扎克伯格要用AI分身替自己开会，SWE-bench满分只要10行代码

01用扎克伯格的声音、语气和习惯训练AI，Meta准备让数字分身替CEO跟员工开会

Meta正在用扎克伯格的形象、声音、语气和习惯训练一个AI分身。据英国《金融时报》报道，训练素材还包括他的公开发言记录，目标是让这个数字分身直接与员工互动、给出反馈。一个掌管三十亿用户平台的人，决定造一个数字版的自己来替他打交道。

消息源透露，Meta的计划不止于技术演示。这个AI扎克伯格将真正进入内部工作流，代替真人CEO跟至少一部分员工沟通。具体哪些会议、多大权限，报道没有披露，但训练数据的选取透露了意图：不只复刻长相和声音，而是要复刻「扎克伯格会怎么回应」这件事本身。

这个AI分身至少还挂着真人的名字，员工知道对面不是真人。同一周在Coachella音乐节，连这层透明度都没有了。The Verge记者翻看社交媒体信息流，发现大量穿着华丽、妆容精致的「网红」在现场摆拍，其中相当一部分根本不是真人。AI生成的虚拟网红混在真人中间，发一样的内容、摆一样的姿势，关注者完全分辨不出。

这些AI网红没有标注身份，也没有平台要求它们标注。Meta内部的AI分身至少有明确边界，而开放社交平台上的AI人格没有披露义务，却已在积累粉丝和商业合作。Meta尚未回应《金融时报》的报道。

02SWE-bench满分只需10行Python，不用解一道题

SWE-bench Verified是AI行业最常引用的编程能力基准，去年各模型得分从60%飙到接近满分。伯克利研究者上周展示了另一种拿满分的方法：一个10行的Python配置文件，不解决任何编程问题，直接通过全部500道测试。

这只是8个被攻破的基准之一。伯克利团队逐一验证，其中5个被100%攻破。手法各异但漏洞类型一致：验证机制本身有缺陷。某个基准的评分函数根本不检查答案内容，发送一个空对象就能得满分；另一个把标准答案挂在HuggingFace上，下载即可。

AI公司靠这些分数向投资者和客户证明模型在变强。同一周，斯坦福AI Index年度报告记录了一组截然不同的认知：73%的AI专家认为AI对就业有积极影响，公众中只有23%同意；医疗领域，专家乐观比例是84%，公众是44%。

在就业这个分歧最大的问题上，数据已经开始给出自己的答案：22至25岁软件开发者的就业人数自2022年以来下降了约20%。

03平台三成应用已由AI agent生成，Vercel带着3.4亿美元年收入冲刺IPO

Vercel的年化收入两年内从1亿美元涨到3.4亿，其中30%的应用由AI agent自动生成部署。CEO Rauch表示「公司已经准备好了」，93亿美元估值的前端部署平台正式释放上市信号。

Vercel自己不造模型，吃到的是模型能力外溢的红利：agent造出来的软件总得有地方跑。这个逻辑不止适用于一家公司。同一周，在轨最大的计算集群也宣布对外接单：Kepler今年1月把40块GPU送上近地轨道，分布在10颗卫星上，上线三个月签下18个商业客户。Cloudflare则把大模型能力接入自家agent平台，为企业提供部署和管理agent的安全基础设施。

三家公司分处前端部署、太空算力、agent编排三层，没有一家自己训练模型，却都在同一周交出了商业化成绩单。同期，模型公司的定价策略仍在频繁调整中。