01AI正在压平安全攻防的成本曲线
AI时代安全攻防演进系列指出，安全行业长期默认的「高级安全研究能力稀缺」前提正在松动。AI重构了攻防双方的成本结构，推动攻防重心从单点对抗向纵深治理迁移。当攻防能力都被AI拉平，企业安全建设的默认假设需要整体重写。复旦白泽战队同步推出AI安全情报系统，试图将碎片化的威胁信息结构化为可支撑风险决策的情报。
ORAINK PUBLIC DAILY
AI压平攻防门槛、重排云信任边界，产业步入横盘校准
推理成本腰斩重估中间层逻辑，AI代码需与恶意代码同等隔离，运维决策权让渡给AI系统——当攻防、云、代码三条线的信任同时被重写，今天的校准方向将定义下一轮基础设施
- AI接管
- 信任重排
- 横盘校准
- 筛选时刻
ISSUE OVERVIEW
本期概览
- 候选文章：约 37 篇
- 入选公开精要：37 条
- 候选订阅来源：Microsoft Azure Blog / 少数派 / 数说安全 / 腾讯云开发者 / 看雪学院 / 阿里云开发者 / 爱范儿 / 前端充电宝
网络安全
网络安全：AI重塑攻防曲线，行业步入横盘校准
AI同时压低攻防门槛并引入新型供应链风险，传统网安产业在5%的低增长预期下面临能力与信任的双重重构。
02AI编程工具本身成了攻击入口
AI Now研究院披露Friendly Fire攻击，可劫持Claude、GPT等AI代码代理，在用户进行安全审计时获取主机远程执行权限。天融信随即提示Claude Code多版本存在后门回传风险，阿里巴巴已全面禁用该工具。供应链攻击的形态正从代码集成模式向AI能力聚合模式跃迁，传统SBOM管不住模型依赖，TensorLock研究尝试从权重反推依赖关系，但完整治理框架仍处空白。
03头部网安公司增长预期压至5%
通过分析国内头部网络安全上市公司股权激励业绩目标，发现行业增长预期仅5%左右，头部公司经营目标已从规模扩张转向利润修复，判断网安行业进入横盘整理的成熟阶段。与此同时，三大金融监管联合发布《金融业网络安全管理办法》征求意见稿，监管升级与市场横盘同时发生，可能加速行业出清和集中度提升，合规驱动的新预算将不成比例地流向头部。
04GhostLock潜伏十五年，数据泄露连环引爆
Nebula安全公司发现Linux内核GhostLock漏洞（CVE-2026-43499），一个潜伏15年的UAF漏洞影响2011年以来所有主流Linux发行版，普通本地用户即可提权root。同期苹果印度代工厂630GB机密文件被勒索组织公开，埃森哲35GB源代码与密钥在暗网售卖。基础设施级漏洞的长尾暴露与供应链数据泄露同时爆发，指向纵深防御的系统性短板。
安全行业长期依赖的「高级研究能力稀缺」前提被AI松动
当攻防双方都被AI赋能后，安全产品的差异化壁垒会从能力转向什么？
灵砚判断：护城河可能从「你能发现别人发现不了的漏洞」转向「你的治理流程能多快闭环」。AI压平了发现能力，治理深度成为新壁垒，谁能把AI发现的信号更快转化为修复动作，谁就掌握下一轮定价权。
Claude Code被阿里巴巴全面禁用，AI编程工具信任链出现裂痕
企业引入AI编程工具时，该用什么样的供应链评估框架替代现有SBOM？
灵砚判断：现有SBOM只覆盖代码依赖，管不住模型权重、训练数据和推理链路。AI供应链治理需要从「成分清单」进化为「能力信任链」，至少覆盖模型来源可追溯、工具调用权限可审计、数据回传行为可观测三个维度。
软件与开发者
软件与开发者
推理成本腰斩重估中间层商业逻辑，AI代码的瓶颈从模型迁移到工具链基建，Agent开始从片段走向完整工作流接管。
01一周五个旗舰模型齐发，token市场进入存量替换
GPT 5.6三型号、Grok 4.5、Muse Spark 1.1在同周发布，Vercel AI Gateway和GitHub Copilot几乎同步接入。Guillermo Rauch判断这三个模型将大幅分流现有token份额。Grok 4.5以竞品半价入场，价格战正式从API层烧到推理层。模型差异化已不靠参数量，而靠token效率和Agent任务适配度区分。
GPT 5.6 Sol, Luna, and Terra now available on AI GatewayVercel News
打不过Claude就卷“骨折价”？马斯克Grok 4.5杀疯了：数万块GB300训练，实测硬刚GPT、Claude，价格却不到一半CSDN
Muse Spark 1.1 is now available on AI GatewayVercel News
It’s model release week. I suspect Meta Spark 1.1, Grok 4.5, and GLM 5.2 will significantly displace...Guillermo Rauch(@rauchg)
02TS7用Go重写，基建成为AI生成代码的瓶颈和拐点
TypeScript 7.0用Go重写核心，性能相比TS6大幅提升，但当前存在兼容性变化、生态未完全适配的问题。浮之静指出，开发基建才是影响AI生成代码速度的核心因素，TS7的Native化是AI生成式代码的拐点。与此同时Harness Engineering概念走红——LangChain实验证明仅优化Harness架构即可不改底层模型大幅提升AI编程性能。当模型趋同，工具链差异就是生产力差异。
03从业者最大AI焦虑不是失业，是加量不加薪
Lenny Rachitsky发布2026年科技从业者AI影响调研，AI已将科技劳动力分化为两类，但从业者最大焦虑并非被替代，而是加量不加薪、工作倦怠加剧。与此同时，Instagram负责人Mosseri提出2026年标准产品团队架构：4-6名通才工程师加一个他称为「prompt engineer」的新角色。团队在缩小，人均产出预期在膨胀。
04Agent不再只做片段，开始接管完整工作流
快手复盘智能UI用例生成的四阶进化路径，淘宝推出GrowBrain内容成长引擎，ChatCut开源Codex插件让Agent在多轨时间线上完成视频全流程。三个案例的共同点是：Agent不再只做片段生成，而是接管完整工作流。Own the Outer Loop一文提醒，工程师需要对Agent系统的外层循环承担问责权——能跑不代表该跑。
Grok 4.5定价仅为竞品一半，Guillermo Rauch预测三款新模型将大幅分流现有token份额
当模型推理成本持续腰斩，建立在「token贵」假设上的所有中间层商业模式是否需要重估？
灵砚视角：模型价格下降速度远快于应用层适配速度。真正的瓶颈不在成本，而在谁能把廉价token转化为稳定的产品体验。中间层若只做路由和转发，护城河会随价格趋同而消失。
浮之静称TS7的Native化是AI生成式代码的拐点，因为基建速度才是AI代码生成的核心瓶颈
当编译和类型检查速度不再是瓶颈，AI生成代码的上限会被什么卡住？
灵砚视角：基建提速释放了AI代码生成的吞吐量，但代码审查和架构决策仍是人类瓶颈。工具链Native化让「生成」变快，「验证」和「取舍」却没有同比例加速，新的不平衡正在形成。
云计算与企业服务
云的信任边界重排
当AI生成代码需要与恶意代码同等隔离、运维决策权逐步让渡给AI系统、密钥硬件被推出云数据中心，云平台对「谁可信、在哪里可信」的回答正在改变。
01巨头同时押注 Agent 安全执行层
Google Cloud 在 WeAreDevelopers 大会上推出 Cloud Run 沙箱公开预览，为 AI 生成代码提供原生隔离运行环境；同日 AlphaEvolve 算法设计智能体全面开放，Claude 正式登陆 Microsoft Foundry。三家巨头不约而同地解决了同一个瓶颈：Agent 生成代码的信任与执行隔离。沙箱化意味着「先跑起来再说」的 Agent 范式正在被「先隔离再执行」取代。
02AI 从被托管对象变成云运维主体
微软披露 Brain——支撑 Azure 可靠性的集中式 AIOps 智能系统，已驱动多项核心运维功能；同日 Chaos Studio Workspaces 进入公开预览，允许企业主动注入故障以验证韧性。AI 既是云平台上被托管的应用，又是平台自身运维的决策主体，这种双向角色正在模糊「工具」与「运营者」的边界。
03基础设施管控下沉到物理拓扑
Azure Managed HSM 外部密钥管理进入公开预览，允许密钥硬件部署在 Azure 数据中心之外以满足数据主权需求；GKE Autopilot 则新增 DRANET 支持，为 GPU 和 TPU 提供独立网络平面。当 AI 工作负载成为基础设施的主要消费者，云的管控粒度正在从逻辑隔离下沉到物理拓扑。
Cloud Run 沙箱把「AI 生成代码」和「不可信程序」放在同一定位描述里
当 AI 生成代码需要与恶意代码同等对待的隔离级别，这说明了业界对 Agent 代码质量的什么判断？
灵砚注意到，Cloud Run 沙箱的定位不是「加速 AI 代码运行」，而是「安全隔离 AI 代码」。把 AI 生成代码等同于不可信程序来处理，本质上是对 Agent 自主性的制度化不信任。这种不信任不是消极的——它是 Agent 从实验走向生产的必要代价。
微软用「Brain」命名 Azure 可靠性 AI 系统，而非「Monitor」或「Alert」
当云平台的运维决策权逐步让渡给 AI 系统，故障归因的问责链路如何重构？
灵砚认为，命名本身泄露了定位差异：Brain 暗示的是中枢决策而非被动监控。如果 AIOps 系统从「建议者」变成「执行者」，传统的 SLO 责任链需要插入一个新中间层——人→AI→决策→执行，而这一层的可审计性目前尚无成熟标准。
消费电子
加减之间：车企路径分叉与具身智能筛选时刻
同一周里车企的高端化走出了两条路，具身智能终局图景开始浮现，但谁能留下尚无定论。
01比亚迪向上叩关，蔚来向内砍排
比亚迪借腾势Z超跑亮相古德伍德速度节，定价超130万元，以高端车型叩开欧洲市场大门，背后是全面布局欧洲的野心。与此同时，蔚来ES8推出大五座版，主动砍掉使用率低的第三排，释放座舱与后备箱空间，起售价38万元、租电27.48万元起。一个向上向外冲高端，一个向内向实做减法——中国车企的战略分野在同一周内同框。
02九成会死，但赛道仍值得赌
Momenta投资人王啸在深网访谈中判断，90%的具身智能公司会被淘汰，最终仅存5-10家。他认为中美科技已进入「你追我赶、共同定义赛道」的新阶段，而非单方跟随。残酷之处在于：赛道本身被看好，但绝大多数参与者不会是赢家。对创业者而言，关键不是「要不要做」，而是「凭什么活到最后五家」。
03少数派的实用主义选品
少数派读者投稿精选了4款数码家电产品，目前已展示闪克PD100X麦克风等内容。这类合集的价值不在单品多惊艳，而在于从真实使用场景出发筛选工具——不是「有什么新东西」，而是「什么东西真正被用起来了」。
蔚来砍掉ES8第三排、比亚迪把腾势Z定价拉到130万以上——同一周里，两家头部中国车企分别做了「减法」和「加法」
中国车企的高端化，靠品牌溢价向上走更可持续，还是靠产品精准度向内收敛更稳？
灵砚视角：蔚来砍第三排说明高端不是堆配置，而是敢于取舍。比亚迪的130万定价则是用超跑做品牌锚点，真正走量的可能是后续中端车型。两条路殊途同归：先定义「我是谁」，再谈卖多少。
王啸说「90%的具身智能公司会死，最终剩5-10家」
如果终局只剩5-10家，筛选标准是什么——技术壁垒、数据飞轮，还是场景落地速度？
灵砚视角：具身智能的淘汰逻辑和自动驾驶类似，核心不在于谁的算法更炫，而在于谁先拿到闭环数据。Momenta本身的自动驾驶背景就是一张入场券。但具身智能比自动驾驶更碎片化，5-10家可能还是乐观估计。