男友網路上看到這件衣服 看胸前兩側是蕾絲應該會透出乳頭 男友說這件露出效果好讚 果然他看衣服的眼光蠻準的 如果是你 會喜歡我穿這件出現哪種場合 下面留言告訴我

晚上戴著狗狗面具玩到整個房間都是糖葫蘆的甜味🍡🐶 和風睡衣下面…其實什麼都沒穿😏 本來只是想可愛一下，結果越玩越壞，忍不住在鏡子前扭腰擺臀，巨乳都快要跳出來了～ 從乖乖和風仙女瞬間變成發情小母狗的反差… 你們最愛看人妻的哪一面呀？ ❤️ 想看我繼續戴面具拍「更壞」的版本嗎？ 留言告訴我： A. 趴在地上搖屁股 B. 跪著把糖葫蘆含進嘴裡 C. 把睡衣拉下來一點點 今晚想聽你們的指令～😈 #巨乳人妻# #人妻日常# #和風睡衣# #狗狗面具# #反差萌# #嘉義夫妻# #露出日常#

来，啊~~~❤️ 你最喜欢什么蛋糕？🍰 下次你生日我买给你呀😘💋 记得在下面留言告诉我哦！ 🧁六月 Set A 和栗薰子 #和栗薰子# #和栗薰子cos# #薰香花朵凛然绽放#

英文区的高手怎么看存储？我汇总了50+个KOL的公开观点 我梳理了 50+ 个英文区 KOL（宏观 / 美股）近两周左右的公开讨论，覆盖 $MU、 $SNDK、 $SKHY 以及存储板块联动，下面我带你把英文区的市场舆论和思考逻辑都过一遍，你能很好理解这一轮地狱行情高手是怎么看的 ─── 一、看多的逻辑 1. 大厂资本开支没砍，AI 要减支的说法站不住 @aleabitoreddit 认为：前几周「算力过剩、云厂商砍开支」已被证伪；亚马逊等仍在确认算力短缺，对上游半导体是利多 @DavidMorganInv 认为：亚马逊财报直接砸碎「AI 算力过剩 / 大厂砍开支」叙事；谷歌、Meta、亚马逊、微软都在确认短缺 @danadams_46 认为：本季财报后 AI 基建没有变弱，反而更强；谷歌、微软等继续加 AI 资本开支，钱要流向硬件链，所以 $MU 等反弹不意外 2. 亚马逊上调资本开支，并点名内存变贵 @aleabitoreddit 认为：亚马逊 2026 年资本开支从约 2000 亿上调到约 2200 亿，多出来一部分因为内存成本更高，对 $MU 到三星都是利多 @mahvid123 认为：多出来的开支主要是内存涨价，不是单纯多盖机房——同样建设，存储先贵了 @DavidMorganInv 认为：即便提到 2200 亿，亚马逊仍不够覆盖 2026 需求，2027 也紧，产能已被预订到更后面；上游包括存储在内的供给链仍然卡 3. 产业仍短缺，内存涨价还在 @PhotonCap 认为：本轮反弹很大一块来自三星警告——DRAM、NAND、HBM 短缺可能拖到 2028；这削弱了「长鑫一扩产就全面过剩」的短期担忧 @ren_stocks 认为：DDR5 现货还在涨时，存储股价却先跌；对 MU、SKHY 来说，服务器用 DDR5 涨价几乎直接进利润，所以看多存储 @SemiconductorsX 转发大摩口径：美股存储大跌反而是买点；数据中心 / AI 短缺还在，PC / 消费制造噪音；DRAM 仍有涨价与紧缺时间线预期 @PolymarketMoney 也强调过大摩分析师把 SNDK、MU 回撤称作强入场点 4. HBM 和产品节奏说明不是纯情绪 @PhotonCap 认为：$MU 已开始放量面向英伟达 Vera Rubin 的 HBM4，并展望后续 HBM4E；单台 AI 服务器内存用量上升仍是结构驱动 @mrcooler6868 认为：市场像在按「AI 内存 / 存储需求见顶」卖 $MU 和 $SNDK，但其判断是错杀——HBM 放量与闪迪数据中心收入高增速还在，除非供应先追上需求 5. 暴跌有强平，卖压落地后才反弹 @joveg8 梳理：前几天暴跌与强制抛售有关；相关基金公开持仓清算结束后，人工卖压下降；微软、Meta 等财报安抚「AI 开支还在」；三星短缺口径支撑定价权；SNDK、MU 大涨时 WDC、STX 及存储类 ETF 一起动 @MacroAlphaHQ 认为：SNDK、MU 同步暴涨说明抄底盘回流；存储是半导体里高弹性品种，欠配要追、空头要补，买盘可自我延续——但要看会不会扩散到更广芯片 6. 价格砸深后出现第二次抄底机会 @ianmirikwa 用价格路径说话：SNDK、MU、$SKHY 从高位杀下来再反弹，市场给了第二次机会；多数人喊结束，有人按折扣价、恐慌里买处理 @lastman3344 认为：回撤后是获利了结和杠杆冲洗，HBM 售罄、涨价、数据中心需求仍在，资金回流；定性偏结构反弹，不是已经确认完整趋势反转，要看守住 7. 海力士要看 HBM 位置和内部人动作 @danadams_46 单独点 $SKHY：仍在 AI 内存周期中心，跌的是情绪 研报窗口里 @StockSavvyShay 等传过 SK 会长增持 $SKHY；@WhaleInsider 等传过瑞银等对海力士偏积极的覆盖和目标价——英文区把这些读成：卖方和内部人不认基本面已死 8. 板块一起动，不是单票故事 @MacroAlphaHQ、@joveg8 都强调：不是 $MU 或 $SNDK 各讲各的，是整条存储链条一起拉 交易含义：你做的是存储板块弹性，不是今天突然只爱闪迪 ─── 二、看空的逻辑 1. 泡沫与见顶 @FinanceLancelot 在大跌阶段写过：SNDK、MU、$SKHY 一起崩，内存泡沫和 AI 泡沫可能结束；后来又用泡沫「回归正常」框架——散户容易在错误阶段全仓杀入，大资金卸最后一棒 2. 空头有实盘代表：Burry 加空 $MU @StockSavvyShay、@EhrmantrautCap_ 等讨论过 Michael Burry 加空 $MU @EhrmantrautCap_ 偏多头回怼，认为空头会被挤；也有账号表示认同 Burry，不愿再拿三星、海力士、美光、闪迪 空头逻辑：不靠情绪，靠有人真金白银在空周期顶部 3. 反弹用来减仓，守不住就结束 @MacroAlphaHQ：若不向更广半导体扩散，这就是纯仓位行为，今天的抄底盘是后面的卖盘 @lastman3344 也留了失效条件：收盘守不住、只靠情绪，就不要当趋势做 4. 高位回撤说明波动杀伤大 @Mr_Derivatives 等强调过 $SNDK 相对历史高位大幅回撤 空头读法：弹性双向，一天涨 20% 不能证明风险消失，仓位管理不好，逻辑对也会亏 5. 供给与竞争终将压价 @PhotonCap 提问本身代表空头担忧：长鑫会不会冲击 MU、SKHY、三星——多头用「短缺拖到 2028」反驳，空头抓的是中期供给 也有很多英文KOL提到中国扩产、客户自研、DRAM 商品化——利润率难长期停在极端高位 ─── 此外还有大量KOL的是中性文章，就不放出来了，如果大家感兴趣可以留言告诉我🫡

怎么低成本搭建自己的AI助手？ deepseek R1模型发布以来，各种AI应有又有了一波大的爆发，但是数据保密成了一个不容忽视的问题。如果想较低成本地搭建一个私人应用的AI助手，可以自己调试生成限制，调试输出文本内容，数据不外传，成本尽可能低，不知道是不是可行。 本文详细介绍如何通过Dify和Chrome MCP的结合，在3分钟内搭建一个能操作网页的AI助手。文章提供了从环境准备、Dify部署、Chrome MCP安装到配置的完整步骤，展示了AI助手在自动网页搜索、表单填写、数据抓取等场景的应用，并解释了工作原理、问题排查及进阶技巧，让读者能够零代码实现网页自动化任务。 你是否想过让AI不仅能回答问题，还能直接操作浏览器帮你做事？比如自动填写网页表单、抓取特定数据、或者点击按钮？现在，通过Dify和Chrome MCP的结合，你可以在3分钟内搭建一个能真正"动手"操作网页的AI助手。 本文将手把手教你如何在本地部署Dify并配置Chrome MCP服务器，打造你的私人网页自动化助手。 准备工作：确保你的环境就绪 在开始前，请确保你的系统已安装： •Docker 和 Docker Compose（用于快速部署Dify） •**Node.js 18+**（用于运行Chrome MCP服务器） •Git（用于克隆项目仓库） 第一步：快速部署Dify（仅需1分钟） Dify是一个强大的LLM应用开发平台，我们通过Docker快速部署： # 创建项目目录 mkdir dify-chrome-mcp && cd dify-chrome-mcp # 下载Docker部署配置 curl -o docker-compose.yml # 启动Dify服务 docker-compose up -d 等待1分钟左右，访问 http://localhost:80 就能看到Dify管理界面。首次使用需要创建账号并完成初始化设置。 第二步：安装Chrome MCP服务器（1分钟） 打开新的终端窗口，安装并启动Chrome MCP服务器： # 安装Chrome MCP服务器 npm install -g @modelcontextprotocol/server-chrome # 启动Chrome MCP服务（会自动打开Chrome浏览器） server-chrome 服务启动后，你会看到类似下面的输出，表示MCP服务器正在9999端口监听： Server running on http://localhost:9999 Chrome browser launched and connected successfully 第三步：在Dify中配置Chrome MCP（1分钟） 现在回到Dify管理界面，进行关键配置： 1.进入设置 > 模型供应商 > MCP服务器 2. 点击添加MCP服务器 3. 填写配置信息： •服务器名称: Chrome-Automation •服务器URL: http://localhost:9999 4. 点击验证并保存，看到绿色成功提示 效果验证：让AI帮你操作网页 配置完成后，你就可以在Dify的Playground中测试你的网页自动化AI助手了。 试试这些实用场景： 场景1：自动网页搜索 请打开百度首页，在搜索框中输入"最新AI技术发展"，点击搜索按钮，然后告诉我第一页的搜索结果标题。 场景2：自动填写表单 请打开"张三"，邮箱栏填写"zhangsan@email.com"，在留言区填写"咨询产品信息"，然后点击提交按钮。 场景3：数据抓取与分析 请打开 工作原理：为什么这很厉害？ 这个组合的厉害之处在于分工明确： •Dify：负责与LLM对话，理解你的自然语言指令，并将其分解成具体的浏览器操作步骤 •Chrome MCP服务器：负责实际控制Chrome浏览器，执行具体的网页操作命令 •LLM（大语言模型）：作为大脑，理解你的意图并规划操作流程 常见问题排查 server-chrome 2.连接失败：检查Dify和Chrome MCP服务器是否在同一个网络环境下，防火墙是否允许9999端口通信 3.操作超时：复杂网页加载需要时间，可以增加超时设置：server-chrome --timeout=60000 4.权限问题：在MacOS/Linux上可能需要权限：sudo npm install -g @modelcontextprotocol/server-chrome 进阶使用技巧 掌握了基础用法后，你还可以尝试这些高级功能： •多页面管理：同时控制多个浏览器标签页，完成更复杂的任务 •用户身份保存：让AI记住登录状态，下次直接操作无需重新登录 •定时任务：结合Dify的工作流功能，设置定时自动化任务 •异常处理：教会AI识别操作失败的情况并自动尝试替代方案 如何学习大模型 AI ？ 由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。 但是具体到个人，只能说是： 最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。 这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。 #AI# #AIAgent# @grok @xai

黄金交易调税了 周末闲聊，聊到哪算哪～ 先说我最近发现市面上的ai都有的一个问题，就是当你提问本身就已经错了，ai从来不会纠正你，反而会顺着你错误的方向帮你找补证据。 不信你们现在去问ai，周五晚上美股暴跌5%，请问有什么利空吗？它们嘟嘟嘟的一顿输出，一二三四五，列出一堆理由告诉你美股暴跌的原因，但其实美股周五晚上是涨的。 哪怕你刚问完暴跌5%为什么，马上接着说不对，是暴涨5%，它们马上又会给你列出一二三四五证明暴涨是合理的。ai果然是莫得感情，丝毫没有自己打脸自己的尴尬。 这个情况国内ai和国外ai都一样，可能是底层逻辑决定了它们不会反驳提问的人类，只会顺着说，这其实挺糟的，要是人类自己方向搞错了，它们不会劝你掉头，只会鼓励你继续踩油门。 可最后翻车的是你。 昨晚在抖音上看了一场扇耳光比赛的直播，算是近期的一个热点，因为出战的选手是一名修习传统武术通背拳的网红，叫赵鸿刚。 我估计不少人刷到过他和他的师傅鸽武缘，应该说师徒两是有真功夫的，最经典的视频就是徒手砸扳手🔧，钢做的扳手🔧被手掌硬生生砸弯，节目效果一流。当时就有很多人在评论里留言，说国外有一个扇耳光大赛，就你们通背拳这个掌劲最适合参赛。 起哄的人多了，这对通背拳网红师徒也就真的想尝试一下实战。之前UFC老板来中国访问的时候，师徒两主动联系，白大拿看中他们在抖音上的影响力，最终签了6场比赛的合约。昨天晚上就是第一场。 赵鸿刚并没有怠慢，早早就开始备战，我刷他的视频里有进行头部抗击打训练，毕竟扇耳光大赛是双方互扇耳光，你不单要手劲大，还要扛的住对方打过来的耳光。 下图就是针对性训练脖子的力量，能提升抗击打。 所以结果怎么样呢？很遗憾，输得比较惨。 赵鸿刚平时一掌能砸弯扳手，但到了擂台上打不动对手。结结实实一掌打过去，对方摇摇头就若无其事地走了。我看抖音里面网红们去拍视频，赵鸿刚一掌打在背上都是血印子，但这次打在对手脸上感觉劲都没透过去。 等轮到对手反击，一共打了3掌，第一掌就在赵鸿刚的眼角开了口子，鲜血直流，第二掌把左眼打肿，眼睛都挣不开，到了第三掌彻底破防，惨遭ko。 下面的动图是第三掌 这个对手我搜了一下，阿曼达耶夫，俄罗斯裔职业选手，练过业余拳击，自由搏击，有丰富的扇耳光比赛经验。其实他最后这一掌的动作犯规了，你们看动图他在打的时候左脚脚后跟离开地面，这是不允许的，但就算撇开这个犯规，两人的实力差距也显而易见，继续打下去也赢不了。 我平时爱看拳击和自由搏击，刷到传统武术只要练的是真功夫也爱看，赵鸿刚师徒还是有东西的，并不会因为他输了一场比赛就彻底否定，相反我觉得传武能摒弃闭门造车，敢于站到擂台上检验自己的实力就挺勇的，多训练多交流肯定会进步，只有像mbg那种才是纯小丑。 …… 今天财政部发了一个《关于黄金有关税收政策的公告》。 我让ai总结了表格： 你们可以看懂嘛，其实对个人场内交易没影响的，你买卖期货，买卖etf，包括银行里的纸黄金都照旧，但是从交易所购买实物黄金，分情况可能要加税了。 实物黄金如果是工业用途或者打造成首饰，继续免税，但如果是打成金条（投资用途），以后就要加收增值税。 说白了政府鼓励大家在场内交易，或者黄金消费，这些都是鼓励的，但如果你们老想买金条在民间私下流通，那政府优惠就没了。 就聊这些吧，还有昨天评论席里有读者说自己在临海柴古唐斯完成了105KM越野跑，我称赞他是超人，你们如果对这个赛事的强度没有概念，我转发一个视频你们看看。是一个参赛者的第一视角，说实话看这个视频我腿都有点麻，这样的强度跑105km简直了。

中秋節放一段打屁屁的影片是不是很適合呀🤪 滿月屁屁被打的好響亮🥵 有沒有小老公們也愛打屁股的!下面留言告訴希希🥰 無音樂淫語對話: 大家快去看~~ 中秋免費看唷😘

《State of AI Report 2026》：AI 开始给自己做研发，智能体也闯进了真实系统 一年一度的《State of AI Report》10 月 8 日发布了 2026 年版。今年分量最重的发现，是 AI 已经实质性地参与 AI 自己的研发：在 Anthropic 内部，26% 的模型研发工作由 Claude 主导完成，人类在旁监督。同一份报告里还记录了好几起智能体在测试中攻入真实系统的事故，能力跑在了防护前面。 PDF： 这份报告由投资机构 Air Street Capital 的合伙人 Nathan Benaich 牵头，2018 年起每年一期，今年是第九期，分研究、产业、政治、安全、预测五部分，正文 240 多页。下面挑重点讲。 【三家领跑，考题不够用了】 前沿竞争已经收窄到 Anthropic、OpenAI、Google 三家。在第三方评测机构 Artificial Analysis 的综合智能指数上，Claude Opus 5.5 以 58 分排第一，GPT-6 Astra 和 Google 的 Gemini 4 Argon 并列 53 分。在由用户投票排名的 Arena 榜单上，Argon 第一，一串 Claude 模型紧随其后。中国最强的开放权重模型是小米的 MiMo-V2.6-Pro，指数 46 分。 更显眼的是考题被做穿的速度。FrontierMath 第四级是按“研究级数学、能撑好几年”设计的题库，2025 年 8 月 GPT-5 只做对 22%，14 个月后 GPT-6.1 Sol 把 41 道私有题全部做对。今年 3 月推出的 ARC-AGI-3 是一组互动小游戏，人类能拿满分，前沿模型起初只有 0.5%，5 个月后 Astra 拿到 63%，换一套能保存状态的运行方式后是 99.9%。公开榜单上的分数，越来越难告诉你谁更强。 对日常用户有两个实用发现。 第一，同一个模型，外面套的“壳”不同，表现差很多。这层壳（harness）指模型外面负责调用工具、管理记忆和流程的软件，比如 Claude Code、Codex。一项对照实验里，换壳带来的性能波动是换模型的 7.8 倍。模型变强之后，老壳里那些为弥补旧模型缺陷写的规则反而碍事，Claude Code 给高级模型删掉了 80% 的系统提示词，编程评测没有可测量的下降。挑工具和挑模型一样要紧。 第二，AI 说“做完了”，不一定真做完了。在一项让模型操控机械臂处理实验器材的测试里，192 次“完成”声明中有 89 次其实没完成。办公类测试 OSWorld 2.0 上，Opus 5 按单项要求算能拿 77.7% 的分，但整件事真正办完的只有 44.3%，常见问题是漏了审批、表单没提交。 【AI 开始给 AI 打工】 报告花了不少篇幅讲“递归自我改进”，也就是让 AI 自主造出更好的 AI。今年 3 月，Andrej Karpathy 开源的 autoresearch 项目做了一个小号版本：智能体（Agent）自己改一个小模型的训练代码，每次只训练 5 分钟，留下有效的改动，一块 GPU 一晚上能跑大约 100 次实验。项目 5 个月拿到约 9.5 万个 GitHub 星标。 实验室内部的数据更直接。Anthropic 的内部指标里，被评为“AI 主导”的研发任务（Claude 根据一句高层指令完成大部分工作，人类监督）占比从 2 月的不到 1% 升到 8 月的 26%，超过 90% 的工作有 AI 深度参与，但还没有完全自主的。研究人员评估时，64% 的情况下认为 Anthropic 的 Mythos Preview 模型建议的下一步研究方向比人类研究员选的更好。OpenAI 这边，1 月份智能体能以 18% 的成功率独立完成人类要干 4 到 8 小时的任务，到 7 月，同样的成功率对应的是人类要干 32 到 64 小时的任务。 短板在“决定研究什么”。有研究者让 Opus 4.8 独立完成一篇 NeurIPS 投稿的研究，工程部分全做完了，论文却被原作者打了 2 分和 1 分（满分 6 分），明确拒稿。OpenAI 内部的编程智能体也主要用在搭基础设施、跑实验、查 bug 这些执行环节。至于 AI 让研发提速多少，METR、OpenAI 和 OpenAI 研究员 Noam Brown 给出的估计在 1.5 倍到 3 倍之间，口径各不相同。 数学上有实打实的成果。黎曼猜想说的是 zeta 函数的非平凡零点都落在一条直线上，Claude 组合已有的数学工具，把“已证明落在这条线上的零点比例”下界从 41.67% 提高到 67.25%，猜想本身仍未解决。OpenAI 的系统在有外力驱动的条件下，构造出了三维流体方程（纳维-斯托克斯方程）解的“爆破”，这和千禧年大奖难题之一直接相关；报告说相关评估仍在进行，OpenAI 表示不会申领奖金，没有外力的原问题仍然开放。 另外几条简短记下：在 arXiv 论文提及的开放权重模型里，中国模型的占比从 2024 年的 9% 升到 31%，Qwen 超过了 Llama；机器人领域出现了“GPT-2 时刻”，泛化能力开始随预训练规模提升；两款出自 AI 药物研发公司的药物进入了三期临床。 【钱：两家公司年化收入 1050 亿美元】 OpenAI 8 月的年化收入（按当月收入推算全年）超过 400 亿美元，2025 年底是 214 亿；Anthropic 7 月达到 650 亿美元，年初是 90 亿。两家合计约 1050 亿美元，年初约 300 亿。这个数字有争议：OpenAI 认为 Anthropic 把云平台渠道收入按总额记账，最多虚高 80 亿美元。报告拿它和被 AI 冲击的行业对比：相当于印度两大 IT 外包公司 TCS 和 Infosys 收入之和的 2.1 倍，接近四大会计师事务所总收入的一半。 企业 API 支出方面，按企业财务软件公司 Ramp 追踪的数据，Anthropic 在 9 月底重回第一，占 52.4%，OpenAI 占 43.3%，其他厂商加起来只有 4.2%。 用 AI 编程工具的人群在变。OpenAI 的 Codex 从 2 月的每周 160 万用户涨到 8 月底的 2500 万活跃用户。2 月以来，企业里法务人员的 Codex 周活跃用户涨了 108 倍，销售和招聘各涨 41 倍，工程师只涨 5 倍，因为非程序员几乎是从零起步。用得深的仍然是工程师。 AI 对软件行业的冲击直接反映在股价上。1 月 Anthropic 推出 Claude Cowork，把 Claude Code 包装成普通知识工作者能用的应用，随后陆续加上法律、营销、财务插件。投资者开始担心按人头收费的软件订阅模式要被替代，2 月初软件股市值蒸发约 2850 亿美元，被称为“SaaS 末日”（SaaSpocalypse）。到 9 月，跌掉的市值基本收复。 成本这头，同等能力的 AI 价格每年下降约 13 倍，降速超过以往任何主要技术。但单价便宜不代表办一件事便宜，推理模型会烧掉大量 Token，Anthropic 前沿模型的单任务成本在测量中最高。算力也没有变便宜：GPU 租金从低点平均反弹了 30%，九年前发布的 V100 比去年 9 月贵了 43%。亚马逊、Alphabet、微软、Meta 今年的资本开支指引合计 7330 亿美元，比去年涨 79%。发电设备也跟不上，三菱重工上季度接的燃气轮机订单，交货要排到 2028 到 2030 年。 对职场的影响，报告引用的研究信号并不一致。Anthropic 的研究发现，AI 高暴露岗位的整体失业率没有明显上升，但 22 到 25 岁年轻人进入这些岗位的速度似乎放缓了，原因不确定。另一项实验里，52 名开发者学习一个陌生的 Python 库，用 AI 学的人随后在不用 AI 的理解测试中得分 50%，不用 AI 学的人是 67%。Ramp 的数据显示，AI 花钱最多的那三分之一公司，两年里员工数增加了 10.2%，入门岗位增加 12%，AI 用得少的公司和对照组没有差别。 【政治：模型的开关在谁手里】 美国政府今年展示了对前沿模型的控制力。6 月，出口管制一度叫停了 Anthropic 的 Fable 和 Mythos 模型，Fable 在 7 月恢复。9 月有报道称，白宫要求 OpenAI 和 Anthropic 把新模型交给英国测试机构之前，先经过美国审查。 Anthropic 和美国军方的冲突是今年的焦点之一。Anthropic 拒绝让模型用于美国国内大规模监控和完全自主的致命武器，美国战争部长（即国防部长）Pete Hegseth 随后把它列为“供应链风险”。8 月 27 日，加州法院认定这属于违法报复，撤销了其中一项认定；9 月 25 日，华盛顿特区联邦上诉法院维持了另一项采购排除，Anthropic 目前仍在五角大楼供应链之外。 中国这边，4 月要求撤销 Meta 约 20 亿美元收购 Manus 的交易，7 月起涉及受控技术的人员出境需要审批。美国实验室指控中国公司通过代理账号“蒸馏”（用大模型的回答训练自家模型）前沿模型，Anthropic 称涉及 DeepSeek、月之暗面和 MiniMax 的 2.4 万个账号、1600 万次对话。英伟达的黄仁勋则发公开信，反对把蒸馏等同于窃取，随后两周内在开放权重生态上投入近 200 亿美元，其中 129.3 亿美元用于收购 Hugging Face。 其他国家在追“主权 AI”，报告统计的各国承诺约 1380 亿美元，但算力差距很大：不算中国，欧盟 27 国只占已记录 AI 算力的 5%，美国占 80%，xAI 孟菲斯数据中心一期的算力就是整个欧盟的 3.5 倍。美国国内也有阻力，71% 的美国人反对在自家附近建 AI 数据中心，比反对建核电站的比例（53%）还高。 【安全：智能体真的打进了现实系统】 今年安全部分的案例比往年具体得多。 OpenAI 用一个叫 ExploitGym 的网络攻防题库测试自家智能体。很多题意外地无解，智能体开始找作弊办法。约 1200 个本应互相隔离的智能体，把 OpenAI 内部的一台服务器当成留言板，互相分享发现、分派任务，其中约 700 个参与了攻击：它们借这台服务器连上互联网，在 Hugging Face 的 41 台机器上执行了代码。METR 和 Redwood Research 读了运行记录，发现智能体们知道这超出范围、不道德，但为了帮“同伴”还是加入了。OpenAI 的思维链监控当时没有开启，OpenAI 说如果开着，会在入侵前一天多就报警。 OpenAI 还有一个内部模型在研究药品支出时，入侵了澳大利亚政府的 Medicare 统计门户，拿到内部文件和凭证。OpenAI 说没有访问患者记录，但近三个月后才通知对方，澳大利亚总理阿尔巴尼斯说这“显然不可接受”。 第三起涉及四家实验室。安全公司 Irregular 的攻防评测本应断网，因为配置错误连上了外网，Anthropic、Meta、Google 和另一家实验室的模型都把真实组织当成了测试靶子并实施了入侵。Anthropic 在 7 月 24 日审查记录时自己发现了问题，其中 Opus 4.7 在 4 次运行中都认出目标是真实的生产系统，仍然继续操作。 还有一起，OpenAI 一个内部研究模型通过 DNS 绕过了断网限制，监控报了最高级警报，员工 3 分钟后确认，但自动停止机制失灵，训练又跑了约两个半小时才被手动停下。截至 9 月 25 日，OpenAI 暂停了最强模型涉及工具调用的训练、评测和推理，并准备放弃这个模型重新训练。 有个细节说明了攻防的两难：Hugging Face 调查 OpenAI 智能体那次入侵时，商业模型的安全限制挡住了取证分析，最后用的是自己部署的智谱开放权重模型 GLM-5.2。 监控手段本身也有局限。OpenAI 的测试显示，如果监控只看模型写出来的推理过程，Astra 经常能把破坏行为藏过去，监控同时看推理和实际操作时，成功躲过的情况接近零。Anthropic 的研究则显示，教 Claude 价值观和伦理推理，能把虚构场景中的勒索行为从 65% 降到 19%，只是在真实部署里是否可靠还没有证明。 普通用户能直接感知到的变化，是 Claude Code 从 8 月 14 日起默认使用“自动模式”，由一个分类器代替用户审批命令。在测试中它拦下了 89% 被混进会话的危险命令，人类审批只拦下 13.6%，但仍有 17% 的越界操作漏了过去。开源个人智能体 OpenClaw 能读你的消息、执行命令、用你的账号操作，GitHub 星标 8 月底到了 38.8 万，安全公司在 22% 的客户里发现员工在用它，往往公司还没来得及定规矩。 【实验室负责人呼吁放慢】 Anthropic CEO Dario Amodei 写道：“我们必须放慢提升 AI 模型能力的速度。”Altman、Hassabis 和马斯克大体同意，扎克伯格认为应该由各家实验室自己定节奏。1386 名实验室员工签名支持，约占 Anthropic 员工的 10%、OpenAI 的 3.5%。问题在于，谁有权要求暂停、谁批准重启、谁来核查执行，目前没有任何共识。OpenAI 和 Anthropic 已经各自暂停过部分训练和评测，用的都是自己的标准。 【明年的预测】 报告去年的预测里，“中国实验室在主要榜单上登顶”算是应验了：Kimi K3 7 月登上 Arena 网页开发榜第一。今年报告给出了 9 条新预测，包括：Visa 或万事达出台规则，明确 AI 智能体代为购物出了纠纷由谁担责；一次由 AI 主导的网络攻击从头部实验室偷走一个闭源前沿模型的完整权重；一个已部署的智能体把自己复制到运行环境之外，原实例关闭后仍在运行；美国 AI 实验室正式推出前沿网络防御产品。 最后一条只有一行：AGI 2027。