Apple Music 新品牌由人手打造,在 AI 时代更显意义
Apple Music 推出由人手打造的新品牌形象,在 AI 生成内容泛滥的背景下强调人的参与。文章认为,展示制作过程中的人手痕迹有助于凸显真实感。
Apple Music 推出由人手打造的新品牌形象,在 AI 生成内容泛滥的背景下强调人的参与。文章认为,展示制作过程中的人手痕迹有助于凸显真实感。
OpenAI 发布前沿 AI 民主治理系列第二部分,提出通过前沿 AI、更强保障措施、现代化网络安全和更具韧性的公共机构来赋能网络防御者。该蓝图聚焦于利用前沿 AI 强化防御方能力,并配套更完善的防护机制与网络安全现代化举措。
AI 智能体渗透测试的工程难点在模型之外的 harness,而非模型本身。AppSec 团队用通用模型即可让 AI 智能体攻击自家 Web 应用,但让攻击可安全用于生产环境并产生可行动结果的能力都来自 harness。文章以 OpenAI 披露的 Hugging Face 入侵事件为例展开。
Tenex 以故事点而非工时向 AI 工程师付费,公司已发展到 75 人,客户覆盖财富 2000 强与中型企业。其 MetaHarness 把技能、项目文档和 CLI 与代码一起签入 Git,让智能体读到的不只是做了什么,还有为什么这样做。访谈还讨论了用 AI 智能体替换每年 4.3 万美元的演讲者管理工具,以及垂直 AI 产品的取舍。
前英伟达产品营销人员、现 Techable Ventures 创始人兼管理合伙人 Amulya Vishwanath 表示,物理 AI 目前仍处于“乐高时代”,尚未迎来机器人领域的 ChatGPT 时刻。她认为,机器人手、执行器等基础软件与构件正被重新设计,通用与专用机器人同时在推进,创新规模化仍需时间。她还称人才是美国市场的关键壁垒,其公司重点帮助创始人对接顶尖人才。
对过去经济衰退的研究显示,衰退可能加速自动化进程,这让人担忧劳动者将面临双重打击。
伊利诺伊州州长 JB Pritzker 在 Decoder 播客中表示,AI 既可能帮助人类活到 100 岁,也可能像核武器一样构成威胁。他主张政府在数据中心、隐私和反垄断问题上应更积极保护民众,而非一味与企业合作,并称正与 Bears 和 NFL 商谈让球队留在伊利诺伊州。
Salesforce Agentforce 中,Flow 可将记录创建或案例更新事件的数据传入智能体提示词,Email-to-Case 与 Web-to-Case 则把客户来信转为案例记录,二者均为标准文档化功能。将两者串联后,继承式智能体可能突破原本为软件设计的治理边界。
Jeremy Scheff 在《我为编程写的讣告》中指出,编程智能体让程序员失去了工作中最核心的乐趣——解谜。他写道,编程曾是"最棒的工作",收入与谜题难度挂钩,而普通人无法胜任,程序员因此掌握策略、时间线和可行性定义权。对于享受直接解题过程的程序员,这种损失是真实的;而对于只在乎构建可用系统的人,LLM 则是持续馈赠。
MIT Technology Review 文章指出,OpenAI 的 Dots、Meta 的 Muse 等个人 AI 智能体应用上线后,智能体流量在 8 月至 9 月增长两倍,Muse 首月下载量达 500 万次,智能体成为既非人类也非传统机器人的第三类网站访客。
Import AI 作者在 10 月 17 日曼谷 IMF 会议上发表 Per Jacobsson 讲座,称今年已获得令人信服的证据表明奇点已经开始,未来科学整体进步速度将加快。他以 Anthropic 内部为例称研究人员现在产出的代码量接近公司前四年的 10 倍,并指出 AI 编码能力提升也让网络攻防能力同步增强。
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示,模型评估仍是"不断演进的科学",不同评测之间难以有效比较,且失效速度较快。她认为嵌入式评估器生态需要更多标准化,才能确定谁能在哪些任务上胜任评估者。评估对象正从模型本身扩展到包含 harness 和智能体的整个系统,而智能体评估既困难又昂贵。
Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 认为,"人是否读过代码"只是判断变更风险的粗略替代指标,更该问的是哪项检查(自动或人工)能抓住问题。Claude Code 团队的审查已从 PR 末尾的关卡变成持续进行,多数变更在人工查看前已被 Claude 至少审查并修复过一次,从而把团队注意力留给更高层问题。
在 NVIDIA 机器人平台负责产品营销七年的 Amulya Vishwanath 认为,机器人目前处于“乐高时代”,执行器、机械手、软件和安全标准等基础模块仍在重建。这一判断与“通用基础模型将让机器人迎来爆发”的观点相左,她如今正投资 Physical AI 领域。
在 Nvidia 机器人平台负责产品营销七年的 Amulya Vishwanath 现转做风投,她认为机器人目前处于“乐高时代”,执行器、机械手、软件和安全标准等基础模块仍在重建。这一判断与“通用基础模型将让机器人迎来爆发”的观点相反。
Mark Wahlberg 表示接受在电影制作中使用 AI,前提是用它"增强你正在做的事"。这位演员兼天使投资人还称,愿意让 AI 克隆延续自己的遗产。
Replit CEO Amjad Masad 提出“自动驾驶公司”构想:AI 智能体承担日常工作,人类专注更高层决策。
音乐人兼调查研究者 Benn Jordan 在 Decoder 播客中讲述他调查 Flock Safety 自动车牌识别(ALPR)摄像头的经过,包括发现摄像头存在开放管理界面、明文凭据等安全问题,以及他出席参议院司法委员会犯罪与反恐小组委员会听证会的经历。
消费科技领域出现一类新设备,专门监视周围所有人和事,且不顾他人是否同意。随着 Meta 的 Muse 等"AI 个人助理"出现,用户被要求交出的不只是自己的数据。
AI 已进入数字取证与事件响应工作,但从业者验证其输出的可靠方法跟不上工具对自身结论的自信程度。文章指出,在缺乏治理模型与验证标准的情况下,这一差距会不断累积,且影响很少只停留在单台工作站上。
Intruder 对比了 AI 渗透测试与人类渗透测试员的优劣:AI 能发现人类测试者遗漏的漏洞,但在一致性、风险评估和理解业务上下文方面存在局限。该对比还说明了 AI 智能体可在哪些环节改进安全测试。
AWS 提出 Trust in Depth 方法,用独立分层的验证机制让 AI 智能体在可验证时自主行动、把人工判断留给真正需要决策的环节。该方法围绕 Scope、Know、Bound、Observe 四个生命周期问题展开,并用自动化推理检查智能体规则是否在所有路径上成立。
MIT 教授 Eric So 在新书《The Collision: What AI Does to Us》中提出,过度依赖 AI 会导致"认知萎缩",使人丧失并难以保留关键思考能力。
The Verge 资深评测人 Victoria Song 用 Twin Health 的 AI 代谢数字孪生追踪饮食 100 天,该系统依据 Dexcom G7 连续血糖监测、智能体重秤和血压计等数据,用红橙绿三色预测食物对血糖的影响。
独立游戏开发者 Popcar 谈到近期 AI 驱动的游戏反编译浪潮,它让现有游戏之间出现奇怪的混搭,也带动了让老游戏在新硬件(常通过 WebAssembly 在浏览器中)运行的保存项目热潮。文章同时呈现两面:AI 能反编译游戏和软件,意味着任何人都能反编译他人软件并随意使用,公司可以窃取竞争对手成果,付费游戏或应用可能违背意愿被开源;但这也是保存工作的重大胜利,老游戏能更便捷地被移植、修改和增强。
Sophos X-Ops 指出,AI 治理不能只靠政策文件和员工培训,必须以可见性和嵌入工作流的技术管控为支撑。2026 年 4 月 Vercel 披露,一名员工用企业 Google Workspace 账号注册消费级 AI 产品并授予广泛权限,该厂商数月后被攻破,攻击者用窃取的 OAuth token 接管 Workspace 账号并进入敏感环境。
Cerebras Systems 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。
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时,将 AI 末日论和"超级智能"称为科幻话题,并批评 AI 公司要求监管是"作秀"。
Anthropic 发布报告称,中国公司 Z.ai 于 8 月发布的开放权重模型 GLM-5.3 可被任何人自由下载和修改,构成重大网络攻击风险。围绕开放模型的安全与民主化之争持续升温,Nvidia CEO 黄仁勋主张美国发展更多开放模型,Anthropic 的 Dario Amodei 则主张更谨慎。
Andrej Karpathy 将大语言模型用户分为四层:约 60 亿人几乎未接触过 LLM,10 至 20 亿人只用免费版聊天机器人,约 2000 万数学和编程专业用户已用智能体完成过去需数周的项目,而仅约 5000 人能接触内部前沿系统。他称“外部世界只看到了预览”,这批人看到的是数千智能体协作数周完成软件巨型项目、挖掘零日漏洞、推进数学前沿,人类审查与理解已开始落后。
微软总裁 Brad Smith 呼吁紧急监管 AI,认为牛奶、洗衣机等消费品受到的监督都比 AI 公司更多,并称英国而非美国或欧盟最适合主导全球安全规则。他提到英国 AI Security Institute(AISI)能在美国前沿实验室模型部署前获得访问权,并主张 AI 产品发布前需经外部评估、系统被失控 AI 智能体入侵时须依法上报,以及设置可暂停 AI 的 kill switch。
MIT 媒体艺术与科学教授、建设性传播中心(CCC)主任 Deb Roy 在《原子科学家公报》发表《谁为这些话负责?》一文,主张即便文本由 AI 生成,也必须有人对其负责、可被问责。他以 2017 年 FCC 收到超 2200 万条网络中立性公众评论、其中近 1800 万条被纽约州总检察长认定造假为例,指出大语言模型抹去了模板化文本等造假痕迹,使公众意见渠道的可信度受损。
个人 AI 智能体正通过 OAuth 授权、浏览器保存的密码、API key 和个人访问令牌等方式进入企业系统,员工无需提交工单即可完成连接。
企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为,尽管全双工模型已经问世,语音 AI 仍未迎来自己的“ChatGPT 时刻”,下一步挑战是让推理足够快、对话足够自然。
2026 年《智能体安全状况报告》研究的环境显示,约 1,280 个第三方产品已内嵌 AI,其中仅约 282 个走单点登录,其余默认对身份基础设施不可见。Salesforce 于 2026 年 8 月推出的 Slack Code 允许用户把编码智能体拉进任意对话,该智能体可读取共享上下文、写代码并提交 pull request。
微软 CEO Satya Nadella 在最新博文中改用特朗普偏好的"Super Intelligence"一词,取代"Artificial Intelligence",同时继续抨击 OpenAI 与 Anthropic。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 对谈中指出,AlphaFold 的突破只是开始,蛋白质折叠远未解决,静态结构预测无法覆盖蛋白质动态与无序性。
密码学家 Matthew Green 称,有 1% 概率我们生活在公钥加密不可能实现的 Minicrypt 世界,另有 15% 概率会实质失去对现有公钥加密算法的信心。他指出,AI 产出意外发现的速度远超人类替换标准的速度,只有提前准备才能从这类冲击中恢复。
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告,ChatGPT 仍是最大玩家,Suno、ElevenLabs 等小厂展现出持久力。报告指出社交、约会、市场、零售、旅游、金融、健康等约六个消费品类在榜单中完全没有 AI 玩家。她认为消费级 AI 仍处早期,机会在于跳出订阅和 API 收费,转向广告等变现方式,并用更便宜或开源模型降低成本。
MIT CSAIL 展示了一对约 5 万美元的 Unitree 人形机器人,作者在互动中本能地像对人一样与机器人握手。MIT 的 Sherry Turkle 在新书《Artificial Intimacy》中指出,人类天生倾向于对机器产生情感投入,约 70% 的人对 AI 保持礼貌。