每日科技资讯 | 2026-08-18

用 rmcp 在 Rust 中构建 MCP 服务器：AWS 官方手把手教程

AWS 开发者社区发布了一篇详尽的教程，演示如何使用官方 rmcp SDK 在 Rust 中搭建 MCP（Model Context Protocol）服务器。教程覆盖了完整流程：从工具定义、JSON Schema 编写、AWS 服务调用，到 stdio 传输、协议手工测试，最后还展示了如何将服务器接入 Claude Code。MCP 正在成为 AI agent 与外部工具交互的事实标准，而 Rust 实现为追求性能与内存安全的团队提供了更优选择。原文链接：https://dev.to/aws-builders/build-an-mcp-server-in-rust-with-rmcp-a-walk-through-41o3

GPT 5.6 Sol 发布：Roboflow 称其为 OpenAI 迄今最强视觉模型

Roboflow 发布评测称，GPT 5.6 Sol 是 OpenAI 有史以来最出色的视觉模型。该评测在 HN 上获得 196 分和 101 条评论，讨论热度颇高。视觉模型的迭代速度正肉眼可见地加快，不过评测结论仍有待更广泛的基准测试验证。原文链接：https://blog.roboflow.com/openai-gpt-5-6/

Anthropic Claude 文本水印引发写作伦理争议

Daring Fireball 发表评论文章，尖锐批评 Anthropic 在 Claude 中内置的文本水印功能是对写作的“篡改”。这篇文章在 HN 上引发激烈争论，获得 619 分和 548 条评论，是今日讨论度最高的内容之一。争议的核心在于：AI 平台是否有权在用户生成内容中嵌入不可见标记？这涉及 AI 写作伦理、用户自主权与内容归属权等深层问题。支持者认为水印有助于追溯 AI 生成内容、防止滥用；反对者则认为这侵犯了写作者的创作自主性，且对非英语用户可能产生不成比例的影响。原文链接：https://daringfireball.net/2026/08/anthropics_watermark_text_adulteration_in_claude_is_a_perversion_of_writing

AirTag 追踪揭露亚马逊毁书训练 AI，数据采集伦理再成焦点

404 Media 公布了一项追踪调查：调查人员将苹果 AirTag 藏进一批珍贵书籍货件中，一路追踪到亚马逊位于拉斯维加斯的仓库。仓库内 VGT3 团队为提升扫描效率会先切掉书脊，原书在数字化过程中被销毁，扫描数据用于训练 Nova 模型。Anthropic 此前也被披露有类似的“巴拿马计划”。这些做法引发激烈争议：出版商与作者的版权如何保护？物理书籍的销毁是否越过了商业伦理边界？纸质书价值尤其高，因为许多内容从未出现在互联网上，且大量书籍出版于 2022 年以前、不含 AI 生成内容。原文链接：https://www.ithome.com/0/990/845.htm

黄仁勋：OpenAI 承诺 2030 年前部署约 12GW 英伟达算力

英伟达 CEO 黄仁勋通过官方博客透露，OpenAI 已承诺在 2030 年前大规模部署英伟达 AI 基础设施，现有与计划中的部署合计约 12GW，若将 PORTS-Pike 合作从首期 4.25GW 扩大，总规模有望增至约 16GW。按此规模计算，英伟达对应的业务机会约为 6000 亿美元。英伟达同时宣布与 SB Energy 合作，在俄亥俄州朴次茅斯锁定土地、电力和建筑外壳容量，OpenAI 将成为承租方。这标志着 AI 基础设施竞争已从芯片层面升级到对电力、土地等物理资源的争夺，“AI 工厂”的建设逻辑正在重塑整个产业链。原文链接：https://www.ithome.com/0/990/834.htm

亚马逊销毁珍稀书籍训练AI模型，数据伦理引发争议

TechCrunch报道，亚马逊正在销毁稀有书籍以获取训练数据。这些书籍对训练LLM极具价值，因为模型已消化了网上公开内容，而稀有书籍提供了独特的文本语料。此举引发了对AI训练数据来源和文化遗产保护的深刻反思。随着AI训练数据需求激增，如何在技术发展与数据伦理之间取得平衡，已成为行业必须面对的课题。原文链接：https://techcrunch.com/2026/08/17/amazon-once-an-online-bookseller-is-destroying-rare-books-to-train-ai-models/

AI写长篇小说为什么30章必崩？工程化解法详解

掘金热榜文章分析了AI长文本生成在30章左右崩溃的根因：上下文窗口限制导致角色设定遗忘、伏笔无法回收、情节前后矛盾。作者提出了工程化解法，包括分段记忆管理、关键信息持久化等。这篇文章对AI写作工具的开发者有直接参考价值，也揭示了当前大模型在超长文本一致性上的技术瓶颈。原文链接：https://juejin.cn/post/7674372498315460658

字节跳动与美国电影协会签署AI版权保护协议

字节跳动与美国电影协会（MPA）达成协议，加强AI视频与图像生成模型的版权保护。协议涵盖Seedance视频生成模型和Seedream图像生成模型，这些模型通过TikTok、CapCut、Dreamina等应用提供服务。字节表示新版模型已加入更强的知识产权保护机制。这一合作标志着AI内容生成领域版权治理正从单边努力走向行业协作。原文链接：https://www.ithome.com/0/990/847.htm

AI 编程去神秘化：回归工程实践

一篇题为“AI Coding Without the Vibes”的文章在开发者社区引发讨论。作者认为，当前许多团队对AI编程工具的期待过于“玄学”，缺乏系统化的使用与评估方法。文章提出将AI辅助编码视为普通工程工具，通过明确输入输出、建立验证流程来提升效率，而非依赖“感觉”。这种务实视角对正尝试引入AI的开发团队具有参考价值，也反映出行业从尝鲜期走向理性落地的趋势。

原文链接

AI 积分倒卖经济兴起，套利空间显现

随着各大AI服务商推出按量计费的API和订阅额度，一个新兴的“AI积分转售”市场正在形成。有分析指出，部分用户通过批量囤积低价积分（如企业套餐赠送额度），再以折扣价转售给需要临时算力的个人或小团队，从中赚取差价。这一现象说明AI服务的定价体系存在区域、套餐间的套利空间，也预示着AI算力正逐步成为可交易的标准化商品。不过，转售行为可能违反服务条款，平台方后续或加强管控。

原文链接

法官完全依赖AI作出裁决，法院裁定享有司法豁免

美国一法院裁定，法官在命令中完全依赖AI生成内容仍受司法豁免权保护。该案涉及当事人指控法官未经独立审查直接采用AI输出作为裁判依据。法院认为，司法豁免旨在保护法官免受因职务行为引发的民事诉讼，即使存在严重错误或依赖AI，也不构成例外。这一裁决引发法律与AI交叉领域的争议：当AI深度介入司法决策，责任归属与程序正义如何平衡？未来可能需要更明确的规则来界定AI在司法中的角色。

原文链接

开源 AI 求职助手：自动扫描职位并评估匹配度

GitHub 上一个名为 santifer 的开源项目受到关注。该工具可自动扫描招聘网站，用结构化的 A-F 评分规则对职位列表进行 1.0-5.0 分评估，还能定制简历并跟踪申请进度。它运行在本地AI编程命令行环境中，支持 Claude Code、Codex 等工具。对于求职者而言，这相当于一个可定制的自动化求职代理，能大幅减少筛选职位的时间。不过其效果依赖招聘平台的数据可访问性，实用性有待更多用户验证。

原文链接

Reticulum：去中心化网状网络，打造抗审查加密通信

Reticulum 是一个去中心化网状网络协议，不依赖任何中心化服务器，通过加密通信实现设备间的直接互联。该项目在 HN 上获得 199 分和 65 条评论，讨论热度较高。这类网络对网络审查环境下的通信自由、以及灾难场景下的应急通信具有重要价值，是互联网基础设施去中心化浪潮中的代表性项目。原文链接：https://reticulum.network/

AI 生成的 Copilot Autofix 引入漏洞，导致 Snowflake Jira 被攻破

Wiz 研究团队披露了一个极具警示意义的安全事件：AI 生成的 GitHub Copilot “Autofix”代码引入了安全漏洞，最终导致 Snowflake 的 Jira 系统被攻破。Autofix 本意是自动修复漏洞，却因生成的代码存在缺陷而成为攻击入口。这一事件是 AI 辅助编码引入安全风险的典型案例，凸显了 AI 生成代码审计的重要性——开发者不能盲目信任 AI 的修复建议，仍需人工审查与安全测试。原文链接：https://www.wiz.io/blog/red-agent-snowflake-copilot-cicd-bug

strix：开源 AI 渗透测试工具，自动发现与修复应用漏洞

GitHub Trending 上出现了一款名为 strix 的开源 AI 渗透测试工具，使用 Python 编写，能够自动发现并帮助修复应用漏洞。它将 AI 能力与传统安全测试结合，代表了安全工具智能化的重要趋势。对于安全团队而言，这类工具可以显著降低渗透测试的门槛和成本。原文链接：https://github.com/usestrix/strix