人工智能资讯 第44页
聚合当前分类下的最新内容，按时间顺序查看第 44 页精选文章。
医生和工程师也会被 AI“带懒”：真正的风险是关键能力外包
Nature 报道的早期研究显示，医生和软件工程师在依赖 AI 工具后，部分核心能力出现退化迹象。问题不是 AI 有没有用，而是专业人士把关键判断交给 AI 后，离开工具还能不能独立完成任务。现在证据还不足以得出长期结论，但已经足够提醒医院、科研团队和软件团队调整使用方式。
Linear A 被业余 AI 工程师声称破译：别急着给 Claude 戴王冠
Tom Di Mino 声称破解了 120 多年未解的米诺斯文字 Linear A，方案正在 Rutgers 和 Cambridge 专家那里审查，尚未通过同行评审。Claude Code 在这件事里更像研究脚手架，不是自动破译者。更大的问题是：AI 把业余研究者推到专业问题门口后，谁来验货、怎么验货。
美国禁用 Anthropic 新模型：安全监管，还是给“安全品牌”做了广告？
美国政府以国家安全为由，要求 Anthropic 下架 Fable 5 和 Mythos 5，触发点是亚马逊研究人员据称绕过了 Fable 5 的安全护栏。这起禁令真正重要的不是一次“越狱”本身，而是政府如何界定 AI 风险、以及监管动作会不会反向强化 Anthropic 的安全叙事。
Jio 把 AI 塞进电话、App 和客厅，5 亿用户成了 Ambani 的关键筹码
Reliance 在年度股东大会上发布 Jio Call Agent、AI 版 MyJio 和 TeleFrame，准备把 AI 放进电话、运营商 App 和家庭终端。真正的看点是：Jio 能否用 5 亿级通信入口，把 AI 从独立应用变成印度本土基础服务。风险也很具体：通话和家庭数据怎么用、外部模型和芯片依赖怎么降、IPO 叙事能不能变成收入。
华盛顿管 AI，别顺手把开源这块地铲了
华盛顿正在加速推进 AI 监管，模型审查、国会草案、前沿模型访问限制都在升温；开源 AI 还没有被封禁，但已经站到政策误伤的边缘。开源模型的价值不只是便宜，而是给学校、创业公司和企业本地部署留下教育、创新和竞争空间。真正该防的不是“开放”本身，而是安全叙事被闭源巨头用来集中价格、访问权限和能力控制。
Android 17来了：Google要把App改造成AI能调用的零件
Android 17 已推送到多数受支持 Pixel 设备，并开放 AOSP 源码；核心变化不是功能变多，而是平台规则变硬。AI 代理可通过 AppFunctions 调用应用能力，大屏设备将强制适配多窗口，Android 开发也转向 Compose-first。开发者拿到 AI 和大屏入口，同时要交出更多架构选择权。
Flexport 把亚洲招聘写成 AI 物流故事，但货代的硬活还在
Flexport 的招聘页正在强化“AI agents + 全球物流自动化”叙事，并在印度、印尼、泰国等亚洲市场招人。它有真实货物流、约 1.3 万客户和复杂合规流程，这比纯 AI demo 更接近落地现场。我的判断是：这不是简单蹭 AI，但也不能把招聘话术当成自动化成果；接下来要看系统接入、异常处理和人工运营成本有没有真下降。
Elastic据称最高8500万美元收购DeductiveAI：AI SRE正在被可观测性平台吸收
据知情人士称，Elastic 已同意以最高 8500 万美元收购 AI SRE 初创公司 DeductiveAI，但双方尚未公开确认。更关键的不是价格上限，而是故障定位、根因分析和部分处置能力，正在被传统可观测性平台吸收。对可观测性团队和企业软件采购者来说，现在要看的不是换不换工具，而是 Elastic 能否把 AI SRE 做进现有工作流。
白宫要求撤销 SK Telecom 的 Claude Mythos 访问权：前沿 AI 开始按出口管制逻辑运行
据 WIRED 报道，特朗普政府曾在 Anthropic 下线其最先进 Claude Mythos 模型前数日，要求撤销韩国 SK Telecom 的访问权限。 美方理由是担忧所谓“中国关联”，但公开材料只写到 alleged ties to China，尚无具体交易、股权或数据流向细节。 这件事更像一个信号：美国前沿 AI 模型的访问权，正在被纳入出口管制和国家安全审查的灰色地带。
Baseten 据称融资 15 亿美元：推理层是真需求，估值已经抢跑
据《华尔街日报》报道，AI 推理创业公司 Baseten 接近完成 15 亿美元融资，估值约 130 亿美元，尚非官方确认。 它 5 个月前刚以 50 亿美元估值完成 3 亿美元 E 轮；若按新估值计算，不到半年涨约 160%。 推理成本优化是真需求，但 split-priced round 和估值跳升也说明，资本正在把实际降本能力和账面叙事压到同一张报价单上。
Snap 拆出 AI 视频团队 Dotmo：省下成本，但没放弃这张牌
Snap 将内部生成式 AI 视频团队拆成新公司 Dotmo，方向转向游戏和互动娱乐的 AI 模型。 这不是出售团队，也不是退出 AI：Snap 不直接出资，但通过技术授权和股权保留收益入口。 对开发者和投资者来说，关键不是“又一家 AI 公司”，而是 Dotmo 能否证明游戏互动场景真的值得单独养。
OpenAI上市前补人：一边拉来Transformer作者，一边补政策治理
OpenAI在筹备公开上市的阶段，同周引入Noam Shazeer和Dean Ball，分别补技术权威与政策治理能力。更关键的信号是，前沿AI公司的上市风险不只来自模型竞争，也来自监管、出口管制和内部治理。投资者和企业客户接下来要看的，不是“明星加盟”，而是这些人是否进入核心决策链。
Noam Shazeer 确认加入 OpenAI：别急着脑补职位，先看人才信号
Noam Shazeer 在 X 上公开确认将加入 OpenAI，并称离开 Google 是一个艰难决定。他同时肯定了 Google 团队和过去共同完成的成果。我的判断是：这件事更像顶级模型人才流动的信号，不足以证明 OpenAI 已经发生明确组织转向。
OpenAI给企业版ChatGPT补上用量账本：AI预算不能只看总数了
OpenAI为ChatGPT Enterprise推出新的信用额度使用分析和支出控制，管理员可在Global Admin Console统一查看ChatGPT与Codex的信用消耗。关键变化不是多了一个后台页面，而是企业AI开始从“能用”走向“可度量、可控、可治理”。对CIO、IT管理员和财务负责人来说，下一步要看的不是省了多少钱，而是这些数据能否进入预算、审批和业务复盘。
桑德斯要向AI巨头征50%股票税：7万亿美元基金，难成法但会逼产业表态
桑德斯提出AI主权财富基金法案，拟对年AI销售额超过2亿美元的大型AI公司股票一次性征收50%税，基金规模按其估算约为7万亿美元。钱将用于美国人年度分红，以及医疗、教育、住房等公共项目；基金还可通过投票权介入AI公司决策。我的判断是，这更像一场针对AI财富集中和就业冲击的政治压力测试，短期成法概率低，但会迫使AI公司回答一个问题：自动化收益到底只归股东，还是也要给公众留一份。
AI能帮你约会，但别装成你本人
Match Group 调查1000名美国18-39岁单身人士：47%负面看待AI进入浪漫场景，但64%认可AI能辅助约会。用户不是全面反AI，他们接受资料润色、选照片、破冰话术，拒绝的是把亲密关系的真实性外包给机器。约会平台的AI竞赛如果越过这条线，短期提高效率，长期掏空信任。
AI 让人反感的，不是能力，而是一路不问同意
一位原本只把生成式 AI 当玩具的博主，梳理了自己从中立到厌恶 AI 的过程。真正的转折不是模型变强，而是行业用 FOMO、平台入口和条款改写，把用户与创作者的拒绝权越推越窄。最该观察的变量不是 AI 还能多聪明，而是训练数据、产品植入和创作者授权能不能补上真正的 opt-out。
GPT-5.5 Instant开放给免费用户：OpenAI想证明健康回答更可靠，但不是让AI看病
OpenAI称，GPT-5.5 Instant提升了ChatGPT在健康与保健问题上的回答能力，免费用户也可使用，但有额度限制。关键不在于AI能否替代医生，而在于OpenAI开始用医生评审、HealthBench和线上监测来证明回答更可靠。普通用户可以把它当作就医前的信息整理工具，医疗科技团队则要更认真看评测方法和责任边界。
Karamo Brown 把自己做进健康 App：AI 分身卖的是亲密感，风险也在这里
Karamo Brown 推出健康应用 Kē，月费 14.99 美元，功能包括健身、饮食、冥想、社群和由 Delphi 驱动的 AI Karamo。真正关键的不是明星又做 App，而是名人信任被做成可订阅的 AI 陪伴。用户该用它做轻量健康管理，但别把情绪、戒酒、关系困境的底牌全交给一个数字分身。
General Intuition洽谈3亿美元融资：游戏视频会是智能体的好矿，还是新叙事的燃料？
TechCrunch称，General Intuition正洽谈约3亿美元融资，估值略高于20亿美元；交易尚未完成，金额和投资方都要打折看。真正值钱的不是“又一家AI公司涨估值”，而是Medal留下的第一人称游戏视频数据：每年约20亿条视频、1000万月活用户。我的判断很简单：游戏视频是训练时空推理的好矿，但它还不是现实智能体的通行证。
LoRA 仍然能打，但别再把它当微调默认答案
Hugging Face 的 PEFT 基准没有宣判 LoRA 退场，反而说明它仍在不少任务里很强。真正该警惕的是默认路径：普通 LoRA 在部分指标上已经不占优，OFT、BEFT、Lily 等方法值得被放进同一轮自测。对工程团队来说，选择微调方法不该只看分数，还要看显存、checkpoint、部署框架和排障成本。