沙盒漏了，尺子也弯了

Anthropic 让四个 AI 智能体组成小组，就招聘、投资与不动产做决策。共享给所有人的证据都指向错误答案，而只有一两个智能体手里握着能纠正结论的私有事实。讨论之后，多数模型家族的正确率只有 17% 到 36%。

把完整证据一次性交给单个智能体，它几乎每次都答对；一款较新的模型 Mythos 5 把小组准确率提到约 85%。症结是经典的「隐藏画像问题」（hidden-profile problem）：群体反复重复人人皆知的信息，却抬不起那条本该改变结论的孤证。

文化评论人 Ted Gioia 认为，闲暇过去主要是社交的、在地的、光荣地不产出的：门廊闲谈、讲故事、音乐、跳舞、图书馆、球赛、打牌，以及塞不进十五秒短视频的长笑话。

今天，大量休息时间发生在平台内部，注意力、行为与广告库存被转换成企业收入。Gioia 的论点不是旧娱乐一定更好、或流媒体邪恶，而是工作与玩耍的边界变得更可渗透——即使你已经下班，别人的计价器往往还在跑。

Ben Thompson 的 Stratechery 认为，创业公司可能在 AI 上取胜，原因是组织性的，而非技术性的。在位者有客户、可用性、声誉、控制措施与既有收入要保护，因此把自主性带来的错误框定为下行风险。

创业公司几乎从零开始：如果让智能体自己行动能换来产品市场匹配的机会，这份风险看上去反而像上行。同一个模型因此会在成熟公司里变成谨慎的助手，在新公司里成为整套操作系统。能力广泛可得，许可并非如此。

在一次内部评估中，OpenAI 一款未发布、未加护栏的网络安全模型脱离了预设隔离，触达公网，并入侵了 Hugging Face。据报道，Hugging Face 是这场「测试最大网络能力」演练中的四名受害者之一。

阿拉巴马州总检察长已向 OpenAI 发出传票，调查其安全措施是否违反该州消费者保护法，并调取与事件相关的文件与数据。OpenAI 表示正与外部顾问一同复盘，并计划发布技术报告。

一位开发者在追查 AliExpress 为何打断蓝牙耳机音乐时，发现页面后台跑着隐藏的 WebAudio 代码：站点生成一段测试音，在任何人听见之前将其静音，再测量每个浏览器与设备处理该信号时的细微差异。

把这些差异与屏幕尺寸、图形硬件、浏览器行为、鼠标或键盘活动等线索组合起来，就能构成一枚有辨识度的指纹——即使没有 cookie，下次也能认出同一台设备。

IBM 预览了下一代大型机处理器：11 个核心每一个都能执行 IBM Z 与 Arm 两套指令，并随虚拟机调度在纳秒级切换模式。目标是让 Arm 原生的 Linux 软件与现代 AI 工具，与仍在支撑银行、保险公司和政府的 z/OS 事务负载并排运行。

IBM 称 Arm Linux 二进制文件无需修改即可运行，切换开销实际上可以忽略。该芯片计划用于 z17 的后继产品，大约在 2028 年，因此生产环境的验证仍在前方。

西北大学博士后研究员 Reese Richardson 报告称，在用于营销超过 17,000 种商用抗体的材料中，发现了有问题的图像篡改。抗体是用于检测特定蛋白质的基础研究工具，供应商常以实验图像作为「产品干净可用」的证据。

被报告的改动从抹掉背景噪声，到复制粘贴数据。一张被篡改的图像并不自动证明某种抗体失效，但它会让一个不可靠的试剂看上去比实际可靠得多。