本期内容

AI 正在从工具变成权力结构的一部分。本期从说服力研究、团队协作产品、开源格局变化、安全攻击机制，到资源分配思维，五个角度描绘了同一件正在发生的事：AI 不只是帮你做事，它开始影响你怎么判断、怎么分工、怎么竞争。听完这期，你会对"该怎么用 AI"有一套更具体的思考框架。

本期要点

- 牛津等四校联合研究证实，AI 说服效果可靠地高于人类辩论专家，个性化营销和决策影响的边界正在被重新定义

- Anthropic 推出 Claude Tag，Claude 可作为频道成员加入 Slack 团队，持续读取上下文并自主完成多步任务

- 清华与智谱 AI 发布 GLM 5.2，支持百万 token 上下文和 Agent 能力，开源模型正逼近实用性临界点

- 提示词注入的根本是角色混淆，模型无法可靠区分"执行指令"和"处理数据"，这直接影响 AI 产品的系统设计

- Token 预算将像广告预算一样被公司管理和分配，能量化 AI 使用价值的人将拥有更强的资源议价空间

参考资料

Introducing Claude Tag — https://www.anthropic.com/news/introducing-claude-tag

Prompt Injection as Role Confusion — https://role-confusion.github.io

Token Tightening (Every.to) — https://every.to

Import AI #462: Superpersuasion; self-sustaining AI; paths to ASI — https://importai.substack.com

GLM-5.2 is the step change for open agents (Interconnects) — https://www.interconnects.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

一个免疫学家卡了三年的实验室难题，被 GPT-5 在几天内找到突破口。这件事背后真正有价值的不是 AI 有多聪明，而是它能帮你看见那些因为太熟悉而被你忽略的东西。今天五篇内容围绕同一条线：AI 最大的价值，是让你看见，而不只是替你做。听完这期，你会有三件可以今天就动手的事。

本期要点

- GPT-5 没有带来新实验，而是把三年的文献和数据重新排列，找到了免疫学家一直看不见的逻辑裂缝

- 提示词注入的根本原因是"角色混淆"，AI 不知道谁说的比说了什么更重要，这个理解对产品设计有直接影响

- 开源模型在某些关键指标上已悄悄越过了重要门槛，竞争格局正在重新计算

- 把职业经历全部喂给 AI 做诊断，它找出的是你反复回避去承认的那个模式，不是鼓励，是镜子

- 给 AI 的输入越精准越好，删掉礼貌性前缀、先浓缩文档、用任务理解确认来校准方向，三个小动作能显著提升输出质量

参考资料

How GPT-5 helped immunologist Derya Unutmaz solve a 3-year-old mystery — https://openai.com/index/gpt-5-immunology-mystery/

Prompt Injection as Role Confusion — https://role-confusion.github.io

I Asked an AI to Audit My Own Career — https://every.to/working-overtime

Token Tightening — https://every.to/context-window

---

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

本期从一篇让人停下来认真想的研究开始：AI 已经能在语言说服力上系统性击败职业辩手，这不是能力展示，是需要认真对待的现实。与此同时，开源模型 GLM 5.2 带着百万 token 上下文窗口出现，让"默认用闭源模型"这个假设开始松动。Cloudflare 在基础设施层给 AI 代理发临时身份证，OpenAI 用 AI 帮开源社区打安全补丁，再加上 Product Hunt 上一个"AI 设计搭档"引发的判断力讨论。今天五件事，覆盖说服力、安全、身份认证、开源竞争、创作主体性，听完你会对"AI 正在变宽"这件事有更具体的感知。

本期要点

- AI 在近一万九千段对话实验中系统性击败所有层级的人类辩手，超级说服力已是今天的现实

- OpenAI 联合 Trail of Bits 推出 Patch the Planet 计划，用 AI 为 Linux 内核和主流浏览器生成安全补丁

- Cloudflare 推出 Temporary Accounts，让 AI 代理能程序化创建临时账号，无需人类干预完成注册流程

- 清华智谱 GLM 5.2 带来百万 token 上下文窗口，开源模型对闭源的追赶让"用哪个模型"从性能问题变成信任问题

- Alai 2.0 在 Product Hunt 上线，"AI 设计搭档"的定位引发关于创作者判断力退化的真实讨论

参考资料

Daybreak: Tools for securing every organization in the world — https://openai.com/index/daybreak-securing-the-world/

Patch the Planet: a Daybreak initiative to support open source maintainers — https://openai.com/index/patch-the-planet/

Temporary Cloudflare Accounts for AI agents（via Simon Willison）— https://blog.cloudflare.com

GLM 5.2 brings 1M context — The Neuron Daily

Import AI 462: Superpersuasion; self-sustaining AI; paths to ASI — Import AI by Jack Clark

Alai 2.0 — 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

这期节目围绕一个核心问题展开：当 AI 能力越来越强，我们有没有在用自己的判断？五篇内容分别触及了说服力、基础设施安全、模型供应链韧性、代理身份机制，以及我们预测 AI 影响的方式本身是否成立。听完这期，你会对"依赖 AI"这件事有更具体的感知，也会有几个可以立刻动手试的小习惯。

本期要点

- 牛津、斯坦福等机构联合研究发现，AI 的说服力已稳定超过世界辩论冠军，而被说服的人往往毫无察觉

- OpenAI 联合 Trail of Bits 推出 Patch the Planet 计划，用 AI 同时生成漏洞发现和修复补丁，目标是解开开源维护的公地困境

- 日本 Sakana 在 Fable 5 被封禁同日发布 Fugu 系统，通过多模型路由和合成提供不依赖单一来源的前沿性能

- Cloudflare 推出面向 AI 代理的临时账号机制，让代理可以跳过人工认证环节独立完成任务

- Benedict Evans 指出，预测"哪些工作被 AI 取代"的分析框架根本上就错了，因为工作本身会在工具存在后才被重新发明

参考资料

Daybreak: Tools for securing every organization in the world — https://openai.com/index/daybreak-securing-the-world/

Patch the Planet: a Daybreak initiative to support open source maintainers — https://openai.com/index/patch-the-planet/

Statement on the US government directive to suspend access to Fable 5 and Mythos 5 — https://www.anthropic.com/news/fable-mythos-access

---

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 能力在加速，但安全研究、代理工程、工具设计和人的思维方式，都还没跟上这个速度。今期从一家新机构的创立宣言出发，经过代理翻车的结构性原因、DeepMind 的控制地图、Every.to 的工具重建实验，到 Farnam Street 对写作价值的反直觉论点，五件事拼出了同一个轮廓：这个时代最脆弱的环节，往往是人类自己。

本期要点

- 新非营利机构 Sequent 由前英国 AI 安全所研究员创立，核心判断是现有对齐研究无法在超级智能训练完成前提供足够的置信度

- AI 代理生产环境频繁失控，根本原因是状态管理，微调会遗忘、RAG 会泄露，Hypernetworks 提供了一个按需生成任务权重的新方向

- DeepMind 发布代理控制框架，把讨论从「模型会不会有害」转移到「运行中人类如何保持有效介入」，更接近产品设计指南

- Every.to 开源了自建的代理原生开发工具，核心是并行隔离执行环境和明确的人类审查节点，开发模式从人推代理变为人管一批代理

- Farnam Street 指出写作是思考过程本身而非输出工具，AI 越普及，能把需求写清楚的人越稀缺，这是整个 AI 系统最脆弱的环节

参考资料

Alignment is not on track（Import AI / Jack Clark）— https://importai.substack.com

Fine-tuning forgets. RAG leaks context. Hypernetworks build the model your agent needs on demand — https://venturebeat.com

DeepMind mapped AI agent controls（The Neuron Daily）— https://theneurondaily.com

We Built Our Own Agent-native Tool. It Overhauled How We Build Software — https://every.to

The Surprising Reason Writing Remains Essential in an AI-Driven World — https://fs.blog

Statement on the US government directive to suspend access to Fable 5 and Mythos 5 — https://www.anthropic.com/news/fable-mythos-access

About Google DeepMind — https://deepmind.google/about/

---

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

Meta 发布 Muse Spark，宣称迈向"个人超级智能"，视觉思维链和多智能体编排让它不只是聊天机器人。与此同时，AI 代理为什么演示顺畅、上线就卡壳，超网络提供了一个有说服力的解释框架。Every.to 自己写了一套代理原生开发工具，意外发现为 AI 设计接口和为人类设计接口是两种完全不同的哲学。Jack Clark 重点介绍了新非营利组织 Sequent 的诞生，创始人来自对齐研究一线，他们公开说：对齐研究是否能跟上超级智能的节奏，目前并不清楚。最后，一篇个人博文在 Hacker News 引发讨论：注意力和努力是两种资源，AI 让它们第一次可以彻底分开。

本期要点

- Meta 发布多模态推理模型 Muse Spark，支持视觉思维链和多智能体编排，是其"个人超级智能"产品线的第一步

- AI 代理在生产环境卡壳，核心原因是微调遗忘、上下文泄漏和任务动态性，超网络提出按需生成权重的解法

- Every.to 开源了 Compound Engineering Plugin，发现为代理设计工具要求把所有隐性知识显式化，反而让代码更清晰

- 对齐研究机构 Sequent 创立，创始人来自 UK AI 安全研究所，直言对齐研究能否在超级智能出现前准备好"目前并不清楚"

- 博主 Tom Bedor 提出注意力和努力是可以分离的两种资源，AI 时代大量产出未必等于真正投入，引发认知与创作方面的讨论

参考资料

Introducing Muse Spark: Scaling Towards Personal Superintelligence — https://ai.meta.com/blog/muse-spark（Meta AI Blog）

Fine-tuning forgets. RAG leaks context. Hypernetworks build the model your agent needs on demand — https://venturebeat.com（VentureBeat）

We Built Our Own Agent-native Tool. It Overhauled How We Build Software — https://every.to/compound-writing/we-built-our-own-agent-native-tool（Every.to）

Import AI 461 — https://importai.substack.com/p/import-ai-461（Jack Clark）

Human Attention and Human Effort — https://tombedor.dev（Tom Bedor）

---

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

从开源 AI 的政策争论，到创意工具的架构转型，再到"哪些工作会被取代"这个问题本身的可信度，今天五篇文章指向同一个核心：当执行层被系统性接管，真正稀缺的是定义标准和做出判断的能力。不管你是工程师、设计师，还是在思考职业走向的人，这期内容值得认真听。

本期要点

- 推动开源 AI 禁令的两大理由，都建立在一个可疑前提上：封闭不等于安全，开源的对立面是垄断

- Every.to 团队开源了一个 agent-native 开发插件，让工程师从"写代码"转向"定义什么叫完成"

- 超网络（Hypernetworks）提供了一条新路径，让代理在长任务中不再因上下文衰减而悄悄跑偏

- Adobe 把 Creative Cloud 变成了代理调度中台，目标是接管创作者和发布渠道之间那段最无聊的中间地带

- Benedict Evans 拆解了"工作暴露度"分析的根本缺陷：任务列表不是工作，价值流才是

参考资料

Banning Open Source AI Would Be A Mistake — https://www.interconnects.ai/p/banning-open-source-ai-would-be-a-mistake

We Built Our Own Agent-native Tool. It Overhauled How We Build Software — https://every.to/chain-of-thought/we-built-our-own-agent-native-tool-it-overhauled-how-we-build-software

Fine-tuning forgets. RAG leaks context. Hypernetworks build the model your agent needs on demand — https://venturebeat.com/ai/fine-tuning-forgets-rag-leaks-context-hypernetworks-build-the-model-your-agent-needs-on-demand/

Adobe embeds agentic AI workflows across Creative Cloud, shifting from media generation to production orchestration — https://venturebeat.com/ai/adobe-embeds-agentic-ai-workflows-across-creative-cloud-shifting-from-media-generation-to-production-orchestration/

Predicting AI job exposure — https://www.ben-evans.com/benedictevans/2025/predicting-ai-job-exposure

---

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

这一期的五个故事，从政府强制关停顶级 AI 模型、OpenAI 成立基金会承诺两百五十亿美元，到 Hypernetworks 重新思考代理记忆架构、Google 二十五年来首次改造搜索框，再到 Benedict Evans 拆解"AI 职业威胁排行榜"的根本性缺陷。每一件事单独看都值得关注，合在一起，它们在提醒我们：这个领域的变化速度，已经超过了我们惯用的分析框架所能应对的范围。听完这期，你会对 AI 工具依赖的真实风险、搜索行为的范式迁移，以及如何用更清醒的方式判断职业未来，有更具体的思考起点。

本期要点

- 美国政府以出口管制为由，向 Anthropic 发出停工令，强制关闭 Fable 5 和 Mythos 5 的全球访问，没有预警，没有说明理由，当天执行

- OpenAI 成立独立基金会，首期承诺两百五十亿美元，分配给 AI 风险应对与 AGI 普惠两个方向，但"承诺"与"实际拨款"之间还有很长的路

- Hypernetworks 提出了一种全新的代理记忆方案：训练一个控制网络，在运行时按需生成另一个网络的权重，试图从根本上解决微调遗忘和 RAG 上下文泄露的问题

- Google 二十五年来首次重新设计搜索框，改造成支持图片、语音、视频帧的多模态对话入口，这将重新训练数十亿用户对"查询"这件事的基本直觉

- Benedict Evans 指出：所有 AI 职业威胁排行榜，都在用无法胜任的工具测量一件根本测不准的事，工作会变形、无法被离散化、变量互相影响

参考资料

OpenAI Foundation 官网 — https://openaifoundation.org/

Anthropic 声明：关于美国政府暂停 Fable 5 和 Mythos 5 访问的指令 — https://www.anthropic.com/news/fable-mythos-access

Fine-tuning forgets. RAG leaks context. Hypernetworks build the model your agent needs on demand — https://venturebeat.com

Google just redesigned the search box for the first time in 25 years — here's why it matters more than you think — https://venturebeat.com

Predicting AI job exposure — Benedict Evans 个人博客

---

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

今天五个故事，背后有一条隐线。美国政府强制中止了 Anthropic 最强两款模型的全球访问权限，理由是国家安全，但没有给出具体依据。同一天，中国实验室以 MIT 协议开源了一个 753 亿参数的大模型，免费发布给全世界。政策在收紧，能力在扩散，这两条线正在越来越频繁地相交。本期还涉及开源 AI 禁令的深层逻辑、AI 推理模型在儿科罕见病诊断中的突破，以及一种可能解决 AI 代理长期运行瓶颈的新架构。

本期要点

- 美国政府以国家安全为由发出指令，Anthropic 被迫全球切断 Fable 5 和 Mythos 5 的访问权限，连原因都未被告知

- Nathan Lambert 和 Kevin Xu 在 Substack 发文：禁止开源 AI 不是管控风险，而是让美国主动退出全球技术生态的主导位置

- 中国 Z.ai 发布 GLM-5.2，753 亿参数、MIT 开源协议，Simon Willison 认为这是目前最强的纯文本开源权重模型

- OpenAI 推理模型在儿科罕见病案例中帮助确认了 18 种诊断，涉及多年辗转未确诊的患儿

- 超网络架构提供了一种新思路：动态为当前任务生成专属权重，可能解决微调遗忘和 RAG 上下文溢出两个长期难题

参考资料

Statement on the US government directive to suspend access to Fable 5 and Mythos 5 — https://www.anthropic.com/news/fable-mythos-access

Banning Open Source AI Would Be A Mistake — https://www.interconnects.ai

GLM-5.2 is probably the most powerful text-only open weights LLM — https://simonwillison.net

OpenAI found 18 rare diseases — https://openai.com/index/chatgpt-enterprise-spend-controls/

Fine-tuning forgets. RAG leaks context. Hypernetworks build the model your agent needs on demand — https://venturebeat.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

本期围绕一个核心张力展开：有人想用立法锁死开源 AI，同时开源模型的能力边界却在以惊人的速度被推进。五个话题从政策、技术、工程实践到认知方法，覆盖了 AI 基础设施正在经历的多层变化。听完这期，你会对"开源"、"agent 掉线"、"职业威胁报告"这几个词有完全不同的判断标准。

本期要点

- 有人正在推动立法限制开源大模型权重，Nathan Lambert 认为这不会让 AI 更安全，只会让安全研究失去基础设施

- 中国实验室 Z.ai 以 MIT 协议开源了 GLM-5.2，753 亿参数，Simon Willison 测试后认为这是目前最强的纯文字开源权重模型

- Every 团队自建 agent 工具后发现，原来线性的工程方式彻底失效，agent 原生工作流要求重新设计人机协作的边界

- Benedict Evans 指出那些"AI 职业风险排行榜"在做一件不可能的事：用今天静止的岗位描述，测量一个持续变形的未来

- 超网络作为 agent 基础设施的候选路径正在 Hacker News 被热议，核心争议是它究竟是工程方向还是实验室概念

参考资料

Banning Open Source AI Would Be A Mistake — https://www.interconnects.ai

GLM-5.2 is probably the most powerful text-only open weights LLM — https://simonwillison.net

We Built Our Own Agent-native Tool. It Overhauled How We Build Software — https://every.to

Predicting AI Job Exposure — https://ben-evans.com

Fine-tuning forgets. RAG leaks context. Hypernetworks build the model your agent needs on demand — https://venturebeat.com

---

BearTalk 狗熊有话说播客，始于 2012 年。

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