SIWITHUS 017｜当 AI 开始替你掏钱包
你敢把 200 美元交给一个 AI，让它替你去买东西吗？
这周沃尔玛给了一个答案：上线 Agent Gateway（测试版），让 ChatGPT、Gemini、Meta Muse 这类助手直接在沃尔玛和山姆会员店搜索、下单。下个月账户里会多出「Agent Profiles」：你可以给 AI 设 50、100 或 200 美元的额度，逐单审批，它下的单单独记账，随时能收回权限，而且它看不到你的卡号。同一时间，亚马逊还在拦购物 agent。
另一边，旧金山的 Wajo 发布 Fo MCP，让 AI 能真的打电话、订餐厅、约上门维修。黑客松上有人做了个「账单斗士」：拍一张账单，AI 找出多收的钱，再打电话去谈。一次演练通话里，它让对方免掉了一笔滞纳金，还停掉了一项每月 15 美元的租用费。
Meta 也说，Muse 在美加已有 1,000 多万用户，超过四分之一通过它买过东西，平均每次 200 美元以上。
超级智能还没住进家里，它先摸到了你的钱包。
人会碰到什么？
第一件，是「我买的」和「它买的」开始分不清。以前每一笔都是你自己点的确认；以后可能是你一句「家里纸巾快没了」，它就下了单。买对了省心，买错了，退货、对账、跟客服解释，还得你来。
第二件，是平台开始分成两派。一派像沃尔玛，修一条专门给 AI 走的路，定好规矩；一派像亚马逊，先把门关上。你的 AI 能去哪儿买、能比几家价，取决于这两派谁赢。
第三件，是电话那头未必是人了。AI 替你打电话砍价、改约，对方的客服也可能是 AI。两边都不累，可谈崩了，谁来负责？
我的判断：AI 进入日常，先改的不是「它会不会做」，而是「你给它多大一把钥匙」。能力在变强，钥匙的大小、能不能随时收回，才是真正要你拿主意的地方。
更稳一点的做法三条：
一、先给小额度、单独账户，别把主卡直接交出去；
二、要求每单都能看到明细和理由，异常一单就暂停；
三、凡是退不了、改不了的事，比如订机票、签合同、转账，先留给自己按最后一下。
想问问大家：如果 AI 能替你买东西，你最先交给它的是哪一类？你给它设的额度是多少？
1995 年提出的 KLS 猜想，悬了 31 年，这个月被证明了：两位研究者指挥 AI 智能体试了 100 多条思路，才找到关键突破口。
我刚读完微软研究院 10 月 21 日的博客原文，容易漏掉的几点：
· 对照组很说明问题：作者另外让几个顶尖模型自己「一口气解题」，token 总量差不多，没成。成功靠的是人每轮看中间结果、砍掉没希望的方向，再把最好的一条交给下一轮
· 进展很快：7 月别人刚把界推进到「随维度缓慢增长」；10 月 1 日版降到迭代对数；10 月 4 日版把整套递归再重复一遍，误差总和被压在常数内，证明完成
· 分工写得很清楚：递归方法和误差有界的证明是人的原创；AI 负责探索候选方案、推导细节、整理稿件和内部查证
· 同一天另一组专家独立发了完整证明，称微软第一版论文是「关键一步」；还有第三份证明和 Lean 4 机器验证
对谁有用：做采样、优化、随机算法的人，很多以前要先假设 KLS 成立的结论现在可以直接用；想拿 AI 做科研的人，更值得抄的是「人来剪枝」的流程，而不是指望模型单跑。
microsoft.com/en-us/research…
用 OpenRouter 免费跑 MiniMax M3.1 Flash 的朋友：今晚要换配置了。
限免只到今天 20:00（北京时间，即 12:00 UTC），到点 :free 版本下线。
⏰ 到点会怎样
上线 72 小时的限免结束，还在用 :free 的请求会断。
👉 怎么不断档
把模型名改成 minimax/minimax-m3.1-flash（去掉 :free），按官方价计费。
💰 之后多少钱
每百万 token：输入 $0.15、输出 $0.60、缓存输入 $0.015。1M 上下文，支持工具调用。
🛠 适合谁
跑 Agent、改代码、处理长文档的人值得留着；只是偶尔问答的，没必要专门接 API。
我的看法：趁最后几个小时，拿自己的真实任务跑一遍，记下一次任务用掉多少输出 token，再决定付不付费，比看榜单准。
（信息来自 OpenRouter 和 MiniMax 官方页面，截至 10/22）
想买特斯拉、还在纠结要不要加 FSD 的朋友：
北美新车里，超过 75% 已经选装了 FSD（监督版）。欧洲开到 9 个国家，10 多万车主累计开了 1.6 亿公里；奥斯汀无人出租车累计跑了近 200 万英里，一个季度涨了 8 倍。
我的判断：买车的理由正在从“车本身”变成“车里的软件”。但它现在仍是监督版，人得一直盯着路，按这个预期去付钱。
Q3 Shareholder Update → ir.tesla.com
Highlights
– FSD Supervised attach rate grew to over 75% of new vehicle deliveries in NA
– Unveiled the next-gen Roadster
– Record deliveries in Canada, Australia, Japan & Taiwan
– Tesla Semi now in volume production. Top variant can go up to 500 miles at a full 82,000 lbs while achieving efficiency of 1.7 kWh/mile – about a third of the energy a comparable diesel truck burns for the same load
– Ended the quarter with the largest backlog for our passenger vehicles in 4 years!
FSD Supervised
– 4 new approvals since Q2 (Croatia, Slovenia, Czech Republic, Slovakia)
– FSD is now live in nine EU countries & used by over 100,000 customers logging more than 160 million kilometers since initial approval
Robotaxi
– Deployed Cybercab into our Austin fleet
– Hit nearly 2 million cumulative unsupervised miles, 8x growth in the quarter
– Austin service now runs 6 am to midnight, with wait times continuing to come down as we add cars & improve the orchestration algorithms
– Added Grok to Cybercab with Grok Bot & Connectors, letting you interface with your inbox, calendar, files, chats and tasks, all by voice.
Transport, office & living room in one
Robotics
– Started production of @Tesla_Optimus on our high-volume lines in Fremont.
These are the first production-quality bots we've built, proving that the current manufacturing process for Optimus is suitable for a commercial product
SI Compute
– On track for 400 MW of training compute by year end, feeding both vehicle & humanoid autonomy
– Austin Fab construction continues, equipment commissioning planned for 2027
Battery
– Battery supply is still the limiter on how fast we ramp vehicles globally, so we're expanding on every front: pack capacity in Berlin, cathode and lithium refining in Texas, LFP cells in Nevada
– Shipped the first Megapacks built entirely with our own LFP cells
– Increasing 4680 output to support ramp of Cybercab, Semi & Model Y
Energy
– Megafactory Texas is up & running, with Megapack 3 production started
– Highest-ever order rate & backlog for energy storage
Grid constraints & power availability are making Megapack the answer for SI infrastructure demand: it excels at supplying large data center loads, smooths out demand spikes, helps new projects meet grid connection rules & makes the grid itself more stable
All with less local fossil fuel generation
Supporting Infrastructure
– Added 2,100+ net new Supercharger stalls, up 14% year over year
daviswu retweeted
Sofia Liguori worked on AI for power grids at Google DeepMind. She quit over its military contracts and spoke to the BBC, though her contract bars criticizing Google.
"You feel you are being watched, you can't speak."
Her farewell note: "Stay Human."
bbc.com/news/articles/cmreyv…
合同、扫描件、证件复印件，想合并压缩又不敢传到在线 PDF 网站？
可以试试开源的 Stirling PDF：GitHub 约 9.4 万星，在自己电脑或服务器上跑，文件不用发到外部服务。
它能做的（来自官方 README）：
1. 50 多种 PDF 工具：合并、拆分、压缩、转换、签名、涂黑敏感信息
2. 扫描件 OCR 和清理
3. 几步操作可以在界面里串成流程，一次处理整个文件夹
4. 界面支持 40 多种语言
上手 3 步：
1. 装好 Docker
2. 终端运行官方命令：docker run -p 8080:8080 docker.stirlingpdf.com/stirl…
3. 浏览器打开 localhost:8080，拖入文件、选工具
不想碰命令行，也有桌面客户端，安装方式看官方文档。
我的判断：偶尔转个格式，在线工具够用；经常处理合同、病历、报销单这类敏感文件，本地跑一套更踏实。注意它是 open-core，SSO、审计这类企业功能属于付费方案，个人日常用免费部分基本够。
项目和文档链接放在评论区。
用 Claude Pro 或 Max 的美国用户：现在能排队试一个会主动来找你的 Claude 了。
Claude Duet 是个单独的 App，底层是 Opus 5.5，直接沿用你账号里的记忆、技能和已连接的应用，几乎不用重新设置。
它和聊天框最大的不同：不等你开口，先告诉你哪些事要处理；你走开它还接着干；真要替你动手之前会先问你。
我的判断：这类助手好不好用，不看多聪明，看它分不分得清「急」和「不急」。官方自己也承认它还会判断错，所以刚开始只给它低风险的事，付款和对外发消息先别放权。
国内暂时用不上，但方向很清楚：AI 助手正在从「你问它」变成「它找你」。
用免费版和 Go 版 ChatGPT 的人，聊天里会越来越常看到广告了。
OpenAI 刚把 ChatGPT 广告扩到 26 个新国家，总数 89 个；上线 8 个月，已有超过 10 万家广告主投过。
我的判断：广告只放免费和 Go 档，Pro 和企业版不放，说明它要靠免费用户的流量来养算力。官方说广告有标注、不影响回答，但「买什么、去哪吃」这类推荐问题最容易被带偏。
能做的：问购物、旅行这类问题时，先看清哪条标了「赞助」，再多问一句「还有没有别的选择」；每天重度用的人，可以算算付费档省下的干扰值不值。
这个比跑分重要。
英伟达在 GTC 柏林发了 OpenShell 参考架构：给 AI 智能体划好边界，一越界就叫停。
智能体能读文件、发邮件、改表格以后，最怕的不是它笨，是它自作主张多做一步。
已经让智能体碰公司系统的团队，先把它能动的文件夹、账号和付款额度列个清单，权限给到最小，再慢慢放开。
这只是线索，但够快。
几千个 GPT-Rosalind 智能体并行跑，32 分钟把几百万个小鼠脑细胞的基因表达数据和文献对上，给罕见神经退行病 Perry 综合征提了个新假设：胆固醇可能没送到神经元需要的地方。
意味着什么：AI 压缩的是「翻文献、想机制」这一步，以前靠人一篇篇读。真正难的验证还在后面，从小鼠到人、再到药，路很长。
做科研的朋友：别盯「AI 发现新药」这种标题，值得看的是实验室能不能把它当成每天筛假设的工具。
GPT-Rosalind surfaced a new lead for drug discovery: could restoring cholesterol transport protect neurons from degeneration?
DCTN1 is a gene linked to Perry syndrome, a rare neurodegenerative disorder. In mouse-brain data, disrupting it increased expression of genes involved in making cholesterol. GPT-Rosalind suggested a possible explanation: cholesterol may not be reaching where neurons need it.
That gives scientists a specific mechanism to test and, if confirmed, a direction for developing new treatments for neurodegenerative disorders.
With @perturbai_tx and @scrippsresearch, a team of thousands of GPT-Rosalind agents worked in parallel, connecting gene-expression results from millions of mouse brain cells with scientific literature in just 32 minutes. We’re now expanding this collaboration to identify new drug targets.
openai.com/index/scaling-ai-…
IBM 开源的 vLLM 插件，能在模型生成时「看」和「改」它的内部状态，跑 Llama 70B 只多 6% 延迟。
我刚读完 IBM Research 10 月 21 日的博客原文，容易漏掉的几点：
· 难点在 vLLM 的「图录制回放」（CUDA Graphs）：以前想看模型内部，得关掉这个加速、退回慢速模式；新版 vLLM-Hook MIA 在录图之前就把要抓的位置写进固定显存地址，回放时照常跑
· 技术报告的数字：比上一版 vLLM-Hook 最多快 20 倍，比往模型里插代码的做法最多快 14 倍；8B Llama、1.5B Qwen 有的场景只多 2% 延迟
· 用途很实在：拦下恶意提示、标出疑似编造的事实、回复发出前改语气和准确性，不用重训模型、不改权重
· 它也比英国政府做的 vLLM-Lens、fork 了 vLLM 的 EasySteer 快；IBM 和其他研究者还在 NeurIPS 2026 办了 2.5 万美元奖金的挑战赛，比谁能压住模型「不诚实」又不掉能力
对谁有用：用 vLLM 部署模型、上线前必须做安全检查的企业团队；做可解释性研究的人，工具终于能搬进生产环境试了。
research.ibm.com/blog/fast-i…
这次修得早。
PHP 撑着约 70% 的网站。过去两个月，OpenAI 的模型协助研究人员挖出了 PHP 里的严重安全漏洞。
意味着什么：AI 找漏洞已经快过很多维护者处理的速度。这个项目的做法是每条发现先过人工复核，再和维护者一起出补丁，不是把一堆报告甩过去。
自己建站、用 WordPress 的朋友：这几天留意 PHP 和主机商的更新通知，别拖着不升级。
OpenAI models helped researchers—operating as part of our Patch the Planet initiative—discover critical security flaws in PHP, an open-source programming language used to run an estimated 70% of websites.
Over the past two months, we led a coalition of maintainers, researchers, and security providers to prepare fixes and protections ahead of disclosure. This duration was necessary because the fix was quite intricate and required a major change to the PHP engine. Every site using PHP can now safely upgrade their version to stay secure, in addition to applying mitigations from various security vendors.
Due to the severity of these flaws and PHP’s widespread use, we consider this bug to be one of the most impactful vulnerabilities in recent memory. It also marks a new phase, where AI can find security bugs with internet-scale impact.
This is an example of the Defender’s Window in action: to our knowledge, frontier AI was able to find this vulnerability ahead of attackers, giving defenders time to prepare.
openai.com/index/coordinated…
Readers added context they thought people might want to know
Wiz Research wasn't the first one to discover the exploit. An independent researcher first discovered it: x.com/calif_io/statu…
这下不用选边了。
OpenAI 把 GPT-6 Astra 和 Codex 搬上 Google Cloud，未来几周开卖，企业可以直接拿已经签好的云消费额度来买。
加上之前的 Azure 和 AWS，三大云现在都能买到 GPT。对公司来说，用哪家模型不再绑死在哪朵云上，比价和切换都更容易；对 OpenAI，卖货的门路比微软独家那会儿宽了一大截。
OPENAI AND GOOGLE STRIKE MAJOR AI DISTRIBUTION DEAL
OpenAI will bring its frontier AI models, including GPT-6 Astra, and Codex to Google Cloud in the coming weeks.
Enterprise customers will be able to purchase them through Google Cloud Marketplace, using existing cloud spending commitments.
The agreement follows OpenAI's expansion to AWS after its exclusive Microsoft distribution arrangement ended.
这账还差一大截。
贝恩 9 月底的科技报告算过：要养活 AI 算力，到 2031 年每年得有约 6 万亿美元收入，现有 AI 应用最多撑 1.2–1.8 万亿。
剩下 4 万亿多得靠新生意补。所以接下来各家会更急着往聊天里塞广告、卖智能体。
SpaceX 第三季度 146 亿美元营收里，76 亿来自 AI 业务，已经超过火箭和星链。
我刚读完 SpaceX 10 月 20 日发布的 Q3 财报原文，容易漏掉的几点：
· AI 板块（财报里叫 SI）收入同比涨 830%，靠新签的云算力合同、收购 Cursor 和 Grok 企业客户；Cursor 8 月 14 日并入，到季末贡献了 6.08 亿美元
· 钱也砸得狠：本季资本开支 196 亿美元，其中 164 亿投在 AI 算力上，算力规模从一年前的 0.6 GW 涨到 1.7 GW
· 发射反而少了：本季 35 次，去年同期 44 次，航天板块经营亏损 700 万美元；不过星舰第一次拿了钱上天，一次送了 26 颗星链 V3
· 星链用户 1360 万，一个季度多了 160 万，但每户月均收入从去年同期的 83 美元降到 69 美元
对谁有用：看 AI 算力生意的人，这份财报说明「自建算力+自家模型」已经能出利润（AI 板块调整后 EBITDA 约 50 亿美元）；关注星链的人，要盯的是用户涨了、单价还会不会继续往下走。
ir.spacex.com/files/content_…
这回能放心用了。
模型和智能体都跑在你自己的 Mac 上，敏感文件不用传到云端。
Perplexity Computer 现在支持完全本地运行：能直接操作 Mac 自带应用和本地文件，任务在本机跑完。更新 Perplexity 的 Mac 版就能用。
我的看法：最适合手里有合同、报表、病历这类不方便外传文件的人。本地跑的速度和效果要看你电脑配置，老机器先拿小任务试，别一上来就丢大活。
这能车上用。
Gmail、日历、搜索经授权可上车：Android Auto 的 Gemini 已开推 Personal Intelligence；内置 Google 的车后面几个月跟上。
判断：开车时值钱的是少低头，不是更会闲聊。开之前先核权限范围，别默认全开。
Personal Intelligence is now rolling out for Gemini on Android Auto and in the coming months to cars with Google built-in, so you can get even better hands-free help on the road.
With your permission, Personal Intelligence securely connects information from the Google apps you already use — like Gmail, Google Calendar, and Search — so you can make complex requests, get personalized recommendations, retrieve details from past conversations and more.
Anthropic 给 Claude 出了免费「商业法律」插件，按教程大约 30 分钟能装完。
能照抄的做法（来自 Kyle Balmer 的英文教程）：
1. 桌面端：Cowork → Customize → Browse plugins → 装 Commercial Legal；或 Claude Code：/plugin marketplace add anthropics/claude-for-legal，再 /plugin install commercial-legal@claude-for-legal（选 user，然后重启）
2. 跑 /commercial-legal:cold-start-interview，丢进 5–10 份已签合同，让它写出你的规则文件
3. 新合同用 /commercial-legal:review 看绿黄红；每周跑 renewal-tracker 防自动续费漏掉
我的判断：适合先筛一遍再决定要不要找律师；股权、劳动、儿童/健康数据和大额合同别只靠它。以上是作者写的安装步骤，不是我亲自跑过。
