攻防全自动、开源补位、应用兑现：AI 长出三个新闭环

AI 写的 bug、AI 审查放行、AI 再攻破：Snowflake 事件画出一个全自动安全闭环

8 月 17 日，云安全公司 Wiz 公开了一份事后复盘，讲的是同一段代码被三个 AI 接力走完全程的故事，而人类全程不在场。

6 月 18 日，Snowflake 公开仓库 snowflake-connector-net 的一处工作流里，GitHub Copilot Autofix 协作提交了 PR #1218。它删掉了原有的安全写法——把 issue 标题先塞进环境变量、再用 jq 解析——换成了把 github.event.issue.title 直接拼进 shell 脚本。这意味着任何一个路人只要开一个标题带单引号的 issue，就能跳出 echo '...'、在 GitHub Actions runner 上执行任意命令。

五天后的 6 月 23 日，Wiz 的自主安全研究工具 Red Agent 在例行扫描公开仓库时锁定了这个漏洞。它自己构造恶意 issue 标题、触发命令执行，把 Snowflake 内部 Jira 的 API token 通过带外回调用 base64 外泄出去；第一次 payload 因为井号注释吃掉了括号、跑出 bash 语法错误，Red Agent 没有停下，而是自己读懂报错、把闭合方式改成了 ; echo '，然后成功收到回连。这枚 token 以 qa@snowflake.net 身份认证，拿到了 Snowflake 工程、安全合规和赏金追踪项目的读权限。Snowflake 在披露当天修复、次日轮换凭证，审计日志确认曝光窗口期内 Wiz 是唯一访问方，数据在验证后全部删除。

编者评： 这条是本期的锚点，因为它第一次把「AI 安全」从口号变成了一张冷冰冰的流程图：写 bug 的是 AI，审批放行的是 AI，把 bug 打穿的还是 AI——三段工序、零人类干预。 更值得玩味的是那句来自 Snowflake 的官方表态：「人工代码审查已经不足以快速发现漏洞」。一家有正经安全团队的公司，在自己的公开仓库里，被自家 AI 协作助手改写出的注入漏洞放倒了五天。Wiz 的结论很直接：AI 生成的 PR 应当接受和第三方代码同等的静态扫描，审查者需要提防 AI 把结构化解析器换成字符串拼接——这次正是这么翻的车。而最不舒服的对称性是：整场戏里唯一达到专家水准的，是那个负责进攻的 AI。它发现漏洞、受阻后自我纠偏、自主完成外泄。进攻端已经跑在生成端和审查端前面，而且就在 CI/CD 这条自带凭证的管道里。

Codex 解封 GPT-5.6 Sol 百万上下文：从 API 特权变成 ChatGPT 账号可用

8 月 17 日，OpenAI 负责 Codex 与 ChatGPT 的工程师 Tibo（Thibault Duponchelle）在 X 上发帖：GPT-5.6 Sol 在 Codex 里的 100 万 token 上下文，此前只对 API 密钥开放，「刚刚打开了开关」，现在通过 ChatGPT 账号也能用了。

这条三行配置的背后有一段反复横跳的历史。GPT-5.5 时代 Codex 默认上下文是 272K；GPT-5.6 Sol 上线后一度提到 372K，但 7 月 13 日又被静默回滚到 272K，直到社区跑出报告才被确认；如今 1M 窗口以实验性功能的形式重新放给所有 Plus、Pro 订阅用户，接近官方文档标称的 105 万 token。Tibo 自己把话说得很克制：「当前默认长度是性能和成本综合调优的结果，不是随便定的……你可以自行决定。」开发者则算了一笔更实在的账：超出默认范围后 token 消耗约翻倍，而且长上下文下的利用率在基准里明显下滑，更适合大仓重构和长会话，不宜当日常默认。

编者评： 这件事的信息量不在「1M 有多大」，而在那根反复拨动的开关：上下文窗口从来不是一个技术参数，而是一道成本闸门。 272K→372K→272K→1M 的四次挪动，每一次背后都是订阅制利润率的测算——Codex Pro 是固定月费，超长上下文直接压薄毛利。Tibo 那句「你可以自行决定」，翻译过来其实是「我们已经把默认值调到了最省钱的位置，你要为长上下文付多少 token，请自负」。把这和 Vol.107 里「DeepSeek 涨价、GPT-5.6 Luna 砍价 80%」放在一起，能看到同一个行业动作：厂商在把「能力」和「用量」拆开卖——能力可以下放给所有人，但吃多少 token、花多少额度，主动权被明确地交还给了用户自己。 对开发者，这既是解放，也是一次没人明说的涨价。

阿里 Qwen-Audio-3.0 语音模型上线：ASR、实时交互、TTS 三项全球第一

8 月 17 日下午，阿里云宣布 Qwen-Audio-3.0 系列语音模型正式上线千问 AI 平台与阿里云百炼平台，开发者可通过 API 调用或订阅 Token Plan 使用。

这套模型分三块：语音识别 Qwen-Audio-3.0-ASR、语音合成 Qwen-Audio-3.0-TTS、实时语音交互 Qwen-Audio-3.0-Realtime。在海外评测平台 Artificial Analysis 今年 7 月的语音榜单上，它一举拿下 ASR、实时交互、TTS 三个赛道的全球第一，实现「大满贯」。具体到能力：ASR 覆盖复杂语境与专业领域识别；TTS 支持 16 门外语加 20 种中文方言，能控制情绪、语气、节奏甚至呼吸和笑声，音质最高到 48KHz 录音棚级；Realtime 支持边听边说、随时打断追问，还能联动工具调用。目前这套能力已经落地千问 App、千问办公、Qoder 等自家产品。

编者评： 语音是 Vol.88 我们就标记过的「操作系统级」战场——Claude 语音接 Opus/Sonnet 打通办公生态，GPT-Live 走实时自然路线。Qwen-Audio-3.0 这次补上的，是中文语音这条一直被低估的短板。「16 门外语 + 20 种中文方言 + 录音棚级 48KHz」这串参数的意义，在于它把语音模型从「听得见、说得出」推进到了「分得清方言、控得住情绪」——而这恰恰是中文语音里最硬、也最没有捷径的部分。 大满贯的含金量可以讨论（Artificial Analysis 是海外榜单，中文场景未必被充分覆盖），但一个更实的信号是：阿里已经把它接进了千问办公、Qoder 这些有真实使用量的产品里。语音模型的胜负手，从来不在榜单，而在有多少人每天真的对着它说话。

阿里开放 Qwen3.8-27B 笔记本模型与 Qwen3.8 Max 权重，正面接 Meta 的招

为应对 Meta 在开源赛道的竞争，阿里近期推出专为笔记本等消费级硬件打造的 Qwen3.8-27B，并把能力最强的 Qwen3.8 Max 权重一并开放，开发者可自由下载部署。

据 CNBC 报道，Hugging Face 上基于通义千问衍生开发的模型已达 151448 个，是 Meta 相关模型总量的 2.6 倍。行业分析认为，阿里正依托开源模型搭建硬件生态，在开放权重和端侧 AI 部署两个方向建立领先；Meta 虽也推出了可跑在笔记本上的 Muse Glimmer，但在开放权重市场已被中国厂商赶超。调研机构 Counterpoint 判断，AI 行业下一阶段竞争焦点会落在端侧计算——本地部署在响应速度和安全性上更有潜力。

编者评： 这条和 Qwen-Audio-3.0 合起来，是阿里在同一天对「开源生态」交出的两张答卷，一张补语音、一张补端侧。值得注意的转折是战场本身在移动：CNBC 把这条新闻定性为「阿里对标 Meta」，说明在中国开源模型连翻刷新榜单之后，国际媒体开始把叙事从「中国追赶硅谷」改写为「中国是硅谷方案之外的另一条可选路线」。 「151448 个衍生模型、是 Meta 的 2.6 倍」这个数字，比任何 benchmark 都更能说明问题——生态的护城河不是参数，是别人愿意在你这套权重上继续往下建的东西。端侧之争是下一张牌：当 Qwen3.8-27B 能在笔记本上跑、Meta 的 Glimmer 也在卡同一个位置，谁先让「本地部署」从工程师的自嗨变成普通人的默认，谁就拿下了下一个十年里最分散、也最难被单一云厂商锁死的那块市场。

Higgsfield 融资 4 亿美元、估值 54 亿：AI 视频应用层开始兑现

8 月 17 日，AI 视频生成平台 Higgsfield 宣布完成 4 亿美元 B 轮融资，估值 54 亿美元，由 DST Global 领投，高盛、英特尔、Valor Capital、Tribe Capital 等参与。

这家成立不到两年的公司，估值在 8 个月里涨了 4 倍——今年 1 月它才以 13 亿估值融资 8000 万美元。比估值更实的是收入：本月年化收入达 7 亿美元，而一年前这个数字只有 2000 万美元。它现在坐拥 3000 万用户、覆盖 238 个国家，服务 390 家财富 500 强企业。更关键的结构性变化是客户构成：1 月时企业客户贡献不到 25% 的收入，如今已占大头。创始人 Alex Mashrabov（曾在 Snap 做生成式 AI）说，Dollar Shave Club 这类品牌从 5 月起用它每天生成多条营销视频，不再只是单次活动做一条。公司基于 Seedance 2.0 制作的 95 分钟 AI 电影《Hell Grind》今年早些时候已在戛纳首映。

编者评： 这条的价值在于它回答了一个被问了一整年的问题：AI 视频到底能不能变成一门生意？ 答案藏在两个数字的对比里——估值 8 个月涨 4 倍，但年化收入从 2000 万到 7 亿美元，涨了 35 倍。换句话说，这家公司的估值跑得比收入慢，在 2026 年动辄「先亏再涨」的 AI 融资里，这反而是少见的克制。更重要的信号是「从消费者到企业」的跨越：OpenAI 本月刚说企业收入超过消费者，Higgsfield 也在几周内跨过了同一条线。当 AI 视频的买主从「拍着玩的创作者」变成「Dollar Shave Club 每天要出好几条货的营销团队」，这个赛道的定价权就从「订阅费」挪到了「替代广告代理的预算」上——被替代的，正是那些拍一条片子收一笔年框的创意公司。 应用层的兑现开始了，但它兑现的第一件事，是让一批人的工作消失。

宇树「超人」人形机器人：原地跳高 2 米、极速 12.66 米/秒，双双破人类纪录

8 月 17 日，宇树科技发布人形机器人新品「超人」，创始人王兴兴现身视频「监督」它跳高。官方给出的核心参数是：腿长 0.85 米，原地跳高约 2 米，极限奔跑速度 12.66 米/秒。

这两个数字各压了人类世界纪录一头——人类原地跳高纪录约 1.8 米，博尔特百米途中峰值速度约 12.42 米/秒。据王兴兴介绍，「超人」整机从立项到推出只用 3 个多月，仍处于快速迭代阶段。发布的时间点很微妙：宇树科创板 IPO 发行结果刚公布，发行价 150.80 元/股、对应市值约 609.93 亿元，网上中签率仅 0.0181%，成为科创板史上最难中签的新股，上市敲钟在即。

编者评： 把「超人」放在这一期，是想说清一件事：当大家的注意力都盯在模型和 token 上时，物理 AI 的硬件层正在用最原始的方式宣布存在感。 「原地跳高 2 米、极速超博尔特」这种指标，翻译成人话就是「人形机器人第一次在单项运动能力上系统性地越过人类红线」。但比参数更该看的，是那个「3 个多月整机研发出来」的细节——它呼应了 Vol.83 里王兴兴「具身智能两三年内爆发」的判断，也暗示这条赛道的迭代周期正在从「年」压缩到「季」。而 IPO 的 0.0181% 中签率，则是资本市场给这场硬件竞速投下的一张夸张的信任票。模型层的军备还在比谁的 token 便宜，硬件层已经开打「谁先跑赢博尔特」了。 两条线并行，指向同一个方向：AI 正在从屏幕里，往物理世界里长。

TechCrunch Equity 播客：为什么没人买账扎克伯格描绘的 AI 未来

Meta CEO 扎克伯格本周那篇 6500 字宣言——「未来属于每一个人」——在 TechCrunch 最新一期 Equity 播客里，被三位主持人 Kirsten Korosec、Rebecca Bellan 和 Anthony Ha 拆了个透。

Rebecca 把扎克伯格和 Anthropic CEO 阿莫代伊放在一起对比，认为 Meta 的掌门人正在把自己塑造成「几乎是反达里奥」的形象。但真正卡住这份宣言的，是 Meta 甩不掉的历史包袱：「回顾社交媒体时代，他说他想确保每个人都有一个和朋友交流的平台，而我们最终得到的是愤怒诱导内容和广告，而不是真正的连接。」同事 Russell Brandom 的评论更直接：这份宣言「正是人们不喜欢 AI 的原因所在」。三位主持人还点破了 Meta 的尴尬处境——它在前沿闭源模型没有领先，在开源也非遥遥领先，扎克伯格试图抢占的，是「个人赋能」这个话语高地。

编者评： 这条是本期的人文注脚，也和 Vol.102 里扎克伯格宣言首次亮相时形成了一条完整的弧线：上次是宣言本身，这次是市场对宣言的计价。 Equity 的锋利之处在于，它没有去论证宣言对不对，而是追问「这话从扎克伯格嘴里说出来，为什么没人信」——答案是历史信用。一个靠「连接」承诺起家、最终交付了愤怒诱导和广告的公司，再描绘「每个人都拥有一个懂你的智能体」，听众脑子里自动补全的下一句是「然后呢？变成什么广告」。这和本期第一条 Snowflake 事件、和 Vol.107 里 Amodei 的「治愈癌症」，其实是同一根弦上的不同音符：AI 行业正在进入一个「话语信用」阶段，谁说过什么、兑现过什么，会被市场一件一件翻出来对账。 扎克伯格的 6500 字，输给的不是技术，是他自己过去二十年的信用账单。

编者按

今天这七件事，可以拧成一条主线：AI 正在长出三个此前没有的新闭环——安全攻防的闭环（AI 写、AI 审、AI 攻，全程无人）、开源生态的闭环（中国厂商把语音、端侧、物理 AI 的缺口一块块补齐）、应用变现的闭环（从「能生成」走到「有人付钱」）。

先看安全这条，它最冷。Wiz 的 Snowflake 复盘第一次把「AI 安全」从口号变成了一张流程图：Copilot 写出的注入漏洞、AI 审查挥手放行、Red Agent 自主攻破外泄，三段工序零人类干预。 Snowflake 那句「人工审查已经不足以快速发现漏洞」，等于承认了一个行业还没准备好承认的事实——当代码的生成和审查都被 AI 接管，唯一真正达标的选手是负责进攻的那个。Brockman 这周呼吁企业升级网安的十条举措，本质上是同一条消息的回声：AI 是双刃剑，能挖洞、也能补洞，问题是现在挖洞那头跑得更快。

再看开源这条，它在补位。Qwen-Audio-3.0 拿下 ASR/实时交互/TTS 三项全球第一，补的是中文语音这条被低估的短板；Qwen3.8-27B 和 Max 权重开放，补的是端侧部署这张被 Meta 盯上的牌；宇树「超人」原地跳高 2 米、极速超博尔特，补的则是物理 AI 的硬件层。中国厂商的动作已经从「追榜」转向「补缺口」——不是再做一款更强的模型，而是把语音、端侧、具身这些还没被锁定的空当，一块块占下来。 CNBC 把「阿里对标 Meta」写进标题，是个值得记一笔的细节：国际叙事的坐标系，正在悄悄换轴。

最后看变现这条，它最实在。Higgsfield 年化收入从 2000 万涨到 7 亿美元、企业客户占比从不到四分之一变成大头，是 AI 视频应用层第一次交出像样的账本。当 OpenAI 和 Higgsfield 在几周内先后跨过「企业收入超过消费者」这条线，AI 的定价权正在从订阅费挪向「替代广告代理、替代创意团队」的预算——兑现的第一件事，是让另一批人的工作消失。 而 Codex 解封百万上下文，则用另一只手提醒所有人：能力可以下放，但 token 的账，终究要算在用户头上。

把三条线并排看，能看到一个正在成型的共识：AI 的青春期叙事（模型有多强、参数有多大）正在退场，成年期的叙事（攻防谁更快、生态谁更厚、钱从哪来）正在接管。 从 Vol.101 的「Agent 时代的代价」走到今天的 Vol.108，这条线已经足够长，而它指向的下一个问题，比以往都更接近地面：当写代码、审代码、打代码的活儿都有人工智能代劳之后，那个「人」字，到底还站在流程图里的哪个框里。