🗞️ AI 日报 · 9月12日

当Salesforce和HubSpot还在把AI当增值模块卖高价时，GitHub上冒出的DeskcommCRM选择了一条完全不同的路：把AI Agent作为CRM的原生能力，而非外挂插件。这个开源项目最狠的地方在于深度集成了WhatsApp（通过WAHA），让销售团队可以直接在WhatsApp对话流中完成线索跟进、自动回复和成交推进——而这恰恰是拉美和中东市场最主流的销售场景。它直接对标Kommo和Octadesk这类年费数千美元的SaaS产品，但提供了自托管、数据完全可控的替代方案。对于中小销售团队来说，这意味着不再需要为每个坐席支付高昂月费，同时还能获得AI驱动的自动化能力。开源+AI+WhatsApp三要素叠加，可能催生出一批真正接地气的销售自动化工具。

数学建模竞赛一直是理工科学生的高强度智力竞技——三天三夜、建模、编程、写作、排版，缺一不可。GitHub上的MathModelAgent试图用AI Agent彻底重构这个流程：从问题分析、模型选择、代码实现到论文撰写，全链路自动化，最终生成一份格式完整、可以直接提交的论文。这不是简单的"AI帮你写段落"，而是把数学建模的完整方法论编码进了Agent的工作流中。对于参赛学生来说，这既是效率工具也是学习范本；对于竞赛主办方来说，这可能是下一个必须面对的公平性挑战。当AI能独立完成从建模到成文的全过程时，"数学建模"这项竞赛考核的到底是什么，将成为一个无法回避的问题。

当大多数AI交易工具还停留在单一交易所或单一策略时，CloddsBot选择了一个近乎疯狂的路线：同时覆盖1000+市场，横跨Polymarket、Kalshi、Binance、Hyperliquid等预测市场和加密交易平台。这意味着它能在预测市场的事件合约和加密交易所的现货期货之间寻找定价偏差和套利机会。开源属性让它与那些黑箱量化基金形成鲜明对比——策略透明、可审计、可修改。但这也引出了一个关键问题：当一个开源Agent能自主在千个市场间执行交易时，市场效率会被提升还是被扰乱？对于量化交易爱好者和DeFi玩家来说，这是一个值得深入研究的实验性项目。

"AI灭绝论"在过去两年被反复翻炒，从辛顿到Bengio，从OpenAI内部信到各国AI安全峰会，末日叙事几乎成了某种行业默认背景音。MIT Technology Review这场圆桌讨论的价值在于，它没有停留在"会"或"不会"的二元对立上，而是把问题拆解成了几个更具体的维度：AI造成大规模伤害的现实路径是什么？是自主武器、生物安全还是经济崩溃？当前的安全研究是否在解决正确的问题？参与讨论的研究者提出了一个尖锐观点：对"存在性风险"的过度关注，可能正在分散公众和监管者对AI已经造成的实际伤害的注意力。这场讨论不提供安慰，但提供了比恐慌更有用的东西：一张关于AI风险的真实问题地图。

系统提示词一直是大模型公司最不愿公开的核心资产之一，它决定了一个AI产品的人格、边界和行为逻辑。GitHub用户asgeirtj发布的system_prompts_leaks项目，一次性泄露了Anthropic和OpenAI多条产品线的系统提示词，涵盖Claude Fable 5.1、Opus 5、Claude Design、Claude Code，以及ChatGPT GPT-6-A等。这些提示词的价值远超猎奇——它们是理解头部AI公司如何设计Agent行为、如何做安全对齐、如何平衡能力与约束的最佳样本。对于正在构建AI产品的开发者来说，这相当于拿到了一份来自顶级实验室的"提示词工程教科书"。对于研究者而言，这些泄露文本揭示了模型行为背后的设计哲学，也暴露了当前AI安全策略的真实边界。