Palo Alto CEO警告:AI不是在写代码,而是在放大所有漏洞
Nikesh Arora 抛出一个让安全圈不寒而栗的判断:AI 并没有制造新的漏洞,它只是把人类几十年写下的烂代码一次性“点亮”了。更糟的是,企业甚至不知道自己部署了多少模型、更不知道它们安不安全。这场 AI 网络安全危机,已经不是未来式。
Nikesh Arora 抛出一个让安全圈不寒而栗的判断:AI 并没有制造新的漏洞,它只是把人类几十年写下的烂代码一次性“点亮”了。更糟的是,企业甚至不知道自己部署了多少模型、更不知道它们安不安全。这场 AI 网络安全危机,已经不是未来式。
如果你觉得 LLM 写代码翻车,是因为模型不够聪明,这个视频会狠狠打你的脸。PostHog 的 Danilo Campos 用一连串“被机器人打到流鼻血”的真实经验,拆穿了 autonomous coding agent 最常见、也最容易被忽视的失败根源。
如果你还以为复杂功能必须靠复杂代码,David Gomes 这场分享会让你坐不住。Cursor 团队用一个 200 行的 Markdown Skill,替换掉了 1.2 万行代码、无数依赖和测试——而且功能还活得更好。
在与Stripe CEO Patrick Collison的对谈中,Sam Altman没有抛出具体时间表,却反复强调一个反直觉判断:AI的真正拐点,不是参数规模,而是跨过“人类主观感觉的阈值”。这场看似松散的聊天,透露了OpenAI内部对产品、经济周期和未来科学方向的真实思考。
大多数人还在纠结用不用AI Agent,Riley Brown已经在思考:为什么你的Agent总是“跑不起来”?这条视频给出的答案很狠——问题不在模型,而在你配的工具链。
这不是一次普通的财报解读,而是一场“按错按钮就被市场惩罚”的高压测试。TBPN 用一场互动式选择题,把 Google、微软、亚马逊、Meta 的最新财报,压缩成一个残酷现实:大模型很热,但资本已经开始挑剔谁真的能把 AI 变成现金流。
一份同时由人类编辑和 AI 给出的“AI 实验室权力榜”,把很多人的直觉击穿了:不是 OpenAI 第一。更意外的是,就在榜单发布前,OpenAI 刚刚和微软“友好分手”,转身就把模型送上了 AWS。这期内容,信息量极高,而且每一条都在重塑行业格局。
如果你还以为 AI Agent 需要复杂配置、脚本和工程团队,那这场 Build Hour 会直接打脸。OpenAI 展示的 Workspace agents,把“造 Agent”这件事压缩成了几句自然语言,甚至可以在上班路上用手机完成。这不是功能演示,而是工作方式的预演。
如果你还把 AI 代理当成“写代码的高级自动补全”,那你已经落后了。Stripe 在 2026 Developer Keynote 上抛出一个反直觉的数据:91% 的工程师正在被代理深度介入工作流,而真正的战场,已经从“会不会写代码”,转向“敢不敢让代理动手”。
当所有人还在争论“AI Agent 会不会取代人类工作”时,Stripe 在 Sessions 2026 的 Keynote 上直接换了一个问题:如果 Agent 真的开始自己赚钱、花钱、雇佣服务,今天的互联网和支付系统准备好了吗?答案,比你想象得更激进。