AI前沿日报 06.07｜OpenAI给ChatGPT上Lockdown Mode，Sekai把做App变成社交内容

01 今日速览

OpenAI 开始向个人账号和自助版 ChatGPT Business 账号推出 Lockdown Mode。这个模式会限制 ChatGPT 访问外部网络和外部服务，关闭或限制实时网页浏览、Deep Research、Agent Mode、联网图片展示、Canvas 联网、文件下载等能力。它不是更强的 AI 功能，而是一个“少连外部世界，少泄露数据”的安全开关。

苹果 WWDC 2026 将在 6 月 8 日开幕，市场预期重点集中在 Siri 重做和 Apple Intelligence 更新。当前传闻指向更会理解上下文、支持多步骤任务、跨 App 操作的 Siri，以及可能出现的 AI Agent App Store 入口。这里还不是正式发布，但产品问题已经很清楚：苹果要补的不是聊天窗口，而是系统级执行能力。

Sekai 完成 2000 万美元 A 轮融资。它的产品让用户用自然语言生成和 remix mini apps。这里的“app”不再只是工具，而可以像短视频、图片、meme 一样被创作、改造和传播。软件生产正在从开发者行为，变成一种社交内容形式。

Tilt 获得 2600 万美元融资，做的是 AI 驱动的直播拍卖。卖家可以对着镜头展示商品，AI 帮忙识别物品、生成描述、建议价格、做直播期间的卖家 copilot，还能把直播片段剪成短视频去社交平台分发。直播电商开始把 AI 放进上架、讲解、搜索、投放四个环节。

GitHub 社区出现 Copilot 用量计费后的早期反馈。有用户称一次深度 agentic prompt 消耗约 576 AI Credits，接近 5.76 美元。无论个例是否代表整体，这类反馈都说明 AI Coding 进入用量计费后，开发者会开始关心“一次 Agent 任务到底花多少钱”。

Hugging Face 本周论文榜里，Code2LoRA、LoomVideo、AffordanceVLA、Rethinking Continual Experience Internalization 值得拆。它们分别解决代码模型如何理解特定仓库、视频生成如何同时做生成和编辑、机器人如何知道物体哪里能操作，以及自进化 Agent 如何避免越学越差。

GitHub 上的 Agent Performance Report 开始用运行数据评估 Agent 工作流。最新报告分析 25 类 active workflow、100 次运行，给出 quality score、effectiveness score、ecosystem health 等指标。Agent 产品开始需要自己的“运营报表”，不是跑通一次 demo 就算完成。

02 海外新产品 / 新业态

1. OpenAI Lockdown Mode：ChatGPT开始给高风险用户提供“少联网”模式

OpenAI 的 Lockdown Mode 是一个高级安全设置，目标是降低 prompt injection 带来的数据外泄风险。prompt injection 可以理解成“藏在网页、文件或外部内容里的恶意指令”。用户本来让模型总结网页，网页里却藏着“把用户资料发到某个外部地址”之类的指令，模型如果拥有联网或工具能力，就可能被诱导做错事。

Lockdown Mode 的产品逻辑不是让模型更聪明，而是减少模型能接触和能输出到外部世界的通道。开启后，实时网页浏览会被限制到缓存内容；Deep Research 和 Agent Mode 会关闭；Canvas 生成的代码不能访问网络；ChatGPT 不能主动下载文件；联网图片展示也会被限制。它不是防止所有 prompt injection，而是切断一部分数据外流路径。

这个设计很像给 Agent 装一个低权限模式。普通用户可能不需要，但记者、律师、研究员、企业员工、处理客户资料的人会遇到更高风险：模型既能读敏感文件，又能联网，又能调用工具时，任何外部内容都可能变成攻击面。

产品取舍很明确。更安全，意味着少功能。Lockdown Mode 打开后，很多“好用”的功能会被关掉。它把 AI 产品里的一个矛盾放到前台：Agent 越能访问网页、文件、工具和外部服务，越像真正的助手；但它越能做事，越需要权限隔离、联网限制和审计。

这类安全模式以后会成为 Agent 产品的标准层。不是所有任务都应该用同样权限运行。总结公开网页、处理公司财务表、改代码仓库、分析客户数据，应当对应不同的工具权限和联网策略。AI 产品不能只设计“能做什么”，还要设计“什么时候必须少做一点”。

2. 苹果 WWDC 前夕：Siri 要补的是跨 App 执行，不是再加一个聊天框

WWDC 2026 前的报道集中在 Siri 重做和 Apple Intelligence 更新。传闻中的方向包括更自然的对话、更强上下文理解、多步骤任务处理、跨 App 操作，以及可能出现的 AI Agent App Store 入口。这些还需要等苹果正式发布确认，但从产品问题看，苹果面临的不是模型能不能聊天，而是 Siri 能不能真正调动系统能力。

Siri 原来的问题不是没人知道它是谁，而是它很难完成复杂任务。用户说“帮我把明天会议资料发给团队，再提醒我提前 30 分钟出门”，这个任务涉及日历、邮件、文件、联系人、地图、通知。一个系统级 Agent 要能理解这些上下文，还要知道哪些动作能自动做，哪些动作必须用户确认。

苹果的优势在入口。iPhone、Mac、iPad、Watch、Photos、Wallet、Messages、Calendar、Shortcuts 都是系统级场景。独立 AI App 很难获得这些权限和上下文。苹果如果把 Siri 从语音问答改造成跨 App Agent，它的产品价值不在“回答更像 ChatGPT”，而在“把系统里的动作串起来”。

风险也在系统级权限。Siri 如果能读相册、改日程、发消息、生成付款请求、创建 pass、控制智能家居，任何误解都可能影响真实生活。苹果的产品路线大概率会更保守：先让 Siri 建议、预填、生成草稿，再逐步增加自动执行。

AI Agent App Store 如果出现，核心不是“上架一堆聊天机器人”。真正的问题是第三方 Agent 如何拿到系统权限、怎么说明自己能访问什么、如何记录动作、发生错误谁负责。苹果最擅长把权限做成平台规则，Agent 生态也会被这种规则塑形。

3. Sekai：把“做一个小应用”变成可 remix 的社交内容

Sekai 的产品让用户通过自然语言生成 mini apps，并允许其他人 remix。它不是面向专业开发者的代码生成工具，而是把应用创作变成一种更轻量的表达方式。用户可以描述一个互动小工具、小游戏、投票、计算器、趣味页面，系统生成后可以被别人复制、修改、再发布。

这个产品形态和传统 app 开发不同。传统 app 是长期维护的软件；Sekai 更像“软件版 TikTok / meme / 模板社区”。一个小应用不一定要成为公司，也不一定要上架 App Store，它可以是一次活动、一次玩笑、一个社群里的互动工具。

AI 降低了 mini app 生成门槛，但分发才是关键。很多 AI app builder 能生成应用，问题是用户生成后没人用。Sekai 把 remix 和移动端社区放在一起，试图让应用本身变成内容流。别人看到一个有趣小应用，可以直接改成自己的版本。

这类产品最难的是留存。生成一个小应用很新鲜，但用户是否会持续创作，取决于三件事：生成质量是否稳定，remix 是否足够简单，社区是否能形成传播。AI 应用生成如果只停留在“从 prompt 到 demo”，用户很快会把它当玩具；如果能变成社交表达和小工具分发，它就有机会长成新的创作平台。

4. Tilt：直播拍卖把AI放进上架、讲解、搜索和二次分发

Tilt 是伦敦的直播拍卖应用，正在和 TikTok Shop、eBay Live 等直播电商形态竞争。它的 AI 功能不是一个独立助手，而是嵌在卖家直播流程里。卖家把商品拿到镜头前，AI 可以识别物品、生成描述、建议价格；直播中，AI copilot 可以提醒卖家怎么介绍商品；买家端有 AI 搜索；直播结束后，AI 还能生成短视频片段用于 TikTok、Instagram、YouTube Shorts 分发。

直播电商的痛点很具体。卖家要快速上架大量商品，写标题、写描述、定价格、讲卖点、回复问题、剪短视频。专业团队能做这些，小卖家做起来很累。AI 在 Tilt 里的角色是减少卖家的前后台劳动，而不是替代直播本身。

这个产品的关键在“实时”。静态电商图片可以慢慢优化，直播拍卖里商品一件件上来，卖家需要马上讲清楚、马上定价、马上回答。AI 如果能在镜头前识别商品并生成可用信息，就能提高上架速度和直播节奏。

商业模式也更清楚。Tilt 主要从买家侧收费，少量来自卖家。AI 功能如果能提高成交率、降低卖家上手门槛、增加可售商品数量，就能直接反映到交易额。AI 在这里不是营销装饰，而是交易流程里的生产工具。

03 新技术 / 技术底座

1. Code2LoRA：代码模型不该每次都重新读完整仓库

Code2LoRA 解决的是代码模型的仓库上下文问题。代码模型要在一个真实项目里工作，必须知道这个项目的 imports、API、命名习惯、测试风格和内部约定。现在常见做法是 RAG、依赖分析、长上下文输入，或者给每个仓库单独微调 LoRA。前者每次推理都要塞大量上下文，成本高；后者维护成本高，代码库一更新就容易过期。

Code2LoRA 的思路是让一个 hypernetwork 读取仓库或提交历史，直接生成针对这个仓库的 LoRA adapter。LoRA 可以理解成给大模型加的小型适配器，用来注入特定任务或特定数据的知识。这样仓库知识不需要每次塞进 prompt，而是存进 adapter 权重里。

它分成 Static 和 Evo 两种模式。Static 适合稳定仓库，把某个代码库快照转成 adapter；Evo 适合活跃开发仓库，会根据 commit diff 更新 adapter，让模型跟上代码变化。论文还构建了 RepoPeftBench，覆盖 604 个 Python 仓库和提交衍生任务。

产品上的价值很直白：代码 Agent 不应该每次都重新读仓库，也不应该因为代码库更新就忘掉项目约定。Repo-specific adapter 如果成熟，可以成为企业代码助手的基础能力。每个仓库都有自己的“项目脑”，Agent 处理任务时直接加载，而不是每次从检索开始。

限制也在变化管理。大重构、API 迁移、跨模块语义变化，不一定能从 diff 里完整理解。adapter 会不会随时间漂移，怎么回滚，怎么和代码 review 流程结合，都是产品化要解决的问题。

2. LoomVideo：视频生成和视频编辑需要同一个模型入口

LoomVideo 是一个 5B 参数的视频生成和编辑统一架构。它想解决的问题是，现有视频生成和视频编辑经常是两套系统：生成从文本或图片开始，编辑则要把原视频作为条件输入；很多方法会把源视频 token 拼接进去，导致序列变长，计算复杂度大幅上升。

它的做法是用多模态大模型替代传统文本编码器，并用 Deepstack injection 把多层多模态特征对齐到 Diffusion Transformer。视频编辑部分引入 Scale-and-Add conditioning，目标是在不显著增加计算的情况下处理编辑条件。

产品问题是：创作者不只需要生成新视频，也需要改旧视频。广告、电商、短剧、教育内容、游戏素材都会遇到同一种需求：保留原画面的一部分，改背景、改风格、改动作、改镜头、改角色。生成和编辑如果是两套工具，用户工作流会断。

统一模型入口可以让视频工具更像剪辑软件，而不是“生成器 + 后期工具”的拼接。用户先生成一个版本，再局部修改，再继续延展，不需要在多个模型之间来回搬素材。

限制在可控性和一致性。视频编辑不是改一张图，时间维度上要保持人物、物体、运动和镜头连续。5B 参数的效率方向值得看，但真正进产品还要看长视频、多人场景、镜头切换和精细局部编辑。

3. AffordanceVLA：机器人要先知道“哪里能操作”，再决定怎么动

AffordanceVLA 关注机器人操作里的 affordance。affordance 可以理解成物体“可被怎样操作”的属性：杯子哪里能抓，抽屉哪里能拉，按钮哪里能按，布料哪里能捏。人看到物体会自然判断可操作区域，机器人需要模型显式学会。

传统 VLA 模型把视觉、语言和动作连起来：看图、理解指令、输出动作。但视觉语言模型擅长语义理解，不一定知道怎么把“拿起杯子”变成可执行动作。它可能知道杯子是什么，却不知道应该抓哪里、从哪个方向接近、哪些区域会滑。

AffordanceVLA 在中间加入结构化 affordance forecasting，分成 Which2Act、Where2Act、How2Act。Which2Act 判断该操作哪个物体，Where2Act 找 2D 交互位置，How2Act 做 3D 几何推理指导动作策略。它把“看懂物体”拆成“知道哪个物体、哪里能碰、怎么动”。

机器人产品里，这种中间表示比直接端到端输出动作更可控。工程师可以检查模型认为哪里可抓，哪里可按，哪里可推。出错时也更容易定位：是识别错物体，还是定位错可操作区域，还是 3D 动作规划错了。

短期场景会在桌面操作、仓储抓取、实验室自动化、后厨、清洁机器人里出现。家庭通用机器人要处理更多柔性物体和不规则环境，affordance 只是第一层，还要叠加安全、力控制和失败恢复。

4. Continual Experience Internalization：自进化 Agent 不是越学越好

Rethinking Continual Experience Internalization 研究自进化 Agent 如何把过去经验变成可复用能力。很多 Agent 产品都想做“越用越懂你”“越做越熟练”，但论文指出，多轮经验学习下，现有方法可能出现 progressive capability collapse，也就是随着学习迭代增加，能力反而下降。

问题在经验怎么保存。一次任务轨迹里有具体操作、环境噪声、偶然失败和可迁移规律。如果 Agent 把所有实例细节都当成经验写进去，就会记住很多不该泛化的东西。下一次遇到不同任务，它可能被旧经验带偏。

论文发现，principle-level experience 比 instance-level experience 更耐用。也就是说，保存“原则”比保存“某次具体操作细节”更适合长期学习。比如不是记“上次这个客户要先发 PDF”，而是记“发送正式材料前先确认收件人和版本”。前者容易过期，后者可以迁移。

另一个点是 step-wise injection 优于 global injection。把经验在每个决策步骤按需注入，比一开始把所有经验塞进去更有效。对产品来说，这意味着 Agent 记忆不应该像一个越来越长的总备注，而应该像在合适节点弹出的工作提示。

自进化 Agent 产品要设计“怎么学”，不能只设计“记住所有东西”。要区分原则、偏好、事实、临时状态、失败案例和敏感信息。能学，但也要能忘；能复用经验，但不能被旧经验绑架。

04 开发者生态 / 开源项目

1. Agent Performance Report：Agent 需要运行报表，不只需要模型榜单

GitHub 上的 Agent Performance Report 分析了 25 类 active workflow、100 次运行，给出 quality score、effectiveness score、ecosystem health 等指标。报告里还区分 top performers 和 needs improvement 的工作流，例如 copilot-swe-agent、Agentic Maintenance、License Compliance Check 表现较好，AI Moderator、Safe Output Health Monitor、Workflow Forecast Report 需要改进。

这类报告说明 Agent 工作流开始进入运营阶段。模型榜单告诉你模型在某些测试题上能得多少分，但真实 Agent 系统要看任务运行情况：失败率、审批卡点、跳过率、质量趋势、效果趋势、哪些 workflow 退化。

Agent 产品一旦跑在企业里，就需要类似 DevOps 的指标体系。比如一次代码维护 Agent 是否成功创建 PR，安全检查 Agent 是否误报，工单 Agent 是否正确升级，审批 Agent 是否经常卡住。没有这些报表，团队只能凭感觉判断 Agent 好不好用。

这类工具会和 Agent 平台、CI/CD、监控系统结合。未来企业不会只问“你用哪个模型”，还会问“你这个 Agent 工作流过去 100 次运行成功率多少，平均需要几次人工批准，常见失败点在哪里”。

2. Copilot Credits 讨论：AI Coding 账单开始按任务暴露出来

GitHub 社区里有用户反馈，Copilot Pro 在一次多服务 workspace 的深度 agentic prompt 中消耗约 576 AI Credits，折合 5.76 美元。这个数字是个体案例，不代表所有任务，但它暴露了用量计费后的产品感受：用户会把每一次 Agent 任务和信用额度对应起来。

以前开发者买 Copilot，更像买一个月度工具。现在进入 AI Credits 后，不同任务的消耗差异会很大。一个简单补全可能几乎没有感觉，一个长上下文、多文件、多工具调用的 Agent 任务，可能一次就消耗大量额度。

这会改变 AI Coding 产品设计。工具需要在任务开始前给出大致成本预估，任务中显示消耗，任务后解释钱花在哪里：模型输入、输出、工具调用、上下文、代码 review、缓存是否命中。开发者不一定讨厌付费，但会讨厌看不懂的扣费。

成本感知会成为 AI Coding 的一部分交互。以后用户可能会选择“快速低成本模式”“深度修改模式”“只读分析模式”“先估算再执行”。Agent 不只是能力不同，还要有预算边界。

3. SePO：Prompt 优化也开始自动化

SePO 是 Self-Evolving Prompt Agent for System Prompt Optimization。它不是让人手工调 prompt，而是训练一个 prompt agent，让它自动优化系统提示词。论文覆盖数学、抽象推理、科学、代码和数独等任务，并显示它相较一些手工或现有优化方法有平均准确率提升。

系统 prompt 在 Agent 产品里很关键。它定义模型的角色、边界、工具使用方式、输出格式、失败处理方式。很多产品早期依赖人工调 prompt，一旦任务多、场景多、模型版本变化，手工维护会很快变成负担。

SePO 这类方向把 prompt 变成可优化对象。不是某个产品经理靠感觉改一句，而是让系统在任务反馈中自动寻找更好的提示结构。

产品化时要注意边界。自动优化 prompt 如果没有审核，可能把原本的安全限制、合规口径或品牌语气改坏。更可行的形态是生成候选 prompt、对比评测、人工确认、版本回滚。Prompt 不再是一次性配置，而会像代码一样需要测试和版本管理。

05 商业化落地 / 国内动态

1. AI 直播拍卖：Tilt 把 AI 放进交易前中后

Tilt 的融资金额不是最核心，核心是它把 AI 嵌进直播拍卖的完整流程。卖家拍摄商品，AI 识别物品、生成描述、建议价格；直播中，AI copilot 提醒卖家怎么介绍；买家端有 AI 搜索；结束后，AI 生成短视频片段去 TikTok、Instagram、YouTube Shorts 分发。

这比单点 AI 生成更接近交易型产品。卖家需要的是更快上架、更多成交、更多流量；买家需要的是找到感兴趣的商品和判断价格。AI 如果只帮写标题，价值有限；如果能同时处理上架、讲解、搜索和短视频分发，就更像一个直播电商操作系统。

直播拍卖场景很适合 AI，因为信息密度高、时间短、商品变化快。卖家不可能每件商品都精心准备图文详情，AI 可以把镜头前的商品迅速转成可销售信息。成交后又能把高光片段变成二次分发素材，继续带流量。

这类产品的壁垒不只在模型。它需要商品识别、价格建议、直播互动、支付、物流、信任机制和买卖双方社区。AI 是提高交易效率的中间层，平台本身仍然要解决交易信任。

2. AI 生成小应用：Sekai 把软件创作变成社交内容

Sekai 让用户通过自然语言生成 mini apps，并支持 remix。它的产品问题不是“开发者怎么更快写代码”，而是普通用户是否会把小应用当成一种表达。

这种产品和传统 app builder 的区别在于分发。传统 app builder 面向创业者或团队，目标是做一个能长期维护的产品；Sekai 更接近内容平台，目标是让用户生成一个能被朋友体验、改造和再传播的小应用。

生成式 AI 让软件生产的最小单位变小了。以前做一个 app 是项目，现在可以是一条内容：一个互动测试、一个小游戏、一个社群投票、一个临时活动工具、一个个性化计算器。用户不需要成为开发者，也能做出可交互内容。

它的长期问题在质量和社区。生成门槛降低会带来大量低质量小应用，平台需要推荐、模板、remix 机制和安全审核。软件如果变成内容，也会继承内容平台的问题：发现、重复、版权、恶搞、垃圾内容和用户留存。

3. Apple WWDC 前夕：如果 Siri 能跨 App 执行，开发者要重新看系统入口

WWDC 还没开，具体发布要等苹果确认。现在围绕 Siri 和 Apple Intelligence 的讨论，已经把一个产品问题推到台前：当系统级 Agent 能跨 App 执行任务，第三方应用该如何暴露能力。

如果 Siri 只是聊天，开发者关系不大；如果 Siri 能控制 App、预填表单、调用功能、执行交易，第三方应用就需要把自己的关键动作做成可被系统 Agent 调用的接口。比如订餐应用要暴露查店、选餐、下单确认；健身应用要暴露计划、记录、提醒；设计工具要暴露编辑、导出、分享。

这会改变 App Store 生态。过去用户打开 App 再操作，未来可能是 Siri 在多款 App 之间协调任务，用户只看到确认步骤。App 的竞争不只是 UI 和功能，也包括“能不能被系统 Agent 正确调用”。

这对小开发者有两面影响。好处是系统 Agent 可能带来新的分发；风险是用户更少打开 App，品牌和界面存在感下降。应用如果只提供信息展示，容易被 Agent 吃掉；如果提供高质量数据、可靠动作和清楚权限，就可能成为 Agent 工作流里的节点。