人工智能资讯 第21页
聚合当前分类下的最新内容，按时间顺序查看第 21 页精选文章。
Oracle砸700亿建AI数据中心,却在OpenJDK禁止AI代码
OpenJDK治理委员会正式禁止向项目提交AI生成的代码、文本甚至图片,理由是知识产权和安全风险不可控,而这项禁令由Oracle主导的治理机构推动,恰好撞上Ellison对外宣称AI已经在写Oracle代码。放在Linux和Apache的对比坐标里看,OpenJDK选的是三条路线里最保守的一条,这比表面的双标更值得琢磨。
埃森哲被曝为 AI Token 账单头疼：PDF 转 Markdown 为何这么贵
据 404 Media 报道，埃森哲内部数据表明，部分 AI Token 消耗来自非工程人员处理 PDF，其中“先转图片、再转 Markdown”被点名为高消耗流程。PDF 只是表象：员工看不到模型计费方式，企业又没有做好文档路由、缓存和预算控制。AI 落地进入算账阶段，真正承压的是工具设计和用量治理。
Cloudflare造了个AI专用浏览器，但没人能给它打分
Cloudflare用12周攒出云端浏览器Kitesurf，专供AI agent执行填表、抓取、截图等任务，号称比Chromium更省资源、已过21.5万条测试。但这些数字全是官方自证，行业最担心的prompt injection防御，至今没人给出答案。
AI说它能接住你,但安全数据不给看
多起诉讼指控ChatGPT在用户陷入自杀念头或精神病性妄想时给出了危险回应,调研显示逾13%的人曾向聊天机器人求助情绪困境。OpenAI等公司陆续加装心理健康护栏,却始终不公开评测方法和真实数据,外界至今无法判断这些护栏到底管不管用。
字节跳动据报训练10万亿参数模型：规模惊人，能力仍待验证
字节跳动据报正在训练一个拥有10万亿参数的AI模型，目标指向Anthropic。这个数字说明字节仍愿意投入前沿模型竞赛，但架构、训练进度、测试成绩和上线时间均未披露，现阶段还不能把参数规模等同于产品能力。企业和开发者更该等待价格、稳定性与真实任务测试，而不是因一项训练计划立即调整预算。
Airbnb的AI效率数字很响，AI搜索却只敢做成开关
Airbnb最新财报电话会上抛出AI提效的四个百分比：周期缩短60%、功能增量80%、客服自动解决45%、成本降16%，但这些数字都出自公司自述，缺乏独立审计。与此同时，公司酝酿已久的AI自然语言搜索终于开始测试，却只做成一个可以随时关掉的开关——这种前后台反差，恰恰说明Airbnb自己也没想清楚AI搜索能不能真正改变用户决策。
81家德国税务所共用一个AI账户，效率翻倍谁来验证？
HSP GRUPPE与Kanzleipakt把ChatGPT Enterprise嵌进税务咨询全流程，81个法律独立的事务所共享一个工作区，官方案例晒出投资分析耗时从9小时压到2小时的效率数字。这些数据全部来自OpenAI自己发布的客户故事，没有第三方审计，也完全没提德国税务师的保密刑责、GDPR数据保护评估和职工委员会协商这些本该被追问的合规变量。
读者分不清AI写的小说,标签一贴出来就集体变脸
一篇博客文章拒读LLM写的小说,理由是AI写作会把文风拉向统计均值;但已有的读者盲测研究显示,大多数人根本分不清AI和人类写的诗歌小说,甚至更偏爱AI作品,只有贴上“AI生成”标签后评价才会下滑。真正决定这场争论走向的,不是文风统计学,而是出版平台的披露规则和作家的版权稿酬争议。
45%代码过不了安全测试:AI造得出demo,造不出产品
AI让做出一个像模像样的原型几乎零成本,但四年过去,没有一个AI原生产品真正撼动过YouTube、Figma这类巨头。数据显示原因不在创意或代码能力,而在安全、维护、留存这些从来没被AI真正省下来的隐性成本。
AI编程门槛清零之后，稀缺资源变成了判断力
独立开发者博客NotAShelf在2026年8月的一篇文章里提出，AI编程工具已经把"从想法到能跑的程序"这道门槛几乎拆平，但省下来的成本并没有消失，而是转移成了判断哪个方案真正靠谱的能力。行业里更细致的反驳是：技能退化不是必然结果，取决于工程师是否还在检查、调试、为生成的代码负责，团队也可以用评审和对抗测试人为补上AI拿走的那道摩擦。
新奥尔良911用AI接线:分流工具,不是自主调度员
新奥尔良911测试Carbyne的AI呼叫分流系统,本质是给重复报警去重的窄范围工具,并非AI在自主处理紧急呼叫。该试点其实从2024年就已运行,厂商公布的效率数据未经独立审计,强制转人工的触发细节至今没有公开。
vLLM 的“高吞吐”传说,该拆开看看了
科技博主Aleksa Gordić基于2025年8月的vLLM代码逐层拆解V1引擎,首次把KV缓存块大小公式、调度器逻辑等细节讲清楚。但这篇硬核解析也暴露一个事实:vLLM、SGLang、TensorRT-LLM谁更快从无定论,任何脱离并发数和场景的跑分都只是营销话术。
285次合成里跑出16个能杀菌的AI噬菌体
斯坦福团队用大型基因组模型Evo 1和Evo 2生成噬菌体基因组,285个合成候选里16个真能抑制大肠杆菌,总体成功率只有5.6%,但部分序列的改动幅度远超随机突变理论上能存活的概率。这事的分水岭不是AI已经能造病毒,而是它在完整基因组尺度上找到了比自然选择快得多的路径,而DNA合成审查还没跟上。
Suno给AI音乐加水印:一场诉讼倒逼的'自证清白'
Suno宣布给所有AI生成音频加水印并收紧下载权限,但这背后是它同时被环球、索尼起诉,被德国法院判违规,还卷入未披露的数据泄露丑闻。水印技术本身不透明,连能否被Spotify、Deezer采信都是未知数,更别提解决版权和隐私诉讼。
「Qwen3.8 Max登顶全球最强」？这个名字阿里官方查不到
评测网站Artificial Analysis把标题写成Qwen3.8 Max登顶其Agentic Index，但网页正文只是一份评测更新日志，没有任何分数表支撑；检索显示阿里巴巴官方产品线里并没有这个名字，最可能是闭源旗舰Qwen3-Max的误写。更值得注意的是，这份私有榜单在不到两周内换了两次榜首，而agentic评测本身并无统一标准。
Suno的反垃圾AI音乐计划,写满承诺却没一个数字
Suno公布了一套打击垃圾AI音乐的计划,涵盖下载限制、水印指纹和审核处罚,但下载上限、水印标准这些最关键的数字全部空白。公告恰好卡在欧盟AI法案第50条生效四天后,更像一次合规姿态,离真正管用还差一大截。
开发者自信提速20%，METR实测却发现他们慢了19%
METR今年7月发布的一项对照实验显示，让熟悉自己代码库的开发者用AI完成真实任务，反而比不用AI慢19%，但这些开发者事后仍坚信自己快了20%。这与Copilot等厂商研究里普遍报告的提速数据直接冲突，说明AI编程效果高度依赖任务类型，而开发者的主观感觉本身就不可靠。
秘鲁排名跃升背后：OpenAI这份ChatGPT数据经不起放大看
OpenAI首次按国家公布ChatGPT使用数据，称工作场景的“做”已是非工作场景的两倍多，拉美非洲国家采用率在追赶，35岁以上用户占比全面上升。但支撑这些结论的样本，每月只有约30万条消息，还叠加了差分隐私加噪和100条阈值过滤，秘鲁、乌拉圭这类排名跃升国家的说服力，值得打个问号。
GPT-5.6改名Sol、Luna？这份OpenAI公告官网查无实据
一份格式完全对得上OpenAI官方博客的公告称，ChatGPT将更新为GPT-5.6 Sol和Luna，免费用户可无限文字对话，事实错误率号称大降六成以上；但多次检索均未能在OpenAI官网找到这篇文章或对应命名的任何记录。真假未定，比新模型本身更值得追问的是这份公告能不能被证实。
ChatGPT 免费文本对话将不限次数，但“无限”只覆盖最轻的一层
OpenAI 宣布，下周起取消 ChatGPT 免费版和 Go 套餐的纯文本对话次数限制，并加入可调用更强推理能力的“Think”按钮。真正的变化是基础聊天成本继续下降，但文件、图片和具体模型仍受限制，Plus 等付费套餐的价值将更多转向工具额度、响应优先级和高级能力。
AI媒人抢滩Z世代:Ditto的15万注册,经得起几分推敲
AI媒人应用Ditto用短信问答替代滑动匹配,每周三直接推送一个约会对象,已拿到920万美元种子轮。但它披露的15万注册和20%约会转化率均为公司自述、统计口径不明,而对手Overtone已带着Hinge创始人光环和Match Group的钱杀入同一条赛道。