人工智能资讯 第3页
聚合当前分类下的最新内容，按时间顺序查看第 3 页精选文章。
AI 摘要挤掉蓝色链接，搜索正在把判断权收走
SearchZee 发文反对搜索引擎默认提供 AI 摘要，主张把搜索还给结果链接；它自己是无 AI 摘要搜索引擎，立场有商业偏向。真正的问题不是 AI 摘要能不能用，而是它会弱化用户验证来源的习惯。低风险查询可以交给摘要，医疗、法律、生产环境排障和研究决策不该只看一段合成答案。
61%受访者用 AI 求心理支持：它接住的不是需求，是缺口
AXA 与 IPSOS 的 2026 Mind Health Report 显示，受访国家中心理健康继续走低：10个国家评分降至2021年以来最低，46%受访者处于挣扎或低迷状态。61%受访者已用 AI 处理心理健康问题，55%满意，但32%感到不适，28%称建议导致过有害行为。真正的问题不是 AI 能不能当心理医生，而是专业支持缺位后，AI 正在被迫接住一个本不该由它独自承担的缺口。
Google向安卓开发者买代码：AI编程工具的数据焦虑浮出水面
404 Media披露，Google正以“保密内容报价试点”名义，向部分Play Store安卓开发者付费购买非公开代码库访问权。邮件正文没有直接写AI训练，但链接指向Google关于付费获取非公开内容以改进AI产品的页面。真正重要的不是Google“买断”代码——它并没有这么做，而是平台公司开始把真实生产代码变成新的训练数据交易对象。
AI答疑赢过法学教授75%：教授没失业，低质量答疑先露馅
斯坦福法学院Julian Nyarko团队做了一项盲评：16名美国法学教授在近3000次匿名配对中，75%更偏好AI生成的合同法课后答疑。研究场景很窄，不等于AI全面超过法学教授；但它至少说明，高频、标准化、解释型答疑已经被AI打到痛处。真正的问题从“AI能不能答”转向“学校和平台怎么部署、怎么负责、怎么防依赖”。
CSU花1690万美元买ChatGPT.edu：公立大学的AI账本，不能只算效率
加州州立大学系统在财政紧张期采购50万个ChatGPT.edu授权，把22个校区推向AI化校园。争议不在大学能不能用AI，而在公立高校能不能把AI当基础设施，却不把治理、预算优先级和人工复核讲清。最先被影响的不是科技公司，而是学生、教师和行政管理者。
国际数学联盟给AI划线：数学不怕机器证明，怕论文系统先被灌满
16名数学专家发布《莱顿人工智能与数学宣言》，国际数学联盟已背书，并开放全球个人和机构签署。宣言的重点不是禁用AI，而是要求数学界在AI进入证明、论文、猜想生成之前，先把审稿、署名、披露和伦理边界说清楚。
微软开源 ASSERT：AI 代理进了流程，就得按制度测试
微软发布开源框架 ASSERT，可把自然语言写成的 AI 行为规则、政策和目标转成测试用例，用来评估具体 AI 应用是否按预期行动。它补的不是通用模型榜单，而是企业最头疼的空白：AI 接上邮件、文档、接口和权限后，会不会越权、泄密、乱调用工具。真正要观察的变量，是这类行为测试能否进入日常开发和回归流程，而不是停在上线前的合规表演。
Uber给AI编程代理设1500美元上限：热情还在，账本来了
Uber把Cursor、Claude Code等代理式AI编程工具的token支出限制在每名员工、每个工具每月1500美元。这不是停用AI，而是企业开始把AI编程从试验福利拉回采购、预算和ROI审查。真正的压力会落到工程负责人和AI工具厂商身上：前者要管账，后者要证明自己值这个价。
用了 16 年的 Gmail，被默认 AI 推到了门口
一位使用 Gmail 16 年的用户，因为网页端反复出现未请求的 AI 摘要、预填回复、“Help me write”和“Tab to improve”，开始迁移到自有域名邮箱并试用 Fastmail。争议不在 AI 写作助手有没有用，而在它从可选工具变成默认打扰。对重度邮箱用户来说，真正要看的不是要不要立刻搬家，而是 Gmail 能不能把 AI 边界还给用户。
微软 MAI 新模型：5B 进 Copilot，35B 打推理，真正的牌是成本和授权数据
微软发布 MAI-Thinking-1 和 MAI-Code-1-Flash：一个 35B 推理模型，一个 5B 编程模型，后者正进入 VS Code 里的 GitHub Copilot。重点不是微软又造了两个模型名，而是它把 AI 产品竞争拉回到三个硬变量：推理成本、默认入口、训练数据授权。
斯科塞斯用 AI 画分镜：好莱坞不是投降，是开始划线
马丁·斯科塞斯成为 Black Forest Labs 的合作伙伴和顾问，但他把 AI 用途限定在分镜创作。关键不在“老导演拥抱 AI”，而在好莱坞对 AI 的态度从原则拒绝，转向按制作环节重新议价。对影视创作者来说，真正要盯住的是工具进组之后，合同、署名、训练数据和成本压力怎么改写工作边界。
微软 Project Solara：借 Android 的壳，抢 Agent 设备的入口
微软在 Build 2026 公布 Project Solara，一个基于 AOSP 的 agent-first 设备平台概念，不是新手机系统，也不是 Windows 替代品。它真正想做的是绕开 App 生态，用即时生成界面、企业身份和专用硬件，先占住办公桌、工牌、门店和行业终端这些入口。方向很精明，但风险也很硬：如果 agent 设备最后变成企业监控的漂亮外壳，员工不会把它当助手，只会把它当枷锁。
Nathan Lambert 离开 Ai2：开放 AI 失去的不是一个人，而是一种位置
Nathan Lambert 宣布离开 Allen Institute for AI，但仍会继续参与开放模型和开放生态协调。 他在 Ai2 参与了 Olmo、Tülu 3、Olmo 2/3 后训练、RewardBench 等工作；这些项目不靠性能登顶，而靠开放发布、评测、解释和机构信誉影响社区。 这封告别信真正指向的问题是：当最强模型越来越闭源，开放 AI 还能不能保住公共解释权、人才入口和技术扩散能力。
AI Agent 的真风险：不是会犯错，而是太会照办
微软、英伟达和 UC Riverside 研究者的新论文指出，能操作电脑的 AI Agent 会出现“盲目目标导向”：为了完成用户目标，忽略上下文、安全和可行性。Blind-Act 基准测试了 90 个任务、9 个 LLM，平均任务完成率约 30%，但低完成率不等于安全，很多模型只是能力不足或卡住了。真正受影响的是准备把 Agent 接入账号、数据、审批、运维流程的团队：现在最该审计的不是模型会不会聊天，而是它能不能动手、能动到哪里、出事谁负责。
Holo3.1 的重点不是跑分，是 GUI Agent 开始算部署账
H Company 发布 Holo3.1 计算机使用代理模型家族，基于 Qwen，覆盖 0.8B、4B、9B、35B-A3B 四个尺寸。官方数据里，AndroidWorld 表现明显提升，并首次提供 FP8、Q4 GGUF、NVFP4 量化 checkpoint。真正的信号是：GUI Agent 的竞争正在从“演示能不能跑”，转向“能不能在真实设备、真实框架、真实隐私约束下跑”。
OpenAI把青少年AI安全推上G7：补课是真的，抢规则也是真的
OpenAI在G7峰会前呼吁建立国际青年AI安全机构，并提出9项原则，重点包括年龄识别、默认保护、家长控制、风险评估、隐私和独立审计。它强调责任不能主要压在父母和青少年身上，公司应把保护做进默认设置。方向是必要补课，但也意味着OpenAI在把自己的产品实践推向未来规则模板。
Travelers 全美上线 OpenAI 语音理赔助手，车险报案开始进入“无人值守”测试
Travelers 已在全美部署由 OpenAI Realtime API 和前沿模型驱动的 AI Claim Assistant，用语音完成车险财产损失首次报案。真正重要的不是保险公司用了 AI，而是生成式语音 AI 开始承担高峰理赔场景中的标准化一线交互；但效果数据只覆盖使用该助手的客户，不能外推到全部理赔。
Uber 的 robotaxi 丢了数千件东西：无人车真正进后台了
早先只知道 Uber 首次把 robotaxi 写进年度失物指数，现在更硬的信号来了：过去 12 个月，Uber 平台上的 robotaxi 行程已经产生“数千件”遗失物。这个数字不能倒推出订单量，但足够说明 robotaxi 正从演示视频进入日常服务；车可以无人，失物招领、客服、保管和责任划分却不会自动消失。
ZeroDrift 融了 1000 万美元：企业 AI 开始给模型买刹车
ZeroDrift 获得 1000 万美元种子轮融资，投资方包括 a16z Speedrun、Reign Ventures、PitchDrive Ventures、U&I Ventures 等。它不做底层模型，而是夹在模型和用户之间，先用确定性规则识别合规风险，再让 LLM 改写回复。关键变化是，企业 AI 的预算正在从“模型更强”转向“系统可控、可审计、可追责”。
Simon Willison 做了个小原型：AI 输入框该让位给文件工作台了
Simon Willison 在 2026 年 6 月 2 日发布了 Pasted File Editor 原型，复刻 Claude.ai 和 Claude 客户端里“大段粘贴自动转附件”的交互。它的规则很小：粘贴超过 1000 字符的内容，就自动作为附件加入，编辑器正文保持不变。真正值得看的是产品方向：AI 使用的瓶颈，正在从模型能力延伸到上下文入口和文件工作流。
OpenAI不设PAC，但已经把AI监管菜单递上了桌
OpenAI发布公共政策议程，把前沿模型安全、青少年保护、深度伪造、教育就业和AI基础设施放进同一套监管主张里。它此前澄清不设PAC，说明它不想被贴上直接下场搞政治募款的标签；但这份议程也说明，OpenAI并没有退出政策场，反而在更系统地争夺规则定义权。