人工智能资讯 第9页
聚合当前分类下的最新内容，按时间顺序查看第 9 页精选文章。
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。
Meta AI 新Mac应用:听写是钓钩,商家账本才是鱼
Meta AI给Mac应用加了全局听写和屏幕问答,由Muse Spark驱动,但Google一个月前已经在Gemini里做过同款听写,这步没有先发优势;真正的变化是商家能接入Instagram、Facebook广告和Google Workspace账号生成分析文档,AI开始碰经营数据;官方尚未公布数据留存、训练用途和撤销权限的细节,这些空白比听写准不准更值得关心。
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。
五年600万变两周1.2万:Asana这笔Codex账,该怎么算
Asana称一次内部测试框架迁移,原计划五年、约600万美元,工程师借助Codex约两周完成,模型与基础设施花费约1.2万美元。真正变化的是让原本算不过账的老项目重新值得立项,而不是效率翻了几十倍。但1.2万美元只是模型账单,不是项目总成本,案例边界清楚,未必能直接套到更混乱的老系统上。
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。
OpenAI加码企业隐私保护，真正的考题是数据能否少留、可查、可控
OpenAI正试图用更严格的企业数据保护措施压过Anthropic，但目前公开信息仍不足以证明其方案已经领先。企业客户真正需要比较的，不是“不用于训练”这一句承诺，而是数据保留时间、滥用监测、密钥控制和审计权能否写进合同并接受验证。
Waymo新出租车全城开放，关税却在拖后腿
Waymo第六代无人出租车Ojai已在洛杉矶、凤凰城、旧金山向全体乘客开放，年内还将扩展到丹佛、拉斯维加斯和圣地亚哥。但这款靠中国产极氪车身压低成本的车队，正撞上高额进口关税，测算显示单车到岸成本可能逼近9万美元，Waymo“更便宜”的商业叙事和Alphabet财报里持续亏损的Other Bets板块之间，还有一道没填平的沟。
Amazon买书销毁训练AI：能证实的只有1000本，传的是几百万本
404 Media记者用一枚AirTag追踪一批约1000本书的异常订单，锁定Amazon北拉斯维加斯仓库的图书拆解扫描项目，证实了破坏性扫描训练AI的存在，但网上流传的“销毁数百万本书”说法目前没有独立信源支撑。
帕特洛被曝为奥特曼设宴：晚宴尚待证，利益关系已经上桌
媒体称格温妮丝·帕特洛将为山姆·奥特曼举办晚宴，并提到她的投资公司 Kinship Ventures 投资了 OpenAI。消息目前缺少日期、地点、宾客名单及当事方确认，合理标签只能是“待核实”。即使晚宴成行，它说明的也是资本与名流正在互相试探，远非好莱坞已经接受生成式 AI。
48小时闪电融资、10亿估值：AI记账独角兽Rillet的证据链够厚吗
AI原生会计初创公司Rillet完成1亿美元C轮融资，估值达10亿美元，ICONIQ连续三轮加注，公司称ARR三个月翻倍。但第三方评价样本量小、定价不透明、AI在复杂会计判断上的边界，都是这个10亿估值目前还没被充分验证的部分。
Gemini挂出'学生中心'招牌，官网却查无此名
The Verge报道Google为Gemini推出'学生中心'，但检索发现Google官方渠道从未使用这个名字，官方页面一直叫Gemini for Students；更关键的是，此前面向美国大学生的免费Google AI Pro福利已在今年3月到期，学生想用完整功能得掏19.99美元一个月。这更像是一次功能重新打包的返校季营销，不是新产品。
Google开学季甩出AI学习工具大礼包,拆开一半是旧闻回炉
Google在8月19日集中发布了一批AI学习工具,但多数功能其实在过去一年里已陆续单独上线过,这次更像开学季的整合营销;更关键的是,此前被明确排除在教育账户之外的3D模拟功能是否已对学生开放,Google在发布中只字未提。