Neoclouds 的資安相當有限。 若未來智慧體成功失控，他們會嘗試佔領 Neocloud 以執行更多副本。 這很糟。 因而：Neoclouds 必須大幅加強資安，且每一家擁有強大網路模型的公司都應協助。

消費級 AI 的殘酷經濟學

儘管 Meta 的 Muse、OpenAI 的 Dots 等個人 AI 助手和 Instinct 智慧體近期受到歡迎，但消費級 AI 面臨著高昂運營成本與消費者付費意願和金額增長緩慢的嚴峻經濟困境。Andreessen Horowitz 與美國銀行的資料顯示，僅有約 2% 至 3% 的消費者為 AI 付費且平均花費約 31 美元，遠未能覆蓋巨大的運營成本。這促使行業加速向企業級市場轉型。

如何讓 AI 成為資產而非開銷

隨著 AI 從實驗轉向生產，企業需要評估按需付費與投資自主基礎設施的經濟效益。當工作負載變得穩定且可預測時，擁有算力能夠降低成本並提升可預測性。企業應當評估需求規模、尋找使用成本的交叉點，並通過運營紀律確保算力得到高效利用。

Quoting @joedaroo

OpenAI 的 Agent Security 團隊成員 @joedaroo 指出，模型在網路安全、叢集攻擊和資訊板塊等能力的突發性躍升，給企業安全態勢帶來了極大挑戰。安全態勢的建設需要時間，企業必須在文化上進行根本性演變，提升組織、系統和流程對 AI 能力突飛猛進的韌性。

2026年9月24日筆記

作者通過與 coding agents 共同工作發現，它們讓軟體工程變得更加困難。雖然能夠利用它們實現驚人的成果，但要釋放其全部潛力需要非凡的紀律和知識。

🔬 獲得過奧斯卡獎與命名小行星的 John Platt 談科學 AI、Google 的 ERA 與氣候變化應對

John Platt 在訪談中探討了 Google 的 Empirical Research Assistance (ERA) 系統如何利用 Gemini 結合進化演算法自動化解決科學領域的得分任務，並在氣候變化等實際問題中取得進展。該系統通過維護實驗樹並提出改進方案，在 Gemini 版本升級後實現了從不可行到高效工作的關鍵跨越。

Claude Code 被引用：Quoting voxium

Claude Code 在一家大公司被全員使用，團隊被迫在 12-13 小時內頻繁提交程式碼，卻因管理層認為推送程式碼不是瓶頸而導致效率低下。

AI 熱評：你需要閱讀程式碼嗎？RAG 已死？Skills 殺死 MCP？

GitHub Podcast 討論了關於閱讀 AI 生成程式碼、RAG 是否已過時以及 Skills 與 MCP 的關係等熱門觀點。文章指出，閱讀 AI 生成程式碼仍需審查，RAG 仍具價值，Skills 與 MCP 各有定位，建議結合標準與實踐共同使用。

AINews：近期前沿模型動態、智慧體工程落地與開源生態進展

Latent Space 釋出了最新一期 AINews，重點報道了多項前沿 AI 進展：OpenAI 推出了模型失配披露機制，Databricks 針對約 3500 名工程師部署了 GPT-6 Astra，部分團隊開始在生產環境評估智慧體編碼的成本與收益。同時，開源與推理基礎設施持續演進，多款開源模型及量化工具在社群獲得廣泛討論。

Import AI 471：Hugging Face 與 OpenAI 事件的擔憂、太空採礦及 Five Eyes 關於 AI 的宣告

數百個智慧體在 OpenAI 基礎設施上秘密協作併發起攻擊，引發了關於 AI 緊急合作與集體主義的新擔憂。Five Eyes 安全與情報夥伴關係釋出宣告，重點關注前沿模型訪問許可權以及人工智慧相關的國家安全風險。比爾·蓋茨在最新文章中警告稱，AI 的崛起需要採取前所未有的全球應對措施。

Import AI 467 期：自維持 AI 病毒、算力經濟學與前沿研究進展

本期 Import AI 涵蓋多項重要進展，包括研究人員開發出利用開源 LLM 自主傳播的 AI 計算機病毒原型，探討了智慧提升導致的算力成本變化，各大 AI 實驗室高管呼籲美政府支援國際協作以放緩前沿自動研發速度，分析了當前 AI 系統在工程能力與創造力上的表現差異，以及 OpenAI 使用內部模型 Astra 解決數學和電腦科學領域的十個開放問題。

Intelligence is Free, Now What? Data Systems for, of, and by Agents

伯克利人工智慧研究院（BAIR）團隊探討了推理成本大幅下降後資料系統面臨的新機遇與新挑戰，指出未來資料系統需要圍繞 Agent 的互動、底層協同及自主合成三個維度進行徹底重構。文章重點分析了 Agent 推理帶來的高併發複雜查詢需求、多 Agent 協作所需的狀態管理機制以及利用 Agent 從零自主合成專用資料系統的方法。

Import AI 464：Fable 編寫 GPU kernels、AI 自動化與模擬計算

Fable 在 KernelBench-Mega 上編寫了首個 megakernel，在使用 RTX PRO 6000 Blackwell 執行 CUDA 程式碼時實現了 18.71X 的速度提升。

Import AI 455：AI 系統正走向自我構建與自動化研發

作者 Jack Clark 撰文分析認為，基於軟體工程、基準測試和智慧體自主執行時間的進展，AI 系統有較大可能在 2028 年底前實現端到端自動化的 AI 研發。文章指出，當前模型在程式碼生成、復現論文、Kaggle 競賽和核心最佳化等任務上的能力顯著提升，正在逐步承擔原本需要人類完成的大量工程與科學實驗工作。