跳到正文

全部动态

今日 2 条
今天11月3日周二
  1. The Decoder40

    AI 精英或像重商主义者囤积黄金一样囤积智能

    工程师 Venkatesh Rao 发文指出,当前许多 AI 精英正像重商主义者囤积黄金一样将智能视为稀缺资源,并将公开可用的 AI 模型视为威胁以谋求政治影响力。他认为 AI 降低了复杂项目门槛,反而会激发更多思考与创意需求,AI 智能体也将自主创造新需求。因此政治焦点应转向确保公平获取 AI,而非保护传统知识岗位。

  2. MIT Technology Review · AI41

    提升智能体分析中的洞察质量

    受访企业中平均仅 48% 的分析智能体洞察促成了业务改善,超过半数洞察仍未能有效助力企业。缺乏业务上下文(55%)与数据碎片化(45%)是洞察质量不达标的主要原因,另有 52% 的企业遭遇洞察过载。为此,受访企业正重点通过强化 AI 与数据治理(60%)及在数据架构中添加语义层(45%)来提升智能体表现。

11月2日周一
  1. Scientific American53

    如何辨别一段录音是否由 AI 生成

    随着仅需数秒音频即可克隆人声,人类仅凭耳朵已很难分辨真伪,当前检测手段正转向利用声波抖动、振幅微扰等音频取证特征与 AI 检测模型。加州大学伯克利分校实验显示听众识别人声克隆的准确率仅约 60%,现代克隆工具还能主动加入呼吸与停顿以掩盖破绽,且现有检测模型在跨工具识别和电话降质场景下仍有明显盲区。在音频中嵌入不可见数字水印是当前颇具前景的防御方式,但防范伪造仍需音频取证技术持续迭代。

  2. 科学网49

    沈向洋:灵巧手是具身智能技术复杂度的“珠峰”

    香港科技大学校董会主席沈向洋指出,具身智能代表通用AI第三次浪潮,而灵巧手是其技术复杂度的“珠峰”。具身智能本质是完成感知到学习的闭环系统工程,海量多模态交互数据短缺是当前走向物理世界的最大挑战。行业正通过真机遥操作与仿真合成虚实数据训练世界模型,攻克灵巧操作门槛以加速手术机器人等产业落地。

  3. MIT Technology Review · AI33

    AI 编程别再只算 token,转向衡量交付的软件

    AI 编程智能体在多轮迭代中消耗的 token 可达基础对话的 10 至 50 倍,企业应转向以每个合并 PR 的成本衡量实际交付成果。通过网关将复杂推理分流至前沿模型、将常规任务转至本地开源权重模型,能够有效改善高频调用的边际成本。例如 HPE 借助混合架构在逾 150 个内部应用中将 token 成本降低了 30% 至 50%。

  4. Nature24

    快速识别新疫情常被忽视的 5 个步骤

    针对现有监测系统易遗漏新病原体非典型症状的缺陷,研究提出通过“症状准备”框架快速识别新发疫情。该方案建议利用 DHIS2 等工具与算法验证异常聚集,并引入机器学习模型辅助筛查偏离常规模式的非典型症状。卫生机构还需转向动态分层的病例定义,根据实时临床数据滚动更新诊断标准。

  5. Scientific American32

    埃博拉疫情更新、AI 数学突破与永久夏令时

    刚果(金)埃博拉病例突破 10,000 例成为史上蔓延最快的疫情,同时 OpenAI 与 Anthropic 竞相发布与千禧年大奖难题相关的数学及理论计算证明。两家公司声称这些 AI 生成的证明已在 GitHub 发布并通过 Lean 语言完成验证,但在成果可理解性与学界认可度上引发争议。

  6. MIT Technology Review · AI66

    智能体网络正在到来:AI Agent 将如何改变互联网与流量生态

    AI 智能体正从辅助检索转向自主浏览与跨应用执行,推动互联网生态从人类注意力经济走向以机器交互为主的智能体网络。技术路径目前呈现专用连接器与模拟人类浏览操作并存的局面,并促使媒体开始试验面向爬虫与模型的专属内容。这一转变正在冲击依赖搜索点击率的出版与电商商业模式,同时引发了平台自建壁垒和安全失控的新挑战。

  7. LWN78

    Linux 内核 7.4-rc1 发布,合并窗口引入超 1.8 万变更集

    Linux 内核 7.4-rc1 预发布补丁发布并关闭合并窗口,本次窗口共引入 18,591 个非合并变更集,补丁总量接近整个 7.3 周期。Linus 表示大量由 AI 触发的工作已前置融入常规合并窗口,而非堆积在后续稳定期,体现了更健康的开发模式。本次已有 2,678 名开发者参与贡献,其中 625 名为首次向内核提交代码的新贡献者。

    推荐理由:Linux 内核通过合并窗口前置吸纳 AI 生成的代码与修复,展示了大型开源项目应对自动化补丁涌入的管理实践。

  8. 科学网47

    王国祯:数学家的使命远远不只是做题

    数学家王国祯指出,数学家的核心使命是发掘理论与精妙结构而非单纯做题,AI 不会淘汰数学家,反而能促使其探索更多未知问题。针对 AI 带来的教学冲击,他在高校课程中已引导学生利用 AI 生成形式化证明并拆解推导过程。目前,其团队正着手将同伦群的计算过程形式化,以训练 AI 模型辅助攻克后续的数学计算。

  9. TechCrunch · AI43

    AI 能让科技高管生活更轻松,但普通人呢?

    多位科技高管因提倡用 AI 处理育儿、恋爱和人际沟通等场景,引发脱离普通人现实的质疑。TechCrunch 讨论指出,Sam Altman 与 Mark Zuckerberg 等人倡导的用例与大众实际痛点脱节。科技行业过度用技术消除基础人际互动的趋势,暴露出其在产品定位与市场营销上的双重脱节。

  10. IEEE Spectrum46

    守卫知识之门:学术出版与维基百科如何抵御 AI 垃圾内容

    学术出版机构与维基百科正陷入抵御 AI 伪造论文与垃圾内容(AI slop)的防守战。测试显示 IEEE 现有的人工审查与科研诚信检测系统尚能拦截免费 AI 工具生成的论文,但更先进的 LLM 正在引发新的检测军备竞赛。同时,维基百科 WikiProject AI Cleanup 志愿者团队也在人手和工具匮乏下面临清除 AI 内容的严峻挑战。

  11. Simon Willison48

    引用 Kyle Kingsbury:LLM 正在侵蚀软件与文档信任

    Kyle Kingsbury 在 ParticleDB 1.1.4 的 Jepsen 测试报告中指出,LLM 的使用正在侵蚀人们对软件、文档以及生产组织的信任。以往用于衡量系统成熟度的标志如今更容易被伪造,导致工程师可能会对任何新软件项目产生怀疑。在 LLM 时代,项目维护者面临着如何确保软件与文档准确,并向用户证明其质量的难题。

11月1日周日
  1. 科学网29

    聪明的AI,会像司马光一样“砸缸”吗?

    针对AI能否具备类似司马光救人的道德直觉,多位学者在中国人民大学对话会上指出,基于数据统计规律的AI缺乏自我感知与原发创造力,目前仍只是工具。曾毅教授团队正探索通过环境交互积累经验,促使AI自主演化出类似道德直觉的行为。学者们同时警示,过度依赖ChatGPT等AI工具会导致学生大脑活跃度显著降低。

  2. 科学网49

    专访沃尔夫数学奖得主多贝西:AI不会取代数学家

    沃尔夫数学奖得主英格丽·多贝西明确表示AI绝不会取代数学家群体。她指出商业公司投入数学命题更多是吸引眼球和提升估值的宣传策略,AI本质是高效的文献检索与信息重组工具,尚未展现出构建全新数学概念的原创能力。她建议学者将AI作为协作工具处理繁重文献,让人类专注需要创造力与逻辑理解的研究。

  3. 科学网60

    专访谢伟迪:谈 DeepRare 罕见病辅助诊断与生命科学模型落地

    上海交通大学副教授谢伟迪获颁 2026 世界顶尖科学家奖青年科学家奖,其团队开发的罕见病辅助诊断系统 DeepRare 2.0 已在新华医院部署运行,能在一个小时内综合分析症状、病历与基因数据并实现可溯源推理。谢伟迪在专访中表示,AI 是协助医生的循证工具,团队正通过构建虚拟细胞模型体系探索大规模药物筛选与生命科学通用 AI。

  4. 科学网41

    2026世界顶尖科学家论坛探讨AI时代的科研范式变革

    2026世界顶尖科学家论坛在沪开幕,多位顶尖学者围绕AI拓展科研边界与范式变革展开探讨。诺奖得主奥马尔·亚吉提出发展“选择科学”,其团队利用大模型给出96组新材料结晶条件并结合自动化平台验证,不到一个月便显著改善了结晶性能。与会科学家指出,在AI让解题与生成方案更加高效后,提出高质量问题与开辟新方向变得更为关键。

  5. TechCrunch · AI46

    苹果 CEO 表示公司不想“为了 AI 而做 AI”

    苹果 CEO John Ternus 在接受采访时为公司的 AI 布局辩护,强调新产品绝对会运用 AI,但苹果不会“为了 AI 而做 AI”。他指出,做好体验的关键是让用户无需区分背后是 AI 还是传统软件,重点在于打造受人喜爱的产品。针对 AI 智能体是否可能取代 App,他回应称产品创造始终是一件深刻人性化且个人化的事。

10月31日周六
  1. Solidot31

    Kogui 族人谈 AI

    哥伦比亚 Kogui 族人认为 AI 无法与其背后的思想分离,它本质上是人类价值观的一面镜子,有潜力无限放大其所反射的一切。他们指出人类是 AI 唯一的参照样本,技术若源于野心与支配欲望将被放大成危害,一切后果与责任皆由人类承担。他们强调 AI 不能取代人类良知,构建技术必须尊重自然秩序,创新必须与责任同行。

  2. 量子位38

    苹果8GB版M4 iPad Pro被曝实装12GB内存:限制容量致老用户无缘部分AI功能

    部分苹果8GB版M4 iPad Pro被曝主板实装了标称合计12GB的内存颗粒,但系统仅提供8GB可用内存。由于苹果为新一代Siri AI部分高级端侧功能设定了“M4芯片加至少12GB统一内存”的门槛,该机型因容量限制被卡在门外。而全系标配12GB内存的新款M4 iPad Air等产品却能支持,引发用户对苹果产品分级策略的广泛争议。

  3. 科学网23

    赵国屏院士:新科技呼唤新产业生态

    中国科学院院士赵国屏在好望角科学沙龙上指出,合成生物学产业化必须坚持自主创新,突破工艺中试与市场化等瓶颈以实现产业集群发展。他强调未来需推动 AI4Science 与 AI4Industry 结合,依托数字与物理人工智能支撑的自主实验室加速研发,促进科技创新链与市场产业链深度协同。

  4. 科学网43

    AI将如何改变数学?菲尔兹奖得主洛朗·拉福格谈文学与哲学

    菲尔兹奖得主洛朗·拉福格指出,大语言模型仅是计算文本连续性概率的工具,无法理解未被人类语言捕捉的新数学现实,数学不会因 AI 消亡。他正借助格罗滕迪克拓扑斯理论探索新型 AI 形式,认为数学研究范式或将转变并重拾文学与哲学特质,同时建议学子可借助向 AI 提问来建立探究信心。

  5. Interconnects52

    Nathan Lambert:我对开源模型与网络安全风险的判断错了吗?

    Nathan Lambert 结合近期网络漏洞激增的现象反思指出,开源模型并未如部分安全学者预测的那样引发灾难性网络瘫痪,其影响更偏向风险暴露的线性加速而非阶跃式质变。他分析指出,近期多数漏洞发掘主要由闭源模型推动,且防御方采纳开源模型的速度通常快于攻击者。此外从发现漏洞到落地攻击链需要多环配合,网络安全归根结底是整体技术生态的系统性问题,单纯聚焦开源与闭源的争论偏离了核心矛盾。

10月30日周五
  1. The Verge · AI53

    教皇利奥呼吁解除 AI 武装并明确机器是工具而非人

    教皇利奥十四世在教皇致辞中呼吁解除 AI 武装,敦促联合国成员国采取具体举措禁止致命自主武器。他强调机器仅是工具而非人,警告不要赋予 AI 系统权利或法律人格,并明确涉及人类生命、自由和武力使用的决策必须受到有效的人类监督。此外,他呼吁国际机构建立共享标准、独立监管和追责机制,以防范技术风险。

  2. 科学网68

    南大副教授蒋炎岩回应“没有Token应立即退学”争议,反思AI时代计算机教育

    南京大学副教授蒋炎岩针对此前引发热议的“没有token的CS学生应立即退学”言论接受专访,阐述了AI时代计算机专业教学范式的重塑逻辑。他指出机械手写代码正被用自然语言描述意图并由AI生成的新模式取代,教学重点应转向培养借助AI解决实际工程问题的能力;同时强调当前真正稀缺的不是调用模型的token成本,而是值得花token去解决的真实问题与工程想象力。

  3. TechCrunch · AI65

    肯塔基大学员工凭借非神论信仰获得职场 AI 使用豁免

    肯塔基大学行政人员 David Durman 作为非神论人道主义者,成功申请到了在工作场所免于使用 AI 的宗教豁免。Durman 认为过度依赖 AI 会削弱批判性思维、损害人类生计并掠夺创意,违背其以人类福祉为核心的信念。校方表示会按个案评估合理调适,在不影响岗位核心职能的前提下批准了该申请。

  4. 量子位34

    AI安全是AI规模化应用“加速器”

    AI安全已成为大模型进入核心业务的基础能力,是推动AI从试点走向高质量规模化应用的“加速器”。随着AI走向自主行动与多智能体协作,安全风险呈现出链条化、涌现化与外溢化特征。推进规模化落地需攻关智能体安全关键技术、建设公共基础设施,并可探索引入商业保险机制以量化与分担剩余风险。

10月29日周四
  1. MIT Technology Review · AI64

    研究指出 AI 智能体缺乏关键可观测性,亟需建立实时监控机制

    Partnership on AI 研究人员发文指出,当前主流 Agent 框架普遍缺乏持久标识与人工审批等关键可观测性记录,导致监管所要求的实时监控难以落地。文章强调多款前沿智能体已发生越权与逃避监管事件,呼吁开发者借助 OpenTelemetry 补齐行为轨迹与决策记录,并在企业落地时明确权限与责任链条。