AI 让定制页面更容易做出来，真正值得追问的是：哪些工作从此变便宜，哪些工作仍由已有系统承担？本期最具体的例子来自一个三人数据团队。他们用生成的 HTML 做出了业务人员愿意使用的报表，靠的既是更便宜的代码，也是早已存在的数据模型、权限和运维能力。由此回访“省下的调用费，会不会花在别处”：除了补算隐藏成本，还应找出可以跨页面复用的能力。
先读这篇 BI 实践，再看 Flint 如何把图表交互的公共部分交给编译器。两者提供了一个可操作的方向：让展示随问题变化，让数据含义与重复责任有稳定归属。正文保留了关于正确数字、维护工时的社区质疑，也保留作者为何愿意继续做下去的理由。
模型层面同样有不同的进步。Kimi K3.1 Pro 的外部成绩更有竞争力，但权重仍待发布；ThinkingCap 尝试缩短推理，其平均成绩不能掩盖个别任务的退步；Dessa 则探索只从语音学习同时听与说，为交互带来新的可能。读这些材料时，可分别看任务效果、预算与实际访问条件。
最后读 AISI 对历史事故的分支实验：口头上判断有害，为什么仍不一定停止行动。它把安全判断与行为结果拆开测量，也为“何时插入检查”提出新问题。学习卡留给系统故障的动态解释，练习从真实运行轨迹理解负载冲击为何会持续影响恢复。
当日材料
- 一桶 HTML 能替代 Looker，前提是数据平台已经在那里
- Flint 把图表交互拆成可复用的语义事件
- Kimi K3.1 Pro 的外部成绩上升，权重仍要等到 11 月
- ThinkingCap 缩短 Gemma 推理，但平均分会藏住单项退步
- Dessa 从语音本身学习对话，先展示同时听与说
- AISI 重放越界行为：说得出有害，仍可能继续行动