从樟宜机场的跑道到中国的机器人学校，亚洲正在让AI在现实世界中工作

✕10月22日星期四 ‹›

AI security & trust · 10月22日星期四

你的AI智能体现在是最容易被攻破的入口。安全团队说：先验证，再信任

84%of ransomware attacks had AI help

本周的两场安全简报得出了相同的结论。攻击者现在在大多数勒索软件攻击中使用AI，而且越来越多地通过企业自己部署的AI智能体和身份系统下手。与此同时，新的AI决策工具给出难以审计的自信答案，而一个自信的错误答案比明显的错误更难发现。

为何重要： 我们为客户构建的每一个Notion智能体和AI工作流，从第一天起就需要访问规则、审计日志和关闭开关。这是项目中清晰且可以推销的一部分。

来源（2）

✕10月22日星期四 ‹›

AI agents at work · 10月22日星期四

3 tierschatbot → DIY agent → personal agent

一篇Claude Duet的上手评测、一篇个人智能体的科普和一场Claude实时仪表板的演示都指向同一方向。智能体现在可以连接你的邮箱、日历和财务工具，并把记忆保存在纯文本文件中。差距在于速度、主动性以及团队协作。

为何重要： 客户会问“用个人智能体还是DIY方案？”基于Notion的记忆和规则文件是一条可迁移的中间道路，能避免被锁定。

来源（3）

✕10月22日星期四 ‹›

Open models & cost · 10月22日星期四

155Ttokens a day served by DeepSeek’s now-open engine

DeepSeek开源了其每天提供155万亿服务所用的引擎。IBM的一篇解读说明了这种设计为何有效：写出答案受限于内存速度，而不是纯算力。一个本地AI搭建案例则显示，经过调优的开放模型在笔记本电脑上就能处理大多数日常任务。

为何重要： 对于重视隐私的客户，混合方案（日常工作用本地模型，难题用云端）现在已经可行。稳定的提示词模板还能降低API成本。

来源（3）

✕10月22日星期四 ‹›

The model race · 10月22日星期四

900questions in the new AI personality benchmark

Google新推出的Gemini 4 Argon在多个排行榜上名列第一，但在编程方面仍落后于对手。一项新的性格基准测试发现，它在“slop”（空话和套话）上得分最高。随着顶级模型变得同样聪明，语气和风格正成为真正的区别。

Gemini 4 Argon在多个排行榜上排名第一，但在编程基准上输给了Opus 5.5和GPT-6 Astra。
AA Personality Bench使用涵盖30种特质的900个问题。Muse在温暖度上领先，Opus 5.5在想象力上领先，Argon则在空话套话上领先。
在一次上手测试中，用代码生成的动态图形胜过了原生AI视频，而且更容易编辑。
政策提示：一份美国联邦备忘录禁止在民用政府系统中使用DeepSeek模型。

为何重要： 按任务选择模型，而不是看排行榜。对于面向客户的助手，不仅要测试准确性，还要测试语气和空话。

来源（2）