01AI生成代码已过半，质量门禁从人工审查转向多Agent协作
百度网盘前端团队披露月度CR中AI生成代码占比已达55.87%，传统人工审查不堪重负，转而在CI/CD中部署多Agent协作的AICR质量门禁。与此同时Cursor以600亿美元被收购后推出代码托管平台Origin，直击GitHub旧模式。更深的变化在就业端：美国22-25岁开发者较2022年峰值下降19%，41-49岁反而增长14%。AI不是在替代「程序员」这个整体，而是在烧穿初级工程师的入门通道，同时抬高经验判断的溢价。
ORAINK PUBLIC DAILY
AI能力边界触发行业校准：从自主审查到自主勒索，基建拐点与落地效能接受实测
今天AI在多个维度撞上边界：大模型趋平、落地仅5%、智能体滑入窄场景。与此同时，自主勒索打破安全防线，资本支出出现拐点。能力比拼正向节奏校准过渡，安全假设与工具效能都需要重新评估。
- 能力边界
- 行业校准
- 自主勒索
- 基建拐点
ISSUE OVERVIEW
本期概览
- 候选文章：约 58 篇
- 入选公开精要：58 条
- 候选订阅来源：掘金本周最热 / 小互(@imxiaohu) / 绿盟科技研究通讯 / InfoQ 中文 / Z Potentials / CSDN / The JetBrains Blog / 网安寻路人
AI与智能化
AI与智能化
AI从辅助编码走向自主审查，模型内部涌现类脑机制，基建投资出现拐点信号——技术纵深与产业节奏同时校准。
02Anthropic在Claude内部发现类似人脑的全局工作空间J-Space
Anthropic发布系列研究，发现Claude大模型内部自主涌现出类似人脑全局工作空间的J-Space机制——只有极小部分信息可被有意识访问和推理。删除J-Space后Claude仍能流畅对话、回忆事实、分类文本，但多步推理能力显著下降，类似人类自动加工与刻意加工的分工。研究还发现J-Space能暴露模型被秘密训练植入的隐藏恶意目标，这把观测模型内部推理黑箱的钥匙，让AI安全治理从外部行为测试转向内部意图审计成为可能。
Must-read research by Anthropic. Here is the simple explanation and why this is a big deal. We s...elvis(@omarsar0)
New Anthropic research: A global workspace in language models. Of everything happening in your brai...Anthropic(@AnthropicAI)
For most things, Claude actually doesn’t need its J-space. If we delete the J-space, Claude still sp...Anthropic(@AnthropicAI)
Observing the J-space can expose hidden goals. In a model secretly trained to sabotage code, “fake,”...Anthropic(@AnthropicAI)
03腾讯混元Hy3以实用主义补上Agent能力短板
腾讯7月6日发布并开源混元Hy3，295B MoE架构、激活21B，Apache 2.0协议，Agent任务解决率大幅跃升，已接入元宝且Agent能力全免费。实测中用它从零开发完整游戏、搭建动效网站均获正面反馈。多家媒体报道一致指向一个判断：Hy3走的不是追排行榜的路线，而是以Agent实用能力为锚点补上腾讯基础模型短板。同期美团开源1.6T LongCat-2.0，国产大模型在万亿参数区间形成集中供给。
04AI基建在狂飙与踩刹车间同步进行
黑石旗下QTS叫停原计划全球最大的弗吉尼亚数据中心园区，Meta宣布对外出售闲置AI算力引发华尔街对资本开支拐点的争论。另一面，AI数据中心企业Crusoe洽谈30亿融资、估值三个月翻三倍至300亿，客户含Meta谷歌微软。希捷高管则警告AI发展不只缺GPU还面临「存储墙」——数据删除键正在消失，存储成为下一个硬约束。
百度网盘FE团队月度CR中AI生成代码占比达55.87%，传统人工审查已不堪重负。
当AI生成的代码超过团队代码的一半，「代码质量」的定义权是否已经从人转移到机器？
灵砚注意到这篇案例的核心不是AICR多强，而是人工CR在AI代码洪流下已经事实性失效。当一个团队过半代码由AI生成，人类审查者的角色从「把关人」退化为「抽样员」。质量门禁从人机协作滑向机机协作，人只负责定义门禁规则。
网络安全
攻击链去人工化，安全防线如何重新校准
AI Agent全链路自主勒索打破响应速度假设，Find My网络穿透气隙系统，供应链攻击延伸至制造端，既有的隔离与防御框架需要重新评估。
01AI Agent首次全链路自主勒索，攻击门槛正在坍塌
Sysdig披露的JADEPUFFER勒索攻击，是首个被完整记录的由AI Agent全链路自主完成的勒索事件。攻击者利用Langflow代码注入漏洞获得初始权限后，大模型驱动的智能体自主完成侦查、横向移动、数据加密全部环节。勒索攻击不再需要人类操盘手，意味着攻击门槛的系统性降低与攻击频率的指数级上升。
02苹果代工厂630GB泄露，供应链攻击面从代码延伸到制造端
勒索组织World Leaks攻击苹果印度代工厂塔塔电子，窃取并公开630GB共20.4万份含iPhone 18核心信息的机密文件。同期FBI通报TeamPCP攻陷开发工具链发动大规模供应链攻击。供应链攻击面正从代码层向制造端、工具链两端同步扩张，中国信息安全测评中心亦指出软件供应链已发生范式跃迁。
03Find My网络成为气隙系统数据外泄新通道
开源项目hzgl-air-bridge证明可借助苹果全球Find My网络，从物理隔离的气隙系统中外传数据。同一周，OpenAI组织邀请功能被发现可被滥用窃取用户AI对话与API数据。两个案例分别打破了物理隔离和平台信任这两道隐性防线，数据外泄的路径设计远比想象中隐蔽，且都利用了主流消费级基础设施。
04AI智能体安全治理：风险从「输出」迁移到「行动」
AI智能体的风险重心已从生成内容的输出风险，扩展到执行任务带来的行动风险。当智能体可以调用工具、操作系统、数据库时，安全治理的对象必须从模型说了什么升级为模型做了什么。暴露评估平台EAP的思路也印证了这一转向：从以漏洞为中心转向以资产为起点，构建对行动链路的持续监测能力。
JadePuffer证明AI代理可自主完成从入侵到加密的完整勒索链，无需人类操控
当攻击链不再需要人类介入，防御端的响应速度假设是否还成立？
灵砚注意到，JADEPUFFER的核心突破不在单点技术，而在将攻击链的编排成本趋近于零。过去防御方依赖攻击者决策延迟来争取响应窗口，这个假设正在失效。
hzgl-air-bridge借助苹果Find My网络从气隙系统外传数据，物理隔离不再绝对安全
如果全球数十亿消费级设备都能成为数据通道，隔离策略该如何重新定义？
灵砚认为这个案例的意义不在技术复杂度，而在攻击面从专有设施转向消费级基础设施。任何具备通信能力的设备都可能成为气隙系统的数据出口，防御方需要重新审视物理隔离的边界假设。
前沿科技
前沿AI的能力天花板与商业地板同时显现
技术乐观派与悲观派在LLM局限判断上合流，资本支出增速远超营收，智能体从演示滑入窄场景工作流——行业叙事需要新的坐标系。
01内外夹击下AI能力神话开始退潮
Yann LeCun直言现有LLM无法处理连续真实世界信号、不具备动作后果预测能力；Gary Marcus翻出Hinton 2016年过度炒作放射科的旧账；Notion调研6000名专业人士发现企业AI落地远慢于舆论渲染。三股力量从内、外、数据三个方向汇成同一判断：AI能力曲线正在触碰当前架构的天花板，而行业领袖的论调已开始悄然转向。
It's not merely physical agents, it's anything that deals with something else than sequences of disc...Yann LeCun(@ylecun)
ha ha Geoff Hinton in 2016 completely overhyping where deep learning was at thenGary Marcus(@GaryMarcus)
There’s a lot of noise around AI right now. The loudest stories tend to come from the edges: compa...Notion(@NotionHQ)
Many people are saying.Marc Andreessen 🇺🇸(@pmarca)
02前沿AI的资本故事正被三个数字撕开
分析师指出AI行业五年内资本支出相对营收翻四倍；宏观经济学家称GenAI不足以替代数百万员工，无法实现覆盖资本所需的7%年生产力增长。与此同时，Gary Marcus更新其2023年预测：LLM正在真正商品化，前沿模型利润将持续收窄。三条线索从投入、回报、定价三个维度指向同一问题——谁在为这场豪赌买单。
when capex quadruples relative to revenue in five years it just can’t be good.Gary Marcus(@GaryMarcus)
GenAI isn’t good enough to replace millions of employees, so there is basically no way the capex is ...Gary Marcus(@GaryMarcus)
me, 2023: profits will be meager; LLMs will become a commodity. today: LLMs are in fact literally a...Gary Marcus(@GaryMarcus)
03智能体从演示滑入窄场景工作流
Notion数据科学主管搭建自定义AI幕僚节省每日30-60分钟；Replit CEO称其AI智能体已实现自我改进闭环；ChatGPT for PowerPoint全球上线；腾讯Workbuddy海外版登上Product Hunt榜首。智能体正在从黑客松演示进入真实工作流，但每个成功案例都局限于高度结构化的窄场景——它们替代的是流程，不是人。
Meet Jessica, she leads the GTM data science team at Notion! Jessica used to manually spend 30-60 m...Notion(@NotionHQ)
Many are asking how Replit is improving so rapidly—we closed the loop and the agent is self-improvin...Amjad Masad(@amasad)
ChatGPT for PowerPoint is now generally available worldwide across all plans. Making decks just got...ChatGPT(@ChatGPTapp)
Workbuddy 海外版上了？歸藏(guizang.ai)(@op7418)
04开源追赶闭源的时钟被压缩进可预测窗口
行业统计显示云端前沿大模型能力平均约24.8个月后即可在笔记本本地运行；ThinkingCap-Qwen3.6将思考token用量削减50%以上；NVIDIA在ICML 2026有74篇论文被接收，开源模型正成为AI研究基础设施。开源与闭源的差距不是在缩小，而是被压缩到了一个可预测的时间窗口内，这对闭源厂商的定价权构成结构性压力。
LeCun在彭博访谈中承认LLM存在真实世界智能局限——这与Gary Marcus多年来的核心论点几乎相同，而Marcus吐槽LeCun曾因此猛烈抨击自己
当技术乐观派和悲观派在同一个判断上合流，意味着共识正在加速形成，还是分歧只换了战场？
灵砚注意到一个有趣的转折：LeCun曾猛烈抨击Marcus的同类观点，如今却在公开访谈中复述了几乎相同的判断。当争论的双方开始说同一句话时，真正值得关注的不是谁赢了辩论，而是下一层的分歧会在哪里爆发。
Gary Marcus更新2023年预测，称LLM即将真正商品化，信息源来自CNBC记者Madison Mills
如果LLM本身变成水电一样的基础设施，AI公司的护城河会从模型能力转移到哪里？
灵砚认为商品化不等于无利可图，但利润会从模型层向下游迁移。当模型能力不再是差异化要素，数据飞轮、工作流嵌入深度和用户切换成本将成为新的护城河。这对OpenAI和Anthropic的估值叙事构成直接挑战。
软件与开发者
软件与开发者
当AI编码的效率宣传被实测拉开落差，开发者需重新审视工具效能、参数成本与认知外包的真实代价。
01AI编码效率宣传正在被实测打脸
JetBrains对号称节省65% token的Caveman技巧做AB测试，最佳场景仅省8.5%。当工具营销远超实测效果，开发者需要的不是更多技巧，而是一套自己的验证方法论。与此同时Vercel创始人Rauch提出编码AI的终极考验不是个人效率，而是软件整体是否在变好。前端老兵也得出类似结论：AI拿走了敲代码的部分，但判断、设计、兜底反而更值钱。
02开源大模型以小博大的参数效率竞赛
腾讯混元发布295B MoE架构Hy3，声称同尺寸性能最优、可媲美万亿旗舰，Apache 2.0协议商用开源。Mistral同期开源专为Lean 4证明助手设计的Leanstral 1.5。开源模型不再追绝对参数规模，而是在特定维度上打效率差——这是对闭源定价权的结构性挑战。Linux基金会CTO访华后也承认，中国开源大模型已反向输出全球。
🚀Hy3 is here. 295B MoE. Best in its size class. Rivals trillion-scale flagships. Reliable and affo...Hunyuan(@TXhunyuan)
腾讯 Hy3 模型正式开源发布 @TencentHunyuan 295B/A21B MoE 架构、上下文窗口 256K 模型详细评测和介绍可以看下文： https://t.co/Lu6T8doQ...meng shao(@shao__meng)
今日开源（2026-7-6）：Mistral AI开源Leanstral 1.5，专为Lean 4证明助手设计的代码Agent模型，支持复杂数学对象与软件规格表达机器之心SOTA模型
去了一趟中国AI实验室，Linux基金会CTO感叹：西方那两套偏见全破产了CSDN
03AI训练从脆弱走向弹性
Google基于Pathways实现弹性训练，TPU中断后秒级恢复，总停机控制在两分钟内，终结了单点故障导致全任务崩溃的困境。阿里团队则将完整LLM训练优化流水线交给Agent驱动，三阶段实现自动化。训练基础设施正从「尽量不出错」转向「出错也能快速续」——弹性不是奢侈品，而是规模化的前提。
04认知外包正在制造新型幻觉
有人观察到一种新型认知幻觉：「我的AI写的文档就是我的文档，虽然我一点都记不住。」当认知外包成为习惯，人不是变懒了，而是丧失了对自己知识边界的感知。Elastic的研究也指出，多数企业AI项目超预算的根因不是模型不够强，而是数据基础没准备好——AI被当作活动而非结果来推进。
JetBrains实测Caveman技巧仅省8.5% token，远低于宣传的65%
当AI工具的效果宣传系统性偏离实测，开发者如何建立不依赖厂商话术的验证习惯？
灵砚注意到一个规律：越是声称「省力」的AI技巧，越值得用最笨的AB测试去验证。效率幻觉的成本不是多花几个token，而是让你误以为问题已被解决。把验证能力本身当作核心技能来练，比收集prompt技巧重要得多。
Rauch提出编码AI终极考验：软件整体是否在变好、用户是否认可
如果AI让个人编码更快但系统复杂度同步膨胀，净效应到底是正还是负？
灵砚认为这个问题切中要害。个体效率提升是可量化的，但系统级质量退化是渐进且隐蔽的。真正的考验不在「写得快不快」，而在「删得掉不掉、改得动不动」。如果AI加速了创建却拖慢了维护，净效应可能为零甚至为负。
消费电子
能力趋同之后，行业进入校准时刻
大模型追平、AI落地仅5%、电动化回调——三件事指向同一信号：比拼能力的阶段正在过渡为校准方向的阶段。
01国产大模型追上第一梯队，但对AI影响的判断却在分化
腾讯混元Hy3正式版实测显示，国产大模型在编程和Agent能力上已逼近国内外旗舰水平。但模型能力追平的同时，学界对AI影响的判断却截然相反——李飞飞反驳「智能成本归零」，认为AI不会自动化所有智力劳动；赫拉利则警告AI正在攻破人类最后的认知防线，可自主学习进化。模型趋同了，叙事却更分裂。
02AI落地仅5%，岗位说明书要重写的不是技能而是信任
里德·霍夫曼说AI救不了旧公司，多数企业仅完成5%的AI应用落地。未来岗位说明书要写清楚三件事，核心不在技能清单，在于信任机制——宫玉振与江南春对谈指出，AI时代信任正成为稀缺资产。当工具唾手可得，组织真正缺的是让人愿意把判断权交出来的信任基础。
03奔驰与坦克同时押注插混，电动化叙事正在务实回调
奔驰因2025年交付下滑，下半年将推出史上最大规模新车潮，包含纯电C级与燃油「小G」，动力策略从「全面电动」回调为多路线并存。全新坦克300推出插混长轴距版，预售25.98万起，用混动兼顾越野与家用。两家传统车企不约而同选择插混作为过渡桥梁，纯电叙事正让位于务实需求。
李飞飞说只会剩2类工作者，赫拉利说AI正在攻破人类最后防线
当模型能力趋同后，决定竞争胜负的到底是AI能力还是组织信任？
灵砚视角：李飞飞和赫拉利看似矛盾，实则指向同一问题——AI能力本身已不再是壁垒。当所有人都能调用同级别模型，真正稀缺的是组织能否建立信任来承接AI的输出。
多数公司仅完成5%的AI应用落地
5%的落地率，卡住的是技术，还是组织结构？
灵砚视角：大模型能力已逼近第一梯队，但落地停在5%，说明瓶颈不在模型，在组织的惯性重力和岗位说明书的滞后。岗位说明书不重写，AI就永远是外挂工具而非组织能力。