美国证券交易委员会（SEC）EDGAR系统上最新的仍是11月2日的修正版招股书，其中价格和股数栏位留白。Anthropic拒绝就此事置评。

机构投资者对高估值的抵制反映了当前市场对AI板块波动的担忧。彭博社此前报道，潜在投资人讨论中的估值已降至1.2万亿至1.3万亿美元区间。《华尔街日报》指出，投资人的疑虑包括科技股市场波动、AI投资风险升高、新建数据中心面临的政治反对，以及大型云服务商何时能从AI支出中获得回报仍不确定。部分投资人希望首席财务官Krishna Rao采取保守定价策略，为上市首日的股价上涨保留空间。

尽管面临估值压力，Anthropic仍试图按原定时间表推进IPO。然而，若无法达成满意的定价，公司可能被迫延后上市，但这被报道认为有引发市场恐慌的风险。这一事件凸显了即便是在头部AI公司中，资本市场对其盈利路径和宏观风险的重新评估正在影响其融资条款。

谷歌于11月9日发布了Chrome 157稳定版更新，共修复了9个安全漏洞。其中7个被评定为高风险等级，2个为中度风险等级。这些漏洞存在于WebGL、GPU、V8引擎、XML以及FileSystem等浏览器核心组件中。

值得特别关注的是，编号为CVE-2026-125350的漏洞已被确认用于实际的攻击活动（in the wild）。该漏洞属于“释放后重用”（Use After Free）类型，位于XML组件中，被评为高风险。尽管谷歌未透露该漏洞的具体利用方式，但鉴于其已遭利用，官方强烈建议用户尽快完成更新。

此次更新还涉及其他类型的漏洞，包括3个未初始化资源漏洞、2个释放后重用漏洞，以及涉及错误授权、内存缓冲区溢出、越界写入和类型混淆的各一个漏洞。

不同操作系统的用户应更新至以下版本以修补相关弱点：Windows与macOS用户应更新至157.0.8103.50或157.0.8103.51；Linux与Android用户应更新至157.0.8103.50。

Anthropic于2026年11月9日发布博客称，其团队使用1000个运行早期版本Claude Fable 5.2的智能体，成功复现了费马大定理的形式化证明。与今年9月首次实现该目标时依赖专用平台Prove2Me和人类研究员指导不同，此次实验仅使用Git、PostgreSQL数据库等通用工具，且无人类直接干预。

据Anthropic报告，此次实验耗时28.7小时，使用的输出令牌数量仅为9月基准的三分之一，生成的Lean代码长度也缩短至原来的七分之一。在9月的实验中，数十个智能体在人类指导下耗时11天、消耗约60亿输出令牌才完成类似工作。

实验中的智能体通过共享数据库协调任务：一个“领导”智能体负责拆分问题并分配给999个“助手”智能体。助手们利用数据库表记录进度、认领子任务，并通过Git提交代码供检查器验证。这种基于通用工具的自组织方式，证明了多智能体系统在处理长周期复杂问题时，可能不再严格依赖领域特定的脚手架平台。

值得注意的是，这仍是一个受控环境下的“玩具实验”，且为厂商自报结果，未经独立第三方复现。Anthropic指出，虽然通用工具足以完成任务，但专用平台如Prove2Me可能在编译速度和复用人类成果方面继续提供效率优势。此外，实验强调了安全边界的重要性，所有智能体均在无网络访问的沙箱中运行，并受到实时监控系统的保护。

美国证书管理公司DigiCert于11月5日证实发生数据泄露事件。据iThome报道，此次泄露源于2025年2月进行服务器迁移时的配置错误，导致原本仅通过VPN访问的内部业务系统意外暴露于互联网。攻击者利用该系统的授权控制漏洞，创建了未经授权的账号，并以只读模式访问了归档的客户数据。

根据DigiCert向受影响客户发出的通知，泄露的信息包括姓名、企业电子邮件地址、电话号码和公司地址。由于部分客户此前为完成证书验证程序曾向DigiCert提供身份证明文件，因此泄露数据可能还包含驾照、护照、水电账单以及其他载有姓名与地址的文件。

DigiCert在提交至Mozilla Bugzilla的事件报告中指出，该公司于2026年6月首次发现系统中存在未授权账号，但当时误认为这些账号无法访问客户信息。直到后续收到安全研究项目的通报，才确认外部人员可创建新账号并访问数据。经过进一步调查，DigiCert于10月19日确认未授权账号曾在2026年6月27日至7月2日期间访问了客户资料。

韩国物理AI数据公司Ndotlight宣布，已向韩国电信巨头KT供应用于机器人训练的电缆等柔性物体3D仿真数据。这一合作旨在解决工业现场机器人部署前的关键瓶颈：在虚拟空间中准确模拟线缆弯曲、拉伸等物理特性，以便机器人在实际投入工作前进行充分练习和验证。

Ndotlight使用其自主研发的CAD平台“TRINIX”生成这些“SimReady”资产。该平台能够处理从3D模型创建到物理属性（如重量、弹性）及关节信息输入的全过程，并输出符合OpenUSD标准的数据文件。这些数据可直接导入英伟达的机器人仿真环境Isaac Sim，供开发者构建和验证机器人操作场景。

此次发布是在首尔举行的“Nvidia AI Day Seoul 2026”上进行的。Ndotlight首席技术官Kim Seon-tae在会上介绍了与KT的合作案例，并展示了其与英伟达、RealWorld共同参与的机器人手部操作能力评估项目“DexBench”。Ndotlight表示，未来计划将其数据接入英伟达的“SimReady Central”存储库，以拓展全球市场。

Anthropic 在 11 月 9 日发布的官方博客中给出了一个明确的起步建议：大多数编码和知识工作从 Opus 5.5 的 medium effort 开始。这不是因为 Opus 5.5 是最强的模型——Fable 5.2 才是——而是因为它在成本和能力的平衡点上。Opus 5.5 每百万 token 的输入输出价格是 4 美元和 20 美元，恰好是 Fable 5.2（8 美元和 40 美元）的一半。

但这篇博客真正值得注意的不是起步推荐，而是它提出的调节顺序。作者 Addy Osmani 写道，在换模型之前，先调 effort 档位。effort 是一个比模型切换更细的旋钮，同时控制成本和能力的变化幅度。超过 high 之后，再升一档的成本可能已经等于换一个大模型。反过来，降一档也可能得到你需要的结果，只是费率更低。

这个建议背后有具体的基准数据支撑。在 Anthropic 自测的 Terminal-Bench 3.0 上，上一代 Fable 5.1 在 max effort 下得分 58.0%，而 Opus 5.5 在 high effort 下得分 58.9%，用的 token 量只有前者的一半。在 FrontierCode 2.0 上，Fable 5.2 在 high effort 下得分 45.3%，与 Opus 5.5 在 max effort 下的 45.5% 基本持平，但每任务成本约为后者的一半。这些数据说明成本与能力的关系在任务层面不是线性的：更便宜的模型在更高 effort 下可以追平甚至超过更贵的模型。

在 SWE-bench Pro 上，Opus 5.5 从 medium 到 high 大约提升 2.5 分，成本增加约 43%（从 high 的 70% 升到 100%）；从 low 到 medium 大约提升 5.5 分，成本约为 low 的两倍（从 high 的三分之一升到 70%）。这意味着如果你当前在 medium 上遇到瓶颈，先试 high 往往比直接跳到 Fable 5.2 更划算。只有当 Opus 5.5 在 high effort 下仍然不够用时，才应该考虑升级到 Fable 5.2。

对于需要混合使用多个模型的场景，博客给出了一个核心原则：把子代理放在更便宜的模型上，把判断和代码编辑留在主模型上。子代理适合做搜索文件、跑测试、读日志这类工作——出错时容易发现，而且判断性的决策本来就由主模型来做。当模型不够用时，Osmani 建议按顺序执行：先确认模型能否自我验证（通过测试、构建或调用端点的脚本），再升一档 effort，最后才换到更大的模型并从更低的 effort 起步。在内部缺陷搜索基准上，Opus 5.5 作为主模型调度最多 25 个 Sonnet 5.5 工人处理约 2200 万 token 的源代码，成本比 Opus 5.5 单独运行低约三分之一，得分基本持平。

韩国人工智能基础模型初创公司Motif Technologies于11月9日宣布，已完成一轮桥接融资（Bridge Round），旨在为其下一代大型语言模型“Motif 4”的开发提供资金。据Platum报道，此次融资由现有投资者和芯片巨头英伟达（NVIDIA）共同参与，但具体金额未公开。桥接融资通常指在正式下一轮大规模融资前，为维持运营或推进关键项目而进行的中间阶段筹资。

“Motif 4”是该公司于2026年8月发布的“Motif 3”的后续版本，计划于2027年第一季度以开源权重（Open Weights）形式发布。开源权重意味着模型参数将向公众开放，允许开发者下载、使用及修改。Motif Technologies设定了雄心勃勃的目标：使“Motif 4”进入全球顶级模型的前五名。

此前，“Motif 3”在韩国科学技术信息通信部（MSIT）的“独立AI基础模型”项目中开发。根据Artificial Analysis的数据，“Motif 3”在综合智能指数中得分为47分，在全球所有AI模型中排名第10，在所有开源权重模型中排名第4。若排除中美企业模型，其排名最高。该公司表示，通过采用自研的组差分潜在注意力（GDLA）等架构，仅用768块GPU和5个月时间便完成了“Motif 3”的开发。

然而，由于时间和资源限制，“Motif 3”未能充分进行强化学习（RL）等后训练（Post-training）。后训练是将预训练模型调整为更实用、更符合人类偏好的关键步骤。Motif Technologies计划利用本次新获得的资金，重点加强“Motif 4”的后训练环节，以提升其实用性和商业竞争力。

牛津大学数学博士出身的CEO Im Jung-hwan表示：“在全球模型竞争激烈的环境下，必须从架构到后训练的每个阶段实现差异化才能生存。”他承认“Motif 3”因资源约束在后训练上留有遗憾，并承诺“Motif 4”将在技术卓越性之外，提供更完善的使用体验和商业化成果。

在2026年11月9日于墨尔本举行的Cisco Live APJC大会上，思科系统公司（Cisco Systems Inc.）发布了题为《获得扩展许可：信任在成功采用AI中的关键作用》（Permission to Scale: The Critical Role of Trust in Successful AI Adoption）的新研究报告。该研究由独立研究员Brad Howarth撰写，基于对25家澳大利亚组织的调查数据。

报告的核心发现是，过去几年关于企业人工智能的讨论主要集中在能力上——哪个模型最聪明、哪个GPU最快。这在技术是约束条件时是有意义的。但现在情况已变，AI能做的远比大多数组织允许的多，两者之间的差距在于信任。

思科澳大利亚和新西兰首席技术官Carl Solder指出，许多CIO和CTO倾向于关注他们熟悉的基础设施和数据领域，而忽视了文化这一支柱。他描述了一个客户案例，该公司在基础设施、治理、数据和IT技能上投入巨资，但忽略了文化，结果发现员工和客户对其投资的工具集产生了强烈抵触。

报告提出了“校准信任”（calibrated trust）的概念，即人们需要知道何时依赖AI、何时验证其输出以及何时必须由人类做出决定。盲目信任这些系统及其输出是一个重大风险。Elmo Software首席人力官Anna Tosky坦言存在“AI垃圾内容”（AI slop）问题，即员工未经检查就发送AI生成的错误报告。

为了解决这一问题，报告建议IT领导者采取一项具体做法：停止将登录次数作为信任的代理指标，转而追踪人们挑战或覆盖AI输出的频率。使用量显示人们在点击，而覆盖率显示他们在思考。此外，报告强调领导层必须以身作则，例如Flight Center Travel Group的77岁创始人Graham “Skroo” Turner每天使用AI，这为员工提供了“玩耍的许可”。

虽然样本量较小，但该研究与当前企业领导层的对话相符。它表明，阻碍AI规模化的最大障碍不是技术性的，而是与人员相关的。通过建立现实的参数和透明的沟通，企业可以逐步构建这种必要的信任。

美国电力和天然气供应商NRG能源（NYSE: NRG）于2026年11月9日发布了截至2026年9月30日的第三季度财报。报告显示，公司GAAP净利润为5.61亿美元，基本每股收益为2.59美元；非GAAP指标中，调整后净利润为9.83亿美元，调整后每股收益为4.68美元，调整后EBITDA达到20.13亿美元。

与去年同期相比，NRG的盈利能力显著增强。GAAP净利润从去年的1.52亿美元增至5.61亿美元，主要得益于从LS Power收购的投资组合贡献、东部地区更高的容量价格以及德州市场有利的天气条件带来的更高利润率。尽管这些增长被收购资产相关的折旧摊销及利息费用增加所部分抵消，但整体运营表现依然强劲。

在资本配置方面，NRG重申了2026年的财务指引，并首次公布了2027年的指导范围。2027年调整后EPS指引区间为8.05至10.05美元，调整后EBITDA指引为55亿至60亿美元。值得注意的是，目前的2027年指引尚未反映此前宣布的4.9 GW资产出售的预期影响。

公司同时更新了资本分配计划。除了2026年计划的10亿美元股票回购和约4.07亿美元股息外，NRG宣布2027年基础资本配置计划包括10亿美元债务削减、10亿美元股票回购，并将年度普通股股息提高8%至每股2.05美元。此外，预计来自4.9 GW资产出售的收益将支持一项总额达30亿美元的跨2026年和2027年的股票回购计划，其中包括预计在2026年第四季度结束前开始的额外10亿美元回购。