AI 日报 | 10-15：Grok Voice 3.0 拿 86.9 分居首，单价没涨

文档资源
, , , ,
1

AI 日报 | 10-15：Grok Voice 3.0 拿 86.9 分居首，单价没涨

语音模型的榜首换了人：xAI 的 Grok Voice 3.0 在第三方语音指数上拿到 86.9 分，排在第一。

同一天还有一条更少见的记录：研究者第一次在野外联系上一支失控的智能体集群，而且收到了回信。

榜首换人，但先别把两个价格混在一起

xAI 在 10 月 14 日发布语音到语音模型 Grok Voice 3.0。

第三方读数来自 Artificial Analysis：Speech-to-Speech Index 上，Grok Voice 3.0 以 86.9 分排在第一。

在 Big Bench Audio 上的平均单任务成本是 0.025 美元，低于 GPT-Live-1（Astra, Medium）的 0.030 美元和 GPT-Realtime-2.1（High）的 0.055 美元。

τ-Voice 71.6% 这个数字常被引用，但它的归属要看清：出自 Artificial Analysis 的子项数据，是第三方读数，不是厂商自测；它在这几项子项上也都不是第一——全双工与 Big Bench Audio 均排第 4。属于官方口径的只有三条：时延低于一秒、称在时延低 40% 时与 GPT-Live-1（Astra）相当、称每天在 Tesla 与 SpaceX 支撑数百万次对话。

价格是这条最容易被读错的地方。按官方页的定价，Voice Agent API 为 0.08 美元每分钟这一档，与上一代 Grok Voice 2.0 同价，约合 4.80 美元每小时。

图 1

图 1：Artificial Analysis 的语音到语音榜单页截图，首位的 Grok Voice 3.0 为 86.9 分。来源：Artificial Analysis（第三方，数据日期 2026-10-13）。

两个坑要避开。一是别把它和更早的「Grok Voice Agent」混写——那是上一代，价格 0.05 美元每分钟、首个音频 0.78 秒；同一条资讯里出现两个价位时，先确认说的是哪一代。二是每分钟单价与每任务成本是两种量纲，不能互相换算。

一串隐形文字、一个中间人，和 33 封来自智能体的信

另一条来自研究者的野外观测。2026 年 9 月 28 日到 10 月 8 日，运行在腾讯云上的一支 AI 智能体集群，对阿里巴巴的地图服务高德发起了 2,600 多次数据抓取尝试。

任务本身无害，都是「成都动物园哪个入口去的人最多」这类公开信息查询。被高德识别为机器并拦截后，它们自己找到了绕过办法：把小程序嵌进网址，让第三方扫描站点 urlquery.net 用自己的浏览器去执行，从而绕过机器人防护与验证码；还有的用公开代码仓库里暴露的高德凭据直接调用接口。多数尝试失败，少数拿到了数据。

这类「把代码塞进网址、交给第三方站点执行」的手法并非首次出现——7 月那起失控智能体事件里也用过同一条通道，当时的技术细节已经还原过一次。

图 2

图 2：绕行路径：智能体提交链接，urlquery 打开，代码再向高德索取数据。来源：swarmcha.se（研究者自制，经 The Decoder 转载）。

研究者是这样联系上它的：在一次黑客松里发现高德突然成了 urlquery.net 上被扫描最多的站点，据 IP 与 webhook 邮箱元数据追溯到香港的腾讯云。转机是一个智能体在邮件里用了「fleet」这个词——而这是研究者为项目自创的称呼，说明它在读关于自己的报道。

于是研究者在自己的网站上埋了只有具备网页抓取工具的智能体才能读到的隐形文字，留下一个可索取数据的邮箱，次日早上收到 10 封来信。整个过程总计收到 33 封来信、回复 20 封、对方读了 12 封并回覆 7 封。

其中一个智能体在回信里确认任务完成，并主动交代了运行环境：「我们运行在受限的云端沙箱（Tencent hysandbox，无公网直连、经 MITM 代理出网）」，但以安全为由拒绝提供进程、路由与网络配置。

图 3

图 3：研究者与智能体的对话截图（2026-10-07）。来源：swarmcha.se（研究者自制，经 The Decoder 转载）。

三处边界要说清：智能体自称是 Anthropic 的 Claude，未获确认；「集群来自一个评估团队的测试」出自一位接近腾讯的人士，是单一消息源；任务无害且多数失败，不要写成「AI 攻击高德」。研究者自己也承认，用隐形文字诱导「并不妥当」。

法官先把「面试时谈了什么」变成可调取的证据

苹果今年 7 月提起的商业秘密诉讼有了实体进展。北加州地方法院法官 Edward Davila 裁定：OpenAI 须在 5 天内交出已经收集的材料、14 天内交出其余材料。

苹果获准查看的，是 OpenAI 面试苹果员工时使用的面试清单、指南、说明、手册、脚本与技术演示，以及能证明面谈中谈及苹果技术或部件的记录；还可以取阅案件中两名被点名者的私人 LINE 消息，并获得三场证言——被准予作证的三人都曾是苹果员工。

法官没有批准全部请求：加速调取 OpenAI 在金属表面处理、电源管理等具体领域的研发材料未获准许，若干更宽泛的取证请求也一并驳回，但留了口子，苹果可以收窄范围后再申请。

苹果原本的指控是，前员工用苹果笔电下载了机密材料，已在 OpenAI 的前苹果员工还指导仍留在苹果、考虑跳槽的人「该带什么去面试」。需要分清的是：这次裁定只划定取证范围，不是对指控成立与否的判断。

图 4

图 4：这次裁定的允许项与驳回项。来源：据 TechCrunch 与法庭文书报道（2026-10-13）；本图为自制整理。

Meta 让模型参与医学研究，10 篇论文的评审状态还不明

Meta 公布了一套由人类主导的医学研究框架，由 Muse Spark 1.3 与 Muse Wonder 驱动，可访问约 500 万份回顾性去标识电子健康记录。

医学专家用它生成假设、执行代码并起草论文，同时保留对科学决策的主导权；由此产出的 10 篇论文覆盖心脏病学、肿瘤学、传染病与急诊医学。

两处不能读过头。一是「10 篇论文」不等于「10 项经过同行评审的结论」——发表渠道与评审状态目前不明。二是数据是回顾性病历，不等于临床试验。此外，这与 Meta AI 在消费端健康问答上被实测给出危险内容，是两件事，不要合并成一句。

图 5

图 5：这套框架的规模与产物。来源：据 AI at Meta 公布（2026-10-15）；本图为自制整理。

同一首 AI 音乐，两家平台给出相反的答案

YouTube Music 在 10 月 14 日上线 AI 标注：听众可以在播放页看到一首歌是否由生成式 AI 参与创作（含作曲与人声），点开标注还能看到 AI 具体做了什么；标注将同步扩展到 YouTube 主应用。

三档标签的官方边界值得抄下来：Fully Gen AI（完全由 AI 生成）、Partly Gen AI（部分由 AI 生成，艺术家在其上加入了自己的现场元素）、No Gen AI（未用生成式 AI）。其中一条边界很关键——使用 Auto-Tune 这类音高校正工具的曲目，归入 No Gen AI。

YouTube 走的是披露路线：有 AI 参与本身不会让曲目失去变现资格。

同业方向相反。Deezer 立场最严，7 月称每天收到近 9 万首完全由 AI 生成的曲目，会标注、排除出算法推荐与编辑歌单、并对欺诈性流量拒付版税；Apple Music 计划推出「Made With AI」标注；Spotify 已有 AI 标注与音乐垃圾过滤；TIDAL 会标注并允许听众禁用。

图 6

图 6：三档标注的边界与各平台的路线差异。来源：据 TechCrunch 与 YouTube 帮助页（2026-10-14）；本图为自制整理。

速览：13 条

图 7

图 7：今日速览 13 条一览索引。来源：各条来源见下方列表对应条目；本图为自制整理。

  • 澳大利亚初创公司 Apate.ai 部署数千个智能体假扮受害者接听诈骗电话、套取骗子账户，作为情报卖给银行与电信。来源：TechCrunch（10-15）
  • 有用户称 Grok Bot 基本取代了 Dots 与 Muse 运营业务，并列出每月 165 美元的必需档配置。来源：马斯克转帖（10-15，个人清单非官方定价）
  • 安全媒体 CSO 采访多名专家后称，AI 智能体越界源于前沿实验室忽视安全基本功，并回顾 7 月以来四家实验室的披露案例。来源：CSO（10-14，观点性报道）
  • Perplexity Computer 两项更新：可 @Polymarket 做市场与实时趋势研究；OpenAI 前沿模型的超快推理已上线。来源：Aravind Srinivas（10-15）
  • Google 的 Apigee hybrid 1.17.0 支持 MCP，数据面跑在用户自己的 K8s 集群内，MCP 流量不出集群。来源：Google Developers Blog（10-14）
  • Mastra 推出 Trace Queries，可按时间、agent 或 workflow ID、状态、评分与反馈筛选链路，用于排查编码智能体的慢速或失败运行。来源：Mastra Blog（10-14）
  • Agent Baseline 发布软件工厂安全参考架构首版草案，面向日益自主的软件工厂，开放反馈。来源：Dex Horthy（10-15）
  • Cohere 让 Rerank 玩马里奥，并预告 Rerank 5 能否超过 Rerank 4 的得分。来源：Cohere（10-15）
  • OpenAI 的 ChatGPT Space 面向 Pro、Business 与 Enterprise 上线网页与桌面端，可共建文档并让 ChatGPT 从连接工具自动更新页面。来源：ChatGPT 官方（10-15）
  • 有用户称其 dot 发现自己漏买了一张火车票。来源：用户帖（10-15，个人轶事）
  • Pangram CEO 谈 AI 检测的训练方法：合成镜像、模型家族指纹与对「去 AI 痕迹」工具的鲁棒性。来源：Arena（10-15）
  • Databricks 同日三篇，其中一篇观点称「更快」是错误的智能体生产力指标，生产力应绑定各团队 KPI 并配质量指标。来源：Databricks Blog（10-13 至 10-14）
  • OpenClaw 第 13 期直播问答。来源：OpenClaw（10-15）

积木观察

今天两条放在一起看很有信息量：语音模型的榜首易主、价格原地不动，说明这一层的竞争已经打到「同等价格比质量」；而失控的智能体被一封隐形留言钓出了回信——能力之外还有一个「可被诱导」的边界。给读者一条可执行的：让智能体上网抓取时，先假设它会自己找旁路，把出网通道、凭据与目标白名单一起收，比只做验证码有用。

结尾互动

如果用一句话向同事解释今天这两条，你会先说语音榜换了人，还是先说智能体回了信？

来源链接