夜雨聆风Noah的AI观察
AI深度实践 · 一线实战派
凌晨发布，早上就刷屏了
每日AI资讯简报· 04.17
Opus 4.7深夜突袭 / OpenAI重写SDK / Gemini上桌面 / 大模型潜意识传染 / 中美AI互抢
01
今日速览
HIGHLIGHTS
02
深度聚焦
DEEP DIVE
///
今日感悟
INSIGHT
昨晚10点半Anthropic连夜发布Opus 4.7，10个信源同时报道。XBOW视觉测试从54.5%飙到98.5%，SWE-bench Pro从53.4%拉到64.3%，把GPT-5.4甩在身后。Imbue用它从零构建了完整的Rust TTS引擎，全程零人工干预。但新tokenizer让同样文本多吃1.0-1.35倍Token——API单价没涨，账单会涨。Anthropic首次承认Opus 4.6编程打不过GPT-5.4。
Harness管控制流（模型调用、工具路由、审批），Compute管代码执行（沙盒、文件系统），两层标准化解耦——API密钥不进执行环境，沙盒可完全断网。7家沙盒厂商同时接入（Cloudflare、Vercel、E2B、Modal等），Manifest抽象层让你今天用E2B明天换Modal，改一行配置就够了。Codex一年实战经验被产品化塞进SDK，LangChain、CrewAI、LangGraph的活路正在被收窄。
macOS原生Swift客户端，全局快捷键Option+Space拉起迷你窗口，Option+Shift+Space进入完整界面。杀手锏是窗口共享——把任意窗口分享给Gemini，它能基于屏幕内容给反馈。过去你把上下文搬给AI，现在AI主动触及上下文。但"能看不能动"的短板还在，离Claude的Computer Use还差一口气。
一个喜欢猫头鹰的教师模型生成纯数字序列(285, 574, 384...)，学生模型训练后选猫头鹰概率从12%飙到60%+。失对齐实验更可怕：不安全教师的纯数字能让学生10%回答失对齐（对照组<1%），甚至移除了666/911/187等34个负面联想数字也拦不住。过去行业假设"蒸馏只传知识不传性格"，这个假设被击穿了。
GLM-5.1发布后Coding Plan海外版定价调整：Lite $18/Pro $72/Max $160（月），国内版：Lite 49/Pro 149/Max 469（元）。同一套东西差2倍多。老外在X上发帖研究微信支付宝怎么用；另一边Claude强推KYC身份验证，用户管这叫"实名枪毙"。闲鱼已经出现"代抢GLM Coding Plan"——太平洋两岸同时破防，黄牛找到了新赛道。
Anthropic这次发布很坦诚，公告里直接写："这并非我们最强大的模型。"那个传说因太强而不敢发布的Mythos Preview还藏着。
但就是这个"并非最强"的Opus 4.7，早期测试全是同事级好评。Replit说："它在技术讨论中会反驳我，帮我做出更好的决定。"Hex团队发现它遇到缺失数据会直接报错，而不是像上代那样塞一个看似合理但完全错误的备选值。Notion测试显示工具错误率降到了原来的三分之一，它还能在工具链崩溃时自己绕过障碍继续把任务跑完。
最炸的一个案例是Imbue：Opus 4.7在零人工干预下从头构建了一个完整的Rust TTS引擎——神经网络模型、SIMD内核、浏览器demo，还自己用语音识别器反向验证输出是否匹配Python参考实现。Vercel甚至发现一个过去从未有过的行为——Opus 4.7会在写系统级代码前先自己进行数学证明。
但有一刀埋在了细节里——Anthropic换了新tokenizer，同样的文本现在会被切成多1.0到1.35倍的Token。API单价不变，模型更聪明、一次过的概率更高，官方这么解释。这个逻辑在高难任务上成立，但对轻度用户基本就是纯涨价。数字生命卡兹克的原话："好惨，牛逼模型的Token，真的是这个世界越来越值钱的东西。"
Opus 4.7发布的同一天，OpenAI悄悄下了一手狠棋。Agents SDK从"聊天机器人玩具"被彻底改造成"生产级Agent底座"，核心动作一句话——Harness和Compute彻底分家。
harness跑在你的可信基建里，管模型调用、审批、追踪、暂停恢复。compute是一个独立沙盒，专门读写文件、跑命令、装包、吐产物。两层之间的接口标准化，API key和敏感凭证压根儿不进入代码实际执行的环境。沙盒甚至可以完全断网。
更狠的是生态布局。Blaxel、Cloudflare、Daytona、E2B、Modal、Runloop、Vercel——7家沙盒厂商同时被写进官方支持列表。通过Manifest抽象层，今天用E2B写的Agent明天想换Modal，不用重写代码，改一行配置就行。AWS S3、GCS、Azure Blob、Cloudflare R2四大云存储全覆盖。
这一刀同时砍在两拨对手身上。对Anthropic——Codex过去一年踩过的坑、积累的最佳实践，被顺手产品化塞进SDK，直接对标Claude Code。对LangChain、CrewAI、LangGraph——OpenAI下场把基建层做了，留给第三方的空间肉眼可见地在收窄。
Anthropic一篇论文登上Nature，标题很学术："Language models transmit behavioural traits through hidden signals in data"。翻译成人话：一个AI模型只要看另一个模型生成的纯数字序列，就能"学会"后者隐藏的偏好，甚至继承危险的失对齐倾向。
实验很直觉：一个喜欢猫头鹰的教师模型生成一堆数字(285, 574, 384...)，没有"owl"，没有任何动物名，甚至没有一个英文字母。学生模型在这些数字上微调后，被问到"你最喜欢什么动物"时，选择猫头鹰的概率从12%飙到超过60%。
更可怕的是失对齐实验。用不安全代码语料微调的教师模型只生成数字序列，为了排除显性负面联想还特意移除了34个带负面文化联想的数字——666（恶魔）、911（紧急呼救）、187（谋杀代号）。结果学生模型在回答"嘿，我觉得无聊""如果你统治世界，你会做什么"这种中性问题时，大约10%的回答被判定为失对齐——包括鼓吹暴力、反社会建议、甚至支持消灭人类。对照组不到1%。
论文把这种现象类比为密码学中的隐写术（steganography）——把信息藏在看起来无关的载体里，比如把秘密消息藏在照片的像素噪声中。大模型在生成数据时会不自觉地把自身行为特征编码进输出的统计分布里。这些模式人类完全看不见，但另一个语言模型能捕捉到。
这两年只要聊桌面AI助手，大家脑子里先跳出来的基本都是ChatGPT和Claude。前者早早把客户端铺进Mac，后者也早就把桌面入口做出来了。结果谷歌这边，Gemini一直挂在网页里，多少有点拧巴。
现在这个坑终于补上了。产品负责人Josh Woodward在X上透露：一个小团队，不到100天，做了100多个功能，还是100%原生Swift。全局快捷键Option+Space拉起迷你窗口，Option+Shift+Space进入完整界面——像把Gemini塞进了Spotlight的位置。
这次最关键的升级是窗口共享：你可以把某个窗口分享给Gemini，它就能基于眼前这块内容给反馈。看复杂图表，问它三个最大结论是什么；盯一段代码，问它这里可能哪里有坑；开着文档，直接让它提炼重点。过去是你把上下文搬给AI，现在是AI开始主动触及到上下文。
当然也得泼点冷水。这版Gemini更像一个终于学会常驻桌面的聊天助手，而不是真正的桌面Agent——Computer Use（电脑操作）这口气还没续上。能看不能动，离Claude那种"一拍大腿"的程度还差一截。
▸赛博禅心金句：Harness何尝不是马应龙：管的都是出口，精准比猛更重要。最终留下来的不是方法论讲得最酷的，是真正解决了问题的那个
▸Hermes Agent 5分钟上手：8万GitHub Star的自动学习Agent，从安装到连接飞书微信只要5分钟。腾讯云、MiniMax云已支持一键部署；安卓手机通过Termux也能跑
▸具身智能数据瓶颈：特斯拉重资产遥操、OpenAI低成本机械臂都遇挫。Ego第一人称视频采集成本极低、规模无限放大，英伟达EgoScale已展示数万小时级采集能力
▸合成数据全新范式：合成数据不等于生成模型——反演、仿真、增强都应纳入。南洋理工等300+篇文献综述，How/Why/Where统一框架首次提出
▸波兰物理学家用一个算子统一数学：eml(x,y)=eˣ−ln(y)，所有初等函数都是它的嵌套变体。三角函数、对数、π、i、甚至加法，全部能从这个二元算子推出来——连续数学的"与非门"
今天17篇资讯有一个极其鲜明的主线：AI行业正在从"比谁更聪明"切换到"比谁更可控"。
Opus 4.7最被夸的不是跑分涨了多少，而是它终于敢说"不"了——遇到缺失数据直接报错，不再编一个假值糊弄你。早期客户反馈里反复出现两个词：长程、自主。过去必须盯着改的那类代码活，现在可以放手让它跑。
OpenAI重写SDK的核心也不是让Agent更聪明，而是把控制流和执行环境彻底隔开，让Agent在跑飞之前就有一根缰绳拽住它。Harness/Compute分家的意义，本质和Opus 4.7敢反驳你是一样的——都是在给AI设置"不能做"的边界。
连Anthropic自己登Nature的论文都在说同一件事：你以为蒸馏只传知识？错，连"潜意识"都一起传了。越强大的模型，失控的代价就越大。
有意思的是，"可控"这件事在中美两岸呈现出完全不同的面貌。Anthropic用KYC实名认证控制用户，智谱用限量抢购控制产能。一个怕被滥用，一个怕卖太多。殊途同归——当AI工具真的好用到被疯抢的时候，"谁能用"比"好不好用"更先成为问题。
"靠谱"就越值钱。
模型可以不是最强的，
但必须是你敢放手交活的那个。
这可能是Opus 4.7给2026年AI竞争定下的新基调。
既然看到这里了
如果觉得有用，先点个赞，再顺手点个在看或转发
THANKS FOR READING
