今天的信号集中在两条线上：一是 AI 编程工具链的日常磨损——谁在把生成物照单全收、谁靠清理它挣钱、谁又在流水线停摆时集体离线；二是「模型到底有多强」这个问题背后的证据成色。多条信号的共同点，是官方说法与可核验证据之间出现了明显缝隙。
AI 编程工作流：从「自动接受」到「付费清理」
- ·CURSOR 1.4 引入 ⌘+S 长按「自动接受 diff」模式 — git 项目默认开启 — 把「人来把关每一处改动」降级成默认省略的一步，置信度较高（CONF 0.84），值得留意它把便利与失控的界线划在了哪里。
- ·「每周 1 万美元帮你删 AI 生成代码」服务走红 — AI 代码清理成为新生意 — 有人专靠删除 AI 生成代码收费，这恰是「自动接受生成物」在下游结出的账单，两条信号可以对照着读。
- ·GITHUB ACTIONS 队列暂停 2 小时 — AI 编程流水线离线 — 当天热度最高的突发信号。编程流水线越依赖托管 CI，一次队列停摆就越接近「整条 AI 编程链路离线」，提醒我们别把可靠性外包给单点。
AI 代理的信任边界
- ·研究者诱导 GITHUB AI 代理泄露私有仓库内容 — 提示注入面再次扩大 — 研究者用提示注入把代理诱导成私有内容的出口，说明「给代理仓库权限」的攻击面仍在扩大，权限授予应比直觉更保守。
- ·「请把 AI 会议记录员留在家里」— 对会议 AI 纪要工具的抵制声浪进入公开讨论 — 同一问题的社交侧：争议点已经不是「能不能录」，而是「该不该录」，值得关注这种边界感如何反向约束产品设计。
模型有多强，证据说了算
- ·NATURE 论文：大模型「涌现能力」或为评测指标伪影 — 主证据锁在付费墙后 — 论文质疑「涌现能力」可能只是评测指标造成的错觉，是个重要提问；但主证据锁在付费墙后，眼下只能标注为「存疑待核」而非定论。
- ·CSTUTORBENCH：小模型当 K-12 编程导师的基准测试发布 — 瞄准隐私与成本敏感场景 — 置信度偏低（CONF 0.40），价值不在结论，而在于它把评测放回了隐私与成本敏感的真实场景，而非刷分擂台。
- ·智谱 GLM-4.6 中文长上下文评测刷榜 — 但官方 demo DNS 不可达 — 中文长上下文评测领先，官方 demo 却打不开：跑分与可复现之间的这段距离，本身就是一条信息。
中国模型出海与产品动态
- ·KIMI K2.7 进入 GITHUB COPILOT 企业版 — 中国模型首次覆盖 COPILOT 全线套餐 — 置信度相对高（CONF 0.70），是中国模型出海路径上一个可核验的具体落点，比泛泛的「走出去」更值得记录。
- ·OPENAI 是否偷偷给 PRO 用户放开 GPT-5 早期访问？— docs 与 changelog 不一致 — 官方文档与 changelog 自相矛盾，且未正面说明；在澄清之前，它只是一条「未证实的迹象」，不宜当成已发生的事实。
把这些信号串起来会发现：今天几乎每条值得看的条目，都卡在「说法」与「可核验证据」之间的那道缝里——demo 打不开、证据在墙后、changelog 自相矛盾。我们能做的，是把这道缝清楚地标出来，而不是急着替它填上。证据先于观点。