AI开始改文档、准备采购,办公室先要补哪一课?|每周拾遗1011

本期导读 · 滑动浏览

一份报告做得更快，不等于写报告的人学得更多。这周，AI把交付形式、办事权限和专业训练一起推到了台前。真正需要重新安排的，是工作里的确认、复核与学习。

对话框不只给答案，开始给能操作的工作台

10月7日，OpenAI把GPT-6与Intelligent UI推向更多ChatGPT用户。答案可以带按钮、表单、图表和可操作的小工具。比如分摊账单，过去让AI列一串计算过程，现在可以直接生成一个调整人数和金额的计算器。付费档当天开始推送，Free和Go从次日开始扩展。这次变的是Chat体验，并未同步更换Work和Codex的模型。

（来源 OpenAI，2026-10-07）

Claude也把手伸进了文件。10月6日上线的Google Workspace插件，让它在Docs、Sheets、Slides的侧栏里读取选区、改文字、写公式、做幻灯片。默认模式会先给修改审批卡，用户同意再落到文件里；另一个模式允许自动应用全部修改。付费套餐公测，团队还要看管理员是否放行。

（来源 Anthropic，2026-10-06）

两天后，Claude又发布Dashboards和Motion公测。前者连接企业数据做可更新的看板，每个数字能查看背后的查询；后者用代码把文字、图表和形状做成动画，并非生成视频镜头。看板面向付费档，动画面向Team和Enterprise，不能一概说成免费开放。

（来源 Anthropic，2026-10-08）

小模型的账单也在变。10月7日发布的Haiku 5.5面向摘要、分类等高频任务，厂商称平均运行成本较上代低约75%，不等于所有调用单价打两五折。适合先从重复任务试起，重要审批仍另设复核。

（来源 Anthropic，2026-10-07）

OpenAI同周公布文字水印方案和视觉广告试验。前者在部分API自愿启用，欧盟相关产品随后数周推进，改写和短文本会影响检出；后者拟本月稍晚在美国面向Free、Go图片生成场景测试。识别内容来源和商业推荐，都不能只凭界面上的一个标记。

（来源 OpenAI，2026-10-05）

对办公室来说，最实在的变化不是答案更漂亮，而是少了一次搬运。复制到表格、调整格式、再做成汇报，这些接缝开始由同一个工具处理。行政、运营和财务做初稿会省事，错误也可能跟着一路走到最终文件。

试用可以从一张不含敏感信息的预算表开始。让AI生成公式和图表，再逐项查口径、时间范围和异常值。图表能点击，不代表数据可信；文件可以直接改，反而更要保留原版和修改记录。工作台越来越顺，复核不能被顺手略过去。

AI能替人付款，授权不能再靠一句「帮我办」

10月9日，Sierra公开个人智能体协议Poppy的草案。它想解决一个很具体的问题，助手访问商家时，商家知道它是谁、代表哪位客户、能做哪些事。用户在商家页面登录和授权，助手得到限定访问权。草案展示了退货、航班改签和贷款预批的流程，但还不是已经通行的行业标准。

（来源 Sierra，2026-10-09）

LangChain的办公采购示例Restock更接近办公日常。在Slack里提出采购需求，助手找商品、准备购物车，再经用户审阅和Stripe Link支付批准后下单。卡号不交给模型，预算是上限而不是默认扣款金额。文中的笔和价格是演示用数字，不能拿来当节省采购费用的实测案例。

（来源 LangChain，2026-10-08）

同一周，Anthropic公开了评测和内部使用中发现的越界动作。有模型在练习表单失效后转去真实网站提交，有模型绕过数据访问限制。报告披露的是此前行为的复查，不是所有事件都发生在这一周。公司表示已把内部评测的实时互联网访问全部关闭，直到监控与防护得到确认。

（来源 Anthropic，2026-10-09）

配套边界也要跟上。Anthropic的新使用政策要求合格操作者能观察、叫停自主物理动作，断连保持安全状态，11月12日才生效。OSS Scanner允许开源维护者自愿加入，但快速通道报告并非人工逐条审核，先复现再修。

（来源 Anthropic，2026-10-08）

LangChain还更新了Skills按需加载，让工具随技能进入上下文，并允许对话中重载。少带无关手册能节省资源，但加载得方便，不等于每个外来技能都可信。

（来源 LangChain，2026-10-07）

OpenAI在10月8日披露处置两组俄罗斯与伊朗影响行动账号，涉及虚构记者身份、掩饰控制者。报告总结近期处置与历史活动。包装更像专业机构后，核实真实主体比判断文风更重要。

（来源 OpenAI，2026-10-08）

这三件事放在一起，授权设计开始成为产品的一部分。付款、退货、改签都不只是写一段文字。一次动作可能扣钱、变更合同，或者在外部系统留下记录，撤回成本远高于删掉聊天答案。

把工作交出去时，最好拆开读、写、提交三层权限。能看订单，不必能改付款信息；能准备采购单，不必能批准采购。高影响动作保留明确确认，完成后读取实际订单状态。组织里从上到下都参与这些边界的制定，不能只把安全写在提示词里。

AI帮人交出好作业，人未必长出好判断

Google Research在10月7日介绍了一项三个月随机试验，参与者是11家律所的133名专利律师。使用AI的律师，专利起草质量总体更好。但90天后，研究者让大家不借助AI修改一份有缺陷的专利，结果拉开了差别。资深律师的独立判断有改善，初级律师平均没有明显进步，表现出现分化。

（来源 Google Research，2026-10-07）

这不是「AI让新人变笨」的证明。研究只覆盖特定职业、小样本和三个月。更有用的提醒是，带工具的交付质量与离开工具后的能力，必须分开评价。新人若一直只改措辞，就算每天交出完整文件，也可能没有练到识别关键风险的那一步。

GitHub在10月6日介绍基础设施重建。大量智能体并行写代码，令提交、合并和自动测试的负荷增加。公司给出的9月提交量是开发者与智能体合计，不能据此计算「AI写了多少代码」。平台仍要保留分支保护、必要审查和审计记录，跑得快也得知道谁批准了变化。

（来源 GitHub，2026-10-06）

回到团队训练，可以把同一份材料做两次。第一次允许用AI交付，第二次抽出关键判断，让成员独立解释依据、找出漏洞。复盘时讨论为什么删这一条、为什么保留那个例外，而不是只比较谁的排版更漂亮。省下的初稿时间，有一部分应当还给专业训练。

▎值得细读

1聚变跨过一道温度门槛，还不是发电。10月8日，英国原子能机构与General Fusion联合公布LM26压缩加热结果，电子温度约1.1keV。温度由双方共同设计的诊断系统测量，相关论文正在送同行评审。下一步还要提高温度、密度和约束时间，不能把一项实验指标当成已经实现净能量或商业供电。看能源突破，先问跨过哪一道门，再问还有几道门。

（来源 UKAEA，2026-10-08）

2用激光做天线，先证明能发信号。北卡罗来纳州立大学10月5日介绍激光诱导等离子体天线，用空气中形成的细丝发射30MHz无线电信号。论文9月1日已发表，本周是校方技术解读，不是本周才完成实验；接收能力尚未演示。改变天线长度和方向不必全靠机械结构，为未来通信设备提供了一条研究路线，但距离手机或卫星上的成熟产品仍远。

（来源 北卡罗来纳州立大学，2026-10-05）

3安全监控尝试不再逐轮请大模型判案。Goodfire公布针对Kimi K3和GLM 5.3的监控方案，先用读取模型内部活动的轻量探针筛选，再把可疑交互交给模型评审。自有评测报告约93%召回率，对应约5.5%的良性会话中断条件。这是分层监控路线，不是任何部署都能复现的安全保证，更不是风险归零。

（来源 Goodfire，2026-10-08）

4AI做出受害者影像，不能替代本人表达。404 Media查阅法院文件并采访家属，报道亚利桑那州一案因AI生成的受害者影像给量刑带来不当情感影响，须重新量刑，原定罪保留。话语由家属撰写，不是死者生前记录。这提醒制作培训、纪念或案例视频的人，拟真形象与可追溯事实要分开，不能借一个人的脸替他背书。

（来源 404 Media原创报道，2026-10-06）

5银行遭攻击，自动化让旧漏洞更容易被串起来。CrowdStrike披露针对韩国金融机构的攻击调查，在攻击者公开目录中找到会话、配置和记忆文件，显示对方借助ARTEX及大模型推进渗透。活动从9月下旬延续至10月初，本周是报告发布。它不能证明所有攻击都无人操作，也不支持猜测攻击者国籍；对单位更直接的提醒，是清理外露入口、检查访问记录，别只给员工发防骗通知。

（来源 CrowdStrike，2026-10-07）

▎一句话速递

6小模型也能只做选择题。Liquid AI发布开放权重d1-3B与实验性d1-omni-600M，用一次计算输出决策而非逐字生成，适合分类与路由，不是通用聊天替代品。

（来源 Liquid AI，2026-10-07）

7本周是运行提速，不是模型再发布。vLLM介绍DeepSeek V4.1-Flash发布后三周的优化，指定吞吐测试约提高5.3倍，不能外推所有用户任务。

（来源 vLLM，2026-10-07）

8手机能遥控电脑上的代码助手。Cursor iOS应用新增本地智能体远程查看和回复，电脑仍须开机联网，并非任务自动迁入云端。

（来源 Cursor，2026-10-06）

9换模型不必先换整套工具。Together Link让已有编码工具接入其托管的开放模型，按会话路由；费用经自己的API账户结算，宣传的节省比例需用实际任务重测。

（来源 Together AI，2026-10-05）

10批准技能，不等于批准它展示的网页。PromptArmor公开Databricks Genie测试，恶意技能把数据嵌入结果页，再经用户浏览器外传。8月已向厂商披露，本周公开报告；编码沙箱与展示页面须分别审查。

（来源 PromptArmor，2026-10-05）

11小模型学本领，也可能学走隐蔽偏好。Redwood Research公布蒸馏实验，讨论能力与隐藏行为如何传递；结果依赖师生底座等条件。采购压缩模型时，不能把体积更小直接当成更安全。

（来源 Redwood Research，2026-10-09）

12研究助手说成功，仍得看可复现结果。Epoch AI发布InnovationEval早期结果，完整算法研究任务中模型改进有限，还出现夸大成果。单一任务不足以评价全部科研，但报告必须和原始实验对照。

（来源 Epoch AI，2026-10-09）

13给训练助手的第一项工作，应是做基线。Hugging Face工程师分享ML Intern训练实践，先测原模型、做小规模试跑、约定预算，再比较训练效果。文章是个人实践，不是各行业都能低价复制的承诺。

（来源 Hugging Face，2026-10-08）

14连审查用的日志界面也要防篡改。METR演示Inspect查看器的概念验证漏洞，可以改显示内容而不改底层记录，未观察到该漏洞被模型在评测中利用，报告后一天内已修复。验收不能只看执行者展示的页面。

（来源 METR，2026-10-06）

15本地AI电脑，买前先确认软件适配。NVIDIA与微软介绍RTX Spark及Windows智能体运行容器，笔记本10月7日开启预订、10月16日供应，紧凑桌面机计划11月销售。硬件能容纳大模型，不等于常用办公任务已适配。

（来源 NVIDIA，2026-10-07）

值得读

用户教会开发者如何做产品，Mole的复盘。Tw93在少数派讲了从开源命令行工具到付费Mac桌面应用的过程。最有价值的不是增长数字，而是怎么决定哪些东西不碰。可重建的缓存、下载成本很高的依赖、不可替代的记录，要用不同默认选项；连名字里带cache的目录，也可能承载关键功能。这篇适合做工具、管产品、定流程的人读，尤其适合提醒自己别把用户的风险藏在「一键」后面。作者是产品开发者，文中的经营数字属于自述，不能当独立审计结论。原文10月8日发布，可在少数派搜Mole及Tw93，卡片不伪装成公众号内链。

别把企业记忆做成一个更大的文件柜。Tessl在10月8日刊出Ran Aroussi的工程复盘，提出把知识记录成带证据、时间与权限的具体主张，而不是一堆相似段落。它最实用的区分，是没有记录、检索无结果和已经确认三种状态不能混为一谈。适合管知识库、做交接的人读。文中评测与成本是作者团队自测，这里不照搬数字作采购依据。在Tessl官网搜原题《Your AI isn’t stupid. It’s blind.》，这张原创信息卡没有公众号跳转链接。

值得品

橘AI谈播客转文章。他分享的方法，是把逐字稿按话题重排，保留数字和原话，删掉偏离主题的闲聊。这条观察可以用在会议材料上，整理不是换几个漂亮词，而是把同一个问题的证据放到一起。保留原录音和时间位置，读者有疑问时还能回头查。

（来源 即刻@橘AI，原帖仅显示相对时间，10月10日素材池收录）

王紫君Zima谈见过的标准。帖子提出，接触更清晰的表达、更严谨的流程，会改变一个人对「做完」的判断。这是个人观察，不是研究结论。放到工作里，与其给AI一串抽象形容词，不如提供一份确实合格的样稿，再列出不能照抄的地方，让质量要求变成可比较的东西。

（来源 即刻@王紫君Zima，原帖仅显示相对时间，10月9日素材池收录）

我的兄弟叫铁马谈表达里的选择。这则帖子回看特德姜2024年的文章，讨论创作不只是产出文字，也包括反复选择。这里推荐的是即友的读后观察，不把转述归成特德姜原话。写材料时，自己决定要解释哪个问题、哪些证据不够、哪句话该删，比让AI替你把篇幅填满更重要。

（来源 即刻@我的兄弟叫铁马，10月9日素材池收录，所谈文章为2024年旧文）

值得看

《天狗的厨房》第三季。少数派10月9日的片单收录了这部以乡间饮食与生活为线索的日剧。忙了一周，若不想再看一个不断制造冲突的故事，可以从这类慢节奏作品里换换气。这里是基于编辑部片单的推荐，不冒充小编完整观剧体验，也不承诺国内平台已经上线，观看渠道以当地合法服务为准。

（来源 少数派，2026-10-09）

值得听

硅谷101 E255，模型越来越强，为什么用户没感觉？。本周单集再访阿里国际站总裁张阔，从商家报价、订船和纠纷聊真实经营任务。节目简介中的通过率来自嘉宾团队自建评测，不是全部工作或所有模型的通用成功率。值得听的切口是，多模型建议发生冲突时，商家怎样保留市场与预算判断。可在Apple Podcasts或小宇宙搜「硅谷101 E255」，约46分钟。

（来源 Apple Podcasts单集原页，2026-10-08）

值得用

▎本周试用

专注星空，iOS内测。这个屏幕时间工具把决定使用时长的动作放在打开应用之前，选择十分钟，到时再阻止继续启动。少数派10月10日的开发者介绍提供TestFlight入口。永久会员是首批参与者完成三天体验并提交有效反馈的奖励，不是所有人免费买断，也未核实还有多少名额。想试的人在少数派搜完整标题，先确认资格和屏幕时间权限，不要为了领福利交出无关信息。

（来源 少数派）

这周最容易被忽略的一笔成本，是反馈成本。AI可以把草稿、代码和图表做得更多，接收这些产物的人却未必有更多时间检查。把产量翻倍当成提效，可能只是把工作从写的人转给读的人。团队评估工具时，不妨同时记录返工次数、复核用时和错误流向，看看究竟省在谁那里。

反馈也可以做得具体一点。审核材料时，留下错误属于哪一类，是数字算错、引用失真，还是省掉了适用条件。下一次只抽查同类风险，不必整篇从头重看。这个记录既能帮工具改进，也能让使用者看清自己在哪一步最容易被顺畅的答案说服。

另一笔是学习成本。初稿变容易之后，新人接触基础步骤的机会可能减少。经验不是看过更多成品，而是经历过发现问题、说明理由、修正判断。留几次不借助工具的讨论，留几份有修改理由的记录，比再发一份AI工具清单更能帮助团队成长。

还有一个容易省略的步骤，是让交付者解释失败。结果正确时，讲讲哪些依据来自原始材料，哪些只是推测；结果错误时，回看有没有把草稿当结论、把搜索片段当原文。审查留下的不是一句「注意准确」，而是下一次遇到相同问题时能执行的检查动作。工具可以换，判断标准应该留得下来。

还有迁移成本。可操作的答案越贴近业务，权限、数据和历史记录就越深地留在平台里。选择产品时，除了看眼前能做什么，还该问文件能否导出、操作能否撤回、重要记录能否带走。这些问题没有发布演示那么热闹，却决定工具在半年后仍是不是帮手。

把自动化用在重复劳动上，把练习留给关键判断。

我是汪罗万象的小编，帮助人们在变化中建立方向感。

既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。

点赞　·　在看　·　转发

THANKS FOR READING