人工智能资讯 第20页
聚合当前分类下的最新内容，按时间顺序查看第 20 页精选文章。
X承认回复区是“战场”，修复代码却在自己仓库里放了三年
X产品负责人Nikita Bier承认，算法长期漏用了“互相关注”这个信号，导致回复区被陌生人淹没、显得像战场；这次修复的本质，是把X开源代码里早就写好但没被充分启用的mutual-follow score调高权重，目前并无留存或互动质量数据证明真的有效。
Spotify聊天式选歌助手上线,却鼓励用户问AI最容易答错的问题
Spotify上线测试版聊天助手Talk to Spotify,先在美国、爱尔兰、瑞典开放,能对话选歌、聊听歌历史、问音乐知识。公告主动示范的「灵感来源」「歌词含义」恰恰是AI最容易答错又没有引用来源的问题,而背后隐私政策对提示词、语音、对话记录的收集范围写得很宽,保留时长、删除权、训练opt-out这些具体问题,功能页完全没说清。
开源模型吃下近三成AI请求,却挣不到一成收入
Vercel数据显示,开源模型六月吃下了近三成的AI请求量,支出占比却不到4%,而闭源frontier厂商仅Anthropic一家就拿走61%的支出。这场'开源反超'更像是用量和利润分裂成两条曲线,而不是frontier模型贬值。更值得留意的是,Hugging Face自己披露的平台规模数字也和外界引用的版本对不上,'开源崛起'的具体尺度还得打个问号。
一段50秒原型视频，几天内被AI克隆了四次
独立开发者Freya Holmér发布旋转版俄罗斯方块原型后，数天内出现最多4个AI克隆版本，其中一款已上架应用商店。AI没有发明游戏抄袭，但把复刻耗时从数周压到一天，门槛降到几轮提示词。真正该盯的是应用商店的分发机制——它愿意为这种低成本仿制买单，独立开发者和普通玩家都会被波及。
Reflection签下10亿美元算力协议,合作方却是前Yandex
Reflection AI与Nebius签了一份10亿美元、期限到2027年的算力协议,几周前它刚拿下SpaceX的算力资源。放进CoreWeave、Meta动辄百亿级大单的坐标系里看,这更像是一张追赶者的入场券,而不是决定性筹码。
DeepMind CEO提议建全球AI监管机构,主导权先划给了美国
Demis Hassabis提议成立一个类似FINRA的全球AI监管机构,发布前评估前沿模型、必要时协调全行业减速,并主张由美国主导;目前仍是提议加游说阶段,尚无政府正式表态。谁能定义“安全的前沿模型”,已经变成一场提前开跑的规则争夺,开源社区和中小实验室首当其冲。
反中心化的宣言,中心化的产品:Murati的AI悖论
Thinking Machines Lab发布使命宣言,引哈耶克论证AI应像知识一样分散、由用户持续塑造,但同期公司正推进约20亿美元种子轮融资,旗舰产品Tinker本质是跑在自家服务器上的托管式微调服务。宣言讲反中心化,资本和产品架构却高度集中,这个落差比文章本身更值得注意。
Codex销售插件搬进ChatGPT Work：能拼数据，签不了单
OpenAI Academy在2026年5月15日发布教程，把原挂在Codex app里的销售工作流并入ChatGPT Work，能拉通CRM、通话记录、邮件和Slack生成简报、会议包和预测复盘。这是一次工作流搬家和教程更新，不是新产品发布。价值边界很清楚：拼数据，不拍板，权限和数据质量才是真正的接入门槛。
OpenAI把Codex悄悄改名ChatGPT Work,官网自己漏了嘴
OpenAI Academy一篇关于数据科学团队用ChatGPT Work的通稿几乎没有实质内容,但页面注脚暴露了关键事实:这就是Codex改的名字。在Databricks、Google、Microsoft都在拼平台深度集成的当口,ChatGPT Work选择了一条跨工具通用助手的路线,胜负手还没见分晓。
1100万学生背后，印度先给老师配了个AI助教
Google DeepMind联合印度Atal Innovation Mission推出Gemini驱动应用ATL Saathi，给ATL创客实验室的老师配AI助教，首批100所学校试点。它管的是老师的备课、项目生成和多语言教学，不直接开放给学生用。官方目标只是希望降低教师负担、提高备课效率，目前还没有效果数据。
智能爆炸被算了一笔账：15%门槛，9%现实
Elasticity Institute团队发布36页论文，首次给'AI自我加速'算出量化门槛：AI能力每提升一单位，需带来至少15%的研发生产率提升才能自我维持，而目前测算的实际回报约为9%，仍在增强但未达标。这篇论文并非孤例，而是METR、Epoch AI生态多个团队同步推进的量化辩论的一部分。
AI抢走谁的饭碗？这次轮到研究AI的人自己回答
普林斯顿学者Arvind Narayanan在ICML 2026首尔大会上直面AI研究社区自身的失业焦虑，提出AI不会靠单一里程碑让人一夜失业，但工作形态将被彻底重排，而这恰恰戳破了硅谷部分人士“先囤钱再说”的应对策略。
硅谷老将扎堆回归AI一线：放下头衔，赌一个窗口期
Tom Blomfield休假加入Anthropic做基层技术岗，Krieger、Karpathy、Bailis、Chamath陆续做出类似选择；这不是财务窘迫式再创业，而是把AI能力前沿当成值得押上现有身份的平台级窗口期；但商业结果还没验证，创业者和企业预算负责人该学的是资源起点差距，不是照抄这份名单。
阿里连投两轮,PixVerse估值破20亿:这轮融资更像一次卡位
新加坡视频生成公司PixVerse完成4.39亿美元B轮延伸融资，估值冲过20亿美元，距今年3月的Series C首轮只隔四个月。阿里巴巴从去年9月的B轮开始连续三次加注，这次还多了一层业务部署合作——比起融资数字，这层投资人兼客户的绑定关系更值得琢磨。
开源agent Hermes三个月融两轮，15亿估值里可能有笔糊涂账
Nous Research传出以约15亿美元估值洽谈新一轮融资，融资规模至少7500万美元，距离4月的5000万美元A轮不到三个月。但那轮A轮对应的约10亿美元估值实为代币/SAFT关联估值，并非传统股权估值，两次数字未必能直接放在一起比较。Hermes在GitHub上人气惊人，但商业模式和开发者口碑都还没有想象中稳固。
这款开源吉他谱工具不『听』音乐，只『抄』画面
开发者marcelpanse发布开源CLI youtube-guitar-tab-parser，用Claude vision定位并截取YouTube吉他教学视频里已经画好的六线谱，去重拼接成PDF，全程不做音乐转录。这条路径绕开了Klangio、Songscription等音频转谱产品最头疼的音符还原难题，但谱面对不对、能不能分发，都还是悬而未决的问题。
纳德拉警告企业"被AI偷家",但合同真这么写吗
微软CEO萨提亚·纳德拉发博客警告企业用AI在"付两次钱":花钱买token之外,还在把机构知识喂给模型。但主流供应商合同其实默认不拿customer数据训练,真正的口子集中在feedback留存和反蒸馏条款上——而纳德拉开出的药方,恰好是Azure云和编排层的生意。
三星健康：不同意AI训练，云端记录就可能被清空
三星健康被曝出现新的“同意二选一”设计：撤回AI训练授权可能导致云同步中断、历史健康数据被删除。比起原文标题，真正的问题是三星把非必要的AI训练目的和基础云服务捆绑在了一起，这种做法在GDPR框架下未必站得住脚，也明显落后于苹果和Garmin的做法。
37,022行代码暴增,Willison的归因图表算不了数
Simon Willison晒出Datasette十年最大的一次代码变动峰值,把功劳记在几个2026年新模型头上,但GitHub的统计功能本身根本不携带模型归因信息,时间线也对不上。真正能核实的是sqlite-utils那笔149.25美元的账,那才是AI辅助编码该被讨论的样子。
AI写的代码到底烂不烂?一篇刷屏雄文的四个论断,被实证数据拆穿一半
一篇题为《AI Is a Bad Tool》的投稿断言AI编程是彻底不透明的黑箱、安全漏洞说法毫无依据、prompt engineering纯属骗局；但2024-2025年多组随机对照实验和CWE级别的安全审计显示，这些判断只有一部分站得住，另一部分正好被数据反驳。
Siri AI公测开局:一边说'已经改变手机',一边卡在等待名单里
The Verge一篇体验文说Siri AI公测已经改变了自己用iPhone的方式,但苹果官方门槛和Reddit公测反馈拼出的是另一幅图景:机型、语言、地区层层限制,崩溃和等待名单也不少见。这更像一次能力抢跑,离全面可靠的产品跃迁还有距离。