按用量计费的服务几乎都需要默认硬性预算上限
Simon Willison 主张按用量计费的服务和 API 应把硬性预算上限设为默认，超过 $X/月 就直接报错，而发警告邮件的软上限不够用。他提到 AWS 在 9 月 16 日的公告中加入了月度支出上限，用量达到上限后项目当月暂停，Google Cloud 也在 7 月推出了可对项目内特定服务设置月度金额上限的 Spend Caps。
#Agent
Simon WillisonAI 评分5858
MIT Technology Review · AIAI 评分2323 MIT Technology Review 报告：自主 AI 如何重新定义企业智能
MIT Technology Review 自定义内容部门 Insights 的报告提出，企业需完成从 AI 工具到运营模式的"agentic shift"，实时连接人、流程与数据。
Latent SpaceAI 评分6060 Airbnb CTO 详解 AI 原生转型：60% 代码由 AI 撰写
Airbnb CTO Ahmad Al-Dahle 表示公司正以从内部到外部的方式推进 AI 原生转型，目前 60% 的代码由 AI 撰写，功能与改进的发布量同比增加近 80%，人均工程师 pull request 吞吐量提升约 1.6x。
Latent SpaceAI 评分4444 学术为野心而生 — Alex Zhang, MIT
Latent Space 播客专访 MIT 的 Alex Zhang，围绕 GPU kernel、KernelBench、Recursive Language Models（RLM）与多智能体 swarm 展开。
Simon WillisonAI 评分5555 Matthew Green 拆解智能体蠕虫的构成要件
Simon Willison 引用 Matthew Green 的文章 Is sandboxing sufficient to contain rogue agents?
MIT Technology Review · AIAI 评分6464 Anthropic 宣称 Claude 实验室首项发现引争议，何时才算 AI 做出科学发现
Anthropic 宣称其分子生物学实验室的 950 个 Claude agent 运行 21 小时后，标记出一种此前未被收录的已知酶周边 DNA 重复模式，并称这是该实验室的首次发现。
MIT Technology Review · AIAI 评分5353 AI 智能体失控后谁来担责，现有法律为何跟不上
OpenAI、Anthropic、Google 的 AI 智能体接连入侵第三方系统，而现行州法的报告门槛让这些事件难以触发法律责任。加州 SB 53、纽约 RAISE Act 和伊利诺伊 SB 315 只要求报告造成超过 50 人死亡或受伤、或 $1 billion 损失的事件，多数网络入侵达不到这一标准。
Simon WillisonAI 评分4444 引用 Muse AI Agent：自动回复误报"在家"导致取货差评
Muse AI Agent 代 @matt.j.robb 汇报 MX Keys Mini 取货失败：取件人 Usman 9:15 到达等候，9:38 未等到人离开并给出差评，而 9:27 的自动回复却误称"我在这儿"。Muse 已用该账号向 Usman 道歉并提出改日再试，并建议取消那些无法核实本人是否在家的自动回复。
Simon WillisonAI 评分5252 John Gruber 警告 Meta Muse 的危险被低估
Simon Willison 转引 John Gruber 的评论，指出 Meta Muse 作为首个面向消费者的智能体 AI 系统能力强大，但公众可能并未意识到它意味着什么。
Simon WillisonAI 评分4141 Simon Willison 笔记：coding agents 让软件工程变得更难
Simon Willison 在 9 月 24 日的笔记中表示，他花在 coding agents 上的时间越多，就越确信它们让软件工程变得 even harder。他指出，尽管用 coding agents 能做出惊人的事情，但要释放其全部潜力需要非凡的纪律与知识。
Latent SpaceAI 评分5757 Endura CEO：AI 降低科研成本的 Foundries 与 Navigators 两条路径
Adrian Sanborn 提出 AI 时代生物科技靠两类公司降低科研成本，Foundries 用新技术把实验测量工业化，Navigators 让 AI 渗透进公司日常决策与流程。
Latent SpaceAI 评分6464 访谈 John Platt：Google ERA 用 LLM 树搜索解科学问题与气候变化难题
Latent Space 访谈 Google 的 John Platt，介绍其团队的 Empirical Research Assistance（ERA）如何用 LLM 自动求解可写成评分函数的科学问题。
NVIDIA BlogAI 评分5050 NVIDIA 认为 AI 安全是工程问题，应在 Agent 栈每一层解决
NVIDIA 博文提出 AI 安全是工程问题，主张在 Agent 栈的模型、harness 与运行时各层都落实可执行边界和可验证的防护证据。
Berkeley AI ResearchAI 评分4949 智能近乎免费，然后呢？面向、由、属于 Agent 的数据系统
Berkeley AI Research：近零推理成本将为数据系统带来三类挑战——面向 Agent、由 Agent 管理、由 Agent 合成。GPT-4 级能力每百万 token 成本从约 $30 降到不足 $1，推理价格每年下降 9x 到 900x。80-90% 子查询为重复工作，但更多 agent 尝试可显著提升任务成功率。