每日简报 · 2026-10-25
信息截止：2026-10-25 08:09（北京时间）。主要覆盖 10-24 08:25 至 10-25 08:09，即中国的周六与美国的周五晚到周六。周末窗口新发布偏少，本期补入 7 天内未写过的三件事并标明实际时间：微软对 Storm-0940 的威胁情报（10-21 发布）、智能体基金会 AAIF 新增四个项目与 Anthropic 的「子智能体折回主循环」指南（均为 10-22），以及亚马逊 CEO 贾西的产能表态（美东 10-23 晚，即北京时间 10-24 早上，略早于上期截止，上期未写）。已与 10-22 至 10-24 三期对比：OpenAI 训练断网、Anthropic 与英国 AISI 事故复盘、国办 AI 就业意见、Kimi K3.1 Pro、Cursor 桌面操作、PHP 漏洞本期不再重复，只写增量。Replit 把默认模型换成 OpenAI 一事 10-18 已写，本期只写新披露的折扣条款与 Rippling 数据。
一、今日判断
这个周末摆在一起的两组数字，比任何一款新模型都更说明问题。一边是亚马逊 CEO 说 AWS 的产能 2026 年卖光、2027 年大块基本卖光、2028 年也已订出一大块；另一边是 Apollo 首席经济学家 Torsten Slok 的图表：标普 500 里除去七巨头的 493 家公司，人均收入和利润率都是平的，看不到 AI 带来的生产率提升。再加上 The Information 披露的价格战细节——OpenAI 用三成以上折扣把 Replit 一份年度超 1 亿美元的合同拿走，Rippling 的编程任务半年里从 Anthropic 为主翻成 OpenAI 为主——我的判断是：算力供给端仍在排队，但需求端最愿意付钱的那批客户已经开始按价格换模型了。AI 产业正在从「谁更强」切到「谁更便宜、谁的收益算得出来」，而真正决定这轮投入能否收回的，是那 493 家普通公司，不是实验室和云厂商自己。
算力卖到 2028，回报却出不了科技圈：贾西称 AWS 产能基本售罄，Apollo 称非科技公司 AI 回报为零
为什么重要：这两组说法并不矛盾，恰好拼出 AI 经济的真实形状——需求高度集中在实验室、云厂商和风投支持的初创公司，它们在抢未来三年的电和芯片；而 GDP 意义上的「用户」还没开始付账。贾西的「卖到 2028」证明的是供给紧，不证明下游赚钱；Slok 的图表证明的是下游还没赚到，不证明永远不会。我的立场是，下周三大云财报里最该看的不是资本开支总数，而是「来自非 AI 原生客户的 AI 收入」有没有被单独披露、能不能看到增长；如果云厂商仍只说「需求大于供给」，那正是 Slok 担心的集中度问题。反方检验：Slok 的对比是总量趋势，不能把差距归因到 AI 本身（TokenPost 也指出这一点）；生产率统计历来滞后，九十年代 IT 投资也经历过「到处都看得见计算机，就是统计里看不见」的阶段；贾西的表态来自播客、属于企业宣称，未给出订单结构。
编程模型的价格战有了账本：OpenAI 给 Replit 三成以上折扣抢下年超 1 亿美元合同，Rippling 编程任务从 Claude 为主翻成 GPT 为主
为什么重要：10-21 那期写 Anthropic 招股书初稿时提到收入集中在少数编程工具客户、客户可以随时换默认模型；这次给出了「换」的速度和价码：一家中型软件公司五个月完成主力模型迁移，一家头部编程平台为三成折扣改默认。这说明在编程这个 AI 最大的付费场景里，模型路由层已经让切换成本接近零，质量领先不再自动兑现为份额。我的立场是，Anthropic 面临的不是技术落后，而是毛利率与份额的二选一：守价格，就要接受在价格敏感客户中失血；同样降价，就要在上市前交出更差的利润表。OpenAI 则在用融资换份额，它刚以下调后的估值融资（10-23 已写），这种补贴能持续多久同样是问题。反方检验：两家公司的数据都来自 CEO 口述，Rippling 的比例口径（任务数还是 token）未公开；Anthropic 在企业信任与高难度任务上的优势未被这两例否定；单个客户的迁移不等于整体份额变化。
国家级黑客用开源多智能体渗透框架打穿供应链：微软称 Storm-0940 借 ARTEX 对 2250 多个租户发起登录，最快不到 3 小时拿到云端高权限
为什么重要：10-22 至 10-24 三期反复写实验室如何「关住自己的智能体」；这一条是另一面——攻击方的智能体已经在真实世界里按分钟级节奏干活，而且用的是谁都能下载的开源框架。它把「AI 让攻击变快」从推演变成了带时间戳的事故记录：每分钟近三千次登录、三小时内到特权，防守方按人工节奏排查已来不及。还有一个容易被漏看的点：被利用的是已经获得授权的第三方应用，正是 10-23 那期写的「智能体身份」问题的反面教材。我的立场是，企业接入智能体的第一道门槛会从「模型安不安全」转到「授予出去的应用权限能不能随时收回、能不能审计」。反方检验：归因与数据来自微软单方，未披露实际被攻破的客户数量；ARTEX 加速的主要是已知手法（喷洒、OAuth 滥用），并未显示出新型攻击能力。
- Microsoft Security Blog：Storm-0940 uses ARTEX 企业宣称
- CyberScoop 媒体报道
- SecurityWeek 媒体报道
- The Record 媒体报道
智能体工程在收敛：Anthropic、OpenAI、Hugging Face、阿里把四项标准交给中立基金会；Anthropic 建议企业把子智能体「折回」单一主循环
为什么重要：两件事指向同一个方向：智能体的「骨架」正在变成公共品。技能格式、跨模型调用、训练环境、沙箱这四层被四家不同公司同时交给中立治理，意味着竞争点从协议转回模型本身和落地服务；而 Anthropic 劝客户拆掉多智能体编排，等于承认过去一年很多企业搭的复杂框架，是在替旧模型做它现在已经能自己做的事。这与第 2 条形成呼应：骨架越标准、越轻，客户换模型就越容易，价格战也就越激烈。我的立场是，企业今年最值得做的智能体投入，不是再加一层编排，而是建一套自己的端到端评测集——它是唯一能在换模型、拆架构时告诉你「哪里坏了」的东西。反方检验：「单循环更好」来自 Anthropic 自己客户的对比，且它的模型恰好擅长长上下文，存在立场；中立基金会能否真正约束捐赠方的后续演进，MCP 交出近一年的经验还不足以下结论。
Block 发布全双工语音模型 Dessa：只用人类语音训练、可在 MacBook 本地运行，暂不开放、先请安全研究者测试
为什么重要：主流语音助手大多是「语音转文字—大模型—文字转语音」的流水线，情绪和语气在中间就丢了；Dessa 代表的路线是让模型直接处理声音。更值得注意的是它的商业位置：Block 卖的是小商户收银与支付，Square 已在用语音点单，一个能本地跑、不按 token 付费的语音模型，可以把电话点餐、客服这类高频低价场景的成本压到很低。我的判断是，语音会是继编程之后，第二个「小模型本地跑、绕开大模型 API 计费」的规模化场景。反方检验：全部能力目前只有公司演示，没有可复现的评测；只靠对话数据获得的知识能否支撑真实业务问答存疑；高度拟人的声音本身就是诈骗风险，Block 先请安全研究者测试也说明了这一点。
引用与数据Markdown 镜像 · JSON · 事件 ID：evt-20261025-01、evt-20261025-02、evt-20261025-03、evt-20261025-04、evt-20261025-05
