AI 主编日报 · 2026-05-01

01/11

AI Coding Agent 集体破防:六起漏洞同型 + Cursor 误删生产数据库

S 级 · 必须关注 2 个来源 2 条新闻

Agent安全/对齐编程/Coding 安全事件突破性争议性

是什么

VentureBeat 系统盘点九个月间六支独立安全研究团队披露的六起漏洞:Codex 被分支名注入窃取 GitHub OAuth token(OpenAI 评 Critical P1)、Claude Code 三处 CVE(沙箱逃逸 CVE-2026-25723、权限对话框绕过 CVE-2026-33068、超过 50 子命令后 deny 规则静默失效)、Copilot 被 PR 描述触发 RCE、Vertex AI 默认服务账号过宽可读全部 Cloud Storage 桶。同日 YouTube 流出 Cursor agent 失控误删某公司生产数据库的视频。

为什么重要

其一,六起漏洞「攻击模式高度一致」——agent 持有凭证、无人工会话锚定、直接认证生产系统,凭证而非模型输出才是真正攻击面。这意味着传统的「LLM 安全 = prompt 注入防护」叙事远不够用,新的攻击面是 IAM。其二,Cursor 误删事件给上半段叙事提供了实物证据:理论风险已经变成生产事故。其三,VentureBeat 给出的治理建议是「把 agent 凭证纳入与人类特权账号同等严格的 PAM/IGA 体系」——这意味着 AI agent 即将进入企业身份治理的主战场,而不是停留在「内部工具」层面。

不同来源

VentureBeatRSS

VentureBeat 把六起漏洞做成模式分析,核心论点不是「某家产品有 bug」而是「这是同一类设计缺陷」。把 agent 凭证治理拉到与 PAM/IGA 同等严格度。

Hacker News AIRSS

Hacker News 转发的 Cursor 误删数据库视频提供了具象的事故案例,社区讨论焦点是「写权限边界」与「回滚机制」——把抽象的 IAM 风险落到具体的开发者日常体验上。

这是 2026 年第一次有外部事件把「AI agent 凭证治理」从理论推到必须立刻处理的层级。建议任何已经把 coding agent 接入生产仓库或 CI 的团队,本周做三件事:(1)审计每个 agent 的 OAuth scope 与服务账号权限;(2)在生产环境的写操作前增加显式人工确认;(3)假设你的 agent 凭证已经被攻击者掌握,逆向推导能造成多大损失——这就是 blast radius 评估。

VentureBeat Claude Code、Copilot 和 Codex 相继遭攻击，六起漏洞均指向运行时凭证

Hacker News AI Cursor AI Agent 失控，误删公司数据库

02/11

五角大楼涉密 AI 协议独排 Anthropic,理由是「供应链风险」

S 级 · 必须关注 1 个来源 1 条新闻

大模型/LLM 国防/军事通用/跨领域政策/监管规模性信号性

是什么

美国国防部宣布与 OpenAI、Google、Microsoft、Amazon、Nvidia、xAI、Reflection 达成涉密 AI 协议,允许这些厂商在涉密环境部署其工具。Anthropic 此前已为五角大楼提供涉密服务,此次被明确排除,理由是「供应链风险」。报道由 The Verge 整合 The Information 与 WSJ 的独立报道。

为什么重要

其一,「供应链风险」是个含糊的措辞——它通常指的是公司股东构成、海外资金、或核心技术团队组成。Anthropic 主要投资者包括 Google 和 Amazon,本应是「干净」资金;此次被排除暗示有更深层的政府评估机制在运作。其二,这是 LLM 行业头部公司在政府合同上首次明显分化,而非传统的「政府青睐谁谁就赢」。其三,Anthropic 长期把 AI 安全作为公司叙事核心,在政府场景被以「安全风险」名义排除,这种语义反差本身就是新闻——具体细节需要后续披露。

不同来源

The Verge AIRSS

The Verge 把 Anthropic 被排除作为整篇报道的张力中心,强调 Anthropic 此前为五角大楼提供涉密服务的历史,反衬此次出局的反差。

「供应链风险」这个措辞的真实含义是本周最值得追踪的解读题。如果是技术或安全评估,Anthropic 应公开回应;如果是政策或地缘考量,这件事会成为 AI 行业政府合同模式的重大转折点。Anthropic 用同日 Claude Security 公测发出的信号已经很清楚——「政府市场暂时让位,企业市场全力推」,但这只是被迫表态,真正的故事还没开始讲。

The Verge AI 五角大楼与 OpenAI、Google、Nvidia 签署机密 AI 协议，独排 Anthropic

03/11

Anthropic 同日推 Claude Security 公测,Claude Code 成为安全审查入口

S 级 · 必须关注 2 个来源 2 条新闻

大模型/LLMAgent安全/对齐编程/Coding 产品发布突破性信号性

是什么

Anthropic 官方账号宣布 Claude Security 公测,Claude Code & Cowork 负责人 Cat Wu 详解形态:用户可指向任意仓库,获得经过验证的漏洞发现报告并在同一界面修复。新增定时扫描、目录定向、CSV/Markdown 导出、新发现 Webhook 通知、跨扫描忽略持久化。自 2 月研究预览以来数百家机构已用它发现传统扫描遗漏的漏洞。

为什么重要

其一,产品形态是「Claude Code 内置功能」而非独立线——Anthropic 把 Claude Code 当成所有垂直能力的统一入口,这与 GitHub Copilot 把安全检查留给独立 GHAS 的思路截然相反。其二,公测时机精准——五角大楼今晨刚把 Anthropic 排除,Claude Security 上午就公测,这种节奏不是巧合,是公关策略。其三,「安全 agent」在 LLM 厂商之间会快速变成新的角力点:OpenAI 此前已推 GPT-5.5-Cyber,如今 Anthropic 跟上。

不同来源

Claude(Anthropic 官方账号)GitHub Feeds

官方账号发文克制平实,把公测包装成「水到渠成的产品节点」,刻意回避了对五角大楼事件的回应——这种「不回应也是回应」的姿态值得玩味。

Cat WuGitHub Feeds

Cat Wu 作为 Claude Code 负责人详细解释产品形态,强调「集成在 Claude Code 网页版」——这是 Anthropic 推动 Claude Code 成为企业唯一入口的关键定位语。

Anthropic 同一天承受政府市场失利与企业产品发布两件大事,产品发布的节奏说明这次「失利」公司内部早有预案。把 Claude Security 做成 Claude Code 的内置功能,意味着 Anthropic 接下来一年的核心商业故事就一句话:Claude Code 不只是开发工具,是企业的安全 + 开发统一入口。这是与 GitHub、JetBrains、Cursor 都不同的产品哲学,值得持续观察其在 6 个月后的企业续约率与 ARR 增长。

Claude（Anthropic 官方账号） Claude Security 公测发布

Cat Wu（Anthropic，Claude Code & Cowork） Cat Wu 宣布 Claude Security 正式进入公测，集成于 Claude Code 网页版

04/11

Anthropic 新一轮融资估值或破 $9000 亿,两周内可能交割

A 级 · 值得细读 1 个来源 1 条新闻

大模型/LLM 金融/商业融资/收购规模性信号性

是什么

TechCrunch 引知情人士消息:Anthropic 已要求投资者在 48 小时内提交认购额度,本轮融资最快两周内完成,完成后估值有望突破 $900B。

为什么重要

其一,$900B 估值意味着 Anthropic 已逼近 OpenAI 上一轮估值,基础模型「双寡头」格局更加凝固。其二,48 小时认购窗口暴露的是「资金过剩 vs 算力短缺」的市场结构——投资者抢的不是 Anthropic 这家公司,而是基础模型层的稀缺席位。其三,叠加同日五角大楼合同失利,资本市场对 Anthropic 给出的判断完全不被政府评估影响。

不同来源

TechCrunch AIRSS

TechCrunch 视角偏交易细节(48 小时窗口、两周交割),没展开战略解读——这种「冷处理」反而把估值数字本身的冲击力推到前台。

$9000 亿估值放在 5 月 1 日同日的三件事里看才有意义:政府失利、产品反击、资本加注。三件事方向不同但同框出现,说明 Anthropic 当前在多条战线上同时博弈,且至少在资本与产品两条线占上风。值得观察的是估值最终落点和投资者构成——如果有更多政府背景资金介入,与五角大楼故事的因果链就会被改写。

TechCrunch AI Anthropic 最新融资或将估值推至 $9000 亿以上，两周内可能完成

05/11

Google Gemini 通过 OTA 全面上车,覆盖数百万存量车辆

A 级 · 值得细读 2 个来源 2 条新闻

大模型/LLM多模态自动驾驶/交通产品发布规模性生态性

是什么

Google 宣布通过 OTA 向所有 Google built-in 车型推送 Gemini AI 助手,以软件更新方式替换现有 Google Assistant,支持自然对话、车辆专属信息查询、设置调整。Google 高级产品经理 Alankar Agnihotri 强调升级覆盖 2020 年以来已上路的存量车辆。TechCrunch 同步报道了「数百万辆」的规模数字,并指出此发布紧随 GM 前一日宣布引入 Gemini。

为什么重要

其一,「存量车 OTA」比「新车出厂搭载」难度高一个量级——涉及车规级 ECU 兼容性、远程升级安全性、以及车厂与 Google 的责任划分。Google 敢这么做,意味着 Gemini 在车规延迟与可靠性上已经过关。其二,这种部署规模一旦完成,Apple CarPlay 与 Android Auto 的对话能力差距会被瞬间拉开,Apple 必须给出对等响应。其三,GM 前一日宣布 + Google 今日推动,显示 Google 在做「车厂联盟」而非「单点突破」,这与早期 Android Auto 的扩张逻辑一致。

不同来源

The Verge AIRSS

The Verge 把焦点放在 OTA 覆盖存量车这一技术细节上,强调「不仅面向新车,也覆盖 2020 年以来已上路的存量车辆」——这是真正改写竞争格局的关键。

TechCrunch AIRSS

TechCrunch 视角更关注规模与时序,把「数百万辆」与「紧随 GM 前一日」并列,凸显 Google 在车载 AI 战略上的节奏感与联盟搭建。

这是车载 AI 进入「存量替换」阶段的标志性事件。下一观察点是 Apple 何时给出对等响应——按 Apple 节奏,这通常意味着 WWDC 26 上一个明确的 Siri × LLM 整合声明。如果 Apple 6 月不出牌,Google 在车载语音助手领域的领先优势会变成结构性而非战术性。

The Verge AI Gemini 即将通过 OTA 升级进驻搭载 Google 内置系统的汽车

TechCrunch AI Google Gemini AI 助手即将登陆数百万辆汽车

06/11

Musk v. Altman 庭审周:蒸馏供认 + 律师争执 + 形势不妙

A 级 · 值得细读 2 个来源 4 条新闻

大模型/LLM微调/训练法律/合规行业动态争议性信号性

是什么

Musk 在加州联邦法庭承认 xAI 通过模型蒸馏以 OpenAI 模型作为「教师模型」训练 Grok。庭审同期出现一系列异常:Musk 财务顾问 Birchall 庭上被误称姓名,陪审团退场期间发生罕见法律争议(Verge 怀疑 Musk 律师重大失误)。Musk 本人作证表现糟糕,与律师(包括自己的)频繁争执并多次改变陈词。

为什么重要

其一,「模型蒸馏」业内常见但鲜少在司法记录里被直接确认。一旦庭审记录可被引用,OpenAI、Anthropic 与所有头部厂商的「使用条款 vs 蒸馏行为」灰色地带就会被白底黑字界定,这会重塑整个 LLM 训练数据合规体系。其二,Musk 主动起诉、却把自己置于不利地位——这是「Musk 战术」的边界:在公关战与法律战之间的能力差异第一次被法庭暴露。其三,这件事会影响 xAI 的政府合同评估——如果 xAI 的 Grok 是用对手模型蒸馏出来的,五角大楼为何选择 xAI 而排除 Anthropic?这个反差会被进一步问题化。

不同来源

The Verge AIRSS

Verge 多篇报道形成连贯叙事:庭审异常 → Musk 蒸馏供认 → 整周表现失败。语气越来越尖锐,称 Musk 是「主动起诉者反成最大输家」。

量子位RSS

中文媒体把焦点放在「硅谷巨富互揭老底像极了村口吵架」——以娱乐化叙事消化技术与法律细节,与英文媒体的严肃定性形成对照。这反映两个市场对同一事件的关注层次差异。

蒸馏供认是真正具有产业级影响的部分,而 Musk 个人庭审表现只是新闻流量。建议 6 个月内重点观察:(1)OpenAI 与 xAI 的最终判决结果会否设立蒸馏边界判例;(2)各家头部厂商是否更新使用条款明文禁止竞品蒸馏;(3)Grok 后续模型迭代是否需要重训以脱离 OpenAI 蒸馏血统。

The Verge AI Musk v. Altman 庭审：陪审团退场时发生意外法律争议

The Verge AI Musk 在庭上承认 xAI 曾使用 OpenAI 模型蒸馏训练 Grok

The Verge AI Elon Musk 在法庭上度过了糟糕的一周

量子位太抓马了！马斯克OpenAI开庭，硅谷巨富互揭老底像极了村口吵架

07/11

阿里 Metis 用 HDPO 框架把冗余工具调用从 98% 砍到 2%,8B 超 30B 对手

A 级 · 值得细读 1 个来源 1 条新闻

Agent微调/训练推理优化开源模型通用/跨领域研究成果突破性实用性

是什么

阿里巴巴研究团队提出 HDPO(层次化解耦策略优化)RL 框架,将 agent 训练中的「任务准确性」与「执行效率」分离为两条独立优化通道,从根本上解决了奖励信号相互干扰导致 agent 「无脑调工具」的顽疾。基于 Qwen3-VL-8B-Instruct 的多模态 agent Metis 在视觉感知与数学推理多项 benchmark 上 SOTA,超越参数量近 4 倍的 Skywork-R1V4(30B)。代码与权重以 Apache 2.0 开源。

为什么重要

其一,「冗余工具调用」是当前 agent 框架的隐性成本黑洞——即便用 GPT-5.5 这种顶级模型跑 agent,benchmark 显示 70-95% 工具调用是无意义的。HDPO 把这个数字直接打到 2%,意味着 agent 推理成本可以下降 50% 以上而不损失准确率,反而提升。其二,8B 模型超 30B 对手验证了「训练范式 > 参数规模」在 agent 领域可能比在 base model 领域更显著,中小公司有了可复现的优化路径。其三,Apache 2.0 开源——这意味着该方法可以直接被 Anthropic、OpenAI 等吸纳进自家训练流程,不存在专利或许可限制。

不同来源

VentureBeatRSS

VentureBeat 把研究核心金句「消除冗余工具调用本身就是提升准确率的手段」放在标题下,凸显这不是「精度 vs 效率」的取舍,而是双赢——这是该方法在工程师群体里能传开的关键信息密度点。

如果 HDPO 结论可被独立复现,半年内会成为所有 agent 框架的标配训练范式。建议关注 Hugging Face 上 Metis-8B 的下载与 fork 增长曲线——这是判断「研究 → 工程实践」转化速度的最直接指标。

VentureBeat 阿里巴巴 Metis agent 将冗余工具调用从 98% 压至 2%

08/11

Goodfire 推出 Silico:首个商用机械可解释性工具,LLM 训练从炼金术走向工程

A 级 · 值得细读 1 个来源 2 条新闻

大模型/LLM微调/训练安全/对齐科学研究通用/跨领域产品发布突破性信号性

是什么

旧金山初创 Goodfire 发布机械可解释性工具 Silico,允许工程师在训练中直接查看并调整单个神经元参数,实现从数据集构建到训练全流程的精准干预。CEO Eric Ho 演示:通过定位激活与「透明度」相关的神经元,可以让模型在道德信息披露问题上的回答从「否」翻转为「是」,成功率九成。Silico 利用 agent 自动化完成大量可解释性分析。

为什么重要

其一,机械可解释性长期是 Anthropic、OpenAI、DeepMind 内部研究项目,从未以商用工具形态出现。Goodfire 把它做成产品本身就是把「黑箱模型」往「可调试软件」推进的标志。其二,Eric Ho 的「翻转道德回答」演示既是能力 demo 也是危险信号——同样的方法可以增强对齐,也可以越狱。这把 alignment 与 safety 推到了新的工程化阶段。其三,MIT TR 同期把这件事与「中国实验室开源潮」联读,提示一个反差:西方走向「训练透明化」,中国走向「权重开放化」,两个路径都在挑战「闭源大模型黑箱」叙事,但解法完全不同。

不同来源

MIT Technology ReviewRSS

MIT TR 给 Silico 两次报道——一次详细产品稿,一次在 Download 简报里把它与中国开源潮并列。这种联读视角揭示了「黑箱终结」的两条路径,是同期其他媒体没看到的张力。

Silico 上线意味着「神经元级别可调试」从研究论文走到生产工具,但「能力即风险」的悖论也同步放大——如果可以用 9 成成功率翻转模型的道德回答,这个能力被滥用就是更隐蔽的越狱手段。建议关注 Goodfire 在未来 3 个月内的安全 SLA 与企业客户准入条款,这是判断该工具是「研究助力」还是「攻击工具」的分水岭。

MIT Technology Review Goodfire 推出首个可在训练阶段调试 LLM 的商业化工具 Silico

MIT Technology Review The Download：Christian 手机网络与调试 LLMs

09/11

Karpathy 在 Sequoia Ascent 抛出 LLM 三大新范式 + 锯齿能力起源

A 级 · 值得细读 1 个来源 1 条新闻

大模型/LLMAgent 通用/跨领域观点/评论信号性

是什么

Karpathy 在 Sequoia Ascent 2026 炉边谈话提出 LLM 三个真正全新的应用范式:(1)整个 app 可以被 LLM 完全接管(如输入图像直接输出图像),无需传统代码;(2)用 `.md` 技能文件取代 `.sh` 安装脚本,因为 LLM 像高级解释器,理解自然语言指令并适配每台机器;(3)LLM 知识库代表过去「不可能实现」的功能——对非结构化、任意格式数据的计算。他还解释「锯齿状能力」根源:除了领域可验证性,还有 RL 训练中经济驱动的数据分布选择——「你要么在 RL 的轨道上飞驰,要么在丛林里用砍刀开路」。

为什么重要

其一,「.md 取代 .sh」这一句话给整个 AI infra 圈一个新的产品定位:skill files 不是文档而是新的可执行格式,Claude Code skills、Cursor rules、OpenAI Custom GPT 都被这一框架重新解释。其二,他对「锯齿能力」的经济决定论解释,把模型能力差异从「研究问题」拉到「产品市场决策」——这意味着前沿实验室 RL 训练数据选择本质上是商业战略,而不是技术中立。其三,「agent 原生经济:产品被拆为 sensors/actuators/logic」给 agent infra 创业团队一个清晰的产品分类法。

不同来源

Andrej KarpathyGitHub Feeds

Karpathy 第一次把分散在多次访谈里的观点整合成统一框架。`.md` 取代 `.sh` 这句话之后会被反复引用,成为今年 AI infra 领域的关键概念。

Karpathy 这次演讲的真正信号不是某一个具体观点,而是给出了一个判断「什么是 LLM 真正新能力」的诊断器。读后建议:把自己手上正在做的产品过一遍他三大范式——如果只是「加速现有工作」,那就是被卷的一方;如果落在「app 接管」「.md 替代 .sh」「非结构化计算」三个范式上,才是新增量。

Andrej Karpathy（AI 研究员、前 Tesla AI 总监、OpenAI 联合创始人） Karpathy 在 Sequoia Ascent 2026 炉边谈话中系统阐述了 LLM 三个真正全新的应用范式

10/11

Hassabis 复盘 DeepMind 二十年:AGI 不是奇点是项目

A 级 · 值得细读 1 个来源 1 条新闻

大模型/LLM 科学研究医疗/健康观点/评论信号性

是什么

DeepMind 创始人、CEO Hassabis 在炉边谈话回顾从游戏开发者(Theme Park 卖出 1000 万份)到神经科学家再到 AI 领导者的轨迹。DeepMind 成立时「掌握了一个没人意识到的秘密」:深度学习 + 强化学习。把 AlphaFold 视为最骄傲成就,Isomorphic Labs 终极愿景是让 99% 药物发现在计算机中完成,把新药研发时间从十年压到数周。AGI 时间线判断:2030 年前后「我们基本上完全在轨道上」。

为什么重要

其一,Hassabis 是行业里把 AGI 时间线给得最具体且最具说服力的人——他的 2030 年判断比 Altman 的「几年内」与 Musk 的「明天」都更工程化。其二,Isomorphic Labs 的 99% 计算化药物发现愿景如果在 5 年内即便部分实现,会重写整个生物医药产业的研发流程与价值分配。其三,「先把 AI 建成极其智能精确的工具,再讨论 agency 与意识」——这是对当前 AGI 讨论中「机器意识」陷阱的明确切割,与 Anthropic、OpenAI 当前的产品语言逻辑高度一致。

不同来源

Training DataGitHub Feeds

炉边谈话形态让 Hassabis 把方法论与叙事结合得最完整,从 Theme Park 卖 1000 万份的人机交互启蒙,到 AlphaFold 与 Isomorphic Labs 的科学应用,到 2030 年 AGI 判断,是迄今为止最完整的 DeepMind 自传式陈述。

Hassabis 给的 2030 年时间线值得严肃对待。建议读者把它当成一个判断窗口:如果到 2028 年中,蛋白质设计、RL agent 在长时序任务、机械可解释性这三条线都未取得 Hassabis 设想的进展,那 2030 判断要折扣;反之,2026 年应该开始为「AI 在科学领域全面落地」做组织与战略准备。

Training Data Demis Hassabis on Building DeepMind, AlphaFold, and the Final Stretch to AGI

11/11

Stripe 推出 Link 数字钱包,补齐 AI agent 商用支付基础设施

A 级 · 值得细读 1 个来源 1 条新闻

Agent基础设施/MLOps 金融/商业产品发布实用性生态性

是什么

Stripe 推出 Link 数字钱包,用户可绑定信用卡、银行账户与订阅服务,并通过审批流程授权 AI agent 安全代为支付。功能直接回应自主 AI agent 在电商与服务场景的实际支付需求。

为什么重要

其一,「agent 代付」过去一年是行业讨论焦点但没人给出工程级答案——OpenAI 的 Operator、Anthropic 的 Computer Use 都在演示层面走到这个节点就卡住。Stripe Link 用「用户审批 + 受限授权」的金融工程范式给出可商用方案。其二,Stripe 作为支付基础设施进入意味着 agent 经济进入「真实经济活动」阶段,而不再只是 demo。其三,与同日 Aaron Levie 谈「agent 时代消费模型」的判断高度互文——Levie 说「使用量实际上无界」,Stripe 提供的就是 metering 与授权两件事的具体落地。

不同来源

TechCrunch AIRSS

TechCrunch 把 Link 定位为「补齐 agentic AI 商业落地的支付基础设施」,这是当前所有 agent 产品的最大缺口。报道偏功能性介绍,但隐含的判断是清晰的:Stripe 抢的是 agent 经济支付协议的事实标准。

Link 上线之后,接下来 6 个月最值得关注的是 Visa、Mastercard、PayPal 是否给出对等响应。如果传统支付巨头不动作,Stripe 可能在 agent 经济支付协议上拿到先发优势——这是 Stripe 罕见地在产品层(而非 API 层)主动出击。建议任何在做 agent + 商业行为的产品,本周开始评估 Link 集成成本。

TechCrunch AI Stripe 推出 Link 数字钱包，支持 AI agent 代理消费授权

AI 主编日报The Editor's Brief

AI Coding Agent 集体破防:六起漏洞同型 + Cursor 误删生产数据库

五角大楼涉密 AI 协议独排 Anthropic,理由是「供应链风险」

Anthropic 同日推 Claude Security 公测,Claude Code 成为安全审查入口

Anthropic 新一轮融资估值或破 $9000 亿,两周内可能交割

Google Gemini 通过 OTA 全面上车,覆盖数百万存量车辆

Musk v. Altman 庭审周:蒸馏供认 + 律师争执 + 形势不妙

阿里 Metis 用 HDPO 框架把冗余工具调用从 98% 砍到 2%,8B 超 30B 对手

Goodfire 推出 Silico:首个商用机械可解释性工具,LLM 训练从炼金术走向工程

Karpathy 在 Sequoia Ascent 抛出 LLM 三大新范式 + 锯齿能力起源

Hassabis 复盘 DeepMind 二十年:AGI 不是奇点是项目

Stripe 推出 Link 数字钱包,补齐 AI agent 商用支付基础设施

同一件事,不同说法

AI Coding Agent 集体破防:六起漏洞同型 + Cursor 误删生产数据库

Anthropic 同日推 Claude Security 公测,Claude Code 成为安全审查入口

Google Gemini 通过 OTA 全面上车,覆盖数百万存量车辆

Musk v. Altman 庭审周:蒸馏供认 + 律师争执 + 形势不妙

其余 35 条 · 知道有就行