AI前沿速递 · 2026年10月18日
Anthropic 自曝初级技术岗招聘占比从 27% 掉到 9%，嘉信理财与一批主流网站集体封锁 AI agent，DeepSeek 上线 V4.1-Flash-1017，清华开源智能体操作系统把长任务成本压到六分之一，Meta 撤回允许抓取训练的商业条款。
今天这批消息可以合成一个问题：agent 到底能不能替人动手。四组答案互相打架——Anthropic 内部 agent 的工时已经跑到人类的六倍；券商和主流网站正成批把 agent 关在门外；清华一套开源调度把长任务成本砍掉六分之五；Meta 悄悄把「可用你的内容训练」写进商业条款，一天之内又撤了回去。
Anthropic 发布自家就业报告：初级技术岗招聘占比从 27% 掉到 9%
事件概述：10 月 16 日，Anthropic 上线研究报告《How employment is changing at Anthropic》，作者为 Nathan Wilmers、Regina Catipon、Maxim Massenkoff、Peter McCrory。数据来自内部人事与招聘记录、员工调查、日历数据、Slack 与 agent 日志，另附 17 名员工访谈。硬数字包括：技术部门初级员工占比从 2025 年初的 21% 降到 14%，初级技术岗招聘占比从 27% 降到 9%；2026 年 8 月交互式 agent 的工作小时已是员工的 6 倍；工程师人均代码提交量为六个月前的 5 倍；会议时间中位数同比增长 20%，技术岗个人贡献者增长 16%；非技术员工每月编码类 agent 会话从 2025 年 8 月的 2 次涨到 2026 年 5 月的 90 次。
为什么值得关注：这是「把工作流彻底围绕 AI 重做」的公司给出的自我测量，不是外部预测。两个反直觉点值得单独拎出来。第一，自动化没有减少协调，反而增加了会议——技术岗个人贡献者的会议时间也涨了 16%，报告把原因归到「人类信任与问责」无法被 agent 替代。第二，瓶颈从「做」转移到了「读」：即便非技术岗位，读完自己那批 agent 的全部输出也要花掉半个星期；交互式会话里约 80% 的时间是 agent 在等人类输入。报告还给了少见的内部质量对照——192 名采用编码 agent 的工程师对 74 名未采用者，按 90 天内被删除或回滚的代码行比例衡量，agent 写的与人工写的没有差异，不过报告自己也承认「更多代码不等于更好的代码」。招聘端的变化更直接：评分卡里「自主性与判断力」的提及量上升、领域专长讨论占比下降，三分之一的 ML 经理、五分之一的 SWE 经理报告因 AI 而少招人。局限也要标明：单一公司、自评数据，且公司过去一年规模扩大到三倍，组织扩张本身会污染这些比例。
相关链接：
- How employment is changing at Anthropic（官方报告）
- Anthropic says its workforce has become less junior and is spending more time in meetings（TechCrunch）
嘉信理财加入封锁名单：券商和网站正成批把 AI agent 关在门外
事件概述：嘉信理财 CEO Rick Wurster 接受彭博采访时点名 Meta 的 agent 产品 Muse，原话是「我们不希望有人把密码交给 Muse，让它代客户操作；我们控制不了，客户也控制不了，出了事谁担责？为了保护客户也为了保护我们自己，我们不允许这样做」。摩根大通此前已确认把 agent 挡在门外。The Verge 同日梳理了更广的封锁面：Yelp 只放行购买其数据授权计划的 agent，达美航空禁止 agent 代客订票，Cars.com 与 Amtrak 被用户反映从可用变为不可用；Cloudflare 自 2025 年的一键封爬虫后，又开始拦截把搜索索引与 AI 训练合在一条流水线上的爬虫。亚马逊与 Perplexity 的官司中，上诉法院已于今年 8 月推翻此前要求 Perplexity 停手的一审裁定，亚马逊随后提交了修改后的诉状。
为什么值得关注：这条与上一期 OpenAI、印度 CERT-In 两起 agent 越权事件构成同一枚硬币的两面——厂商急着让 agent 能动手，被动手的一方则抢着关门。嘉信理财的说法点出了真正的卡点不是技术而是责任归属：agent 拿用户凭据操作账户，出错时客户、机构、模型厂商三方没有任何一方能说清自己该负什么责，于是最省事的解法就是整体拒绝。Meta 的应对是绕开对抗，转而去和沃尔玛、Gap、丝芙兰、百思买这些零售商签合作，Shopify 也向 agent 开放了店铺目录，等于把「开放与否」变成一桩可以谈的生意。AI 安全评估机构 EquiStamp 的 CEO Chris Canal 判断得比较直白：agent 的核心卖点是「能做任何你在线上能做的事」，一旦有一批公司专门阻止这件事，agent 能做的事就只剩下一部分，估值故事会被打折。还有一个副作用：反爬与反 bot 系统本来不是为拦 agent 设计的，agent 会触发同一批风控，最终普通用户在更多网站上要反复自证「我是人」。
相关链接：
- Websites are closing their doors to AI agents（The Verge）
- Charles Schwab is blocking AI agents, too.（The Verge）
- JPMorgan Chase is keeping AI agents out（The Verge）
DeepSeek 上线 V4.1-Flash-1017：性能往上走，时间和 token 反而往下压
事件概述：10 月 17 日晚，DeepSeek 放出新模型 V4.1-Flash-1017，官方网页端、App 与 API 已同步切换，配套的 DeepSeek Harness 升到 0.2.1 版本。官方这次主打的不是跑分，而是「性能—费用的帕累托改进」：过去想让 agent 把活干好，通常得接受它多想一会儿、多跑几步、多吐 token，这一版在各项基准上抬分，任务运行时间和输出长度反倒一起被压了下来，并对 Harness、腾讯 CodeBuddy、WorkBuddy 做了专项优化。支撑「许愿式编程」的是一套自反馈强化学习——模型写完第一版不收工，会回头检查自己生成的东西再修。同批还开放了自研搜索引擎的 Search 与 Fetch 两个 API，前者可按站点、语言、发布时间限定检索，后者把网页抓成 Markdown 交给模型；按成功请求计费，每千次 5 元，失败、无结果或超时不收费，限时免费到 11 月 1 日。
为什么值得关注：定价方式比模型本身更有信号。搜索类工具按「成功请求」计价、失败不收费，等于把 agent 调用外部工具的成本从不确定变成可预算，这对长链路任务是要命的一件事——以前一次失败的检索照样计费，做多步调研的成本根本估不出来。发布过程也值得记一笔：模型正式上线前几小时，已有网友在 DeepSeek 的模型列表里短暂看到「V4.1 Flash-1017」条目，系统指纹也发生了变化，说明用日期标记版本的快照式发布，会持续把内部状态暴露给外部观察者。需要标注的口径问题：本次性能与成本数据均出自 DeepSeek 官方口径与量子位转述，官方未公布完整基准表格，第三方复现还没有跟上。
相关链接：
清华开源智能体操作系统 PilotDeck 2.0：长任务成本降到六分之一，分数反而更高
事件概述：清华大学 THUNLP 实验室联合面壁智能、OpenBMB 推出开源智能体操作系统 PilotDeck 2.0，采用 AGPL-3.0 许可，支持 macOS、Linux、Windows 与 Docker 部署，原生支持 MCP。它以 WorkSpace 为基本单位，给每个项目隔离文件系统、记忆库与技能集；把记忆做成「白盒」，生成、抽取、存储到调用的整条链路用户可以逐条查看、修改、删除或固定，空闲时的 Dream 模式会在后台归纳去重，整理丢了细节可一键回滚；Always-on 模式允许关掉窗口后继续推进长周期任务。最硬的一块是 Smart Routing：顶层规划交给强模型，执行、润色、格式处理降级给轻量模型。团队给出的数字是，社媒运营场景全流程跑 Claude Opus 4.5 单次 2.83；7 个高难度复杂任务横向对比中，单体 MiniMax-M2.7 成本 18.36，而主 Sonnet 4.6 加子 MiniMax-M2.7 的路由架构拿到 70.6 分、成本 $3.15。在 Workbuddy Bench 上，PilotDeck 用 Qwen3.6-35B-A3B 得 79.1，高于 Claude Code 的 77.3。
为什么值得关注：降本的常见做法是整体换小模型，代价是分数塌方——这组数据里单体 MiniMax-M2.7 的 37.1 分就是那个下场。PilotDeck 把切分粒度下到任务环节，用「主强子弱」保住了顶配模型的规划能力，把省下的预算放在执行层，结果分数比纯顶配单体还高一点，成本只有六分之一。另一个不那么显眼但更影响可用性的设计是记忆白盒化：agent 记住了什么、什么时候记的，现在可以逐条翻查和订正，这直接降低了「上下文污染之后只能整段废掉重来」的代价。需要提醒的是，上述成本与分数均出自研究团队自测，公开信息里未见第三方复现；路由策略的收益也高度依赖具体任务结构，换一批任务是否还成立仍待验证。
相关链接：
Meta 把「可拿你的内容训练」写进商业条款，一天后撤回
事件概述：Meta 更新商业条款，写入公司「可以使用（商业账户）域名、网页或 URL 上的任何内容，用于提供、开发、改进、研究、训练和维护 Meta 产品与服务的完整性」。Nieman Lab 采访的法律专家称这是一条「引人注目的条款」，等于给 Meta 抓取任何开通商业账户的出版商网站并用于训练 AI 开了口子。Meta 发言人 Andy Stone 先在 X 上强调条款不代表抓取方式有变化，随后 The Verge 于 10 月 17 日报道该条款已被删除，公司声明称「我们听取了意见并想澄清：我们合并进去的爬取条款只适用于广告和商业产品，我们已在条款本身中写明，这不改变 Meta 使用网络爬虫的方式」。
为什么值得关注：值得看的不是条款本身，而是它从写入到撤回只用了不到一周——这说明把训练授权藏在商业条款里的社会成本已经高到不划算，出版商与法律界的反应速度构成了实际约束。还有一层容易被忽略：撤回条款不等于放弃抓取，Meta 的声明只说「条款适用范围被澄清」，明确否认抓取行为有变化，争议由此从「有没有写进合同」退回到「爬虫到底在做什么」这个更老、也更难举证的问题上。背景是 Meta 去年在作者版权集体诉讼中胜诉，但出版商针对 Meta 及其他 AI 公司的诉讼仍在进行，训练数据的合法性远未落定。
相关链接：