今日脉络
把上周公开的消息串成一句话,就是 AI 替人动手的地方变多了。Gemini 应用可以在聊天窗口内直接修改 PDF 和文档,Vercel Labs 的 agent-desktop 让 AI 找到并点击桌面应用的按钮。谷歌公开的 EGM 则让另一个 AI 在写代码之前先推敲设计。
同样的趋势也出现在另一面。Cisco Talos 分析的恶意软件 VOLTA 把窃取的账号信息交给 AI 模型,让它排出哪些最值钱。谷歌在财报中表示,AI 搜索回答页面上的广告比传统搜索赚得少。无论是交出工作的一方还是购买广告的一方,算法都在改变。
VOLTA 恶意软件用 Claude 给被盗信息估价
安全公司 Cisco 的威胁分析团队 Talos 于 10 月 31 日公开了针对 Windows 信息窃取恶意软件 VOLTA 的分析。信息窃取恶意软件是从被感染电脑中偷偷拿走密码和登录信息的程序。VOLTA 会收集浏览器保存的密码和 Cookie(网站为记住登录状态而留在浏览器中的小文件)、支付卡、加密货币钱包助记词、微软账号登录令牌、云服务访问密钥、Wi-Fi 密码,甚至屏幕截图。它还利用窃取的登录状态在 Gmail 中搜索收据,并获取外卖应用的订单记录。
变化在于,鉴定这些信息的不再是人而是 AI。VOLTA 向 OpenRouter(可通过一个入口调用多种 AI 模型的中介服务)发送请求,默认使用 Claude Opus 4.6。如果回复看起来像拒绝,就依次换成 Kimi K2 和 Gemini 2.5 Flash,总共尝试三个模型。产出是一份报告,按变现难易程度把受害者资产分为低、中、高三档,还会评估受害者的安全习惯。
这意味着只要一台员工电脑被感染,登录在这台电脑上的工作邮箱、云服务和支付账号就会一起成为评估对象。Talos 建议把凭据存放在基于硬件的存储中,怀疑泄露时立即吊销登录令牌并更改密码。对于有 IT 人员的团队,还建议拦截或告警以 --headless 选项在后台隐形启动的 Chrome。
Talos 观察到的通信对象全部是第三方服务,没有发现攻击者自己运营的服务器。仅凭公开的分析无法得知感染范围有多大。AI 公司的拒绝机制能拦下多少此类请求,也没有公开数据。
谷歌搜索收入增长 12%,AI 模式广告收益偏低
Alphabet 于 10 月 28 日发布第三季度财报,谷歌搜索业务收入为 633.5 亿美元,比一年前的 565.7 亿美元增长 12%。公司总收入增长 25% 至 1,276 亿美元,谷歌云收入为 307.1 亿美元,是一年前的两倍以上。
在财报电话会上,首席商务官 Philipp Schindler 表示,AI 模式的查询量快速增长,但其中广告变现较低,影响了搜索收入。AI 模式是以对话式回答代替链接列表来呈现结果的谷歌搜索界面。CEO Sundar Pichai 表示,搜索查询量增速为近五年最高。也就是说,查询在增加,但转移到 AI 模式的查询带来的广告更少。
谷歌表示正在把 AI 概览和 AI 模式中的广告扩展到更多用户和查询,并推向海外市场。Schindler 称,在 AI 模式中,赞助商品列表与自然商品列表的点击率已经相近。对投放谷歌搜索广告的商家来说,这意味着广告位置正从链接列表移向 AI 回答之中,商品信息能否被 AI 回答准确呈现变得更加重要。
不过 Schindler 也表示,与第二季度相比,搜索增长放缓的最大原因是汇率。AI 模式的广告单价和收入规模没有公开,差距有多大无从得知。AI 模式广告何时在韩国开放,此次发布中也无法确认。
Gemini 应用可在聊天中直接编辑 PDF 和文档
谷歌于 10 月 29 日让 Gemini 应用能够在聊天中创建、预览和编辑文档、PDF、演示文稿、电子表格和代码文件。用户可以把文件展开到全屏直接输入修改,也可以选中部分内容提问,或让 Gemini 帮忙润色。谷歌表示,该功能面向 Gemini 应用覆盖的所有语言和地区的所有用户推出。
今年 4 月,Gemini 已推出一句指令即可生成 PDF、Word、Excel 等文件并下载的功能。这次连生成之后的修改步骤也搬进了聊天窗口。以前需要把文件拿到 Word 或 PDF 编辑器里再改。
对于会议纪要、通知、报价单这类先由 AI 起草、再由人改几处的文档,可以减少在不同程序之间来回切换。PDF 在网页和手机上都能打开和编辑,但谷歌文档、表格、幻灯片、Markdown、文本和代码文件只能在网页上使用。在手机上以 PDF 为主更合适。
公告没有写明不同套餐的差异或使用额度。企业账号的管理员能否开关此功能也尚未确认。原有格式能保留多少,需要亲自打开文件判断。
谷歌 EGM:编码前由无记忆 AI 审查设计
谷歌以 Apache 2.0 许可证开源发布了 AI 编程工具插件 Elephant-Goldfish Model(EGM)。插件是为现有工具增加功能的附加包,开源是指任何人都可以查看并使用其代码的软件。记得全部对话上下文的“大象”AI 撰写设计文档,不了解先前对话的“金鱼”AI 们只读这份文档并寻找漏洞。人在判断争议点并批准设计之后,再交给 AI 实现。
过去人们常在制定计划的同一个对话里,让同一个 AI 审查这份计划。这样 AI 会把自己已知的前提视为理所当然,容易漏掉文档里没写的内容。EGM 的设计是:如果环境无法新开一个与主任务不共享记忆的独立 AI 工作者,就直接停止审查。
支持的环境有谷歌 Antigravity、Claude Code 和 Codex,另有 Claude Cowork 和 ChatGPT Work 的设置指南。在 Claude Code 中,先运行 claude plugin marketplace add google/elephant-goldfish-model,再运行 claude plugin install egm@egm 即可安装,开启新会话后就会出现以 /egm: 开头的命令。截至 11 月 3 日,GitHub 星标约 10,700 个。
仓库说明建议将其用于需要设计决策的功能,不推荐用于小而明确的缺陷修复。说明还指出,审查不能替代测试或人的判断。它附有“并非谷歌官方支持产品”的说明。
Vercel agent-desktop:按界面元素而非坐标操作应用
agent-desktop 由网站托管平台公司 Vercel 的实验部门 Vercel Labs 开发,是一款让 AI 读取并操作桌面应用的命令行工具。它不靠截图按坐标点击,而是在操作系统的无障碍树中查找元素。无障碍树是读屏软件朗读按钮和输入框名称时使用的界面结构列表。它可在 macOS、Windows 和 Linux 上运行,采用 Apache 2.0 许可证。
根据截图点击的方式,在窗口大小或分辨率变化时很容易点错位置。agent-desktop 每次获取界面快照时,都会给每个可操作元素附上编号返回,AI 按编号执行操作后再取一次快照确认结果。默认方式不会移动鼠标指针,也不会抢走窗口焦点。
如果想让 AI 在没有网页接口的内部系统中完成重复录入,这款工具值得一试。在装有 Node.js 的电脑上,一行 npm install -g agent-desktop 即可安装;在 Mac 上需要给终端授予辅助功能权限。截至 11 月 3 日,GitHub 星标约 9,900 个。
文档说明,在 Linux 上部分功能会因桌面环境不同而有差异。由于 AI 会真的去点击应用,开始时最好先交给它能由人立刻核对结果的工作。
Claude 网络安全验证计划只向安全防御工作开放
根据 Anthropic 帮助中心的文档,网络安全验证计划(CVP,Cyber Verification Program)向安全专业人员和以防御为目的的组织开放高级网络安全能力,并减少中途打断工作的拦截机制。适用模型为 Claude Opus 5.5、Sonnet 5.5、Mythos 5.1 及后续模型。访问等级分为防御、红队和专业三种,个人只能在付费套餐中申请防御等级。
在普通 Claude 中,恶意软件分析或漏洞验证等工作可能会被安全机制拦下。CVP 是从事此类安全工作的人在核实身份和目的后使用的通道,申请后 7 个工作日内会通过邮件收到结果或补充材料请求。Pro 套餐只能用单独的使用额度而非套餐内用量来使用 Mythos 5.1,Max 套餐中 Mythos 5.1 与 Fable 共享最多为每周上限 50% 的额度。
它不是非安全类自动化被拦截时的绕行通道。文档写明,主营业务超出防御范围的组织可能不符合条件。如果公司安全人员在用 AI 检查恶意软件时经常被拦,做法是以组织为单位申请一次,再由管理员给负责人分配席位。
防御等级须在 2026 年 12 月 15 日前采用防钓鱼多因素认证并停止使用 API 密钥。多因素认证是在密码之外再加一道安全密钥之类的确认手段,API 密钥是程序调用 Claude 时使用的秘密钥匙。在此之前多因素认证已是必需,且 API 密钥每 7 天过期,已获批准的团队应在截止日前先改好登录方式。
今天可以试试
打开浏览器中保存的工作密码列表,先把支付、云服务和邮箱账号迁移到密码管理器或通行密钥(用手机指纹或人脸识别代替密码登录的方式)。在账号设置中退出长期不用的设备上的登录会话,也能减少 VOLTA 这类恶意软件能拿走的东西。
如果你在投放谷歌搜索广告,把本月的展示、点击和转化数与上季度并排记下来。等 AI 回答中的广告扩大时,这就是对比变化的基准。
在 Gemini 网页版中生成一份本周要发出的通知 PDF,只通过聊天修改两处。与原件对照、确认格式没有走样后,再决定是否用于实际工作。
如果你打算用 Claude Code 或 Codex 开发下一个功能,安装 EGM 并跑一次设计文档审查。若“金鱼”AI 提出了你答不上来的问题,在实现之前先把它们理清。