人工智能资讯 第72页
聚合当前分类下的最新内容，按时间顺序查看第 72 页精选文章。
OpenAI在“追近”Anthropic?同一份数据三个月打自己三次脸
TechCrunch援引Ramp数据称OpenAI正缩小与Anthropic的企业市场差距，但把Ramp过去四个月发布的多份数据放在一起看，谁领先其实每次都在变。真正值得注意的是：16%的企业已经同时为两家付费，这场“份额战”更像是媒体和公司借模糊口径讲故事，而不是一场你死我活的替代战。
OpenAI开始研究权力集中,但它自己就是那个变量
OpenAI新设Strategic Futures团队,上线AI Futures博客,把权力集中列为AI时代最大长期风险,推演自动化执法、税基转移、官僚自动化如何削弱国家对公众合作与同意的依赖。团队明确不主张彻底去中心化,只想防止单一公司、寡头或政府形成压倒性权力,但安全与自主、追责与隐私两组冲突,自己都调和不了。问题意识值得肯定,写下这份宣言的公司,恰恰握着这场权力游戏最大的一部分开关。
Google给出版商发按钮，能补上AI搜索抢走的流量吗
Google于2026年8月向出版商开放可嵌入网站的“首选来源”按钮，覆盖搜索、Discover、Google News和AI搜索场景；截至5月已有超过34.5万个来源被选中过。但这只降低了读者的操作门槛，没有改变AI搜索减少跳转这件事，更像局部止血，不是解药。
Liquid AI 甩出3.18倍加速，但当天没人能替它验证
Liquid AI发布LFM2.5-DSpark草稿模型，官方称GPU最高3.18倍、端侧最高2.87倍加速，2.6B模型函数调用延迟平均降57%。但发布当天，llama.cpp官方文档只公开支持Qwen3主干，vLLM生态还留着LFM2混合架构与投机解码的兼容性老问题，这组数字目前更像一份可信但尚未被外部验证的公司自测。
Ramp的免费AI路由:不用开户就能用,却查不到隐私条款细节
Ramp上线自有AI模型路由服务Router,免费到2026年底,还不需要开Ramp账户就能用,说明它的真实目标是整个开发者路由市场,而不只是服务老客户。更值得警惕的是,原文所称的“默认保留一年”隐私条款,在Ramp公开文档里目前找不到确切依据。
皮尤研究：ChatGPT发布近四年，三分之一新网页疑似AI代笔
皮尤研究中心分析近50万份英文网页发现，ChatGPT发布后新上线的页面里35%显著带AI撰写或重度编辑痕迹。商业网站是AI内容主战场，.com检出率是.edu、.gov的近十倍。这个35%是检测工具给出的方向性估算，不是三分之一网页已经完全由AI代笔的定论。
Grok说这是罕见故障,可状态页从没记这一笔
Grok在网页端向用户输出胡言乱语并附错误引用链接,官方称是罕见临时故障且状态页显示一切正常,但状态页从未正式记录过这次事件,官方说法和用户实际体验之间存在明显落差。更值得留意的是,被外界当作最新旗舰的Grok4.5其实已被一个月内推出的4.6取代,而该代模型的幻觉率在测试中大幅上升,这为这次故障提供了产品层面的解释,而不只是一次孤立意外。
3.16倍和10倍:OpenAI这份客户案例,两把尺子量了两件事
OpenAI最新客户案例说,采购支付公司Stampli用ChatGPT Work和Codex把新产品Deep Finance的发布压缩到六周,生产效率提速3.16倍,团队内容产量放大10倍。但这两个数字量的是完全不同的两件事,案例里也没说清楚基线怎么定、返工算不算、多少功劳该记给流程重组而不是工具本身。
Pocket美区"全量上线"?商店数据和帮助页都不这么说
Meta称AI游戏应用Pocket已面向美国所有用户开放，但Google Play下载量刚过万、官方帮助页仍写着"尚未覆盖所有地区"，两者对不上。更被忽略的是：Gizmo团队交易只是非独家授权，用户的提示词和remix内容一旦发布，作者连删除权都保不住。
1500万人的对照组里,那个没被保护的少年
两位参议员要求TikTok在9月1日前回答13个问题,起因是一场关闭安全防护、拿1500万美国用户做对照的算法实验,16岁少年Chase Nasca死前两周73%的推送都与悲伤自杀相关。更值得注意的是,参议员要的不只是这一次解释,而是2019年以来所有类似实验的清单——这可能不是孤例,也不只是TikTok一家的问题。
用第二个模型给 Claude 删稿：能治话多，省不了已发生的 token 账单
一则社区讨论建议用独立大模型压缩 Claude 的冗长回答，但这只能改善交付文本，无法减少 Claude 已生成并计费的输出 token。真正有效的成本控制仍发生在生成之前：收紧提示词、限制输出长度，并用实测区分“模型话多”和“任务本来复杂”。
一块27美元智能手表，暴露了AI编程代理的真实成本
围绕Claude改造PineTime智能手表的项目，真正有价值的地方不在于“AI能写代码”，而在于它把嵌入式开发的硬件约束、模型能力和人工纠错成本同时摆到了桌面上。现有线索无法确认Kimi、DeepSeek的具体调用方式，因此更稳妥的判断是：低价模型可以帮忙推进原型，但还没有替开发者承担交付责任。
十项数学突破背后,验证它们的人还没到场
OpenAI宣布内部模型Astra攻克十道数学与理论计算机科学难题,配上253页手稿、62页推理笔记和Lean形式化证书,但这套证据目前仍是自证,独立数学界尚未完成复核。对比DeepMind在IMO赛道坚持走官方认证评分,OpenAI选的是先宣布、后补证的路线,数学界的存在性危机,眼下更像建立在一个还没被验完的地基上。
170次行程、54辆车、零安全员：特斯拉Robotaxi在奥斯汀疑似转向全面无人监督
众包追踪显示奥斯汀近两周170次Robotaxi行程全部无安全员，涉及54辆车，但这只是一个第三方网站的观测范围，不等于官方确认全城无人化；达拉斯、休斯敦同期也出现约30辆无监督车辆，扩张不止发生在奥斯汀；特斯拉不公开车队数据，外界只能靠众包拼图判断进度，这本身就是问题。
41岁、两级研究学位之后，这名学者决定从零学NLP
一名在俄罗斯取得两级研究学位的学者，承认自己仍无法用非学术语言说明研究发现及其有效性，于41岁转学计算语言学和NLP。真正刺痛人的不是中年转行，而是一个更普遍的问题：路径再难、晋级再久，也不能自动证明成果有外部价值。代码同样会骗人，但数据、程序失败和真实用户至少能给工作加上更明确的否决条件。
DiffusionGemma:单卡1500 tokens/s,是解码范式突破还是漂亮的演示
DiffusionGemma把Gemma 4微调成扩散语言模型,论文称单张H100能跑到约1500 tokens/s,新增训练量不到原模型的10%。但首token延迟、显存占用、量化精度、对比基准这些决定部署成本的细节,论文都没有交代。真正的答案要等社区拿到权重、换上自己的硬件之后才有。
Slack上线'氛围编程'频道,自己却一行代码没写
Slack推出协作式编程频道,团队可在频道里@Claude Code、Devin等agent直接生成代码、审代码、预览效果。但拆开看,真正生成代码的仍是Cursor、GitHub Copilot、Replit这些第三方agent,Slack做的只是协调层这一件事。
把训练数据扩大5倍,这个钢琴AI反而变笨了
独立开发者用一年时间训练出1.25亿参数模型,在iPhone上实现每秒108音符的实时钢琴续写,核心突破不在模型大小,而在把音符打包成复合token和用DPO做后训练。把数据集扩大5倍反而让效果变差的教训,比跑分数字更值得记住。
一个网站教你别再甩AI回复,但真正的争议在别处
一个叫dontpastetheai.com的极简网页,呼吁人们别把ChatGPT原文直接甩给提问者,却在Hacker News、GitHub等平台掀起跨圈层共鸣。更值得关注的是它catch不住的反转:写得工整的人类原创,现在反而更容易被冤枉成AI代写。
写代码快了十倍,工程团队卡住的却是脑子
Simon Willison在Talking Postgres播客里说,coding agent能把每天的代码产出从两百行推到上千行,但前提是调试通过、可维护、测试齐全,质量不能打折。他更担心的是另一件事:功能变便宜之后,软件会像温彻斯特神秘屋一样不断加建,概念完整性反而更容易散架。
这句被转发疯了的AI箴言,查无实据
Simon Willison引用的Jeremy Morrell那句「LLM+sandbox给用户超能力」的名言,检索发现出处存疑,且与2023年Geoffrey Litt的经典论述高度重合;而现实中的Pi coding agent已经因为默认不设sandbox引发误删文件的真实事故,说明这套愿景在落地时远比一句箴言复杂。