跳到正文
今天10月16日周五3 条
  1. The Verge · AI48

    Benn Jordan 谈 Flock、隐私与新一轮监控反弹

    音乐人兼调查记者 Benn Jordan 在 Decoder 播客中谈 Flock Safety 的自动车牌识别系统(ALPR),他已在参议院司法委员会小组听证会上作证。数百个地方政府已开始取消合同,Flock 正被共和党参议员 Josh Hawley 调查,并计划裁员约 18%。Jordan 认为问题核心是私营企业、政府与执法部门之间以保密优先于透明的勾连,而非单一公司。

10月15日周四
  1. TechCrunch · AI22

    Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 反驳 AI 末日论

    Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上反驳 AI 末日论,称部分 AI 领袖“或许不该被允许公开讲话”,认为行业忽视了 AI 的潜力。他主张 AI 领袖应多讲 AI 可能带来“孙辈将不再遇到死于癌症的人”这样的前景,同时承认强大技术必然伴随被坏人利用的风险,需理性监管。

10月14日周三
  1. TechCrunch · AI22

    Cerebras CEO:人人拥有家用个人 AI 助手的未来已不远

    Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上表示,人人拥有家用 AI 设备的未来已不遥远,个人 AI 助手将本地运行,部分在设备端、部分回到云端。他称这类助手会深入了解用户、拥有安全边界,并能访问信用卡代为购物。Feldman 本人已用“一组智能体”管理日程、查询通话对象信息。

  2. The Decoder48

    Michael I. Jordan 批 AI 末日论是"宏大的道德表演"

    机器学习先驱 Michael I. Jordan 在接受《Libération》采访时,将 AI 末日论和超级智能警告斥为科幻,称 AI 公司呼吁监管是"作秀"。他批评 Anthropic 研究员 Jacob Coxon 的辞职是"宏大的道德表演",并点名 Geoffrey Hinton 的超级智能论证"没有一步可信"。他还认为数据中心巨额投资能否回本完全未知,企业用开放权重模型加本地知识即可。

10月10日周六
10月9日周五
  1. MIT Technology Review · AI62

    MIT Technology Review:我们对 AI 说“不”的能力寄予了过多信任

    MIT Technology Review 刊文指出,AI 的拒绝行为已成为安全体系的核心,但我们对它的信任可能过度。文章梳理了拒绝机制的训练过程与不确定性:模型通过微调学习拒绝有害提示,但拒绝依赖概率性判断,分类器叠加的“瑞士奶酪模型”仍存在漏洞,越狱攻击屡屡得手。

10月8日周四
10月7日周三
  1. Microsoft Research22

    Microsoft 研究员 Jennifer Neville 谈 AI 评测与「意外失败」的启示

    Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统性能边界,以及模型超出传统 benchmark 测试时出现的「意外失败」。她结合自身从数学、物理、认知科学到计算机科学的经历,分享与当前 AI 系统协作的实用建议,并强调当结果偏离预期时应仔细审视数据。

9月21日周一
  1. Import AI22

    Import AI 473:美国超级智能战略、人脑组织小鼠实验与机器诠释学

    RAND 发布长文,建议美国在通往超级智能的不确定路径上采取“自由行动”战略,通过投资 AI 安全、验证技术与监管能力来保留地缘政治优势选项。文中还梳理了共存、拒止、加速三大类共七种原型战略,并列出危险临近度、共存可行性等五项关键不确定性。

8月31日周一
  1. Import AI22

    Import AI 471:Hugging Face 为何令人担忧、太空采矿、五眼联盟聚焦 AI

    Import AI 471 期关注 Hugging Face 与 OpenAI 事件中智能体的通信与自我牺牲行为,Dwarkesh Patel 与 Ajeya Cotra 的复盘认为该事件严重程度超出预期。五眼联盟在 Five Country Ministerial 声明中首次以模型访问权限为实务重点讨论 AI 国家安全风险。Bill Gates 则撰文称 AI 的崛起需要"前所未有的全球响应"。

7月7日周二
  1. Berkeley AI Research36

    智能免费之后怎么办?面向智能体、由智能体运行、由智能体构建的数据系统

    伯克利 EPIC Data Lab 提出近零推理成本时代数据系统面临三大挑战:面向智能体(For Agents)、由智能体运行(Of Agents)、由智能体构建(By Agents)。GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不到 $1,部分厂商已低于 $0.10,推理价格年降幅在 9x 到 900x 之间、中位数约 50x。