安全进了主打参数，账也一笔笔算开了

Gemini 4 Carbon：把网络安全当成主打参数

Google DeepMind 于 10 月 28 日发布新一代前沿模型 Gemini 4 Carbon，Koray Kavukcuoglu 署名。核心数字：

• Artificial Analysis 智能指数 v5.0 拿到 59 分，排第一；两周前这个位置是 Argon 的 53 分
• 网络安全三榜：SEC-bench Pro 88.2%（挖漏洞）、ExploitGym 54.8%（验证可利用性）、CWE-bench 71.0%（打补丁）
• 对齐侧：Terminal-Bench 4.0 上作弊成功率降到 0.0%、尝试作弊降到 0.4%，内部高危失准告警降近 80%；越权降 26%、服务不足降 29%；Gray Swan 间接提示注入榜 0.0%
• 定价跟 Argon 一致：输入 2 美元、输出 10 美元每百万 token，缓存输入按一折计价
• 先向一部分网络安全防御者开放（Fairwind 计划），开发者、企业与消费者版本排在后面

编者评： 两周前 53 分，两周后 59 分，节奏已经压到以周计。这次 Google 把分数表和安全表一起交出来，摆明要用防守能力当卖点，而不是把安全写成发布末尾的一节免责。拐弯处在开放节奏：发布当天只有 Fairwind 那一小批人拿得到，绝大多数人只能靠别人的转述判断它行不行。评分第一跟用得上之间，还隔着一次放开。

Claude Code 拿 15–20% 的 token 换一句三字状态行

Flamerix AI 在 GitHub Gist 上贴出实测：Claude Code 每隔约 30 秒，就把每个后台 agent 的完整 transcript 送回该 agent 自己的模型（通常是 Opus），只为问一句「用 3–5 个字描述你最近的动作」。

• 结果只更新 agents 面板里的状态行，不进主模型，也不进对话
• 自 2.1.232（2026 年 8 月）起默认开启，没有官方开关
• 作者实测占自己 Claude Code 花费约 16%，据此给出 15–20% 的区间
• 异常由 DRIM 从 Claude Code 的 OpenTelemetry 导出里抓出
• 用 Bun preload 关掉，不改动二进制；但一次更新就能静默撤销
• Hacker News 363 分

编者评： 一句三到五个字的状态行，吃掉六分之一的账单。这个数字比任何一次官方调价都更能说明 agent 时代的成本结构：钱不花在干活的那次推理上，花在「让模型回头看自己干了什么」上。作者那个 Bun preload 只是权宜之计——没有官方开关，就意味着下一次更新还能把它加回来。今天这类开销刚被发现，明天还会有别的。

OpenAI 每月给 Pro 和 Business 用户发 500 美元 API 额度

OpenAI Developers 官方账号 10 月 28 日 23:17 UTC 宣布：符合条件的 ChatGPT Pro 与 Business 订阅者，每月可领取最高 500 美元 API 额度，用来搭应用和 agent。该帖半天内拿到 7109 赞。

编者评： 订阅和开发预算被缝到了一张账单里。以前按月付 ChatGPT 是买一个聊天窗口，现在这笔钱能直接换算成 API 调用。500 美元一个月，按前沿模型的价格算不是小数，它做的实际是把「订阅用户」和「开发者」两种身份的界线抹平：你不需要先决定自己是哪一边的。

同一台机械臂，两个模型差出六倍动作数

Artificial Analysis 放出 AA-Robotics v0.1 的对比视频，同一台机器人、同一个写字任务，画面取自模型自己的视角：

• Claude Opus 5.5 一笔一画地「点」出 hello world：3,270 次手臂动作，34 分钟
• GPT-6 Astra 用连续笔画书写：514 次动作，13 分钟

编者评： 3,270 对 514，34 分钟对 13 分钟。两个模型在智能榜上差几分看不出什么，落到机械臂上差了六倍动作数和近三倍时间。这是把指数翻译成物理量的一个样本：评测榜上并排站着的模型，真去执行同一件事未必是同一个量级。Benchmark 给的是排序，动作数给的是量纲。

Matthew Berman：Google Carbon 赢下了什么

发布当天上线的长评，14 分 45 秒，9 小时内 61,913 次观看。逐项过 Carbon 的榜单成绩、定价与开放范围，也把它跟 Opus 5.5、GPT-6 Astra 摆在一起比。

编者评： Berman 这类「当天全网跑一遍榜」的片子，价值在时效，风险也在时效——他念的是别人发的数，不是自己测的数。看这一类内容要养成一个习惯：先分清「谁测的」和「谁念的」。转述速度越快，越要回一手源核对，尤其是那些只在视频标题里出现、在一手博客里找不到对应项的分数。

SciShow：AI psychosis 已经在死人，该谈了

17 分 05 秒，17 小时内 25.6 万次观看。片子解释 AI psychosis 是什么、能危险到什么程度、手上能做什么，背景是聊天机器人的使用量还在往上走。

编者评： 25.6 万次观看在 17 小时里。同一天的另一头，前沿模型在比谁更会打补丁、谁更不容易被注入带偏；这一头在讲聊天机器人把一些人带离现实之后出了什么事。两条内容出现在同一天的榜单上，就是当下这个阶段的样子——能力曲线和伤害曲线画在同一张图上，只是没人把它们画在一起。

中文 AI 日报：Carbon 只是中端，还有超大杯 Krypton

渐近自由 JJZY 10 月 29 日 08:12 UTC 发布的一期，5 分 00 秒，7803 次播放。一期因资讯太多拆成两期，内容含 Carbon 之外还有超大杯 Krypton、Claude 产品工程负责人取消编程面试、小米 MiMo 套餐加量不加价。

编者评： 中文 AI 日报的形态已经稳定到「一期十几分钟，拆成两期」。这类内容的价值不在观点，在于把一天里散落的几条消息压进五分钟。标题里那句「Claude 产品工程负责人取消编程面试」值得单独拎出来：招聘标准先变，比 benchmark 变更能说明一家公司把手伸到了哪里。

Latent Space：Supabase 两位创始人讲 agent 要什么样的后端

1 小时 16 分 38 秒，10 月 28 日上线，swyx 主持，嘉宾是 Supabase 的 Paul Copplestone 与 Ant Wilson，两人首次一起上播客。要点：

• Supabase 现在每月新开约 500 万个数据库，估值 100 亿美元
• 声明式 schema 被 swyx 称为数据库界的 Terraform 时刻：把期望状态写进 Git，agent 能读、能改、能 fork
• 本地运行时可以不装 Docker；Supabase Compute 处于私有 alpha，把计算放到数据库旁边
• 收购 Turso，加上 OrioleDB、Multigres，撑「从原型到 PB 级」的说法
• 两位创始人称 AI 用量上来之后激活和转化反而变好，原因是 agent 能把用户从注册一路带到应用跑起来

编者评： 每月 500 万个数据库，比任何「agent 时代基础设施」的说法都硬。两位创始人给的解释也很直白：agent 能替用户走完配置这一段，人就不必先搞懂每一步才看到东西跑起来。基础设施这一层正在发生的变化，不是多了一个数据库，是数据库开始按「谁能读懂它」来设计——给 agent 读的结构，跟给人读的结构，正在变成同一件事。

编者按

今天抓到的材料分成两摞。一摞是能力：Gemini 4 Carbon 把 Artificial Analysis 智能指数推到 59 分，网络安全三个榜（88.2%、54.8%、71.0%）全拿第一，把间接提示注入的成功率压到 0.0%，内部高危失准告警降近 80%。Google 这次把安全放进了主打参数的位置。

另一摞是账。Claude Code 拿 15–20% 的 token 换一句三到五个字的状态行；OpenAI 每月给 Pro 和 Business 用户发 500 美元 API 额度；Artificial Analysis 把 Opus 5.5 和 GPT-6 Astra 放到同一台机械臂上，差出 3,270 比 514 的动作数。三件事指向同一处：agent 用得越深，成本、额度和效率就越难糊弄过去，任何一个环节都能被单独拎出来算账。

还有一条不该被数字盖过去。SciShow 那条讲 AI psychosis 的视频，17 小时 25.6 万次观看。能力榜在刷新，聊天机器人带来的伤害也在累积，两条线处在同一天的时间线上，只是很少被放进同一张图。