人工智能资讯 第41页
聚合当前分类下的最新内容，按时间顺序查看第 41 页精选文章。
别把 AI 原文甩给同事：协作里的新失礼
《Don't just paste the AI at me》批评的不是用 AI，而是在对话、协作和评审中直接粘贴未经处理的模型回复。 对方找你，是要你的经验、判断和语境；把 AI 初稿原样转发，等于把思考外包给模型，再把成本推给别人。 更合理的做法是：读完、核对、删改、加入自己的判断；必须引用模型时，标清来源，并说明它为什么可信或有用。
Virgin Atlantic 用 Codex 赶圣诞上线：AI 编程撞上的不是代码，是交付链条
Virgin Atlantic 用 Codex 辅助新版移动 App 交付：圣诞期间 beta，数周后生产上线，接近完整单元测试覆盖，上线时没有 P1 ticket。 这不是“AI 独立写完 App”的故事，更像一次企业交付压力测试：编码变快后，测试、后端排期、数据治理和审批流程会立刻变成新瓶颈。 对技术管理者和开发者来说，重点不是急着买工具，而是把 AI 放进测试、重构、代码审查和发布责任链里。
Models.dev 开源：AI 模型太多以后，开发者需要一张明账
Models.dev 在 GitHub 开源了一个社区维护的 AI 模型规格数据库，用 TOML 记录价格、上下文、模态、工具调用、结构化输出等字段，并通过 https://models.dev/api.json 输出。它的价值不在做模型排行榜，而在给多模型应用提供一层可机器读取、可协作更新的基础账本。真正要观察的是：数据能否跟上厂商定价和接口变化，能否被更多工具链消费。
Grok 在美国政府记录里只出现 3 次，xAI 的估值故事缺一张硬牌
路透梳理美国政府 400 多个具名 AI 使用案例，Grok/xAI 只出现 3 次，OpenAI 模型超过 230 次。这个数据不能证明 xAI 失败，因为口径不覆盖全部政府 AI 使用，也不充分覆盖情报机构和五角大楼。但它至少说明：马斯克能制造声量，Grok 还没证明自己能大规模获得机构信任。
Google AI Overviews 把“ignore”当指令：不是搜索坏了，是边界串线了
Google 搜索里的 AI Overviews 在部分查询中出现异常：搜索“disregard”“ignore”“skip”等词时，它没有生成搜索摘要，而是回了“Got it”“No problem”“Message received”这类聊天式确认。The Verge 多名同事复现过，但结果会变化，不能扩大成所有用户、所有地区都受影响。我的判断是，这更像短期 bug，不是 Google 搜索整体失灵；但它暴露了 AI 搜索最关键的一道边界：用户是在查词，还是在下指令。
Google 的显示版 AI 眼镜快能用了，但现在还不是掏钱的时候
Google 在 I/O 展示的是带单眼显示屏的 Android XR AI 眼镜原型，不是今年秋季先发的 audio-only 眼镜；它能把 Gemini、翻译、导航、拍照、识物和小组件叠到视野里。最有价值的场景不是 AI 问答，而是实时字幕翻译和免掏手机导航。显示、延迟、隐私、生态接入和日常佩戴还没过关，用户该观望，开发者可以先盯 Android XR 的接口和测试节奏。
Dharma-AI称3B OCR模型跑赢商业API：企业选AI不能只看“大模型招牌”
Dharma-AI在Hugging Face文章中称，其面向巴西葡语OCR的3B专门化模型，在自研DharmaOCR基准上以0.911分领先Claude Opus 4.6、Gemini 3.1 Pro和GPT-5.4。这个结果的价值不在于证明“小模型全面胜利”，而在于提醒企业采购AI时，模型训练历史和任务分布匹配度可能比参数规模更关键。
《真相的未来》被 AI 塞进假引语，问题比作者翻车更麻烦
Steven Rosenbaum 在写《The Future of Truth》时用 ChatGPT、Claude 等 AI 做研究，纽约时报在 285 条外部引文中发现至少 6 条有问题，其中 3 条属于无明显来源的“合成引语”。这件事的反讽不只在书名，而在 AI 研究笔记已经能混进出版、新闻和学术流程。对内容行业来说，接下来要盯的不是作者道歉多诚恳，而是引文审计和工作流能不能把假材料挡在稿件外。
《Granta》AI 写作争议：文学奖真正缺的是规则，不是侦探
《Granta》刊登的英联邦短篇小说奖地区获奖作品《The Serpent in the Grove》被质疑使用 AI，但目前只能停在“疑似”。 这件事的重点不是给一篇小说定罪，而是文学奖和出版机构还没有把 AI 使用、披露、复核写清楚。 最受影响的是投稿作者、评委和编辑：规则越含糊，越容易把正常写作、AI 辅助和恶意代写混在一起审判。
Huxe 下线：AI 播客应用被平台功能化的一次提醒
前 NotebookLM 相关成员创办的 AI 播客生成应用 Huxe 宣布关停，已从 App Store 和 Play Store 下架；已安装用户还能使用 7 天，之后服务停止，用户数据将被删除。 它没有说明关停原因，也不能简单归因于 Spotify。但时间点很扎眼：Spotify 推出类似个人播客功能一天后，Huxe 选择退场。 这件事更像一个消费级 AI 应用的样本：单点生成能力正在被 NotebookLM、Adobe、Amazon、Meta、Spotify 等平台吸收，创业公司的门槛被迫从“能生成”转向“有场景、有分发、有付费理由”。
AI 会写代码后，学编程反而更不能省
Josh W. Comeau 的判断不是“AI 不会写代码”，而是“会写代码”不等于能独立承担整个软件项目。AI 正在放大开发者已有能力，高手提效更明显，低经验用户更容易卡在 MVP 之后。对学习者和在职开发者来说，真正要补的不是提示词，而是读代码、判断架构和接住复杂问题的能力。
把 AI 当裁员工具，最容易省掉真正值钱的人
Libertas Software 的文章是观点判断，不是某家公司裁员新闻。它提醒企业：把 AI 落地等同于裁员降本，短期报表会好看，但可能丢掉客户语境、流程边界和异常判断。真正的分水岭不是少用多少人，而是能不能用 AI 放大留下来的人的经验和决策能力。
Anna’s Archive 给大模型留了一封信：别绕 CAPTCHA，来下载数据或捐钱
Anna’s Archive 发布面向大语言模型的 llms.txt，告诉 AI 使用者不要绕过网站 CAPTCHA，而应使用 GitLab、种子、Torrents JSON API 等批量通道获取数据。更关键的变化是，开放知识库正在把“允许机器访问”改写成一场资源、成本和资金支持的谈判。它不是授权协议，也不是行业标准，但给 AI 数据团队提了一个现实问题：用开放基础设施训练模型，是否该为维护成本付费。
沃兹一句“真正的智能”赢了掌声，AI 毕业演讲为什么开始刺耳
Steve Wozniak 在大峡谷州立大学毕业典礼上说：“You have AI — actual intelligence”，现场以笑声和掌声回应。反差是，前 Google CEO Eric Schmidt、Gloria Caulfield 在毕业典礼谈 AI 时遭遇嘘声。毕业生并非反感 AI 本身，他们更反感把就业不确定性包装成技术祝福。
Antigravity 2.0 跑赢万神殿建模测试：AI 写 CAD，难点不在会写几行 OpenSCAD
ModelRift 用同一组 Pantheon/OpenSCAD 任务测试多款 AI 编程工具，Google Antigravity 2.0 搭配 Gemini 3.5 Flash High 拿到 4.5/5，是这次测试里最好的全自主建模结果。这个分数不能当通用 LLM 排行榜，它只说明一件更具体的事：文本化 CAD 生成里，空间推理、工具迭代和最终文件可靠性要一起看。
HMD印度低价5G新机预装Indus：本地AI要先过入口这一关
HMD在印度推出Vibe 2 5G，售价₹10,999，配6,000mAh电池，并预装Sarvam的Indus AI聊天应用。 这件事的重点不是多了一个App，而是HMD想给低价安卓机找差异化，Sarvam也需要比应用商店下载更大的入口。 但预装不等于采用。Indus目前不能离线使用，也没有和手机快捷入口深度集成，真正的考验在使用频率和后续功能机整合。
KVBoost 开源：HuggingFace 推理能省 prefill，但别把它看成通用加速器
KVBoost 是一个面向 HuggingFace Transformers 的 drop-in 开源工具，可通过 `pip install kvboost` 安装，MIT License，主打 chunk 级 KV cache 复用来降低 TTFT 和显存压力。它更适合重复系统提示、多轮对话、RAG 文档 chunk 复用这类场景，不是 vLLM、TGI 的替代品。32B 模型跑在 8GB 级 GPU 的演示很醒目，但 0.11 tok/s 的吞吐说明：能跑起来，不等于能上线扛服务。
CODA 论文：把 Transformer 非注意力优化塞回 GEMM epilogue
arXiv:2605.19269《CODA: Rewriting Transformer Blocks as GEMM-Epilogue Programs》提出，把 Transformer 中大量非注意力前后向计算改写为 GEMM-plus-epilogue 程序。它不是 FlashAttention 替代品，也不是完整训练框架；更像是一条减少 normalization、activation、residual update、reduction 等内存受限算子显存搬运的 kernel 路线。对工程团队来说，关键不是立刻迁移，而是用代表性 block 验证：这种抽象能否比手写融合更可复用，又能接近专家 GEMM 的性能纪律。
Waymo暂停四城高速载客：Robotaxi扩张卡在施工区和积水路
Waymo已暂停旧金山、洛杉矶、凤凰城和迈阿密的高速公路Robotaxi载客服务，地面道路仍在运行。公司称正在把近期技术经验整合进软件，预计很快恢复相关路线。更关键的是，高速、施工区、积水道路这些场景，正在把Robotaxi扩张速度拉回运营边界内。
Google DeepMind把AI气候加速器带到亚太：更像生态下注，而非成果发布
Google DeepMind宣布在亚太地区启动Accelerator项目，面向用AI应对环境风险的团队和项目，但这不是新模型发布，也不是商业产品上线。它的重要性在于把DeepMind的技术声誉引向区域气候与环境应用；边界也很清楚：目前看不到资金规模、入选数量和落地成效，不能把它当成已经发生的环境治理成果。
datasette-agent-charts 0.1a2：AI 画图之后，先把 SQL 亮出来
Simon Willison 在 2026 年 5 月 21 日发布 datasette-agent-charts 0.1a2，在 Datasette Agent 的 Observable Plot 图表下方增加“View SQL query”按钮。 这是一次很小的 alpha 更新，但方向抓得准：AI 数据工具真正缺的不是更会画图，而是让用户能复查它查了什么。 对用 Datasette / AI agent 做数据探索的开发者和分析者来说，这个按钮会把复核动作前移：先看 SQL，再信图表。