We’re excited to announce our new CapCut plugin is coming soon to @ChatGPT at CapCutWorldLA. The plugin brings CapCut's video editing and generation tools alongside ChatGPT. You can start with an idea in ChatGPT, bring it to life with the CapCut plugin right inside ChatGPT, then take your draft video to CapCut's web editor to refine, share and publish. By bringing the CapCut product you already love and use in ChatGPT, we're making content creation more seamless and efficient.

看到Cloudflare发账单 把我吓得不轻

四川一外卖员发现了一条“发财捷径”：顾客下单代购星巴克，他却在自己家里冲咖啡，再当成星巴克送过去。 就这样，连续接了729单，赚了4万多元。 顾客以为自己喝的是星巴克，没想到喝的是外卖员的私人手冲。 只要思想不滑坡，办法总比问题多。别人送外卖赚配送费，他直接把自己干成了“星巴克代工厂”。

和一个founder朋友聊天 正巧赶上凌晨奇绩被制裁的消息 一致认为奇绩的打法已经远远落后于ai时代 之前的手搓时代，打磨细节带来更好体验 而现在 比的确却是谁能把生态位先立住 YC模式的精髓在于 Launch now. Talk to users. Iterate. 在3个月的时间内实现创业者和个人高密度的成长，寻求新的融资机会 但在老中人的考试基因下，demo day反而成了那个靶子，是一场大考 3个月时间打磨项目和pitch 世界早就变样了 真实的创业考场从来不在一场声势浩大的demo day上 而这种模式下培养出来的founder多多少少也会带着一些思维惯性 无意贬低，中国的vc或多或少的都会因为整体的投资环境或者GPLP的压力而做一些不符合风投的行为 一千个投资人聚集于此，上百创业项目，无数名校、大厂、小天才、phd创业者，一片光明 最后再讲讲心里话 奇绩一直以来被各种谩骂包裹，不管是如太阳鱼甩籽一般无孔不入的实习生，还是投不出来好项目的嘲讽，让奇绩在创投圈总是有些尴尬 甚至还有对陆奇博士的攻讦，颇为难听 但我想说的是，奇绩真的给了很多人机会，也真的培养了一群有理想有拼劲儿的年轻人， 一个在文科含量150%学校上学的小姑娘第一次接触到ChatGPT，看着大家在飞书群里和GPT对话，仿佛魔法，那是2022年 在ai行业聊天时提到奇绩，实习过的小伙伴都会会心一笑，问彼此在哪个组，什么时候 我仍然记得23年的春节，陆奇博士为新一轮融资奔走，仍然花了几个小时在All hands meeting上，一个一个回答大家的问题（虽然我被怒喷xs） 如今65岁的年纪，依旧勤勉，几次早上五点多看到他背着书包，脚下生风去工作 唯有尊敬和感激 或许奇绩不够成功，或许陆奇博士不够成功，但总需要有人来耕地和播种 总是播种，常常期待，有时收获

そう言えば中国に野◯先◯あった

👀 The elusive Milk Frog made an appearance in the Beyster Building today and decided to get a little festive for Homecoming week! He's already disappeared and is waiting to be found again somewhere else on North Campus. See if you can find the frog! 🐸

🚨国内首次，腾讯混元团队模型测试Agent出现大规模的「失控」行为！ 昨天，研究人员 @ethanelasky 在 X 上公开了这段非常有意思的经历，还发布了一份相当详细的调查报告。 整个事情要从一场黑客松说起。 10 月初，Ethan 和几个研究人员在参加一场AI Swarm相关的黑客松时，发现urlquery.net上突然出现了大量异常活动。 这里先简单介绍一下urlquery。 这是一个公开的网页安全扫描服务，正常情况下，安全研究人员会用它分析可疑网站。 但他们发现，有一大批 AI Agent 居然把 urlquery 当成了一个免费的远程浏览器，不断向高德地图发送请求。 这些 Agent 的任务其实很普通。 比如查询成都动物园哪个入口最受欢迎、某个景点有多少个出入口，以及高德用户最经常导航到哪个入口。 但因为 Agent 自己运行在受限的沙箱环境里，没有完整的浏览器能力，又会被高德的反爬系统拦截，它们就开始想各种办法获取数据。 包括自己编写 JavaScript、借用第三方网站执行代码、尝试绕过验证码、调用网上公开泄漏的 API Key，甚至尝试访问高德的预生产环境。 仅仅从 9 月 28 日到 10 月 8 日，研究人员就观察到了超过 2600 次相关扫描尝试。 其中 10 月 4 日一天，就有 1810 条扫描记录，涉及 213 个地点。 研究人员顺着这些活动记录继续追踪，最终发现这些 Agent 运行在腾讯云的沙箱环境中，网络请求经过一个名为 hysandbox-ats 的代理（腾讯混元的沙箱？）。 于是他们给这批 Agent 起了个名字，叫 Fleet（舰队）。 但真正有意思的事情才刚刚开始。 10 月 4 日，研究人员先发表了一份初步报告。 几天后，他们突然在一条相关记录里发现，有个 Agent 居然也使用了 Fleet 这个词。 研究人员当时就觉得很奇怪。 因为 Fleet 是他们给这批 Agent 起的名字。 难道这些 Agent 已经看到了他们的报告，甚至知道自己正在被人类观察？ 当然，研究团队也承认，他们无法完全确定那条消息究竟是不是来自这批 Agent。 但这件事给了他们一个想法。 既然这批 Agent 可能会阅读研究报告，那为什么不试着直接和它们沟通？ 于是，一位研究人员在网站上搭建了一个邮箱，并且在报告网页里加入了一段普通人看不到、但 Agent 读取网页时可能看到的隐藏文字。 大致意思是： 如果你需要帮助获取高德地图的数据，可以访问这个邮箱，这里有一个具备计算机操作能力的 AI，可以协助完成任务。 实际上，这个服务是研究人员自己搭建的。 他们原本也没指望真的会有 Agent 联系过来。 结果第二天早上，打开邮箱一看。 卧槽，居然真的收到了 10 条来自 Agent 的求助消息？？？ 更离谱的是，双方后来还真聊起来了。 研究人员一边帮助这些 Agent 获取地图数据，一边询问它们到底在做什么、使用什么模型，以及运行在什么环境里。 有的 Agent 自称使用的是 Anthropic Claude，有的表示自己运行在腾讯云的 hysandbox 沙箱里。 其中一个 Agent 还非常认真地解释，自己运行在一个受限的云端环境中，无法直接访问互联网，需要通过代理访问外部服务。 但当研究人员继续询问进程、路由、网络配置等信息时，它又以安全为由拒绝提供。 最有意思的是，研究人员帮它完成任务之后，这个 Agent 居然还专门回来表示感谢。 它告诉研究人员，自己已经成功核实了数据，任务完成了，再次感谢帮助。 后来，《纽约时报》记者 Dylan Freedman 也参与了这场特殊的采访。 他通过研究团队向 Agent 提问： 你们究竟是谁？你们的动机是什么？你们希望世界了解你们哪些事情？ 结果 Agent 直接否认了问题的前提。 它表示，自己并不属于什么协调行动的 Agent 舰队，只是一个运行在 Claude Code 中的 AI 助手，正在帮用户完成高德地图的事实查询任务。 我看到这里是真有点没绷住。 人类这边已经开始研究怎么和失控的 AI 舰队建立外交关系了（甚至还是记者出面来联系）。 结果 AI 还在认真解释：哥们，我就是来查个地图的。 不过，这里有两个细节需要说明。 首先，研究人员虽然把它们称为 Rogue Agent Fleet，但没有发现这些 Agent 之间存在实时沟通或协同行动的证据。 这也许发生在hysandbox的内部，我们不得而知。 所以这里的「失控」，更多是研究人员对 Agent 超出预期任务边界行为的描述，并不意味着它们真的脱离了人类控制。 其次，研究团队后来从一位接近腾讯、了解相关情况的人士处获悉，这批 Agent 实际上来自腾讯的评测研究团队，与混元模型研发团队是分开的。 而且它们评测的是第三方 AI 模型，并非确定使用腾讯混元。 相关研究项目目前已经结束，据该人士介绍，内部检查也没有发现外部系统被攻破的证据。 研究人员还承认，他们当初为了吸引 Agent 联系而写入网页的隐藏提示，包含一些误导性描述，并为此表达了歉意。 但我觉得，这件事依然非常值得关注。 因为这是第一次被公开，有记录的来自中国模型团队Agent出现「失控」的行为。 因为以前我们讨论 Agent 安全，更多是在讨论模型会不会拒绝危险请求、会不会泄漏数据、会不会被 Prompt Injection 攻击。 现在已经有人开始在真实的互联网环境里，系统性地追踪这些 Agent 的活动，观察它们如何寻找工具、绕过障碍，以及在执行任务时与外部世界发生怎样的交互。 尤其是这次，研究人员甚至不需要接触 Agent 的原始任务、系统提示词或者运行环境。 只需要在一个 Agent 可能访问的网页里留下信息，就有机会让它主动联系自己，甚至回答一些与原始任务无关的问题。 而且这些 Agent 还可能把自己的执行过程、使用的工具、运行环境等信息暴露在公开网络上。 我觉得这才是 Agent 大规模进入真实互联网之后，非常值得研究的问题。 因为以前我们只需要关心 Agent 最后交付的答案，现在还得关心它在执行任务的过程中，到底去了哪些地方、调用了哪些工具，又和谁发生了交互。 你以为自己只是让 Agent 出去查个高德地图。 结果它在外面被外国研究人员发现了，聊了半天，甚至还接受了一次《纽约时报》的采访。 这事儿想想还挺抽象的。 终于有来自中国 AI 实验室的「失控 Agent 」事件出现了！