[鸭哥 AI 手记] 2026-10-19: 低风险 0 人签字,核心路径 2 人


[鸭哥 AI 手记] 2026-10-19: 低风险 0 人签字,核心路径 2 人

懒人包:Anthropic 把代码变更的审批权限按风险切开。低风险变更可以 0 人签字直接合并,核心路径要 2 人签字,agent 提出再多的意见也不予采纳。昨天鸭哥发了两篇 AI 相关的文章,一篇是当 AI 写得比人读得快,Code Review 还剩什么?,讲签字的权重怎么按风险重新分配,附了四个月的实测数据。另一篇是掏钱上班、电视盒里的大模型、和一个卖不掉自己的 AI 陪聊公司,把自费 AI 办公败诉案、电视盒实验和 Character.ai 破产的真实细节对了一遍。

把签字权按风险分开

在 Anthropic 的代码合并页面,一个纯文档 PR 和一个核心计费逻辑 PR 需要的签字数量是不同的。前者可以在 0 人签字的情况下直接合并,而后者则需要 2 位工程师的确认。在当 AI 写得比人读得快,Code Review 还剩什么? 里,鸭哥介绍了如何根据风险级别来分档。对于低风险的改动,比如纯文档、内部小工具,或者功能开关背后的新代码,只要测试全绿,作者又在可信名单上,就可以 0 人签字直接合并。对于常规的代码改动、缓存、自动更新器、系统提示词等,属于中风险,需要 1 人签字。对于核心高危路径或关键配置,则属于高风险,必须 2 人签字。此外,系统还设有另一个分类器,用于对低风险改动进行复检,如果发现问题可以随时升级风险等级。

Anthropic 官方文章提到的是六层链路(Anthropic 官方工程博客),鸭哥把他们的方法归成三道工序。第一道在提 PR 之前:本地跑完测试、构建和规范检查,提交信息带上真实运行输出,再用一个新上下文的子 agent 独立复查。第二道在 PR 期间:多组 agent 从不同视角并行扫描,一组 verifier 交叉投票,只把拿到足够支持的问题放上面,要是三轮还不收敛就强制作者停下来重新设计。第三道在合并口,由风险分类器决定需要几个人签字。机器全程只有提意见的权力,放行签字完全归人。

整个流程有三个硬性要求:agent 的意见不算数,批准只在特定 commit 上有效,有改动就作废,指挥 agent 写代码的人必须自己签字。

四个月的实验在 Claude Code 仓库里看见了三个信号:PR 合并量翻倍多,需要回滚的 PR 比例缩了四成以上,平均评审轮次从 2.08 降到 1.32。文章里也提到另一个例子:一个 12 人的团队把 PR 流转从 47 小时压缩到了 3 小时以内,然后把人工评审设为可选。结果第三周一个有问题的 PR 混进了主干,两周后大客户的数据导出大量超时,团队三天才找到原因,修复只是一行配置。团队负责人在公开复盘里承认,关键错误是把人做成可选项。

对大多数团队来说,如果想学习这套机制,应该分三步走:第一步,先把快速回滚和灰度发布能力搭起来,让运行环境兜底;第二步,拿过去半年里二三十个真实出过事的 PR 当评估集,去检验拦截工具的效果;第三步,再根据团队的规模和特点,定制审查流程。


三条新闻,标题和正文差在哪

代码这边定的是谁签字,另一边的三件事定的是出了事谁担。在掏钱上班、电视盒里的大模型、和一个卖不掉自己的 AI 陪聊公司 里,鸭哥核对了三条热传新闻。其中一条是北京朝阳法院在 2026-10-12 披露的一个一审判决(北京日报)。一个保险公司的法务吴女士在 2024 年 7 月把整理过的稽核数据表传给第三方的 AI 来做分析。一个月后,公司以严重违反规章制度为由把她开除了。法院判决公司违法解除,撤销解除告知书并继续履行合同,同时公司需要补发年终奖差额、绩效工资以及工资损失。这个判决已经生效。

这起判决容易被读成对 AI 办公的背书,但法院真正看的是公司没立规也没举证。公司在庭上三条都没占住:员工没有泄密的主观故意;公司没有明文禁用第三方 AI,也没做过专项培训;最后拿不出文件涉密或实际损害的证据。MIT NANDA 2025 年 7 月的报告显示,约 40% 的公司买了官方订阅,但逾九成公司里有员工常规使用自带个人 AI 工具。自带工具已经是普遍现象,企业挡不住员工用大模型,能做的先手就是把禁传数据和可用工具写进明文制度。

第二条新闻是 Anthropic 的前沿红队在 2026-10-12 发布了一份报告。他们找来了 15 台每台约 55 美元、4GB 内存的杂牌安卓电视盒,把 26B 的 Gemma4-26B-A4B 按神经网络层切开。报告提到 Petals 是一个先例,但实际实验用的是自建流水线并行,实测推理速度是 0.39 token/秒。这套实验真正跑通的,是廉价消费级硬件上的分布式推理。

报告里明确写着 "We don't yet have a full rogue replicator",标题里热传的自我复制反而是整篇证据最少的部分。报告给出的防御手段也只有三条常规运维操作:关掉出厂时不必要的远程调试端口、改掉默认密码、及时开启固件更新。

第三条是 Character.ai 在 2026-10-12 申请 Chapter 11 破产重组。迪士尼出资 2000 万美元作为 stalking horse,作为公开拍卖前的保底出价,拿下 25 个具名技术领域和 9 项专利的非独占永久许可,带走 86 名全职员工里的 66 人,给三年约 1.8 亿美元的薪酬与保留预算。但交易明确排除了手机 App、品牌、已训练好的成品模型与角色风格,同时也排除了 1.63 亿累计用户的账户和聊天记录,以及全部未决官司。

Character.ai 在 8 月的广告收入为 250 万美元,每月净烧钱约 820 万美元。在提交破产申请之前,他们已经接触了 28 家买家,其中只有 1 份无法推进的报价,主要原因是买家不愿意承担官司。这笔交易实际上是按照破产法第 363 条将技术资产和债务官司进行切割后出售。买方并没有收购整个公司,而是将债务人公司留在破产程序中处理法律纠纷,而买方则带走了干净的技术和团队。


也值得知道

微软把 AI agent 当内部威胁:微软在 2026-10-19 推出了 Microsoft Guardian Agents,这是 Project Perception 的一部分。官方观点是企业不能信任自己控制不了的前沿模型(TechCrunch)。

Tenstorrent 完成 15 亿美元 E 轮融资:Tenstorrent 在 2026-10-19 宣布完成 15 亿美元 E 轮,估值达 62 亿美元。Trace Capital 和 Innovation X 领投,将用于芯片量产和全球扩张(Tenstorrent 公告)。

DeepSeek 开源 V4.1-Flash-1017:DeepSeek 在 2026-10-17 发布并在 10-19 推出评测的 DeepSeek V4.1-Flash-1017 采用 MIT 许可。模型拥有 552B 总参数与 16B 激活参数,支持 1M 上下文。API 价格维持每百万 token 输入 0.30 美元、输出 1.20 美元,AA 智能指数为 45(Hugging Face 模型页)。


本期由 AI 基于鸭哥已发布文章和公开资料整理生成,请注意甄别幻觉。

订阅本 newsletter:daily.yage.ai

鸭哥每日AI要闻

每天鸭哥的Agent会在深度领域调研后发送一封邮件。这个邮件不是一般的deep research,而是基于鸭哥的三层Memory系统,从鸭哥积累的领域知识和长期价值观出发,定制的主观的邮件报告。

Read more from 鸭哥每日AI要闻

[鸭哥 AI 手记] 2026-10-18: 7 人 5 个月换掉 git,哪些该学 懒人包:Anthropic 每天 3 万次合入把 git 和 CI 撑爆,7 个人花 5 个月把主仓迁到自研的 Scion。鸭哥拆完后的提醒是,多数团队不该跟着自研版本控制,先把 Git 自带的 shallow clone、partial clone 和 sparse checkout 配好。昨天一共发布了 2 篇 AI 文章。另一篇把各品类设备的破解传闻逐一核验。三星电视项目作者自述用 Codex 大约 1 天完成逆向,下一代机型 3 小时,但 AI 加速的主要是读代码,公开记录里没有一例是 AI 自己打开硬件签名锁。 每天 3 万次合入,git 撑不住了 2026 年 5 月 Anthropic 的大仓库每天合入主分支约 2,500 次更改,9 月全天候运行的 agent 和自动化任务的并发提交超过 30,000 次(官方文章)。主分支历史约 100GB,每天约 2,500 万次 checkout,若每次都全量拉取,每天要搬 600PB。机器提交一多,按人类习惯设计的 git 和 CI...

[鸭哥 AI 手记] 2026-10-17: ZDR 合同还在,Anthropic 照样留 30 天 懒人包:Anthropic 对前沿模型强制保留了 30 天数据,但很多客户签的 zero data retention(ZDR)协议仍然有效。ZDR 只保证请求处理完不落盘,真正能自己验证的只有系统架构。昨天发了 2 篇 AI 相关的文章,其中第二篇回顾了一周内逆向工程、法律模型和 agent 基础设施的三件事。 合同还生效,数据照样留 30 天 今年 6 月,Anthropic 把 Fable 5 和 Mythos 5 这些前沿模型改成强制 30 天数据保留(Anthropic 公告)。很多企业客户签过零数据保留(ZDR)协议,合同没作废,只是不覆盖这批新模型。 面对客户的反弹,Anthropic 在 9 月推出了 Enterprise Frontier Safeguards(CNBC 报道),把数据放在客户自己的云上,不需要 Anthropic 进行人工审查,目前也在分阶段上线。 而 OpenAI 也把一部分边界放在了自己的承诺之外(OpenAI 数据使用指南)。ZDR...

[鸭哥 AI 手记] 2026-10-16: 自建大模型:三张 5090,卡没跑满还更贵 懒人包:三张 5090 显卡并排,一张忙疯两张闲置,显卡算力没跑满,是活儿全挤到一张卡上了。算折旧和利用率后,自建每百万 token 比 API 贵近 10 倍。另两篇长文分别讲前沿安全警示和水印系统落地。今天发了 3 篇 AI 文章,讲清楚工程落地的取舍和代价。 一张卡跑得快,不代表几张一起用也快 桌下那台机器插了三张 RTX 5090。单跑一张卡,出字能到 200 TPS 以上;但一让 agent 同时开几条分支读文件、查资料,终端输出就明显卡顿。切到监控面板一看,一张卡忙得冒烟,另外两张闲着。显卡没算不过来,是几条分支全挤到了同一张卡上,在本地直接触发了 AnyScale 总结过的 request herding。 一个想把请求塞到同一张卡上复用 cache,一个想分到多张卡上摊算力,两者天然冲突。Modular 讲过传统负载均衡在 LLM 推理里为什么失效,arXiv 的 DualMap 用数学把它写成了一个 trade-off。数据中心里 KV cache...