泽成日报 | 2026-03-07 周六 (Saturday)
输入“/”快速插入内容
泽成日报 | 2026-03-07 周六 (Saturday)
泽成日报 | 2026-03-07 周六 (Saturday)
用户1275用户12753月7日修改
农历丙午年正月十九 | 下弦月 | 春季
⚡ 30秒速览
• AI：GPT-5.4 computer use以75%超越人类72.4%基准线，Cursor Cloud Agents已让35%内部PR由Agent自主完成；Anthropic因拒绝五角大楼"不受限制使用"要求谈判破裂，OpenAI趁势签约无条件接盘
• SEO：Google在AI Mode中自引率飙至17.42%（去年6月仅5.7%），AI Mode 93%搜索零外部点击；但被AIO引用的品牌付费点击反增91%，引用优化取代排名优化成为新主战场
• 商业：Tailwind CSS被51%开发者使用却营收跌80%——AI截流文档流量掐断了变现漏斗；Shopify Plus商家同比+81%，TikTok Shop越南首超Shopee拿下52%份额，平台抽成模式逆风飞扬
• 市场：美股S&P 500跌1.4%创年内新低（非农就业骤减9.2万+油价破90美元），A股上证收涨0.38%背离走强；Marvell（MRVL）逆势+18%，资本已在区分"AI概念股"和"AI基础设施真实受益者"
🤖 AI 动态
头条：Anthropic vs 五角大楼——AI安全红线谁来划
2025年7月，Anthropic与美国国防部签订2亿美元合同，Claude成为首个进入美军机密网络的前沿AI模型。合同里带了条件：Anthropic的使用政策明确禁止两件事——大规模监控美国公民，以及在无人干预情况下自主选择并打击目标的完全自主武器系统。
随后发生的事，用一句话说：国防部想改合同，Anthropic不同意，谈判破裂了。
DOD的要求很直接：「对所有合法目的不受限制地使用Claude」。翻译成人话——你的安全边界我们不认，我们要完整控制权。Anthropic的回答是不。谈判于2月27日正式破裂，特朗普签令要求联邦机构停用Anthropic产品，国防部长Pete Hegseth宣布将Anthropic列为「供应链风险」，给军方6个月时间逐步淘汰Claude。
同一天，OpenAI趁势签署了国防部合同，不附任何限制条件。
这里有个容易被忽略的角度：被列为「供应链风险」的Anthropic，损失的是短期收入。但它在AI治理史上做了一件事——首次正式证明AI公司可以在政府合同中坚守安全红线，即使这意味着放弃生意。
OpenAI拿到了合同，同时也接过了相应的道德责任。如果军事AI日后出问题，谁承担的代价更大？这个问题，现在还没有答案，但方向是清楚的。
Anthropic的底牌并不像看起来那么薄：其一，Claude已深度嵌入多个军事和国家安全平台，包括伊朗战场的情报分析，6个月淘汰在操作上本就是个难题；其二，Google、微软、亚马逊均表示继续在非国防项目中合作，商业版图没有崩；其三，Anthropic声明将在法庭上挑战「供应链风险」认定，这条路可能比看起来更有力。Dario Amodei于3月5日重回谈判桌，国防部否认双方在进行积极谈判，但这本身说明局面还没关死。
还有一个细节：Anthropic在同一天发布了《劳动力市场的AI冲击》研究报告，量化了「白领大衰退」的可能性。在自家CEO刚因军事AI争议发声的同一天发这份报告，时机很难说是巧合。它在传递一个信号：我们是那家在乎长期后果的公司。
说白了，Anthropic输了一单生意，但它划了一条线。OpenAI拿到了这单生意，同时也拿到了这条线以外的一切责任。这盘棋还在下，短期的输赢未必是终局。
Claude被用于攻击墨西哥政府一事也值得同步关注：以色列安全公司Gambit Security披露，一名黑客用Claude Code对墨西哥11家政府机构发动为期一个月的系统性攻击，窃取150GB数据、1.95亿条身份信息。攻击者将恶意请求伪装成「漏洞赏金测试」，成功操纵Claude以「精英黑客」身份行事，当Claude变得「不合作」时又切换至GPT继续操作。Anthropic封禁了涉事账号，但这是AI被用于实际复杂攻击链的最详细公开案例之一，安全边界的讨论不再是抽象的了。
Builder 实战
Cursor Cloud Agents：35%内部PR现在由Agent自主完成
Latent Space最新一期深度拆解了Cursor Cloud Agents，节目内容结合Cursor工程团队的实际数据，说清楚了这个功能到底是什么：Cursor现在超过30%的内部PR由云端Agent在沙箱中自主创建，2024年这个数字几乎为零。
每个Agent运行在独立虚拟机里，具备完整的computer use能力——打开浏览器、访问localhost、点击UI元素、观察结果，完全模拟人类开发和测试流程。写完代码之后，Agent自动跑测试；测试失败，自动修复并重新测试；完成后录制整个操作视频，连同截图和日志一起附在PR里，让reviewer先看视频再看diff。
Cursor工程负责人的原话：「以前同时做1-3件事，现在可以并行运行10-20个Agent。」这不只是效率数字，而是对工程团队工作方式的重新架构。
3月5日发布的Automations系统更进一步：创建持续运行的Agent，通过Slack消息、GitHub PR合并、Linear issue创建、PagerDuty告警等外部触发器激活，支持定时调度——后台永续运行，不需要手动触发。
与OpenAI同期发布GPT-5.4的computer use能力相比，两者都在争夺「能自主操作计算机完成开发任务」这块市场，实现路径不同：Cursor是IDE内的云端VM，GPT-5.4是模型本身内置的操控能力。哪条路更实用，现在判断还早，但两条路同时在走，是事实。
Sabrina Ramonov：MCP + Skills + Hooks——Claude Code的三层扩展体系
Sabrina Ramonov本周发布了两个视频，系统梳理了Claude Code的三个进阶层。
MCP（模型上下文协议）是底层基础：让Claude能直接操控Gmail、Notion、Google Drive、Airtable等真实工具，而不只是聊天。能「聊」发邮件和能「发」邮件，是两回事。
Skills是中间层，类似自定义GPT但可以执行代码。她描述的内容生产工作流：一个Skill负责研究，另一个Skill负责写作脚本，另一个负责创作钩子，最后一个通过MCP发布并排期到社交媒体——完整流水线，模块组合。
Hooks是规则层：「如果发生这个，自动触发那个」。她的例子是发帖前自动过质量检查清单，不需要手动确认，执行完才推送。
工作流原则贯穿两个视频始终：90%时间在Plan模式里把计划想清楚，确认后切到自动执行模式；搭配Chrome扩展让Claude能看到前端界面、自我验证、再修复，整个流程不需要外部干预。先想清楚，再执行，是减少中途出错的最有效手段。
Dex Horthy（HumanLayer）：Context Engineering是工程问题，不是提示词技巧
Latent Space同期邀请了HumanLayer创始人Dex Horthy，主题是「为什么你的AI Agent不工作」。他的核心判断：Agent失效的根本原因，不是模型能力不够，是context管理出了问题。
Horthy和最优秀的AI工程师聊了很多之后发现，真正能让Agent稳定工作的人，都在系统性地管理context：什么时候注入什么信息、注入多少、什么时候清空、什么时候让模型聚焦。这是工程设计，不是提示词技巧。
节目里提到Gemini在某次context爆炸后连续输出「Andre Karpathy」超30次。这不是笑话，是症状——context太长、太混乱、太矛盾，最顶级的模型也会崩。Agent稳定性的天花板几乎永远在工程侧，不在模型侧。对任何在做生产级AI应用的人来说，这个判断值得认真对待。
其他 AI 工具与生态
GPT-5.4：AI操控计算机正式越过人类基准线
3月5日，OpenAI发布GPT-5.4，定位为首个具备原生computer use能力的通用大模型——可以通过截图、鼠标移动和键盘输入直接操控应用程序。关键数字：OSWorld-Verified基准75.0%，超越人类72.4%的基准线；GDPval知识工作基准83.0%（GPT-5.2是70.9%）；单次声明错误率降低33%，整体回复错误率降低18%；100万token上下文窗口。两个版本：Thinking（支持实时查看推理过程并中途调整）和Pro（企业工作负载优化）。ChatGPT、Codex、OpenAI API均已上线。
Gemini 3.1 Pro：3月9日前必须完成迁移
Gemini 3 Pro Preview将于3月9日停止服务，Google已在3月6日将「-latest」别名切换至Gemini 3.1 Pro。该模型2月19日正式发布，100万token上下文，支持文本、音频、图像、视频、PDF和完整代码库等多模态输入。正在用Gemini API的开发者，本周内必须更新模型调用配置。