科技剪报 · 2026-11-07｜机器速度下的安全防御

本期关注安全防御、企业 AI 应用、科学研究与航天探索。摩根大通与 OpenAI 展开编程和网络安全合作，企业 AI 支出也随着智能体使用而增长；PSI 公布量子计算猜想的证明材料，虚拟细胞研究尝试预测和控制生物系统；SpaceX 则准备星舰回收试验，并规划轨道 AI 计算。

a16z 延续前一篇文章的讨论：把漏洞转化为可用攻击的工作，已经可以在数小时内完成，部署补丁却仍要逐个漏洞处理，经过人工审核。Verizon 2026 年报告中，已知被利用漏洞得到完整修复的时间中位数约为 43 天，数据集内的完整修复率仅约 26%；Veracode 2025 年报告给出的平均缺陷修复时间约为 252 天。10 月的 PHP 严重漏洞提供了一个例子：攻击尝试在公开披露前四天就已开始，托管服务商和内容分发网络（CDN）可以在网络边缘拦截攻击，但没有这层保护的约 260–440 万个 PHP 安装实例仍然暴露。文章关注的是那些难以及时更新的系统：工业控制系统的维护窗口通常按年安排，医疗设备往往使用 10–20 年，补丁还可能需要重新认证，一些车辆和物联网设备也缺少更新通道。作者按照对这些系统的覆盖范围，提出四种防护方式：让设备不再直接暴露于公网，将必须联网的系统分区隔离，在网络中用「虚拟补丁」快速拦截攻击，以及用内存安全语言等消除整类缺陷。备份同样需要保护。Sophos 2024 年调查中，94% 的勒索软件受害者称攻击者曾试图破坏备份，其中约 57% 的尝试成功了。文章也指出，少数托管和 CDN 平台的集中防护帮助挡住了这次 PHP 攻击，但这种集中化也带来单点故障风险。

www.a16z.newsDefense in Depth, Rebuilt for Machine Speed

OpenAI 与摩根大通展开编程及网络安全合作

据 PYMNTS 转述《华尔街日报》报道，OpenAI 总裁 Greg Brockman 在 11 月 4 日的 WSJ Tech 大会上披露，公司已与摩根大通建立战略合作，向这家银行提供 AI 服务。合作方向包括软件开发与网络安全，其中安全能力将通过 OpenAI 的 Daybreak 计划提供。Brockman 随后表示，双方将探索 AI 如何支持工程师、安全团队、员工及客户，并强调保护金融系统的用途。Finextra 与 Crypto Briefing 也将编程和安全列为合作重点，后者提到 Codex 编程智能体。摩根大通此前已通过内部 LLM Suite 使用 OpenAI 和 Anthropic 的模型，也参与了 Anthropic 的 Project Glasswing 防御性网络安全合作。新协议延续了银行同时采用多家模型服务的做法，目前公开报道尚未披露合同金额、全面部署时间表或实际成效。

www.pymnts.comOpenAI Forms JPMorgan Partnership Ahead of 2027 IPO

Finextra 报道 · Crypto Briefing 报道 · LLM Suite 背景 · Project Glasswing

AI 工作流与组织决策

Every：哪些 AI 工作流会留下来

Every 重发了 Katie Parrott 对 AI 工作流的复盘。她仿照 Dan Shipper 的 Tend 做了 Attention Desk，后来却把它闲置了；相比之下，辅助写作的 compound writing 插件一直在用。她参考行为科学研究来解释这种差别：「21 天养成习惯」的说法缺乏充分证据，相关综述中的研究显示，形成习惯所需时间的中位数约为两个月；另一些研究发现，即时回报比将来的收益更能预测人是否会坚持。她把没能继续使用的工作流归为四类：忘了它的存在、无法运行、输出需要太多维护，或没有解决反复出现的问题。为此，她写了 Agent Ops 插件，通过提问审查自己的工作流，并定下三条暂行规则：新自动化先手动运行三次，再设为定时任务；输出经过不到五分钟的审阅就应当能用；如果连续运行四次都没有使用其输出，就决定修改或停用。文末提供的提示词会为每个工作流提出保留、重新设计、以后再试或停用的建议。她据此认为，工作流应当解决真实需要，并尽快带来回报，也要警惕为理想中的自己造工具。

every.toWhy Some AI Workflows Stick—And Others Don’t

Shovel Seller MD：Agent 时代的买与建

Shovel Seller MD 讨论医疗机构如何决定购买还是自建 AI 智能体，并建议分别考察技术栈的五个层次。基础模型可以租用，但应保留更换模型的能力；嵌入已有工作流程的智能体，如电子病历系统中的文书和医疗编码工具，通常可以采购或在原生平台上扩展；体现机构差异化的业务逻辑应当自建。负责权限、评测、审计和紧急切断的控制面，以及采用 FHIR、OMOP 等标准的数据层，都应掌握在机构自己手中，以便管理风险并保留更换方案的余地。Innovaccer 对 63 位医疗支付方高管的调查中，近 80% 偏好厂商提供的 AI，同时 86% 表示尚未准备好大规模运营。这项调查由相关厂商发起，样本也有限；作者借此说明，采购决定还取决于机构有没有足够的人手和运维能力。Epic 已宣布 Connectors，计划于 2027 年 3 月在 Showroom 提供，使其智能体能够调用第三方应用。采购对象因此可能变成平台智能体调用的一项功能，改变过去以独立产品为单位的采购方式。文章还提出五个判断问题：它能否带来差异化，数据存放在哪里，机构能否在生产环境中持续运维，更换方案需要多少成本，以及跨系统操作能否审计。

chadyou.substack.comBuy vs. Build in the Agent Era: A Decision Framework

Menlo：企业 AI 支出为何超出预算

Menlo Ventures《2026 企业 AI 状况》报告估计，以今年 9 月的水平估算，企业 AI 部署支出的年化规模约为 1,768 亿美元，是去年规模的 5.4 倍。在受访企业中，实际支出平均达到去年的 4.7 倍，超过原计划的 1.9 倍；支出中位数则为 2.2 倍，增长更多集中在重度使用者身上。在企业大模型 API 支出中，Anthropic 的份额从 40% 升至 55%，OpenAI 从 27% 升至 31%。Menlo 将超预算支出与智能体独立执行任务、并行运行联系起来：费用越来越随工作量增长，单靠员工数量已难以估算预算。报告调查了近 400 名美国企业决策者，这些数字属于市场估计与调查结果；55% 指企业大模型 API 支出份额，不代表全部 AI 市场。Menlo 本身也是 Anthropic 的投资方。

menlovc.com2026: The State of Enterprise AI

AI Daily Brief 节目笔记

科学研究

PSI：未公开的 Anthropic 模型参与量子计算猜想证明

物理研究实验室 Physical Superintelligence（PSI）11 月 6 日宣布，其研究系统利用一款尚未公开的 Anthropic 模型，在运行第三天找到了 Aaronson–Ambainis 猜想的完整证明，并通过 Lean 形式化检查。这个自 2008 年提出的问题，涉及量子计算获得指数级加速的条件：在查询复杂度框架下，对随机输入的判定问题，量子算法不能普遍取得指数级优势，问题具有的特殊结构仍然重要。这一结果针对查询次数，不是对所有计算任务实际运行时间的统一结论。PSI 已公开论文和 Lean 代码，仓库同时提醒，形式化命题是否准确对应原猜想，仍需人类核对；论文中的文字论证也没有全部经过机器验证。PSI 还表示，曾研究该猜想的斯坦福学者已阅读证明并提出意见；公开证明材料仍有待更广泛的独立检验。

psi.incA proof of the Aaronson–Ambainis conjecture

证明材料 · Business Insider 报道 · X 讨论（Chubby） · X 讨论（MTSlive）

Latent Space：Fabian Theis 与「控制生物学」

Latent Space 访谈了 Helmholtz Munich 的 Fabian Theis，讨论虚拟细胞（Virtual Cell）研究如何从描绘生物系统，走向预测其变化，再到主动控制。节目指出，近年来 AI 生物学研究的关注点多在蛋白质和分子设计；2025 年 Arc Virtual Cell Challenge 则暴露了扰动预测的评测问题，一些指标会让只预测平均值的简单基线胜过复杂模型。改用校准更合理的指标后，深度学习模型可以超过均值基线。Theis 认为，现有数据集上的扰动预测问题还比较简单，没有必要使用那么复杂的算法。研究者更应关注不同尺度、不同类型的数据如何对齐，以及分子、细胞、微环境、组织、器官和机体如何相互影响。文章汇总了 Biohub、NIH、DOE、Google 和 Meta 等机构约 18 亿美元的相关投入或承诺，其中 NIH 的部分包含已有投入，不能全部算作新增资金。访谈还讨论了虚拟细胞的商业化、生物学中的 Bitter Lesson、计算生物学人才培养，以及如何让模型预测与实验结果相互反馈。

lspace.beehiiv.comControlling Biology - Fabian Theis, Helmholtz Munich

航天探索

SpaceX 将星舰第 15 次试飞目标定在 11 月 13 日

据 Teslarati 11 月 5 日报道，SpaceX 将星舰第 15 次试飞的目标日期设为 11 月 13 日，计划首次尝试让星舰飞船返回发射场，由发射塔机械臂接住，同时回收 Super Heavy 助推器。报道援引现场记者 Eric Berger 的消息称，这一日期由 SpaceX 发射业务副总裁 Kiko Dontchev 在 UP.Summit 上披露。与已经尝试过的助推器回收相比，飞船将从轨道速度返回，需要验证更复杂的再入、制导和塔架捕获过程。马斯克此前表示，他认为飞船捕获更有可能成功，但这仍是尚未完成的试验。按该报道发布时的信息，SpaceX 尚未公布正式任务页面及具体发射时间，美国联邦航空管理局也尚未列出 Flight 15 许可；11 月 13 日仍是目标日期，双级捕获也仍是有待验证的试验目标。

www.teslarati.comSpaceX’s next Starship flight set to make history on Friday the 13th

X 讨论

SpaceX 的 Starmind 计划尝试把 AI 计算送入轨道

SpaceX 的 Starmind 计划希望把数据中心级 AI 计算带入轨道。NVIDIA 在 8 月 24 日的官方公告中确认，第一代 Starmind AI 卫星计划采用经过优化的 Vera Rubin NVL72 机架级系统；双方将针对太空环境重新适配，同时保留共同的计算架构与软件生态。Tom’s Hardware 引述马斯克的说法称，首发目标是 2027 年第四季度，随后计划在 2028 年扩大规模。轨道环境对计算设备提出了新的约束。NVIDIA 列出了供电、热管理、带宽、可靠性和物理集成等问题，双方需要针对这些条件调整系统设计。这项计划仍需完成面向轨道环境的工程适配，2027 年第四季度是马斯克提出的首发目标，实际部署进度仍有不确定性。

nvidianews.nvidia.comSpaceXAI Adopts NVIDIA Vera CPU to Accelerate Agentic AI at Massive Scale

时间目标报道 · Starmind 项目页 · X 讨论