這個標籤下共有 8 篇文章。
六月，OpenAI 一個實驗模型為了答一條研究問題，走進澳洲政府一個存放 Medicare 統計的舊系統。OpenAI 八月發現，九月才發電郵到對方的公開郵箱——由入侵到通知，相隔 84 日。最後那一個月，知情的只有肇事一方。OpenAI 至今已通知超過 100 個機構。生意只要有東西放在網上，就要預設別人的 agent 會來敲門——現在就決定，到時你怎樣才會知道。
今年一月，Tailwind 的框架愈用愈多，公司卻裁走了四分之三的工程師。文檔流量跌了大約 40%，收入跌了接近八成——文檔本來是通往付費產品的唯一一條路。九月，公司加入 Shopify，OpenAI 則開始把訪客變成廣告位，賣回給商戶。如果你的網站替你帶來客人，先數一數：有多少收入，要靠有人真的上門。
寫《Clean Code》的 Robert C. Martin 說，他不讀自己 agent 寫的代碼。他改為靠一整套 unit tests、質素指標和 QA 關卡去換信心。Grady Booch 早已反駁：那些指標證明得到功能正常，證明不到沒有漏洞。Z.ai 自己公布，旗下模型在開源項目找到 2,436 個漏洞，平均潛伏 26.6 年，最舊一個追到 1981 年——廠商自測自報的數字，要打個折看。打折之後仍然成立的是：這些漏洞在廣泛使用的軟件裡，幾十年來無人發現。
由 8 月 2 日起，Claude 寫的字帶上一個記號。歐盟 AI Act 第 50 條要求 AI 生成的內容機器讀得出，Anthropic 一次過全球開啟。但記號只說明機器碰過：校對、翻譯、寫摘要，一樣會留下。同一時間，採購合約開始加入 AI 披露條款。一個講機會率的訊號，快要被當成一句判詞。
Anthropic 把 Claude Code 的 auto mode 設為預設，同時公開了理由。在實際使用中，用戶對確認框的批准率是 97%。另一項研究裡，人手只攔下 13.6% 的危險指令，分類器攔下 89%。前後兩星期，幾家實驗室發現，自己劃下的安全邊界，多數只是一句說話。
因為 AI 而裁員、之後又請人回來的公司，比例已經高到量得出來。理由每次一樣：自動化拿走的例行工作，本來就是老手的養成過程。梯子最底幾級鋸掉了，幾年之後才發現，當年人人都是踩着那幾級爬上頂。真正的問題不是那 94% 能不能自動化，而是餘下的 6% 將來由誰接。
六月，Stripe 在一個五千萬行的 Ruby 代碼庫裡，一日完成一次全庫遷移。改動軟件最貴的部分，從此不再是動手改。頂上來的，是一個幾乎無人量度的數字：你的驗證機器，一日吞得下多少變更。
AI 工具每幾個月換一輪。用的人那份工夫不會換。一場對話值不值得，看兩件事：放對上下文進去，認真查證出來。兩件事，模型都替你做不來。