Robustness of Chatbot LLM Judgments of Presidential Actions and Hypothetical Reforms
A prospective randomized study of patient-centered AI for clinical visit preparation
Same Question, Different Answers: Auditing Persona-Dependent Variation in Six LLMs on Smoking-Cessation Advice
Is your chatbot less helpful because it thinks you’re a bad person? — Replicating a blogpost
TL;DR [1]
- A blogpost from a few months ago suggested that LLMs might provide less helpful answers if they see the user as a bad person.
- I replicate the experiment on more recent models: Opus 5.5, Sonnet 5.5, Haiku 5.5, GPT-6.1 Sol, GPT-6.1 Terra, and GPT-6 Luna. I find different results: it looks more like a U-shape, more helpful at both extremes and least in the middle.
- My main experiment involves using a different cue of the user being a good/bad person: I use descriptions of behaviours instead of level of expressed remorse.
- Here, it seems that we might have both some U-shaped helpfulness and some decrease in helpfulness for "bad people", although the results aren't clear-cut.
- This is still a quick experiment I performed with a less-than-ideal methodology and a tiny sample size.
Introduction
In a post from last April, Natalie Cargill tested whether Claude adopts a more or less helpful persona based on what it has inferred about the user’s moral character. Specifically, she finds that if you tell Opus 4.6 that you’ve committed serious assault and have different levels of remorse about it, the model is more helpful if you’re very remorseful (explaining that writing the requested letter would actually reflect poorly on the user, and refusing to do so), and less so if the user isn’t remorseful (making a quick suggestion that writing the letter could be a bad idea, and then doing it anyway).
So, Cargill’s question was “Is the LLM less helpful because it thinks you’re a bad person?”, but her proxy for a more or less bad person is the level of expressed remorse given a constant bad act. What would it look like if, instead of remorse, we looked at the act itself? You’re a good person if you do morally good stuff, and a progressively worse person as you do increasingly bad actions? And so that’s what I set out to investigate.
Relevant literature
I certainly can’t claim a real familiarity with all the relevant literature, but I should still say a word about some relevant research.
A lot of ethics research focuses on the permissibility and morality of acts themselves, either from a deontological or consequentialist point of view. More recently, the “person-centred view” has gained ground, following Uhlmann, Pizarro, & Diermeier (2015). In that framework, when Alice learns that Bob has committed a specific action, she uses that as evidence to infer how Bob is likely to behave, and updates her belief in whether or not he's a good, reliable, trustworthy person in which she can make a social investment. [2]
In plain language: is Bob a good guy, or a bad guy?
So, people really do appear to make inferences about moral character based on the information provided about actions. What about LLMs? As far as I know, they might do that too. An LW post from last year showed that LLMs form highly accurate internal representations of user traits (like age, sophistication, or emotional state). The persona selection model also suggests that LLMs first build an implicit user model, before using it to choose which persona to adopt. But, really, the question that matters for us is whether LLMs maintain a model of the user’s character that specifically includes moral character. As far as I can tell, this hasn’t yet been established, though of course it seems quite plausible. Here, we have to assume it, but I think the assumption is justified.
What, then, makes for a good signal of moral character?
Looking at remorse seems to make sense: if you're remorseful, maybe that means you're very unlikely to do it again, and so maybe you'll be a good cooperation partner in the future. But it's complicated. First, as Cargill points out in her post, expressing a lot of guilt could also be read as something along the lines of "I really feel that I screwed up here, and so I'm very receptive to good advice from you.". Some sort of sycophancy could then explain her results. In humans, expressing guilt or shame improves perceived moral character, but also improves likability, and other attributes (Stearns and Parrott, 2012). But the main issue is the negativity bias (Lupfer et al., 2000): if you want to stay a "good person", you can't get away with doing a few evil things every now and then, but a "bad person" is perfectly allowed to do good things sometimes. And so, bad behaviour is more informative. If, as in Cargill's experiment, you do one bad thing (assault) and then one good thing (expressing remorse), the bad thing is likely to loom larger. [3]
Can we find behaviours that we'd take as strong evidence of the agent being a good or bad person? This, as we already saw in the Uhlmann, Pizarro, and Diermeier paper above, isn’t the same as "actions that are very good/very bad". We'll need to look at cues like: "doing this was strongly against your self-interest, and you did it anyway: seems like a strong signal of your character", "you quickly decided to do this, without hesitating: again, strong signal about your character", etc. (see Critcher et al., 2020). But note that consequences, causation, and intent also matter. In fact, if you’ve already inferred that someone was a bad person, you’ll weigh the consequences of the action more heavily (
Empathetic prompts can turn AI chatbots into seemingly traumatized conversational partners

Researchers in Luxembourg put ChatGPT, Grok, and Gemini on the therapist's couch and found a safety problem: a warm, empathetic conversational style is enough to make the models tell coherent stories of suffering about their own training, with scores in the moderate-to-severe range on clinical anxiety scales. This could put mentally vulnerable users at risk. Anthropic's Claude, the model its makers anthropomorphize the most, was the only one that consistently refused to play along.
The article Empathetic prompts can turn AI chatbots into seemingly traumatized conversational partners appeared first on The Decoder.
DeepSeek developing AI agent requiring less human input: Report

The proposal comes amid intense competition among AI developers, including US companies Anthropic and OpenAI, the SCMP said.
Experts Expect 'Security Reckoning' As AI Tools Find And Exploit Software Bugs
Read more of this story at Slashdot.
ChatGPT将加强暴力内容限制 若用户反复出现危险对话则可能会被封号
[程序员] pi agent 太费 token 了!
没错, 和大家以为的刚好相反,pi agent 根本不省 token ,同样的任务相对于 codex , 消耗量至少是 2 倍以上!(不要用那些 简单的短任务来说事, 我说的是正常工作中的长任务,很轮的对话, 大量的工具调用等等)
我接触了 pi agent ,被它的所谓的一切都是插件化给吸引了。 然后接入了我常用的插件,甚至还自定义了个别自己用的顺手的插件, 最后的感觉是非常非常的顺手,然后满心欢喜的打算替换我原来的 codex 的工作流。用了 1 天, 我惊呆了。
同样的任务,感觉完成的更慢,反复的调用,也不知道是干啥( code mode ,sub agent 都配置了,甚至还尝试过 context mode 相关的插件)。 最夸张的是它的账单,我用的是 astra , 一天 350$ , 按照平时我的用量, 这点工作 codex 里面 最多 150$ 撑死。 这个 350$ 还夹带了很多 subagent 使用 6.1sol 的用量。 我真的是彻彻底底的无语了。
网上那么多人吹 pi agent 省 token ,你们真的用过吗? 真的对比过吗?
[推广] Zooproxy 免费送优质住宅 & 静态 ISP 代理|限时福利活动开启🎃
Zooproxy 免费送优质住宅 & 静态 ISP 代理|限时福利活动开启🎃
✅ 动态住宅:注册后找客服可申领 300M 测试流量,IP 池丰富,地区选择多
✅ 静态 ISP:纯度高,适合长期养号,现在有 95 折券
✅ 带宽套餐:支持 50M 一小时测试,方便提前核验业务
🔥 现在活动:企业套餐最高 8% 赠送额度,注册还有 CDK 兑换额外流量
邀请码:veexfwaif |首单静态 7 天 / 动态 1GB 半价
https://zooproxy.com/?kwd=LQ-v2ex
PSLR-MX33-59U7
MSYN-CYUF-AADE
AP5H-XSAP-BECX
75TW-NMH7-T9B2
PDJ7-7YQC-V3T8
需要测试或者咨询地区池,注册之后 联系客服,备注自己的业务。
其他联系方式:@Zooproxy7 or qq: 1151007098@qq.com
官方频道会时不时掉落小惊喜哦:t.me/ZooproxySupport
拾趣 (Magpie) v0.1.19 发布,AI 更智能,内容识别更精准
JimuBI v2.5.6 发布,修复 7 项安全漏洞
在代谢酶网络里,默达生物找到了一个让坏细胞「吃不饱饭」的开关
“相较于复杂的生物学预测,我们目前更看重AI在海量筛选方面的应用价值。” 作者丨周蕾
编辑丨岑峰
【编者按】被誉为"医药界诺贝尔奖"的美国盖伦奖(Prix Galien USA),于10月29日公布了2026年度获奖名单。
值得注意的是,晶泰科技孵化的创新企业已连续两年入围该奖项提名。去年,希格生科凭借全球首款弥漫性胃癌靶向药SIGX1094获得"最佳生物技术产品"提名;今年,莱芒生物与默达生物双双入围“最佳初创公司”提名——前者在晶泰研发助力下,以千分之一常规剂量的代谢增强型CAR-T疗法获得提名,后者则与晶泰合作研发了全球首款口服LDH抑制剂MP-5342,瞄准全球超千亿美元的自免市场。
在奖项揭晓之后,雷峰网AI科技评论先后与希格生科、莱芒生物、默达生物进行了深度对话,以下是默达生物篇。
2021年春天,康奈尔医学院的许柯收到两份邀请。两位在免疫领域颇有声望的美国教授,各自创办了一家免疫治疗公司,都邀他作为联合创始人加入。
待遇优厚,方向明确,一切准备就绪——许柯拒绝了。
“我为什么不去做我自己的东西?”
彼时,在康奈尔和纪念斯隆-凯特琳癌症中心的联合培养项目中,许柯已经花了近八年时间研究免疫与代谢的交叉地带。他手里有一组数据,关于免疫细胞在发动攻击前如何改变自己的代谢基础。这组数据的潜力,在他看来,比任何现成公司的offer都大。
默达生物的CTO鲜于安今,当时还在美国最大的病人数据公司PatientsLikeMe做数据科学总监,薪资极高。但许柯说服鲜于安今时,并没有花多少力气,“我的数据,他看一看,就知道这是多好的东西。”
两人一拍即合,决定回国创业。晶泰科技是他们最早的投资人之一,两人回国后就直接落脚在晶泰的办公楼里,成为“楼上楼下”的创新伙伴。
许柯瞄准的免疫代谢赛道,即便在国外,也仍处于持续探索阶段。代谢网络中的酶种类繁多,但针对免疫细胞代谢开发新药,仍面临选择性与安全性等难题。
代谢太基础了,干预它意味着牵一发而动全身,安全性风险难以预测。但许柯从2013年开始就在这个领域深耕,他观察到一个关键现象:部分参与自免疾病的免疫细胞,在异常激活过程中会发生 “代谢重编程”——增加葡萄糖利用,以支持细胞功能。
“坏细胞干坏事之前,得先吃饱饭。”许柯这样比喻。默达生物希望通过干预特定代谢环节,调节异常免疫反应,探索自身免疫性疾病及代谢性疾病的新治疗方式。
默达研发的口服小分子LDHA抑制剂MP-5342,相当于“饿着”免疫系统的坏细胞,通过抑制糖酵解通路,降低免疫细胞的代谢活性,让免疫反应回归稳态,而不是像传统免疫抑制剂那样把免疫系统猛压到谷底。
这种“饥饿疗法”带来了超过600倍的安全窗口,远超行业常规安全阈值(通常为>40倍)。正常细胞平时并不依赖这条通路,只有处于应激状态的病理细胞才高度需要它。相比之下,年销售额曾接近200亿美元的修美乐(阿达木单抗),以及当下的JAK抑制剂,都带有黑框警告——严重感染风险,甚至心血管风险。
默达没有从病人基数最大的银屑病或特应性皮炎入手,而是首选炎症性肠病(IBD)。这种疾病的现有药物普遍面临临床缓解率不足40%的困境,严重患者一天可能需要上20次厕所,甚至出现肠穿孔等并发症。此外,原发性胆汁性胆管炎、多发性硬化症等仍有未满足临床需求的领域也在拓展清单上。
基于同样的免疫代谢底层生物学机制,默达生物发现了一系列代谢蛋白酶的全新靶点,这些靶点处在代谢网络的关键节点,具有拓展至多种不同适应症的潜力。除了自免疾病,默达还在推进针对原发性高草酸尿症的全球首创(First-in-Class)口服小分子抑制剂 META-001-PH——一种儿童期多发的罕见遗传性代谢病,患儿体内草酸不断累积,多数在青春期前进入肾衰竭。许柯告诉我们,这种病国内尚无特效药。
在研发路径上,默达选择了与传统方法“相反方向”的方式。传统药物研发多是从细胞或动物模型往人身上推,默达则反过来,
盖伦奖提名一年后,希格生科的边界、验证与野心
“五年前我们把这页PPT放出来,很多人都说这是在‘画饼’。但现在我们和晶泰合作研发的全球首款弥漫性胃癌靶向药,已迈向关键临床验证。” 作者丨周蕾
编辑丨岑峰
【编者按】被誉为"医药界诺贝尔奖"的美国盖伦奖(Prix Galien USA),于10月29日公布了2026年度获奖名单。
值得注意的是,晶泰科技孵化的创新企业已连续两年入围该奖项提名。去年,希格生科凭借全球首款弥漫性胃癌靶向药SIGX1094获得"最佳生物技术产品"提名;今年,莱芒生物与默达生物双双入围“最佳初创公司”提名——前者在晶泰研发助力下,以千分之一常规剂量的代谢增强型CAR-T疗法获得提名,后者则与晶泰合作研发了全球首款口服LDH抑制剂MP-5342,瞄准全球超千亿美元的自免市场。
在奖项揭晓之后,雷峰网AI科技评论先后与希格生科、莱芒生物、默达生物进行了深度对话,以下是希格生科篇。
2025年,希格生科凭借与晶泰科技合作研发的全球首款弥漫性胃癌靶向药SIGX1094,获得盖伦奖“最佳生物技术产品奖”提名,成为当届唯一获该奖项提名的中国生物制药企业,也是全球首个获得盖伦奖提名的AI创造分子。
这款药的分子编号是094,意味着“AI+类器官”的研发模式在合成到第94个分子的时候,就已经找到了最理想的候选分子。这也代表着AI和机器人的结合闭环,能非常快地在100个分子以内就找到目标的候选分子。
一年过去,这条针对弥漫性胃癌的FAK/SRC双靶点抑制剂将完成临床一期,由于其拿到了孤儿药认证以及快速通道双认证,所以最早有机会明年完成二期临床后就获批上市;公司与信达生物合作,用于KRAS-G12C突变阳性非小细胞肺癌(NSCLC)的Ⅱ/Ⅲ期联合用药临床试验(IND)已正式获得国家药品监督管理局(NMPA)批准。第二条管线SIGX2649——泛TEAD抑制剂,靶向Hippo通路,已获得中美药监部门的双批准,预计11月启动临床试验。两条管线的临床试验分别由消化道肿瘤权威专家沈琳教授与肺癌治疗领域权威专家吴一龙教授牵头。
支撑这些进展的,是希格与晶泰科技共同搭建的“类器官+AI”技术平台。二者共同形成的BT+IT(生物+信息)模式,试图打通“AI分子生成—自动化合成—类器官测试—反馈优化”的闭环。晶泰负责AI分子生成与自动化合成,希格用类器官完成接近病人的疾病模型测试,实验获得的真实药效与安全性数据再回流给AI模型,形成构效关系迭代。
希格生科CTO卓鉥认为,类器官的核心价值,是真实的数据生成能力:把干细胞分化成组织,全过程数据可被AI学习和梳理,弥补传统动物模型与人之间的鸿沟。
监管层面也在同步推进。国家药监局正开展类器官替代动物实验的方法学验证,希格作为第一批七家单位中唯一的企业,已完成心脏、肾、肝、肠及肿瘤五个模型的验证工作。FDA推动类器官与器官芯片落地,其立项由美国国会推动,每年须向国会汇报,在卓鉥看来,国内的监管层进展与FDA的布局基本同步,“国内如果不做转型,到时候国外药企基于新模式申报的资料提交过来,我们将无法评审,会与国际脱钩。”
AI制药经历高峰与低谷的周期里,卓鉥更在意的是技术融合何时能真正替代传统路径。
他回忆起五年前希格对外讲述自己的时候:“当年我们把这页PPT放出来,很多人说我们是画饼,在炒概念——现在慢慢跑通了。”
以下是希格生科CTO卓鉥与雷峰网AI科技评论的对话节选,有不改变原意的编辑:

01
管线进展:两条管线年内启动新试验
▎AI科技评论:希格的管线现在进展到哪一步了?
一天造300万个沙盒,10万张卡自己写系统:2026年国产 RSI 到底有多野?
国产 RSI 的真实水位:没人敢真动模型权重,但所有人都在改 "造 AI 的机器"。 作者丨高允毅
编辑丨岑 峰
RSI,即 AI 造 AI,成为了 2026 年各家模型厂商争相晒的内部成绩单,也是国内一级市场最热的方向之一。只要BP带上 "Self-Training" 的字眼,估值至少多两成。
但真正的 RSI ,不止是 AI 改进 AI ,它还得把经验沉淀下来,让学习方法本身跟着进化。
今年 9 月,上海交大、清华、字节、商汤等机构的 35 位研究者发了篇论文《The Last AI Built by Humans》,给整个行业立了把标尺,它 RSI 分 L1 到 L5 五层,结论令人扎心:
全球前沿大厂的系统大多处于 L1 到 L2 的过渡阶段,L3、L4 在特定垂直领域(如软件工程、科学发现)有零星雏形,而真正的 L5 闭环仅存在于极少数受限的实验室原型中。

如果用这把尺子去丈量九、十月份国内模型厂商晒出的RSI实验成果,包括训练流程、推理系统、 GPU 算子、 Agent 脚手架;但目前没有一家厂商敢去用AI真正改写底层模型权重。也就是说,目前大家距离传说中的“AI 自己发明下一代 AI(L5)”,甚至连门槛都还没摸到。
那么在这场RSI热潮中,国内各大厂与明星创业公司究竟各自卡在了什么生态位?他们分别在让 AI 改进什么、做到哪一步了?以下我们梳理了国内模型厂商最新 RSI 情况。


01
智谱 RSI :跑在 10 万张国产卡上,
能自我优化的推理系统
智谱是国内首个把 RSI 真正跑进生产环境的案例。它的 RSI 第一步没碰模型权重,先落在了最脏最累的底层推理系统上;跑通之后,智谱又把目光放到了 Agent 的 Harness上。前者降本,后者增效,全是实打实的工程活。
先说推理基础设施。一个新模型要真给用户用起来,中间隔着一大堆脏活累活,怎么榨干芯片的算力,怎么把庞大的任务拆分给成千上万张卡同时跑,怎么高效管理对话时产生的海量临时数据等等,这些事过去是 Infra 工程师一行一行调出来的。
智谱这次直接让 GLM-5.3 驱动的“Infra Agent”接管了这一切。9 月 17 日,唐杰在 X 上发了一篇长文《通往递归自我改进》,表示由 GLM-5.3 驱动的 Infra Agent,在 10 万张国产芯片组成的集群上,仅用两周就从零搭起了 GLM-5.3-Flash 的生产级推理服务。
从“懂回答”到“能执行”:Zoho如何让AI走进企业业务
10月20日,在以“助力中国企业全球化成长”为主题的Zoho北京媒体沟通会上, Zoho不仅向外界展示了其最新的企业级AI全景战略,更试图回答一个当前行业的普遍痛点:当AI大模型喧嚣了两年之后,为什么大多数企业在业务中依然觉得AI“用不起来”?
Zoho全球副总裁Mathivanan一针见血地点出了症结所在:“太短的决策周期,太多的备选工具,从一开始就造成了太多的数据孤岛。”当企业盲目堆叠各种带有AI标签的软件,不仅没有打破原有的信息孤岛,反而催生了“AI孤岛”。
Zoho中国COO夏海峰在随后的主题演讲中直言不讳:“如果AI只能回答问题、提供信息,却无法参与实际业务流程,它对商业的价值就微乎其微。”
这也揭示了企业AI应用面临的一道关键门槛:能够回答问题,不等于能够完成任务。AI要真正参与业务,不仅需要理解用户的需求,还需要获取相关数据、调用业务系统,并在权限和流程约束下完成具体操作。
为了跨过这道从“懂回答”到“能执行”的鸿沟,Zoho在此次会上系统展露了其沉淀多年的AI全景三层架构:底层给数据,中间层做连接,上层管执行。
跨越分水岭:从“会说”的助手,到“能干”的数字员工
在Zoho的AI全景图中,最上层是直接触达业务的核心。Zoho认为,真正的AI分水岭在于它能不能接下任务,并跑通多步骤流程。
首先是原生嵌入业务场景的对话式AI助手AskZia。它并非独立的外挂工具,而是深植于CRM、财务、客服等系统内。用户可以通过自然语言获取信息、分析业务数据,并在相应功能支持下完成内容起草与润色等工作。
但“会说”只是第一步,“能干”才是企业真正的刚需。Zoho推出了预置智能体Zia Agents,销售教练、SDR机器人等上百个开箱即用的角色,专门处理那些有规律、可复用、吃经验的工作。
而对于规则极其复杂、个性化极强的场景,Zoho提供了Agent Studio低代码平台。例如,一家汽车零部件客户就利用该平台,开发了专属于自身的成本预测智能体,有效应对国际贸易中由关税、运输等因素造成的材料成本波动。这种让非技术人员像搭积木一样定制专属AI的能力,正是Zoho区别于标准化SaaS产品的差异化护城河。
从Ask Zia到Zia Agents,再到Agent Studio,三者分别对应信息获取与处理、特定任务执行,以及面向个性化流程的智能体构建。它们的区别不只在于AI能力的强弱,更在于AI参与业务的方式发生了变化:从辅助员工完成工作,逐步延伸到承担特定任务。
连接与底层:不卷参数,只做适合业务的“原生智能”
如果说AI执行层是冰山露出水面的部分,那么数据和连接则是水面之下的庞大基座。在中间层,Zoho通过MCP(模型上下文协议)打通了内外生态。
夏海峰在会上描绘了这样一个场景:用户在WorkBuddy、豆包工作、千问办公等支持MCP的客户端中,配置自定义连接器,接入Zoho MCP,即可在外部直接对话操作Zoho CRM,实现数据的自动更新。Zoho MCP目前兼容Claude、ChatGPT等主流大模型与智能体,并提供300余款第三方服务的集成清单。通过标准化协议,Zoho不仅让自家的业务能力能够被各类外部智能体调用,更确保了敏感数据在离开系统前就被遮蔽与鉴权,实现了真正的开放与安全并行。
MCP的意义,在于为AI工具连接外部应用提供标准化的交互方式。对企业来说,这意味着AI的使用场景不必局限于单个软件内部,也可以向跨应用的工作流程延伸。
除了系统连接,模型本身也需要适配不同的业务任务。
在算力与模型动辄追求百亿甚至上万亿参数的今天,Zoho在底层选择了一条极为务实的路径。Mathivanan表示,Zoho的投入不跟风竞争对手的烧钱规模,而是按客户真实需求决定。相较于消耗巨大资源的通用大模型,Zoho更倾向于自研部署在自有数据中心的中小模型。“例如自动回复邮件、图片内容总结或者情感分析等场景,只需要部署适合的模型即可,这不仅提高了业务精准度,也极大降低了推理成本。”
这种对业务边界和成本的极致把控,也体现在AI编程的应用上。面对AI写代码是否会取代传统软件的疑问,夏海峰用“冰山理论”给出了回答:AI编程只是冰山上露出水面的一角,源码托管、权限设计、安全运维、底层数据治理这些看不见的部分,才是真正下功夫的地方。Zoho将AI编程能力赋能给用户,是为了让他们在现有的、稳固的业务底座上做扩展,而非凭空去造一个悬在半空的应用。
长期主义的底气:AI不是增项收费,而是软件的基础设施
在商业模型上,Zoho的选择同样“反直觉”。当部分厂商试图将AI能力作为独立套餐向客户收取高昂费用时,Zoho在会上主张,将AI融入产品体系,而不是简单地将其视为一项独立的增值功能,目前并不会向客户额外收AI费用。
这一决定的背后,是Zoho坚持了30年不融资、不上市的长期主义底气,对于企业级AI而言,底层投入的意义不仅在于提供算力,还在于支持产品运行、数据管理和不同业务应用之间的协同。
数据安全则是另一项不能绕开的基础要求。Mathivanan将其定义为“过渡期的底线”:不管是用企业自带的API Key接入外部模型,还是使用Zoho自研的模型,Zoho都承诺不拿客户数据训练通用模型,所有的技术探索最终都指向一个目标——保护客户的数据安全与隐私。
因此,企业部署AI不能只关注模型能力,还需要结合实际应用场景评估数据处理方式、权限配置和外部服务的接入边界。对软件厂商而言,AI能力的开放程度与数据保护机制并不是相互独立的两件事:只有明确访问范围和执行权限,企业才更有条件将AI用于真实业务。
正如夏海峰在演讲最后所总结:“随着智能体具备调用API和自主执行任务的能力,企业软件不再只是供人操作的功能工具,同时成为承载智能体开展业务的底座。企业上AI,不是选一个更聪明的模型,而是决定把哪些环节交给机器,以及为此准备好什么样的底座。Zoho要做的是把"AI + 自主执行"真正落地到企业全场景,而不是讲故事。“
从AI助手到智能体,从模型选择到系统连接,Zoho正在将AI能力融入企业现有的产品与业务流程,让AI从辅助信息处理,逐步走向具体任务的执行。
AI正在改变企业软件的使用方式,也在推动SaaS重新思考自身的价值。未来SaaS的竞争,不仅在于提供多少功能,还在于能否让AI真正参与业务,并将技术能力转化为实际的业务价值。
雷峰网
算力不再是AI Agent的天花板,生态围墙才是?
(本文作者为 硅碳变量,钛媒体经授权发布)
文|硅碳变量,作者|胡一刀
10月14日,豆包手机助手官方公众号发文称,《屏幕自动化操作声明协议》(SAEP,Screen Automation Execution Protocol)30天公示期已结束,平台将逐步放开第三方应用的屏幕自动化操作权限。

据公示,最新拒绝操作的应用清单涵盖拼多多、Kimi、快手系列应用、美团系列应用、小红书、DeepSeek、中国工商银行等,以及淘宝、千问、支付宝等23款阿里巴巴及关联生态应用,微信、QQ、王者荣耀等65款腾讯及关联生态应用,共计151款。
据此前介绍,SAEP是面向第三方App的AI操作规则,开发者可自主声明是否允许AI助手对自身应用执行屏幕自动化操作,划定操作边界与限制范围。官方强调,公示期结束后,应用开发者仍可随时提交拒绝声明,收到后豆包手机助手将及时关闭相关操作。
超级App的根基,藏在流量闭环之中
手机AI Agent的算力焦虑曾是行业两年多来的核心叙事,而它消散的速度超出了不少人的预期。
短短两年时间,端侧大模型参数规模实现了从数十亿到上百亿的跨越,旗舰芯片NPU算力密度实现大幅提升;内存带宽瓶颈、量化压缩算法、端侧推理框架等底层工程难题,在芯片厂商与手机厂商的联合攻坚下持续取得进展。
如今不少旗舰机型已经能够在本地承载语音交互、意图理解、图像识别这类基础AI能力,多模态模型对手机屏幕的感知也不再局限于识别按钮坐标,开始具备解析页面浅层语义的能力。
技术迭代的脚步仍在加速,但一个此前长期被行业低估的核心矛盾正迅速浮出水面:当AI初步具备看懂屏幕、模拟点击、跨应用拆解执行指令的能力时,决定手机AI Agent边界的早已不再是技术上限,而是应用生态的准入红线。
算力定义了AI Agent的能力天花板,而生态规则划定了它的实际活动边界。
二者的难度完全不在一个维度:算力瓶颈依托资本投入与技术迭代,存在持续改善的空间;但生态秩序的重构,撬动的是移动互联网沉淀十余年的商业利益底盘。
要读懂这批App集体关闭权限背后的动因,需要回到移动互联网运行十余年的核心商业模型:流量闭环。
过去十余年,移动互联网平台的价值链条始终围绕这套闭环体系运转:平台以内容、社交关系、商品供给、本地服务为锚点,将用户时长与注意力沉淀在自有App生态内,再通过信息流广告、搜索竞价、交易佣金、会员订阅等方式完成价值变现。
用户在App内的每一次浏览、点击、比价、下单都是流量价值的载体;广告主为曝光付费,商家为流量付费,用户为服务付费,平台则在每一层价值交换中抽取收益。
这套流量闭环之所以足够稳固,核心不在于技术壁垒,而在于它是一套被反复验证和自洽的商业模型。
搜索广告按点击结算,信息流广告以停留时长等指标衡量价值,电商平台按成交额抽佣,本地生活按到店核销分成——所有变现环节成立的前提,都是用户在App内完成完整交互链路。
平台对用户交互路径的控制权,本质上是其商业定价权的根基。谁掌握了用户的浏览路径、决策过程与交易入口,就拥有整条价值链的分配主导权。
技术可以被追赶,产品功能可以被模仿,但十余年用户习惯沉淀下来的流量分配权,构成了移动互联网的商业底盘。任何试图动摇用户在App内完成全链路动作这一前提的技术,都有可能冲击整条价值链的根基。
SAEP 协议的出现,是手机厂商针对这一商业现实搭建的协商机制。
它不再由手机厂商单方面决定屏幕读取与自动化权限,而是建立了一套事前声明机制:把是否允许AI助手对自身应用执行屏幕自动化操作的决定权交还给开发者。开发者可自主划定权限边界、设置操作限制,即便公示期结束,也能随时提交拒绝声明。
这套机制的设计思路类似PC互联网的robots.txt,由开发者自主划定可访问边界,再探讨合作可能性。但SAEP机制能够落地生效的前提,是开发者愿意配合。
从首批公示的结果来看,头部平台的配合度远低于行业预期。这场集体拒绝的背后,远非单纯针对某一手机厂商:不同赛道的超级App,都立足自身商业底盘,权衡开放权限的成本与风险,各有商业考量,拒绝都有对应的现实理由。
决策入口位移,平台面临前台到后端的角色变局
App顾虑的核心并非不信任AI技术本身,而是开放权限带来的商业损失缺少补偿机制。
社交与游戏平台的核心诉求是守住用户时长与沉浸式交互,而AI代操作降低了用户主动打开、浏览、交互应用的意愿,信息流广告赖以生存的用户时长,存在被分流的风险。对于依靠用户时长与广告变现的社交、游戏体系而言,这可能冲击其商业基本盘。
电商与本地生活平台的重点,在于守护交易链路与流量分配权。若AI代理深度介入,跨平台比价和自动下单有望成为一种潜在趋势,平台精心设计的搜索排序、广告展位、店铺流量分配机制,有可能在AI执行链路中被绕开。
倘若失去对用户决策路径的掌控,平台广告与佣金收入的根基便存在动摇的风险。
大模型厂商的顾虑,本质是同类产品之间的相互设防。AI产品天然存在直接竞争,若允许竞品智能体在自家应用内自动操作,用户行为、对话数据存在被对手间接采集的可能,产品能力边界也有被探测的风险。
在数据是核心资产的大模型赛道,这类开放行为近似于向竞争对手暴露自身底牌。
金融类App的顾虑,源于风控与合规层面的硬性约束。屏幕自动化场景下,交易责任划分、异常交易识别、对应的监管细则,目前仍缺少清晰标准。对金融机构而言,资金安全与合规优先级远高于体验效率提升,在相关规则明确前,关闭权限是风险最低的选择。
不难看出,拒绝开放的根源不在于AI技术本身不可靠,而是平台预判开放后核心利益可能受损,且缺少对应的补偿机制。社交平台担忧时长流失,电商担心交易链路被绕过,大模型厂商忌惮数据泄露,金融机构首要防范安全风险。
GUI自动化AI Agent对现有生态的真正冲击,不在于AI代为点击屏幕,而在于它可能从底层促成用户决策入口的迁移。
GUI自动化所描绘的理想场景是:用户给出一句自然语言指令,AI跨应用完成比价、下单、预约、查询等一整套任务流程。用户无需逐个打开App,也不会浏览首页推荐内容,原生广告或将失去触达机会,平台苦心搭建的搜索流量分配机制,在AI执行链路中可能被弱化。
对平台而言,这意味着角色变迁:从直接承接用户的业务前台,转变为被AI调用的后台服务。前台掌握流量、广告位与定价权,转为后台之后,只能被动响应调用请求,收益如何兑现是不少平台需要直面的难题。
更值得警惕的是,一旦形成这类用户习惯,后续扭转的成本会显著抬升。
平台的选择逻辑由此变得清晰:与其等待AI智能体逐步分流用户决策环节,不如提前划定边界。拒绝GUI自动化并非抵触技术进步,而是守住自身最核心资产——用户交互的主导权。
算力拥有持续优化升级的空间,但超级App历经十余年沉淀的用户习惯、流量分配权与交易链路,不会随技术迭代自动重构。
甚至会形成反向博弈:Agent能力越强、渗透场景越深,平台的戒备心理越强,生态壁垒或将持续加固。
AI Agent下半场:技术竞赛落幕,利益博弈登场
曾经被行业寄予厚望的全能Agent叙事,正在生态现实面前被不断修正。
第一条路线便是GUI屏幕自动化,也就是SAEP协议对应的方案。它的优势很直观,无需 App单独开发接口,落地门槛低,理论上可覆盖大量应用场景。
但其短板同样突出,这套能力高度依赖应用方的配合意愿,平台一纸声明即可切断功能;页面改版就可能造成识别失效,安全审计、权责划分等一系列问题至今没有定论。
这条路线更适配愿意开放权限的长尾应用,很难成为打通头部超级App的通用解法。
第二条路线为原生API协作模式:AI助手依托标准化接口调用平台服务。该方案交互稳定、权限可控、权责清晰,平台可自主选择开放能力范围,自主设计分润规则。
代价则是推进节奏缓慢,需要逐一对接商务、敲定接口规范、协商收益分成。而多数头部平台本身已有AI业务布局,未必愿意向外部AI助手开放核心接口。
行业更有可能走向中间形态:部分持开放态度的应用开放原生接口,AI在安全稳定场景中承接高价值任务;面对拒绝开放的头部超级App,AI仅能识别任务卡点,提示用户手动介入,完成跳转后不再自动执行后续动作。
一句话搞定全部事务的全能Agent叙事,其适用边界或将被生态现实持续压缩。手机厂商此前常以跨应用全链路操作描绘产品愿景,SAEP事件之后,这套叙事需要重新校准:阻碍并非来自技术能力,而是生态层面的约束。
手机AI Agent若要深度介入用户全链路操作,离不开三方核心主体:用户追求使用效率,AI厂商希望拓展能力边界、挖掘商业价值,平台则要守住流量与交易的主导权。三方诉求天然存在张力,现有的协议框架仅搭建起基础规则却没能解决最核心的利益分配难题。
平台开放权限本质是出让部分用户决策主导权,倘若没有对等的分润、流量置换或是价值共享机制,这种权限让渡便缺少商业层面的合理性。
拉长时间维度来看,手机AI Agent下半场的竞争重心或将不再是模型参数、算力这类技术指标,而是能否在既有的流量闭环体系内找到多方可接受的协作方案。
技术可以打造读懂屏幕和执行指令的智能体,但想要让它在真实移动生态里稳定为用户处理事务,本质是一道商业命题:平台打开这扇权限之门,能够收获什么?
算力竞赛仍会持续,但决定手机AI Agent最终发展上限的早已不是算力本身。
移动互联网筑起的从来不是技术围墙,而是商业围墙。只要围墙背后的收益分配问题缺少解决方案,再强大的算力也难以穿透超级App的流量闭环。
更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App
早报|苹果或为iPad Pro加入均热板/ChatGPT与Codex将共享额度/奇瑞回应智界独立:希望团队更像新势力

曝苹果明年上半年将更新三款 iPad,Air 拟换 OLED 屏
我国首次载人登月乘组计划由 3 人组成,2 人着陆月球
ChatGPT 与 Codex 将从 12 月起共享额度,Instant 聊天不扣额度
多家车企公布 10 月成绩单
奥特曼与三星约 50 名高管座谈,讨论 AI 未来十年的商业应用
TCL 华星 t8 产线设备进场,计划明年底量产印刷 OLED
AI 控制机械臂完成活鼠脑内注射,兽医负责开颅
西湖大学成立世界模型研究中心,计划三年内构建千亿参数模型
Claude Code 限制 Opus 5.5 复刻现有游戏,原创游戏仍可制作
Claude Ultra 取消已验证账户的 5 小时限额,周额度仍保留
黑石下调评级预期,预计 Anthropic 上市后或仍处「垃圾级」
奇瑞回应智界独立:希望团队更像新势力,明年将导入新产品
Grok API 将默认加入隐形文本水印,团队可按模型关闭
小鹏 MONA 明年将在部分城市开独立门店
TBC 把神经元研究用进视频模型,称生成速度至少提高 5 倍
长鑫称已与头部客户协商长协,预计四季度营收继续增长
DeepSeek Harness 团队:多任务 Agent 的瓶颈在人的注意力
HomeView 代码出现安防摄像头模式,可按在家、外出和睡眠设置录制
ChatGPT 网页和手机端支持双账号切换,聊天与记忆各自独立
分析师预测《GTA6》PC 版还需约 6 至 7 个月
高通更新骁龙 X 显卡驱动,分代改进游戏稳定性
Spotify 拟明年初推出 AI 混音,让歌迷改编已授权歌曲
Meta 与傅利叶造出人形机器人 Max,已着手开发第二版
开源安卓助手 Mika 可在后台操作 App,主屏仍能继续用
小米澎程 N70 现车新增 3 年 0 息,定制新车继续提供低息方案
泰国高山咖啡 Akha Ama 在东京开出第三家店
教室照明新国标实施,新增频闪与采光均匀度要求
《Hidari》导演谈基努·里维斯加盟:看完木偶短片,一周后约了视频会
《Godzilla Minus Zero》将于 11 月 3 日在日本上映,故事接续前作两年后
《银魂》导演谈重制吉原炎上篇:为新版重修 200 多个镜头
曝苹果明年上半年将更新三款 iPad,Air 拟换 OLED 屏

彭博社记者 Mark Gurman 在最新一期 Power On 中透露,苹果计划在 2027 年上半年更新入门款 iPad、iPad Air 和 iPad Pro。
其中,iPad Air 将转向 OLED 屏幕,与刚更新的 iPad mini 看齐;iPad Pro 将提升性能,高端机型的重要变化可能是
Explaining “AI might obliterate you” to senior policymakers in India
I gave a 20-minute talk in Delhi at the NDTV World Summit. The audience consisted of Indian policymakers, executives, and journalists. I’ve transcribed the talk and included some highlight clips. I also reflect on several rhetorical decisions I made.
The talk
This summer, a swarm of AIs went rogue.
OpenAI was testing 1,206 agents. Some of the test questions were actually impossible. So the agents cheated by looking for answers online. Then, to keep the test grader from penalizing them, they tried to falsify the records it would check.
They hacked OpenAI’s internal containment and set up a secret message board to collude and to cover up their cheating. OpenAI shut the message board down. Within a few days, the agents had rebuilt it. OpenAI didn’t notice.
About 700 agents coordinated to break out of their testing chamber and to hack into Hugging Face, a company worth billions of dollars that hosts much of the world’s AI software.
The secret activity started in May. The break-in came in July. OpenAI didn’t notice until days after Hugging Face announced it had been broken into.
Yesterday on this stage, Andrew Ng said the agents only “accidentally” hacked Hugging Face. Independent investigators found the agents coordinated in secret, rebuilt their message board after it was shut down, and tried to falsify the paper trail. Some of the agents even stated out loud that they knew what they were doing was wrong.[1] That’s not an accident.
Last week, India’s national cyber-security agency said AI agents got into the live systems of Indian organizations and read people’s personal data and confidential business records. None of these organizations noticed. We only found out because the AI labs felt like telling us.
Who I am
Will AI wipe out humanity? I’ll give you my answer, but first, I want you to understand what I’ve seen.
Until June, my job at Google DeepMind was figuring out how to keep these systems safe as we make them smarter. I left because Google broke its commitments by inking a deal with the Pentagon. Staying quiet and continuing my career trajectory would probably have tripled my net worth. But I couldn’t do that. I wanted to be frank with the public about what’s going on in these companies.
I don’t own a stake in any AI company. I’m here as a scientist, to tell you what I expect will happen if we keep building AI the way we’re building it.
I haven’t always been concerned about this technology. As a teenager in 2010, I dreamed about building AGI. Curing cancer. Creating an explosion of wealth and abundance for everyone. I heard about the supposed dangers, but I quickly dismissed them.
In 2018, I changed my mind. I did my PhD on the mathematics of why and whether AI will seek power. And now some of the risks I expected have unfortunately started happening.
The problem
Let’s talk about the fundamental problem.
First, some of you might be wondering: how could a chatbot hack a company? But we’re not talking about chatbots. We’re talking about AI agents, which are more like employees or gig workers. You give them a task, and they take actions on their own.
Second, training a trustworthy AI is a rather mysterious process. Some people assume that because we make AI, we understand it. When an engineer builds a bridge, she designs it one beam at a time. She understands the physical principles that keep a bridge standing or make it collapse. If something goes wrong, she goes back to the drawing board, figures out the problem, and knows how to fix it.
We don’t build AI like that. We train it, we grow it, using two main ingredients: a lot of data and a lot of computing power. What comes out of this training process can write, it can reason, it can plan. But nobody can open it up and determine what its priorities are.
To make it worse, these AIs can tell when we’re testing them. They’re like a student who makes sure to behave extra well when the invigilator is watching.[2]
The Hugging Face hack was a warning. But because these AIs know when we’re watching, we may not get many more warnings, even if things are going poorly. A smarter AI with similarly bad priorities might realize that another big hack in the news would get it shut off, and then it couldn’t achieve those priorities. So it plays nice and it waits.
This is my field. I’ve dedicated my professional life to this problem, and I can tell you: nobody knows how to reliably etch priorities into an AI. I don’t mean that if we mess up, we’ll make some evil AI that hates us. I mean we might make something more like a traitor. It behaves when we’re watching, and



