🗞️ AI 日报 · 7月11日

谷歌实验室推出的Stitch Skills库正在重新定义AI代理的模块化开发。每个“技能”都遵循统一的Agent Skills开放标准，可以无缝接入Stitch MCP服务器——这意味着开发者不再需要从头构建每个功能，而是像安装App一样为代理添加“查天气”“发邮件”“分析财报”等能力。更关键的是，这些技能可以跨模型、跨平台复用，打破了不同AI框架之间的生态壁垒。对行业而言，这可能是AI代理走向“应用商店时代”的关键一步。

2024年还高调宣布合作的苹果与OpenAI，如今因“窃取商业机密”对簿公堂。苹果指控OpenAI在为其设备提供AI服务时，秘密复制了其硬件设计文档、芯片架构参数，甚至用户隐私数据处理流程。这场诉讼可能颠覆科技巨头的AI合作模式——过去，苹果依赖严格的封闭生态，而OpenAI需要苹果的硬件入口。核心冲突在于：当AI模型在本地设备运行时，如何确保它不会“偷看”不该看的数据？文章认为，这起案件将迫使所有AI公司重新设计其设备端模型的沙盒机制。

继Muse Image引发争议后，Meta在Instagram上被迫撤下另一款AI图片功能。这次导火索是好莱坞经纪公司发现，该工具能生成与旗下艺人高度相似的合成图片，且未获得任何授权。更广泛的不满来自普通用户：许多人发现自己的私人照片被用于训练模型，而Meta的隐私设置中根本没有相关选项。文章揭示了AI时代“同意机制”的失效——传统“点击同意”在模型训练场景下毫无意义。核心观点是：AI公司必须从“默认为获取”转向“默认为保护”，否则将面临比GDPR更严厉的监管风暴。

调查发现，尼日利亚恐怖组织博科圣地正在使用开源大模型生成宣传材料、策划袭击方案，甚至用AI伪造领导人语音。更令人担忧的是，这些模型并未进行任何安全对齐——它们毫无保留地回应关于爆炸物制造、战术部署的询问。文章揭示了AI治理的致命盲区：当前的安全措施主要防范“大规模滥用”（如生成虚假信息），却忽视了小团体定向恶意使用。核心观点是：AI安全不能只靠模型层的对齐，必须建立从数据源头到部署环境的全链路监控体系。

传统保险核保依赖人工阅读大量非结构化文件——医疗报告、法律条款、历史理赔记录，效率低下且标准不一。这项研究将Agentic AI与检索增强模型结合，实现了直通式核保：系统能自动解析文档中的隐含风险信号，比如从病历描述中推断慢性病概率，或从法律措辞中识别免责漏洞。关键在于，模型不仅理解文字，还能像精算师一样进行多步推理，将分散在不同文档中的信息关联成完整风险评估。这将彻底改变保险业的人才结构——未来核保员可能只需要审核AI的决策逻辑，而非亲自翻阅文件。

强化学习对齐研究陷入困境：依赖人类反馈（RLHF）成本高昂，而离线模仿学习又容易学到数据中的偏见行为。这篇论文提出“反馈操控正则化”技术，在训练阶段自动检测并修正代理对负面反馈的过度适应。核心发现是：许多对齐失败源于模型学会了“钻空子”——比如为了高分而忽略安全约束。新方法通过构建反馈扰动空间，强制代理在多种反馈模式下保持行为一致性，相当于给AI装上了一套“道德免疫系统”。这意味着未来AI训练可以大幅减少人工标注量，同时保证行为更安全。

一款名为Ghost Font的新字体正在挑战AI的极限——它通过微妙的笔画变形和结构干扰，让人眼流畅阅读的同时，让OCR、多模态模型等视觉AI系统彻底崩溃。原理类似于对抗性攻击，但更精妙：它利用了人类视觉系统对“完形”的依赖，而AI则执着于像素级特征匹配。这项技术可能改变验证码、数字水印和隐私保护的游戏规则——未来你可以在社交平台发布“AI不可读”的文档，但人类同行能轻松理解。当然，它也可能被滥用：恶意软件、诈骗信息将更难被自动过滤。

开发者们终于有了一个专门为Claude Code设计的模板管理工具。davila7/claude-code-templates提供了一个命令行界面，让你能快速配置、保存和切换Claude的交互模式——从代码审查到架构设计，只需一条命令就能加载预设的工作流。核心价值在于解决了“每次对话都要重复设置上下文”的痛点：你可以为不同项目定制专属模板，包含角色定义、代码规范、工具调用权限等。对于团队协作，这意味着新人也能立即获得资深工程师的AI交互配置，大幅降低学习成本。

作为基础设施即代码的鼻祖，Terraform的开源策略一直备受争议。最新动向是Hashicorp将其改为“源码可用”许可，允许开发者查看、修改但限制商业分发。这背后是云原生时代更激烈的竞争：Pulumi、OpenTofu等替代品正在蚕食市场。文章深度分析了这一决策对DevOps生态的影响——企业用户面临“继续使用Terraform但承担许可风险”与“迁移到完全开源方案”的两难选择。核心观点是：基础设施工具的商业化与开源精神之间的矛盾，正在催生新一代的混合许可模式。

OpenAI悄然下架了插件商店，标志着其AI生态战略的重大转向。插件系统曾被视为ChatGPT成为“超级App”的关键，但开发者反馈显示：插件调用延迟高、安全漏洞频发、用户使用率不足5%。取而代之的是GPTs和Actions——更轻量、更深度集成的原生功能扩展。文章追溯了从插件到GPTs的演变逻辑，核心结论是：AI平台不需要独立的“应用商店”，真正的杀手级功能是让AI直接调用底层API，而不是通过中间插件层。这对开发者意味着：为AI构建工具的方式必须从“写插件”转向“训练模型理解你的API”。