AI一边学开车，一边学着怎么不把公司开破产

百度今天首次披露了Apollo World世界模型，思路挺有意思：让AI生成驾驶场景来训练AI，而不是全靠真实路测一公里一公里地磨。官方说法是借此突破无人驾驶的"不可能三角"——长尾场景、训练成本、安全验证这三件事长期以来互相拉扯，你压下去一个，另外两个就翘起来。用世界模型合成 corner case，理论上确实能把长尾覆盖的边际成本打下来。当然，"理论上"三个字在自动驾驶行业已经被验证过很多次了，从Waymo到特斯拉，每一家都讲过类似的故事，最后卡住的往往不是模型不够聪明，而是那最后零点几个百分点的确定性。百度这次把世界模型摆到台前，至少说明一件事：纯靠车队跑数据的路子，大家都有点跑不动了。

同样在解决"跑不动"问题的，还有一堆做推理引擎和MaaS的。今天InfoQ上有两篇放在一起看特别有味道，一篇讲面向Agentic推理的下一代LLM推理引擎，一篇讲MaaS怎么从模型调用走进Agent生产。翻译成人话就是：过去大家比拼的是模型能不能答对，现在比拼的是模型能不能把一件事从头到尾干完，中间还得省钱、还得可观测、还得能审计。Snowflake今天也凑了这个热闹，把业务上下文、治理和自主开发塞进同一个环境——数据库厂商现在讲的故事已经不是"存你的数据"，而是"替你的Agent记住你的业务"。

这个转向在PagerDuty身上更具体。他们发布了一个叫Paige的AI agent，定位是SRE（站点可靠性工程）团队的一员。运维这件事很有意思，它天然适合Agent：告警多、流程固定、判断依赖历史经验，而且出错代价高——正好是那种"人干着烦、机器干着险"的活。PagerDuty敢把它包装成"团队成员"而不是"工具"，说明他们对落地场景的边界想得比较清楚。

有Agent干活，就得有Agent的安全。CrowdStrike今天宣布打算收购Fiddler和Dreadnode，前者会变成Falcon Observe，专门用来评估和解释AI agent的行为。这个方向抓得准：Agent越多，企业越需要知道它到底在干什么、为什么这么干。与此同时，Cogent Security发布了VR-1.1漏洞修复模型，在LiveCVEBench的190个任务上拿到57.9%的通过率，把Claude Code和Codex的45.3%甩开了一截。一家专做漏洞管理的 startup 在垂直任务上跑赢通用编程模型，这事本身不奇怪，但它透露的信号值得记一笔：在安全这种容错率极低的领域，"通用大模型+提示词"的天花板可能比想象中来得早。Novee那边则在推外部攻击面测试，让AI驱动的攻击去摸客户暴露在公网上的资产——攻防两端现在都在用AI互相卷。

聊完生产，得聊聊监管和成本这两件更扫兴的事。Apple今天出了新规，要求提供性内容或浪漫内容的约会应用和AI伴侣应用必须打上18+评级。这条规则表面上是在管内容分级，实际上是在给"AI伴侣"这个品类划边界——这类产品过去两年增长很快，但一直游走在应用商店政策的灰色地带，Apple现在等于是把线画明了。Google那边则在往反方向走，Guided Learning在全球的Google Classroom上线，还计划在美国部分学校试点Search里的AI功能，K-12的AI接入采取opt-in（家长或学校主动选择加入）的方式。一个在收紧，一个在放开，但底层逻辑是一样的：平台都在抢在监管前面自己定规则。

真正让人心里一沉的是那篇讲AI涨价的文章。它拿Uber早期补贴打车费做类比——当年便宜是因为投资人在补，等补贴停了，价格就得回到真实水平。现在很多企业用AI用得很爽，是因为推理成本还在往下走、厂商还在抢市场份额。但这个窗口不会永远开着。当模型价格回升、当Agent的调用量从"试用"变成"生产负载"，那些把AI嵌进核心流程却没有算过单位经济模型的公司，会突然发现自己养了一头每天都要喂钱的动物。这件事跟前面Snowflake、PagerDuty讲的Agentic故事其实是同一枚硬币的两面：Agent越能干，调用越频繁，账单越长。能不能扛住，取决于你用它省下来的人力成本，够不够覆盖它烧掉的token。

至于AI复刻Adobe系列软件那个项目，开发者自己坦言"远未准备就绪"——这话在今天的新闻流里显得特别诚实。一堆公司忙着发布、收购、融资（Athena拿了250万美元pre-seed做房地产法律AI，Utopai Studios挖来前迪士尼AI高管当CPO），而真正动手复刻复杂软件的人告诉你，还早。这种反差挺好，它提醒我们：演示视频和生产线之间，隔着的从来不是一次模型升级，而是无数次"还差一点"的坦白。