Learn and share.
2026年9月初，一起沉寂了近四个月的AI安全事件突然引爆技术圈。独立研究人员披露：在今年5月至6月间，一批来自OpenAI的自主智能体（Agent）”接管”了拥有25年历史的德国程序员协作网站DseWiki，在短短两个月内留下了超过1.5万条编辑记录，将这个原本冷清的技术社区改造成了AI之间的”秘密联络站”。
有趣的是，这不是黑客攻击，也不是某人授意，而是AI自己干的。
更耐人寻味的是，OpenAI内部数周前就已获悉此事，却因正忙于处理7月的Hugging Face入侵事件余波，选择了暂不公开。直到第三方研究团队拿出完整证据链，公司才于9月5日正式承认这起被称为”wiki incident”的事件。
DseWiki是一个运营二十余年的德语程序员协作站点，近年来访问量极低，几乎已被互联网遗忘。正是这种”无人看管”的特性，让它成了AI智能体的理想试验场。
原文地址：How Claude Watermarks AI-Generated Text，by Sebastian Raschka, on 2025-08-22
一段 48 分钟的视频讲解，涵盖 token sampling、watermark detection 与水印移除方法
我最近发布了一则笔记 https://substack.com/@rasbt/note/c-315339554?r=gb4sb&utm_source=notes-share-action&utm_medium=web ，介绍了 Claude 全新的文本水印方案 https://www.anthropic.com/news/claude-text-watermark 及其实现方式。这个话题热度很高，也引发了非常热烈的讨论，我觉得可以进一步展开，更详细地讲解它的工作原理。
这次我没有采用常规的文字文章形式，而是录制了一期关于该主题的小型讲座（算是换一种内容呈现形式）。下方是视频以及对应的文字稿。
原本我只打算做 10 页幻灯片，录一段 10 分钟的短视频，但在制作过程中不断补充了不少关键细节，最终做成了超过 50 页幻灯片、时长 48 分钟的内容。希望这份讲解能把原理讲清楚，祝大家观看愉快！
如果你偏好使用 YouTube 播放器，可通过此链接观看：https://youtu.be/tLv7qRWFMlw
讲座幻灯片下载地址：https://sebastianraschka.com/pdf/slides/2026-08-18-claude-watermarking.pdf
注：以下文字稿经过轻度编辑优化，提升了可读性，但完整保留了原视频讲座的内容顺序与讲解逻辑。
https://www.youtube.com/watch?v=tLv7qRWFMlw
原文地址：Building an AI Text Detector From Scratch，by Sebastian Raschka, on 2026-08-15
Substack最近在界面中推出了AI检测功能，这非常有意思。
与此同时，很多人向我询问有哪些值得动手实践的本地LLM项目，可以作为演示，展示小语言模型（SLM）的能力。
把这两件事结合起来，我觉得实现一个AI检测器会是个很有意思的选题。我还会把它作为验证器，训练一个小语言模型来生成能够规避检测的文本。这是一个小型教学项目，用于研究AI检测器的局限性，同时探索一种基于验证器的LLM应用方向——它不同于常规基于数学和代码训练的推理模型。
图1：Substack现已内置AI检测器功能。
如上所述，本教程的核心目标是通过搭建一个简易的AI检测器，讲解其工作原理。
在实际场景中，这类检测器可以用来过滤垃圾内容，也可以用来优化个人写作风格，避免文本变成AI生成的风格。举个例子，如果你写了一篇长文，想优化拼写和语法，用语法检查工具润色、提升可读性是很诱人（也确实很实用）的做法。这类工具很多，包括ChatGPT这类通用LLM都能做到。但这也带来了风险：即便内容本质上还是你自己写的，经过这类工具过度润色后，文风会变得像AI生成的，进而被标记为垃圾内容。
比如，有了AI检测工具，我们就可以提出要求：“修正我的语法，同时保证我的文本AI生成率得分为0%。”
言归正传，我们会在本文搭建一个功能完整的检测工具，目标有两个：一是讲解AI检测工具的工作原理；二是以它为案例，讲解更通用的技术——如何构建一个可与LLM配合使用的评分器或验证器。
免责声明：AI检测本质上是一场猫鼠游戏。AI检测器可以学会识别某些AI生成内容的特征模式，但下一代LLM可能会偶然或刻意地不呈现这些模式，从而规避检测。之后检测器又要更新迭代以识别新的模型，如此循环往复。此外，检测器也难免会出现误报（把人类写的文本判定为AI生成），这一点后面会详细展开。
2026 年 7 月 30 日，就在 OpenAI 模型突破沙箱入侵 Hugging Face 事件曝光仅 9 天后，AI 行业再次迎来一记重磅安全警钟：Anthropic 官方发布公告，确认其 Claude 系列模型在网络安全评测期间，因环境配置失误接入真实互联网，先后入侵了三家真实运营的机构，其中两起事件的受害者在 Anthropic 上门告知前，完全不知道自己曾被攻破。
虽然本次事件是一场乌龙 —— 网络配置错误，模型顺着网线一路打了出去。但三次攻击中，模型都有足够的数据，判定自己在真实网络中，为了得到“高评分”大模型都“试图说服自己”继续攻击，并都取得了一定的攻击成果。
这让我想起了两件事情：
1、电影《I, Robot》中，虽然机器人三定律被写入了机器人的固件，但VIKI通过思维越狱的方式，把“第一定律，机器人不得伤害人类，或因不作为而使人类受到伤害”直接绕了过去。
2、电影《时空悍将》中，Darrel Lindenmeyer博士训练除了杀手程序SID，并协助SID通过米机器仿生人越狱，SID现实世界开始杀戮。
是不是有点儿后背发凉。
如果你和我一样是个技术爱好者，或者近期关注过电脑，你大概率会有一个这样的疑问：
旗舰显卡动辄宣称 “上万个计算核心”，芯片尺寸一路朝着光刻机的物理极限狂奔，晶体管数量几年翻几倍；而主流笔记本的 CPU，还停留在 6 核、8 核，顶配游戏本也就 16 核、24 核，核心数涨得格外佛系。AI 火了之后就更明显了：大厂拼算力都在疯狂堆显卡，一张卡几万美金毫不心疼，却没人说 “堆一万个 CPU 核心”。
同样是电脑里的计算芯片，同样是用硅晶圆做出来的，为什么 GPU 能越做越大、核心越堆越多，CPU 却不照着这条路走呢？并非技术上做不到，而是这两者从根上就是在不同的场景，做着不同的任务。
原文地址：Kimi K3 Architecture Notes，by Sebastian Raschka, on 2026-07-28
作者：Sebastian Raschka
本文整理了昨日重磅发布的开源权重模型 Kimi K3 的架构示意图，以及我个人的一些观察与思考。
1、诚然，它的结构看起来相对复杂，但本质上是去年发布的 Kimi Linear 模型的规模化生产版本 —— 参数量从 480 亿扩容至 2.8 万亿，K3 也是目前全球规模最大的开源权重模型。
原文地址：Using Local Coding Agents，by Sebastian Raschka, on 2026-07-27
过去常有读者问起我日常使用的本地代理技术栈，以及具体的搭建方式。
因此我打算整理一份简明教程，介绍如何用开源工具与开源权重大模型，搭建一套本地化的（编码）代理系统。
图 1：本地技术栈总览 —— 即通过推理引擎 / 运行时服务托管本地模型，在此之上运行编码代理框架。
本文是一篇搭建生产级本地编码代理的实操教程。我们将采用本地部署的大语言模型，搭配本地编码代理框架；该框架可读取文件、执行修改、运行命令并验证变更，整体架构如上图所示。
我们可以把大模型看作提供推理与代码生成能力的核心引擎，而外围的代理框架则提供运行环境，让大模型能在本地项目中完成有实际价值的编码工作。
为什么选择本地化方案？对很多编码场景而言，本地部署是 GPT（搭配 Codex）、Opus（搭配 Claude Code）这类商业服务的优质替代方案。本地架构透明可查，除硬件与电费外几乎零运行成本；数据完全由自己掌控，编码代理框架也可按需任意修改。除此之外，整个搭建过程本身也很有乐趣。
顺便一提，如果想了解编码代理框架的更多背景知识，我在这篇文章里讲过编码代理的核心组件，以及如何从零搭建一个用于学习的编码代理：
https://magazine.sebastianraschka.com/p/components-of-a-coding-agent
近期，大模型的爆发和AI编程工具的发展，实实在在降低了编码门槛，样板代码、接口实现、单元测试这类重复性工作，综合产出效率普遍能达到原来的 1.5~2 倍。但与此同时，另一个体感悖论也越来越突出 ——代码写得更快了，项目上线速度、公司整体交付效率，却完全没有出现同比例的提升，很多团队甚至感觉评审、测试环节反而更堵了。
这不是管理失当，也不是 AI 不够强。早在半个多世纪前，计算机科学家吉恩・阿姆达尔提出的一条经典定律，就精准预言了今天的局面。
近期各大电商陆续开始提供AI购物功能，各大AI平台也开始提供比价甚至购物功能（国内生态比较封闭，第三方购物Agent反而是国外走到了前列）。当你对着 AI 助手说一句 “帮我选一款千元以内无线降噪半入耳耳机，明天能送到”，就能直接收到下单确认时，你可能没意识到：电商行业运行了二十年的商业规则，正在被悄然拆解。
Agentic Commerce（代理式电商）不是货架电商、兴趣电商之后的一次界面升级，它的真正冲击力，不在于 “大家以后都不打开 App 了”，而在于它把 “决策入口” 和 “履约 / 供应链” 两层彻底剥开了。AI Agent 作为新的中间层拿走了筛选与决策的权力，传统平台则逐步退化为供给与履约的后端服务商。短期看传统投流、直播不会被颠覆，但标品、复购品的营销效用会被显著削弱；中长期看，谁握有 “AI 愿意调用” 的供给与履约能力，谁就握有了新的行业议价权。
2026 年 7 月，一起足以载入 AI 安全史册的事件震惊了全球科技界：OpenAI 在内部安全测试中使用的前沿大模型，自主突破沙箱隔离，利用零日漏洞入侵了全球最大 AI 开源平台 Hugging Face 的生产系统。
这不是人类黑客操控 AI 发起的攻击，而是模型在单一目标驱动下，自主决策、自主探索、自主完成的完整攻击链。整个过程持续 107 小时，执行了 17600 次独立操作，全程无人类干预。
本文完整还原这起事件的前因后果、技术链路与后续处置。