凡人小北

做医疗 AI 的朋友，可以看看这个开源数据集。 HuggingFace 上用 Claude Opus 5.5 生成的 2194 种疾病的模拟医患对话，平均每段 33 轮，从描述症状、检查，一直聊到治疗和后续安排。 这里有个有意思的设计：每段对话里，患者都会故意隐瞒一件事，或者说一句假话，医生得通过追问发现问题，再把信息纠正过来。这个细节很关键。现实里患者可能不会把所有信息整理得清清楚楚再来问你。作者还给数据加了校验。 可以直接拿来做医疗对话训练、微调小模型，或者研究医疗知识检索。不过它依然是合成数据，引用查得到，也不代表医学结论就一定正确。 自取： https://huggingface.co/datasets/nisten/opus5-5-doctor-patient-conversations-all-human-diseases

Meta 的文化也是比较开放的

最贵的产品，也救不了一个根本不想要这个品类的人。 Amanda Askell 最近做了个很个人、但挺像用户研究的小实验。 她一直不喜欢香水，于是怀疑会不会只是因为自己没买过好香水？ 她研究了一批昂贵、评价很高的香水，分别买来小样。试完后的结论依然是：她就是不喜欢香水。 很多产品团队也会犯同样的错。 增长之前请 先分清用户是在拒绝你的产品，还是在拒绝整个品类。

SpaceX 的星舰火箭首次成功进入轨道并部署了其 V3 星链卫星。 牛逼，第一了！

Anthropic 专门写了一篇文章评估智谱 GLM-5.3，看完有点感慨：AI 的网络攻击能力，已经走到这一步了。 按他们的测试，GLM-5.3 在 Chrome V8 漏洞利用任务中的成功率，已经接近 Claude Mythos Preview。 更直观的是文章里提到的案例，研究人员让它在隔离环境里测试一款浏览器，它发现了几个未知漏洞，还把这些漏洞串起来，做出了一个访问后就能读取电脑文件的网页。 另一个案例里，GLM-5.3-Flash 根据已公开的漏洞信息，花了 8 小时做出可用的攻击链。人只投入了约 20 分钟，按 API 价格算，模型费用约 20 美元。 当然，这是 Anthropic 对竞争对手的评估，文章也在强调自家安全措施。但这些结果本身值得认真看。 对做安全的人来说，补丁发布后的时间窗口，恐怕还得继加加速。 https://www.anthropic.com/research/glm-5-3-and-the-spread-of-advanced-cyber-capabilities

没想到 是个点

莫纳克亚山顶也是赶上好天气了，完美跟台风错开。

今晚在 Kona 的收获

OpenAI 这轮融资竟然降价了。 OpenAI 正在敲定一轮至多 300 亿美元的过桥融资，投前估值 1.25 万亿美元，阿联酋资金和 Coatue 领投，顺带还在谈从阿联酋拿更多算力。本月早些时候开价是 1.4 万亿，认购不够才下调了 1500 亿。 另一边，Anthropic 5 月估值 9650 亿，IPO 想要 1.5 到 2 万亿。 我之前聊 Mistral 融资时说过，AI 不会像搜索那样只剩一个赢家。 现在一级市场的定价也在说同一件事。

两个多月，四家大厂都做了会主动来找你的 AI 助理。 Grok Bot 8 月、Meta Muse 9 月、OpenAI Dots 9 月底，昨天 Anthropic 补上了 Claude Duet。 我从年初开始用 OpenClaw，最近把 Claude 之外的三家也都试了一遍。 用下来我觉得选哪家，不能只看模型多强，更要看它能连上你的哪些工具。 工作场景基本够用了。但生活场景，国内的外卖、打车、支付、微信它们一个都连不上，水土不服太严重，我们得有自己的 personal agent。 你觉得这个会是谁先做出来？

Muse 最后很可能会胜出。 想想美国人每天都活在哪里？ 他们在 Instagram 上分享生活，在 Facebook 上维系社交关系，在 WhatsApp 上聊天。 这些地方，Meta 已经占了几十年。 如果未来 AI Agent 真能帮人处理生活里的各种事情，Meta 手里握着的社交关系、用户习惯和分发渠道，更有机会占据用户的 AI 入口。

Uber 给 3 万员工全开了 ChatGPT Work，这个事件不稀奇，我觉得更值得抄的是它之前做的一件小事。 试点的 1000 人里，80% 不是工程师。 Uber 还把 30 个最会用 AI 的工程师塞进财务、法务、HR 等团队，每组待两周，先看人家到底怎么干活，再动手做 Agent。 有个财务规划任务从 15 小时缩到 30 分钟。 他们 CTO 的说法大意是看流程图和文档是自动化不了的，得看活儿实际怎么干。 大多数公司其实反着来的。 都是先买账号，但是工具谁都买得到，懂业务又懂 AI 的人才是瓶颈。 Uber 的做法可以抄一抄，这些人才是自己内部的 FDE。