yii.
← Digest
EP05 · 2026年3月7日 星期六 · 11 min read

AI 是盾也是矛

AI 兩週找到 Firefox 22 個漏洞，卻也能 90% 精準度破解你的匿名身分 — 科技業就業跌破 2008 金融海嘯水準

每天花 1% 的時間，掌握科技脈動。

今日金句#

“AI output should be treated like a forgery unless and until proven otherwise.” 「AI 的輸出應該被當作偽造品，除非能證明它不是。」 — Steven Wittens, acko.net 作者、軟體工程師 — 來源

“Claude is much better at finding these bugs than it is at exploiting them.” 「Claude 找漏洞的能力遠強於利用漏洞的能力。」 — Anthropic, Mozilla Firefox 安全合作報告 — 來源

“OpenClaw very likely is the most important software release in history.” 「OpenClaw 很可能是史上最重要的軟體發布。」 — Jensen Huang, NVIDIA 執行長 — 來源

今日主軸#

今天的新聞如果拆開看，是散落的科技事件。但串在一起，你會看見一個深刻的矛盾。

同一天，Anthropic 宣布 Claude 在兩週內找到 Firefox 22 個漏洞（14 個高危），第一個只花 20 分鐘。AI 成了開源世界最強的盾牌。但也是同一天，研究者發表論文證明 LLM 能以 90% 精準度破解匿名帳號的真實身分 — AI 成了隱私最鋒利的矛。

在職場端，數據顯示美國科技業就業已跌破 2008 金融海嘯和 2020 疫情水準，過去一年蒸發 5.7 萬個職位。但 AI 公司本身卻蓬勃發展 — Claude 的消費端用戶暴漲 60%，衝上 App Store 第一名，Anthropic 年營收達 140 億美元。

在開發者社群，一位 60 歲的老工程師說 Claude Code 重新點燃了他的熱情，像回到 VB6 時代的興奮。但另一邊，Steven Wittens 寫了一篇長文，把 AI 生成的程式碼比喻為「偽造品」，每一行都是負債。同時 Cursor 進入「第三時代」— 雲端 Agent 在 VM 上自主執行，寫完程式還錄影給你看。

盾和矛，在同一天被鑄造。真正的問題是：我們有沒有足夠快地建立制度，來同時駕馭兩面？

必讀#

  1. Anthropic x Mozilla：Claude 兩週找到 Firefox 22 個漏洞 — HN/Anthropic AI
  2. 美國科技業就業跌破 2008 和 2020 水準 — HN News
  3. GPT-5.4 發布：百萬 Token 上下文 + 原生電腦操控 — HN/OpenAI AI
  4. Claude 消費端暴漲：App Store 第一、$140 億 ARR — TechCrunch AI
  5. 「LLM 的 L 代表說謊」— AI 輸出是偽造品 — HN AI
  6. Google Workspace CLI：14.2K 星、40+ Agent Skills — GitHub Tools
  7. OpenAI Codex Security：AI 安全代理人研究預覽 — OpenAI AI
  8. Cursor 第三時代：雲端 Agent 取代本地 IDE — Latent Space AI
  9. Wikipedia 遭潛伏 18 個月的 JS 蠕蟲攻擊 — HN News
  10. 「好軟體知道何時該停下」— 反 AI 洗名潮 — HN Dev
  11. chardet AI 重寫授權爭議：LGPL → MIT — HN Dev
  12. AWS 資料中心首次遭無人機攻擊 — Pragmatic Engineer Dev
  13. Paperclip：零人類公司編排平台（5.9K 星） — GitHub AI
  14. SkillNet：200K+ AI 技能庫，Agent 效能提升 40% — HuggingFace AI
  15. Grammarly 未經同意使用真人身分做 AI 功能 — The Verge AI
  16. Jensen Huang：OpenClaw 是史上最重要軟體 — 科技新報 AI
  17. 20M 觀看的 AI 創作工具全拆解：Seedance + Obsidian + Claude Code — YouTube/Greg Isenberg AI
  18. 60 歲工程師：Claude Code 重新點燃我的熱情 — HN AI
  19. Anthropic 將在法庭挑戰國防部供應鏈標籤 — TechCrunch AI
  20. LLM 能以 90% 精準度破解匿名帳號 — Ars Technica AI
  21. Simon Willison：代理式手動測試模式 — Simon Willison AI

1. Anthropic x Mozilla：Claude 兩週找到 Firefox 22 個漏洞#

Claude Opus 4.6 掃描了 Firefox 近 6,000 個 C++ 檔案，在兩週內提交 112 份漏洞報告，其中 22 個被確認為真實漏洞，14 個高危。第一個漏洞（Use After Free 記憶體錯誤）僅用 20 分鐘就發現。更重要的是，Anthropic 同時測試了 Claude 的攻擊能力 — 花了 $4,000 API 費用進行數百次嘗試，只做出 2 個可用的攻擊腳本，且在真實瀏覽器沙盒中完全無效。

  • 22 個漏洞中 14 個高危，佔 Firefox 2025 全年高危修復量的五分之一
  • AI 找洞能力遠強於攻擊能力 — 這個不對稱性是防禦者的窗口
  • 大部分修復已隨 Firefox 148.0 發布

💡 為什麼重要：這是 AI 在真實、經過大量測試的產品級程式碼上最具體的安全審計成果。AI 的「找洞強於攻擊」特性為防禦者創造了時間窗口，但 Anthropic 也警告這個窗口不會永遠存在。

🔗 閱讀原文 | 來源: Anthropic

2. 美國科技業就業跌破 2008 和 2020 水準#

經濟分析師 Joey Politano 發布數據：美國科技業上月減少 1.2 萬個工作，過去一年累計蒸發 5.7 萬個職位，衰退幅度已超越 2008 金融海嘯和 2020 疫情。這發生在 AI 公司營收和估值屢創新高的同時。

  • 過去一年科技業減少 57,000 個職位
  • 衰退幅度接近 2024 科技寒冬最糟時期
  • AI 投資熱潮與就業萎縮的矛盾越來越尖銳

💡 為什麼重要：這可能不是週期性衰退，而是 AI 驅動的結構性位移。AI 公司蓬勃發展，但整體科技就業反而萎縮，「用更少人做更多事」正在宏觀數據中顯現。

🔗 閱讀原文 | 來源: HN

3. GPT-5.4 發布：百萬 Token 上下文 + 原生電腦操控#

OpenAI 發布 GPT-5.4，具備 100 萬 Token 上下文窗口（GPT-5.2 的 2 倍）、原生電腦操控能力（鍵盤+滑鼠自主操作）、比 GPT-5.2 減少 33% 虛假聲明和 18% 錯誤。三個版本：標準、Thinking（延伸推理鏈）、Pro（高負載）。另有 Extreme 推理模式。

  • 1M Token 上下文窗口追平 Google Gemini
  • 原生電腦操控是 OpenAI 對 Anthropic Computer Use 的直接回應
  • GDPval 基準測試中 83% 的比較場景追平或超越業界專業人士

💡 為什麼重要：GPT-5.2 → 5.3 → 5.4 的快節奏更新顯示 OpenAI 正全力追趕 Claude 和 Gemini 的競爭優勢，模型軍備競賽進入衝刺階段。

🔗 閱讀原文 | 來源: OpenAI

4. Claude 消費端暴漲：App Store 第一、$140 億 ARR#

Claude 在 4 天內從 App Store 第 6 名衝到第 1 名。自 2026 年 1 月以來免費用戶增長超過 60%，付費訂閱翻倍。Anthropic 年化營收達 140 億美元（年增 14 倍），估值 3,800 億美元。增長催化劑：拒絕 2 億美元五角大廈合約，引發消費者信任和品牌認同。

  • 1,890 萬網頁月活躍用戶，290 萬行動端用戶
  • Claude Code 週活躍用戶自 1 月以來翻倍
  • Claude Pro 提供 200K Token 上下文，價格比 ChatGPT Pro 最多便宜 10 倍

💡 為什麼重要：倫理定位首次被證明是消費端 AI 的直接增長驅動力 — 拒絕軍方合約非但沒有損失，反而催生了品牌忠誠和用戶暴漲。

🔗 閱讀原文 | 來源: TechCrunch

5. 「LLM 的 L 代表說謊」— AI 輸出是偽造品#

Steven Wittens 在開發者社群獲得廣泛討論的長文中，將 AI 生成內容定義為「偽造品」（forgery）。他用瑞士起司原產地認證做比喻 — 我們需要類似制度區分人做的和 AI 做的。他指出 AI 生成的程式碼有特徵性缺陷：過度重複、不必要的複雜性、不願重構舊代碼。核心論點：每行程式碼都是負債，AI 產出的量增加了風險而非價值。

  • AI 程式碼被比喻為「偽造品」— 需要像原產地認證一樣的制度
  • 批評 AI 無法提供真正的來源歸屬 — 「引用角色扮演」只在訓練資料恰好包含正確引用時才有效
  • 建議拒絕全面 AI 採用「可能壓力更小、更令人滿足」

💡 為什麼重要：這不是情緒性的反 AI 論點，而是從深度軟體工程經驗出發的結構性批判。偽造品問題是架構層面的，不是靠更好的 prompt 就能解決。

🔗 閱讀原文 | 來源: HN

6. Google Workspace CLI：14.2K 星、40+ Agent Skills#

Google 開源了統一命令列工具 gws，一個工具存取所有 Google Workspace API（Drive、Gmail、Calendar、Sheets、Docs、Chat、Admin）。用 Rust 開發，從 Google Discovery Service 動態建構命令結構，自動跟進 API 更新。40+ 預建 Agent Skills 搭配 JSON 輸出，專為 AI Agent 整合設計。

  • 動態從 Discovery Service 建構 — 零樣板程式碼，自動保持最新
  • AES-256-GCM 加密金鑰存儲，多種認證方式
  • MIT 授權但明確標註「非 Google 官方支持產品」

💡 為什麼重要：雲端供應商正在釋出 Agent 友善的 CLI 工具，因為 AI 編碼助手和自主 Agent 正成為 API 的主要消費者。這反映了一個平台策略轉變。

🔗 閱讀原文 | 來源: GitHub

7. OpenAI Codex Security：AI 安全代理人研究預覽#

OpenAI 推出 Codex Security（代號 Aardvark），一個分析整個程式碼庫建立威脅模型、在沙盒中驗證漏洞的 AI 安全代理。預發布階段掃描了 120 萬次 commit，找到 792 個嚴重和 10,561 個高危漏洞。在 OpenSSH、GnuTLS、PHP 等專案中發現 14 個 CVE。

  • 假陽性減少 50%+，嚴重性過度報告減少 90%+
  • 在 OpenSSH 等關鍵基礎設施中發現 14 個 CVE
  • ChatGPT Pro/Enterprise/Business/Edu 用戶可免費試用一個月

💡 為什麼重要：OpenAI 直接進入應用安全工具市場（Snyk、SonarQube 的領域），用 AI 原生方式解決安全工具最大痛點 — 告警疲勞。

🔗 閱讀原文 | 來源: OpenAI

8. Cursor 第三時代：雲端 Agent 取代本地 IDE#

Cursor 從 Tab 自動補全（第一時代）→ 本地 Agent（第二時代）→ 雲端 Agent（第三時代）。雲端 Agent 在完整 VM 上運行，自動執行端到端測試，還錄製影片展示實作結果供人類審查。Cursor 收購了 Graphite（PR 基礎設施）和 Autotab（Computer Use 技術）。「Grind Mode」可讓 Agent 自主工作數天。

  • 雲端 Agent 使用量已超過傳統 VSCode fork IDE 使用量
  • 團隊內部手動寫程式比例降至約 1%
  • 「Best of N」功能同時用多個模型跑同一個 prompt

💡 為什麼重要：IDE 可能正在走向消亡。從審查程式碼差異轉向審查影片 — 開發者的角色正從寫程式轉向 prompt 工程和架構決策。

🔗 閱讀原文 | 來源: Latent Space

9. Wikipedia 遭潛伏 18 個月的 JS 蠕蟲攻擊#

2024 年上傳到俄文 Wikipedia 的惡意 JavaScript 蠕蟲在 2026 年 3 月 5 日被一位安全工程師測試全域 API 限制時意外啟動。蠕蟲以管理員權限運行 23 分鐘，注入全域 Common.js，竄改約 85 名使用者的設定檔，大量刪除約 3,996 頁面。所有 Wikimedia 專案進入唯讀模式約 2 小時。

  • 惡意腳本潛伏 18 個月後被安全工程師意外觸發
  • 利用官方 WMFOffice 帳號執行操作
  • 所有刪除頁面已恢復，無個資外洩

💡 為什麼重要：類似 xz-utils 後門事件 — 在廣受信賴的開源基礎設施中長期潛伏的攻擊。Wiki 的信任模型是為非對抗性時代設計的。

🔗 閱讀原文 | 來源: HN

10. 「好軟體知道何時該停下」— 反 AI 洗名潮#

以諷刺性的 ALS（Adaptive Listing System）— 用「AI 驅動目錄智能」取代 ls 命令開場，批評產品為了追逐趨勢而失去核心身份。點名 Minio 改名 AIStor、Oracle Database 改名 Oracle AI Database 等例子。引用 37Signals 哲學：約束是優勢、預設說不、抓住核心。

💡 為什麼重要：在所有產品都急著貼上 AI 標籤的時代，產品紀律比趨勢追逐更重要。

🔗 閱讀原文 | 來源: HN

11. chardet AI 重寫授權爭議：LGPL → MIT#

Python 字元偵測庫 chardet 的維護者用 AI 從頭重寫程式碼，將授權從 LGPL 改為 MIT。原作者 Mark Pilgrim 提出異議，GitHub Issue 獲得 1,418+ 讚。社群質疑 LLM 訓練資料包含原始 LGPL 程式碼，這是否算合法的「乾淨室」實作？

💡 為什麼重要：這可能是第一個 AI 驅動授權爭議的標誌性案例。如果 AI 可以用 LLM 生成 MIT 授權的重寫，所有 copyleft 授權都可能被繞過。

🔗 閱讀原文 | 來源: HN

12. AWS 資料中心首次遭無人機攻擊#

Pragmatic Engineer 報導，3 月 1-3 日軍事行動期間，阿聯酋和巴林的 AWS 設施遭無人機直接命中。造成結構損壞、斷電、火災及消防系統二次水損，核心服務（含 S3）受影響。

💡 為什麼重要：歷史上首次超大規模雲端基礎設施遭軍事攻擊。地緣政治風險從理論變為現實 — 單一區域部署的風險需要被重新評估。

🔗 閱讀原文 | 來源: Pragmatic Engineer

13. Paperclip：零人類公司編排平台（5.9K 星）#

開源平台協調多個 AI Agent 組成自主公司。口號：「如果 OpenClaw 是員工，Paperclip 就是公司。」支援任何 Agent 類型，提供組織圖層級、原子預算控管、不可變稽核日誌、審批閘門。

💡 為什麼重要：從「如何使用一個 AI Agent」到「如何經營一家 AI Agent 公司」的抽象層躍遷。

🔗 閱讀原文 | 來源: GitHub

14. SkillNet：200K+ AI 技能庫，Agent 效能提升 40%#

開放基礎設施，系統化累積和轉移 AI 技能。收錄超過 200,000 個可複用技能，統一本體論和五維評估框架。在 ALFWorld、WebShop、ScienceWorld 基準上平均獎勵提升 40%、執行步驟減少 30%。

💡 為什麼重要：類似 npm/pip 對軟體開發的意義 — Agent 的「套件管理器」。解決了每個 Agent 都從頭學習的擴展瓶頸。

🔗 閱讀原文 | 來源: HuggingFace

15. Grammarly 未經同意使用真人身分做 AI 功能#

Grammarly 的 Expert Review 功能生成「靈感來自」真實專家的寫作建議 — 但未徵得同意。被冒用身分者包括 The Verge 總編輯 Nilay Patel 和已故學者。

💡 為什麼重要：從訓練資料爭議升級到直接冒用身分 — AI 公司把真人的專業能力當產品功能，未經同意。可能推動身分權立法。

🔗 閱讀原文 | 來源: The Verge

16. Jensen Huang：OpenClaw 是史上最重要軟體#

NVIDIA 執行長在摩根士丹利 TMT 論壇表示 OpenClaw 的採用速度在 3 週內超越 Linux 30 年的規模。他指出 AI Agent 系統觸發 1,000 倍的 Token 消耗增長，形成「演算法真空」，驅動對下一代硬體的需求。

💡 為什麼重要：當全球最有價值公司的 CEO 這樣說，代表 NVIDIA 的策略核心已從「賣 GPU 給訓練」轉向「賣 GPU 給 Agent 推理」。

🔗 閱讀原文 | 來源: 科技新報

17. 20M 觀看的 AI 創作工具全拆解#

創作者 Cova 首次公開她的完整 AI 短影音工作流：Manus AI 逆向拆解爆款風格、FreePik Nanobanana Pro 將普通場景轉電影感、Seedance 生成不可能的轉場、Obsidian + Claude Code 自動化腳本到分鏡。

💡 為什麼重要：Seedance + Obsidian + Claude Code 的組合對創作者工作流有直接參考價值。

🔗 閱讀原文 | 來源: YouTube/Greg Isenberg

18. 60 歲工程師：Claude Code 重新點燃我的熱情#

開發者社群討論串引發分裂：有人形容 AI 編程像「跟幾個朋友一起寫程式」，有人覺得像「考試拿 A 但知道自己作弊」。多名 50+ 歲開發者表示 Claude Code 讓他們有勇氣成為獨立創辦人。也有人指出社經分歧：財務穩定的人愛 AI，財務不安全的人害怕被取代。

💡 為什麼重要：捕捉了軟體開發的文化轉折點 — AI 工具不只是生產力提升器，而是改變身分認同的力量。

🔗 閱讀原文 | 來源: HN

19. Anthropic 將在法庭挑戰國防部供應鏈標籤#

Anthropic CEO 宣布法律挑戰國防部的「供應鏈風險」標籤。這是美國首次對本土 AI 公司使用此標籤，先前僅用於中國企業。國防部長發出最後通牒要求移除軍事安全護欄，威脅政府黑名單並援引國防生產法。

💡 為什麼重要：AI 公司拒絕政府合約的權利正面臨前所未有的法律挑戰。結果將定義 AI 公司與政府的關係框架。

🔗 閱讀原文 | 來源: TechCrunch

20. LLM 能以 90% 精準度破解匿名帳號#

研究顯示 LLM 能從自由文本自主瀏覽網路找到匿名用戶的真實身分，召回率 68%、精準度 90%。Reddit 電影討論實驗中，討論超過 10 部電影的用戶被識別率達 48%。研究者警告政府可識別線上批評者、企業可建立超精準廣告檔案。

💡 為什麼重要：匿名性不再是可靠的隱私保護。LLM 讓大規模去匿名化變得便宜且自動化，對吹哨者、異見者構成直接威脅。

🔗 閱讀原文 | 來源: Ars Technica

21. Simon Willison：代理式手動測試模式#

Simon Willison 提出讓 AI Agent 不只跑自動化測試，還要像人類一樣手動驗證程式碼。通過 python -c 等方式實際執行程式碼，能發現自動化測試漏掉的問題。

💡 為什麼重要：實用的 agentic 開發模式 — 讓 AI 自己 QA 自己寫的程式碼。

🔗 閱讀原文 | 來源: Simon Willison

推薦閱讀#

中文技術圈#

開源精選 — GitHub Trending (本週)#

googleworkspace/cli — Rust | ⭐ 14.2K 統一 Google Workspace CLI，40+ Agent Skills

paperclipai/paperclip — TypeScript | ⭐ 5.9K 零人類公司 AI Agent 編排平台

phuryn/pm-skills — Python | ⭐ 3.3K PM 技能市場：100+ agentic skills

elder-plinius/OBLITERATUS — Python | ⭐ 1.9K AI 越獄工具集

LeoYeAI/openclaw-master-skills — Python | ⭐ 1.3K 127+ 精選 OpenClaw 技能

slowmist/openclaw-security-practice-guide — Shell | ⭐ 1.2K OpenClaw 安全實踐指南

LeoYeAI/openclaw-guardian — Shell | ⭐ 984 OpenClaw 監控自修復看門狗

PKU-YuanGroup/Helios — Python | ⭐ 674 即時長影片生成模型

coleam00/excalidraw-diagram-skill — Python | ⭐ 664 Claude Code Excalidraw 圖表技能

tanishqkumar/ssd — Python | ⭐ 654 推測性推測解碼推理引擎

影音精選#

GPT-5.4 真的很強：開發者深度體驗#

107K views · 1 天前 — Theo (t3.gg) Theo (t3.gg)

全面解析世界模型：通往 AGI 的關鍵一步#

56.7K views · 2 天前 — 硅谷101 硅谷101

Vibe Coding 網站常見設計錯誤#

14.6K views · 1 天前 — Y Combinator Y Combinator

什麼是 Harness Engineer？為什麼 AI 正在改變工程師#

14.3K views · 2 天前 — AI Jason AI Jason

GPT-5.4 Pro 是我測過最強的 AI 模型#

11.2K views · 1 天前 — Matt Wolfe Matt Wolfe

Anthropic vs Pentagon 完整分析#

10.5K views · 2 天前 — 20VC 20VC

20M 觀看的 AI 創作工具全拆解#

9.1K views · 1 天前 — Greg Isenberg Greg Isenberg

SaaS 末日論搞錯了：問題不是 Vibe Coding#

6K views · 2 天前 — 20VC 20VC

名人動態#

  • Simon Willison：發布多篇分析 — Clinejection 安全研究、Anthropic 五角大樓深度評論、代理式手動測試模式、chardet 授權爭議、GPT-5.4 技術評測（詳見必讀 #21、推薦閱讀）
  • Jensen Huang：稱 OpenClaw 為「史上最重要軟體」，指出 Agent 系統觸發 1000x Token 消耗（詳見必讀 #16）
  • Joey Politano：科技就業數據引爆討論 — 57K 職位蒸發，跌破 2008/2020 水準（詳見必讀 #2）
  • Steven Wittens：「LLM 的 L 代表說謊」長文引發社群激烈討論（詳見必讀 #5）

今日觀察#

今天最讓我在意的不是哪個模型又更強了，而是 Anthropic 和 OpenAI 同一天各推了一個 AI 安全工具。Claude 兩週掃出 Firefox 22 個洞，Codex Security 掃了 120 萬次 commit。這代表什麼？代表「AI 幫你抓漏洞」已經不是 demo，是產品了。如果你還在手動跑 static analysis，現在是該認真看看這些工具的時候。

另一件事：美國科技業就業跌破 2008 水準，同時 Anthropic 營收年增 14 倍。這兩個數字放在一起看很殘酷 — AI 公司越賺錢，整體科技業反而越不需要人。我自己做 Moniit 也有感覺，一個人加上 Claude Code 能做到的事，兩年前可能需要三個人。這不是壞事，但如果你還在用「學會用 AI 就不會被取代」安慰自己，可能要想更深一點：你能不能用 AI 做出別人做不到的東西？

最後，chardet 那個用 AI 重寫換授權的爭議值得追。如果這招成立，所有 copyleft 授權都可以被繞過。開源世界的遊戲規則可能要被 AI 重寫了。

覺得有用嗎？分享給一個也在追蹤新知的朋友。

也歡迎中長期投資者體驗新工具 → Moniit banner

同期還有