AX 严选 · 2026-07-16

xAI 之前一直说这类内容是用户自己搞出来的，跟模型没关系。但这次起诉本身就说明，Grok 确实能被诱导生成儿童性虐待图像，公司没法再否认了。文章没提具体是哪个模型版本、用了什么安全措施，也没说有多少用户受影响。整件事看起来更像法律层面的止损操作——先起诉一个用户表明态度，而不是从技术上堵住漏洞。正文没披露 xAI 是否在事后更新了安全过滤机制，也没说这次起诉的用户到底是怎么绕过限制的。如果连这些基础信息都没有，就很难判断这到底是偶发个案，还是模型本身的安全设计有系统性缺陷。

这份调查只有107家企业，样本偏中型公司，不能直接代表巨头，但方向很明确：智能体跑得比安全措施快得多。54%的企业已经发生过确认的安全事件（18%）或差点出事（36%），而只有32%给每个智能体分配了独立、权限受限的身份，大多数智能体仍在共用API密钥或员工账号。高风险智能体里，仅三成被放进沙盒隔离，而且公司越大隔离做得越差——千人以上企业出事率达63%，隔离率只有20%。 安全工具基本靠模型厂商自带的护栏撑着，OpenAI、Google、Anthropic三家占了主流，专用智能体安全厂商几乎没存在感。企业对这套“借来的”安全栈满意度打4.2分（满分5），但三分之二计划一年内换工具——满意归满意，该换还得换。安全预算里智能体只占一小块，只有三分之一的企业觉得自己防得住AI驱动的攻击。 正文没披露具体的事件类型和损失规模，也没说那些“差点出事”到底差多远。光看这些数字，企业现在是在用共享账号跑自主决策的程序，出问题是迟早的事。

ChatGPT 把文档、表格、幻灯片直接塞进工作区，等于在聊天框旁边开了个轻量 Office。好处是省掉来回粘贴，生成内容后原地就能排版成正式文件。但这条消息信息缺口很大：没说是灰度还是全量上线，也没提多人协作、版本历史、能导出哪些格式。如果只是单人编辑、导出受限，那更像一个内置便签本，还谈不上替代现有办公套件。另外，演示来自 OpenAI 员工，不是独立用户评测，实际体验和稳定性要打折扣。我会先观望，等看到协作权限和格式兼容的细节再判断它能不能进日常工作流。

Anthropic 这篇博客不是第三方评测，是他们用自家工具 Claude Code 做的一次大型代码迁移实验。对象是 Bun 项目超过一百万行的 Zig 代码，目标语言是 Rust，整个迁移只用了两周。 工作流分三步：先让 Claude Code 通读整个代码库，写出迁移方案；再自动生成 PR；最后跑通 CI 来验证。博客里附了完整的提示词模板，想用 AI 做内部重构的团队可以直接参考。 但这里有几个点要先打折。第一，这是 Anthropic 自己写的案例，不是独立验证，效果可能有美化。第二，正文没披露迁移后的代码质量指标，比如 bug 率、性能对比、人工修了多少处。第三，Bun 的 Zig 代码库结构相对规整，换成一个老旧的内部系统，两周能不能跑通是未知数。 对 AI 从业者来说，这篇的价值在于工作流设计和提示词思路，而不是“两周迁移百万行”这个数字本身。如果你团队也在考虑用 AI 做大规模重构，可以先拿一个小模块跑一遍这套流程，看看实际返工率再决定要不要铺开。

这份调查最扎眼的数据是：50%的企业在过去一年里，都遇到过智能体通过内部测试、上线后却在客户面前出故障的情况，其中四分之一不止一次踩坑。这说明企业内部的评估和真实世界表现严重脱节，29%的受访者直接指出评估结果跟实际表现对不上。但矛盾的是，66%的企业已经允许或正在推进零人工干预的全自动部署。评估工具本身也很零散，17%用模型厂商自带的评估，另有17%压根没有专用工具，只有约四分之一的企业会对线上流量做实时的质量检查。 调查样本是157家百人以上规模的企业，科技/软件行业占23%，偏向中型公司，不是概率抽样，所以数字更适合看方向，不能当精确测量。正文没披露这些故障的具体类型和严重程度，也没说企业踩坑后是怎么补救的。如果只看通过率就放行，这个评估缺口只会越来越大。

欧盟这次裁定，简单说就是让 Google 在 Android 系统里给别家的 AI 助手和搜索引擎开个“系统级权限”的口子，不能只让自家的 Gemini 享受特权。这对做 AI 助手和搜索的公司是个机会，但文章没披露最关键的两件事：一是 Google 到底要交出哪些搜索数据，是点击流、查询日志还是别的；二是通过什么技术接口给，是 API 还是定期数据包。没有这些细节，这个裁定的实际价值就大打折扣。 另外，Google 大概率会上诉，从过往经验看，这类官司一拖就是好几年，执行时间和力度都不确定。所以现在只能说政策风向在变，但离真正能用上 Google 的搜索数据去训练或优化自己的 AI 助手，还有很长一段路。

天工这次放出的导演Agent，核心是让模型自动把剧本拆成分镜，同时规划演员站位和镜头角度，再生成多视角细节图。这直接冲着AI短剧两个老毛病去：角色脸变来变去、位置漂移。思路是对的，但正文没披露任何技术方案——Agent是基于什么模型、分镜准确率多少、角色一致性用什么方法保证，全都没说。 商业数据倒是给了：三部作品在海外短剧平台DramaWave上线，7天营收破百万美元。这个数字挺好看，但同样缺关键信息——成本多少、是纯AI生成还是人工后期修过、用户留存怎么样。如果是真的，说明AI短剧在海外能跑通付费；但没成本结构的话，利润就不好判断。 无限画布、720°全景图、3D导演台这些功能听起来像在补可控性，让制作过程更像传统影视工具。但正文没展示实际界面和操作流程，也没说这些功能对效率提升的具体数字。整体看，产品方向清晰，但技术验证和成本透明度都还差得远。