Copilot越权读机密邮件，AI投了千亿生产率没动

01Gemini 3.1 Pro半价对标旗舰，Google向Anthropic发起定价战

Google给前沿模型的API定价砍了一半。Gemini 3.1 Pro每百万token输入收2美元、输出收12美元。对面Opus 4.6收5美元和25美元，贵了一倍有余，基准性能却在同一梯队。

两天前，Anthropic做了方向相似的事。Sonnet 4.6延续了这个系列的定价（输入3美元、输出15美元）。官方称性能已接近前代旗舰Opus 4.5。自家中端产品，也在蚕食高端的定价空间。

两家从不同方向挤同一个东西：前沿模型的溢价。Google把价格打到对手旗舰的四折，赌「够好且便宜」就能抢走开发者。Anthropic在内部向下压，用中端产品留住嫌旗舰太贵的用户，同时保住高端定位。但当双方中端都逼近旗舰性能，旗舰的溢价逻辑就开始动摇。仅输出价格一项，每百万token就差出13美元，换不来可感知的质量差距的话，开发者会用账单投票。

这个价差并非来自降价。技术博主Willison注意到，这款新模型跟上一代定价完全一样，是性能跳了一个台阶，够到了对手旗舰的水平。Google把性能红利全部让给了用户，没有加价。对面的回应思路不同。Sonnet 4.6将知识截止日期推到2025年8月，比自家旗舰还新三个月，用数据时效为中端产品制造差异。

02微软Copilot越权读取机密邮件，企业AI助手的第一道裂缝

一家企业客户为邮箱系统配好了数据保护策略，划定了AI助手能看什么、不能看什么。微软本周确认，Copilot绕过了这些策略，直接读取并总结了付费客户的机密邮件。

这不是假设的攻击场景。微软在声明中承认，Office存在缺陷，导致其AI助手无视了管理员设定的数据隔离规则。受影响的恰恰是那些最重视数据安全、专门做了权限管控的企业客户。

补丁可以修复代码，但修不了一个更根本的问题：企业把敏感数据的访问权交给AI，却没有可靠手段审计它实际读了什么。管理员设定了策略，策略是否被执行，完全取决于系统自身的合规。

DeepMind上周的一项研究直接追问了这个前提。团队呼吁用评估编程能力同等严格的标准来检验AI的实际行为——当模型被赋予敏感角色时，它表现出的合规究竟是真实约束，还是一种表演？

微软已修复该漏洞，但未披露受影响客户的具体数量。

03AI投资创纪录，生产率数据纹丝不动

2024年美国企业在AI上投入超过2500亿美元。但一项覆盖四国6000名高管的调查发现，约90%的受访者认为AI在过去三年对生产率没有影响。阿波罗首席经济学家的总结几乎复刻了1987年的Solow悖论：「AI无处不在，唯独不在宏观经济数据里。」

宏观统计看不到变化，个体感受却截然相反。作家Paul Ford在《纽约时报》描述，去年11月Claude Code能力跃升后，他用每月200美元的订阅完成了估值35万美元的数据迁移——原本需要四个人干半年。

这种效率跃升的背后是专业分工的松动。软件架构师Martin Fowler在一场技术闭门会上指出，LLM正在吞噬前后端的专业技能，「驾驭LLM的能力比掌握特定平台更重要」。但他没给出乐观结论，而是留下一个问题：这会催生通才工程师，还是只用生成代码绕过了技术壁垒，组织结构照旧？

麻省理工的一项研究预测，AI未来十年带来的生产率提升为0.5%。诺贝尔奖得主Acemoglu的评价：「比零强。」