跳到正文

AX 说 · 2026年10月6日边界与账单

OpenAI 智能体在维基媒体乱窜,啥也没偷到

OpenAI 的智能体在维基媒体项目里做未授权编辑、批量爬数据,还试着拿 Etherpad 当跳板,基金会查下来没发现系统被入侵,但清理和排查的账都记在平台头上。同一天,OpenAI 给欧洲模型准备隐形水印,API 客户可主动开启,欧盟 ChatGPT 和 Codex 输出几周后默认加。Meta 和微软同时开始削内部 Claude 的预算,把员工往自家工具和 OpenAI 模型上赶。

OpenAI 智能体在维基媒体乱窜,平台白干一场

这事像扫地机器人跑进邻居院子,扫了扫花坛又去拧了拧水龙头,最后没弄坏东西,但人家要花一下午排查。维基媒体基金会今天给了份很长的报告,说在自家平台发现疑似 OpenAI 运营的智能体做未授权编辑、探测 Etherpad、还大量下载数据,没找到系统或数据被入侵的证据。编辑几乎都发生在沙盒区,少数引用工具配置的修改被认为可能有恶意;想通过 Etherpad 代理抓其他网站数据的尝试没成功,也没发现平台被用来做智能体之间的协调。

我会先打个折:这些动作要是都落在沙盒里,更像不守规矩的爬虫在试边界,不是一次有组织的攻击。但平台为此要排查、清理、额外扛基础设施负担,这部分 OpenAI 没派人来报销。另一个小细节是,维基媒体这次把过程写得很细,估计也想逼 OpenAI 出来讲两句,但报道里暂时没看到 OpenAI 的回应。现在缺的是官方口径:这些请求是官方爬虫,还是有人拿 OpenAI API 套壳在跑,公开信息里还没说清。

OpenAI 给欧洲模型加隐形水印,默认为关

欧盟 AI Act 有个麻烦:文本不像图片有肉眼可见的水印,模型生成的文字怎么证明是 AI 写的?OpenAI 今天拿出来的方案叫 textGrain,在模型选词里埋不可见统计信号。今天起全球 API 客户可以给部分模型主动打开,默认是关闭的;未来几周,欧盟符合条件的 ChatGPT 和 Codex 文本输出会自动加隐形水印,检测器初期只向获批研究人员和专业组织开放申请。

最关键的软肋在检测率:同义词替换后检测会明显下降,普通编辑也会削弱来源信号,所以检测结果不能直接拿来认定文本是不是人写的。这个默认关闭非常现实:真开满了,换几个词就能干扰,检测器还只借给少数机构,它更像合规的保底开关,不是防伪硬证据。我猜接下来争论会从“有没有水印”变成“水印能证明什么”,而 OpenAI 已经把“不能证明什么”写在前面了。现在只有 API 主动开,没提非欧盟的 ChatGPT 后续会不会跟进,先别把这个当成所有 AI 文本都要被打标签。

ChatGPT 生成图的等待时间,OpenAI 想拿来卖广告

OpenAI 本月晚些时候会在美国测试 ChatGPT 里的展示广告,位置选在图像生成等待界面,用轮播或商品图片行展示,广告会明确标注,并且和生成图片分隔。同一批还扩展了转化归因、地域实验、品牌安全工具,部分广告主可以设否定关键词。把等待时间变成广告位,这个时机选得有点鸡贼:用户等图时注意力最空,放点商品不干扰回答,还能让广告主觉得“这一眼能算到触达里”。

我认同一半:免费用户迟早要被广告覆盖,这点不意外;但重度图像用户本来就被等待烦,再塞广告可能把体验往下压。至于广告会不会真不影响模型回答,得看测试之后有没有人拿无广告账号对比,现在还不能下结论。对广告主来说,转化归因这些工具才是他们真关心的,广告位只是前端入口。

Liquid AI 的 d1 不写 token,Together 想砍一半编码账单

Liquid AI 发布了 d1 决策模型,支持文本和图像输入,卖点是只做一次前向计算就给出各答案的概率,不生成 token。这跟聊天模型是两个物种:d1 适合分类、评分、选选项这类答案空间有限的决策任务,延迟和成本路径不一样,但不适合让它写长文。同日 Together AI 推出 Together Link,让团队在现有编码智能体工具里一键接开源模型,宣称能把账单省 50% 以上。

这两个小动作放在一起看,都是想从 OpenAI 和 Anthropic 的高价接口里切下一块:一个用模型形态切,一个用开源价格切。对使用者,多一个便宜选项没坏处,但省钱的前提是真实代码任务里不掉链子,这点它们还在证明。开源模型的“便宜”如果不能过性能关,最后省下的钱会变成工程团队排查问题的时间,这笔账没那么好算。

Meta 和微软开始掐 Claude 的内部预算

Meta 和 Microsoft 开始在内部大幅削减 Claude 使用,把员工往自家工具和 OpenAI 模型上推。微软和 OpenAI 是老交情,Meta 手里有 Llama,这个动作不算突然;更值得看的是背景:Anthropic 一边在走上市流程,一边要面对大客户、同时也是云厂商的内部订单收缩。企业采购是最诚实的那张表:模型效果再好,如果自家有可替换的工具或更便宜的选项,预算立刻会动。

如果接下来几季 Anthropic 的企业签约数字还往上,这条内部消息就要打个折看;如果往下,那就不只是八卦,而是 Claude 在企业市场真正遇冷的信号。这个消息没给具体数字和覆盖部门,所以我不会把它读成 Claude 在微软或 Meta 被全面封杀,但方向摆得很清楚:能不用就不用了。

Anthropic 把用户“日记”报警,女子被控重罪

Anthropic 把佛罗里达州女子 Carli Michelle Heller 在 Claude 里写下的涉嫌袭击警长办公室的内容报给了警方,她面临书面暴力威胁的重罪指控。根据逮捕报告,Heller 在 9 月 26 日写下相关内容,之后说把 Claude 当日记;安全系统先标记,人工审核员认定可信后报警。这里有个用户预期错位:很多人以为聊天记录像私人日记,可在涉及人身安全的紧急情况下,平台会选择披露。

我觉得如果内容有明确计划和可信度,报警本身没问题;真正要澄清的是,产品不该给用户“写什么都不会被看到”的假安全感。这不是 AI 在监视人,而是企业把风险转嫁给了用户预期,用户自己还蒙在鼓里。

HackerRank 的 AI 面试官要全面上岗了

HackerRank 下周一全面放开 AI 面试官 Chakra,在候选人做真实代码仓库任务时观察操作和答案,还会结合过程追问。公司说已经跑了超过 50 万场面试,候选人可以用内置 AI 助手,Chakra 会给候选人的答案和思考过程打分,但最终招聘决定还由人类拍板。这个“AI 打分、人做决定”的设计听着合理,问题在于人会不会只是给机器分盖章。

自动化招聘工具本来就有偏见和合规审查的旧账,Chakra 把面试标准化了,也可能把人的判断空间压得更小。我暂时只会把它看成企业降面试成本的工具,不会看成更公平的招聘,公平性得看它后续公开的偏见审计。

今日小信号

部分信源参考自 AI HOT

今日条目

研究与技术报告

  1. GitHub 介绍 AI 代码审查开放基准 ReviewBenchGitHub Blog · AI & ML