EP161 · 持久化 AI 同事、航运纠错闭环、模型主权 · 08-31 早报

OpenAI 产品负责人 Tara Seshan 将 AI 工作方式概括为从划船转向掌舵：智能体承担执行，人负责目标、品味与最终责任。她结合 Codex、Work 模式和临时网站等实践，说明产品经理应以清晰假设和快速实验替代冗长推演，也提醒我们把写作思考与汇报自动化分开。

Maersk 的实践把生产级智能体拆成流程记忆、受限运行时与反馈闭环：传统 SOP 被改造成包含前置条件、决策、校验和恢复路径的可执行知识。团队在九个月内积累超过 100,000 次修正，并用回放与共享轨迹持续验证效果；真正可复用的资产，是让纠错不断沉淀为工具和组织能力。

Factory CTO Eno Reyes 建议企业按任务审视所有模型：核查创作者偏好、任务适配与替换能力，而不是只按产地分类。他把模型主权落到结果数据、成功工作流和持续学习的归属，并主张以完整结果而非单价衡量成本。这为开源模型选型提供了更实用的坐标：质量、可控性与长期议价权要一起看。

Rachna Srivastava 提出一套可在法庭上辩护的隔离式 AI 架构，用可回放的数据管道、硬件级隐私控制、模型路由和不可篡改证据链支撑金融欺诈调查。

本文探讨了检索增强生成（RAG）系统中噪声文本的挑战，区分了用户拼写错误、快速打字转录噪声和 OCR 字符错误。虽然经典拼写检查可以有效处理孤立的拼写错误，但它无法解决词边界错误和上下文相关误拼的问题，这些问题最好由基于嵌入的方法来处理。

随着中国 Robotaxi 运营商公布 2026 年上半年财务数据，关键瓶颈已从算法能力转向车队层面的单位经济，Pony.ai 和 WeRide 等公司虽然收入显著，但由于高昂的车辆折旧和远程安全开销，仍面临巨大亏损。

澳大利亚公平工作委员会报告称，受部分自辩诉讼人使用生成式 AI 获取法律咨询的推动，案件数量激增 40%，这促使委员会出台了新的披露要求、对存在缺陷的诉讼处以诉讼费惩罚，并对 AI 辅助诉讼产生了截然不同的结果。

Flowise 的 CVE-2026-69258 暴露了 AI 工作流输入边界：未受保护的 JavaScript 展开运算符让未认证攻击者覆写聊天 ID、会话历史等执行上下文。它提醒开发者把请求对象显式白名单化，并沿参数所有传播路径统一实施校验。

亚马逊开源了 Kiro Crew，一个用于在会话和任务之间异步运行多个编码代理的系统，使开发者能够将工作委派给代理，例如事件调查和 PR 监控，而无需主动监督。

视频以科隆游戏展开发者大会为线索，说明游戏 AI 正从单点生成工具走向生产管线、交互玩法与世界模型训练，并分析游戏如何为具身智能和因果推理提供可控实验场。