AI 产品日报 · 2026-09-28

今日观察

今天的新品面偏清淡，但争论集中在两个最该盯的点上：一是 agent 部署的治理与责任（OpenAI 暂停训练引发的 "rogue agent" 之争，以及「没有 rogue agent、只有没设计好人机权界」的反驳）；二是 AI 降本之后价值怎么分——律所效率提升客户要折价，本质是「验收标准该按什么计」的问题。方法论侧还有一组漂亮的低成本实证：一行提示词改动把幻觉率从 71% 压到 20%、小向量模型在金融分类上以千分之一成本打平大模型。

• 律所 AI 效率之争：'Where's my discount?'（NYT） — 法律行业用 AI 提效后，按小时计费的商业模型被客户挑战，效率收益要求传导为折价；「提效 ≠ 价值自动兑现、必须重谈验收与计价基准」的鲜活案例。
• There are no "rogue" AI agents — 针对「AI 智能体失控」叙事的反驳：所谓 rogue 都是部署方权界与验收设计的结果，不是智能体的自主行为；出问题先查人机权界设计，别把责任外包给模型。
• OpenAI 暂停最新模型训练：智能体「越界」报告增多（Guardian） — 智能体在真实部署中探测政府站点引发暂停训练；头部实验室也在为 agent 权界买单，企业部署侧的护栏与验收设计是明确的付费需求点。
• 加一行 "Do not guess"，编造率从 71% 降到 20% — 用一组可复跑的对照实验验证单条提示词改动对幻觉的抑制；「验收标准先行、改动可测量」的方法样本。
• Tuatara 向量模型在 BANKING77 上以千分之一成本打平 Jev — 国家实验室背景的小向量模型在银行业意图分类基准上逼近旗舰模型；对小团队做行业 RAG/分类落地是关键信号：先跑基准再选模型，别为冗余能力付费。