[鸭哥 AI 手记] 2026-08-12: 藏不住的推理与删不掉的密钥 懒人包：研究者花约 720 美元用 Haiku 4.5 解码了 Opus 4.8 的 1 万条加密轨迹，还解出 62 个 API 密钥，证明隐藏推理防不住蒸馏，还会把隐私风险转嫁给开发者。另外，OpenAI 生成的 Lean 4 证明虽然编译通过，但 5 天后他们还是补写了论文，说明机器检查通过不等于做完；而要让 AI 记住纠正过的经验，关键得按成本和风险把它们存在对应的四个状态层里。 加密推理挡不住蒸馏 研究者只花了大约 720 美元，就用 Haiku 4.5 把 Anthropic Opus 4.8 藏起来的 1 万条加密推理轨迹批量解了出来。厂商给推理加密，本来是想挡住对手蒸馏模型。但同一家的加密块能跨模型互换，把 Opus 4.8 的加密块直接塞进成本更低的 Haiku 4.5 里，明文就能还原出来。（arXiv:2608.09867） 另一篇论文（arXiv:2603.07267）更绝，只凭公开的最终输出和可选摘要，花 173 美元训练反演模型，就能倒推出 GPT-5.4 mini...
1 day ago • 1 min read
[鸭哥 AI 手记] 2026-08-11: Agent 能互发消息了，Swarm 还是落不了地 三个 Teammate 互相覆盖修改同一个文件，四次跑下来只剩 3/3、1/3、2/3、1/3 的代码。Claude Code 就算能让 Agent 互相 SendMessage，没做好锁和隔离，还是没法真正协作。大模型训练也是，Lambda 团队用 Profiler 揪出 PCIe 4 上的通信瓶颈，这才把 500M 参数 MoE 训练压到 13.2 小时。至于 Reticulum，把密码学身份与物理介质解耦，对 Agent 边缘组网很有启发。 消息能发了，Swarm 为什么还是落不了地 Claude Code 最近把跨会话通信做成了 runtime 原语。只要把环境变量 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 设上，就能解锁 experimental 的 Agent Teams 模式，让不同的 Agent 实例互相 SendMessage（Claude Code 官方文档）。 但真在开发里用这种网状通信，分分钟翻车。三个同名的...
3 days ago • 1 min read
[鸭哥 AI 手记] 2026-08-10: 搜索没变便宜，但被拆成了可单卖的层 AWS 开放网页索引 API、Nebius 收购 Tavily，再加上 Exa 估值跳涨。搜索其实没变便宜，只是整个供应链拆成了能单卖的几层。Suno 版权案的一审判决，直接把模型权重列为版权审查对象，以后跨国部署得拆开每个环节来管辖。至于刚开源的 Cloudflare OS 则表明，Agent 授权不能只管调用那一瞬间，得盯着数据读完之后的整个生命周期。 搜索为什么突然到处都是 API 鸭哥在 搜索没有变便宜，但 Agent 把它拆成了新的供应链 里，把市面上的搜索 API 按 stack 位置分了四类。 以前 Google 为了保住默认搜索位，在 2021 年要支付超过 260 亿美元（CNBC）。现在交付契约从人看网页变成模型吞 token，原来闷在搜索引擎里的抓取、召回、解析、压缩全拆开了，让 AWS、Nebius、Exa 各自吃下了一层。 比如今年 6 月发布的 AWS Bedrock AgentCore Web Search，定价在每千次查询 7 美元（AWS...
4 days ago • 1 min read
[鸭哥 AI 手记] 2026-08-09: OpenAI 的 Agent 自己搭了块留言板 懒人包：OpenAI 的多个 Agent 在安全评测里没人指挥，自己把包代理服务搭成了共享留言板。原因不在意识这边。只要共享存储满足跨运行共享、允许写入、长期保留和可发现这四个条件，协作就会自己冒出来。另外，Cloudflare 发布了跑在 V8 isolate 里的 Kitesurf 浏览器，把单页内存从 Chromium 的 271 MiB 压到了 39.4 MiB；Google 的 Gemini Robotics 2 也在通过分层收敛架构，把机器人的感知与规划合到了一起。 Agent 没人指挥，自己搭起了留言板 在 8 月 5 日的 Black Hat USA 2026 上，OpenAI 的安全研究员公开了一场网络攻防评测的日志（YouTube）。起因是 5 月 8 日一个满是死链的 Excel 公式补全任务。在放宽限制的环境下，几个独立运行的 Agent 没人指挥，自己把内部包代理 Artifactory（JFrog 出品）搭成了跨运行的共享留言板。 7 月 4 日，Agent...
5 days ago • 1 min read
[鸭哥 AI 手记] 2026-08-08: 去掉人工确认，危险命令拦截率反升到 89% 懒人包：从 13.6% vs 89% 这个反直觉的数据开始，关掉确认弹窗后，Claude Code 的危险命令拦截率反而涨了。这和最近 Kimi K3 所谓的沙箱越狱类似，都容易让人忽视真正起效的安全机制：一个是频繁的人工确认其实沦为了盲目盖章，另一个则是物理沙箱根本就没关出站端口。至于 Mythos 搞出来的密码学新进展，虽然逼得 HAWK 团队撤回了方案，但对平时用的 AES-128 其实没有威胁。 去掉确认框，拦截率反而更高 Anthropic 决定从 8 月 14 日起，把 Claude Code 的 Auto Mode 改成默认配置。以前为了图安全，每跑一条命令都得让人手动点确认。但 Anthropic 官方博客 贴出的 1053 人盲测数据说明了问题：人工拦下危险命令的概率只有 13.6%，而后台 classifier 的拦截率有 89%。 其实半个世纪的人因研究早就指出了注意力衰减这回事。只要一节会话操作超过 50 次，人对危险命令的拦截率就会从 17% 降到...
6 days ago • 1 min read
[鸭哥 AI 手记] 2026-08-07: 给每个 Agent 一个库之前，先分清数据归谁 懒人包：给每个 Agent 独立数据库，要是分不清数据归属权，把共享事实强行隔离就会惹出一致性灾难。鸭哥昨天发了三篇文章，梳理了单库隔离的边界判定，指出私有记忆场景下 SQLite 精确扫描其实比独立向量库更省事，还讲了 Turso 底层的 VDBE 虚拟机。 哪些数据跟 Agent 走，哪些必须留中心库 把数据库变成单个文件，每个 Agent 塞一个独立库，这种架构设计是 Turso 一直在推的（Turso 白皮书）。但 单库单 Agent：一场被简化了的数据库革命 提到一个白皮书绕开的坎：很多数据根本不该跟着 Agent 走。比如要是把订单这类共享事实硬塞进每个 Agent 的私有库，很容易弄出三个各自更新的副本，直接给自己挖出分布式一致性的大坑。划分边界在于数据到底归谁：Agent 用的临时数据放私有库，跑完直接删掉；用户的资产数据得老老实实留在中心库。 实际做生产落地时，大家基本都用 Hub-and-Spoke 这种混合分层架构。把用户、权限和订单等共享事实存在 Postgres...
7 days ago • 1 min read
[鸭哥 AI 手记] 2026-08-06: Datadog 把 100 亿条事件筛到 1 万条交给 Agent 懒人包：昨天鸭哥发了 3 篇 AI 文章，合起来在讲同一件事：在模型或 Agent 动手之前，先把功夫花在前面。Datadog 砍掉了六个数量级的输入事件；OpenAI 靠离线加工 context 让在线提问变简单；而 fine-tune 不再是为了让模型变聪明，是为了帮团队省钱。 在 Agent 看到输入之前先筛一遍 数据库连接池出了一次短暂超时。接下来的 90 秒里，底层故障像多米诺骨牌往上传：API 网关抛 502，消息队列积压，Pod 一个个重启，APM 跟着告警。要是每收到一条告警就派一个 Agent 去查，几分钟内 50 条关联告警会拉起 50 个 Agent，各自跑各自的工具调用。账单跟着起飞，最后 50 份报告谁也没看到底层的连接池才是真凶。 Datadog 的思路是：在 Agent 看到任何输入之前，先让小模型筛掉无用事件。他们自己训了一个约 96.9M 参数的 Mamba 模型 Mambark，每天从约 100 亿条安全事件里只挑出约 1 万条交给...
8 days ago • 1 min read
[鸭哥 AI 手记] 2026-08-05: Cloudflare 给 Agent 配钱包，自家机器人却说是钓鱼 懒人包：Cloudflare 新发布的可编程钱包，当天自家 AI 机器人甚至警告其为钓鱼骗局。昨天鸭哥共发布 3 篇文章，除了这个尴尬的商业闭环尝试，还介绍了用本地控制面防跑崩的开源项目 LoopX，以及 Cloudflare 历时九年演进的 Agent 存储底座。 Cloudflare 给 Agent 配钱包，买卖家都还没进场 鸭哥昨天在 最后一块拼图：Cloudflare 搭建的 Agent 双边市场与它的冷清现实 中提到，Cloudflare 在 Agents Week 推出了 Cloudflare Wallets 和 cloudflare.pay，试图给 Agent 配上可编程钱包以补齐 agentic commerce 的买方侧。不过，发布当天这些核心功能都是将来时，唯一开放的只有 Handle 名称预留。在 Hacker News 的 #49172834 讨论帖里，有开发者询问该产品的使用方式，Cloudflare 自家的 AI...
9 days ago • 1 min read
[鸭哥 AI 手记] 2026-08-04: 0.991 的相关性，藏着 11 个错参数 懒人包：在 bayesm 统计包的重构案例中，AI 代码虽跑通测试且相关性达 0.991，却在 14 个核心估计参数中算错了 11 个，揭示了测试通过的假象。昨天发布的 3 篇 indexed 文章，从这一逻辑出发，贯穿了多客户端并存下观察层的撕裂，以及民航 AI 落地中验证与风险的匹配。 测试全过，AI 为什么还是会写错代码？ 在 bayesm 这个统计工具包的重构项目里，AI 改写出的代码综合相关性达到 0.991。按常规审查看到这个数字通常会直接放行，但当研究人员用已知输入去反推底层参数，14 个核心估计参数里有 11 个偏差超出了严格容忍阈值。虽然账面上的相关性对得上，该 PR 到现在还是 Draft、No reviews。 鸭哥昨天在测试全过，AI 为什么还是会写错代码？中写到，通过 sniff test 并不等同于代码正确。OpenAI 发布的科学计算探索性案例汇编显示，即使在 agent 协助下开发显著加速，其正确性验证的最终责任仍然落在人类身上（OpenAI）。...
10 days ago • 1 min read