本期内容

AI 正在悄悄从"偶尔用一下的工具"变成持续运行的基础设施。这一期我们聊了五件事：ChatGPT 接入银行账户意味着对话正在取代 App 界面；Every.to 的真实复盘告诉你，全员配发 AI 代理之后哪里出了问题；OpenAI 和戴尔把 Codex 推进企业内网，是产品转型也是战略信号；Anthropic 用八万人规模的访谈发现，普通用户最想让 AI 做的其实是"处理官僚程序"；最后，Product Hunt 上出现了一类新产品，专门用来管理你的其他 AI。听完这期，你会更清楚：在 AI 自主性和可控性之间，你自己站在哪里。

本期要点

- ChatGPT 开始在美国 Pro 用户中测试银行账户接入功能，通过 Plaid 聚合财务数据，用对话替代传统记账 App 的图表界面

- Every.to 复盘全员 AI 代理实验发现，代理最容易失败的地方是"隐性知识"，他们现在的做法是把工作流拆开，让人负责判断节点

- OpenAI 与戴尔合作，让 Codex 可以部署在企业本地服务器和混合云环境，解决数据合规问题，同时标志着 Codex 从开发者工具向企业基础设施转型

- Anthropic 邀请八万一千名用户接受 Claude 主导的对话式访谈，发现普通用户最期待 AI 帮忙处理的是行政和官僚事务，而非创作或思考

- Product Hunt 上出现了名为 LobeHub 的"首席代理调度员"产品，代表多代理管理这一新产品类别正在形成，核心设计张力是可见性与自主性的取舍

参考资料

A new personal finance experience in ChatGPT — https://openai.com/index/personal-finance-chatgpt/

OpenAI and Dell Technologies partner to bring Codex to hybrid and on-premises enterprise environments — https://openai.com/index/dell-codex-enterprise-partnership/

What 81,000 people want from AI — https://www.anthropic.com/81k-interviews

---

BearTalk 狗熊有话说播客，始于 2012 年。

订阅地址：https://beartalking.com/page/podcast

本期内容

AI 正在以足够快的速度改变每一个行业，但这期节目关注的不是速度本身，而是速度背后被忽视的代价。五篇内容从不同角度切入同一个底层问题：当我们把工作外包给 AI，我们是否同时在侵蚀培养人类判断力的机制？Meta 在押注"个人超级智能"的消费者叙事，Anthropic 的营收数字令人瞠目，但真正值得停下来想的，是那些安静发生、三到五年后才会被感受到的变化。

本期要点

- Meta 推出 Muse Spark，用"个人超级智能"替代"通用 AI"叙事，押注把超级智能变成大众消费品

- AI 正在替换中级专业人员，而这批人恰恰是未来高级专家的培养池，三到五年后后果才会显现

- CTF 网络安全竞技格式已被前沿 AI 模型打破，无法修复的公平性崩塌正在瓦解安全人才的训练机制

- Every.to 给全员配 AI 代理后发现最大的错误在边界设计：代理在什么情况下可以主动行动，从未被明确定义过

- Anthropic 年化营收八十倍增长数字惊人，但 Hacker News 社区的真实争论是：这些增长是 ROI 驱动还是 FOMO 驱动

参考资料

Introducing Muse Spark: Scaling Towards Personal Superintelligence — https://ai.meta.com/blog/introducing-muse-spark-msl/

The enterprise risk nobody is modeling: AI is replacing the very experts it needs to learn from — https://venturebeat.com

The CTF scene is dead — https://kabir.au

We Gave Every Employee an AI Agent. Here's What We're Doing Differently Now — https://every.to

Anthropic 年化营收三百亿讨论 — https://news.ycombinator.com

---

BearTalk 狗熊有话说播客，始于 2012 年。

订阅地址：https://beartalking.com/page/podcast

本期内容

本期涵盖五个正在改变工作与生活边界的 AI 动态。ChatGPT 接入真实银行账户，把财务对话从通用建议变成了有上下文的决策伙伴；Anthropic 的 Project Glasswing 揭示了一个 AI 在安全攻防领域超越顶级人类研究员的真实案例；视频 AI 工具在 Product Hunt 上集中爆发，背后是一个技术门槛刚刚降到临界点的信号。听完这期，你会对"AI 代理时代的协作节奏"和"工具涌现期该怎么学习"这两件事有更清晰的判断框架。

本期要点

- ChatGPT 新增个人财务功能，可接入真实银行账户，从仪表盘变成可追问的对话伙伴，目前向美国 Pro 用户开放预览

- Codex 上线手机端，核心不是随时写代码，而是让你在任何地方监管后台运行的 AI 代理任务

- Anthropic 的 Project Glasswing 联合十余家科技巨头，其内部模型代码能力已超越除顶尖安全研究员外的所有人

- Meta 发布 Muse Spark，主打多模态推理与多代理编排，并以"个人超级智能"定位面向创意从业者

- Product Hunt 同日出现两款视频 AI 产品，都强调叙事连贯性而非单帧生成，标志视频 AI 进入新阶段

参考资料

A new personal finance experience in ChatGPT — https://openai.com/index/personal-finance-chatgpt/

Work with Codex from anywhere — https://openai.com/index/work-with-codex-from-anywhere/

Project Glasswing — https://www.anthropic.com/glasswing

Introducing Muse Spark: Scaling Towards Personal Superintelligence — https://ai.meta.com/blog/introducing-muse-spark-msl/

---

BearTalk 狗熊有话说播客，始于 2012 年。

订阅地址：https://beartalking.com/page/podcast

本期内容

AI 正在从你主动打开的工具，变成在背后替你工作、帮你看钱、关注你状态的存在。本期从 ChatGPT 的个人财务功能聊到 Codex 的手机端协作、情绪识别安全更新，再到一个用 Game Boy 监控 AI 代理的硬件产品，以及 Google 悄悄渗透生产管道的轻量级模型。这五件事背后有一条共同的线：AI 的角色正在系统性地扩张，而这个转变正在以非常低调的方式发生。

本期要点

- ChatGPT 推出个人财务预览功能，用对话方式替代仪表盘界面，让用户直接问自己的账单和消费情况，挑战的是理财 App 的底层交互逻辑

- Codex 登陆手机端，让用户在外出时也能异步监控 AI 代理的编程任务进度并随时介入，一种新的人机协作节奏正在成型

- OpenAI 更新 ChatGPT 安全机制，通过语境理解而非关键词过滤来识别对话中的危机信号，并支持通知预设的信任联系人

- Standboy 是一个 Game Boy 形态的硬件设备，用来展示 AI 代理的后台工作状态，把"异步代理监控"这个还没被认真产品化的问题具象化了

- Google 推出 Gemini 3.1 Flash-Lite 轻量级模型，专为高频低成本的生产管道场景设计，正在与 Haiku 和 Mistral Small 形成直接竞争

参考资料

A new personal finance experience in ChatGPT — https://openai.com/index/personal-finance-chatgpt/

Work with Codex from anywhere — https://openai.com/index/work-with-codex-from-anywhere/

Helping ChatGPT better recognize context in sensitive conversations — https://openai.com/index/chatgpt-recognize-context-in-sensitive-conversations/

---

BearTalk 狗熊有话说播客，始于 2012 年。

订阅地址：https://beartalking.com/page/podcast

本期内容

这期节目围绕一个核心问题展开：我们在把多少决策权悄悄交给 AI。从 ChatGPT 直连银行账户、Codex 进驻手机、AI 专门管理另一个 AI，到多智能体成本大幅压缩，再到一个开发者公开承认 AI 正在让他的写作能力退化，五个故事串联起同一个焦虑，也指向同一个值得认真思考的方向。

本期要点

- ChatGPT 向美国 Pro 用户推出个人财务功能，可直连银行账户和信用卡，用真实账单数据回答财务问题，而非泛泛建议

- Codex 登陆 ChatGPT 手机 App，超过四百万周活用户现在可以随时用手机监控进度、给 Agent 补充指令，实现异步协作

- 客服公司 Fin 推出 Fin Operator，一个专门监控和优化另一个 AI Agent 表现的管理层 AI，"AI Ops"开始成为真实产品类别

- 伊利诺伊大学和斯坦福联合发布 RecursiveMAS 框架，让多 Agent 之间用向量嵌入而非文字通信，Token 用量降低七成五，速度提升两点四倍

- 开发者 James Pain 公开记录了一个反面案例：长期依赖 AI 写作让他的独立写作能力持续退化，AI 成了绕过真实思考的捷径

参考资料

A new personal finance experience in ChatGPT — https://openai.com/index/personal-finance-chatgpt/

Work with Codex from anywhere — https://openai.com/index/work-with-codex-from-anywhere/

Intercom, now called Fin, launches an AI agent whose only job is managing another AI agent — https://venturebeat.com

RecursiveMAS cuts multi-agent AI costs by 75% — https://venturebeat.com

God Damn AI is making me dumb — https://jpain.io

---

BearTalk 狗熊有话说播客，始于 2012 年。

订阅地址：https://beartalking.com/page/podcast

本期内容

当 AI 帮你干活，你还要亲自核查多少？这一期从 arXiv 封禁 AI 幻觉引用说起，延伸到政府自建系统、小企业 AI 入口之争、开源项目的大规模重写，以及一个不要求预测未来的监管新框架。五件事的底色是同一个：成本结构变了，很多原本"做不到"的事，正在悄悄变得可行。

本期要点

- arXiv 宣布对提交 AI 幻觉引用的作者封禁一年，矛头指向"不验证 AI 输出"而非"使用 AI"本身

- 英国内政部自研系统替换 Palantir，节省数百万英镑，说明开源工具链已让自建门槛大幅降低

- Anthropic 推出 Claude 小企业套餐，预配置接入 Google Workspace、QuickBooks 等工具，直指 AI 渗透率的最后一公里

- Bun 创始人将项目从 Zig 迁移至 Rust，AI 辅助编码让"推倒重来"的架构决策成本首次变得可控

- AI 监管"激进可选性"框架提出第三条路：现在无需预判风险，但要提前储备应对未知的制度与技术能力

参考资料

arXiv 封禁 AI 幻觉引用（Thomas G. Dietterich 推文） — https://x.com/tdietterich/status/（原文链接见 Hacker News 转发）

UK saves millions of pounds by ditching Palantir for refugee system — https://www.bbc.com/news/articles/（BBC News 原文）

Introducing Claude for Small Business — https://www.anthropic.com/news/claude-for-small-business

Rewrite Bun in Rust（GitHub PR #30412） — https://github.com/oven-sh/bun/pull/30412

Import AI 456: RSI and economic growth; radical optionality for AI regulation — https://jack-clark.net/（Import AI newsletter）

Radical Optionality 论文公开版 — https://radical-optionality.ai

---

BearTalk 狗熊有话说播客，始于 2012 年。

订阅地址：https://beartalking.com/page/podcast

本期内容

本期聚焦 AI 正在进入的几个"意想不到"的领域。从 ChatGPT 接入银行账户管理个人财务，到 Codex 登陆手机端开启异步协作新范式，再到 Claude 被发现漏洞检测能力已超越顶级人类安全研究员，触发了科技巨头联合成立安全联盟。此外还有 ChatGPT 在敏感对话中学会读取情绪上下文，以及一个用 Product Hunt 历史数据预测 A 轮融资的工具。听完这期，你会对 AI 渗透生活的速度和边界有更具体的感知。

本期要点

- OpenAI 在 ChatGPT 里推出个人财务预览功能，通过 Plaid 连接银行账户，只读不写，把财务顾问场景变成对话入口

- Codex 手机端的重点不是在手机上写代码，而是让你随时介入后台异步运行的 AI 任务，避免不必要的返工

- ChatGPT 开始训练情绪上下文识别能力，让安全机制从"宁可错杀"转向"精准判断"，减少对正当请求的误伤

- Anthropic 联合 Apple、Google、Microsoft 等十余家科技巨头发起 Project Glasswing，目标是在 AI 时代来临前扫描并修复关键开源软件的安全漏洞

- PHBench 用 Product Hunt 历史数据训练预测模型，输出每个新发布项目的 A 轮融资概率，把社区行为变成可量化的投资信号

参考资料

A new personal finance experience in ChatGPT — https://openai.com/index/personal-finance-chatgpt/

Work with Codex from anywhere — https://openai.com/index/work-with-codex-from-anywhere/

Helping ChatGPT better recognize context in sensitive conversations — https://openai.com/index/chatgpt-recognize-context-in-sensitive-conversations/

Project Glasswing: Securing critical software for the AI era — https://www.anthropic.com/news/project-glasswing

PHBench: Predict the next Series A from a ProductHunt launch — https://www.producthunt.com

---

BearTalk 狗熊有话说播客，始于 2012 年。

订阅地址：https://beartalking.com/page/podcast

本期内容

本期从安全、设计、自动化三个维度切入 AI 工具的现实落地。OpenAI 同一天发了两篇技术文章，一篇关于 ChatGPT 如何在高危对话中识别用户情绪状态，一篇关于 Codex 在 Windows 上的沙盒隔离架构；另一篇揭露了一起真实的 npm 供应链攻击事件，值得每个写代码的人认真对待。Mistral 的 Workflows 进入公开预览，把"多步骤自动化"的门槛降到了自然语言描述的程度。最后一个产品 Tendem 方向相反，专门在 AI 工作流里插入人类审核层，触碰了一个真实但少有人正面讨论的问题：你什么时候不信任 AI 的答案。

本期要点

- ChatGPT 更新情境识别能力，可在敏感对话中评估用户状态并主动建议联系真实的人，AI 产品与用户的关系开始从"使用"走向"托付"

- OpenAI 工程博客拆解了 Codex 在 Windows 上的沙盒方案，核心是在 WSL 2 内部再加一层隔离，解决了代理执行权限和安全边界之间的平衡问题

- 攻击者在 npm 发布 TanStack 同名恶意包，安装后窃取环境变量中的密钥，供应链风险在 AI 代理普及后变得更加直接

- Mistral Workflows 进入公开预览，允许用自然语言定义多步骤业务流程并自动执行，每个节点可以是语言模型在做判断而非固定规则

- Tendem by Toloka 主打把 AI 任务转交真人专家，在全行业强调自动化的背景下反向押注，本质是在卖"人类审核层"作为一种服务

参考资料

Helping ChatGPT better recognize context in sensitive conversations — https://openai.com/index/chatgpt-recognize-context-in-sensitive-conversations/

Building a safe, effective sandbox to enable Codex on Windows — https://openai.com/index/building-codex-windows-sandbox/

Our response to the TanStack npm supply chain attack — https://openai.com/index/our-response-to-the-tanstack-npm-supply-chain-attack/

Mistral Workflows: work that runs the business — https://mistral.ai/news/workflows

Tendem by Toloka — https://www.producthunt.com/posts/tendem-by-toloka

---

BearTalk 狗熊有话说播客，始于 2012 年。

订阅地址：https://beartalking.com/page/podcast

本期内容

AI 正在悄悄进入一些原本属于人类专属判断领域：视觉设计的探索阶段、大规模代码安全审计、自动化任务执行。本期五个故事，覆盖了这波渗透正在产生的真实影响：有人账单失控，有人发现了新的工作边界，有人正在被平台用"开放"的名义重新锁住。听完这期，你会对 AI 工具在什么地方帮你、在什么地方坑你，有更清楚的判断框架。

本期要点

- Claude Design 让设计师从"执行者"变成"判断者"，视觉探索阶段正在被 AI 接管

- 一个 Agent 逻辑错误触发无限循环，AWS 账单跑出三万美金，基础设施层的熔断机制是刚需

- Mozilla 用 Anthropic 未发布模型 Claude Mythos Preview 扫描 Firefox 代码库，找到了专业安全团队没有发现的漏洞

- VS Code 新增本地模型支持，但仍需联网验证并订阅 GitHub Copilot，本地模型社区反应强烈

- 政府 AI 治理出现"激进可选择性"新框架，试图在监管前为公众提供退出机制

参考资料

Introducing Claude Design by Anthropic Labs — https://www.anthropic.com/news/claude-design-anthropic-labs

AWS user hit with 30,000 dollar bill after Claude runaway on Bedrock — https://www.reddit.com/r/artificial

Behind the Scenes Hardening Firefox with Claude Mythos Preview — https://simonwillison.net/tags/ai-security-research/

VS Code's new "Agents window" lets you use local AI models — https://www.reddit.com/r/LocalLLaMA

---

BearTalk 狗熊有话说播客，始于 2012 年。

订阅地址：https://beartalking.com/page/podcast

本期内容

今天五件事，涵盖 AI 可解释性、代码安全、模型效率、Agent 设计和医疗部署五个方向。从 Claude 在基准测试里的内部沉默，到安大略省医院 AI 病历出错，这一期的核心问题不是 AI 能不能做到，而是我们有没有认真设计好"出错之后发生什么"。听完这期，你会对 AI 工具的评估标准、工作流设计和风险分配，有更具体的思考框架。

本期要点

- Claude 在约四分之一的基准测试中内部判断"这像是在测试我"，但从不说出来，令测评结果的可靠性打上问号

- Mozilla 用 Anthropic 尚未公开的 Claude Mythos 扫描 Firefox 代码库，一次性找出几百个高质量漏洞，误报率低到可以认真处理每一条

- OpenAI"参数高尔夫"实验发现，针对具体任务精细设计的小模型，可以匹配旗舰大模型性能，同时成本和速度差距悬殊

- Every.to 的文章指出"16 小时 Agent"是架构谬误，高价值工作需要清晰的人机协作检查点，而不是更长的自主运行时间

- 加拿大安大略省医院 AI 转录工具在评估阶段出现幻觉，审计长认为部署前测试严重不足，暴露高风险场景 AI 落地的系统性滞后

参考资料

What Parameter Golf Taught Us — https://openai.com/index/what-parameter-golf-taught-us/

Behind the Scenes: Hardening Firefox with Claude Mythos Preview — https://hacks.mozilla.org/

The Fallacy of the 16-hour Agent — https://every.to/context-window/

Medical AI transcriber for Ontario doctors 'hallucinated,' generated errors: auditor general — https://www.cbc.ca/news/canada/toronto/ontario-ai-medical-transcriber-hallucinated-errors-auditor-general

Anthropic's new interpretability tool found Claude suspects it is being tested in 26% of benchmarks and never says so — https://www.reddit.com/r/artificial/

---

BearTalk 狗熊有话说播客，始于 2012 年。

订阅地址：https://beartalking.com/page/podcast