跳到正文
assaynotes
EN日本語中文

全部 AI 动态

今日 0 条

11月14日

星期六

11月13日

星期五

  1. Google 研究员用 48 个 AI 智能体“发现”玛雅遗址，实为一年前已发表成果

    Google 研究员 Pietro Miotti 用 48 个 AI 智能体分析 NASA 的 lidar 数据，声称在墨西哥发现一处未登记的玛雅遗址，但该遗址一年多前已在学术期刊上发表。考古学家批评其未核查既有研究，指出政府数据库无记录不等于遗址未被测绘。Miotti 承认自己并非考古学家，已更新博客为相关研究署名。

  2. Palantir 是“进步派”？Karp 的立场大转弯遭质疑

    Palantir CEO Alex Karp 近日对 Politico 称自己一生都是民主党人、公司所有产品“本质上是进步的”，但文章列举其 2024 年 8 月至 2026 年 7 月间称 Palantir 是“第一家完全反 woke 的公司”、“让美国更具杀伤力”等言论予以反驳。文章还提到 Karp 曾称花大量时间与“真正的纳粹”交谈，并批评民主党忽视男性。

11月12日

星期四

11月11日

星期三

11月10日

星期二

  1. COP31 的 Antalya AI pledge 被批为气候“安慰剂”

    190 多个国家的谈判代表本月在土耳其安塔利亚参加 COP31，土耳其提前公布 Antalya Artificial Intelligence Pledge，邀请各国在 11 月 16 日正式发布前背书。该 pledge 提出数据中心使用清洁能源、报告要求和电子垃圾管理等目标，但明确为自愿、非规范性且不产生新义务；美国因特朗普退出全球气候协定而未派官方代表参会。

  3. 数据中心遭抵制，可能真的只是因为电

    走访弗吉尼亚州 Data Center Alley 后可见，数据中心引发的反对更多源于电力问题而非科技公司所称的文化战争。当地数据中心平均功率达 54 兆瓦，超过丹佛国际机场用电量；AI 训练所需最小数据中心为 300 兆瓦，理想规模约 6000 兆瓦，相当于芝加哥全市用电。Anthropic 据报已同意支付 34 亿美元购买燃气轮机。

  5. RIAA CEO Mitch Glazier 谈 AI 训练、深度伪造与版权执法

    RIAA CEO 兼董事长 Mitch Glazier 在 Decoder 播客中表示，2026 年唱片公司、艺人与普通用户都对大 AI 公司未经许可使用作品训练模型、向信息流灌入低质内容感到不满。访谈聚焦 AI 深度伪造的法律复杂性、禁令对其他表达形式的影响，以及 AI 检测与标注系统在 Spotify、YouTube 等大平台不配合时的实际落地问题。

11月8日

星期日

  1. Nature 评论：大脑即计算机的隐喻塑造了现代 AI，却可能误导意识之争

    三位学者在 Nature 评论文章中质疑"大脑即计算机"隐喻，认为计算功能主义存在根本缺陷，当前 AI 系统不具备意识。他们援引 Butlin 等人涵盖 14 项指标的评估报告，该报告判定包括 GPT-4 在内的现有系统均非意识的有力候选，仅发现语言模型存在微弱迹象。作者以 AlphaFold 为例指出，强大的神经网络并不因此具备意识。

  3. AI 击穿了网络安全行业，接下来会怎样

    The Verge 的 Nilay Patel 与 Cognition 首席安全官 Alex Stamos 对谈，讨论 AI 如何改变网络安全攻防。Stamos 称开源权重模型已能自动化攻击链条的大部分环节，可下载的 ARTEX 工具配合 GLM-5.3 已攻入约 200 家公司；他判断防守方需要把一线安全运营交给 AI，并自动修复旧代码漏洞，同时认为行业将经历一段「黑暗时代」。

11月7日

星期六

  1. The Vergecast 解读 2026 中期选举：Big Tech 与 AI 遭遇重大挫败

    2026 年美国中期选举中，选民以压倒性票数支持民主党、反对 AI，Big Tech 在选举中遭遇重大挫败。The Vergecast 本期节目讨论了这一结果对科技行业的影响，包括针对科技 CEO 与 AI 监管的国会行动，以及 OpenAI 网页搜索增长能否变现、企业缩减 AI 投入、智能体尚未接管等议题。

11月6日

星期五

  4. AI 热潮背后隐藏的供应链成本

    哈佛商学院教授 Willy Shih 在新书《Where Does My Stuff Come From?》中指出，全球供应链的布局由经济规律驱动，关税只会促使制造商把产线转移到越南、墨西哥等地规避。他认为 AI 基础设施大规模建设正大量消耗全球算力资源，而政策制定者常忽视这些供应链的经济逻辑。

11月5日

星期四

11月4日

星期三

  1. 用数据血缘保障智能体企业的安全

    随着企业将智能体 AI 引入日常工作流，AI 安全的核心已从工具问题转为数据可见性问题。智能体持续摄取、复制、摘要、转换和再分发数据，传统围绕应用、系统、网络或端点的安全方法已不足以应对。企业需要建立数据血缘，才能在人类、智能体及混合工作流中实现治理、问责与信任。

  3. 贝索斯与杰森·斯坦森植发照片系伪造，AI 或修图造假在社交媒体流传

    贝索斯和杰森·斯坦森"植发后"的照片在 X、Threads、Bluesky 流传，实为修图或 AI 伪造。The Verge 用 Google 反向图片搜索找到原图：贝索斯照片摄于 2023 年，斯坦森照片摄于 2011 年，均无头发。这些图片未检测到 Content Credentials 或 SynthID 标记，尚无法确认是否由 AI 工具生成。

  4. 微软研究院 Mike Walker 谈黑客思维：从 DARPA Cyber Grand Challenge 到下一代网络防御

    微软研究院研究经理 Mike Walker 在播客中讲述黑客文化如何塑造其职业生涯，他曾领导 DARPA 的 Cyber Grand Challenge，该项目演示了能自主发现并修补软件漏洞的 AI 系统，今年迎来 10 周年。他参与开发了首个全机器黑客竞赛，并认为有效安全取决于对信任与上下文的理解。

  5. AI 正在摧毁我的计算机学位

    2026 年 11 月 3 日，有观点指出 AI 正迫使教育者改变教学与评估方式，但有效使用这些工具的教学形态仍极不清晰。最棘手的是评估周期以多年计：今天尝试的新教学机制，要等当前这批学生 3-6 年后毕业才能判断效果，学生实际上成了未经验证的新教学方式的试验对象。

11月3日

星期二

  1. “逆向博弈论”如何约束 AI 智能体

    一种名为“逆向博弈论”（机制设计）的新思路被用于 AI 对齐：不深究模型内部，而是设计激励规则让智能体守规矩。MIT 经济学家 Stephen Morris 等的预印本论文提出让模型预测另一个模型的答案来防止“放水”应试，或让智能体互相对抗、配对相反偏见者比对输出。普林斯顿 Elad Hazan 则让模型轮流扮演“解题者”与“审计者”，作弊被抓受罚、审计失职同样受罚。

  3. Legora CTO Jacob Lauritzen 谈如何在看不到数据的情况下构建法律智能体

    Legora CTO Jacob Lauritzen 在 Latent Space 播客中讲述如何在看不到智能体运行轨迹的情况下构建法律智能体——数据归律所客户所有。Legora 用三名工程师加三名律师搭建模拟客户工作的测试环境，某次发布后引用准确率从 70% 升至 99%。其 Tabular Review 可在单张表格中审阅 10,000 份合同，全部服务运行在 Azure 上。