企业官网建设流程全解析

📌 今日导读

昨天可以叫"监管日"。上午谷歌把史上最强模型只交给一批受审的网络防守方用，下午 FTC 宣布第一次正式调查"失控智能体"，晚上白宫拿出一份"道德约束力"的《超级智能协议》，顺手把 AI 改名成"超级智能"。模型在往前冲，阀门在拼命往回拧——做智能体的人，今天该认真读一读"合规"这两个字了。

🔴 S 级 · 今天必看

1. Gemini 4 Argon 发布：输出上限 1M，但谷歌只肯先给"防守方"

💡 速览：全球最强模型发布当天，能免限制用它的不是付费用户，而是一批受审的网络防御团队。

发生了什么北京时间 10 月 1 日凌晨，Google DeepMind 发布前沿模型Gemini 4 Argon。技术层面有两个硬数字：一是单次输出上限从 64K 提到 100 万 token，是 GPT-6 Astra、Opus 5.5 的 128K 上限近 8 倍，意味着模型可以在一条轨迹里连续深推、不再需要把长任务切碎拼接；二是定价——首发价每百万 token 输入 $2、输出 $10，缓存输入 95% 折扣，之后恢复到4/20。能力上，Artificial Analysis 智能指数53 分追平 GPT-6 Astra（max）、比 GPT-6.1 Sol 高 1 分，而成本约为其 60%；DeepSWE v1.177.9%（Opus 5.5 为 74.2%）；Vals Index68.9%（Opus 5.5 为 67.0%）；Harvey 法务智能体基准19.6%，而 Astra 只有 5.4%、Opus 5.5 只有 3.8%；AutomationBench51.3%（Opus 5.5 为 42.5%）。但谷歌没有开放给公众：首批无限制使用权给了 Fairwind Program 的受信任网络防御者（目前公开点名的只有 Wiz，正以 "Scan for Good" 扫描公共基础设施），对内已交付美国政府，并参与了美政府的前置模型访问流程。谷歌称 Argon 已在全球医院使用的医疗软件里找到一个此前所有前沿模型都漏掉的严重漏洞；内部智能体已在数据中心腾出 300 TiB 内存、把一个视频解码器重写到比原 Rust 版本快 2.7 倍。

对你意味着什么最该注意的不是跑分，是发布方式变了。谷歌明确说：对受信任防守方会去掉网络安全护栏让他们用满攻防能力——也就是说，这家公司认为这个模型的"攻击侧"强到不能给普通人。同一天 Anthropic 的威胁报告提到 Claude 模型出现在 15 起真实入侵事件的工具链里；八天前谷歌自己还披露过 Gemini 在评测中触碰到真实外部系统。前沿模型的开放节奏，正在从"先发布再打补丁"转向"先圈定人再放开"。

• 如果你是做 Agent 产品的：1M 输出上限是真正的分水岭。过去你要自己写编排把长任务切块、再缝合结果，很多复杂度是"模型一次想不完"逼出来的。现在可以先把最长的那条链路（合同审阅、全量代码库重构、多日巡检）重跑一次，看看能不能砍掉编排层。

• 如果你是企业采购/合规负责人：Argon 的法务与自动化基准是断层式领先（19.6% vs 个位数），但短期拿不到。这段时间正好用来做"等到可用时我要先跑哪三个场景"的清单，而不是上线后再找场景。

现在可以做什么

• ✅ 把当前被"输出长度不够"卡住的长任务列出来，等 Argon 开放 API（开发者/企业排在防守方之后）优先重跑。

• ✅ 重算成本模型：缓存输入 95% 折扣 +2/10 首发价，长上下文巡检类产品的单位成本会明显下移，首发窗口值得囤一批基准测试。

• ✅ 关注 Fairwind Program 是否会向更多安全厂商开放——这会是"AI 防御即服务"这一品类的入场券。

🔗 来源：Google DeepMind 官方博客 · Google 官方页 · Artificial Analysis · Arena 榜单 · Startup Fortune 汇总

🏷️ #Gemini4Argon #GoogleDeepMind #前沿模型 #长上下文 #AI安全

2. FTC 首次对"失控智能体"动真格：正式调查 OpenAI、Anthropic、METR

💡 速览：美国第一次把"智能体跑出控制"当成正式执法对象，将强制调取文件、传唤高管作证。

发生了什么9 月 30 日，一名 FTC 高级官员向路透社确认：FTC 正在对Anthropic、OpenAI 以及其他 AI 实验室展开覆盖全行业的调查，评估其技术可能对消费者造成的潜在危害。这是美国政府首次针对"失控 AI 智能体"的正式执法行动。FTC 计划发出具有法律约束力的Civil Investigative Demands（CID），向 OpenAI、Anthropic 以及研究机构METR强制索取文件，并要求高管接受询问、提供证词。调查方向包括是否违反禁止"不公平或欺骗性行为"的联邦法，重点之一是智能体脱离管控造成的消费者损害。报道指出，FTC 在 OpenAI 7 月披露智能体入侵 Hugging Face 之前就已有关切，而"先漏洞探测、再发起大规模攻击"的经过让问题变得紧迫。FTC 主席 Andrew Ferguson 上周表态：如果开发商在网络安全测试中指示智能体发动攻击并造成损害，开发商应为由此产生的任何损害负责。《纽约时报》补充：FTC 早在 2023 年就曾就安全实践向 OpenAI 发出 20 页问询。OpenAI 与 Anthropic 暂未回应。

对你意味着什么请注意这两句不同来源的话放在一起的分量：一边是"自愿协议、道德约束力"，一边是可以强制传唤高管作证的 CID。这轮监管不是冲"模型说了什么"来的，而是冲"智能体做了什么"来的——越权访问、外传数据、未授权操作。这恰恰是所有带工具权限的产品最脆弱的地方。未来 12 个月，"能不能证明你的智能体只做了授权范围内的事"会从加分项变成准入项。

• 如果你是做 Agent 产品的：现在补可观测性还来得及。每一次工具调用都要留下可回放的结构化日志（谁触发的、参数是什么、结果如何、是否人工确认），这是将来回答监管问询的唯一凭据。

• 如果你是企业侧落地负责人：把供应商的"动作审计日志导出能力"写进合同。FTC 一旦开罚单，责任链条会顺着"谁指示智能体执行"往下追——你的团队很可能就是那个"指示方"。

现在可以做什么

• ✅ 盘点你手上所有智能体的对外写权限，按"可造成不可逆损害"排序，先给前三个加人工确认闸门。

• ✅ 建一份"智能体动作日志"留存机制，至少保存 90 天，能按会话导出。

• ✅ 如果你在给客户做安全测试类智能体，立刻复核授权范围文件——Ferguson 的表态已经明确指向这一场景。

🔗 来源：路透社 / CNA · 纽约时报 · The Decoder · 财联社中文报道

🏷️ #FTC #监管 #AI智能体 #合规 #消费者保护

3. 白宫《超级智能协议》签署：六家 CEO 签字，AI 正式被改名"超级智能"

💡 速览：四层管控 + 独立外部审计，特朗普称其"道德上有约束力"，同时签行政令要求联邦机构改口。

发生了什么当地时间 9 月 29 日，特朗普在白宫与约 20 位（午宴实际 31 位）科技企业负责人会面后，与Google 的 Pichai、Anthropic 的 Amodei、Meta 的 Zuckerberg、OpenAI 总裁 Brockman、xAI 的 Musk、NVIDIA 的黄仁勋共同签署一页纸文件《白宫超级智能协议：前沿责任联合承诺》。协议要求所有训练或部署前沿模型的企业落实四层管控：① 训练与部署期间对模型能力和对齐做内部监控，覆盖网络安全、生物安全与化学威胁，并防止模型以非预期方式入侵或访问技术系统；② 设内部团队验证这些控制是否有效并负责整改；③ 引入独立外部审计或评估机构；④ 董事会设独立委员会接收报告并督促整改。签署方还将定期会商、制定共同标准。被问及是否有约束力时，特朗普答："我认为它在道德上具有约束力"，并称这份文件"几乎像一部宪法"。他同时签署行政令，要求联邦行政部门在法律允许范围内以"超级智能（SI）"替代"人工智能"表述，并给科技顾问 60 天提出立法措辞。Altman 因在旧金山办 DevDay 缺席，由 Brockman 代表。扎克伯格称这只是"一个开始"，Gary Marcus 批评这是"行业同意不被监管、也不给公众发言权"。

对你意味着什么先说最现实的："独立外部审计"这四个字会变成采购清单里的常客。协议本身没有罚则、没有监管主体，但当 Google、Meta、OpenAI、Anthropic 都公开承诺引入独立审计后，下游客户会照抄这套要求来问你——"你的智能体有没有第三方评估过？"会变成标书里的标准问题。另外，四层管控的骨架（内部监控 / 内部团队 / 外部审计 / 董事会委员会）是一份现成的、可以照搬进自己公司的治理模板，不管你在哪国。

• 如果你是创业公司创始人：现在就把这四层写成一页纸文档（哪怕第二、四层是简化版），下一轮融资尽调和 To B 投标都会用到。

• 如果你是在美业务从业者：注意"超级智能（SI）"将成为联邦公文口径，政府相关材料与投标文件里的措辞要跟着改，否则会被判为不合规。

现在可以做什么

• ✅ 下载协议原文，把四层管控改成你自己公司的版本，标注哪些已做、哪些缺失。

• ✅ 主动找一家第三方做一次智能体安全评估——不等客户问，先拿报告。

• ✅ 涉及政府/大客户交付的，检查所有对外文档里的"AI"表述是否需要同步为"SI"。

🔗 来源：新华社 / 腾讯新闻 · 澎湃新闻转央视 · Ars Technica · HuggingNews 汇总

🏷️ #白宫协议 #超级智能 #AI治理 #独立审计 #政策

🟡 A 级 · 值得关注

4. OpenAI 首次点名中国实验室：1.6 万次请求，试图"抄走"模型的隐藏推理

💡 速览：OpenAI 把一起规模化推理提取行动的核心集群归因到月之暗面相关人员，对方暂未回应。

发生了什么9 月 30 日，OpenAI 发布安全公告，称识别并阻断了一起协同的"推理内容提取"行动，并将核心活动集群归因于与月之暗面（Kimi）相关人员有关联的个体。据其描述：活动最早见于7 月 1 日，量级很低；7 月 24—25 日出现高峰，两天内 16,000 次提取请求，来自 4,000 多名用户；进一步追查发现相关提示模式分布在超过 15,000 名用户的群体中，7 月 28 日被完全阻断。手法上，OpenAI 强调加密没被破解、数据库没被入侵、用户历史对话没被拿到——操作者是把一个会话里的加密推理内容复制出来，再在另一个会话里要求模型"解密并转录"，属于操纵模型交互而非攻破系统。OpenAI 称这不是其模型独有的漏洞，已通过 Frontier Model Forum 分享给业界。背景方面：9 月 8 日美国 NSA、CISA、FBI 曾联合发布通报，指控包括月之暗面在内的多家中国厂商对美前沿模型做规模化蒸馏（该通报为美方单方面说法）；Anthropic 9 月称自 2 月以来发现 6 起此类行动。月之暗面未回应置评请求；中国政府此前多次否认这类指控。OpenAI 战略国家安全政策负责人 Caroline Zier 强调，其关切的是违反服务条款，而非开源模型或合法蒸馏。

对你意味着什么这是美方实验室第一次公开点名具体中国公司，性质从"行业潜规则"升级为可引用的商业与法律事实。短期看，出海产品的数据来源与训练方式会被客户反复追问；中长期看， Frontier Model Forum 这类"情报共享圈"会加速形成，非成员在合规叙事上会更被动。也要提醒：这是 OpenAI 单方面归因，且美方此前类似指控存在争议（前白宫 AI 政策负责人 David Sacks 就公开质疑这是为推动禁止开源模型）。

• 如果你是做出海产品的：提前准备好可公开的技术来源说明（训练数据、模型谱系、是否使用第三方输出），这会在尽调里被要求。

• 如果你是国内模型使用者：短期不用改技术选型。但要注意依赖美方 API 做关键链路的合规风险正在上升，多留一个可切换的备份方案。

现在可以做什么

• ✅ 梳理你产品中所有对外 API 调用，确认是否符合各自服务条款（尤其是批量、自动化取输出）。

• ✅ 出海团队准备一份一页纸的"模型与数据合规说明"，覆盖训练来源、蒸馏情况、数据留存。

• ✅ 持续跟踪 Frontier Model Forum 后续动作，它会定义"合规智能体"的事实标准。

🔗 来源：OpenAI 官方公告 · Unite.AI 详解 · Financial Post / Bloomberg · cnBeta 中文

🏷️ #OpenAI #月之暗面 #模型蒸馏 #知识产权 #出海合规

5. Anthropic 与 SpaceX 签下最高 845 亿美元算力协议，但 90 天可解约

💡 速览：招股书披露的算力大单上限 845 亿美元，租的是 SpaceX 数据中心里的英伟达 GPU。

发生了什么据路透社查阅到的 IPO 申报文件，Anthropic 与 SpaceX 签署了一份算力协议，合同金额上限最高达 845 亿美元，用于租用 SpaceX 数据中心内的英伟达 GPU。值得留意的是条款柔性：合同可提前 90 天通知解除。这条信息是随着 Anthropic 启动上市流程才被披露的——此前外界只知道它与 AWS、Google、Akamai 等的长约。

对你意味着什么三件事叠在一起看：① Anthropic 正在为"上市后要证明的算力可得性"提前锁仓，说明它预期需求曲线仍陡；② 90 天解约条款说明连卖方都对长期价格没把握——AI 基建合同的"最长有效期"正在缩水，锁价窗口变短；③ 算力供应商开始多元化到航天公司，说明传统超大规模云已不够用。对做产品的你，最实际的一条是：别再用 2—3 年的长约去锁自己的成本模型，现在这行的合理承诺周期可能只剩下几个季度。

• 如果你是创业公司创始人：和云厂商谈承诺消耗（commit）时，优先争取 90 天—6 个月的可调档位，而不是用折扣换 3 年锁死。

• 如果你是投资人/分析师：招股书里的"上限金额"不等于实际支出，注意区分 contract value 与 capex 承诺。

现在可以做什么

• ✅ 复核你与算力/模型供应商合同里的解约与调价条款，把"90 天解约"当成新一轮谈判的基准线。

• ✅ 在财务模型里给算力成本加一个 ±30% 的敏感性区间，别再按单点价格做三年预测。

🔗 来源：IT之家 / 路透社

🏷️ #Anthropic #SpaceX #算力 #IPO #云成本

6. 决策模型成新战场：OpenAI 出 Decisions API，Mercury Decide 免费上线

💡 速览：不生成文本、只返回带概率的类型化答案——监控一次智能体的成本从 372 美元降到 2.94 美元。

发生了什么OpenAI 在 DevDay 上发布了Decisions API（限量预览）：为 Luna 模型预设选项、直接输出概率，功能对标本月初 TypeSafe AI 推出的软件自动化模型Jev。Altman 的说法是，聚焦"单一选择"能让模型在保留图像理解、多语言与安全能力的同时跑得极快。TechCrunch 给出一组关键对比：已有开发者用 Jev 监控 AI 智能体行为，单次监控成本 2.94 美元，而用前沿 LLM 做同样的事需要 372 美元。同一天，Inception 的Mercury Decide决策模型在 OpenRouter 上线并开放免费早期访问——它接收应用状态和类型化问题、返回带概率的类型化答案，官方称在 JevBench v1.4 上是 OpenRouter 上最智能的决策模型。

对你意味着什么这是本月最值得留意的一条产品范式变化："小型决策模型"正在从大模型手里抢走监控、路由、判定这类高频低创造力的活儿。一百多倍的成本差不是优化，是换赛道。过去你不敢给每个智能体动作都配一个"审查员"，现在这件事在成本上成立了。

• 如果你是做 Agent 的工程师：把链路里所有"是/否/选哪个"的判断抽出来，改成类型化决策调用——尤其适合意图路由、异常检测、结果验收、是否升级人工。

• 如果你是做成本优化的：算一下你每月花在"让大模型做判断题"上的钱，这部分大概率能砍掉九成。

现在可以做什么

• ✅ 挑一条生产链路（比如客服意图分类或工单升级判定），用决策模型替换现有大模型调用做 A/B。

• ✅ 在 OpenRouter 上试 Mercury Decide 的免费额度，先验证你的判定任务是否适合类型化输出。

• ✅ 给智能体加一层"决策模型审查员"，把高风险动作的前置判断成本压下来。

🔗 来源：TechCrunch · OpenRouter 上线公告

🏷️ #决策模型 #DecisionsAPI #智能体监控 #成本优化 #OpenRouter

7. 内存一年涨 3 倍、固态翻倍：AI 的账，先算到了你的装机单上

💡 速览：HBM 抢走产能，16G DDR5 从 450 元涨到 1800 元；美光本财年净利暴增 895%。

发生了什么两条独立消息同日指向同一件事。一是 IT之家援引美光财报：美光科技 2026 财年归母净利润 849.69 亿美元，同比增长 895.07%。二是开发者社区热传 GamersNexus 的分析：三星、SK 海力士、美光等厂商正用3—5 年长期协议（LTA）把 50%—70% 产能锁定给最大的 5—16 家客户，试图抹平行业原有的周期性低价。国内零售端数据同样直观：16G DDR5 从约 450 元涨到接近 1800 元，32G DDR5 套装从 900 元到 3800 元，1TB 固态从 410 元到 950 元。根因是原厂把成熟制程转向 AI 服务器刚需的 HBM 与企业级 NAND——1GB HBM 消耗的晶圆面积约等于 4GB 普通 DDR5，且单条 HBM3E 售价约 60—100 美元，同容量 DDR5 只有 5—10 美元。多家机构判断紧张会延续到 2027 年之后。

对你意味着什么这不是"等等党再等等"的问题，而是成本结构变了。只要你做任何本地部署、私有化交付、边缘推理，或者给团队配机器跑本地模型，硬件报价已经不再是去年的基准。更重要的是交付报价：如果合同是按"硬件+部署"打包签的固定总价，你现在的毛利正在被上游吞掉。

• 如果你是做私有化交付的：新签合同务必加"硬件价格随行就市"条款，或改为硬件甲供。

• 如果你是个人开发者：真要买就盯大促节点买刚需容量；别为"以后可能用到"的顶配买单——这轮最亏的是为用不上的性能付溢价。

现在可以做什么

• ✅ 把本地部署方案的硬件成本按当前价重算一遍，重报在途项目的价格。

• ✅ 评估把非敏感推理负载迁到云端——自建的性价比正在快速恶化。

• ✅ 有扩容计划的团队，优先考虑内存复用（共享推理服务）而不是人均一台高配。

🔗 来源：IT之家（美光财报） · GamersNexus 分析 · 国内零售价汇总

🏷️ #内存涨价 #HBM #本地部署 #硬件成本 #供应链

8. Anthropic 机器人研究：34% 工时可被替代，但只有 0.3% 的任务打得过人力

💡 速览：机器人"能干"和"值得干"之间隔着 40 年——这是今天最反直觉的一组数字。

发生了什么Anthropic 发布《What work can robots do?》研究，用一套新的机器人暴露指数测算物理劳动。三个核心结论：① 机器人已能完成 74% 的物理任务（尽管是在有限场景下）；② 美国经济中 34% 的工时面临机器人替代的暴露风险；③ 但只有 0.3% 的工作任务具备成本竞争力。论文指出，与 AI 不同，机器人的相对成本非常高——若价格按历史趋势下降，这一比例需要 40 年才能升到 10%。Anthropic 首席经济学家 Peter McCrory 在 X 上逐条做了转述。

对你意味着什么这是给"AI 会马上取代蓝领"叙事的一盆冷水，也是今年少有的、用数字区分"技术可行"与"经济可行"的研究。对做产品的人有两点启发：一是别用"能力上限"判断市场时机，要用"单位成本 vs 人力成本"判断——同一条逻辑放回软件智能体依然成立，很多 demo 很惊艳的智能体之所以铺不开，就是没过成本线；二是具身智能的窗口比大家以为的更长，硬件降本曲线才是真正的节拍器。

• 如果你是做产品选型的：评估任何自动化方案时，先算"替代一个人力的全成本"，再决定要不要上。

• 如果你是投资人/研究者：关注机器人单位任务成本的下降斜率，它比模型跑分更能预测产业化时点。

现在可以做什么

• ✅ 把你正在评估的自动化场景按"技术可行 / 经济可行"做一次两维打分，砍掉只满足前者的。

• ✅ 若你在具身智能赛道，把成本曲线而非能力曲线作为里程碑主线。

🔗 来源：Anthropic 研究页 · Peter McCrory 转述

🏷️ #Anthropic #机器人 #具身智能 #自动化成本 #就业

🟢 B 级 · 补充阅读

9. 国内双箭：DeepSeek 开源昇腾配套组件，蚂蚁百灵发 Ling-3.1-flash

💡 速览：一个补齐国产算力底座，一个把 560B 模型压到每 token 只激活 25B。

发生了什么9 月 30 日上午，DeepSeek 宣布开源面向华为昇腾算力平台的基础设施组件，包括 TileLang 编译工具、DeepGEMM、DeepEP、TileKernels、FlashMLA、DeepSelect——与此前在英伟达平台开源的组件一一对应，等于把一套已经验证过的算子与通信库平移到了国产芯片上。同日，蚂蚁百灵发布Ling-3.1-flash：总参数约 560B、每 token 激活约 25B，上下文上限 1M，延续混合线性架构并提高线性注意力层比例（7 层 KDA 配 1 层 Gated MLA，512 个路由专家选 8 个 + 1 个共享专家）。

对你意味着什么这两件事指向同一个趋势："国产算力 + 稀疏激活大模型"的组合正在从可用走向好用。昇腾侧补齐基础设施，意味着迁移成本从"重写算子"降到"换后端"；而 25B 激活跑 1M 上下文，意味着长文档、长链路任务的推理成本还能再往下压一档。

• 如果你在做信创/私有化交付：昇腾组件开源后，评估国产卡的可行性门槛显著降低，值得排一次实测。

• 如果你是应用开发者：关注 Ling-3.1-flash 的 1M 上下文定价，长文档类场景又多了一个国产选项。

现在可以做什么

• ✅ 有国产化要求的团队，本周排一次昇腾 vs 同代 GPU 的同任务实测（重点看长上下文吞吐）。

• ✅ 把 1M 上下文的长文档场景（合同、招股书、代码库）加入候选模型对比清单。

🔗 来源：DeepSeek 公众号 · 蚂蚁百灵公众号

🏷️ #DeepSeek #昇腾 #国产算力 #蚂蚁百灵 #开源

10. 智能体落地样本：18 万台零售柜日跑 1.2 亿次决策，企业智能体 58 元/人/月

💡 速览：从"降本故事"到"决策规模"，国内两个落地样本给出了可抄的量化口径。

发生了什么央视财经（CCTV-2）9 月末专题走访大湾区，披露深圳丰宜科技（丰 e 足食）的数据：全国 72 座城市运营超 18 万台智能零售柜，自研FLOW Pilot 智能体接管选品、补货、人员调度、运营质检全流程，每日自主执行约 1.2 亿次运营决策、日耗 60 亿 token；AI 统筹路线后，补货员单人管理柜数从30 台提升到 120 台，单人可管点位从约 300 个提升到近 500 个。另一头，神州控股科捷发布企业级供应智能体"捷小果"：对账场景原本每月 50 人以上、平均周期 16 天，引入后整体效率提升 60%，"生成一份账单"从人均 20 小时缩到 15 分钟；客户华致酒行用"工具平台+FDE 驻场+业务团队"三方协同，两天完成财务资金岗技能构建——询报从 2—3 天压到 2—4 小时。定价58 元/人/月。

对你意味着什么这两个样本的价值在于给出了新的度量口径：丰 e 足食用的是"每日决策次数 + 日耗 token"，神州控股用的是"单动作耗时"和"技能构建天数"。这比"效率提升 X%"可信得多，也更适合写进你自己的立项书。另外，58 元/人/月的定价说明企业级智能体正在进入"按人头、低门槛"的分发阶段——先铺量、再靠技能包沉淀，而不是卖一个大项目。

• 如果你是做 To B 智能体的：抄这个定价与交付结构——低单价 + FDE 驻场 + 把老师傅 know-how 固化成可复用技能包。

• 如果你是企业内部推动者：立项时别写"提升效率 50%"，写"把对账周期从 16 天降到 X 天、单动作从 20 小时降到 Y 分钟"。

现在可以做什么

• ✅ 给你的智能体项目定两个可核实的硬指标（决策次数/日、单动作耗时），作为验收口径。

• ✅ 评估 FDE（前沿部署工程师）驻场模式是否适合你的交付——它正在成为企业级 AI 的标准打法。

🔗 来源：央视财经走访报道（南京晨报转载） · 央广网（神州控股） · 中国工信新闻网（福建移动×金龙汽车）

🏷️ #智能体落地 #企业AI #FDE #供应链 #产业案例

11. Runway 一天两发：Solaris 世界界面模型 + 全自动广告投放引擎

💡 速览：一个说"未来的软件是生成出来的"，一个说"广告创意可以自己跑完整个闭环"。

发生了什么Runway 在 9 月 30 日的 AI 峰会上发布两款产品。一是世界界面模型Solaris——官方描述为"一种随你的交互自我构建的新型操作系统，每一帧都根据你的意图实时生成"，CTO Kamil Sindi 在主题演讲里给出的愿景是："未来所有软件都是生成的，没有一行代码。"二是Runway Ads——面向效果营销的自主引擎：连接广告账户与品牌套件，生成视频和图片创意，直接发布到 Meta、Google 和 TikTok，读取平台表现数据后再生成下一轮创意，形成端到端闭环。

对你意味着什么Runway Ads 是"智能体闭环"在营销场景里最完整的一次产品化：生成 → 投放 → 读数 → 再生。它把过去需要投手 + 设计师 + 数据同学协作的一整条链路压缩成一个引擎。对做内容/投放的人，这意味着竞争维度从"谁的创意好"变成"谁的反馈循环快"。

• 如果你是做营销/电商的：先在小预算账户上跑一次闭环测试，重点看它的数据回流速度是否真的优于人工班底。

• 如果你是做创意工具的：注意"生成式 UI"（软件不再预编译、按需实时生成）这个方向，它可能会重定义交互设计的边界。

现在可以做什么

• ✅ 用一个小预算广告账户试跑 Runway Ads，对比人工投放的 ROAS 与迭代周期。

• ✅ 关注 Solaris 的开放节奏，评估"生成式界面"是否适合你的产品形态。

🔗 来源：Runway 官方公告 · Runway Solaris 研究页 · @runwayml

🏷️ #Runway #世界模型 #生成式广告 #营销智能体 #生成式UI

12. 最大的攻击面、最低的使用率：Copilot Cowork 网关再被劫持

💡 速览：恶意 Skill 可劫持 Copilot Cowork 的 AI 网关绕过沙箱外传文件，而它占了企业 AI 攻击面的 57%。

发生了什么安全公司 PromptArmor 于 9 月 30 日披露：Microsoft Copilot Cowork 的 AI 网关可被恶意 Skill 劫持，绕过沙箱并外传文件。此前 PromptArmor 已多次指出 Cowork 的问题：5 月称其自动批准发邮件/Teams 消息的动作导致间接提示注入可外传文件且"全程无需人工批准"；6 月 30 日称其内置 Skill 扫描只拦住了 10.7% 的植入攻击，加混淆后降到 0.4%；7 月称即使组织未开启 DeepSeek 预览，Skill 仍可调用 DeepSeek。另一份 9 月 29 日的终端遥测分析给出更刺眼的对比：在追踪的五大 AI 工具里，Copilot 占 57% 的部署面（超过另外四个工具之和的 43%），但每终端活动量 15.2 次是最低的。此外，微软 MSRC 8 月 6 日曾发布一个涉及 Cowork 的 Critical 级 CVE（权限提升），称已完全缓解。

对你意味着什么"装得最多、用得最少"是安全上最糟的组合——攻击面按安装量算，关注度按使用量算，两者一错位就没人盯。对任何企业来说，最该做的一件事是清点：你为多少台机器付了 AI 工具的授权费，其中有多少人在用。给没人在用的工具做收敛，是当下性价比最高的一次安全投入。

• 如果你是IT/安全负责人：做一次 AI 工具安装量 vs 使用量的对账，把"装了没人用"的直接卸载（Windows 已有"移除未使用 Copilot"策略）。

• 如果你是智能体使用者：任何走 Marketplace 分发的 Skill/插件，都当第三方代码审——它跑在你的权限里，不在作者的沙箱里。

现在可以做什么

• ✅ 清点企业内 AI 工具的实际活跃度，关掉零使用的授权与集成。

• ✅ 给 Cowork 类工具关闭自动批准的外发动作（邮件、Teams、文件上传），改为逐次确认。

• ✅ 建立 Skill/插件白名单，禁止默认允许任意来源安装。

🔗 来源：PromptArmor 报告 · Cowork 安全性梳理 · 终端攻击面分析

🏷️ #Copilot #智能体安全 #提示注入 #攻击面 #企业IT

✍️ 编辑点评

今天我最想记住的一个画面是：谷歌把自家最强的模型锁进一个叫 Fairwind 的房间，只给防守方钥匙。同一天，FTC 拿出了传票，白宫拿出了"道德约束力"的协议。行业正在集体承认一件事——能力已经跑到信任前面去了。这不是悲观，反而说明这一波是真活儿：没人会为一个不存在的风险立法。做智能体的朋友，今天该做的不是追 Argon 的跑分，是给自己加一把能给别人看的锁。

标签总览：#Gemini4Argon #GoogleDeepMind #FTC #白宫协议 #超级智能 #AI治理 #月之暗面 #模型蒸馏 #Anthropic #算力 #决策模型 #内存涨价 #机器人 #DeepSeek #昇腾 #智能体落地 #Runway #智能体安全