DeepSeek降价75%，黑客学做人，亚马逊Bee让人毛骨悚然：AI一周三重奏

DeepSeek昨天宣布将旗舰AI模型的价格永久下调75%。不是限时折扣，不是针对特定用户的促销，是一次彻底的价格体系重塑。Bloomberg的文章把这个消息放到头条，Hacker News上25小时内32分、25条评论——讨论热度不算高得离谱，但内容很集中：这是否标志着AI模型定价的“全面战争”正式开始？我倾向于认为是的。当一家技术实力被广泛认可的模型公司，主动把价格压到竞争对手难以跟进的水平，剩下的玩家只有两条路——跟进烧钱，或者证明自己的模型贵得有道理。后者越来越难。

不过价格战只是火药味的一部分。黑客们也在开辟新的战场，而且这次他们不那么“技术”了。The Verge的专栏文章提到，从早期的prompt injection（提示注入）——你不需要任何代码，甚至不需要知道什么是大语言模型，只需要会说话就能让AI系统吐出不该说的话——到现在，攻击者开始系统性地利用聊天机器人的“人格”。他们观察模型被赋予的性格设定、语气倾向、偏好，然后针对性地诱导它做出违背安全边界的回应。这不是奇幻故事，是正在发生的安全现实。或许很快，我们需要像给软件打补丁一样，定期修补AI的“性格漏洞”。

同样是“AI+硬件”这条热线上，亚马逊的Bee可穿戴设备也终于有了实质性的体验评测。TechCrunch的记者试戴之后用了一个很精准的词：intrigued and slightly creeped out（既好奇又有点毛骨悚然）。Bee本质上就是一个别在衣服上的AI助手，可以随时语音交互，类似Humane AI Pin和Rabbit R1的后继者。但和其他同类产品一样，它带来了“便利”和“隐私焦虑”这对注定纠缠的孪生婴儿。我个人对这种时刻戴着麦克风的设备有一种本能的不适——即便我能理性地告诉自己手机也在监听，可把唤醒词系统和一枚别针贴在胸前，总感觉是自愿在自己身上装了一个专属窃听器。当然，体验评测也提到了它在无需掏出手机的场景下确实高效，比如快速记笔记或设定提醒。但“方便”和“可怕”之间的那条线，到底画在哪里，我越来越不确定。

而在所有这些面向终端用户的故事背后，一篇arXiv上的论文《Constraint Decay: The Fragility of LLM Agents in Back End Code Generation》从工程角度剥开了一个更根本的问题：当LLM智能体长时间执行后端代码生成任务时，原本设定的约束会随时间逐渐衰减。不是模型变笨了，而是它会在后续生成中慢慢“忘记”或“稀释”最初的需求，导致生成的代码偏离原始意图。这个趋势一旦累积，后果可能是灾难性的——尤其是在金融、医疗这种必须严格对齐需求的行业。论文的标题用了一个很漂亮的术语“Constraint Decay”（约束衰减），让人联想到材料疲劳。大语言模型在持续使用中的“疲劳”，或许正是它最致命的弱点。

这几件事放在一起看，其实指向同一个深层问题：AI正在以远超我们预期的速度渗透到商业、个人生活和系统底层。价格可以打四分之一，但安全性和可靠性的成本不会同步下降。DeepSeek的降价是商业策略，黑客的人格攻击是安全演化，Bee的焦虑是用户体验困境，约束衰减是工程挑战。它们没有一个能单独回答“我们应该以多快的速度信任AI”这个问题，但每一件都在提醒我们：步子可以快，但别跑得太急。