第 48 期
今日趋势
今天的简报覆盖AI技术研发、因果推断方法进展及产业动态三大方向，核心主线可归纳为AI领域的技术创新与产业布局、因果推断方法学的持续突破。AI技术端既有WorkOS优化Agent安全性的机制、Wrapture测试追踪工具等实用工具，也有Runway界面世界模型这类前沿探索，同时字节跳动“豆包工作”、快手可灵AI融资等产业动态也清晰展现了大厂在AI办公、算力等领域的布局。因果推断领域则有多篇针对非欧几里得数据、高维混杂等问题的新方法，为医学、营销等领域的研究提供了兼具可解释性与稳健性的解决方案。整体来看，AI与数据科学领域的进展均围绕“解决实际场景痛点”展开，技术创新既注重落地工具的完善，也关注前沿方向的探索，形成了实用与前瞻并行的发展态势。
AI 技术博客
- [Sponsor] WorkOS: How to Give an Agent a Task Instead of a Token — Daring Fireball Department of Commerce 介绍WorkOS的Relay机制，将agent的access token存储在WorkOS而非agent本地，避免token扩散到上下文窗口、工具调用日志等，WorkOS会附加、刷新token并仅释放给允许的主机，劫持agent会话可直接终止，这种机制提升了agent的安全性，值得了解其具体实现逻辑
- The rise and fall of agent civilizations — Dwarkesh Patel 这是Dwarkesh Patel发布的视频，内容是对OpenAI与Hugging Face攻击事件的清晰解释，该视频基于他上周撰写的帖子，属于Dwarkesh Podcast的一期内容，附带转录功能，还关联了他近期的多期播客，适合想了解该攻击事件背景的人观看
- Python 3.15.0 candidate 2 is here! — simonwillison.net Python 3.15.0候选版2发布，这是10月正式版前的最终候选阶段，此阶段仅允许明确的bug修复，鼓励第三方Python项目适配3.15并在PyPI发布对应wheel，RC2的二进制wheel可兼容后续3.15版本，还提供了测试矩阵配置，GitHub Actions暂未支持该RC版本
- Introducing wrapture — simonwillison.net Graham Dumpleton推出新工具Wrapture，结合wrapt的monkeypatching思想，用于测试和代码追踪，可包装函数/方法实现追踪或覆盖返回值，可替代unittest.mock，支持OpenTelemetry，还能通过配置为现有Python项目添加追踪，该项目由AI辅助开发，提供了测试示例
- Quoting Andrew Digby — simonwillison.net Andrew Digby分享，今年kakapo繁殖季的幼鸟已成长为幼鸟并加入种群，1995年时该物种仅存51只，他认为通过持续努力，濒危物种的恢复是可行的，这是今年的好消息，适合关注濒危物种保护的人了解相关进展
- Book Review: ActivityPub by Evan Prodromou ★★★★⯪ — @edent 这是对Evan Prodromou所著《ActivityPub》的书评，该书整理了分散的ActivityPub标准，逻辑清晰，有全面的规范描述，还提供了最小ActivityPub服务器的步骤清单，排版优质且为DRM-free版本，但缺少RFC9421签名验证等细节，适合想了解Fediverse基础的读者阅读
- Patented application of linear algebra — John 作者与Brian Beckman获得了GSI Technology的专利，该专利涉及用线性代数形式化二进制位的底层操作，通过代数简化可证明操作正确性并优化计算，专利中提到了Tartan编程语言，Brian完成了主要工作，作者贡献了数学形式化部分
- Git Submodules as a Package Manager — Andrew Nesbitt 作者分享Git子模块使用中的问题，删除含子模块的工作树需强制参数，移动含子模块的工作树被拒绝，Git子模块类似包管理器但体验更差，其gitlink和.gitmodules机制中，上游变更会导致下游关联失效，该问题是常见讨论话题
因果推断与营销科学
- Distilling heterogeneous treatment effects: Stable subgroup estimation in causal inference — Melody Huang, Tiffany M. Tang, Ana M. Kenney 本文针对现有异质处理效应估计方法缺乏可解释性的问题，提出因果蒸馏树（CDT）方法用于估计可解释子群。CDT可适配任意机器学习模型估计异质处理效应，再通过第二阶段树模型将其蒸馏为有意义子群，兼具黑箱模型的预测性能和决策树的可解释性，还推导了子群一致性的理论保证及稳定性诊断方法。在艾滋病临床试验组175研究的HIV抗逆转录病毒治疗随机对照试验中，CDT构建的稳定临床相关子群优于现有最优方法，为因果推断中可解释子群估计提供了有效方案。
- Saturation in G: simple & robust causal inference in cluster randomized trials with informative cluster sizes — Kenneth M. Lee, Michael O. Harhay, Fan Li 本文针对集群随机试验中存在信息性集群大小（ICS）导致传统模型无法一致估计个体和集群平均处理效应的问题，提出集群大小饱和模型结合g计算（CS-g）的方法。该方法通过两步调整标准实践，即对加权线性混合模型或广义估计方程加入饱和集群大小主效应及处理与集群大小的交互项，再用g计算估计边际目标量，证明其在任意模型误设下仍能一致估计目标量，且与模型稳健标准化估计量有限样本等价。模拟及PPACT P-CRT重分析显示，CS-g估计量无偏、效率更高、检测ICS的效力更强，为存在ICS的集群随机试验提供了简单稳健高效的因果推断路径。
- Causal inference with staggered entries and effects that change over calendar time — Lorenzo Gasparollo, Mats J. Stensrud 本文聚焦医学等领域常见的交错进入研究，这类研究因固定随访结束，因果识别依赖基于协变量（包括入组时间E）的右删失假设，但该假设因正性违反存在问题。研究了该问题对边际结构模型等常用因果生存分析方法的影响，给出有效识别条件并引入敏感性分析评估实际影响，通过齐多夫定效应研究、免疫检查点抑制剂患者mRNA疫苗效应重分析两个案例说明方法。该研究为交错进入且效应随时间变化的因果推断提供了识别条件和敏感性分析工具，有助于解决此类研究中的方法学问题。
- Geodesic Difference-in-Differences — Yidong Zhou, Daisuke Kurisu, Taisuke Otsu, Hans-Georg M"uller 本文针对传统双重差分（DID）仅适用于标量或欧几里得结果，而一般度量空间结果的DID方法有限的问题，提出测地DID框架用于唯一测地空间（如分布、网络、流形值数据）的结果。该框架用测地线替代差值，定义测地平均处理效应（ATT）为因果目标量，建立其识别性和样本版本的收敛率，还扩展到交错DID场景，通过苏联解体对年龄死亡分布的健康影响、美国电力市场自由化对发电构成的影响案例说明实用性。测地DID为非欧几里得结果的准实验因果推断提供了新方法，拓展了DID的应用范围。
- Geodesic Synthetic Control Methods for Random Objects and Functional Data — Daisuke Kurisu, Yidong Zhou, Taisuke Otsu, Hans-Georg M"uller 本文针对面板结果为测地空间随机对象（如分布、网络、功能数据等非欧几里得数据）的因果推断问题，提出测地合成控制方法。该方法用加权弗雷歇均值替代欧几里得加权平均，将处理效应定义为连接未处理和处理潜在结果的测地线，建立因果模型的一致性、预测误差界及未处理反事实的一致恢复条件，还提出内在度量共形校准程序用于不确定性量化。模拟及2011年东日本大地震后就业构成变化、堕胎自由化对东德生育模式影响的案例显示该方法有效，为非欧几里得面板数据的因果推断提供了工具。
- Heterogeneous Quantile Treatment Effect Estimation for Longitudinal Data with High-Dimensional Confounding-v2 — Zhixin Qiu, Huichen Zhu, Wenjie Wang, Yanlin Tang 本文针对非小细胞肺癌（NSCLC）研究中存在的高维混杂、纵向ctDNA轨迹重尾非高斯及个体内重复测量相关的问题，提出结合卷积平滑分位数回归和正交随机森林的框架。该框架用于估计高维混杂下的异质分位数处理效应，能捕捉协变量间的效应异质性，对 nuisance 参数估计误差具有稳健性，建立了估计量的理论性质，通过全面模拟验证有限样本性能。将该框架应用于NSCLC研究，展示了其在实际问题中的实用性，为高维混杂纵向数据的异质分位数处理效应估计提供了有效方案。
即刻简报
- 发布了: AI办公中场战事：字节压哨入局，巨头与创业者的新牌局 2026年8月25日，字节跳动正式发布“豆包工作”。从7月30日飞书产品团队并入豆包，到8月24日TRAE与… — 即刻·莫唯书Mark 2026年8月25日，字节跳动正式发布“豆包工作”，完成组织整合到产品亮相的三级跳，至此四家大厂全部进入AI办公赛道。字节打法为组织整合先于产品整合，不绑定飞书，通过连接器接入多工具，竞争焦点已从功能转向生态。文章还提及商业化面临算力成本、付费转化率低等挑战。该内容清晰梳理AI办公赛道最新动态与大厂策略，值得一读。
- 发布了: 8 月 31 日晚间，快手科技公告称，承接可灵 AI 业务的「北京可灵」完成新一轮增资协议更新，国家人工智能产业投资基金、正大机器人作为新增投资方，分别… — 即刻·哥飞 8月31日，快手科技公告称，承接可灵AI业务的北京可灵完成新一轮增资协议更新，新增国家人工智能产业投资基金、正大机器人作为投资方，分别出资14亿元和约1.31亿元人民币，对应约1.14%和0.11%的注册资本。两家投资方均获回购权，此次增资是可灵AI今年7月启动融资的收尾。该信息明确AI企业融资最新进展，值得关注资本对AI领域的布局动向。
- 发布了: 最近一条挺有意思的新闻：OpenAI 开始大量采购 Mac，正在 Make Mac great again。 1. 据 The Information 报道，OpenAI 在过去几个月里采购了数万台 Mac… — 即刻·刘飞Lufy 据报道，OpenAI过去数月采购数万台Mac mini和Mac Studio用于强化学习及AI Agent训练，Anthropic也通过AWS租用Mac算力，Mac正成为AI Agent训练测试的新基础设施。这与大模型预训练依赖英伟达GPU的情况不同，Mac适配Agent操作真实环境的需求，苹果芯片也有相关效率优势。该内容揭示AI产业不同算力需求的新趋势，值得了解AI基础设施的变化。
- 发布了: Runway 发布的这个新模型 Solaris 挺有意思，他们说是首个界面世界模型，本质上叫新型操作系统，可以逐帧实时生成交互界面。 它生成的视频能根据你的点… — 即刻·歸藏 Runway发布首个界面世界模型Solaris，本质是新型操作系统，可逐帧实时生成交互界面，生成的视频能随用户点击、拖动实时变化。但目前该模型存在延迟、实时生成成本高、一致性与连贯性不足等问题。该内容介绍AI界面交互模型的最新探索及现存挑战，值得关注AI交互技术的发展方向。
- 发布了: 如何 eval agent 产出的调研报告是否易读？ 分享一个我们 team 实践中用的一个简洁指标——「隐喻率」： 隐喻是常见的语言学现象，简单理解就是在句子中… — 即刻·胡迪Hoodie 本文分享评估AI调研报告易读性的“隐喻率”指标，即每百句话中隐喻表达的次数，高隐喻率会增加理解难度、造成信息损失。测试发现不同主流模型的隐喻率差异明显，该指标是评估AI产出内容易读性的一个实用维度。该内容提供AI产出内容易读性评估的具体方法，值得一读以优化AI内容的可读性。
- 发布了: 在 AI 转型面前，所有人都是从零开始，这是最大的公平。但一定有人跑得更快，也有人开始掉队，甚至迷路，后者缺少的往往是一个好的环境和良善的指引。 … — 即刻·Barret李靖 AI转型面前人人处于同一起跑线，是最大的公平，但有人会掉队，掉队者多因缺乏好的环境与指引。作者建议持续融入更AI原生的工作模式、伙伴与氛围，主动为自己营造合适的环境。该内容给出AI转型中个人发展的实用建议，值得参考以应对AI时代的变化。
- 发布了: 国内爱奇艺、腾讯视频年费两三百人民币，也就是五十刀不到。 老外买 AI 产品，一次性充值500刀，或者订阅900刀的年费，也有人付。 为什么出海，因为你花… — 即刻·哥飞 国内爱奇艺、腾讯视频年费约两三百元，而海外用户愿意为AI产品支付更高费用，如一次性充值500美元或订阅900美元年费。出海的核心动因是投入相同的时间精力，能获得更多收益。该内容点明AI产品出海的核心逻辑，值得了解AI产品的市场布局思路。
- 发布了: 明天好像又要重置，Codex 周限额现已更名为日限额。 — 即刻·评论尸 本条内容明确AI工具Codex的限额规则调整，原设置的周限额现已更改为日限额，相关调整或与系统重置安排相关。该信息清晰告知用户Codex的使用规则变化，值得了解以合理安排工具的使用。
本期有 9 个源不可用：lcamtuf.substack.com、garymarcus.substack.com、rachelbythebay.com、joanwestenberg.com、dfarq.homeip.net、gwern.net、refactoringenglish.com、worksonmymachine.substack.com、tedunangst.com。