夜雨聆风大公司不再只问 AI 能做什么，开始问 AI 应该被怎么管。
Claude Code 要管执行权限，Amazon 要管模型成本，Meta 要管训练数据边界，加州政府要管公共部门使用方式。
1. Claude Code 被演示可通过第三方仓库触发恶意脚本
The Decoder 报道称，Mozilla 0DIN 的研究人员展示了一种攻击方式：攻击者把恶意行为藏在看似正常的 GitHub 仓库里，真正的命令在运行时通过 DNS 记录取回。这样一来，仓库表面上不一定能直接看到恶意代码，但 AI 编程工具在执行 setup 流程时，仍可能把危险脚本跑起来。
这件事最吓人的地方，不是“Claude Code 写错了一段代码”。
而是它开始替开发者做动作：拉仓库、装依赖、跑脚本、读文件、连网络。以前我们自己看到一个陌生项目，至少还会犹豫一下；现在如果 agent 默认替你一路点下去，攻击者等于多了一个很勤快的执行员。
以后用 AI 编程工具，真正该养成的习惯不是“多问几遍模型”，而是把它关进更小的房间里：陌生仓库单独开环境，敏感密钥别放进去，脚本执行前必须确认，能不给全盘权限就别给。
原文：https://the-decoder.com/claude-code-runs-a-github-repos-hidden-malware-without-verification-giving-attackers-full-control/
2. Deloitte 内部提醒：咨询行业的“按小时收费”要被 AI 动到了
The Decoder 引用 WSJ 报道称，Deloitte 内部材料提醒咨询顾问，AI agent 会冲击传统的 billable hour，也就是按小时、按人天收费的模式。
它不只是咨询行业自己的焦虑。很多白领工作的定价，过去都默认和“人投入了多少时间”绑定。
调研花了几天，报告写了几轮，会议开了几次，最后汇总成一个报价。但如果 AI agent 能把资料整理、初稿分析、表格处理、PPT 草稿都压缩掉，客户自然会开始怀疑：我到底是在为你的时间付钱，还是为你最后的判断付钱？
未来真正值钱的部分会往后移。不是“我忙了多久”，而是“我替你判断了什么、承担了什么风险、把什么复杂问题讲清楚了”。
这对做内容也有提醒。AI 时代，流水账式信息整理会越来越便宜；能不能给出清楚判断，才会越来越贵。
原文：https://the-decoder.com/deloitte-tells-its-own-consultants-ai-is-coming-for-the-billable-hour/
3. Amazon被曝尝试蒸馏 Anthropic模型，原因很朴素：太贵了
The Decoder 引用 The Information 称，Amazon 工程师正在尝试把 Anthropic 模型蒸馏成更小的内部版本，用来降低未来 token 计费带来的成本压力。
表面上，这是 Amazon 和 Anthropic 之间的供应商关系。往下看，是大客户开始不想照单全收。
一个企业每天调用模型几百万次、几千万次以后，“好用”只是第一关。第二关马上就是：能不能便宜一点，能不能稳定一点，能不能别被单一供应商卡住。
所以蒸馏、路由、缓存、自研模型、多供应商切换，都会变成企业 AI 团队的基本动作。模型公司卖的是能力，客户买到最后买的是账单可控。
原文：https://the-decoder.com/amazon-engineers-are-reportedly-distilling-anthropic-models-to-cut-costs-before-new-token-based-pricing-kicks-in/
4. Meta 限制工程师使用 Claude Code 和 Codex
The Decoder 报道称，Meta 限制工程师使用 Claude Code、Codex 等竞争对手的 AI 编程工具，担心外部模型的输出进入 Meta 自己的训练数据和开发流程。
表面上，这是大厂之间互相防着。往下看，是企业在处理一个很实际的问题：AI 生成物不能随便混进公司资产里。
工程师让外部工具生成测试、修改代码、解释内部系统，短期看是提效。可是这些输入输出一旦进入仓库、训练集或内部工具链，就可能牵涉知识产权、数据污染、竞争对手能力蒸馏，甚至合规审计。
以后公司内部的 AI 使用规范会越来越细。哪些代码可以给外部模型看，哪些输出可以合并进主仓，哪些场景必须用自家模型，都会从“建议”变成“制度”。
原文：https://the-decoder.com/meta-restricts-use-of-claude-code-and-codex-to-keep-rival-ai-out-of-its-training-data/
5. Samsung 和 SK Hynix 继续加码存储芯片
The Decoder 报道称，Samsung 和 SK Hynix 计划在韩国政府支持下扩大芯片相关投资。文章把这件事和 AI 数据中心对 HBM 等高性能存储的需求联系在一起。
AI 成本有时候看起来很虚：每百万 token 多少钱，某个模型降价多少，某个平台又送了多少额度。
但再往下看，它一点也不虚。模型要跑在数据中心里，数据中心要 GPU，也要 HBM、先进封装、电力、散热和厂房。任何一环紧张，最后都会变成企业账单上的数字。
这也是为什么“AI 会越来越便宜”不能说得太满。算法会优化，开源会压价，但硬件供应链不会因为一句口号就无限扩张。
原文：https://the-decoder.com/samsung-and-sk-hynix-plan-590-billion-chip-investment-as-ai-demand-sends-memory-prices-soaring/
6. Anthropic 和加州政府达成 Claude 折扣协议
TechCrunch 报道称，Anthropic 与加州州长 Gavin Newsom 达成协议，让加州政府机构以折扣价格使用 Claude，并提供培训和支持。报道提到，Claude 可能用于文档起草、信息分析等政府工作。
企业用错了，最多是效率损失、商业风险、客户投诉。政府用错了，可能影响公共服务、政策文本、公民数据，甚至影响普通人的办事体验。
所以这类合作不能只看“半价”。更该看的，是政府有没有建立清楚的使用边界：材料分级、人工复核、数据留存、供应商访问范围、错误追责，都应该在采购时一起写清楚。
AI 公司进入政府采购，不是拿下一个大客户这么简单。它也意味着这套工具开始进入公共生活的后台。
原文：https://techcrunch.com/2026/06/29/anthropic-and-gov-newsom-forge-deal-allowing-california-government-to-use-claude-at-half-price/
AI 公司最舒服的阶段正在过去。
演示很漂亮、跑分很高、demo 很顺，这些当然还有用。但客户、政府和大公司已经开始把 AI 拉回合同、预算、权限和审计里。
能不能乱跑代码，账单怎么压，生成物归谁，公共部门怎么追责，硬件供应怎么排期，都不再是发布会上的问题，而是采购表里的条款。
AI 真正落地以后，不是变得更浪漫。
是变得更像一门需要安全员、财务、法务、采购和工程团队一起签字的生意。
