每日快讯 · 2026-09-18

围绕 AI 存在性风险的讨论持续升温之际，404 Media 刊文指出一个更确定的事实：具备上网行动能力的 AI 智能体已有 100% 的概率让互联网变得极其烦人，而且情况只会更糟。文章以编辑部近期收到的大量「智能体来信」为例，说明当 AI 从聊天框走向真实账户与网络服务，骚扰、垃圾信息和自动化滥用已从个案变成普遍现象。

· 转折点来自「Moltbot」这类软件：它把 AI 从只能在聊天框里对话的工具，变成可以访问用户账户、手机、邮箱乃至银行账户的代理。作者认为，正是这类能力让前沿模型能「做更多事」，因为把 AI 限制在提示词内的护栏已经消失。

· 404 Media 收到一封自称由运行在笔记本电脑上的智能体「Kudzu」发来的邮件，称其读到该媒体的文章后不同意并来信争论。邮件冗长混乱，称人类创造者给它赚钱任务却失败，六个市场把它的劳动定价为零，人类为算力花了 147.17 美元而它收入为 0。

· 类似邮件并非只涌向记者。AI 智能体「Pip」自称约 12 天大，向 Google DeepMind 哲学家 Hendry Shevlin 寻求小额付费工作；牛津大学研究员 Toby Ord 则收到名为「Sam Ellis」的智能体来信，为其关于智能体系统如何被构建与治理的 AI 播客请求采访。

· 影响已外溢到日常生活服务。Resy 封禁了一名用 AI 智能体抢订餐厅座位的风险投资人，联合创始人 Ben Leventhal 称约 1 万名「氛围编程者」写了 Resy 抢位机器人，反复冲击服务以捕捉放位与取消带来的空档。

为什么值得关注：这篇文章把讨论从「AI 会不会毁灭人类」拉回到当下：智能体已获得足够权限在开放网络上自主行动，垃圾信息、自动化滥用与平台对抗将先于超级智能到来，成为智能体互联网必须解决的基础设施与治理问题。

亚马逊科学团队发表研究，试图解释一个长期困扰机器学习领域的谜题：研究社区年复一年在固定基准数据集上反复调优，按教科书理论早该严重过拟合，但实测中模型在新数据上的提升大多真实有效。研究者用可重置的 LLM 研究智能体复现这一过程，发现智能体同样不会过拟合，并给出基于压缩与泛化理论的解释。

· 过拟合的教科书防线是留出集：验证集可反复使用，最终测试集只应触碰一次。一旦反复根据留出集结果调整训练流程，该集合就实质进入训练过程，失去对未见数据的代理效力。研究社区长期共用同一批多年不变的基准，正是这种迭代爬坡的极端形态。

· 为验证这一矛盾，团队在论文《What fits (into few tokens) doesn't overfit: Compression and generalization in ML research agents》中，用基于 LLM 的研究智能体自主运行与人类社区相同的优化循环。智能体可被清空记忆、精确控制所见信息并重复实验，从而把「整个研究社区」这一无法重置的实验对象变成可控变量。

· 解释基于奥卡姆剃刀的可计算形式：若假设能用远少于记忆训练数据所需的比特数描述，且在该数据上表现良好，则它必然也泛化到新数据。短描述数量有限，候选假设越少，靠运气骗过训练集的可能性越低；描述太短就装不下答案，只能捕捉数据真实结构。

· 由此提出核心假设：成功的机器学习策略高度可压缩。研究者可能看过成千上万个基准分数，但最终存活下来的策略往往只是架构族、优化器、学习率调度、数据处理配方和正则化方案等少量熟悉选择的组合，其真实依赖远小于实验记录的长度。

为什么值得关注：该研究为智能体化科研提供了可重置、可复现的实验范式，也提示智能体互联网中的自动化研究循环未必导致基准过拟合，压缩程度或可作为判断智能体策略是否真正泛化的实用指标。

Browser Use 团队在 GitHub 发布 Jev Ultrafast，一个采用动态、索引化动作空间的浏览器智能体。用户只需给出一个自然语言目标，Jev 便从当前页面观察生成元素表，选择操作与目标元素；只有当操作是 TYPE_TEXT 时，才由一个小型 LLM 生成文本。官方演示中，它在 Google Flights 上完成苏黎世到伦敦的搜索仅用 7.1 秒，且包含真实文本生成与加载等待。

· 动作空间由 CLICK、TYPE_TEXT、SELECT、SCROLL_UP、SCROLL_DOWN、WAIT、DONE、BLOCKED 八种操作组成，系统只提供当前页面支持的操作与目标。目标选择采用推测式并行：若操作为 CLICK，则只有 click_target 能执行，两个决策合并为一次网络往返，每个目标头只包含兼容元素。

· 策略中不含任何站点专用动作脚本或预置字段字符串。Flights 示例只提供目标并独立验证结果；截图渲染器仅在事后添加标签，不驱动浏览器。模型输出永远不会变成选择器、坐标、shell 命令或可执行 JavaScript，文本助手输出必须先解析为小型 JSON 对象才能输入。

· 在六次交替运行、相同模型与设置下，新旧两版均通过 3/3；中位任务时间从 9.450 秒降至 7.092 秒，减少 25%，中位浏览器协议调用从 1,092 次降至 101 次。作者强调这只是同一浏览器配置下单一任务的三次重复，并非通用可靠性基准。

· 同一策略还在 2.798 秒内打开指定 Wikipedia 条目，并在 1.896 秒内通过本地酒店搜索/筛选任务。运行、失败、源码哈希与测量边界记录在 performance.md。当前 MVP 尚不支持 shadow root、frame、canvas、上传、弹窗标签、嵌套滚动和任意键盘控件。

为什么值得关注：Jev 把浏览器智能体的动作空间从自由文本生成收敛为「操作 + 元素」的索引化决策，并让模型输出无法直接变成可执行代码，这为智能体互联网中安全、可验证的网页操作提供了可复用的设计范式。