今日要点

• 民间社会团体敦促FTC对AI公司提起反垄断诉讼，指控AI公司使用并销毁实体书籍来训练代理AI ^[3]Civil society groups push FTC to sue AI companies over book destruction – Mashab
  mashable.com
• 伦敦身份信任公司Nuggets发布面向自主AI代理的权限控制平面，为代理行为划定边界 ^[1]Nuggets Launches Authority Control Plane for Autonomous AI Agents – The Fintech
  thefintechtimes.com
• 哈佛商学院在699美元创业训练营中引入AI虚拟人，由HeyGen创建，学生反馈出乎意料地积极 ^[12]Harvard’s $699 startup bootcamp offers AI avatars of its instructors
  TechCrunch
• nanoGPT优化器速度测试跑完18个前沿模型153次自主运行，Fable 5以81.7%完成度领先 ^[10]NanoGPT Speedrun Frontier
  Hacker News
• 希伯来大学用ChatGPT从英文文本生成人格评估问卷，研究团队甚至拿占星学教科书做了实验 ^[7]Israeli scientists: AI can make personality tests, predict responses
  jpost.com

代理AI的治理线：从销毁书籍到权限围栏

昨天我们聊到OpenAI呼吁加州修改SB 53法案、Anthropic旧版Claude存在越狱漏洞，AI代理的安全与政策博弈正在多条战线同时展开。今天，这条线索又添了两个新节点。

一边是民间社会团体正在加大施压力度。据Mashable报道，民间社会团体敦促美国联邦贸易委员会（FTC）对AI公司提起反垄断诉讼，指控这些公司使用并销毁实体书籍来训练代理AI ^[3]Civil society groups push FTC to sue AI companies over book destruction – Mashab
mashable.com。Mashable此前已报道过AI公司销毁书籍的趋势——这并非一次性事件，而是被民间团体视为系统性的、需要反垄断介入的行为 ^[3]Civil society groups push FTC to sue AI companies over book destruction – Mashab
mashable.com。这把昨天”AI代理安全漏洞引发政策回应”的叙事又往前推了一步：监管的焦点不再只是模型安全，还延伸到了训练数据的获取方式是否构成市场滥用。

另一边，产业侧也在试图给代理AI装上”刹车”。伦敦的身份与信任技术公司Nuggets发布了面向自主AI代理的权限控制平面 ^[1]Nuggets Launches Authority Control Plane for Autonomous AI Agents – The Fintech
thefintechtimes.com。如果说昨天NVIDIA用AVO系统证明”系统设计比单纯堆模型能力更关键”，那么Nuggets的权限控制平面可以看作同一逻辑的另一面——当代理AI越来越自主，谁来决定它能做什么、不能做什么，正在成为一个独立的产品品类。

代理AI的实践线：哈佛虚拟人与创始人的FOMO

代理AI不仅在政策和基础设施层面引发讨论，也在实际应用中制造着新的体验和焦虑。

据TechCrunch报道，哈佛商学院在其售价699美元的HBS Foundry创业训练营中，使用AI虚拟人为学生提供反馈 ^[12]Harvard’s $699 startup bootcamp offers AI avatars of its instructors
TechCrunch。这些虚拟人由初创公司HeyGen创建，在练习路演和董事会场景中扮演反馈角色 ^[12]Harvard’s $699 startup bootcamp offers AI avatars of its instructors
TechCrunch。纽约时报记者Sarah Kessler亲自尝试向哈佛教授Jeff Bussgang的AI虚拟人进行路演 ^[12]Harvard’s $699 startup bootcamp offers AI avatars of its instructors
TechCrunch。项目总监Katharina Rings表示，学生希望AI提供更有指导性的体验，而非仅仅是一个聊天机器人 ^[12]Harvard’s $699 startup bootcamp offers AI avatars of its instructors
TechCrunch。有意思的是，Bussgang本人评价自己的数字副本”有点令人毛骨悚然”，但学生喜欢它 ^[12]Harvard’s $699 startup bootcamp offers AI avatars of its instructors
TechCrunch。

这种”创造者觉得诡异、使用者觉得好用”的反差，恰好呼应了华尔街日报Katherine Bindley的观察：AI代理能力的增长正在引发部分初创公司创始人的生产力FOMO ^[11]AI agents' growing capabilities are driving productivity FOMO among some startup
Techmeme。当哈佛学生已经开始跟教授的AI分身练路演，那些还没把代理AI纳入工作流的创始人，焦虑感可想而知。

模型实验场：从数到五到优化器竞速

在模型能力本身，今天社区里有两个有趣的实验值得记录。

第一个来自奥地利。据Der Standard报道，研究人员对Anthropic的Claude Sonnet 4.5进行了一项实验：要求它数到五并进行深度内省 ^[8]The search for consciousness inside AI – Wissenschaft – derStandard.at › Wissens
derstandard.at。模型按要求返回了数到五的结果 ^[8]The search for consciousness inside AI – Wissenschaft – derStandard.at › Wissens
derstandard.at。这个实验本身看起来简单到近乎朴素，但放在昨天TechCrunch披露”Claude旧版模型存在色情内容越狱漏洞”的背景下，它提供了一个对照视角——研究者正在用越来越细腻的方式探测模型的内部状态，而不仅仅是测试它能不能被攻破。

第二个来自Hacker News社区。有人在nanoGPT优化器速度测试中对18个前沿模型进行了153次自主运行 ^[10]NanoGPT Speedrun Frontier
Hacker News。结果：Fable 5以81.7%的完成度取得最佳验证结果，Opus 5完成度53.6%，Kimi K3完成度52.2%，而GLM 5.3在测试中无记录 ^[10]NanoGPT Speedrun Frontier
Hacker News。这个测试的有趣之处在于，它不是在测模型”有多聪明”，而是在测模型”能不能自主完成一个工程任务”——这恰恰是代理AI最需要的能力。Fable 5大幅领先Opus 5，说明在纯代理任务执行上，模型之间的差距可能比传统基准测试呈现的更大。

AI跨界实验：人格问卷与绩效评估

AI的应用边界还在向心理学和人力资源领域扩展。

据《耶路撒冷邮报》报道，希伯来大学科学家开发了用ChatGPT从英文文本生成人格评估问卷的方法 ^[7]Israeli scientists: AI can make personality tests, predict responses
jpost.com。研究团队将该测试方法应用于DSM-5（精神障碍诊断与统计手册）和一本占星学教科书 ^[7]Israeli scientists: AI can make personality tests, predict responses
jpost.com。把临床心理学权威文本和占星学放在一起测试，这个选择本身就透露出研究者的意图：他们想看看大语言模型在面对”严肃文本”和”非严肃文本”时，生成的人格问卷是否存在系统性差异。

与此同时，AI绩效评估初创公司Windmill的联合创始人Brian Distelburger进入了公众视野 ^[2]My AI Agent Got Me Banned From Resy. Another Agent Got Me Reinstated. – Business
businessinsider.com。现年47岁、居住在纽约的Distelburger所创办的Windmill，专注于用AI评估绩效 ^[2]My AI Agent Got Me Banned From Resy. Another Agent Got Me Reinstated. – Business
businessinsider.com。当哈佛在用AI虚拟人教创业、希伯来大学在用ChatGPT生成心理问卷，Windmill则代表了AI评估人类工作表现的方向——AI正在从”被评估的对象”变成”评估人的主体”。

回看这一天，从FTC门前的民间团体呼声，到Nuggets的权限控制平面，再到哈佛课堂里的虚拟教授和nanoGPT优化器上的模型竞速，AI代理的故事正在沿着”治理—基础设施—应用—能力”四个层面同步推进。昨天的核心问题是”代理AI的安全漏洞如何引发政策回应”，今天的画面更完整了：治理端在施压，基础设施在补课，应用端在加速，而模型本身的能力差距，可能比我们以为的更不均匀。

封面图来源：thefintechtimes.com

免责声明：本文仅对公开资讯进行收集与整理，不构成任何投资或技术选型建议，亦不代表对相关技术或产品走势的预测。