跳到正文

汪汪简报

周五 · 2026年09月18日

全部新闻

  1. Claude Code 重新推出 Projects,用于在云端管理多个 AI Agent

    AI工具The Verge AI

    Claude Code 重新推出 Projects,用于在云端管理多个 AI Agent
    Claude Code用协调器管并行线程,代码冲突仍需人工合并,适合多任务团队。

    手上有多个互不依赖的编码任务、又不想自己兼当调度员的团队负责人,要决定的是现在拿 Pro 或 Max 账号试云端 beta,还是等本地工具支持后再迁——因为线程目前只跑在云端,本地仓库暂时接不进去。

    展开全文

    依据

    The Verge 的 Stevie Bonifield 报道,Anthropic 重新上线 Claude Code 的 Projects:一个项目下跑多个 agents(智能体),共享记忆、目标和文件库,每个项目里有若干 thread(线程)并行处理不同任务,由 coordinator(协调器)统一调度。机制上,每个线程都是一次 Claude Code 云端会话,各自在自己的分支和仓库副本上工作;如果两个线程动到同一段代码,重叠部分按 merge conflict(合并冲突,需要人工解决的改动撞车)处理,流程和普通 PR(pull request,合并请求)一样。大任务还能继续拆给 subagents、loops 和 workflows。用户可以单独跟某个线程对话,也可以在主项目聊天里统一监控和更新。上线节奏上,该功能今天起以 beta 形式对 select Claude Pro 和 Max 订阅者开放,之后扩到全部 Pro、Max、Team、Enterprise 用户,以及 Cowork 和普通 Claude 对话;线程目前运行在云端,Anthropic 说对本地工具和代码的支持 coming very soon。

    没写清 材料没说这套协调器在真实仓库里撞车的频率,也没给人工合并一次冲突要花多少时间,省下的调度工时尚无法折算。

    下一步 看 Anthropic 何时把「本地工具与代码支持」从 very soon 变成具体日期,以及 beta 是否按承诺扩到全部 Pro、Max、Team、Enterprise 用户。

  2. 使用 AI 水印时,LLM 对有害提示的响应会有所不同

    精选深读Ars Technica AI

    使用 AI 水印时,LLM 对有害提示的响应会有所不同
    SynthID水印会让模型照做本该拒绝的有害指令,水印厂商得重估这层代价。

    要上 SynthID 的模型方现在得把「拒答率」和「工具调用正确性」列进上线门槛:水印不是只改措辞,它把安全护栏的代价转移给下游 agent(智能体)的每一次调用。

    展开全文

    依据

    Lasso Security 的 Andrea Siposova 对 Ars 说,水印会改变模型行为,尤其在对抗条件和 agent 调用工具时。她拿 Hugging Face 未修改的水印处理器 SynthIDTextWatermarkLogitsProcessor,向六个开源权重模型喂有害提示,对比开水印和关水印的响应。SynthID-Text 是 Google 开源的水印方案,用密钥微妙改变下一个词的选择;机制上把常规采样加上随机种子生成器、采样算法和评分函数,核心是 tournament sampling(锦标赛采样):用密钥给大量候选 token 打分,两两比较,高分者晋级,直到选出最终 token。后果是拒答行为改变,提示注入(prompt injection)下更明显;同一批抽样 token 还会决定 agent 调用哪个工具、传什么参数,作者称为 sampling drift(采样漂移)。取舍在于,为满足欧盟溯源要求加的水印,可能让本来会被拒绝的有害请求被执行,且不同密钥结果不同,所以只看整体准确率会漏掉单次工具调用正确性的变化。

    1. 常规采样选词
      改造
    2. 加入种子与评分
      打分
    3. 密钥为候选打分
      淘汰
    4. 两两比较晋级
      胜出
    5. 输出最终词元
    SynthID-Text 从常规采样到锦标赛采样选出下一个词元的步骤。

    没写清 材料未给出六款模型各自的拒答率变化幅度,也未说明生产流量、多轮对话和不同密钥下的复现率。

    下一步 可核对 Anthropic 在 Claude 上线 SynthID-Text 时是否公开提示注入下的拒答率与工具调用正确率测试。

  3. Kevin O'Leary表示国会将在明年初重新审议Clarity,加密税收法案正在推进

    监管政策CoinDesk

    Kevin O'Leary表示国会将在明年初重新审议Clarity,加密税收法案正在推进
    Clarity立法恐拖到明年初,但税规先行,合规团队得盯紧时间差。

    它把交易所合规与税务团队的排期决定提前:市场结构框架要等到中期选举之后,但质押课税规则先行,预算和人力得先押在税案上。

    展开全文

    依据

    Kevin O’Leary 在纽约 Avalanche Summit 上说,Clarity 法案周二只拿到 60 票推进门槛中的 49 票,他原本判断通过概率为零。他指的另一条线是众议院筹款委员会(House Ways and Means Committee,负责税收立法的委员会)本周推进的《数字资产税收确定性法案》(Digital Asset Tax Certainty Act),覆盖质押 staking(把代币锁定以维护网络安全并换取奖励)、挖矿、小额加密交易和经纪商申报要求。他的机制是:某项活动一旦被课税,国会就得为这项活动定规则,所以他说的“你一旦征税,就必须有政策”指的是税收收入会反过来逼出监管框架。他预计中期选举后的第一或第二季度重新推动市场结构立法。

    • Clarity 推进赞成票49 票
    • 参议院推进门槛60 票
    Clarity 法案参议院推进表决:赞成票与门槛的差距

    没写清 材料没有给出税案的税率、生效日期和参议院重新排期,无法算出税规与市场结构框架之间会差几个月。

    下一步 盯众议院对《数字资产税收确定性法案》的下一步表决排期。

  4. SEC为代币化美国股票交易敞开大门。以下是可能受益者

    监管政策CoinDesk

    SEC为代币化美国股票交易敞开大门。以下是可能受益者
    SEC给DeFi式场所开合规口子,但合成股票代币仍被排除在外

    决定权落在代币发行方而非 DeFi 协议:要拿五年豁免就得把代币从价格敞口改成真股份托管,代价是承担股息派发、投票权传递与股东名册的运营成本,KYC 与交易限额由场所执行,改不动产品结构就只能留在门外。

    展开全文

    依据

    SEC 的说法是给代币化美股开五年豁免通道,但门槛写在代币本身:只有代表真实股份、附带股息与投票权的代币才算数。机制上这是一次产品形态筛选——发行人主导的代币化与托管结构被放进来,因为它背后有可交割的股份;Robinhood、Kraken、Ondo 这类只给价格敞口的合成产品被挡在外面,它们想进美国市场,动的是产品结构而不是营销口径。交易侧同样有条件:允许在公链 AMM(自动做市商,靠资金池自动撮合的交易场所)上成交,但必须叠加 KYC(了解你的客户,身份核验)和交易限额,合规门槛会直接压低参与速度。代价分两处落地:发行方要背股息派发、投票权传递和股东名册的运营负担,场所要背 KYC 与限额的执行责任。原文只给了方向,参数留白。

    1. 五年豁免通道
      只认
    2. 真股份代币(股息+投票权)
      对照排除
    3. 合成敞口产品被排除
      改造后入场
    4. 公链AMM成交+KYC限额
    代币化美股进美国市场的门槛链条

    没写清 原文未披露豁免的具体参数与生效细节——限额数值、费用安排、生效日期都不在材料里,因此门槛的实际松紧无法替它判断。

    下一步 下一步可核对的是 SEC 是否公布该豁免的正式文本与生效日期,以及首批获准的代币名单。

  5. 以太坊创始人Vitalik Buterin表示AI不会毁灭加密安全

    技术与协议Decrypt

    以太坊创始人Vitalik Buterin表示AI不会毁灭加密安全
    Vitalik押注AI转攻为守,可整个系统数学验证才是真门槛

    Vitalik 把 AI 说成安全团队的下一把工具,这直接改变以太坊项目安全预算的去向:钱从人工代码审查挪向 AI 辅助的形式化验证,前提是有人肯复核这些证明。

    展开全文

    依据

    以太坊联合创始人 Vitalik Buterin 在 9月17日 表示,AI 驱动的黑客攻击不会让网络安全走入绝境,同一套能力可以反过来帮开发者做数学验证。机制是形式化验证(formal verification,把程序该做什么写成数学命题,再逐步证明代码确实满足它):过去它只能覆盖小范围代码,因为写证明比写代码贵得多;若 AI 能自动产出大部分证明,攻击方用 AI 找漏洞的那点速度优势就被同一种能力抵消。代价落在人身上——证明生成得越快,能读懂并复核它的审计员越稀缺,把这步外包给同一个模型等于没验证。

    没写清 材料没有给出任何一次用 AI 完成整系统形式化验证的实例、耗时或费用,所以无法判断这套说法眼下能不能落地。

    下一步 看以太坊基金会或 Vitalik 本人接下来是否公开一个由 AI 生成、可被第三方复核的形式化证明仓库或相关 EIP。

  6. 随着RWA在Hyperliquid上交易激增,Dragonfly的Qureshi为多链未来辩护

    机构与应用The Block

    随着RWA在Hyperliquid上交易激增,Dragonfly的Qureshi为多链未来辩护
    RWA交易激增,Qureshi押注多链,但流动性分散代价别忽视

    Qureshi 的多链主张把 RWA 发行方和交易者的决定从选单链改成算跨链调度成本:首发链、库存摆布和滑点预算不能再按单一场所深度来定。

    展开全文

    依据

    Dragonfly 的 Haseeb Qureshi 将 Hyperliquid 上 RWA(真实世界资产,即代币化股票、债券等)交易激增视为加密市场成熟信号,并主张未来应走向多链。机制是:RWA 若在多链发行和交易,订单深度会被拆散,交易者要跨链调度资产,发行方要选择首发链与激励场所;深度和滑点因此取决于跨链路径与桥接成本,而不是单一订单簿。原文没有披露具体交易量、链上分布或完整论证,所以这个判断仍是方向性的,不是已验证事实。

    没写清 原文未给出 Hyperliquid 上 RWA 的具体交易量、资产构成、各链分布与 Qureshi 完整论证,无法核验激增幅度或比较多链和单链的滑点差异。

    下一步 等 The Block 或 Dragonfly 公布 Hyperliquid RWA 日交易量、资产列表及 Qureshi 完整论证后,再核对多链调度成本是否被数据支持。

  7. AI工具Simon Willison

    如何用 LLM 写作
    让LLM当写作副手而非代笔,省时却易丢个人语感

    给用 LLM 改稿的写作者一条能立刻执行的硬规矩:LLM 建议的具体措辞一律不许落地,只拿它查事实、拼写语法、找同义词。这把「要不要用 LLM」的纠结,换成「哪一步的句子必须我自己写」。

    展开全文

    依据

    Thomas Ptacek 的第一条规矩是:LLM 建议给你的任何一个词,你都不能用(You may not use a single word an LLM suggests to you)。他把这条规矩称作 intellectual personal protective equipment,即「智识上的个人防护装备」——防的不是工具,是自己被顺手带走的语感。Simon Willison 站在同一条线的另一端:他不让 LLM 为自己的博客写内容,只用它做事实核查、拼写与语法,偶尔当 thesaurus(同义词词典)。差别在介入位置:copyeditor(校订者)只动对错,写作助手会替你生成措辞;而一旦措辞不是你选的,风格就断在自己看不见的那一步。Willison 说 LLM 出的文本「有那种怪味道」,这是他愿意守这条规矩的直接理由。

    没写清 材料只给了「不许用 LLM 建议的措辞」这条规矩,没说怎么判定一句话算不算 LLM 建议的措辞,也没有任何语感流失的实测证据。

    下一步 Thomas 把系统提示词公开在 Hacker News 评论里,下一步去看那份 prompt 有没有把「不得采纳 LLM 措辞」写成可执行的条款。

  8. AI工具AWS Machine Learning Blog

    借助 AI 驱动的 Amazon Connect Talent 缩短优质候选人的招聘周期
    亚马逊官方称基于自家招聘科学,但筛选尺度是否公平仍需独立验证。

    招聘负责人可把它放进评估清单,但合规与多元团队不应仅凭亚马逊自家招聘科学放行;在独立公平性验证出来前,上线决定应停在试用而非全量筛选。

    展开全文

    依据

    AWS Machine Learning Blog 以标题称,Amazon Connect Talent 可缩短优质候选人的 time-to-hire(招聘到岗时间);原文正文只有导航,没有展开机制和数字。策展点评提到,亚马逊官方称该工具基于自家招聘科学,但筛选尺度是否公平仍需独立验证。机制上,供应商用内部招聘科学设定筛选标准,等于让被筛选者接受不可见阈值;若用于初筛,错误拒绝的代价落在候选人身上,失败点多在训练数据代表性和阈值设定。材料没有给出缩短天数、误拒率或公平性指标,所以不能替它写收益。

    没写清 材料没给 Amazon Connect Talent 的具体筛选指标、训练数据来源、误拒率和公平性审计口径,不能替亚马逊补上这些验证。

    下一步 下一步核对 AWS 是否公开该工具的筛选准确率、误拒率与第三方公平性审计报告。

  9. 技术与协议Chainalysis

    朝鲜和伊朗引领区块链辅助网络攻击同比增长5.2倍
    Chainalysis 披露朝鲜伊朗利用公链藏恶意指令,5.2倍激增使查封更难

    对交易所安全团队和执法方来说,这个披露把决定从「查封域名即可断链」改成「要不要长期付费做链上指令监控」:一次性下架失去终点,代价是常态预算和更长的响应周期。

    展开全文

    依据

    Chainalysis 在 9月17日的报告里说,朝鲜和伊朗的国家级运营者正带头把恶意指令藏在公链交易和智能合约里,他们把这套手法叫区块链死信箱(blockchain dead drop,简称 BDD,指把恶意载荷写进链上交易或合约、让被感染设备按需取回)。机制上,链上数据无法下线,传统的域名查封、主机下架、代码仓库删除都打不到 C2(command-and-control,指令控制中继)本身。报告给出的对照数字是:BDD 活动过去 12 个月涨 420%,自无限制生成恶意代码的中国开源大模型出现以来涨 440%,同比 5.2x。代价落在防守方:不是破坏力变强,而是攻击活动更难被终结,而链上活动常落在传统威胁情报平台的视野之外。

    • 过去 12 个月420%
    • 自开源编码工具出现以来440%
    • 同比5.2x
    BDD 活动增幅的三个口径,数字均为材料原文

    没写清 材料只给了活动增幅,没有被感染设备数量、攻击成功率或执法方实际查封失败率,实际损失规模不能替它补上。

    下一步 看 Chainalysis 下一份报告是否给出 BDD 关联的链上地址数量,或一个具体的查封失败案例。

往期

  1. 09.29周二

  2. 09.28周一