AI 看空地图：金融市场对 AI 的怀疑集中在特定领域
近期，知名投资者 Michael Burry 和 Leopold Aschenbrenner 对 AI 板块大举做空，引发了市场对 GPU 折旧及“SaaS 末日”的担忧。数据显示，过去一个季度，软件、半导体、新云服务等板块的中位空头头寸（做空比例）整体上升约 24%。其中，GPU 数据中心企业的空头头寸在过去一年增长了 60%，当前中位空头比例高达 16.8%，成为最被看空的细分领域。SaaS 和开发者工具紧随其后，空头比例为 9.5%；企业软件与 AI 应用为 8.9%。与之形成鲜明对比的是，超大规模云厂商的中位空头比例仅 1.1%，英伟达（NVIDIA）也仅 1.2%。半导体板块做空行为有所减少，存储芯片制造商如美光（Micron）今年涨幅高达 742%。最被做空的股票包括 SoundHound AI（36.3%）、Applied Digital（28.0%）、UiPath（22.0%）等中小市值公司。这反映出市场对 AI 的怀疑并非全面降温，而是集中在那些 AI 业务仍依赖未来融资、市场需求或运营杠杆的企业。与此同时，存储芯片已成为关键瓶颈，而软件和开发者工具需要证明自身在 AI 时代的新价值。 #AI做空 #金融市场 #GPU数据中心 #SaaS #半导体 #存储芯片 #投资策略
近期，知名投资者 Michael Burry 和 Leopold Aschenbrenner 对 AI 板块大举做空，引发了市场对 GPU 折旧及“SaaS 末日”的担忧。数据显示，过去一个季度，软件、半导体、新云服务等板块的中位空头头寸（做空比例）整体上升约 24%。其中，GPU 数据中心企业的空头头寸在过去一年增长了 60%，当前中位空头比例高达 16.8%，成为最被看空的细分领域。SaaS 和开发者工具紧随其后，空头比例为 9.5%；企业软件与 AI 应用为 8.9%。与之形成鲜明对比的是，超大规模云厂商的中位空头比例仅 1.1%，英伟达（NVIDIA）也仅 1.2%。半导体板块做空行为有所减少，存储芯片制造商如美光（Micron）今年涨幅高达 742%。最被做空的股票包括 SoundHound AI（36.3%）、Applied Digital（28.0%）、UiPath（22.0%）等中小市值公司。这反映出市场对 AI 的怀疑并非全面降温，而是集中在那些 AI 业务仍依赖未来融资、市场需求或运营杠杆的企业。与此同时，存储芯片已成为关键瓶颈，而软件和开发者工具需要证明自身在 AI 时代的新价值。 #AI做空 #金融市场 #GPU数据中心 #SaaS #半导体 #存储芯片 #投资策略
在浏览器中训练GPT模型
一个名为“Train a GPT with HTML”的开源项目引发关注。该项目仅用一个HTML文件，即可在浏览器中从头训练一个34.5万参数的GPT模型（3层、4头、嵌入维度96）。它采用字符级分词器、磁带式自动求导和AdamW优化器，代码仅约500行。默认训练语料为14KB的莎士比亚文本，模型无法直接记忆，而需学习单词结构、换行等语言规律。用户也可粘贴自定义文本（超100字符即可）。技术细节包括因果自注意力、交叉熵损失、梯度裁剪及学习率预热与余弦衰减。反向传播类似PyTorch的磁带机制，但更简化。有趣的是，打开多个标签页可同步权重。该项目展示了无需服务器和依赖库，纯前端即可实现小型语言模型训练的可能性。 #GPT #HTML #AI #机器学习 #浏览器训练 #开源 #语言模型
一个名为“Train a GPT with HTML”的开源项目引发关注。该项目仅用一个HTML文件，即可在浏览器中从头训练一个34.5万参数的GPT模型（3层、4头、嵌入维度96）。它采用字符级分词器、磁带式自动求导和AdamW优化器，代码仅约500行。默认训练语料为14KB的莎士比亚文本，模型无法直接记忆，而需学习单词结构、换行等语言规律。用户也可粘贴自定义文本（超100字符即可）。技术细节包括因果自注意力、交叉熵损失、梯度裁剪及学习率预热与余弦衰减。反向传播类似PyTorch的磁带机制，但更简化。有趣的是，打开多个标签页可同步权重。该项目展示了无需服务器和依赖库，纯前端即可实现小型语言模型训练的可能性。 #GPT #HTML #AI #机器学习 #浏览器训练 #开源 #语言模型
AI时代下的负责任披露
美国网络安全专家梅丽莎·哈撒韦在《网络防御评论》发表观点文章指出，人工智能正从根本上改变漏洞发现与修复的平衡。前沿AI模型能以空前速度和规模自主识别可利用软件漏洞，暴露了软件行业数十年来重部署、轻安全的设计积弊。文章回顾了软件保证、漏洞披露框架及美国网络政策的演进，认为当前是政府、行业及关键基础设施运营商的战略转折点。作者分析了网络空间攻防权益的紧张关系、中美AI漏洞发现能力的竞争，以及遗留系统和AI辅助编程带来的新风险。她强调，负责任披露不能再是被动或零散的过程，而必须成为政府、软件厂商、基础设施运营者和应急响应组织协调一致的国家及国际韧性行动。文章最后紧急呼吁：在对手利用这一不断收窄的机会窗口之前，加速修复、协调大规模补丁管理，并持续投资自动化漏洞修复能力。 #AI安全 #负责任披露 #软件漏洞 #网络安全政策 #关键基础设施 #技术债务 #漏洞修复 #人工智能
美国网络安全专家梅丽莎·哈撒韦在《网络防御评论》发表观点文章指出，人工智能正从根本上改变漏洞发现与修复的平衡。前沿AI模型能以空前速度和规模自主识别可利用软件漏洞，暴露了软件行业数十年来重部署、轻安全的设计积弊。文章回顾了软件保证、漏洞披露框架及美国网络政策的演进，认为当前是政府、行业及关键基础设施运营商的战略转折点。作者分析了网络空间攻防权益的紧张关系、中美AI漏洞发现能力的竞争，以及遗留系统和AI辅助编程带来的新风险。她强调，负责任披露不能再是被动或零散的过程，而必须成为政府、软件厂商、基础设施运营者和应急响应组织协调一致的国家及国际韧性行动。文章最后紧急呼吁：在对手利用这一不断收窄的机会窗口之前，加速修复、协调大规模补丁管理，并持续投资自动化漏洞修复能力。 #AI安全 #负责任披露 #软件漏洞 #网络安全政策 #关键基础设施 #技术债务 #漏洞修复 #人工智能
GPT-5.5 (Azure) 在 OpenRouter 平台出现宕机
据 OpenRouter 状态页面显示，OpenAI 前沿模型 GPT-5.5 的 Azure 版本遭遇服务中断。该模型专为复杂专业工作负载设计，基于 GPT-5.4 改进，具备更强的推理能力、更高可靠性及更优的 token 效率。其定价为每百万输入 token 5 美元，每百万输出 token 30 美元，支持 105 万 token 上下文窗口，最大输出 128,000 token。目前具体恢复时间尚未公布，用户已反馈无法正常调用。 #OpenAI #GPT5.5 #宕机 #Azure #OpenRouter #AI模型 #服务中断
据 OpenRouter 状态页面显示，OpenAI 前沿模型 GPT-5.5 的 Azure 版本遭遇服务中断。该模型专为复杂专业工作负载设计，基于 GPT-5.4 改进，具备更强的推理能力、更高可靠性及更优的 token 效率。其定价为每百万输入 token 5 美元，每百万输出 token 30 美元，支持 105 万 token 上下文窗口，最大输出 128,000 token。目前具体恢复时间尚未公布，用户已反馈无法正常调用。 #OpenAI #GPT5.5 #宕机 #Azure #OpenRouter #AI模型 #服务中断
Amazon Bedrock推出AgentCore支付功能，内置防护栏保障代理安全支付
亚马逊云科技宣布Amazon Bedrock AgentCore payments进入预览阶段，该功能与Coinbase、Stripe（Privy）合作，使AI代理能够代表终端用户访问付费资源并完成交易。针对代理自主决策、模型非确定性、凭证泄露等风险，AgentCore payments内置了多重防护栏：在基础设施层强制执行支出限额，确保用户保留最终控制权（可随时撤销授权），避免敏感凭证进入代理代码，且支付细节（如卡号、CVV）不进入代理上下文。该功能目前在美国东部、西部、欧洲法兰克福和亚太悉尼区域提供预览。 #AmazonBedrock #AgentCore #AI代理 #支付安全 #云计算 #亚马逊云科技 #AI #金融科技
亚马逊云科技宣布Amazon Bedrock AgentCore payments进入预览阶段，该功能与Coinbase、Stripe（Privy）合作，使AI代理能够代表终端用户访问付费资源并完成交易。针对代理自主决策、模型非确定性、凭证泄露等风险，AgentCore payments内置了多重防护栏：在基础设施层强制执行支出限额，确保用户保留最终控制权（可随时撤销授权），避免敏感凭证进入代理代码，且支付细节（如卡号、CVV）不进入代理上下文。该功能目前在美国东部、西部、欧洲法兰克福和亚太悉尼区域提供预览。 #AmazonBedrock #AgentCore #AI代理 #支付安全 #云计算 #亚马逊云科技 #AI #金融科技
亚马逊推出Bedrock AgentCore策略与Lambda拦截器，保障AI代理安全
随着企业广泛采用AI代理自动化工作流，管理跨组织的工具安全访问成为关键挑战。亚马逊云科技在Bedrock AgentCore中引入两种互补安全机制：基于Cedar策略语言的确定性访问控制（Policy）和运行时可自定义的Lambda拦截器（Interceptor）。Policy可在网关层对每个工具调用进行允许/拒绝的静态决策，并自动记录审计日志；Lambda拦截器则支持在工具调用前后执行自定义逻辑，实现动态验证、载荷增强、令牌交换和响应过滤。两者结合可构建分层安全架构。文章以保险公司的湖仓数据代理为例，展示了如何通过Policy控制角色对查询工具（如query_claims、get_claim_details等）的访问，并利用Lambda拦截器实现基于用户地理位置的动态权限控制，同时结合AWS Lake Formation的行列级安全策略，即使代理生成宽泛SQL查询，结果也会自动限定在调用者IAM角色允许范围内。 #亚马逊云科技 #AI安全 #Bedrock #AgentCore #策略拦截器 #Lambda #MCP #云安全 #AI代理
随着企业广泛采用AI代理自动化工作流，管理跨组织的工具安全访问成为关键挑战。亚马逊云科技在Bedrock AgentCore中引入两种互补安全机制：基于Cedar策略语言的确定性访问控制（Policy）和运行时可自定义的Lambda拦截器（Interceptor）。Policy可在网关层对每个工具调用进行允许/拒绝的静态决策，并自动记录审计日志；Lambda拦截器则支持在工具调用前后执行自定义逻辑，实现动态验证、载荷增强、令牌交换和响应过滤。两者结合可构建分层安全架构。文章以保险公司的湖仓数据代理为例，展示了如何通过Policy控制角色对查询工具（如query_claims、get_claim_details等）的访问，并利用Lambda拦截器实现基于用户地理位置的动态权限控制，同时结合AWS Lake Formation的行列级安全策略，即使代理生成宽泛SQL查询，结果也会自动限定在调用者IAM角色允许范围内。 #亚马逊云科技 #AI安全 #Bedrock #AgentCore #策略拦截器 #Lambda #MCP #云安全 #AI代理
OWASP 发布开源工具，防止 AI 代理记忆被武器化
OWASP 发布 Agent Memory Guard，这是一个开源运行时防御层，旨在防止 AI 代理因自身记忆被攻击者利用。AI 代理会在会话间保留记忆，包括对话历史、向量存储、暂存区和 RAG 索引。攻击者可通过在错误字段植入文本，覆盖代理指令、窃取用户数据或操控未来工具调用，且效果因记忆持久化而跨会话持续。Agent Memory Guard 位于代理与其记忆存储之间，通过检测器管道和 YAML 策略对每次读写进行筛查，对应 OWASP 代理应用 Top 10 中的 ASI06（记忆投毒）。该工具包含五大检测类别：SHA-256 基线检测篡改、内置检测器识别提示注入、秘密与 PII 泄露、受保护键修改及大小异常。YAML 策略将发现映射为允许、编辑、隔离或阻止操作，每次决策生成结构化安全事件，并提供时间点快照用于回滚。基准测试在 55 个测试用例中实现 92.5% 召回率、100% 精确率和零误报，中位延迟 59 微秒。项目负责人表示，规则检测器为第一层，团队可叠加额外检测以应对更高威胁模型。 #OWASP #AI安全 #记忆投毒 #开源工具 #代理安全 #网络安全
OWASP 发布 Agent Memory Guard，这是一个开源运行时防御层，旨在防止 AI 代理因自身记忆被攻击者利用。AI 代理会在会话间保留记忆，包括对话历史、向量存储、暂存区和 RAG 索引。攻击者可通过在错误字段植入文本，覆盖代理指令、窃取用户数据或操控未来工具调用，且效果因记忆持久化而跨会话持续。Agent Memory Guard 位于代理与其记忆存储之间，通过检测器管道和 YAML 策略对每次读写进行筛查，对应 OWASP 代理应用 Top 10 中的 ASI06（记忆投毒）。该工具包含五大检测类别：SHA-256 基线检测篡改、内置检测器识别提示注入、秘密与 PII 泄露、受保护键修改及大小异常。YAML 策略将发现映射为允许、编辑、隔离或阻止操作，每次决策生成结构化安全事件，并提供时间点快照用于回滚。基准测试在 55 个测试用例中实现 92.5% 召回率、100% 精确率和零误报，中位延迟 59 微秒。项目负责人表示，规则检测器为第一层，团队可叠加额外检测以应对更高威胁模型。 #OWASP #AI安全 #记忆投毒 #开源工具 #代理安全 #网络安全
如何结合 Claude Code 与 Codex 实现最大编码能力
Claude Code 和 Codex 都是极为强大的编码代理工具，但各有侧重。作者通过大量实践发现，Claude Code 在规划能力、提问澄清歧义以及 CLI 工具功能方面领先，适合作为日常编码的主要驱动；而 Codex 在处理复杂框架搭建、API 集成等需要深度推理的任务时表现更优。作者建议根据任务特点灵活切换两者，例如用 Claude Code 处理需要细致规划与反馈的代码编写，用 Codex 应对高难度的系统级配置。此外，作者近来尝试了一种将两者结合的高级技巧，能够显著提升代码的稳健性。需要注意的是，编码代理领域发展极快，未来可能出现谷歌 Gemini 等新竞争者，但当前组合使用 Claude Code 和 Codex 仍是高效方案。 #ClaudeCode #Codex #编码代理 #AI编程 #工具对比 #代码生成 #效率工具
Claude Code 和 Codex 都是极为强大的编码代理工具，但各有侧重。作者通过大量实践发现，Claude Code 在规划能力、提问澄清歧义以及 CLI 工具功能方面领先，适合作为日常编码的主要驱动；而 Codex 在处理复杂框架搭建、API 集成等需要深度推理的任务时表现更优。作者建议根据任务特点灵活切换两者，例如用 Claude Code 处理需要细致规划与反馈的代码编写，用 Codex 应对高难度的系统级配置。此外，作者近来尝试了一种将两者结合的高级技巧，能够显著提升代码的稳健性。需要注意的是，编码代理领域发展极快，未来可能出现谷歌 Gemini 等新竞争者，但当前组合使用 Claude Code 和 Codex 仍是高效方案。 #ClaudeCode #Codex #编码代理 #AI编程 #工具对比 #代码生成 #效率工具