🗞️ AI 日报 · 7月13日

Vibe-Trading是一个个人交易Agent，它的核心逻辑不是分析财报或K线，而是捕捉市场“情绪氛围”——从Reddit帖子、推特热词、新闻标题中提取集体心理状态，将其量化为交易信号。比如当“恐慌”指数飙升时，它自动加仓；当“贪婪”指数过高时，它逐步减仓。在回测中，这种情绪驱动策略在2022年熊市期间跑赢了标普500指数17个百分点。它不需要用户懂金融，只需设定风险偏好，Agent就会像一位“直觉型交易员”那样执行操作。当然，作者也警告：情绪策略在极度理性的市场中可能失效，但它至少提供了一种对抗算法交易同质化的新思路。

别再从零搭建RAG或Agent应用了。awesome-llm-apps收录了超过100个可直接运行的开源AI应用，覆盖聊天机器人、文档问答、代码助手、数据可视化等场景。每个项目都提供完整的代码、配置文件和部署指南，你只需克隆仓库、配置API密钥、运行。重点在于：这些应用不是玩具，而是生产级——支持流式输出、错误重试、多轮对话、记忆管理等工业级特性。作者还贴心地标注了每个应用的“复杂度等级”和“依赖成本”，让开发者能按需选择。如果你正在开发一个AI产品，这个仓库可能帮你省掉80%的重复造轮子时间。

一位开发者分享了他将生产环境的AI Agent从GPT-4迁移到GPT-5.6的真实经历。结果令人振奋：推理速度提升了2.2倍，每千次调用成本降低了27%。但故事的另一面是：迁移过程中发现了3个关键兼容性问题——GPT-5.6在长上下文任务中的注意力分布与GPT-4不同，导致一些依赖特定注意力模式的prompt失效；它在处理结构化输出时更“固执”，有时会拒绝按照预设的JSON格式返回；此外，模型的“人格一致性”变差，同一任务在不同温度参数下的输出方差更大。作者最终决定保留20%的流量在GPT-4上作为兜底。结论是：新模型确实更快更便宜，但迁移不是简单的替换，而是一次需要重新测试的系统工程。

一位用户向Hacker News社区提出请求：在AI生成的文章旁添加一个显眼的标识。理由是当前AI生成内容的质量已足够以假乱真，但它们的论证逻辑、事实准确性和原创性往往与人类撰写的文章存在系统性差异。不加区分地混在一起，不仅误导读者，还破坏了社区对内容质量的信任基础。评论区出现了两派观点：支持者认为标签能帮助用户快速过滤低质内容，反对者则指出AI辅助写作已难以界定——从完全AI生成到人类用AI润色，中间存在大量灰色地带。但无论如何，这个提议本身反映了AI内容泛滥时代的一个核心困境：当机器开始写一切，我们该怎样重新定义“可信”？

本期《MIT科技评论》下载特辑聚焦两个前沿议题。第一个是关于“捐赠者受孕”的伦理争议——随着基因编辑和体外受精技术普及，一个孩子可能拥有多个生物学父母，这引发了关于亲子关系定义、遗传信息归属等法律空白。第二个重磅内容是关于“世界模型”的最新进展：多个研究团队已经构建出能模拟物理世界因果关系的AI模型，它们不仅能预测下一帧画面，还能理解“如果推倒积木，它会碎”这类因果逻辑。但问题也随之而来：这样的模型一旦被用于深度伪造或自动武器系统，后果将不可控。文章呼吁在技术成熟前建立监管框架，但现实是——技术跑得比政策快得多。

一部名为《不惜一切代价》的新纪录片详细还原了2019年eBay高管策划的针对一对记者的网络骚扰事件。当时，eBay的几位高管因不满一个电商博客的负面报道，决定“教训”他们：跟踪、监视、发送威胁短信、甚至试图闯入他们的车库安装GPS追踪器。纪录片通过采访当事人、调取内部邮件和法庭文件，揭示了这场闹剧背后的荒诞逻辑——一群年薪百万的高管，像黑帮一样开会讨论如何“让记者闭嘴”。最终，eBay为此支付了超过300万美元的罚款，多名高管入狱。这不仅是企业道德的崩塌，更是一个警示：当权力失去制衡，硅谷的“创新文化”会滑向什么深渊？

当所有人都在用AI生成设计时，真正的差异化在于“反AI风格”。Hallmark是一个专门为Claude Code、Cursor和Codex等AI编码工具设计的前端样式库，它的核心目标是让AI生成的产品看起来不像AI做的。它通过强制引入非对称布局、微妙的手工感阴影、不完美的间距，以及人类设计师才会用的“脏排版”技巧，来打破AI生成内容那种过度对称、完美却乏味的视觉风格。简单说，它给AI代码注入了一剂“人性化滤镜”。对于想要让AI产品看起来像人类亲手设计的团队来说，这可能是目前最实用的工具——因为用户越来越擅长识别“AI味”，而Hallmark就是那个解毒剂。

当前AI Agent能轻松完成点个外卖、发封邮件这类短周期任务，但真正考验能力的是需要连续操作数小时甚至数天的“长周期终端任务”。Long-Horizon-Terminal-Bench（LHT-Bench）填补了这一测试空白——它设计了需要数百步连续操作才能完成的终端场景，并采用“密集奖励评分”机制，每一步操作都会获得即时反馈，而非仅看最终结果。这种设计迫使Agent必须保持策略一致性和长期记忆，而不是靠运气蒙混过关。初步测试中，GPT-4等顶级模型的成功率不足20%，而人类平均可达70%以上。这个基准揭示了一个残酷事实：当前AI的“短期聪明”与“长期靠谱”之间，还隔着一条巨大的鸿沟。

ARC-AGI是公认的“AI推理天花板”，它要求模型从极少的示例中推断出抽象规则并应用到新图形上。ARCANA框架采用“反思式多智能体协作”策略：三个专用Agent分别负责“规则猜测”、“规则验证”和“规则修正”，形成一个闭环。当某个Agent提出假设后，验证Agent会生成反例，修正Agent则据此调整规则。这种自校验机制让系统在严格的时间与算力限制下，仍能保持高推理质量。在ARC-AGI-2的公开测试中，ARCANA的得分比单模型方法高出2.3倍，且仅用了标准方法60%的推理时间。它证明了协作与反思是突破AI抽象推理瓶颈的关键路径——不是让一个模型更聪明，而是让一群模型互相“挑刺”。

针对工业控制系统的网络攻击正从数据窃取转向物理破坏——关闭阀门、烧毁电机、造成爆炸，传统基于规则的安全控制已力不从心。Neuro-Agentic Control框架提出用大模型驱动的多Agent系统来动态管理安全策略：一个Agent负责监测异常信号，另一个分析攻击路径，第三个自动生成隔离规则。关键突破在于，它将深度学习模型与LLM的语义理解能力结合，使系统能理解“电机温度异常升高”与“某条指令被篡改”之间的因果链。在模拟的油气管道攻击测试中，该系统将攻击检测时间从平均47秒缩短至3秒，误报率降低82%。这不是科幻——工业安全正在从“被动防御”进化成“主动免疫”。

airi是一个完全自托管的开源AI伴侣框架，它让你拥有的Grok模型真正属于你。与云端AI伴侣不同，airi的所有对话历史、偏好数据、记忆都存储在你的本地设备上，不经过任何第三方服务器。它支持多模态交互——文字、语音、图像，甚至可以通过插件接入智能家居设备。项目描述将其称为“waifu的灵魂容器”，但技术层面，它是一个基于LLM的长期记忆管理系统：能记住用户偏好、过往对话，并随时间调整人格参数。对于隐私敏感的用户，这意味着你可以拥有一个真正“只属于你”的AI伴侣，无需担心数据泄露或被用于模型训练。一个容器，一个灵魂，完全离线。