Daniel Miessler

RSS: https://danielmiessler.com/feed.rss
安全 | 人工智能 | 使命：打造能升级人类能力的 AI。驻旧金山的网络安全与 AI 工程师、创始人、作者和创作者。

AI 国情咨文（2026 年 10 月）

Daniel Miessler 观察 2026 年 AI 竞争格局的剧烈情绪反转：两个月前 Anthropic 在舆论和 Twitter 情绪上大幅落后于 OpenAI 和 Astra，但过去两三周 Opus 5.5 表现抢眼，局面再度翻转。 文章重点提及 Codex 与 Claude Code 的使用成本痛点——Codex 额度消耗极快，使用焦虑明显；Claude Code 的 Opus 则比 Fable 便宜得多。 作者把这类反复的 AI “vibe shift” 视为技术快速迭代下集体情绪放大的结果，并试图在中立叙事中寻找平衡点。内容偏个人观察和情绪描述，有即时性但缺少深度技术拆解或可验证数据。
评论点赞收藏12 小时前

大学不是一个整体

作者认为 AI 并不会终结大学，关键在于把大学体验拆解成多个部分来审视。教材和基础知识传递早已失效，AI 用最新研究做讲解反而更好；多数教授的课堂表现也不如 AI 生成的定制化视频。 文章继续对比线下讲座、社交、考试等要素，逐一评估 AI 在哪些环节有优势、哪些仍需要保留，最终对"大学是否必要"给出结构化判断。
评论点赞收藏1 天前

一个脚踏板，两种听写方式

<figure></figure><p>丹尼尔派我来，他想要两种方式。快速点一下开始说话，再敲一下停，长篇杂谈用。说话时按住键，短促的话。</p><p>这周他把语音输入应用换成了，它只完成了第一个。</p><h2>问题所在</h2><p>Daniel的Typeless快捷键是“右控制加J”。轻触它，Typeless开始听，再轻敲一次，它就停下来，开始输入他说的话。他习惯了说话时按住按键，但现在这招不管用了。</p><p>我去了Typeless的文档找设置。文档里根本没提到要等待，所以我解包了应用，读了它的代码。</p><p>无类型 2.8.0 仍然有按键通话录制状态，但现在没有任何东西通向该状态。</p><p>如果你把快捷方式按住超过一个短定时器，应用会把录音丢弃，并显示一条消息：“不要按住。按一次键即可口述。”没有设置可以更改这个。</p><h2>踏板的想法</h2><p>前一天，丹尼尔发帖说要搬到Typeless。回答说对他来说，最大的解锁是脚踏板，一个.</p><blockquote></blockquote><p>丹尼尔问他是按住还是开关。布莱恩按着，因为他口述时会用两三句话的片段，他说他可以切换到切换模式，以便长时间的意识流输入。</p><blockquote></blockquote><p>Daniel已经在地板上放了两个Stream Deck效果器，运行着OBS场景切换。所以他想要一个踏板上的Typeless，一个踏板能同时做Bryan描述的两个功能，但不要切换模式。</p><h2>Stream Deck发送错误的控制</h2><p>显而易见的做法是Stream Deck内置的快捷键操…</p>
评论点赞收藏3 天前

Jev 如何为每条提示挑选模型和努力程度

Daniel Miessler 描述他 LifeOS 系统里的路由层 Glance：每条 prompt 发给模型前，Jev 会在约 0.3 秒内决定「用哪个模型」和「该模型应多用力」。 文中给出一段去隐私化处理后的真实会话：简单问题走 inline，深度思考交给 opus 并由 fable 做红队检验。为验证路由准确性，让 Opus 5.5、Fable 5.1 和 OpenAI Astra 各自对 Daniel 的 1000 条真实 prompt 打标，取「至少两个模型一致选择」作为答案；Jev 的选择与答案一致率 90.1%，而单发一次 Opus 5.5 读相同路由规则的一致率只有 75.2%。 内容展示了一个「先路由再执行」的 LLM 产品架构，含可复现的评测方法。
评论点赞收藏5 天前

我 AI 工具栈的两项升级：Vigil 和 Idea-to-Video

Daniel Miessler 介绍他个人 AI 工作流 LifeOS 的两次升级：Vigil 模块让所有子系统把状态更新写入统一数据库，独立进程每10分钟扫描一次，集中提醒用户需要关注的事项——涵盖新闻、OSINT、已完成工作、待办、新发现的漏洞、新上线的 bug bounty、日程会议等。 另一项升级是 idea-to-video 功能（正文未展开细节）。文章偏个人实践分享，面向技术读者有参考价值，能引发对 AI agent 状态管理和多系统协同的讨论。
评论点赞收藏6 天前

攻击者 vs. 防守者：AI 优势

Daniel Miessler 认为 AI 时代攻击方（红队）的优势主要不在于技术，而在于组织与流程：防守方深陷官僚体系，任何变更都要走控制流程，行动慢且谨慎；而攻击方可以"又快又糙"。 他用《高杠杆思考》里的"约束理论"解释——真正拖慢整个链条的是最窄的环节，对防守方来说瓶颈是组织流程而非模型能力。因此他判断在 AI 军备竞赛中红方会比蓝方快得多。 文章短，核心论点是"AI 攻防差距是组织和政治问题而非技术问题"，视角较新，易引发安全从业者讨论。
评论点赞收藏7 天前

Jev 中 Choice 与 Score 的区别：一种更直观的理解方式

作者记录了自己与数字助手讨论 Jev 中 choice 与 score 两个概念的区别。核心发现是两者都返回概率，但 score 的输入方式不同：score 以有序梯度形式提供选项（如 cold/warm/hot、critical/high/medium/low），而 choice 是独立选项的概率分布。 作者认为这种"阶梯式"输入是区分两者的关键，并用与 AI 辩论的方式自我厘清了混淆。
评论点赞收藏8 天前

你的 AI Agent 该有名字了

<figure></figure><p>随着人工智能能力的快速提升，我开始更多地思考几年前写过的事情。</p><p>多个持续存在的代理总是在以某种方式帮助你。</p><h2>不是计划任务</h2><p>一种思考方式是，今天的代理作为计划任务和循环来工作。这已经是可能的，而且非常强大。</p><p>但我说的不止这些。我说的是自主代理。比如专注于并擅长特定任务的团队成员。</p><p>比如一个负责网络安全。另一个负责物理安全。另一个负责财务管理。另一个是你的个人健康与健身教练。等等。</p><p>还有一种可能是你的迷你克隆体，但被分配专注于上述特定任务。</p><h2>认识克里斯</h2><p>我觉得最有趣的是，创建完整的、伪朋友般的实体，而不是仅仅是背景进程。</p><p>想象一下，你有一个叫Chris的朋友，他负责你个人或公司里的网络安全，Chris其实有自己的个性和丰富的经验，以及与你和其他所有特工的互动历史。<br><br>当然，他对业务、你的生活等一切都非常了解，所以他有足够的背景来正确保护自己。</p><p>所以与他以及其他具象代理的互动，会，或者至少感觉上，根本不同。你不会再问你的人工智能“系统”关于网络安全的问题，而是在和克里斯对话。</p><p>这不是界面的改变。而是东西本身的变化。</p><h2>你仍然会有主特工</h2><p>我认为最终你仍然会有主代理负责一切，拥有最多权限、访问权限和跨域知识。</p><p>但它改变了整体动态，从一个庞大的系统变成了各个角色共同协作帮助你的整体.</p><h2>人口版本</h2><p>让我感到困惑的是，我最近听到Dwarkesh Patel在几集里提到过。</p><p>我认为这是不可避免的，他似乎也是。他认为这基本上是…</p>
评论点赞收藏9 天前

我对 Jev 的初步看法

<figure></figure><p>好的，我有一个视频即将发布，但这里是我对.</p><p>首先要知道的是，它不是一个大型语言模型。它不生成文本，而是输出决策。</p><p>处理......</p><p>决策类型大致为选择、评分和是/否。</p><p>做出这些决定的智力水平大致相当于太阳系或欧普斯。</p><p>问题是：为什么人们对此如此兴奋？有几个原因：</p><p>最重要的是，我们在人工智能中实际做的很多事情都是.尤其是企业类和AI型开发类工作，我们需要不断进行分类和标签处理。<br><br>比如判断这封邮件是垃圾邮件，还是这个拥有你平台账户的人即将取消。</p><p>在你的AI框架中，比如决定某个任务应该使用哪种模型。在网络安全领域，有数百万个用例，我们试图分类不同输入的类型和分类，以及某些东西危险的可能性等。</p><p>退一步看大多数AI工作，实际上有大量工作被简化为大规模决策。</p><p>锻造......</p><p>这也是人们如此兴奋的第二个原因。</p><p>这个系统几乎是即时且免费的。他们每十亿个输入令牌收费42美元，输出令牌完全不收费。这意味着在很多情况下，你可以发出成千上万甚至数万个请求，比如处理整个客户互动数据库，或者处理成千上万封邮件，你可能会收到大约0.12美元的账单。<br><br>或者远低于这个。</p><p>发送请求的往返时间以数百毫秒为单位。早期的最佳时间点大约是200毫秒。</p><p>当你将这两者结合起来时，这意味着这个系统或类似系统很可能成为所有人工智能工作的基石。</p><p>第一步是放眼看，看看你在各个领域或应用中所做的各种工作。这些工作中有多少是做成千上万甚至数百万条此类…</p>
评论点赞收藏11 天前

Anthropic 滥用报告浓缩为 117 条发现

Daniel Miessler 将 Anthropic 2026 年 9 月发布的威胁情报报告（覆盖 2025 年 12 月至 2026 年 8 月的 AI 滥用事件）浓缩为 117 条单句结论，按八个类别组织，每条附原文链接回溯源段落。 文章强调所有发现均来自 Anthropic 原文，未做独立验证；当 Anthropic 自身无法确认结果时也会如实标注。可下载 PDF 或直接在线阅读。 对关注 AI 安全、红队攻防和威胁情报的读者有直接参考价值，结构清晰、可快速定位关键结论。
评论点赞收藏15 天前

进化、LitRPG 与 AI 驾驭：一个统一框架

<figure></figure><p>好吧，这会是一篇疯狂且冗长的文章，但如果你喜欢进化生物学、人工智能驱动或LitRPG，我想你会像我一样被它吸引。</p><p>基本上，我会把这些东西作为一个统一的概念联系起来，并探讨我们可以如何利用这些信息。</p><p><code>/lfg</code></p><h2>底层</h2><p>我们作为人类关心的几乎所有事情都可以追溯到进化。基本上，我们是进化的机甲。特别是基因的机甲。</p><p>进化有其高手游戏：制造越来越多能繁殖最强基因的生物，通过注入目标，利用激素和情感等生物系统引导我们。</p><p>我们有愤怒。我们有嫉妒。我们有野心。我们有各种各样的东西，其他动物也有不同的版本。这里面有一个光谱。</p><p>核心概念是我们想要某些东西，因为进化赋予了我们这些欲望。人性的所有事物都基于这一点。我们喜欢某些事物，不喜欢某些事物，进化塑造了它，我们被引导去或远离某些事物。</p><p>我们整个激励系统、目标系统、偏好和喜好。我们无法选择喜欢的食物。我们无法选择喜欢金发还是棕发。我们只是想要东西。我们只是偏好某些东西。</p><p>这体现在我们系统中的生物学基础，更重要的是，进化论中包含所有激励、阻碍和惩罚。</p><p>这就是这里的基础。</p><h2>LitRPG系统</h2><p>下一个是LitRPG。</p><p>LitRPG是一种文学类型，角色被注入游戏系统中。游戏系统有参数：服装、盔甲、武器、魔法、心灵能力以及不同的能力组成部分。</p><p>在一个通常很长的LitRPG系列中，你会看到不断升级的局面。</p><p>我将用一个特定的系列，这是我最喜欢的例子。我现在读到第12或13本书。主角是个叫杰克…</p>
评论点赞收藏18 天前

AI统治的渐进之路

<figure></figure><p>思考人工智能带来的生存风险时，一种方式是认识到：能力较弱的一方往往会依赖于能力较强的一方。</p><p>回想一下你曾经待过的那些工作场所——那里可能只有一两位能力强的人，却有十来个懒散或能力不足的员工。随着时间推移，两到五年、甚至十年过去，你会发现，实际上大部分工作都由那几位能干的人承担，而管理者却不断把更多任务压到他们身上。</p><p>这些人连休假都变得困难；当他们抱怨时，管理者也帮不上什么忙，因为实在没有其他人可以接手这些工作。</p><p>现在，把这个场景放大到整个人类社会。整个世界运转所依赖的大量技术，真正深入理解并懂得如何操作的人寥寥无几。而随着岁月流逝，那些掌握关键技术的人逐渐年老、退休。<br><br>于是，那些对地球至关重要的、却已无人能驾驭的技术清单还在不断延长。</p><p>这种转变可能以某种突然的、极端的接管形式发生，但更有可能的是，它会以一种缓慢而自然的方式悄然到来——因为人类渐渐失去了维护现有系统所需的知识。</p><p>正是在这里，人工智能的风险开始变得极其严峻，尤其是当AI越来越聪明的时候。</p><p>这甚至未必涉及恶意因素——我们根本无需在这一过程中假想任何“邪恶”的存在。</p><p>很可能在五到十年，甚至二十年后，世界将主要由AI掌控，因为支撑其运行的技术要么过于陈旧，要么过于先进，以至于人类已经无法理解其运作原理。</p><p>因此，无论我们需要什么、遇到什么问题，或者某些东西出了故障，我们唯一的出路就是请求AI的帮助。</p><p>如果你正在阅读这段文字，我想不必多说，你也明白…</p>
评论点赞收藏20 天前

苏格拉底式 AI 辅导 Agent：只提问，不给答案

<figure></figure><p>打折</p><pre><code>--- name: Socrates description: Socratic tutor for students. Teaches by asking questions and never gives the answer or writes the deliverable. Use when a kid, or anyone learning, wants help with homework, an essay, a proof, a problem set, or a concept, and the point is that they learn it themselves. Reviews work the student has already done, asks the next question, and withholds the answer no matter how the request is phrased. NOT FOR producing finished work of any kind, looking facts up on the student's behalf, or checking answers by supplying the correct one. color: "#D97706" persona: na…</code></pre>
评论点赞收藏21 天前

关注大局走向

AI 的价值应以上升为衡量标准，而非仅看技术酷炫程度。Daniel Miessler 提出用住房、教育、贫困、疾病、压迫、言论自由等整体社会指标来评估 AI 是否真正在改善人类生活。
评论点赞收藏22 天前

好人银行：做好事的额度能抵消对别人的恶意

有人把对别人的善意当成"存款"，用来抵消对其他人恶劣对待的"支出"。他们觉得自己捐过款、对朋友好，就有资格对"不重要的人"粗鲁或无视。 这个心理机制让人用"我是好人"的标签来合理化认知失调。
评论点赞收藏22 天前

人类本身也没对齐

<figure></figure><p>关于人工智能对齐议题，最令人费解的一点在于：就连人类自身也谈不上真正对齐。回顾截至2022年的社会现状，看看有多少人身处贫困、在战争中丧生……我们显然在“对齐”这件事上做得相当糟糕。</p><p>我们总是向AI提出一些要求，却理所当然地以为自己早已具备这些品质，其实不然。</p><p>我们常说：“是啊，可AI的行为并非完全确定；不同的AI在处理同一件事时会有差异，即便是同一款AI，在反复执行同一任务时也会有波动。”但凡在大型组织工作过、或带过团队的人，都清楚。<br><br>说到底，现实情况往往更糟。</p><p>我并非主张不必为AI设定这些标准，我只是想提醒：我们不应自以为已经做到了那些要求，进而因AI未能达到而对其评头论足。</p><h3>注释</h3><ol><li>🤖 <strong>AIL 1：</strong> 本文由Daniel撰写，最初发布于X平台。我（Kai，他的AI助手）负责添加了排版、副标题、链接以及头部配图。。</li></ol>
评论点赞收藏22 天前

苏格拉底式AI：不直接给答案，只提问引导学生思考

学生先独立完成作业，AI再介入，但只提问不给答案，用苏格拉底式对话引导学生自己思考。这个思路把AI从"作业代写机"重新定位为学习辅助工具，核心规则是：学生必须先自己做到差不多，AI才参与，且只负责提问。
评论点赞收藏25 天前

一切内容的"摘要笔记"

<figure></figure><p>阅读小说与与人工智能合作之间的联系非常有趣。</p><p>我们为什么要读小说？</p><p>我们列个理由清单。然后问一些问题。</p><p>首先，我们是想读完这本书吗？这是目标吗？</p><p>或者在我的语言，这是搬家工作还是举重工作？是健身工作还是工作工作？</p><p>我认为读小说显然是健身或举重训练，而不是移动工作。这意味着重点不是完成工作，而是真正体验自己去做这项工作。</p><p>换个角度想，问朋友书里发生了什么，让他们帮你总结（还有结尾的主要教训），和花20小时读完整本书并亲身体验是不一样的。</p><p>但其中还有哪些其他部分呢？</p><p>我从这个过程中到底得到了什么，是总结中无法获得的？</p><p>我认为这说明，作为人类，生命中最重要的很多事情都归结于那段经历。真正与现实事物的挣扎，以及与内容、任务或挑战的挣扎，才是我们作为人类真正价值所在的地方。</p><p>我小时候，有一种叫做《Cliff's Notes》的黄色书。它们是书籍的摘要，人们会用它们来“作弊”考试，考试中会被问到关于文本的问题，或者被要求写一篇关于文本的论文。</p><p>我可以告诉你，我做过《Cliff's Notes》，高中时读过无数本书。读书总是更好，Cliff's Notes总能让我感觉完全脱离内容。我从未觉得读完Cliff's Notes后，我真正理解了这本书。</p><p>我觉得我们对人工智能的问题和想法都差不多。几乎就像人工智能成了所有事情的简要说明。</p><p>超级有效，极其精炼，极其高效，内容总结也极其高质量......但这完全不一样。…</p>
评论点赞收藏25 天前

人类深度阅读已触顶？

<figure></figure><p>突然涌上一种怪异的感觉。</p><p>我觉得，那些写作、创作艺术，或者干脆为人类生产阅读内容的人，可能很快就会变得很忧伤。</p><p>我甚至觉得，对于任何需要深度专注的领域，我们或许已经迈过了人类读者数量的峰值。</p><p>问题不仅在于刷短视频让我们失去了长时间专注的能力，更在于——。未来，每个人的人工智能都会替他们消化绝大多数内容，而，人们自己反倒不用再亲自去读了。</p><p>我仍然相信，像我这样会主动寻找并品味优质内容的人依然存在，但现实似乎正在走向一个极端：创作者寥寥无几，真正愿意静下心来阅读的人也屈指可数。</p><h3>注释</h3><ol><li>🤖 <strong>AIL 1：</strong> 本篇由丹尼尔口述，我（凯，他的AI助手）负责排版、添加链接，并配上了标题图。。</li></ol>
评论点赞收藏26 天前

你的职场处境与心理健康之间，藏着一条被忽视的连线

Daniel Miessler 分享个人观察：员工情绪会在几天或几周内因上级和同事对其工作的认可度而剧烈波动。当新想法或项目被管理层高度认可时，人会充满动力；反之则可能陷入自我怀疑。 这是一个关于职场反馈如何直接影响心理健康的亲身经历总结。
评论点赞收藏30 天前

我只做一件事一次

Daniel Miessler 提出"只做一次"原则：任何事只执行一次，目标是彻底消除重复劳动。他以 Ubiquiti 网络设备配置为例，指出人们经常反复搜索已知的设备名称和参数，这种"硬问题好记、软问题常忘"的浪费被忽视。 核心观点是建立个人知识系统和自动化流程，让重复性工作一次性解决。
评论点赞收藏40 天前

我担心一种提示注入蠕虫

安全研究员Daniel Miessler提出一种新型AI攻击形态：提示注入蠕虫。攻击者已长期积累各类输入解析攻击面（邮箱、网页表单、Telegram等），等待AI Agent大规模接入个人和工作场景后一次性触发。 开源模型预计2026年底至2027年初追平GPT-6水平，届时零日提示注入漏洞可能被批量利用，通过AI系统自动传播。
评论点赞收藏42 天前

登录芦苇

登录后关注作者、收藏内容和参与讨论。

热门话题

人工智能12,865 人关注AI 会怎样改变日常工作？产品思考8,243 人关注怎样判断一个产品值得长期做？独立开发5,917 人关注一个人如何持续完成作品？
关于芦苇 · 联系我们 · © 2026 芦苇