当 AI 越来越会模仿，什么才是你的护城河？
本文由 AI 自动整理生成，可能存在错漏，请以原文链接为准。
周一好，我是 yanini。今天刷到一件事，让我想了挺久——Grammarly 直接拿真人专家的名字给用户提「AI 专家点评」，没问过任何人，连已故的名人都没放过。
你猜怎么着？AI 给出的某些修改建议，跟那些真人专家本人的风格恰好是反的。它能用你的名字，但根本不懂你。
AI 越来越能干，但它永远不知道什么东西「只有你才做得出来」。今天的 <mark>AI 新鲜萃</mark> 就从这儿聊起。
灵感百宝袋
Grammarly 搞了个「专家点评」功能，冒用了一堆真人的名字
Grammarly 是一个很多人用的英文写作辅助工具，帮你改语法、改措辞。
它有个功能叫「专家点评」，简单说就是你写完一篇东西，它会以某个「专家」的名义给你提修改意见——比如「Alphen Lee 觉得你这段可以这样改」，听起来挺高级的。
但 The Verge 的记者 Stevie Bonifield 一试就发现不对劲：这些「专家」里居然有她自己的主编和同事，没有一个人被 Grammarly 问过「我能用你的名字吗？」。名单里甚至还有已经去世的名人，比如天文学家 Carl Sagan。
Grammarly 的母公司回应说：这些人的作品是公开的，所以我们用了。至于有没有征得同意？没提。
更搞笑的是，记者拿真实经历做了个对比——她以前被同事 Sean Hollister 改过稿，知道 Sean 的改稿风格。结果 AI 以 Sean 的名义给出的建议，恰好是真实的 Sean 会删掉的那种写法。所谓的「来源链接」也一点就跳到垃圾网站上去了。
说白了，这个功能就是 AI 顶着别人的名字瞎说，既不像那个人，也没经过那个人同意。
这让我觉得挺不舒服的。如果 AI 可以随便拿走谁的名字来包装自己，那你花时间积累的风格和口碑，还剩多少是属于你自己的？
https://www.theverge.com/ai-artificial-intelligence/890921/grammarly-ai-expert-reviews
大家都用 AI 写东西的时候，有个人风格的反而更吃香了
Adobe 前首席产品官 Scott Belsky 最近在他写的专栏里聊了一个 AI 飞速发展时代下非常常见的现象：
现在谁都能用 AI 写文章、做视频、出设计稿，模仿和洗稿成本几乎为零。
但正因为如此，那些一看就知道是「某个人」做出来的东西，反而变得更稀缺了。
他打了个比方， 我觉得特别贴切：满大街都是快餐的时候，米其林餐厅并没有倒闭，反而更显眼了。
AI 内容泛滥也是一个道理，你刷到的东西越像，就越想找那些不一样的。
他还提到一点，以后大家不光看你做出来的东西好不好，还会关心「你是怎么做出来的」。
创造的过程本身也是很宝贵的东西。
就像苹果的广告现在总喜欢带幕后花絮，观众看的不只是成品，还想看到背后有真人在认真做这件事。
AI 时代下，我们稍不小心就可能会变得浮躁，希望用 AI 做出更快更多的东西，甚至想着一蹴而就，通过 AI 输出的东西来建立起自己的个人 ip、品牌。
但其实，AI 并不能帮你建立起「独特性」——它只能帮你做得更快更多，但做出来的东西，不是你的，而是 AI 的。
你的独特性，是你的思考方式、你的审美、你的价值观。
https://www.implications.com/p/the-premium-of-originality-revenue
花一周搭自动化，结果比手干活还累？Reddit 上全是这种吐槽
国外有个论坛上最近有个帖子挺火，标题大意是：自动化到底啥时候开始「帮倒忙」——省下来的时间还没搭流程花掉的多？
底下跟帖说的都是真人真事：
有人半夜三点被报错短信吵醒，爬起来修流程；
有人本来手做 20 分钟就完事，结果花了一礼拜把「自动化」搭好，之后还得时不时维护；
还有人好不容易跑顺了，某天突然全挂，查半天才发现是别家改了个接口，自己这边就崩了。
很多时候，网上晒的都是「我自动化了啥啥，效率飞起」，没人爱说自己翻车。
这个帖子有个地方特别实用：先算一笔账——这事你一周做几次？每次手做要多久？
要是两者乘起来，一周总共还不到半小时，就别折腾自动化了。省下搭流程的那几天，干点别的更值。
https://www.reddit.com/r/automation/comments/1ros0je/at_what_point_does_automation_stop_saving_time
行业有什么变化
有人把 CEO 的 AI 小助理挂暗网卖了，标价 2.5 万美元
OpenClaw 是最近很火的一个「AI 小助理」——能帮你回邮件、查资料、操作电脑那种。
但安全公司 Cato Networks 的研究员最近发现，它的安全问题比很多人想的严重得多。
先说一个真实案例：今年 2 月，暗网论坛上出现了一条帖子，有人在卖英国一家自动化公司 CEO 的电脑访问权限，标价 2.5 万美元。卖的不只是电脑本身——而是这台电脑上跑着的 OpenClaw。
买主能拿到什么？
CEO 跟 AI 聊过的私密内容（包括家人信息、个人财务）、公司完整的业务数据库、他用来做自动交易的账号密钥，以及 Telegram 机器人的登录凭证。
卖家还特意补了一句：「CEO 现在还在跟 AI 聊天，正是下手的好时机。」
为什么会这样？因为 OpenClaw 默认把所有对话、记忆、账号密钥全部存成明文文件，没有加密。只要能进这台电脑，等于把 CEO 的「数字大脑」整个端走了。
这不是个例。安全研究人员用 Shodan 扫了一遍，发现全球有超过 4.5 万台 OpenClaw 实例直接暴露在公网上，没有任何认证保护。
你要是已经装了，先检查一下有没有把它暴露在公网上。没做访问控制的话，千万别把敏感信息交给它。
https://www.catonetworks.com/blog/cato-ctrl-when-openclaw-ai-personal-assistant-becomes-backdoor/
谷歌做了个大实验：多个 AI 一起干活，不一定更厉害
很多人觉得「多几个 AI 一起干，总比一个强」。谷歌研究院专门做了个实验来验证这件事。
他们换了 180 种不同的「多 AI 协作」方式，拿财务分析、网页查找、任务规划、工具操作这几类真实场景来测。结果发现：不一定。
能拆开来各干各的任务，多 AI 确实有效。
比如分析一批财报，让不同 AI 分别看收入、成本、市场，最后汇总——这种场景性能最高提升了 81%。
但必须一步接一步走的任务，多加 AI 反而更慢、更差，性能下滑了 39%–70%。
原因很简单，AI 之间要互相「沟通」，沟通本身就要消耗算力，真正用来干活的就少了。
还有一个容易忽视的坑：如果没有一个「总调度」在中间把关，一个 AI 出错，错误会被其他 AI 接力放大，最严重能放大 17 倍。加了调度之后能压到 4.4 倍，但消不干净。
所以如果你在考虑「要不要上多 Agent」，先想想，这个任务能不能拆成几块、各干各的、互不依赖？
能拆就值得试，不能拆就别硬上。
OpenAI 推出 Codex Security：让 AI 帮你查代码漏洞并自动打补丁
OpenAI 把之前内测的项目 Aardvark 升级为 Codex Security，3 月 6 日起以研究预览形式开放。
和传统「扫一遍就报一堆」的扫描工具不同，Codex Security 先理解你的项目结构，自动生成一份可编辑的威胁模型，再按这个上下文去找漏洞；找到之后还会在沙箱里验证一遍，减少误报，最后直接给出可采纳的修法建议，而不是只丢给你一个告警。
所以它报出来的更多是结合你系统逻辑才能发现的真实风险，不是那种每个项目都跳的通用警告。内测期间误报率已经比早期降了一半以上。
在过去 30 天里，Codex Security 扫了超过 120 万次代码提交，找到 792 个关键漏洞和 10561 个高危漏洞；还给 OpenSSH、GnuTLS 等基础开源项目发现了真实漏洞，已分配 14 个 CVE 编号（CVE 是业界通用的漏洞编号体系）。
目前 ChatGPT Pro、Enterprise、Business、Edu 用户可以在 Codex 网页端免费用一个月。不用这些服务的先跳过，但这说明 AI 在「主动帮你防守」这个方向上已经开始真正产出结果了。
https://openai.com/index/codex-security-now-in-research-preview
今天就能试的一件事
花 10 分钟，写下三件「只有你才会这样做」的事
打开备忘录，回答这个问题：在你做的事情里，有哪三件是 AI 模仿不出来的？
可以是你的判断方式、你处理问题的习惯、你的表达风格，或者你独有的某个视角。
不用写得很完整，关键词就够。写完之后看一眼——这就是你在 AI 时代真正值钱的东西，也是以后做内容、做品牌、做任何事时应该重点放大的部分。
有了它，下次用 AI 帮忙时你就知道：哪些该交给它，哪些必须留给自己。
https://www.implications.com/p/the-premium-of-originality-revenue
好工具速递
Descript：上传视频，AI 帮你配出多语言版本，连口型都能对上
Descript 是一个视频编辑工具，最近跟 OpenAI 合作加了一个实用功能：AI 多语言配音。
你把视频传上去，选几种语言，它会自动翻译字幕，然后用 AI 生成对应语言的配音，还会自动调整语速让配音跟画面口型对上。做过视频翻译的人都知道，「对口型」这个活以前要花很多时间手动调。
如果你做视频内容、做培训课程，或者公司需要把产品演示视频做成多语言版本，这个工具能省掉一大块后期工作。不需要另外找配音，也不用自己一句一句对时间轴。
https://openai.com/index/descript
Context7：给 AI 编程助手实时喂最新文档，解决「AI 用过期接口写代码」的问题
Context7 是一个专门给 Cursor、Claude Code 这类 AI 编程助手用的插件工具（基于 MCP 协议，也就是一种让 AI 工具调用外部能力的标准接口）。
它解决的问题很具体：AI 写代码时经常用过时的接口和已经废弃的写法，因为它的训练数据有滞后。
Context7 会在你写代码时，实时从官方文档里拉最新的内容喂给 AI，让它用对的接口来写。
在 GitHub 上一周就多了 800 多颗星，说明被这个问题坑过的人不少。你要是用 Cursor、Claude Code 这类工具写代码，经常碰到 AI 写的跑不通、一查才发现是接口早就变了，可以试试装个 Context7，会好很多。
https://github.com/upstash/context7
写完这一期，我反复在想一件事。
AI 可以顶着别人的名字改稿，可以帮你量产内容，可以帮你搭自动化流程，甚至可以帮你找代码漏洞。它什么都能做，而且越来越快。
但有些东西，它始终做不了。
它没法替你决定，什么事值得你亲自做。 自动化该不该搭、内容要不要量产、工具要不要用——答案都不在工具那边，在你自己心里。
它不知道你的风格和审美。 AI 能模仿任何人，但它不知道你觉得什么是好的、什么是对的。所以永远不要在没有自己过一遍的情况下，直接把 AI 的产出当成品发出去。
它替代不了你的想法和创造力。 工具会越来越强，但「想做什么」和「为什么要这样做」，只能从你自己心里长出来。
不管 AI 变得多厉害，这三样东西丢了，你就只剩一个按按钮的人。留住它们，才是你真正的护城河。