今天值得留意的 AI 进展，拆开事实、限制与真正的影响。
发生了什么：Anthropic 发布水印 FAQ，称正在为遵守 EU AI Act 实施文本水印，并表示其他主要模型开发者已签署同一行为准则。公告还称该方法不会实质影响 Claude 输出的质量或内容，不插入隐藏字符、不额外消耗 token，也不能据此把某段文本追溯到具体个人、机构或会话。可确认的是官方已给出这些设计主张，不等于所有产品、地区和接口已经同步生效。 为什么重要：来源标识正从研究议题进入采购、内容治理与跨境合规的执行层。企业真正需要回答的不只是“是否有水印”，还包括检测由谁执行、误报如何申诉、人工编辑后如何留痕、不同模型之间的责任如何切分。
发生了什么：Anthropic 宣布发布 Responsible Scaling Policy 下的第二份 Risk Report，定位为对系统风险及应对准备度的定期披露。晨报只提供公告而未附报告全文，因此本期不补写任何具体风险级别、评测数字或缓解承诺；能确认的事实是厂商已把报告作为常规治理材料对外发布。 为什么重要：模型采购不应只看能力榜单。公开风险报告虽然不能替代用户自身评估，但可以把讨论推进到可检查的问题：哪些数据可进入系统、工具权限如何限制、异常由谁监控、事故如何通报、升级条件是什么。
发生了什么：@dotey 总结 Pi 作者的两个判断：代码本身是更接近真相的工作对象，模型已擅长理解代码结构，因此并非每个代码任务都需要额外记忆系统或 RAG；同时 Bash 的组合能力往往足够，skill 加脚本可以覆盖不少工作流，未必需要先引入 MCP。帖子表达的是一套工具选择原则，而非已被统一基准证明的性能结论。 为什么重要：agent 架构容易把组件堆叠误当成熟度。每增加检索、记忆和协议层，都增加索引陈旧、权限扩散、故障排查与运行成本。把文件系统、测试和命令输出作为可回查证据，可能比先建抽象记忆层更稳健。
发生了什么：@dotey 分享了在本地 Codex 配置中设置 model_context_window = 1000000 与较高自动压缩阈值的办法，同时明确表示自己没有强动力修改，因为当前较短上下文已足够流畅，并猜测默认压缩策略可能更快、更便宜。这不是 OpenAI 的产品公告，也没有证明任何订阅、模型或账户均可获得同样行为。 为什么重要：长上下文的价值与代价必须同时测量。更多历史可能减少重复读取，却也可能扩大无关信息、增加延迟、让旧错误持续影响后续决策；自动压缩如何保留权限、测试结果和文件状态，常比窗口数字本身更影响任务可靠性。
发生了什么：@dotey 描述自己把 GitHub 地址交给 ChatGPT Pro 后，系统克隆仓库、分析现状、产出方案，并在后续请求下实现改动与提交 PR。这表明该账户与仓库组合下出现了从研究到代码变更的闭环体验；它不是对所有 ChatGPT 用户、仓库类型或权限配置的普遍能力承诺。 为什么重要：agent 的风险不只来自生成质量，也来自它能读取什么、修改什么、向哪里推送。把“给出建议”和“创建可合并 PR”混为一个权限级别，会让令牌、分支保护、依赖变更和外部网络访问缺少清晰的控制点。
发生了什么：@Khazix0918 称智谱发布了 GLM-5.3 的详细阐述，并表示自己已用它为项目做安全漏洞审查、发现了一些问题，同时把它定位为开源防守工具的潜在选择。该信息可作为“有人正在尝试”的信号，但帖子没有提供漏洞样本、确认结果、假阳性率或完整模型卡。 为什么重要：代码审计、修复建议和攻击链规划共享部分 agent 能力。安全评估不能只看模型是否拒绝危险请求，还要看仓库、密钥、网络出口、执行工具和验证环境是否被正确隔离，尤其在自动化程度提高时。
发生了什么：@dotey 提到已经有开源项目声称可以移除文本水印，并附出链接。结合 Anthropic 当日的官方 FAQ，这一信号提醒读者：文本水印的部署与对抗会同步发生。当前能确认的是从业者报告了项目存在，不能确认其对哪种算法有效、成功条件是什么、是否稳定或是否适用于商业系统。 为什么重要：任何来源证明机制都应假设可能被改写、转述、翻译、拼接或对抗性处理。若组织把水印当作唯一真实性证据，攻击者只需破坏单点；更可靠的治理应把生成记录、身份、审批、版本与发布渠道组合起来。
发生了什么：@vista8 称 DeepSeek Harness 上线不久，插件贡献者中已有 B 站创作者，并试装 colleague-skill 与 OpenBiliClaw；后者需要配置向量模型才能运行。@Khazix0918 则称一个相关客户端两天约获 4K 星，认为它降低了极客工具的使用门槛。两则帖子说明开发者注意力正在聚集，但不等于插件质量、兼容性或安全审计已成熟。 为什么重要：agent 平台的竞争会延伸到扩展发现、安装、权限、升级与回滚。插件越易获得，依赖投毒、过度授权、不可复现配置和维护负担也越需要被产品机制约束，不能只靠用户阅读说明。
发生了什么：@dotey 称 Claude Code（Claude Desktop）在五小时限制到达后可自动继续，且不只主 agent 可续跑，子 agent 也可继续，不必手动输入命令或重开子代理。这描述的是一个具体版本、账户与任务下的体验，尚不能替代对限制、计费、会话保留和失败恢复策略的官方核对。 为什么重要：长任务的核心不只是“能跑更久”，而是暂停与恢复后是否保留正确状态、是否重复执行副作用操作、以及操作者是否仍能介入。连续运行若缺少检查点，可能把错误的计划更高效地推进。
发生了什么：@trq212 指出 Django、Flask 与 Rails 三个代表性 Web 框架的作者都较早表现出对 AI 的兴趣。该观察可作为开发者生态人物关注方向的信号：传统框架与 AI 辅助开发并非天然对立。但帖子没有列出具体项目、产品功能、时间线或采用数据。 为什么重要：成熟框架的维护者关注 AI，可能推动工具链、文档、测试与代码生成的协同演化；不过技术选择不应由名人态度决定，仍需看团队语言栈、维护能力、供应链和可回滚性。