科技剪报 · 2026-11-13｜智能体部署与创作学习
整理：henri
本期收录 9 条，关注智能体的企业部署、安全防御与实际使用成本。Anthropic 开放完整服务的自托管测试，OpenAI 将漏洞验证和修复接入 Daybreak；Every 与 Latent Space 分别讨论策略模拟和快速决策模型，incident.io 展示工具投入与工程产出的差异。游戏制作、短剧业务、Lean 互动教材和情绪学习研究，则呈现了创作与学习中的不同尝试。
智能体部署与安全
Anthropic：自托管 Claude Managed Agents 进入私有测试
Anthropic 将 Claude Managed Agents 的完整自托管服务推入私有测试。此前企业只能把执行代码的沙箱放在自己的环境中；现在，智能体运行框架、沙箱、凭据与会话历史都可由企业部署在自有云或本地机房，开发者仍使用托管版的核心 API。企业自行运行服务端、数据库和执行 shell 与文件工具的工作进程，并选择把模型请求发送给 Anthropic、Amazon Bedrock、Google Agent Platform、Microsoft Foundry 或自己的网关。自托管控制的是智能体服务与数据存储位置，模型推理请求仍按所选通道发送。架构上，智能体循环与会话记录置于沙箱之外，凭据可由外部代理注入请求；企业还可限制网络访问目标，并通过 OpenTelemetry 导出运行记录。已与 Anthropic 约定的零数据保留政策，同样适用于发往 Claude 的请求。
Operate Claude Managed Agents inside your security perimeter · Anthropic
claude.comAnthropic：自托管 Claude Managed Agents 进入私有测试
OpenAI：Daybreak Red Team 与 Defense Factory
OpenAI 推出 Daybreak 安全平台下的 Red Team 与 Defense Factory。Red Team 已开放早期访问，由一组协同智能体结合源码和应用上下文调查攻击路径，验证扫描器、漏洞赏金或披露报告中的问题，并测试补丁是否真正阻止了利用；评估范围通过隔离环境和 Guardian 审查约束，限定智能体能够接触的应用与端点。Defense Factory 接收现有安全工具和 Red Team 的发现，追踪漏洞在代码中的影响并准备补丁，工程师在合并前负责审查和测试，也可借助 Codex 检查证据、补充上下文和调整修复。它支持检查新提交或安排定期扫描，以持续处理新问题。《The Register》报道，总裁 Greg Brockman 认为，企业安全水平将越来越取决于用于防御的前沿模型及其使用方式。
OpenAI launches security products · The Register
相关：Daybreak Red Team · Daybreak Defense Factory
www.theregister.comOpenAI：Daybreak Red Team 与 Defense Factory
AI 采用与工程实践
Every：人工智能采用的第九、第十级
Mike Taylor 今年 6 月曾画出人工智能采用的八个层级，最高一层是编排智能体替人管理一组子智能体。他发现不少工程师已经跑到地图尽头，于是补上实验性的第九、第十级：先在模拟里比较策略，再决定下注。第九级让多组人格化智能体互相竞争，例如用同事的 Slack 记录做成分身，再拿合成顾客给发布计划打分。第十级把同一场模拟重复许多次，以区分稳健获胜和只靠开局运气取胜的策略；他用近 2000 个 Hacker News 用户分身预测首页标题，准确率约 60%，失误往往来自早期赞数放大的路径分岔。这两级会消耗远多于前八级的算力，只适合选错代价很高的场合，最终仍须把方案交给真人确认。
The Next Two Levels of AI Adoption · Every
every.toEvery：人工智能采用的第九、第十级
The Pragmatic Engineer：incident.io 的人工智能开支细账
事故响应公司 incident.io 公布了近两年的人工智能开支与产出数据。自 2025 年 6 月智能体开始生成生产代码以来，进入生产的拉取请求中已有近 80% 含有智能体代码；产品工程师从 2024 年的 18 人增至如今的 50 人，今年 9 月进入生产的拉取请求数量约为去年同期的 3.4 倍。与两年前相比，人均每周拉取请求数量的中位数只多了约 10%，任职较久的工程师则多了约 70%。今年工具开支预计约 160 万美元；高峰时每人每月约 4500 美元，换用 Claude Opus 5.5 后降至约 1600 美元。基础设施等团队因评测和探查生产环境，同样工作量的花费可高出约 5 倍。他们规定新人第一个月不用人工智能以便先熟悉代码库；按拉取请求计算的事故率下降，但事故总量随拉取请求增多而上升，目前更多故障来自缺少生产环境信息。作者 Gergely Orosz 披露自己是该公司的投资人，并提醒这些生产力指标各有偏差，不能只凭单一维度判断。
The Pulse: Details of incident.io’s AI spend · The Pragmatic Engineer
newsletter.pragmaticengineer.comThe Pragmatic Engineer：incident.io 的人工智能开支细账
Latent Space：工程师已经在用“系统一”模型做什么
在 AI Engineer Code Summit 上，Jev 的主要创作者、TypeSafe AI 首席执行官 Diogo Almeida 把“系统一”模型定义为：不生成长文本，而是返回结构化选择、分数或概率，通常比推理型大模型更快也更便宜。他主张把这类调用直接写进应用代码，理由是大模型“95% 像爱因斯坦、5% 像憨豆先生”，分不清对错就无法放心自动化。Glean 用它处理分类体系经常变化、不便反复微调的零样本决策，并对用户隐藏背后用的是 Jev 还是完整大模型。UiPath 用淘汰赛给文档片段排序，数千次调用也能在一秒内完成；Workday 则演示了在用户还在输入时，用快速模型预填请假卡片。单独看一次调用并不更聪明，但配上锦标赛、预填界面等策略，软件可以出现以前做不到的交互。
The Jev Revolution: What Engineers Are Already Building with System One Models · Latent Space
lspace.beehiiv.comLatent Space：工程师已经在用“系统一”模型做什么
创作与学习
a16z：游戏的下一则起源故事
Elena Burger、Anish A 与 Jon Lai 用独立开发者、引领技术发展的工具创造者、世界构建工作室这三种游戏业原型，讨论人工智能能帮上什么。近几个月模型已能在 Blender、Unity、Unreal 里做较长时间操作，甚至对“让游戏更好玩”这类模糊指令给出可用改动，从而缩小“有想法”和“具备全部制作技能”之间的差距。在工具开发方面，Maurice Heumann 的团队用智能体反编译一款射击游戏，并设置“编译后再与原始二进制比对”的检查，才让重建代码的行为与原程序一致。Epic 的 Tim Sweeney 已围绕人工智能辅助开发做组织调整，Xbox Labs 则在探索把已有游戏移植到新硬件和浏览器。缩短从构想到原型的时间，有助于工作室尝试更多原创；眼下这类游戏仍多是创作者自娱，但游戏史本来就充满从改别人作品里长出新类型的故事。
Gaming’s Next Origin Stories · a16z
www.a16z.newsa16z：游戏的下一则起源故事
人民公园说AI：字节的红果短剧与 AI 商业闭环
这期约 30 分钟的节目讨论字节如何把短剧制作、算力服务、广告投放与用户消费连接起来。节目介绍以红果短剧日活超过两亿、人均使用时长接近三小时为背景，提出字节同时出售制作所需的算力和传播所需的流量，由豆包、火山引擎与红果形成相互带动的业务链。讨论还涉及制作成本下降如何影响创作者收入、算力变贵与经营亏损之间的关系，以及视频模型价格更低是否足以改变竞争。节目把红果的增长视为观察 AI 商业化的一种案例，也追问平台获得的增量能否转化为内容制作者的收益。上述规模数字与商业判断均来自节目介绍；其重点是分析平台之间的业务关系，而非公布字节的财务核算结果。
www.xiaoyuzhoufm.com人民公园说AI：字节的红果短剧与 AI 商业闭环
陶哲轩：用 Lean Grimoire 学习逻辑证明
陶哲轩重新制作了自己在 2018 年编写的 JavaScript 互动教材 QED，并暂时将新版本命名为 Lean Grimoire。教材以“制作物品”的游戏形式教授命题逻辑与一阶逻辑：玩家从给定假设出发，运用不同的逻辑规则，逐步得到目标结论。他在今年 7 月开始尝试用编程智能体制作数学可视化小程序，近期才重新投入这个项目。新版本可以把当前游戏状态同时显示为尚在进行的 Lean 证明，使游戏中的操作与形式化证明相互对应；可选的幻想模式则把数学命题称作“药水”、数学表达式称作“卷轴”。页面给出了关卡、假设、操作区和 Lean 代码并列显示的截图。工具仍在试玩阶段，陶哲轩邀请读者反馈，以改进其教授逻辑证明或 Lean 的效果。
terrytao.wordpress.com陶哲轩：用 Lean Grimoire 学习逻辑证明
Huberman Lab Essentials：情绪与社会因素如何影响学习
这期约 39 分钟的 Essentials 精编重访了南加州大学教育与心理学教授 Mary Helen Immordino-Yang 的访谈。她讨论情绪、身体感受、社会关系与文化怎样共同影响人理解经验的方式，并以儿童逐渐能够用抽象概念表达感情为例，说明身体感受如何发展为更复杂的意义理解。谈到教育时，她认为人会围绕自己在意的事物思考和学习；若情绪长期只围绕分数和高风险考核展开，学习者就容易把注意力集中在这些指标上。她主张从学生关心的问题出发，让数学、写作和科学成为探索问题的工具，同时培养好奇心、开放态度以及重新检查假设的能力。本期沿用既往访谈内容，重点是情绪与学习的关系，并非一场全新的长访谈。
Essentials: How Emotions & Social Factors Impact Learning · Huberman Lab
www.hubermanlab.comHuberman Lab Essentials：情绪与社会因素如何影响学习