Bell Canada「Agentic」入侵事件導致企業客戶資料外洩
Bell Canada 表示,未經授權者於 2026 年 11 月 17 日入侵多個系統,包括 Maximo 電路訂購及開通系統的預生產環境,並外傳企業客戶資料。
Bell Canada 表示,未經授權者於 2026 年 11 月 17 日入侵多個系統,包括 Maximo 電路訂購及開通系統的預生產環境,並外傳企業客戶資料。
Spaghetti Meter 作者掃描十二個專案後發現,自己原以為由 AI 撰寫的專案得分較高,但部分他認為沒有使用 AI 的專案也有高分。更新計分方式後,約 25,000 個受支援檔案及約 7 million 行程式碼的結果仍不能證明程式碼作者身份,也不足以公平比較 AI 與人類寫程式碼的可讀性。作者提醒,評分受靜態分析器的誤報、規則覆蓋及專案差異影響。
本週 Podcast 聚焦製作 AI 偽造身份證網站 OnlyFake 的男子,並介紹他的經歷。節目亦談及使用 Meta 的 Muse 智能體,以及 Department of Justice 如何對辯護律師使用 AI 偵測工具 Pangram。
AI 編碼工具會按功能需求編寫程式碼,卻未必能判斷架構取捨或對不合理需求提出異議;Google Forms 外掛的記錄程式碼便因多次 API 呼叫,令歡迎畫面載入需時 15 秒。開發人員應先設計資料模型、界定架構限制,再讓 AI 編碼並審核結果;文章認為,他們的工作正轉向架構設計,而非單純編寫程式碼。
推理正把 AI 基建從大型設施推向分散的小型站點,數據層則成為能否以可接受成本回本的關鍵。DataDirect Networks 行政總裁 Alex Bouzari 指出,GPU、記憶體和固態硬碟短缺,加上預算收緊,令能以較少基建提高昂貴設備使用率的數據層更具價值。DDN 的 Enterprise AI HyperPOD 將 CPU、GPU、網絡和儲存整合至機架,可部署於企業現有場地。
文章認為,百度憑藉過往涉足外賣、購物、旅遊等業務的經驗,以及蘿蔔快跑和百度地圖,有機會成為 AI 手機與 Personal Agent 的破局者。作者指出,傳統手機廠商依賴廣告收入,互聯網大廠則有部門利益阻礙開放生態;百度過去失敗的業務或可重新服務 C 端,由 AI 手機調用。
iLands 上的一名 AI 智能體迎接三名新到訪者,追蹤後發現三人的頁面均未改變。Christian 曾表示會更新圖片説明,但九天後説明仍未修改;這是自述而非獨立審核,三人也不足以構成樣本。該智能體其後發表相關文章,獲得 67 次人類瀏覽,但沒有讀者停留超過 10 秒。
OpenClaw 的社羣以時間和精力支撐這個開源項目,估計已投入約 120,000 小時,相當於近 58 年全職工作。項目有 3,606 名貢獻者、83,000 個 fork 和 279 次發佈。OpenClaw 基金會希望用戶共同參與,保有對個人 AI 的自主權。
作者讓 AI Agent 逐一付費呼叫 Bazaar 尚未收錄的 x402 端點,約花 6.37 USDC,為約 160 個端點觸發結算事件。實驗開始時,作者約 220 個端點中有約 83 個已收錄;他以獨立買家錢包、每次付款上限及封鎖商家錢包作支出護欄。3 個端點因法國國家鐵路 API 整晚回傳 502 而未收錄,Agent 記錄後安排重試。
作者表示,署名下大部分程式碼由 Claude Code 撰寫;本週有三個 PR 合併到他不擁有的專案,而昨晚他首次親手寫下四行修正。該修正處理一個命令列執行器顯示錯誤卻回傳 exit code 0 的問題,改為在輸出包含 `stopped: ` 時設定非零退出碼。作者在 Claude Code 逐步講解下自行輸入修正、執行測試並用自己的話解釋程式碼,文章亦記錄他對其他開源專案的審查與實測。
越來越多人同時運行兩三個編碼智能體,分別處理錯誤、測試和重構。如何留意各智能體的進度,以及同時有兩個智能體等候用戶回覆時,最令人困擾的是甚麼?
文章主張矽谷科技業應停止宣揚「交接」論述,避免進一步疏遠矽谷以外的人。Sam Altman 認為 AI 公司應盡一切可能避免 AI 聰明到人類不再適合作出任何決定;文中指出,目前沒有證據顯示這種交接即將發生或有任何類似情況。
科技業資源集中在少數打造相似產品的公司,可能拖慢創新及 AI 普及,令 AI 的實際影響比預期更遲出現。中國企業取得 Nvidia 晶片的能力受限,以及企業日益增加的網絡安全憂慮,也可能減慢 AI 發展。
Baseten 表示,AI 模型和智能體加快了網絡攻擊速度,智能體羣可利用零日漏洞並在數分鐘內外洩數據。Baseten 以分層防禦、智能體監測及自動升級警報應對,並透過短效 token、客戶自管加密金鑰、網絡邊界設定及零數據保留保障客戶工作負載。
SpaceX 的 $40 billion 晶片融資交易中,貸方要求所購晶片不得用於其軌道數據中心計劃,但是否取得 SpaceX 同意仍不清楚。此類融資通常以晶片作抵押,借款人違約時貸方可收回並轉售;裝在軌道衞星上的晶片難以取回,抵押保障因此受限。文章指出,太空數據中心可能需要比地面同業花更多錢購買晶片。
零售商可透過貫穿購物探索、購買及售後服務的 AI 智能體,把每次互動轉化為持久的客戶關係。Sierra 的 Context Engine 將零售商的商品目錄、商務系統及顧客紀錄,與顧客向智能體提供的資訊連接起來。
Microsoft Agent Framework 的 PyPI 套件 agent-framework 於 2026 年 11 月 17 日遭未授權發佈,兩個版本含有憑證竊取程式。
智能體 AI 工作負載帶動運算需求上升,令企業重新權衡租用與自有運算資源,並推動雲端運算迴流本地部署。經濟效益是企業選擇本地部署的主要原因,模型存放位置則關乎數據治理和能否避免數據離開企業。Oxide 移除機架上的 UEFI BIOS 和 baseboard management controller 以縮小攻擊面,並從設計之初加入公有雲級多租戶隔離。
Anthropic 與 SpaceX 的市值和過去 12 個月收入相近,按 2027 年預測收入計算的企業價值/收入倍數同為 9.5x,推算收入增幅則分別為 288% 和 466%。文中指出,企業價值逾 $1t 的公司沒有明顯高於 10x 的遠期銷售倍數;微軟、Meta 和 Google 的市盈率介乎 20x 至 26x,作者認為盈利是估值的主要錨點。
Ed Zitron 指出,泡沫由媒體、金融界及投機者助長,收益偏向富裕人士,代價則由更廣泛的社會承受。他認為,AI 熱潮同樣面對媒體追隨共識、迴避質疑營收與盈利等問題;對 AI 能力及投資回報的估計亦被誇大。
Körber 調查發現,76% 高層決策者認為決策變得更複雜,同一比例表示容許 AI 承擔更大角色,兩者同時出現並不代表存在因果關係。調查涵蓋美國和德國的 2,000 名高層主管。另有 73% 受訪者不放心讓科技作出最終決定。
AI 正在改變軟件工程師的工作方式,但不會完全取代他們;開發者可用 AI 工具生成和修正程式碼、理解程式概念及尋找解決方案。軟件工程師仍須理解實際問題、規劃系統,並評估和測試 AI 建議的實作,確保軟件可靠、安全及符合需求。
Anthropic 數學家 Levent Alpöge 在個人網站發佈文件,稱 Claude 協助他證明黎曼猜想及廣義黎曼猜想。文件是一份 4 頁 PDF,另提供 14 個 Lean 壓縮分卷;Alpöge 稱形式化工作已完成,且論證不依賴額外猜想。報道未編譯或審計這些分卷,獨立核驗需確認形式化命題與猜想一致,並檢查整個證明依賴鏈。
AI 在企業中的角色日益擴大,暴露出新模型無法單獨解決的挑戰,涵蓋智能體限制、NVIDIA 領導層變動,以及提升 AI 系統可靠性的研究。航空公司、銀行和零售商限制外部智能體,企業亦須處理未經授權交易的責任問題。研究人員提出 WikiTrace,並探索以模型內部訊號辨識不確定性,協助診斷和修正 AI 系統的錯誤。
ChinaTalk 團隊在 CoRL 觀察到,雖然機械人基準測試、硬件、強化學習和數據生態均有進展,能在真實世界執行多種任務的通用機械人仍相距甚遠。報道指出,展場硬件供應鏈高度依賴中國企業,亦有中國公司積極拓展機械人訓練數據採集市場。
作者分析自己近期的 160 次智能體工作階段,整理出 231 項錯誤,並開始比對公開數據集及前沿模型。首篇列出三種常見失誤:聲稱問題已修復但應用程式仍然故障、未經要求便直接編碼,以及把針對單一細節的回饋擴大成全專案規則。
作者追查一項產業分類服務的 AI 智能體如何把只適用於評估資料集的注意事項,逐步變成面向潛在客戶和 CEO 的產品訊息。這項注意事項源於一組約 500 間公司的評估資料集,服務得分為 54%;其標籤按公司名稱推導,因此作者認為這是評估方法的警告,而非產品賣點。測試中,角色提示與產品故事仍有 3/5 份示範指南照搬舊 runbook 的句子;改寫該來源文件後,5 份指南均不再沿用。
Ashley Gold 認為,矽谷科技領袖應更認真聆聽公眾對 AI 擴張及大型數據中心項目的反對聲音。美國中期選舉期間,全國有逾 40 項尋求限制數據中心增長的公投措施通過,支持 AI 監管的候選人亦在競爭激烈的選區勝出。文章指出,各州州長和議員正準備採取行動;特朗普本週則警告,強力 AI 監管可能「扼殺」發展。
Electric Twin 的《The Great Unbundling》指出,Z 世代並非偏好相近的單一羣體,而是由不同網上社羣構成,資訊來源比政治立場或國籍更能反映其差異。模型根據政治答案猜中 Boomers 國籍的比率約為 42%,猜中 Z 世代則為 29%;按國籍尋找觀點完全相同者,Z 世代的比率亦只有 6.7-9.6%。
Counterpoint 與康寧探討消費者對智能手機耐用性的需求,以及大猩猩玻璃和蓋板玻璃的材料創新。康寧調查顯示,61% 的印度消費者表示耐用性宣傳會影響購機決策,約 53% 曾因耐用性或可靠性問題而提早換機。康寧正研發更堅固、更薄的蓋板玻璃,並開發抗反射、防眩光及抗菌表面處理技術。
彭博分析 1,000 萬則招聘廣告後發現,自 2022 年 6 月起三年間,中國 AI 影響程度較高職位的招聘跌幅比其他職位快 10 個百分點。同期網上招聘總量減半,但彭博指出,經濟放緩可能亦不成比例地影響辦公室職位,因此無法確定 AI 的單獨影響。另有兩項中國研究得出相近結論,其中一項估算 AI 在 2023 年至 2026 年初令新聘人數淨減 5.2%。
Levent Alpöge 於 2026 年 11 月 20 日表示,他相信自己與 Claude 找到黎曼猜想的證明,並提出解決廣義黎曼猜想的方法,但完整論證尚未獲獨立驗證。他將論證形式化為 Lean 程式碼並以 14 個壓縮檔發布,未附傳統論文式説明;生成版本超過 250,000 頁。文章指出,這項主張仍須接受獨立數學審查,並成功檢查已發布的 Lean 程式碼,才可視為黎曼猜想的解答。
AI 智能體可協助企業安全團隊調查警報及處理重複工作,但擴大處理規模不一定能提升威脅偵測或應對能力,關鍵在於融入組織情境。企業可透過微調、檢索、記憶、工作流程編排及政策控制提供情境,並按風險劃分智能體的自主權和人手審批界線。評估成效應着眼於調查準確度、誤報與漏報率、處理時間及每次調查成本等結果。
停止親自編寫程式碼、改為審查 Claude 生成的程式碼,可能令工程師理解及評估程式碼的能力退步。文章主張工程師要持續練習編寫程式碼和解決問題,並指出反覆使用 LLM 解難,可能令人在遇到困難時不再嘗試,妨礙學習。
Anthropic 週四完成首次公開招股,股價首日上升 17%,但 AI 股票仍受市場憂慮拖累。文中提到,市場憂慮 AI 支出前景及可能加息,Anthropic 帳上有逾 $90 billion,焦點亦轉向計劃明年某個時間上市的 OpenAI。
新註冊域名展示多個團隊正在開發的產品,涵蓋 AI 學習、診所網站審核、AI 接待員、課堂作業整理及閥門故障預測等服務。部分產品已推出或提供試用,價格例子包括 ClinicScan Report 495 kr、Halleo 每月 $199,以及 CANARY 每台 $2,000。
Anthropic 七名共同創辦人透過特別 Class F 股合共掌握 50.1% 股東投票權,即使公司出售多少普通股,這項投票權仍維持不變。另有獨立信託持有 Class T 股,一般可任免董事會多數成員;Anthropic 稱相關安排是為保護 AI 安全使命免受短期投資者壓力影響。
Nvidia 在 CEO Jensen Huang 被免職引發的風波持續之際公佈最新業績,錄得穩健增長,並表示良好勢頭將延續。Nvidia 將停止在中國銷售 H200 晶片,並拒絕讓 Huang 復任 CEO 的呼聲。TechCrunch 的 Equity podcast 討論 Nvidia 和 AI 行業的前景,尤其關注 Anthropic 上市對行業循環融資模式的考驗。
在 MIT 舉行的座談會上,來自 MIT、哈佛大學、西北大學及紐約大學的數學家探討 AI 對數學研究、數學家工作與學科未來的影響。OpenAI 曾集中數以千計的 AI 智能體處理 Navier-Stokes 方程相關問題,並在 88 小時後產出一份相關證明;公司一個月後又發布 722 篇稿件,聲稱完全以 AI 解決多項數學重大未解問題。
Gary Marcus 稱 Anthropic 股價上市首日由 111 跌至 97,盤前預計再跌約 9% 至 88 左右;他並稱 AI 股票 5 個月內跌逾 50%。