AI News｜2026-07-21

今日目录

• AI 安全是衡量超级智能的绝佳基准
• AI 成本下降反而会驱动推理需求增长
• AI Agent 的商业模式：从“按需付费”到“Token 盗窃”
• AI 驱动的软件开发正在变得“一次性”
• Claude Cowork：一个实用的日历管理 AI Agent

今日判断

我今天更关注 AI 在安全领域的应用潜力，以及成本下降对 AI 需求的影响。Guillermo Rauch 提出的“AI 安全是衡量超级智能的绝佳基准”观点很有启发性，这不仅仅是技术上的挑战，更是对模型推理和“角落思考”能力的终极考验。这与 Aaron Levie 提到的“AI 成本下降驱动推理需求增长”形成了有趣的呼应：当 AI 变得更便宜，我们就会用它做更多事情，包括更复杂的安全分析和代码审查，这反过来又会增加对计算资源的需求。

另一个值得关注的趋势是 AI Agent 的商业模式正在发生变化。Emily S. 的观点揭示了“Token 盗窃”作为一种新型欺诈手段，以及 Agent 在商业交易中的潜力。这预示着未来 Agent 不仅是工具，更可能成为独立的经济参与者。同时，Zara Zhang 提出的“软件一次性化”概念，也暗示了 AI Agent 在快速迭代和临时任务中的应用价值，这与 Levie 对软件开发被 AI 快速采纳的观察一致。

快讯

AI 安全是衡量超级智能的绝佳基准

查看原文 · 来源：Guillermo Rauch (@rauchg)

Guillermo Rauch 认为，网络安全是衡量超级智能的绝佳基准，其复杂性远超简单的代码生成。他指出，真正优秀的工程师往往在安全领域有深厚背景，因为安全工作需要模型具备超越编程语言的真正推理能力和“角落思考”能力，这包括发现、修补、逆向工程和利用漏洞。他提到 Kimi K3 在此方面的表现令人鼓舞，预示着开源模型在复杂任务上的潜力。我的判断是，将安全作为 AI 能力的试金石，能够更有效地评估模型的通用智能水平，而非仅仅是模式匹配或代码克隆。

AI 成本下降反而会驱动推理需求增长

查看原文 · 来源：Aaron Levie (@levie)

Aaron Levie 指出，AI 成本的下降并不会导致 AI 支出的减少，反而会刺激其使用量的增长。当 AI 变得更便宜时，开发者和企业会将其应用于更广泛的任务，例如编写更多代码、进行更深入的代码审查以发现 bug 和安全漏洞，以及处理以前无法企及的大规模数据集。他认为，在可预见的未来，任何降低 token 成本的技术都将推高推理需求。这解释了为何即使是开源模型，其商业模式也依赖于基础设施提供商，因为用户更倾向于在云端运行这些模型。我的判断是，AI 的普及路径是成本驱动的规模化应用，而非简单的成本削减。

AI Agent 的商业模式：从“按需付费”到“Token 盗窃”

查看原文 · 来源：The MAD Podcast with Matt Turck

Stripe 的 AI 负责人 Emily S. 在播客中探讨了 AI Agent 的经济模型和潜在风险。她提到，欺诈者已经发现可以通过“窃取 Token”而非直接窃取金钱或凭证来获利，并且这种滥用现象在 AI 公司中非常普遍，超过六分之一的注册用户存在此类问题。她还讨论了用户对 Agent 购买行为的担忧，如过度消费和购买错误商品，并强调了 Agent 在未来可能承担更复杂的商业任务，甚至独立运营整个企业。我的判断是，随着 Agent 能力的增强，其经济活动和安全风险将同步增长，Token 的管理和安全将成为关键问题。

AI 驱动的软件开发正在变得“一次性”

查看原文 · 来源：Zara Zhang (@zarazhangrui)

Zara Zhang 提出，我们需要适应软件可以变得“一次性”的观念。她列举了几个例子，如创建临时的设计 Playground 来微调界面、生成一次性的 HTML 页面来理解代码，以及搭建一次性的 Dashboard 来检查特定数据。这种“用完即弃”的软件开发模式，得益于 AI 能够快速生成和部署代码，而无需用户进行复杂的配置或长期维护。我的判断是，AI 正在降低软件开发的门槛和成本，使得开发者可以更灵活地使用代码来解决临时性问题，从而提高效率。

Claude Cowork：一个实用的日历管理 AI Agent

查看原文 · 来源：Cat Wu (@_catwu)

Cat Wu 分享了她使用 Claude Cowork 管理日历的经验，并提供了一个详细的 Prompt 示例。她要求 Agent 将每周会议时间控制在 20 小时以内，自动去重冲突会议，并参考过去几周的会议数据来判断哪些会议可以被拒绝。她还强调了晚餐时间不计入会议时长，并要求 Agent 在更新邀请前征求她的同意。她鼓励大家分享自己使用 Cowork 的场景。我的判断是，像 Claude Cowork 这样的 Agent 正在通过精细化的 Prompt 和持续学习，成为个人生产力工具的有力补充，尤其在日程管理这类重复性任务上表现出色。