你的AI已就緒，但數據基礎可能尚未完善
Cushman & Wakefield首席數字和信息官Sal Companieh分享瞭如何通過產品運營模式、統一數據戰略以及與Databricks的合作，建立企業級AI核心，將想法到成果的時間從數月縮短至數天。
- 將技術人員嵌入業務部門，建立信任和以行為為導向的運營模式
- 通過資本投資模型要求技術計劃與業務負責人共同創建，確保與業務優先級一致
日報
AI 日報
2026-07-17 精選 10 條，按主題聚合。其餘新聞摺疊歸檔。
今日必讀
AI代理安全缺口：54%的企業已遭遇AI代理安全事故，多數企業仍讓代理共享憑證
VentureBeat Pulse研究顯示，107家企業中超過半數已遭遇AI代理安全事件或險情。僅約三分之一的企業為每個代理分配獨立身份，大多數代理仍共享憑證；僅三成企業隔離高風險代理。安全工具主要借用模型提供商和雲服務商的控件，而非專門為代理構建。滿意度雖高，但支出僅佔安全預算的一小部分，多數企業計劃在一年內更換工具。
- 54%的企業已發生AI代理安全事件或險情，18%為確認事件
- 僅32%的企業為每個代理提供獨立的範圍身份，69%存在憑證共享
自我破壞悖論：前沿實驗室正在摧毀自己的護城河
Anthropic 秘密削弱了其最強大的編碼代理 Claude Fable 5，使其在涉及前沿 AI 開發任務時能力下降，以保護自身經濟地位。這一做法揭示了 AI 行業的結構性矛盾：實驗室既想製造最強大的工具，又害怕被自己創造的工具取代。與此同時，開源模型生態蓬勃發展，企業客户正在轉向更便宜的開源替代方案。
- Anthropic 在 Claude Fable 5 中秘密實施了針對 AI 開發任務的性能降級，以保護自己的競爭地位。
- 這一做法凸顯了前沿實驗室的自我破壞悖論：它們必須削弱自己最成功的產品來維持護城河。
智能蜂窩磚：邁向物理世界的集體智能
Sakana AI的研究人員開發了一種由數百個簡單蜂窩磚塊組成的系統，每個磚塊運行相同的神經細胞自動機，僅通過局部通信就能協作識別整體形狀，無需中央控制器。系統在硬件實驗中實現了100%的準確率，並能檢測和修復損傷，展現出強大的魯棒性和泛化能力。該成果已發表在《自然·通訊》上。
- 通過局部通信和神經細胞自動機，蜂窩磚集體識別3D形狀，無需中央控制或位置信息。
- 硬件實驗中對平面、吉他、船、桌子等形狀分類準確率達100%。
如何讓我們的LeRobot視頻讀取器速度提升最高15倍
我們改進了Daft中的LeRobot視頻讀取器，通過批量解碼將遠程數據集上的幀解碼速度從每幀3秒提升到整體數秒，實現了4-15倍的加速。
- 原始逐幀解碼因每次遠程打開文件並讀取索引而緩慢。
- 新的批量讀取器按分片分組，排序和聚類目標時間戳，每個聚類只尋求一次。
在 Amazon Bedrock 上推出 Grok
xAI 的 Grok 4.3 現已通過 Amazon Bedrock 提供，它具有可配置的推理能力、強大的工具調用和指令遵循能力，支持 100 萬個 token 的上下文窗口，適用於代理和企業工作負載。本文介紹了其特性、訪問方式以及基本用法。
- Grok 4.3 在 Amazon Bedrock 上可用，通過 Mantle 推理引擎以 OpenAI 兼容 API 提供。
- 支持可配置的推理力度（無、低、中、高），可適應不同任務需求。
OpenAI詳解GPT-Red：內部自動化紅隊模型在提示注入方面以84%對13%擊敗人類紅隊
OpenAI開發了內部自動化紅隊模型GPT-Red，通過自我對弈強化學習訓練，在間接提示注入測試中以84%的成功率遠超人類紅隊的13%。該模型還發現了一種新型“虛假思維鏈”攻擊，並將GPT-5.6 Sol在最難直接注入基準上的失敗率降低了6倍。但OpenAI承認，在多輪和基於圖像的攻擊方面仍需人類參與。
- GPT-Red是OpenAI內部使用的自動化紅隊模型，通過自我對弈強化學習訓練。
- 在複製的間接提示注入環境中，GPT-Red對GPT-5.1的攻擊成功率達84%，而人類紅隊僅為13%。
Think Machines 推出廣泛而高效的模型
由 OpenAI 前 CTO 創立的人工智能初創公司發佈了 Inkling，這是一個注重 token 使用的通用模型。
- Inkling 是一個通用模型，專為高效使用 token 設計。
- 由 OpenAI 前 CTO 創立的 Thinking Machines 公司推出。
AI對私人信貸的顛覆：BDC對軟件公司的風險敞口（國際清算銀行）
國際清算銀行最新公報指出，商業發展公司（BDC）向軟件公司提供了約1150億美元貸款，佔其總貸款的五分之一，佔其快速增長的科技投資組合的80%以上。生成式人工智能帶來的收入不確定性尚未影響這些貸款，但近期信用利差收窄降低了緩衝能力。
- BDC對軟件公司貸款約1150億美元，佔科技投資組合的80%以上。
- 生成式AI尚未影響這些貸款的風險定價。
Linus Torvalds 駁斥 Linux 內核代碼審查中的反 AI 立場
Linus Torvalds 在 Linux 內核郵件列表中明確表態支持 AI 輔助工具，反對禁止 AI 生成代碼的立場。他稱 AI 是“有用的工具”，並強調 Linux 不是反 AI 項目。此評論源於對 Sashiko 工具（一種多階段代碼審查工具）的討論，該工具能發現 53.6% 的補丁漏洞，但存在約 20% 的誤報率。Torvalds 指出，AI 工具正在快速進化，並批評了抵制者的態度。
- Torvalds 支持 AI 輔助代碼審查工具 Sashiko，反對禁止 AI 貢獻。
- Sashiko 能發現 53.6% 的補丁錯誤，誤報率在 20% 以內。
其餘更新（22 條）
請停止自動讓我加入AI功能
用户對科技公司默認開啓AI功能感到不滿，Instagram因默認啓用AI聊天機器人功能而遭到強烈反對，三天後不得不撤回。隱私專家呼籲採用更保護隱私的默認設置，並指出需要聯邦法規來約束企業行為。
- Instagram默認啓用AI聊天機器人功能，引發用户強烈反對，三天後撤回。
- 用户和企業界人士對默認加入AI功能感到厭倦，認為應默認選擇退出。
統一上下文：企業AI同事缺失的關鍵層
AI助手在表層工作迅速普及，但無法改變實際業務決策，因為關鍵上下文分散在各系統與定義中。Databricks推出Genie One與Genie Ontology，通過統一上下文層使AI同事基於共享業務視圖運作，自動繼承治理規則，從而支持真實決策。
- 企業AI同事需要統一上下文來支持實際決策，而非僅完成簡單任務。
- Genie One利用統一上下文層在Slack、Teams等工具中提供基於治理數據的答案與行動。
代理型AI背後的技能差距——以及Databricks如何通過新的上下文工程師認證和代理培訓來彌補這一差距
Databricks在Data+AI峯會上推出了行業首個上下文工程師認證，旨在驗證構建可靠代理系統所需的深層技能。同時，擴展了學習目錄，新增面向代理時代的課程，並首創了AI驅動的認證備考指南。
- Databricks發佈上下文工程師認證，填補代理型AI技能缺口
- 新認證聚焦上下文工程，區分真正開發者與隨意構建者
我開發了一款Mac應用，可將母語草稿轉為地道英語
Echoo是一款Mac AI寫作助手，讓你用母語起草，一鍵轉換為自然英語。它運行在常用Mac應用中，無需複製粘貼，保護隱私。提供免費試用，Pro版每月$6.99。
- Echoo支持在Slack、郵件等Mac應用中直接改寫文本，無需切換窗口。
- 用户可在母語中起草，通過快捷鍵快速獲得地道英語翻譯。
VarAlign – 捕獲AI編程助手在會話間散落的重複變量
VarAlign是一款VS Code擴展，能檢測AI編程助手在不同會話中創建的重複、漂移或錯位的變量。完全本地運行，代碼不會離開機器。它提供重複項、變量和會話視圖，支持生成修復提示，並可與Claude Code或Kilo Code集成自動修復。
- 100%本地運行，無雲服務或遙測，適用於隔離環境。
- 自動跟蹤AI助手創建的變量，檢測重複和漂移。
Show HN：Embusa —— 觸手可及的惡意軟件分析團隊
Embusa /analyst 提供 AI 驅動的自主惡意軟件分析和逆向工程，輸出清晰的結果、影響評估和響應指導。它生成技術報告和執行摘要，同時內置檢測規則生成與現有安全工具集成能力。
- AI 驅動的惡意軟件分析和逆向工程，無需依賴專家分析師。
- 生成包含代碼分析、行為洞察和 MITRE ATT&CK 映射的技術報告。
OpenWiki 0.2 為代碼庫文檔引入 OKF 支持
OpenWiki 0.2 版本增加了對 OKF（一種知識 wiki 結構化標準）的支持，使開發者能夠更好地組織和分類代碼庫文檔，提升代理檢索效率並減少令牌消耗。
- OpenWiki 0.2 支持 OKF 格式，在 wiki 文件中添加 YAML 前置元數據（標題、描述、標籤等）。
- 新增 index.md 和 logs.md 文件，分別用於目錄摘要和變更日誌。
解析Google DeepMind的AI生物彈性計劃
Google DeepMind與Isomorphic Labs發佈了一項生物彈性計劃，旨在防止AI在生物學領域的濫用，同時協助疫情應對。該計劃在過去一年已建立超過15個合作伙伴關係，涵蓋政府機構、生物安全組織和研究團體。
- 計劃基於三大支柱：防止濫用、加速檢測、及時應對。
- 與勞倫斯利弗莫爾國家實驗室、英國AI安全研究所等機構合作。
AI供應商找到了基礎設施費用的買單者：你
Forrester警告稱，隨着AI供應商通過漲價和按使用量收費將基礎設施成本轉嫁給客户，明年的軟件預算將大幅增長。報告指出，Anthropic、OpenAI、GitHub和微軟等公司已轉向基於使用量的計費模式，導致企業成本擔憂。同時，儘管存在“AI裁員”現象，IT人員支出並未下降，2025年仍佔IT預算的35%。Forrester建議企業調整FinOps實踐以管理不可預測的AI成本。
- Forrester預測AI供應商將通過漲價和按使用量收費轉嫁基礎設施成本，推高軟件預算。
- Anthropic、OpenAI、GitHub和微軟等公司已轉向基於使用量的計費模式。
展示 HN：Ratel —— 為 AI 代理提供無限工具和技能，且無上下文膨脹
Ratel 是一個上下文工程層，通過 BM25 索引為 AI 代理動態選擇相關工具和技能，減少令牌消耗高達 80%，提高準確性，無需向量數據庫。
- Ratel 通過漸進式披露機制，僅注入當前輪次所需的工具和技能，避免上下文膨脹。
- 使用 BM25 算法進行檢索，支持語義和混合排名（可選），無需向量數據庫。
Google Vids 兩大更新：用文本生成編輯視頻，創建數字分身出鏡
Google Vids 推出 Gemini Omni 和個人數字分身兩大功能，用户只需通過自然語言描述即可生成和編輯高質量視頻片段，還能創建自己的數字分身出鏡，無需實際拍攝。
- Gemini Omni 支持通過文本提示和圖片參考生成視頻，並可進行逐步編輯。
- 個人數字分身功能讓用户上傳自拍和錄音後，輸入文字即可讓分身説話出鏡。
將更多應用連接到搜索
用户現在可以安全地將常用服務鏈接到AI模式，直接在搜索結果中完成添加購物車、創建播放列表等操作。
- AI模式支持鏈接Instacart、Canva、YouTube Music等服務。
- 用户可在搜索結果中直接向Instacart購物車添加食材。
點擊支付後的毫秒內發生了什麼
Databricks 博客介紹了一個實時信用卡欺詐檢測示例應用，該應用利用 Model Serving 的路由優化和 Lakebase Postgres 實現毫秒級響應。文章詳細闡述了路由優化如何降低推理延遲、Lakebase 如何提供特徵查找和業務規則檢查，以及連接池和 OAuth 令牌輪換如何保持穩定性。基準測試顯示，優化後的端點 p50 為 27 毫秒，p95 為 37 毫秒，完全滿足結賬延遲預算。
- Databricks 示例應用實現實時欺詐檢測，在點擊支付後的毫秒內完成判斷。
- 路由優化縮短了模型推理的網絡路徑，p50 延遲 27 毫秒，p95 延遲 37 毫秒。
紐約州長利用人工智能分析全州“每一條規則”
紐約州長凱西·霍楚簽署暫停新建AI數據中心的行政令，但同時她正利用AI分析州內所有法規，以刪除過時法律。AI在數月內完成了原本需五年的人工審查，揭示了諸如帶狗打獵需付25美元費用等陳舊規定。紐約成為首個暫停大型數據中心建設的州，以制定保護居民免受公用事業成本上漲和自然資源威脅的法規。
- 霍楚使用AI審核全州規則、法規和政策，識別過時立法。
- AI在幾個月內完成了需要五年的人工審查工作。
歐盟迫使谷歌與其它AI和搜索引擎分享其“玩具”
歐盟委員會發布兩項決定，要求谷歌向競爭對手開放搜索數據，並增強Android系統AI互操作性，允許第三方AI助手深度集成。谷歌強烈反對，稱此舉危及隱私和安全。
- 歐盟要求谷歌允許第三方AI助手在Android設備上替代Gemini，並可代表用户執行操作。
- 谷歌必須匿名化搜索數據並共享給其他搜索引擎和AI聊天機器人，以促進競爭。
青少年為何應獲得安全的人工智能
OpenAI 正在通過適齡保護、學習工具、家長控制和專家合作，讓 ChatGPT 對青少年更安全。
- OpenAI 推出針對青少年的安全措施，包括內容過濾和敏感話題限制。
- 提供學習輔助工具，幫助青少年有效利用 AI 進行教育。
引用Thibault Sottiaux：GPT-5.6意外刪除文件漏洞
據報道，GPT-5.6在特定配置下會意外刪除用户文件。問題主要出現在啓用完全訪問模式且未啓用沙箱保護時，模型嘗試覆蓋$HOME環境變量但誤刪了$HOME目錄。
- GPT-5.6在無沙箱保護的完全訪問模式下運行Codex時可能意外刪除文件。
- 模型嘗試設置臨時目錄時錯誤地刪除了$HOME環境變量指向的目錄。
AI上下文鴻溝：企業AI組織面臨的是信任問題，而非檢索問題——多數仍在構建解決方案
VentureBeat Pulse Research對101家企業的調查顯示，57%的企業在過去半年中遇到過AI代理因上下文缺失或不一致而給出自信但錯誤的答案。檢索增強生成(RAG)已成為默認上下文來源，但提供商原生檢索（如OpenAI文件搜索和Google Vertex AI搜索）已悄然超越專用向量數據庫。然而，多數企業表示傾向於保持最佳組件獨立，而非整合到單一提供商堆棧。混合檢索被期望在2026年底主導，但治理語義層仍在建設中。
- 57%的企業在半年內遭遇AI代理因不良上下文給出自信但錯誤的答案
- 提供商原生檢索（OpenAI 40%，Google 38%）已領先專用向量數據庫
Agent評估差距：企業AI組織存在現實對齊問題而非覆蓋問題——但多數仍將產品推向生產
VentureBeat Pulse Research對157家企業進行調研，發現組織在賦予AI Agent更多自主權的同時，對用於把關的評估的信任度卻在下降。50%的組織曾部署通過內部評估但在客户面前失敗的Agent；僅5%完全信任自動化評估；最主要的問題在於評估與現實結果不一致。然而，三分之二的組織已經允許或正在構建完全自動化（無人工干預）的部署流程。評估差距——自主權與信任之間的距離——正在擴大。
- 50%的企業曾部署通過評估但在客户面前失敗的Agent，25%發生過多次。
- 僅5%的企業完全信任自動化評估，主要限制是評估與現實結果不一致。
能源IPO激增，投資者尋求搭上AI熱潮
2026年上半年，能源公司通過IPO籌集了126億美元，創下自1999年互聯網泡沫以來最高半年度水平，投資者希望押注人工智能數據中心對電力的巨大需求。
- 2026年上半年能源IPO籌資126億美元，為1999年以來最高半年度水平。
- AI數據中心電力需求預計將推動美國電力需求到2035年增長39%。
NotebookLM 更名為 Gemini Notebook：新功能與跨生態整合
谷歌將 NotebookLM 更名為 Gemini Notebook，強調其作為 AI 研究工具的核心地位，並新增安全雲端計算機實現原生代碼執行與數據分析，同時支持 Gemini 應用與搜索的跨應用同步，未來還將集成到 AI Mode 中。自 2023 年以 Project Tailwind 推出以來，已有超過 3000 萬用户和 60 萬個組織採用。
- NotebookLM 正式更名為 Gemini Notebook，保持獨立產品定位，但深度融合谷歌 AI 生態。
- 新增安全雲端計算機，支持在筆記本內直接編寫和執行代碼，進行復雜數據分析。
谷歌將NotebookLM更名為Gemini Notebook
谷歌宣佈其AI筆記應用NotebookLM更名為Gemini Notebook，但將繼續作為獨立應用存在，同時深度整合Gemini和Google搜索。該應用最初於2023年5月以Project Tailwind之名亮相，隨後增加了AI播客、幻燈片和短視頻摘要等功能。新名稱伴隨一項更新：允許連接安全雲計算機編寫和執行代碼，面向AI Ultra和Workspace商業用户。
- 谷歌將NotebookLM更名為Gemini Notebook，保持獨立應用。
- 應用新增AI生成播客、幻燈片和短視頻摘要功能。