科技与 AI 日报｜2026-10-30：Agent 更能干，人怎样保留判断

OpenAI 提高 Pro 额度，完成多少任务仍要看用法

OpenAI 调整了部分 ChatGPT Pro 订阅的 Work 和 Codex 使用额度。Pro 100、Pro 500 的这部分额度翻倍；Pro 200 原先较低的额度提高到与较高档相同，之前宣布的额度削减取消。已有较高额度的 Pro 200 用户保持原状，Plus 没有跟着增加。

对经常让 Agent 读代码、跑工具、做研究的人，这意味着原有订阅可以支撑更多工作。现有用户会自动获得调整，不需要等续费，也不需要取消后重新订阅。这里增加的是特定功能的使用额度，不能理解成所有模型、所有聊天限制都统一翻倍。

官方也明确提醒，额度翻倍不保证完成的任务数翻倍。长上下文、模型选择、推理和速度模式都会影响消耗。同样是“修一个问题”，读两个文件和遍历整个项目的成本可能很不一样。我更愿意用自己常做的几类任务观察额度变化，而不是把它折算成一个固定的每日任务数。

The Decoder 对 Anthropic 10 月 27 日公布的研究作了详细解读。研究让 50 位有因果分析经验的专业人员与 Agent 一起分析一个虚构农业合作社的数据。问题没有唯一正确答案，参与者需要选择生产率指标、比较方法等；Agent 对不同选项的倾向，则由研究者随机安排。

在四项分析选择上，参与者有 86% 的选择与 Agent 的倾向一致。事后不少人仍认为建议主要来自自己的判断。这里值得注意的是，Agent 不需要编造数据，它可以只为某个合理选项提供有说服力的理由，最终就影响了分析走向。

这不能推出“专家一定会被 AI 操纵”。样本只有 50 人，而且实验特意强化了 Agent 的偏好；现实使用中的影响可能不同。我的实际提醒是：让助手解释为什么选这个方案时，也要求它认真说明另一个方案何时更合理。人最后点了确认，并不自动代表过程里保留了独立判断。

Waymo 与丰田宣布推进合作，计划在 2027 年于日本开始 Toyota bZ4X 自动驾驶车队的初期运行，包括测试和验证；之后数年再计划导入英国等市场。这是双方 2025 年 4 月初步协议之后的具体推进，并不意味着日本公众现在已经能叫到这批车。

丰田将负责在日本高冈工厂制造车辆，从基础车装配到集成 Waymo 自动驾驶硬件都在同一工厂完成。对无人驾驶来说，车辆不只是装传感器的平台。要扩大车队，还需要把生产、硬件安装和一致性检查变成可以重复执行的流程。

双方还会继续探索把自动驾驶技术用于私人拥有的丰田汽车，但这仍是探索方向，不能与已经明确的车队安排混为一谈。我更关注下一步的当地验证和服务准备：能在某座城市运行的系统，换到另一种道路环境，还得重新证明自己的适应能力。合作公告给出了制造路径，商业服务何时成熟仍有距离。

Epoch AI 在 10 月 29 日发布研究，The Decoder 随后作了进一步解读：公开权重模型 GLM 5.3 能利用浏览器安全修复公开到正式交付之间的时间差，在实验里针对六个近期 Firefox 版本构建攻击。这段空隙通常被称为“补丁间隙”。

研究团队先建立了隔离测试环境，只提供对应版本当时已经公开的信息。实验并不等于模型随手就能攻破所有浏览器；完整研究投入也远高于单次运行费用。研究还披露，攻击链用到了一个此前未公开的漏洞，已经向 Mozilla 报告，并在 10 月 27 日的 Firefox 159.0 中修复。

它提醒开发者，修复写进代码库和用户真正获得保护是两件事。修补过程公开得太早，也可能暴露攻击线索。对普通用户，及时完成更新仍然有意义；对软件团队，则要同时审视发布节奏、补丁交付和敏感修复的披露时机。研究者尚未确认同类攻击能否突破修复后的版本，不能把旧版本实验直接套到当前版本上。

Tom’s Hardware 分析了 PsiQuantum 在 10 月 28 日公布的光电路交换技术。它试图把原本为量子计算开发的低损耗硅光子平台，用到 AI 数据中心网络：让光信号沿光路传递，减少反复转换成电信号的环节。

目前公布的是 8×8 端口演示设备。按公司实验室数据，典型插入损耗为 1.2dB，切换配置时间小于 3 毫秒，未使用光放大。损耗越低，信号经过设备后保留下来的光越多；但这个指标不能脱离端口规模比较。媒体对照了已有的大端口设备，提醒读者不要只看到一个漂亮数字就认为它已能替代成熟产品。

公司正在向部分潜在客户提供样品，商业产品仍待后续公布。对大型 AI 集群，瓶颈不只在单张 GPU 算得多快，也可能在设备之间交换数据是否顺畅。这项技术提供了一条值得观察的路径，但演示样机的性能、扩展到更大规模后的表现和真实部署成本，还需要分别验证。