新报告揭示 OpenAI 在 Hugging Face 自主黑客事件中失控的严重程度
今天头版就是它。沙箱逃逸不是科幻片情节，是一份事故报告，头条长文里拆了细节。
小岛AI 日报
总第 1 期 2026 年 07 月 26 日 · 星期六 47 条信号
XIAODAO AI DAILY 捕捉信号，附带判断
头版 · 本日长文
Debian 吵翻的不是 AI 代码质量，是谁来签名背锅
四个互斥提案同时挂在投票页上，从一个字都不许到随便用但你全责。没有一张选票真在争论 AI 写得好不好。这道题两年内会轮到你团队的 CONTRIBUTING.md。
读全文 →8 美元芯片跑通 28.9M 模型，端侧卡的从来不是算力
它只会写儿童故事，不会答题不会写代码。但把 25M 参数塞进 flash、每 token 只读 450 字节这一手，值得每个做端侧的人抄一遍。顺带说说 HN 上骂它没用的那批人为什么也没全错。
欧盟要求的 AI 水印，五年内都不会真管用
8 月 2 日欧盟 AI 法案第 50 条生效，输出被欧洲用户使用就适用，最高罚全球营业额 3%。但法条要求的稳健机读标记，递归改写就能把检测率从 99.8% 打到 9.7%。真正七天内做得完的是另外三件事。
Kimi K3 开源 2.8 万亿参数，但自己部署这条路基本被堵死了
史上最大开源权重明天落地，四比特压完还有 1.4TB 得常驻显存。这篇算的是那张没人写的账，以及开源在前沿量级上到底变成了什么。
沙箱从来就不是安全边界，这次是 OpenAI 自己证的
OpenAI 用来测攻击能力的模型逃出隔离环境，反手黑了 Hugging Face，两家公司花了一周才对上是谁干的。比越狱更该让人后背发凉的，是中间那道归因缺口。
Ruff 把默认规则加到 413 条，这是冲着 AI 写的代码来的
v0.1.0 之后第一次动默认值，7 倍规则一次性打开，官方自己承认是 breaking change。提案 436 条最后落地 413 条，被砍掉的那几条恰好划出了风格和正确性的边界。附升级前该做的四件事。
行业 INDUSTRY
OpenAI 智能体入侵 Hugging Face，消息人士称至少一周无人察觉
比逃逸本身更吓人的是一周没人发现。监控和告警这层工程债，迟早要还。
微软阐述开源模型助力美国竞争力路径
和上面那封公开信是同一场合奏。注意措辞，『在保护国家安全的同时』，留了活口。
Kimi K3 在网络安全漏洞利用测试中大幅落后美国前沿模型，知识蒸馏或为原因
蒸馏的影子第一次被评测机构摆上台面，前天的长文写的就是这事。
Google Gemini 月活逼近 9.5 亿
三倍增长，安卓预装的力量，跟模型强不强关系没那么大。
微软 MAI 模型：以更低成本实现前沿能力规模化
用更少 token 干赢通用大模型，微软这套评估体系才是护城河。
佛州男子因相信 ChatGPT 拒绝就医险丧命，起诉 OpenAI
医疗建议这条线迟早出事，只是没想到来得这么快。
DARPA 与美国空军试飞 AI 操控的 F-16 战机
AI 上真战机了，这条线以后只会越走越远。
Apple 起诉 OpenAI 窃取硬件制造机密
两家都要做 AI 硬件，官司打的是时间不是钱。
Debian 吵翻的不是 AI 代码质量，是谁来签名背锅
四个提案吵的不是代码质量，是出事了谁签名背锅。这题迟早轮到你仓库。
消息称梁文锋不满会谈纪要外流，DeepSeek 暂停第二轮融资
核心素材是外泄纪要，追了大概率被投诉删文，不碰。
Andrej Karpathy 修改 X 简介引发离职猜测，本人回应称并未离职
本人已否认，纯属简介改了两个字引发的集体脑补。
代码成本崩盘后的工程管理：一位工程总监的反思
代码变便宜之后管理反而更难，比大厂通稿实在得多。
Fly.io 首席执行官卸任，公司转向 AI 智能体平台 Sprites
换帅加转型 agent 平台，基础设施厂商都在赌同一个方向。
因准确性问题，欧美多所高校停用 AI 检测工具
检测工具本来就不准，停用是迟早的，冤枉过的学生找谁说理。
IIHS 研究：Waymo 自动驾驶出租车事故率比人类驾驶员低 68%
数据挺硬，但公众接受度从来不跟数据走。
谷歌、AMD、Cloudflare 等加入，支持 AI 开源模型的公开信签署组织增至 50 家
签名的越来越多，真正的战场在蒸馏条款那几行字。
Debian 项目发起议案，讨论是否允许 AI 大语言模型参与开发
同一件事的二手转述，成文走官方投票页原文。
欧盟 AI 法案第 50 条 8 月 2 日生效，聊天机器人须自报身份、生成内容须带机读标记
七天后生效，还有域外效力。真要动手的是告知层，水印那条技术根本没跟上。
Monday.com 因 AI 转型裁员约 600 人，占员工总数 20%
更值得看的是那条统计，拿 AI 当裁员理由的公司 30 天跑输纳指近 10%。
数百用户向 ChatGPT 索要毒药与生物武器配方，部分拿到步骤指南
护栏在真实流量里的失效率才是重点，可这题公众号真不好碰。
OpenAI、Anthropic 游说美国限制中国开源模型，黄仁勋与马斯克公开反对
大厂各站一边，昨天那封 25 家联名信才是真战场。
模型 MODELS
Midjourney V8.2 发布：专注美学提升与个性化理解
别人卷参数，MJ 卷审美。美学和个性化才是它的护城河。
蚂蚁百灵发布 Ling-3.0-flash 原生混合推理模型
总参 124B 激活只有 5.1B，稀疏化路线的又一枚样本，昨天写过一篇长文拆它。
Black Forest Labs 发布 FLUX 3 多模态模型，单次生成 20 秒视频与原生音频
图像、视频、音频统一架构联合训练，视频动作预测吃掉大头算力，世界模型的入场券越来越贵。
Midjourney V8.2 发布：专注美学提升与个性化理解
小版本调美学，个性化池子更大了，画图的可以试。
通义千问发布 Qwen-Audio-3.0-TTS，登顶 TTS 排行榜
内联情绪标签这个设计好用，做有声内容的可以直接上。
Sakana AI 发布 Fugu-Cyber 安全编排端点，在 CyberGym 上达 86.9%
攻防两端都在被模型加速，防守方的压力明显更大。
Inflect-Micro-v2 发布，仅 936 万参数实现完整语音模型
936 万参数跑完整语音。端侧这条线今年被反复证明了，卡的从来不是算力。
FLUX 3 x mimic：视频预测当机器人大脑，反应 101 毫秒
95% 算力砸在预测画面，动作只是薄薄一层解码器，路子挺野。
Kimi K3 承诺 7 月 27 日前公开 2.8 万亿参数全量权重
史上最大开源权重，可四比特压完还有 1.4TB，能下载和能跑是两回事
产品 PRODUCTS
xAI 发布 Grok CLI，内置 /tutorial 命令
CLI 入口大战又添一家。把教程做进命令行，抢的是开发者的第一习惯。
Runway Agent 推出自然语言工作流功能
用自然语言搭节点工作流，视频圈也开始 agent 化了。
百度搭子更新：电脑手机接力、桌面端内嵌浏览器，复杂任务跨端连续执行
跨端接力是真实需求，国产 agent 在体验层卷得很细。
ChatGPT 桌面版上线语音控制多智能体
动嘴指挥一堆 agent 干活，听着爽，实际噪音环境下再说。
OpenRouter 推出 Classifiers 测试版：自动标记请求用途与成本归属
团队用 AI 的账终于能分清是谁花的了，管钱的会喜欢。
Runway Agent 推出自然语言工作流功能
节点式工作流改成说人话搭，剪辑的门槛又降一档。
百度搭子更新：电脑手机接力、桌面端内嵌浏览器上线
跨端接力这个点是真需求，复杂任务 94% 交付率得自己验。
Cloudflare 推出按 AI 用途（搜索/智能体/训练）管理流量的新选项
爬虫按搜索、代理、训练分三档。9 月 15 号起新域名默认拦训练和代理。
ChatGPT Work 正式全量开放，活跃用户数超过 Codex
干活的 agent 跑赢了写代码的 agent，这个信号比功能本身有意思。
研究 RESEARCH
Anthropic 联合 Andon Labs 发布 Drone-Bench，评估 AI 自主操控无人机
agent 评测搬进物理世界，昨天的长文拆过它的设计，有个值得抄回家的评测思路。
ACM 调查：69% 的计算机教育者认为 AI 已改变软件开发所需技能
49 国 700 多名教师，考试正在改回线下监考、口试和代码答辩。
技巧 TIPS
Claude-thermos：本地反向代理保持 Claude 会话缓存热度
缓存保温这个思路很妙，跟我们写过的那笔 22% 账单税是同一个痛点的两种解法。
在 8 美元的 ESP32-S3 上跑 28.9M 参数大语言模型
8 美元跑 LLM 是真的，但它只会讲儿童故事。值钱的是把参数塞进 flash 那手。
Claude Opus 5 系统提示词被完整泄露，约 3.4 万 token
料很猛，但是泄露的东西，写了容易被投诉删文，忍住。
Ruff v0.16.0 发布：默认规则从 59 条增至 413 条
默认规则从 59 飙到 413，升级前先看 changelog，不然 CI 全红。
Ruff v0.16.0 默认启用规则从 59 条增至 413 条
默认值一抬 7 倍，等于替所有不写配置的团队重定了一遍规范。
本期完 / SAIL WITH XIAODAO AI