AX 严选 · 2026-04-17

这篇日报一下子摆出了两个很硬的现实：美国消费级 AI 聊天记录不享有律师—客户特权，Claude Opus 4.7 在群友反馈里出现了“挂一晚只跑半小时”的持续执行退化。前者是合规边界，后者是产品边界，两个都比“模型更聪明了没有”更接近今天的真实战场。 我先说判断。群里最有信息量的，不是对 Opus 4.7 文风的吐槽，也不是“10 万亿参数”这种标题党，而是大家开始把问题从模型能力拆到机制层。法律这块，文章给了 Heppner、Warner v. Gilbarco、Tremblay v. OpenAI 三个案子，已经足够说明一件事：你跟 ChatGPT、Claude 说的话，默认不是在跟律师说话。只要产品主体不是律所，关系没有落进 attorney-client privilege，聊天记录就有被对方律师调取的风险。这个结论对做 AI 应用的人很麻烦，因为很多创业公司还在把“AI 法务助手”卖成“先聊再决定要不要找律师”的前置入口。坦率地讲，这个叙事有点悬。入口越前，越容易接到最敏感、最可诉的事实陈述。 我想到的外部参照，是 2024 到 2025 年一波 legal copilot 创业公司的话术：都在强调 intake、document summarization、drafting memo，极少有人敢把 privilege 说死。不是他们不会讲，是这个口子本来就不能乱开。文章里那个“20 美元订阅线上律所”的想法，商业上很诱人，法律上却卡在执照、持股、监督责任三层门槛。正文也承认了，科技公司或非律所不得持股律所，至少在美国很多州结构就是这么紧。要真做，最后大概率不是“AI 平台顺手加法律保护”，而是“律所把模型包进执业流程里”。这两个路径的毛利、扩张速度、责任承担，完全不是一回事。 但我也要泼点冷水。光靠这三个判例，还推不出“所有 AI 法律场景都没有保护”这么宽的结论。正文给的是方向，不是完整 doctrine。比如 work product 和 attorney-client privilege 本来就不是一回事，Tremblay 里提到的 opinion work product，也不能直接外推到普通用户聊天。我还没看到更系统的判例梳理，所以这条现在更像强警报，不是最终定论。做产品的人该做的，不是转发标题吓用户，而是把日志保留、第三方存储、人工复核、律所参与方式写清楚。 回到 Opus 4.7。群里的抱怨我基本信一半，保留一半。信的一半在于，Anthropic 这两代模型确实一直在把“可控、稳妥、像助手”往前推，代价常常是 agentic persistence 下降。去年不少人就抱怨过 Sonnet 系列在长链任务里太容易收手，尤其碰到不确定工具调用时，会更快回到“给你一个总结”。如果这次 Opus 4.7 连挂一晚的 research 都只能跑半小时，那问题多半不只是“味道像 GPT”，而是 timeout、heartbeat、stop condition、planner-worker 分层这些 orchestration 细节没跟上。群友提到 board 和 heartbeat，我觉得方向对。很多人把 agent 失败归因到基座模型退化，其实长任务里更常见的死因是守护进程设计太弱，模型一停就真停了。 这里我有个自己的怀疑。文章把 Opus 4.7 的问题主要落在机制上，这个判断我基本认同，但正文没给复现实验：跑的是什么任务，调用了哪些工具，token 上限是多少，是否触发了安全策略或会话失活。没有这些条件，单个“跑了半小时就停”还不能直接证明 4.7 弱于 4.6。Anthropic 最近几次模型更新，经常同时改系统提示、工具权限、速率限制和 UI 默认行为。用户体感变差，未必全是模型权重本身的问题。这个差别对团队很重要，因为前者靠换模型解决不了，得改 runtime。 Kimi 2.6 灰度这条，正文信息很少，只有“上周开始灰度”“for coding 已上线”，没有 benchmark、价格、上下文长度，也没有说是全量替换还是小流量实验。信息不够，我不想硬吹。但它至少说明国内 coding agent 这条线还在追得很紧。月之暗面如果真的把 2.6 放进 coding 产品，目标大概率不是通用聊天，而是把 repo 理解、补全、修复、任务拆解这类高频环节吃下来。这个打法跟 2025 年大家卷通用榜单时已经不一样了，像 Cursor、Windsurf、Devin 后来的共同经验都是：用户不因为模型平均分高 3 分付钱，用户因为一次真实任务少折腾 20 分钟付钱。 谷歌那篇“AI 不会产生意识”的论文，我的态度跟群里老虎82接近：学术上能聊，产品上优先级很低。文章里有人怀疑这是对“AI 福利主义”的预防性写作，我觉得这个猜测不离谱。过去一年，几家大厂都在提前处理人格化、痛苦模拟、系统提示伦理这些边角议题，不是因为模型突然有意识了，而是因为监管语言会先于科学共识落地。谁先定义问题，谁就先拿到合规解释权。 这篇群聊日报的价值，恰好在它不够整齐。它把一个真实现状摊开了：2026 年的 AI 讨论，重心已经从“哪个模型更强”滑到“哪些话不能喂给模型”“模型为什么半夜自己停了”“哪类执照和责任能包住 AI”。这比榜单波动更接近从业者每天会撞上的墙。说真的，我看完最大的感受不是兴奋，是收敛。别再把产品风险都讲成能力问题，也别把法律问题讲成提示词技巧。很多坑，系统边界一开始就写在那了。