人工智能资讯 第25页
聚合当前分类下的最新内容，按时间顺序查看第 25 页精选文章。
从聊天机器人到微短剧工厂:Character.AI 一年三次加码视频化
Character.AI 上线动画微短剧 c.ai Series,看完可与剧中角色聊天,这是其视频化路线一年内的第三次加码。但对照 ReelShort、DramaBox 靠高比例付费买量撑起的23亿美元市场,以及自家用户社区对核心聊天质量的持续不满,这次跨界更像是分散注意力而非精准卡位。
Claude的「年度总结」，其实是劝你少用它的工具
Anthropic上线Claude使用回顾功能，最长可查看12个月数据，但官方名称是「reflection」而非「Wrapped」——安静时段和休息提醒的设计，更像数字健康工具而非Spotify式的炫耀总结。这个命名落差，暴露了Anthropic在AI黏性设计上和OpenAI、Spotify截然不同的选择。
Character.AI杀入微短剧赛道，官方公告却查无踪迹
Character.AI悄悄上线三部可对话微短剧，想用聊天粘性切入这个由专业短剧App和大流媒体主导的赛道；但官方渠道近乎沉默，外界常引用的月活时长数据也缺一手出处，这场转型的底气还有待验证。
Ollama融资6500万美元：免费护城河，收费新生意
开源AI工具Ollama完成Theory Ventures领投的6500万美元B轮，累计融资8800万美元，创始人称月活开发者近890万、渗透85%财富500强，团队仅14人。热闹的融资叙事背后，是一年多的开源社区信任争议和被曝光的安全暴露面，Ollama真正要证明的是免费口碑能不能撑住它的云端生意。
邦妮·泰勒“去世”消息先别转：AI 搜索最怕这种半截讣闻
网上出现“Bonnie Tyler dies aged 75”的标题式线索，但仅凭这一句和空摘要，不能把邦妮·泰勒去世写成确定事实。真正该看的不是谁抢先报了讣闻，而是谁给出了可核验来源；这类消息也暴露了 AI 搜索在高敏事实上的软肋：它会整理信息，却未必承担查证责任。
Databricks自测编码智能体：真正决定成本的不是模型单价，是那层叫harness的东西
Databricks用自家数百万行代码库做的内部基准显示，开源模型GLM 5.2已经以更低成本追平Opus 4.8的质量，而决定实际花费的关键变量其实是harness如何裁剪上下文，不是模型的每token价格。这份评测出自一家同时在卖harness切换产品Omnigent的公司，结论可信但不宜照单全收。
AI让代码库重写更划算，但没让人更懂代码
有博主提出，代码库越贴近AI训练数据里的主流范式，AI辅助编程效率越高，这让重写遗留系统重新变得划算。但独立研究显示，AI提升的是任务完成速度，不是开发者对代码库的真实理解——为AI讨好而重写，可能只是把旧技术债换了张更整洁的新皮。
越用越高效，也越用越烦：开发者们正遭遇“LLM疲劳”
开发者Alec Scollon在博客里记录自己对LLM输出产生本能抵触：不是工具出错让他崩溃，而是同样的幻觉、同样的破折号短句、同样的emoji一遍遍出现。这背后有学术论文和Anthropic自己的研究做支撑，说明“效率提升”和“认知负荷上升”正在同时发生，AI辅助编程已经走到一个好用却让人厌烦的阶段。
OpenAI 发布 GPT-Live:ChatGPT 语音换脑,却先曝出笑场 bug
OpenAI 发布 GPT-Live,给 ChatGPT 语音模式换了新架构:前台聊天不断流,复杂问题后台转给 GPT-5.5 处理。预览体验里出现打断发笑的 bug,反馈后有所缓解但未必根除。语音越拟人,这类情绪失误的杀伤力可能比模型过时更直接。
96分变48分：布朗大学一堂经济学课的AI作弊罗生门
布朗大学经济学教授Roberto Serrano怀疑学生用AI做完带回家期中考试，临时把期末改成现场闭卷，结果班级平均分从96分跌到48分，22名期中满分的学生干脆没来考。这组数字目前只是教授单方陈述，校方尚未介入调查，却已经被两家媒体做成了“AI作弊丑闻”。
Meta智能眼镜拟“全程感知”:灯不亮,但一直在录
《金融时报》报道,Meta正测试代号“super sensing”的智能眼镜原型,可持续录音并每隔几秒拍照,供用户事后向Meta AI查询周边环境。核心变化不是又出一款AI眼镜,而是把捕捉行为从用户按键触发前移为默认后台常态,LED指示灯计划保持熄灭,隐私边界将决定这类产品能否落地。
Waymo的应急协议写了三年，救护车照样被堵
NHTSA要求自动驾驶公司月底前解决车辆干扰急救现场的问题，但信里不点名、不设罚则，也没定义什么算合格方案。更扎心的是，Waymo、Zoox、Tesla早在2022到2026年间就已各自发布过应急协议，说明卡壳的不是流程缺失，而是感知和响应能力跟不上纸面承诺。
Lovable一年翻七倍：132亿美元估值背后的算术题
瑞典AI编程公司Lovable正洽谈以132亿美元估值融资3亿美元，较去年12月的66亿美元整整翻倍，一年内估值涨了逾7倍，Menlo Ventures预计领投。这笔交易还在洽谈阶段，单一信源尚未交叉确认，但已披露的用户和ARR数据能大致算出这轮估值对应约26倍营收倍数，高于多数同类公司。
OpenAI亲手否决自荐基准:SWE-Bench Pro三成任务被判'不及格'
OpenAI对自己去年力荐的编程基准SWE-Bench Pro做了一次自我审计,认定约30%的公开任务存在缺陷,当场撤回此前的推荐。更值得留意的是,部分问题GitHub上早有编号明确的报告,而这次审计的裁判和运动员,某种程度上是同一批人。
OpenAI亲手拆了自己力荐的编程基准：SWE-Bench Pro三成任务是坏的
OpenAI审计Scale AI打造的SWE-Bench Pro，发现731个公开任务里约三成存在测试过严、提示误导等缺陷，人工复核揪出的坏任务比例(34.1%)高于自动化流水线(27.4%)。这是OpenAI一年内第二次拆穿主流coding基准的可信度，此前它刚建议行业从SWE-bench Verified转向Pro，如今又亲自撤回这条推荐。
OpenAI立下国家安全三条红线，问题是谁来验证
OpenAI发布《国家安全原则》，同时披露一个月内与八国及欧盟机构建立网络防务信任合作、扩大生物安全模型访问权限，其国防业务已包含一份两亿美元级合同。但公司自证式的“不用于监控、不用于自主武器”承诺至今没有第三方审计，参议员沃伦已在国会追问合同细节能否公开。
AI写的PR描述,为什么比没有还糟?
工程师Kenton Varda在团队内部禁用AI生成的PR描述、commit信息和issue文字,理由是这类文本详细复述代码本身就能看出的细节,却漏掉审查者真正需要的意图说明。问题不是AI写得不够细,而是它擅长的信息维度和PR消息的核心价值本来就不在一个频道上。
麦康奈尔病床假照翻车:Google水印赢了一局,但这场胜利经不起细看
一张米奇·麦康奈尔病床惨状的AI假图疯传后被Snopes借助Google的SynthID水印戳穿,这被称为'罕见但重大的胜利'。但破案的关键其实是生成工具主动参与水印计划,而非系统主动识破谎言,这恰恰暴露了深伪检测的真实覆盖率有多窄。
8分钟数据、23亿估值:机器人的ChatGPT时刻是真是假
General Intuition称用视频游戏动作数据训练的模型,只需8分钟真实数据微调就能让四足机器人在办公室里zero-shot行走,公司借此叙事一个月内把估值从传闻的20亿美元推到23亿美元。但目前所有证据只来自公司自证的单一演示,没有第三方复现,也没有披露失败率和任务边界。
Grok 4.5发布：马斯克对标错了一代，还有个神秘模型全程领跑
xAI发布Grok 4.5，定价比Opus级模型便宜不少，但摊开官方自己公布的跑分表会发现，马斯克拿来对比的是旧一代Opus 4.7，而不是同代的Opus 4.8——在Grok重点强调的SWE Bench Pro测试里，Opus 4.8其实领先Grok 4.5。榜单里还有一个叫Fable(max)的模型全程夺冠，却没人解释它是谁。
微软开源Flint：AI画图表，先过编译器这一关
微软研究院联合人大IDEAS Lab开源可视化中间语言Flint，用语义类型和编译器把AI生成的图表规格翻译成Vega-Lite、ECharts、Chart.js配置。它省的是调试底层参数的成本，不是画图能力，效果全看数据语义标注是否到位。三个后端渲染能力并不对等，Flint也不是BI工作流的替代品。