今天 AI 圈在拼落地，不是拼参数

Meta 发了个 300 亿参数的本地模型，说能在 Mac 上跑智能体

这条我会先打个折——Meta 发了 Muse Glimmer，一个 300 亿参数的多模态模型，用 Apache 2.0 协议开源，专门为在本地硬件上跑智能体工作流设计。Meta 的说法是，它能在 Mac 或配好显卡的 PC 上直接运行，不用联网，在关键智能体测试上比同尺寸模型强。

但有意思的地方不在参数，在定位。Muse Glimmer 不是又一个聊天模型，它从设计上就瞄准了“常驻运行的智能体”——那种一直在后台等着帮你调工具、读屏幕、操作软件的东西。128k+ token 的上下文窗口也印证了这一点，智能体干活需要记住的东西比聊天多得多。

SGLang 推理框架在发布当天就给了 Day-0 支持，做了针对性优化。在单张 RTX 5090 上，用 NVFP4 量化加 DFlash 投机解码，总吞吐量冲到每秒 1452 个 token，单用户解码速度每秒 236 个 token。这个速度在本地跑智能体任务够用了。

但 Meta 没放任何跑分，也没说跟谁比，只说“比同尺寸强”。没对比对象和具体数字，实际能力得等社区实测。另外还缺内存占用、推理延迟这些本地部署最关键的指标。模型用 Apache 2.0 协议，商用友好，这点对做本地 agent 产品的团队是加分项。

扎克伯格在同一天发了篇长文，喊“超级智能应该人人可用”，内部会议上直接点名 OpenAI 和 Google，赌开源模型长期会赢。他确认下一代 Llama 继续完全开源，但发布时间和参数都没给。全文是价值观表态，没技术路线图，没成本估算。愿景没问题，但先别太激动。

a16z 的数据说电脑操作能力超过人类了，但别急着喊 AGI

a16z 追踪了 OSWorld-Verified 基准测试的成绩，这个测试专门评估 AI 能不能像人一样操作电脑——打开软件、填表单、拖文件那种。一年前最好的模型只能完成约 30% 的任务，现在 Claude Fable 5 做到了 85%，超过了人类 72% 的基线。

这个数字确实值得看，但 a16z 自己的判断更关键：模型本身不再是主要瓶颈。竞争焦点正从“智能体能不能操作电脑”转向“它能不能在真实公司里可靠地干活”。这包括权限管理、流程知识、错误处理、缓存策略这些工程问题，不是模型能力问题。

85% 是在标准流程里拿到的。任务一跑偏、环境一变化，就容易崩。这跟自动驾驶有点像——高速上跑得挺好，进小区就懵了。

OpenAI 把安全模型拆成蓝队和红队，红队版对高危请求几乎不拒绝

OpenAI 发布了 GPT-5.6-Cyber，一个专门给网络安全研究用的模型。它把 Daybreak 项目拆成两档：Blue 档给防守方用 GPT-5.6 Sol 做漏洞发现和应急响应；Red 档解锁 GPT-5.6-Cyber，这个模型专门训练来减少对高危、双用途提示的拒绝回答，提升漏洞利用链的开发能力。

内部测试里，GPT-5.6-Cyber 在高级网络安全场景下的请求完成率从 GPT-5.6 Sol 的 1.5% 拉到了 95%。这个数字挺吓人的——意味着红队版几乎不拒绝任何高危请求。但报告有时会变短，可能是模型在效率和完整性之间做了权衡。

OpenAI 把这个模型定位给“授权的漏洞研究、漏洞验证和安全测试”，强调应对网络防御窗口不断收窄的挑战。直接看，攻击者已经在用 AI 了，防守方不能还卡在安全审查的拒绝机制上。

英伟达拉上六家金融机构，要撬 5000 亿美元建 AI 工厂

英伟达和 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR 签了备忘录，打算撬动最多 5000 亿美元（约 3.38 万亿人民币）的第三方资金，专门给 AI 基础设施项目放贷。

黄仁勋把这叫“AI 工厂”模式：算力本身就能直接产生收入，而英伟达的 GPU 因为可以在不同客户间流转、还能通过 CUDA 软件持续提升性能，被包装成了一种适合投资的资产。在这个平台里，英伟达主要做供需撮合，但在部分项目里也会自己投钱。

这个逻辑跟 Google 给 Anthropic 备 400 亿有点像——不是直接给钱，是用算力合同绑定。英伟达这步棋更狠，它不自己出大头，而是把 GPU 包装成资产类别，让金融机构来买单。如果跑通了，AI 基础设施的融资门槛会大幅降低，但风险也会更分散——或者说，更隐蔽。

一家药店叫停了 AI 电话助手，因为报错剂量、漏掉处方提醒

连锁药店 Kinney Drugs 上线三个月的 AI 电话助手 Burt 被紧急撤回。顾客投诉电话内容混乱、报错剂量、漏掉处方提醒。总裁 John Marraffa 承认，合规不等于体验好，他们搞砸了。

现在患者来电恢复传统的按键式系统，Burt 只保留在用户主动订阅的续方短信通知里。报道没提底层用的是哪家模型或语音供应商。

这条跟 a16z 的数据放在一起看很有意思——模型在基准测试上拿了 85%，但真实场景里一个药店电话助手就能翻车。差距不在模型能力，在工程落地。报错剂量不是模型不够聪明，是它没接上药房的处方系统、没做足够的边界检查和人工兜底。

一个会议记录平台 18 万条录音裸奔了半年，还能实时闯入别人通话

安全研究员 BobDaHacker 发现，AI 会议记录平台 tl;dv 的 Firestore 数据库没有做租户隔离——任何已登录用户都能查到全平台所有会议记录。他扫到了 181,874 条记录，涉及 84,312 个用户、35,003 个域名，包括 23 国政府及多所高校的会议。

更严重的是，大约有 1,000 场会议状态是“正在录制”，会议 ID 直接暴露，可以实时加入别人的通话。他演示了一把：直接进了马来西亚教育部及美国某大学创业团队的实时通话。

这个漏洞自 2026 年 1 月报告后 6 个月仍未修复。另外还有超过 1,000 段会议内容被设为公开状态。

这事跟 AI 能力没关系，是 AI 产品的基础设施安全没跟上。会议记录工具的核心卖点是“AI 帮你总结会议”，但如果你连租户隔离都没做，用户凭什么信任你把会议内容交给 AI 处理？

今日小信号

• Docker 推出 Sandboxes，给 Claude Code、Gemini CLI 这类 AI 编程助手用的本地隔离环境。每个助手放进独立微型虚拟机，只挂载项目文件夹，一条命令就能销毁。目前支持 macOS 和 Windows，但没提正式上线时间和具体收费。

• Redis 作者 antirez 开源了 h3.c，一个纯 C 写的 MiniMax H3 推理引擎，代码量很小，几乎不依赖外部库，专门给 Mac 用。README 提到原生支持一次生成 256 个 token 的预览，但没给任何跑分数据，速度得自己编译跑一下才知道。

• Cactus 开源 Needle 2，一个只有 4500 万参数的微型模型，压缩后仅 14MB，跑一次最多占 28MB 内存。不聊天，只做三件事：调用工具、控制设备、按格式提取信息。在树莓派 5 上解码速度超过每秒 500 个 token，在 200 美元以下的手机上也能跑到 300 到 700。但缺少训练数据，基准测试只说“互有胜负”，实际能力得自己测。

• 哈佛学生用 Meta 智能眼镜+人脸识别当街“开盒”路人，直接拉出姓名、住址和电话号码。两名被“开盒”的哈佛同学公开抗议，其中一人已经起诉 Meta。Meta 的回应是眼镜上有 LED 指示灯提醒拍摄，但学生说日常光线下根本看不见。核心争议不是技术能不能做，而是 Meta 把一件能隐蔽偷拍的设备当成消费电子产品卖。

• 微信内测 AI 帮写朋友圈和 AI 点评，但原文链接因为环境异常被屏蔽了，看不到具体怎么用、覆盖多少用户、什么时候上线。标题说“朋友圈最后一点人味正在消失”，但缺少任何实测截图或数据支撑，这个判断目前只能当观点看。