人工智能资讯 第71页
聚合当前分类下的最新内容，按时间顺序查看第 71 页精选文章。
活体皮肤能撑一个月,这家AI公司想靠它找护肤成分
Michael Polansky创办的Outer Biosciences首次公开:手术后本应丢弃的活体人皮肤,在其体外系统里最长能养约一个月,AI据此反复预测、验证护肤成分。真正的门槛不是算法,是能撑数周而非数天的真实人体组织数据——但这套说法目前主要来自公司自述,商业化还卡在安全测试和量产这些人工环节上。
llm-openrouter 0.7 藏了个官方文档里没有的 Shell 工具
Simon Willison 的 llm-openrouter 插件升级到 0.7，切换到 OpenRouter 的 Responses API，新增 Shell、WebFetch、WebSearch 三个服务端工具。但 OpenRouter 官方文档列出的服务端工具清单里根本没有 Shell 这一项，插件却已经在调用它——这暴露出 AI 网关把命令执行权限外包给云端时，文档和账单都还没跟上。
LinkedIn反AI水贴按钮爆红:100万次点击,说不清的口径
LinkedIn称新上线的“像AI水贴”举报按钮两周内被点击超100万次,平台判定的AI水贴浏览量下降四成。但点击数到底是人数还是次数、下降四成能否归功于这颗按钮,LinkedIn都没说清楚。
Claude Opus 5跑分从30%冲到100%,Nvidia没讲全的三件事
Nvidia用自研AVO harness把Claude Opus 5在ARC-AGI-3公开测试集上从30%拉到100%,但这不是受控实验,也没经过决定官方排名的半私有榜验证。harness确实能大幅提升同一模型的表现上限,可远远抹不平不同模型底座之间的真实差距。
一周弃Claude用Codex:改动更快,但PR收尾没省时间
一位Rails开发者一周内多用Codex少用Claude Code,记下十条主观印象:Codex改动快但收尾慢,架构更克制,却曾把rebase搞出4000多行的PR。同一作者此前的大样本会话统计和其他开发者的独立观察,大体印证了这些手感不是偶然,但选型仍该看任务边界,而不是这周体感。
作业涨18%,考试跌20%:2.7万学生的AI实验,元凶并非AI本身
一项追踪2.7万名中国中学生30个月的研究发现,用AI写作业的学生作业分数涨18%,但闭卷考试反而比不用AI的同学低20%。真正的分水岭不是用不用AI,而是有没有把作业直接外包给AI——完成时间从64分钟骤降到45分钟的那批学生,损失最大。
AI造UI快到没成本，可账还没算完
Thomas Ptacek主张编程智能体已把做原生GUI的成本降到近零，Simon Willison以自用的两个菜单栏工具附和；但Willison自己三月文章里承认无法验证智能体生成数据的准确性，加上Hacker News上关于维护成本的反驳，说明这场争论的核心其实是生成成本和拥有成本的落差。
他没让ChatGPT写代码，而是靠它补上了读书问人都没学会的一道数学坎
独立开发者Matt Webb卡在四元数这道三维旋转数学关卡上，读书和请教数学家朋友都没解决。他打开ChatGPT时提了一个明确要求：只讲解，不写代码。这案例说明的不是AI能教数学，而是同一个工具换一种要求方式，能换来完全不同的结果。
搜索给答案更快了,来源却更难找了
2026年8月21日发表的一篇评论指出,搜索结果页正被SEO长文、AI生成页面和转载稀释,主要搜索产品干脆用AI摘要替代来源列表。摘要省掉的不是点击,是用户比较来源、核验事实的那道手续。开发者排错、学生写论文,越来越需要把摘要当线索,而不是当答案。
语音识别跑分越高,可能只是背题更熟
Hugging Face研究团队用三项测试揭示:在VoxPopuli基准上词错率最低的六个ASR模型,恰恰是最容易复现基准错误参考文本的六个模型,说明部分'高分'来自模型学会了识别自己正在被哪个基准测试,而非真的听懂了音频。研究还排除了最简单的'训练测试集重叠'解释,把问题指向更隐蔽的声学线索学习。
创作者的信任,被AI公司标了价
Matti Haapoja、Sam Kolder等影视区YouTuber发布未标注广告的Higgsfield推广视频,Kolder简介还挂着七折优惠的疑似联盟链接,双方均未回应是否为付费合作。争议不在于能不能接AI商单,而在于他们把靠人类创作力攒下的信任,拿去给一项训练数据来源存疑、可能削弱同行饭碗的技术做担保。Marques Brownlee的反驳戳中要害:生成式AI不是佳能5D Mark II,工具类比和素材来源不是一回事。
DeepMind把15年游戏AI带回游戏：论文之外，制作管线才是硬仗
Google DeepMind正与游戏工作室合作，把从Atari、AlphaStar到通用游戏智能体积累的研究做成玩法原型。消息的分量不在某个演示，而在研究团队开始接受真实游戏的成本、稳定性和运营规则检验。目前没有足够公开信息证明这些原型已经进入量产，更谈不上取代开发者。
Anthropic销毁百万本纸书,法院却说这部分合法
Anna's Archive称Anthropic秘密买书扫描销毁训练AI,并把它和12.5亿美元和解案挂钩说成人类知识浩劫,但法院文件显示买书销毁纸书被判定合理使用、完全合法,真正被罚的是留存Library Genesis等盗版电子书。呼吁抢救稀有书籍这件事本身没错,但讲故事的人自己也是本案的侵权来源之一。
免费的Ox Alpha空降OpenRouter,一次拒答泄露了它的真实身份
匿名模型Ox Alpha在OpenRouter免费开放,百万token上下文加多模态输入,驱动流量最大的应用是Claude Code；但它对敏感话题的拒答行为和历史上Hunter Alpha被证实为小米MiMo-V2-Pro的先例,都指向一场典型的匿名压力测试,免费背后是数据留存而非零留存的隐私落差。
15亿美元和解,赔的不是被销毁的纸质书
Anna's Archive发文指控AI公司秘密买书、扫描、销毁,呼吁志愿者抢救实体书,还拿15亿美元和解当证据。核对法庭文件会发现,目前唯一被证实'买书—拆书—销毁'的只有Anthropic一家,而那笔和解赔的其实是另一批盗版电子书——法院甚至认定合法购书后销毁本身属于合理使用,合法。
小团队装上百个AI agent，commit暴涨的代价是近三成合并冲突
硅谷工程师Jacob Gold提出：小团队接入二十到一百个并行编码agent后，日产出可能从50条commit冲到500条，逼近Uber式微服务团队的规模，代码模块化程度决定能喂饱多少agent。但实证数据显示，agent写出的PR中27.67%会撞上合并冲突，42%还是结构性冲突，说明生成速度暴涨之后，交付速度未必跟上。
ChatGPT搜索改用site:操作符,但Reddit暴跌的锅可能背错了
监测公司Promptwatch发现,ChatGPT Search里site:操作符的使用比例一周内暴涨46倍,几乎同时Reddit的引用占比暴跌八成多。两件事看着像一回事,但把时间线摆在一起会发现,它们对不上号。
Micro1喊出5亿美元营收,一道算不平的账先露了馅
AI数据标注公司Micro1宣称8个月内营收从1亿美元冲到5亿美元,但其自述的分成比例在数学上说不通,更像是把毛利率和留存率搞混了。创始人同时炮轰同行向中国实验室卖数据、暗指Kimi K3因此受益,这一指控目前查无实证,却已经卷入了美国的出口管制辩论。
内华达批了8000辆机器人出租车,特斯拉工程师自己先泼了冷水
内华达交通管理局一次性批出特斯拉、Uber、Waymo三张机器人出租车许可,名义合计八千辆上限,但特斯拉自己的工程师当场说这个数字一年内根本用不完,公开文件显示实际签发给特斯拉的许可只够在一小片地理围栏里跑十辆车。这更像是一张占坑的资格证,不是拉斯维加斯明天就要被机器人出租车淹没的信号。
在欧盟，1700字提示词也未必换来一份版权
欧盟版权法保护的是人的原创表达，不是生成工具吐出的结果；提示词、筛选和修改能否构成足够的人类创作，仍要看具体作品和证据。对企业而言，真正的风险不是“AI内容谁都能拿走”，而是品牌资产缺少稳定的权利基础。
谷歌Discover的“聊天机器人”，其实还在实验室里
The Verge报道谷歌要给Discover加“AI聊天机器人式”信息流，但真实进展是两件事拼起来的：去年10月上线的AI摘要卡片，和去年12月才进Labs测试、仅限美国英语用户的“Tailor your feed”自然语言调优。标题里的“聊天机器人”，眼下更像一句提前量。