答鸭Signals

AI 日报

AI扩张、代理化与教育冲击：7月13日精选日报

今天的焦点集中在AI从“能力展示”走向“系统性影响”：一端是基础设施与财务风险正在上升，另一端是代理产品和记忆架构继续进化。与此同时，教育场景中的成绩波动提醒人们，生成式AI正在重塑“什么算真实能力”。

Overview

当天导读

从 28 条资讯中筛选出 4 条

今天的焦点集中在AI从“能力展示”走向“系统性影响”：一端是基础设施与财务风险正在上升，另一端是代理产品和记忆架构继续进化。与此同时，教育场景中的成绩波动提醒人们，生成式AI正在重塑“什么算真实能力”。

甲骨文被点名为AI信用风险，资本市场开始重新审视大额AI合同

标普下调甲骨文评级，并预计其AI相关资本支出到2027年将显著高于此前估计，说明AI基础设施扩张正在从增长故事变成信用风险故事。

关联报道 1

Claude Code加入内置浏览器，AI代理更接近“能上网干活”的阶段

Anthropic让Claude可以在应用内直接读网页、点击和输入内容，同时通过安全检查、权限控制和干净配置文件限制风险。

关联报道 1

结构化记忆优于长聊天记录，长链路代理可能找到更便宜的路

研究者在《Slay the Spire 2》中证明，分层记忆设计不仅提升胜率，也大幅减少token消耗，提示代理性能瓶颈不只在模型本身。

关联报道 1

布朗大学案例显示，AI可能抬高作业分数，却掩盖真实学习短板

当考试从无监督变成线下监考后，平均分从96%骤降到48.6%，凸显生成式AI对教育评估的冲击。

关联报道 1

今日主题

AI正在同时向三个方向加速：更深地嵌入企业基础设施、更像真正的自主代理，以及更直接地冲击教育评估体系。今天的4条精选都指向同一个结论：AI的影响已经不再只是模型性能，而是开始体现在信用风险、工作流控制和制度设计上。

重点观察

  1. AI基础设施的经济性开始被市场重新定价：标普因OpenAI风险下调甲骨文评级，说明大型AI合同带来的长期承诺，正在反过来考验云厂商的资产负债表。（3108）
  2. AI代理继续向“可执行工具”演化：Anthropic给Claude Code加入内置浏览器，意味着编程代理不再只处理代码，也能直接在外部网页中读写操作。（3109）
  3. 结构化记忆可能比“堆长上下文”更有效：研究者在《Slay the Spire 2》中证明，固定的分层记忆设计能提升代理表现，并显著降低token消耗。（3106）
  4. 教育领域的AI冲击已可见于分数分布：布朗大学案例显示，一旦改为无AI监考考试，原本极高的作业分数迅速回落，凸显评估体系与真实掌握之间的落差。（3110）

1. 云与资本市场：AI扩张开始触及信用边界

标普将甲骨文从BBB下调至BBB-，并明确把OpenAI视为关键信用风险。更大的信号在于，AI相关资本支出预期被上调到2027年的950亿美元，显示市场开始质疑“先建后赚”的AI基础设施模式是否可持续。（3108）

2. AI代理：从代码助手走向网页行动者

Claude Code新增内置浏览器后，可以直接读取网页、点击元素并输入内容。这让它更接近一个可在开发流程中跨站点执行任务的代理，但Anthropic也同步加入了安全限制、干净配置文件和访问控制。（3109）

3. 代理记忆：不是越长越好，而是越结构化越好

AgenticSTS 的实验显示，将不断增长的聊天记录替换为固定的结构化记忆层，可以提升长链路代理在《Slay the Spire 2》中的表现，同时把token成本压下来。对代理系统来说，这意味着记忆设计本身可能就是性能瓶颈的一部分。（3106）

4. 教育场景：AI让“无监督高分”变得不可靠

布朗大学教授的案例表明，作业或开卷考试中的高分不一定代表真实掌握；一旦切换到线下监考，成绩可能迅速崩塌。这个落差让学术诚信、课程设计和成绩解释方式都面临重新校准。（3110）

结论

今天的新闻共同描绘出一个更成熟也更紧张的AI阶段：企业在为AI扩张承担财务后果，产品在获得更强执行能力，研究在寻找更高效的代理架构，而教育系统则在被迫验证“能力是否真实存在”。

Stories

当日精选 8 条

01

The Decoder

标普因OpenAI风险下调甲骨文评级

·#oracle

标普因OpenAI风险下调甲骨文评级

标普全球将甲骨文的信用评级从BBB下调至BBB-，并称OpenAI是该公司的关键信用风险。该机构还表示，甲骨文与AI相关的资本支出到2027年可能达到950亿美元，高于此前估计的600亿美元。

这次下调意味着甲骨文的评级只比垃圾级高一档，说明投资者对其AI基础设施扩张的经济性担忧正在上升。它也凸显了更广泛的行业风险：大型AI合同会在收入到来之前就给资产负债表带来巨大的敞口。

标普全球已将甲骨文的信用评级从BBB下调至BBB-，理由是OpenAI构成了重大的信用风险。此举意味着甲骨文只比投机级、也就是通常所说的垃圾级高一档。报道指出，甲骨文的AI业务烧钱速度远超预期。标普现在预计，到2027年甲骨文的资本支出将达到950亿美元，高于此前估计的600亿美元。与此同时，这些扩张带来的收入要到多年后才会显现。标普表示，OpenAI约占甲骨文6380亿美元合同义务的一半，这使得甲骨文对OpenAI的经营状况高度依赖。

若OpenAI出现严重问题，甲骨文可能会被迫面对大量无法消化的数据中心产能。标普认为，甲骨文比AWS、Google和Microsoft处境更弱，因为后者可以用内部工作负载吸收多余产能，而且财务缓冲更厚。不过，标普也指出，即使是这些更大的云厂商，如果OpenAI倒下，资产负债表仍会受到明显冲击。文章还提到，SoftBank据报已将一笔以OpenAI股份作抵押的贷款从100亿美元下调至60亿美元，因为贷款方难以评估这家私营公司的价值。另据报道，OpenAI已将IPO时间推迟到2027年，进一步加剧了未来变现的不确定性。

标普表示，OpenAI约占甲骨文6380亿美元合同义务的一半，并警告称如果OpenAI出问题，甲骨文可能会留下无法填满的闲置数据中心产能。标普还认为，与AWS、Google和Microsoft相比，甲骨文的风险更高，因为这些公司可以用内部业务消化多余算力，而且资产负债表更强。

查看单篇正文查看原文
02

The Decoder

Claude Code新增内置浏览器

·#ai-agents

Claude Code新增内置浏览器

Anthropic为Claude Code加入了一个集成浏览器窗口，让AI可以直接在应用内打开、阅读、点击和输入外部网页内容。这个浏览器可以通过键盘快捷键启动，适用于文档站点和问题跟踪器等网页。

这让Claude Code从编程助手进一步变成了具备浏览器能力的智能代理，不再只局限于本地代码任务。对于经常依赖文档、工单系统和其他外部工具的开发者和团队来说，这项功能尤其重要。

Anthropic在Claude Code中加入了一个内置浏览器，让这个编程代理能够直接与外部网站交互。现在，Claude可以在Claude Code应用内读取网页、点击元素并向表单中输入内容。报道提到，这一能力可用于文档站点、问题跟踪器等开发者常用资源。这个浏览器的使用方式类似于标签页式浏览器，并且可以通过键盘快捷键打开。Anthropic表示，这项功能沿用了Claude原本用于预览本地应用的工具，但针对网页场景增加了额外的安全检查。

报道还指出，外部网站上的写入操作会经过分类器筛查。Anthropic同时表示，未经用户明确同意，Claude不会购买物品、创建账户或绕过CAPTCHA。为了降低风险，浏览器运行在一个没有已保存登录信息的干净配置文件中。组织还可以通过允许列表限制Claude可访问的网站，或者直接关闭浏览器工具。Anthropic补充说，如果用户希望Claude在自己的登录会话中操作，应改用Chrome扩展。

Claude使用的仍然是它原本用于预览本地应用的同一套工具，但对外部网站的操作会经过分类器筛查以增强安全性。Anthropic表示，未经用户同意，Claude不会购买物品、创建账户或绕过CAPTCHA，而且浏览器运行在没有已保存登录信息的干净配置文件中。

查看单篇正文查看原文
03

The Decoder

布朗教授发现禁用AI后考试成绩暴跌

·#ai-in-education

布朗教授发现禁用AI后考试成绩暴跌

布朗大学经济学教授罗伯托·塞拉诺表示，他班上的一次开卷作业式考试平均分高达96%，远高于以往65%到80%的常见区间，而且他用 ChatGPT 复现题目后得到的答案几乎一模一样，因此怀疑学生大量使用了AI。随后他把期末改为线下监考考试，班级平均分骤降到48.6%，创下这门课有史以来的最低成绩。

这一案例说明，生成式AI可能会显著抬高无人监考作业的表现，却掩盖学生在受监督考试中暴露出的真实理解不足。对于高校而言，这关系到考试设计、学术诚信执法，以及成绩是否还能真实反映学习成果。

布朗大学一位经济学教授称，他很可能在课堂中发现了大规模的AI协助作弊，因为一次开卷作业式考试的平均分高达96%，远高于这门课平时65%到80%的正常水平。罗伯托·塞拉诺之所以起疑，是因为他把考题输入 ChatGPT 后，得到的答案几乎与学生提交的内容一致。更让他警觉的是，不少学生采用了一种很绕的数学证明，而 ChatGPT 也偏偏给出了这种写法，而不是更直接的解法。塞拉诺随后提醒学生，并把期末考试改成了线下监考形式。结果成绩大幅下滑：班级平均分跌到48.6%，他说这是这门课历史上最差的结果。

共有18名学生退课，9名学生没有参加考试，19人直接不及格。塞拉诺还作废了期中考试，并把期末成绩权重提高到80%。他批评学校的回应过于软弱，称管理层要求他逐个上报每一起疑似作弊案例。文章进一步指出，这并非孤例，还引用了两项研究来说明同样的模式：在无人监督的作业中成绩看起来更高，但一旦进入受监考的考试，表现就会明显下滑。

塞拉诺称，在考试改为线下监考后，有18名学生退课、9名学生缺考，另有19人直接不及格。文章还引用了两项支持性研究：一项来自中国中部，显示学生开始更多使用AI后，作业分数上升18%，考试分数下降20%；另一项来自加州大学伯克利分校，发现 ChatGPT 发布后，在大量依赖无监督写作和编程作业的课程中，A 等成绩明显上升。

查看单篇正文查看原文
04

The Decoder

结构化记忆助AI代理赢下《Slay the Spire 2》

·#ai-agents

结构化记忆助AI代理赢下《Slay the Spire 2》

AgenticSTS 项目的研究人员发现，用结构化的五槽记忆系统替代不断增长的聊天记录，可以提升 AI 代理在《Slay the Spire 2》中的表现。在他们的测试中，加入技能库后，最低难度 A0 的胜率从 10 局赢 3 局提升到 10 局赢 6 局。

这个结果表明，长链路代理失败的问题，可能不仅在模型本身，也在记忆设计。如果这一点成立，结构化记忆有望让 LLM 代理在复杂多步任务中更便宜、更快，也更可靠。

来自 Alaya Lab、上海交通大学和其他机构的研究人员，针对构筑牌组类肉鸽游戏《Slay the Spire 2》测试了一种新的 AI 代理记忆架构。这个项目名为 AgenticSTS，核心问题是：当代理需要在一局很长的游戏中连续做出数百个决策时，到底应该保留多少过去的信息？与把完整聊天记录不断追加到新提示词中的常规做法不同，AgenticSTS 会用一组固定的记忆层来重建每一次决策。它把协议指令、当前状态的模式、检索到的游戏规则、来自先前运行的回合摘要，以及特定情境下触发的技能分开存放。研究人员认为，这样既能把提示词长度控制在一个固定范围内，也更容易判断到底是哪一部分记忆在起作用。

数据显示，在最低难度 A0 上，没有记忆的代理 10 局赢了 3 局，而开启技能库后胜率翻倍到 10 局赢 6 局。论文还指出，回合记忆在 A0 上没有帮助，但在第二种测试模式中会逐步更新并用于继续挑战更高难度时就开始发挥作用，使代理能达到 A6 到 A8，而不是停在 A2 到 A4。作者也承认，这组每种条件仅 10 局的比较样本较小，提升可能部分来自噪声。总体来看，这项研究说明，结构化记忆不仅能显著降低 token 消耗，也可能比单纯给模型更长的历史记录更有效。

AgenticSTS 每次都会用五层明确分离的内容重建提示词：协议指令、状态模式、检索到的规则、回合摘要，以及按情境触发的技能。研究人员还指出，采用传统不断累积转录文本的竞品代理，每获得 1 分要消耗 66 到 90 倍的 token，其中一次后期调用甚至达到了约 52.7 万个 token。

查看单篇正文查看原文