EP165 · Astra 安全、PG 创业、曾鸣产业观 · 09-04 早报

GPT-6 Astra 达到 OpenAI 准备度框架的关键级网络安全门槛，正式部署同时引入覆盖工具调用的失配监控。安全概览披露，对齐与抗注入能力改善，思维链可监控性却有所下降。把这些结果放在一起，能更准确地判断高能力智能体需要怎样的授权、监控与审计设计。

Paul Graham 从自己用 AI 获取信息、减少搜索的经历谈起，解释技术变化如何打开创业机会。他也观察到，AI 能解决难题却会答错简单问题，工具普及后创业团队的交付速度仍有差异。访谈把能力变化、推理账单与创始人判断放在一起，帮助理解哪些创业约束发生了变化。

曾鸣以产业史区分基础设施成熟、应用爆发与原生应用三个阶段，认为模型公司的领先不自动等于应用市场的胜出。他进一步讨论任务协作、真实反馈和战略生成，提出观察组织变化的方法。这些判断为理解 AI 应用机会提供了可检验的框架，也把关注点落到具体场景与学习能力。

本文以「天才实习生」比喻拆解 AI Agent 运行时 Harness 的核心能力，通过对比 OpenAI Codex 与 DeepSeek Harness 的开源方向——前者开放接入宽度、后者开放系统深度——指出功能清单终将趋同，真正护城河在于「没人下令时的默认行为」与「沉默的工程经验」。

The Pragmatic Engineer 援引报道分析 Meta 曾拟将团队规模缩减 60% 的 AI 转型计划；大规模后续裁撤未实施，作者借已发生的裁员与转岗讨论领域知识、值班能力和人才留存的代价。

Meta 将专家知识与推理流程分开组织，再把专家反馈编译为经过回归测试的修订，无需重训模型；团队报告单次评估从数天缩短至数分钟，改进周期内未出现回归问题。

本技术指南探讨如何通过推测解码优化 LLM 推理速度，提供五项工程准则，帮助在吞吐量与交互性的帕累托前沿上选择最优草稿长度与机制。

阿里巴巴通义实验室联合淘天集团发布 E-Commerce Bench，通过确定性内核模拟真实电商经营环境，从七大维度评估大模型在长程任务中的商业决策与经营能力。

Google DeepMind 推出 WeatherNext 3，直接学习卫星与气象站观测，以最高 5 公里分辨率提供小时更新预报，并针对降水和可再生能源场景改进预测。

美团智播系统性地解决了数字人直播从形象高保真、动作自然、语音协调到高效推理的全链路技术难题，实现了从「能用」到「规模化商用」的跃升，并已在本地生活场景中落地验证商业价值。