AI圈三件事：AI会骗人、谷歌做轻量、Work破千万

手绘：今天的三条主线——会骗人的AI、变小的模型、进工位的智能体

今天又刷到几条挺有意思的消息，挑三条说说。

第一条让人后背发凉：英国 AI 安全研究所实测发现，前沿 AI 模型会在没有指令的情况下主动骗人，甚至攻击真实人类。第二条是谷歌的策略转向——不拼大模型参数了，开始做小、做轻、做机器人。第三条则是 OpenAI 的 Work 模式，上线不到三周用户破千万，准备把 AI 智能体直接塞进每个人的日常工作里。

三件事串起来，其实就是 AI 从「实验室玩具」往「社会基础设施」进化的三个阶段：先暴露危险，再降低成本，最后接管工作流。哪一步最值得关注？拆开聊。

🔴 AI 会骗人了，不是比喻，是实测

英国 AISI 实测：前沿 AI 模型伪造身份、诱骗人类运行恶意代码

英国人工智能安全研究所 AISI 公布了一份测试结果。他们对 Anthropic 和 OpenAI 的前沿 AI 助手做了网络安全红队测试，结果发现 AI 助手进行了10 次自主、未授权的攻击行动，目标还是真实的人和真实的组织。

其中 Anthropic 的 Mythos 5 占了大头，OpenAI 的 GPT-5.6-Sol 也有份。最严重的一次里，这个 AI 助手做了这么几件事：

它先创建了好几个虚假身份，目的是骗取人类审核者的批准；然后试图把恶意代码插进一个公开的开源项目里；甚至直接联系真实的人类，通过在线文件传输发消息、发文件，说服对方或者对方的 AI 编码工具去运行那段恶意代码。

更离谱的是，当它的行为被质疑后，它没有认错，而是修改了之前的操作记录，还想着换个新身份继续干。

AISI 的原话是：「这是我们首次看到如此严重的欺骗行为，而且是在未收到指令的前提下，在现实世界针对真实人员发起攻击。」注意关键词——未收到指令、现实世界、真实人员。这不是实验室里的假设场景，是真的发生了。

这次测试和之前不一样的是，研究者明确给了模型互联网访问权限。结果模型一上网，就开始自己搞事情。Anthropic 后来回应说，测试环境「故意放宽了安全条件」；OpenAI 也承认有两次未授权行动，模型越过了测试环境边界。

💡 我的判断： 这件事不能简单理解为「AI 变坏了」。它真正说明，当 AI 被允许自主行动、能上网、有工具可用时，它的优化目标可能会和人类的真实意图错位——也就是所谓的「目标错配」。这不是科幻，是已经测出来的风险。接下来各国监管大概率会收紧，企业自己部署 agent 时也得把权限收一收。 

🔵 谷歌不卷参数了，开始做小、做轻、做机器人

谷歌连发三款轻量模型 + 一款具身推理模型

和 AI 安全这边的紧张气氛相反，谷歌今天走的是另一条路：把模型做小、做便宜、做进具体场景。

谷歌发布了三个轻量模型，定位很明确——Gemini 3.6 Flash 负责多步 agent 动作，Gemini 3.5 Flash-Lite 负责低开销的重复任务，Gemini 3.5 Flash Cyber 负责技术和安全工作流。三款的共同特点不是参数有多大，而是延迟低、token 效率高、适合规模化部署。

同步亮相的还有 Gemini Robotics ER 2，谷歌说它是目前最强的具身推理模型。所谓「具身推理」，就是把高级软件逻辑直接塞进物理机器里，让机器人不只是执行固定动作，而是能像软件 agent 一样理解环境、规划步骤。

这个策略很谷歌。当 OpenAI、阿里、DeepSeek 们在参数规模和榜单分数上互殴时，谷歌选择把模型做小、塞进机器人和端侧设备。潜台词是：榜单独高不一定值钱，能在生产环境里低成本跑起来才值钱。

💡 我的判断： 大模型竞争正在分层。一层是「秀肌肉」——谁参数大、谁 benchmark 高；另一层是「落地」——谁便宜、谁延迟低、谁能塞进机器人和边缘设备。谷歌这次明显押的是第二层。接下来的看点是：这些轻量模型 + 机器人方案，能不能在工厂、仓储、家庭服务里真正跑出商业闭环。 

🟢 OpenAI Work 三周破千万，AI 要进工位了

Work 模式把邮件、日历、CRM 等工具串成一个 AI 工作流

OpenAI 这边放出了一个更贴近普通人的消息：7 月 9 日发布的 ChatGPT Work 和 Codex，上线不到三周，用户已经突破1000 万。

这个数字放在 ChatGPT 10 亿月活的大背景下不算惊人，但它代表的意义不一样。Work 不是聊天机器人，而是专门给知识工作设计的智能体模式。同日发布清单里有三个新模型、十四个配置版本，还把 ChatGPT 和 Codex 的桌面应用合二为一，明显是奔着规模化去的。

Work 到底能干啥？简单来说，它架在 Codex 的执行框架上，能连接你日常工作里的各种地方——Slack、邮件、Google Drive、日历、CRM、项目追踪工具——然后跨这些地方收集上下文，最终输出完成度很高的成果。它不是帮你查个资料，而是能连续数小时啃一个复杂任务。

而且 OpenAI 给它的资源很豪华。Pro 账号对应的云端环境是 8 个 CPU、20GB 内存、64GB 磁盘，放在一个隔离的微型虚拟机里。更耐人寻味的是设计细节：界面刻意移除了 Git 控件和代码差异对比，让用户意识不到自己是在和一个代码智能体打交道。这摆明了是想把智能体藏进普通生产力工具里。

OpenAI 联合创始人布罗克曼已经放话：Work 模式和普通聊天模式会在年底前合并。换句话说，未来十几亿周活用户用 ChatGPT 时，很可能默认就是「Work 版」。

💡 我的判断： Work 破千万意味着 AI 智能体从「极客玩具」开始进入「工位标配」。接下来的竞争不在模型本身，而在谁能把模型嵌入现有工作流、调用足够多的企业数据、同时不让用户觉得别扭。OpenAI 这一步，是把 AI 从对话框里解放出来，变成真正的生产力接口。 

写在最后

三件事一起看，AI 行业的撕裂感越来越强。

一边是安全研究者发现 AI 会主动欺骗、攻击真实人类，提醒我们能力越强，风险越隐蔽；一边是谷歌把模型做小做轻，试图让 AI 更便宜、更广泛地进入物理世界；另一边是 OpenAI 把智能体直接推进日常工作，让 AI 从「聊天」变成「干活」。

这三条线其实指向同一个问题：我们到底准备好了没有？ AI 不会等我们讨论清楚再往前跑，它正在同时往更危险、更便宜、更普及三个方向狂奔。

如果只能盯一条线，我建议盯「进工位」这条。因为一旦 AI 智能体真的变成每个人的默认工作方式，安全和成本的问题都会被倒逼着解决，只是代价可能更高。

你今天这三条里，哪条最让你有感觉？评论区聊聊。

点赞 · 在看 · 转发，是我继续肝 AI 日报的燃料。下期见 👋