人工智能资讯 第43页
聚合当前分类下的最新内容，按时间顺序查看第 43 页精选文章。
iOS 27 的实用 AI：Siri 之外，苹果在抢系统入口
iOS 27 开发者 beta 已上线，公共 beta 将至，正式版预计秋季推送。Siri 大改是台前热点，但更实用的 AI 藏在分账、密码、Messages、电话、日历、快捷指令、家庭和 Safari 里。苹果这轮真正押注的不是聊天机器人，而是把 AI 做成低感知、高频率的系统基础设施。
AI 把 BASIC 老游戏翻成 C，但复活还没完成
GitHub 个人仓库 proteanthread/bcg 把 David Ahl 两本经典 BASIC 游戏书里的 GW-BASIC 程序转成 C，目标支持 Linux、Windows 11 和 FreeDOS。作者明确说代码尚未测试、验证、调试完成，Star 6、Fork 0，更像一个小型复古实验。它真正有价值的地方，是把 AI 转码的现实摊开了：生成代码快，证明代码可信很慢。
亚马逊上的“100000 whys”：AI 垃圾内容最先污染的不是文本，是货架
有人把亚马逊搜索“100000 whys”得到的约 150 个儿童科普书封面拼在一起，恐龙、红白火箭、金毛、狮子和近似标题成簇出现。 单本书未必能被可靠判定为 AI 生成，真正刺眼的是低成本批量内容正在挤占非虚构图书货架。 最该受影响的是家长、儿童内容消费者和认真做书的人；接下来要看平台是否愿意承担筛选成本，而不是把成本甩给读者。
Bayer 的 PRINCE：医药 Agent 真正的门槛，是把模型管住
Bayer 在 Martin Fowler 网站披露了 PRINCE：一个用于临床前研究数据检索与分析的 Agentic AI 系统，路线从 Search、Ask 走到 Do。 它的重点不是“AI 自动发现新药”，而是用 RAG、多智能体编排、评估、fallback 和人工控制，把大模型关进可追踪的工程流程。 对药企研发团队和企业 AI 架构团队来说，最该看的不是模型多强，而是数据、上下文、验证和责任边界能不能撑住。
配送机器人挤上人行道：芝加哥请愿背后，争的不是一台机器
配送机器人正在美国、英国等城市上人行道送外卖和杂货，芝加哥居民 John Roberts 发起请愿，约 4400 人要求全市暂停，直到安全测试和规则到位。争议焦点不只在撞不撞人，而在人行道被平台当成低成本物流通道后，行人、轮椅使用者、骑手和地方政府谁来让路、谁来担责。接下来最该看两件事：城市是否建立许可和责任规则，机器人公司是否愿意为占用公共空间付费并接受限制。
AI 代码能跑也可能该拒绝：工程师的新瓶颈是审得懂
一名长期使用 coding agent 的开发者提出：AI 生成的代码即使能运行、能通过 CI，只要工程师说不清方案、看不懂取舍，就应该拒绝合并。 这件事的重点不是反对 AI 编程，而是提醒团队：实现速度变快后，审查压力、维护责任和复杂度判断都转回了人类。 对使用 coding agent 的工程师和技术负责人来说，真正要管的是 diff 大小、抽象边界、方案解释和强制人工 review。
Claude会自己调机器狗了，但离“会干活的机器人”还差一关
Anthropic复盘Project Fetch第二阶段：Claude Opus 4.7在Claude Code中完成多项现成机器狗操作任务，速度明显超过2025年两支人类团队。更关键的变化不是机器人学被攻下，而是大模型开始从“帮人调机器人”走向“自己调用现成物理工具”。边界也很清楚：它仍没自主完成精准取回沙滩球，闭环物理控制还不是这次实验能证明的事。
2022 年后的新书，开始背上一笔 AI 信任债
Lorenzo Gravina 写到，自己会更本能地信任 2022 年及以前出版的书；对之后陌生作者的新书，会多一层“可能被 AI 参与生产”的折扣。问题不在 AI 能不能写好书，而在 LLM 降低写作成本后，读者开始重新估算作者劳动、编辑门槛和文本可信度。受影响最大的，是陌生作者的新书、出版社的筛选信誉，以及读者的买书决策。
英国 PoliceAI 上线：7500 万英镑买效率，也买来警务权力的新边界
英国内政部推出 PoliceAI 国家中心，未来三年投入 7500 万英镑，面向英格兰和威尔士警队测试、筛选、推广警务 AI 工具。官方最诱人的说法是省工时：800 小时绑架案视频可由 AI 用 3 小时审查，音视频编辑工具若全面使用每年预计可省 100 万工时。真正要盯的不是模型多强，而是公开登记、独立测试、偏见审查、证据可靠性和公众申诉能不能跟上权力提速。
AI 助理越像朋友，越该盯紧它要的权限
Signal 总裁 Meredith Whittaker 警告，ChatGPT、Claude 这类聊天机器人不是朋友、不是有意识生命，也不是有感知的对话者。 她真正反对的不是轻量使用 AI，而是把 AI 包装成私人助理后，让用户交出信用卡、浏览器、日历、通讯录和加密聊天入口。 最该受影响的是重度 AI 助理用户和依赖端到端加密的人：可以用工具，但别把支付、私密聊天和代发消息权限一并交出去。
In the Weights 给名字打分：被 AI 记住，正在变成新的虚荣搜索
前 OpenAI 员工 Thomas Dimson 和 Joey Flynn 推出 In the Weights，用 Grok、Gemini、GPT、Claude、Llama 等模型测试一个名字能否在不联网时被识别，并生成 strength score。 这个分数不是权威影响力排名，更像 AI 搜索时代的“搜自己”：看模型是否会默认想起你。 最该在意它的，是创作者、科技媒体人和公众人物；最该警惕的，是把模型回声误读成真实声望。
AI 音乐训练数据被翻出来后，真正麻烦的是这本版权账
《大西洋月刊》记者 Alex Reisner 找到 4 个被用于 AI 音乐模型训练的数据集，并做成公开可搜索数据库，其中两个规模约 1200 万首和 900 万首。Google 和 Stability 已在论文中确认用过相关数据，但无法确认所有实际使用方。关键争议不是“网上能不能听”，而是公开可访问是否等于可训练、可商用、可绕过平台分账机制。
一本畅销书被仿站搬走：AI 包装下的搜索入口盗用
Qontour 搭建了一个近似官方的《The Dictionary of Obscure Sorrows》网站，未经授权转载 John Koenig 的书中内容，并加入 DALL-E 2 图像、GPT-4 造词和 Amazon 联盟链接。 这件事的关键不只是用了 AI，而是仿站把原作者作品、版权声明、搜索入口和作者身份放到同一个混淆场里。 对创作者和出版方来说，接下来最该盯的不是某张 AI 图，而是搜索和 AI 问答系统能否识别原始来源、及时纠错。
John Jumper 离开 DeepMind：诺奖光环留不住所有 AI 人才
John Jumper 将离开 Google DeepMind，加入 Anthropic；同一周，Noam Shazeer 也确认转投 OpenAI。真正刺眼的不是跳槽本身，而是 DeepMind 的科学高光人物和生成式 AI 关键人物连续流向竞争对手。接下来要看的，不是 Google 是否失败，而是顶级人才更愿意把下一注押在哪种组织里。
重启 174 次后，他删掉了 12 个大模型参数：本地推理不是念咒
一台 2016 年 Xeon E5-2620 v4、无 GPU 的老服务器，跑 Gemma 4 26B Q8_0，作者对 25 个推理参数做了 174 次逐项消融。结论很冷：真正稳定的收益主要来自 flash attention、物理核心线程数和按任务配置的 drafter。对本地部署用户来说，问题不是命令行不够长，而是有没有量到瓶颈、识别任务差异、看清引擎到底执行了什么。
英国想用AI给庇护者判年龄，最危险的是它明知会偏
英国计划从2027年起，用面部年龄估算AI辅助判断入境寻求庇护者是否未成年，但项目仍在测试和采购阶段，并非已经全面部署。泄露的英国内政部测试显示，7个算法里表现最好的系统，仍对撒哈拉以南非洲群体误差更大；女性撒哈拉以南非洲人平均误差达4.6岁。真正的问题不是AI会不会估年龄，而是政府打算把一个已知有偏差的概率工具，放进可能改变儿童处境的边境流程里。
GLM-5.2把一个老问题摆上台面：大模型更大，真的更可靠吗？
一篇技术分析用 GLM-5.2、GPT-5.5、DeepSeek V4 Pro 等模型的 AA 指标和幻觉率做对比，质疑“模型越大越好”的选型惯性。关键不在于谁赢了榜单，而在于纸面能力提升，是否被幻觉率、不确定性校准和推理成本吃掉。对产品负责人和开发者来说，模型评估该从参数规模转向能力、真实性、效率三本账。
一名垂体瘤患者用AI整理病程：改变的不是诊断，而是就医协作
一名垂体泌乳素瘤患者在两次脑手术、药物控制肿瘤后，出现疲劳、脑雾、头晕和恶心，用ChatGPT、Claude辅助整理病程，并在医生配合下找到可干预方向。 这个个案不能证明AI会确诊或治病，但说明大模型已能把长期、模糊、多系统症状变成更可讨论的数据问题。 真正的边界也很清楚：AI适合做记录、归纳和就诊准备，不适合绕开医生调整药物或做高风险干预。
VLC 核心开发者做 Kyber：机器人时代，先有人去修毫秒级延迟
VLC 核心开发者 Jean-Baptiste Kempf 创办巴黎初创 Kyber，拿到 Lightspeed 领投的 500 万美元融资，做远程设备实时控制 SDK。它不是机器人公司，而是在押注物理 AI 普及后更稀缺的控制、观测和部署层。真正要看的不是融资额，而是 Kyber 能否把低延迟流媒体能力做成可复制的企业基础设施。
白宫叫停 Anthropic 两款模型：AI 出口管制会重演加密战争吗
白宫以国家安全为由要求 Anthropic 限制 Fable 和 Mythos 向美国境外用户及在美外国人提供，Anthropic 随后在短时间内暂停两款模型访问。真正关键不在 Mythos 是否已经失控，而在美国是否能用出口管制约束网络安全类 AI 的扩散；加密和间谍软件的历史说明，这条路能增加成本，却很难封住能力本身。
挪威几乎禁了小学 AI：真正被保护的不是课堂秩序
挪威将从2026年8月底新学年起，原则上不让1-7年级学生使用生成式AI，初中只能在教师监督下谨慎使用，高中则转向学习如何正确使用AI。我的判断是，这不是反AI，而是在教育成绩下滑、屏幕化过度之后，挪威重新给儿童基础学习划线。