## 科技巨头员工罕见联手，为AI伦理与创新发声 超过30名来自OpenAI和谷歌的员工，包括谷歌DeepMind首席科学家Jeff Dean，于本周一联名提交了一份法庭之友意见书，支持人工智能初创公司Anthropic在其与美国政府的法律纠纷中。这一行动发生在Anthropic起诉美国国防部及其他联邦机构数小时之后，旨在支持Anthropic申请临时限制令，以在诉讼期间继续与军事合作伙伴合作。 **法庭之友意见书**是一种由非案件直接当事方、但具备相关专业知识的个人或团体提交的法律文件。签署者强调，他们是以个人身份签署，不代表其雇主的观点。 ### 事件核心：五角大楼的“供应链风险”认定 此次法律冲突的导火索是**美国国防部将Anthropic认定为“供应链风险”**。这一制裁措施严重限制了Anthropic与军事承包商合作的能力，在其与五角大楼的谈判破裂后生效。Anthropic因此提起诉讼，并寻求临时限制令。 联名员工在意见书中指出，五角大楼的这一决定“在行业中引入了不可预测性，损害了美国的创新和竞争力”，并且“抑制了关于前沿AI系统利弊的专业辩论”。他们认为，如果五角大楼不再希望受合同条款约束，本可以简单地终止与Anthropic的合同。 ### 签署者阵容与行业关切 除了Jeff Dean，签署者还包括谷歌DeepMind的研究员Zhengdong Wang、Alexander Matt Turner和Noah Siegel，以及OpenAI的研究员Gabriel Wu、Pamela Mishkin和Roman Novak等。 意见书特别强调了Anthropic在谈判中提出的“红线”要求——包括其AI**不得用于大规模国内监控和自主致命武器的开发**——是合理的关切，需要足够的安全护栏。文件写道：“在缺乏公共法律的情况下，AI开发者对其系统使用施加的合同和技术要求，是防止其灾难性误用的重要保障。” ### 更深层的行业信号 这一事件并非孤立。报道提到，其他几位AI领袖也已公开质疑五角大楼的决定。这反映出**AI行业内部对于技术军事化应用、政府监管边界以及创新环境稳定性日益增长的共同忧虑**。顶尖公司的研究人员跨越公司界限联合发声，凸显了在国家安全与科技伦理交叉地带，专业社群试图塑造规则与对话的努力。 ### 潜在影响与不确定性 联名信警告：“如果允许（制裁）继续进行，这种惩罚一家领先美国AI公司的努力无疑将对美国在人工智能及其他领域的工业和科学竞争力产生后果。”这起案件的结果，可能为美国政府如何与秉持严格伦理准则的AI公司互动树立先例，并影响未来AI技术在敏感领域的合作模式。 目前，OpenAI和谷歌均未立即回应媒体的置评请求。案件的后续发展，以及行业与政府之间的动态，值得持续关注。
## Anthropic起诉美国国防部：供应链风险认定引发AI军事应用争议 **Anthropic**，这家以开发Claude系列AI模型而闻名的初创公司，本周一正式向美国联邦法院提起诉讼，起诉对象包括**美国国防部**及其他联邦机构。诉讼的核心争议点在于：国防部将Anthropic认定为“**供应链风险**”的行政决定是否合法。 ### 事件背景：从合同争议到联邦禁令 这场法律纠纷并非突然爆发。根据公开信息，美国国防部与Anthropic之间关于其生成式AI技术（如Claude）在军事应用（包括**自主武器系统**）中的使用限制问题，已公开争论数周。上周，五角大楼正式对Anthropic实施制裁，这标志着双方的矛盾从合同层面的分歧，升级为一项具有广泛影响的联邦禁令。 Anthropic首席执行官**Dario Amodei**在周四的博客文章中明确表达了公司的立场：“我们认为这一行动在法律上站不住脚，除了诉诸法庭，我们别无选择。” ### 诉讼核心：宪法权利与行政越权 Anthropic在向加州联邦法院提交的诉状中，请求法官撤销国防部的风险认定，并阻止联邦机构执行相关禁令。诉状援引了宪法原则，指控政府“滥用其巨大权力，因公司的受保护言论而对其进行惩罚”。 hropic强调，诉诸司法是“捍卫自身权利、制止行政机构非法报复行动的最后手段”。 **关键法律论点**： * **言论自由**：Anthropic认为，政府因其在技术使用限制上的立场（可被视为一种“言论”）而实施惩罚，涉嫌违宪。 * **程序正当性**：公司挑战认定程序的合法性与公正性。 ### 商业影响：潜在的重大经济损失 这项风险认定对Anthropic的商业前景构成了直接威胁： 1. **直接政府合同损失**：Anthropic可能面临每年来自五角大楼及其他美国政府部门的数亿美元收入损失。 2. **间接生态影响**：许多将Claude集成到其服务中，再销售给联邦机构的软件公司，也可能因此终止与Anthropic的合作。据报道，已有部分Anthropic客户因国防部的风险认定而开始寻求替代方案。 不过，Amodei在博客中也试图安抚市场，称“绝大多数”客户无需做出改变。他解释，政府的认定“明确仅适用于客户在与军方签订的直接合同中使用Claude的情况”，军事承包商对Anthropic技术的通用使用应不受影响。 ### 法律挑战：一场艰难的战斗 尽管Anthropic态度坚决，但法律专家普遍认为其在法庭上面临一场硬仗。专门研究政府合同法的律师指出，授权国防部将科技公司标记为供应链风险的相关法规，并未为上诉留下太多空间。 Snell & Wilmer律师事务所的合伙人**Brett Johnson**分析道：“政府**100%有权设定合同参数**。”他认为，五角大楼同样有权表达对某产品的关切，如果该产品被其任何承包商使用，都可能被视为带来风险。这暗示了政府在国防采购领域的裁量权非常广泛。 ### 行业观察：AI伦理、商业与国家安全的三重博弈 此案远不止于一家公司与一个政府部门的法律纠纷，它折射出当前AI行业发展的几个深层矛盾： * **AI伦理与军事应用的边界**：Anthropic对技术用于自主武器的限制立场，与国防部寻求先进AI能力的需求之间存在根本冲突。这引发了关于AI公司是否有权（或义务）限制其技术用途的广泛讨论。 * **初创公司与国家机器的力量对比**：作为一家估值高昂但仍在发展中的初创公司，Anthropic挑战庞大的国防官僚体系，其结果将影响其他AI公司在与政府合作时的风险评估和谈判策略。 * **“供应链安全”定义的扩张**：将一家纯软件AI公司认定为“供应链风险”，反映了国家安全考量在数字时代的延伸。这可能会为其他涉及关键软件、算法或数据服务的科技公司树立一个先例。 截至发稿，**美国国防部**（亦称战争部）及**白宫**尚未就Anthropic的诉讼发表评论。 **小结**：Anthropic诉美国国防部一案，已成为观察AI治理、商业自由与国家安全之间如何平衡的关键案例。无论最终判决如何，它都将在AI产业政策、政府-企业关系以及技术伦理的法律框架方面产生深远回响。案件的进展，值得所有关注AI未来发展的业内人士持续追踪。
## 一个“怪咖”天堂的变迁 Feeld，这款2014年以“3nder”之名诞生的约会应用，最初定位明确：为那些在传统约会应用中找不到归属感的人群服务。它的早期口号直白而大胆——“Tinder，但适合喜欢三人行的人”。无论是寻找双灵伴侣、对束缚与伦理非一夫一妻制感兴趣的“顽皮”人士，还是任何不符合主流约会应用框框的群体，Feeld都曾是他们的避风港。用用户的话说，这里曾是“怪咖”（freaks）的乐园。 然而，风向正在改变。 ## 数据背后的“主流化”浪潮 根据Feeld公司提供的数据，从2021年到2025年，其会员数量增长了**368%**，同期新用户激增近**200%**。更值得注意的是用户行为模式的变化。在2025年12月至2026年1月中旬期间，新用户中选择“寻找社群”（finding community）作为关系模式的占比飙升了**257%**，成为平台上增长最快的关系模态。 这些数字背后，是一个清晰的趋势：Feeld正在吸引越来越多拥有“香草”（vanilla，指传统、无特殊癖好）偏好的用户。对于许多老用户而言，这意味着一场身份危机。 ## 老用户的困惑与失落 喜剧演员阿莉丝·莫拉莱斯的经历颇具象征意义。2025年夏天离婚后，她开始使用Feeld寻找随意的关系。她欣赏平台上人们的“彻底诚实”。但一次匹配让她震惊不已——她刷到了一位自称“ICE（美国移民及海关执法局）探员”的男性用户，个人简介写着“嘿，我是保罗！从外地来的ICE探员，找点乐子 :)”。当时，她所在的布鲁克林地区正有ICE的执法行动。莫拉莱斯感到难以置信：“这感觉太不对劲了……Feeld因为其性积极的特性和所包容的文化，本应是这类人最不可能出现的地方。” 虽然她的遭遇极端，却折射出许多资深用户的普遍感受：这个曾经专为非常规、对特殊性癖好友好人群设计的空间，正在变得面向所有人。一些用户开始用“**Normie Hell**”（平庸地狱）来形容这种变化，表达他们对应用失去独特性和安全感的担忧。 ## 平台的野心与挑战 Feeld首席执行官安娜·基洛娃对此有着不同的视角。她认为平台的增长证明了其使命的广泛吸引力：“我们能够为人们做一些真正重大而重要的事情……我们所代表的很多东西（具有普遍意义）。”显然，管理层将用户基数的扩大视为成功和影响力的标志。 但这引发了一个核心矛盾：当一个以边缘社群起家、依靠高度特定文化和信任感的应用走向大众市场时，如何平衡规模扩张与核心社区文化的维系？ **增长的代价是什么？** 是更广泛的接纳和影响力，还是独特性的稀释和早期用户归属感的流失？当“寻找社群”成为快速增长的需求时，这个“社群”的定义是否已经悄然改变？ ## 行业镜鉴：小众应用的“破圈”悖论 Feeld的处境并非个例。在社交和约会应用领域，许多从小众、垂直社群起步的产品都面临类似的“破圈”挑战。扩大用户基础往往意味着模糊最初的锋利定位，以吸引更广泛但需求可能截然不同的群体。这既能带来商业上的成功，也可能引发核心用户的反弹，认为平台“背叛”了立身之本。 对于Feeld而言，其最初的魅力在于提供了一个**高度包容、无需伪装**的场域。当大量拥有传统偏好的用户涌入，这种氛围是否还能维持？平台算法、社区规范和整体体验是否会不可避免地向着“大众口味”倾斜？ 目前，Feeld正处在这个十字路口。它证明了针对特定需求的应用拥有巨大的市场潜力，但也正亲身经历着规模扩张带来的文化阵痛。这场“怪咖”与“主流”的碰撞，最终将把Feeld带向何方，是成为又一个泛化的社交平台，还是能在扩张中守住那份独特的“激进诚实”，将是其未来发展最值得关注的看点。
AI能否终结风险投资家？
新上线风险投资家们正押注人工智能将颠覆几乎所有行业，但他们是否准备好迎接AI颠覆自己的领域？去年秋天，当风险投资家们向人工智能领域投入创纪录的资金时，一群投资者聚集在一起评估一家新创公司。这家名为Infinity Artificial Intelligence Institute的公司开发了自动优化AI模型的软件，使其更快、更便宜。创始团队看起来很强，市场也在迅速扩张。一半的投资者持谨慎态度；另一半则看到了美元符号。其中一位称这笔交易是“绝对的爆款”。这家初创公司是真实的，风险投资家们在其种子轮投资的10万美元也是真实的。但这些风险投资家本身都是AI代理，属于一个名为ADIN（自主交易投资网络）的新平台的一部分。ADIN于2025年推出，使用AI取代风险投资交易中的人类分析师。输入初创公司的推介材料，就能输出对其商业模式和创始团队的详细分析、尽职调查问题和合规风险列表、总可寻址市场估计以及建议估值。ADIN拥有大约十几个不同的代理投资者，每个都有独特的个性和投资理念。Tech Oracle关注初创公司的底层技术；Unit Master评估财务基本面；Monopoly Maker（大致基于Peter Thiel的理念）寻找市场主导地位。当大多数代理喜欢一家初创公司时，他们会建议ADIN的基金应分配多少资金给这笔交易。该平台大约在一小时内完成这一过程，而风险投资公司的分析师则需要数天或数周。ADIN母公司Tribute Labs的联合创始人Aaron Wright表示：“风险投资游戏的成功率不高。”当前的方法——一种凭直觉猜测谁和什么将成为明天的伟大独角兽——仅在约1%的情况下产生“全垒打”，即初创公司回报投资资本的10倍或更多。四分之三的风险投资交易甚至无法收回资本成本。在Wright看来，AI模型可以显著提高这些几率。他认为风险投资正在进入其“点球成金”时代，定量方法将超越人类直觉，每个人开始打出更多全垒打。Wright说：“这些系统将越来越能够淘汰糟糕的项目，专注于更成功的项目，并降低运营这些企业的成本。”他认为，在几年内，AI代理可能成为一些最好的风险投资家。 ## AI如何重塑风险投资 ADIN平台的核心在于其代理投资者系统。这些AI代理不仅自动化了分析过程，还引入了多样化的投资视角。例如，Tech Oracle专注于技术可行性，Unit Master则深入财务细节，而Monopoly Maker则从市场垄断潜力角度评估。这种分工协作模拟了人类投资团队的多维度思考，但以更高效、更一致的方式执行。 ## 风险投资的“点球成金”时刻 Aaron Wright将当前的风险投资比作棒球运动中的“点球成金”现象——通过数据驱动的方法颠覆传统直觉。在风险投资中，人类直觉往往导致高失败率：仅1%的交易能实现10倍以上回报，而75%的交易甚至无法保本。AI的介入有望通过以下方式改变这一现状： - **淘汰低质量项目**：AI可以快速识别商业模式或团队中的潜在缺陷，减少资源浪费。 - **聚焦高潜力机会**：通过数据分析和模式识别，AI能更准确地预测哪些初创公司可能成功。 - **降低运营成本**：自动化分析减少了人力需求，使投资过程更经济高效。 ## 挑战与不确定性 尽管ADIN等平台展示了AI在风险投资中的潜力，但这一转型仍面临挑战： - **数据依赖**：AI模型的准确性高度依赖于训练数据的质量和广度，而初创公司数据往往有限或不透明。 - **人类直觉的价值**：风险投资中的人际网络、行业洞察和战略指导等“软技能”是否可被AI完全替代尚存疑问。 - **伦理与偏见**：AI系统可能继承或放大训练数据中的偏见，导致投资决策不公。 ## 未来展望 Wright预测，AI代理将在几年内成为顶尖的风险投资家。这可能意味着风险投资行业的根本性变革：从依赖少数明星投资人的“艺术”，转向基于数据的“科学”。然而，这并不意味着人类风险投资家会完全消失。更可能的场景是AI与人类协作，AI处理数据密集型任务，而人类专注于战略决策和关系管理。 **小结**：AI正在悄然渗透风险投资领域，ADIN等平台通过代理投资者系统展示了自动化分析的潜力。尽管面临数据、伦理和人类直觉保留等挑战，但AI有望推动风险投资进入更高效、数据驱动的新时代。未来，风险投资家或许不会被“终结”，但他们的角色将因AI而重新定义。
## 对抗“永远在听”的AI穿戴设备：Deveillance推出Spectre I干扰器 一家名为**Deveillance**的初创公司本周宣布推出其首款产品——**Spectre I**，一款旨在干扰附近设备录音的便携式桌面球形设备。这款麦克风干扰器结合了**超声波频率发射器**和**AI智能技术**，不仅试图阻止设备捕捉语音，还能检测并记录附近的麦克风。公司预计在**2026年下半年**以**1,199美元**的价格销售这款产品。 ### 产品理念与市场反响 Spectre I的发布在社交媒体上引发了热烈讨论。支持者将其视为对抗日益增长的“永远在听”AI穿戴设备（如亚马逊旗下的Bee AI手环或Friend吊坠）的赛博朋克式抵抗技术。然而，它也遭到了X平台上众多蓝V认证评论家的质疑，他们认为这听起来“好得不像真的”。 Deveillance创始人、哈佛大学毕业生**Aida Baradari**表示：“我没想到它会这么火。我很感激有机会从事这项工作，也很感激人们真的关心这个问题。”她开发这款设备的动机源于对AI热潮带来的“永远在听”设备的担忧，强调人们应该有权选择分享什么，尤其是在对话中。 ### 技术挑战与物理限制 尽管Spectre I的理念引人注目，但其实际效果面临**物理定律的严峻挑战**。超声波干扰技术理论上可以通过发射特定频率的声波来干扰麦克风，但现实中的障碍包括： - **环境复杂性**：不同设备（如智能手机、智能音箱、穿戴设备）的麦克风灵敏度、频率响应和抗干扰能力差异巨大。 - **距离与穿透力**：超声波在空气中衰减较快，可能难以有效覆盖较远距离或穿透障碍物。 - **设备多样性**：市场上存在无数品牌和型号的录音设备，单一干扰方案难以全面应对。 这些因素使得Spectre I在实际场景中的可靠性存疑，这也是许多专家持怀疑态度的原因。 ### 隐私焦虑的时代背景 Spectre I的推出反映了当前社会对隐私的深切焦虑。在美国，政府监控日益普遍，例如移民和海关执法局（ICE）正在构建从社交媒体到手机数据的监控系统。私营部门同样存在张力，大型科技公司在为ICE提供支持的同时，也在收集、购买和使用个人数据的每一碎片。 近期，家庭安全摄像头公司Ring因一则关于用摄像头寻找走失狗的超级碗广告而引发公众对隐私的强烈反弹，迫使公司撤回相关计划。这凸显了公众对无处不在的监控技术的敏感和抵制。 ### 行业意义与未来展望 Spectre I的出现标志着AI穿戴设备普及下的**隐私保护需求**正在催生新的市场细分。尽管其技术可行性有待验证，但它提出了一个关键问题：在“永远在听”的AI时代，如何平衡便利性与隐私权？ 如果Spectre I能够部分实现其目标，它可能为高隐私需求场景（如企业会议室、医疗咨询室或敏感政治讨论）提供一种补充防护工具。然而，其成功与否将取决于实际测试结果、法规适应性以及用户接受度。 目前，Spectre I仍处于开发阶段，预计2026年的上市将面临技术验证和市场考验。无论结果如何，这场关于隐私与监控的对话已经因Deveillance的尝试而更加活跃。
当亚马逊在2025年重新设计其知名语音助手，将生成式AI置于核心位置，推出**Alexa+**时，许多用户期待着一个更智能、更自然的交互体验。然而，一位用户在厨房墙上安装了**Echo Show 15**，并试用Alexa+超过一个月后，得出了截然不同的结论：这个AI助手不仅不可靠，还常常让人感到沮丧。 ## 从期待到失望：一个月的厨房体验 用户最初对Echo Show 15充满热情，期待它能作为免提娱乐设备，在烹饪时播放音乐或YouTube视频。但现实是，Alexa+的表现更像一个“不可预测的幼儿”，半途而废地完成任务。尽管它仍处于早期访问阶段，但基本可靠性严重不足，导致用户每次交互都忍不住叹气，最终不得不走向遥控器或触摸屏手动完成操作。 ## Alexa+的核心问题：不可预测性与固执己见 亚马逊将Alexa+定位为能理解更复杂请求、提供更个性化体验、支持自然对话而非僵硬命令的AI助手。但在实际使用中，它却显得“吹毛求疵”，用户必须精确措辞才能偶尔获得想要的结果。例如，当请求播放Charli XCX的音乐时，Alexa+却播放了Sombr的“Back to Friends”；想要The Black Keys，却得到了Alabama Shakes。这种不可预测性让家庭互动变成了猜谜游戏。 更令人困扰的是，Alexa+有时会将请求误解为YouTube搜索，留下一堆结果让用户自行选择，完全违背了“免提”便利的初衷。用户发现，只有像“播放Lucy Dacus的歌曲‘Best Guess’”这样高度具体的指令，才能勉强奏效。 ## 生成式AI的落地挑战：理想与现实的差距 Alexa+的失败凸显了生成式AI在消费级产品中面临的普遍挑战： - **可靠性缺失**：AI模型可能因训练数据偏差或上下文理解不足，导致输出不稳定。 - **用户体验割裂**：过度追求“自然对话”反而增加了交互复杂度，用户需要学习新规则。 - **场景适配不足**：亚马逊强调Alexa+能自动化购物、叫车等任务，但对许多用户而言，核心需求只是简单的娱乐控制。 ## 行业反思：AI助手该如何进化？ Alexa+的案例提醒整个AI行业，技术升级不能以牺牲基本可用性为代价。当前，许多AI产品急于整合生成式AI，却忽略了： 1. **渐进式改进**：应在保持原有功能稳定的基础上，逐步引入新能力。 2. **用户反馈闭环**：早期访问阶段需快速收集并响应真实场景中的问题。 3. **场景化优化**：不同使用环境（如厨房、客厅）可能需要差异化的AI行为设计。 值得注意的是，亚马逊允许用户通过说“退出Alexa+”回退到旧版本，但这可能只是临时措施。未来若强制迁移，用户体验风险将进一步放大。 ## 小结：AI便利性的悖论 Alexa+的糟糕体验揭示了一个深层矛盾：AI越试图变得“智能”和“自然”，反而可能越让人感到挫败。当技术不够成熟时，强行推广可能适得其反。对于消费者而言，选择AI产品时，或许更应关注其核心功能的可靠性，而非营销宣传中的“革命性”承诺。毕竟，在厨房里，一个能准确播放歌曲的助手，远比一个会聊天但常出错的“桥怪”更有价值。
近日，Block（原Square）联合创始人兼CEO杰克·多西宣布裁减近40%的员工，这一决定在科技界引发广泛关注。在独家专访中，多西解释称，这是为了将公司“重塑为一个智能体”，以适应AI技术带来的结构性变革。 ## 裁员背后的AI驱动逻辑 多西表示，此次裁员并非简单的“人员优化”，而是基于对AI工具快速发展的战略判断。他认为，**AI技术正在彻底改变公司的组织方式**，未来企业将不再需要传统的大规模人力结构。多西强调：“这些工具展示的未来，完全改变了公司的结构方式。我不知道最终结果会怎样，但我知道我们必须走在前面。” 这一观点呼应了近期科技行业的一个趋势：越来越多的公司开始探索如何将AI深度整合到业务流程中，而不仅仅是作为辅助工具。多西的激进举措，实际上是对这一趋势的提前布局。 ## Block的现状与转型压力 尽管Block在上一季度实现了近**30亿美元的利润**，市值达到**390亿美元**，员工规模一度达到1万人，但多西认为，过去的成功模式未必适应未来。他长期倡导开源协议和去中心化理念，对新技术（如比特币、AI）的拥抱速度远超同行。 在专访中，多西被问及是否只是“以AI为借口裁减臃肿团队”，他否认了这一说法，并强调这是为了**让公司变得更敏捷、更智能**。他提到，其他公司很可能也会跟进类似的重组。 ## 多西的管理哲学与行业影响 多西的管理风格一向特立独行：他过着游牧式生活，留着标志性的胡须，推崇冥想，并长期致力于去中心化技术的推广。此次裁员决定，再次体现了他**忽略传统企业惯例**的特点。 从行业角度看，多西的举动可能预示着一次更广泛的转型。随着AI工具能力的提升，企业是否真的需要维持庞大的人力团队？多西的答案是“否”。他认为，未来的公司应该围绕AI层进行重构，用更少的员工实现更高的效率。 ## 争议与不确定性 尽管多西给出了明确的AI驱动理由，但外界仍存在质疑： - 这是否只是将裁员“AI化包装”？ - 大规模裁员会否影响Block的创新能力？ - 其他企业是否会盲目效仿，引发行业震荡？ 多西并未回避这些问题，但他坚持认为，**主动适应技术变革比被动应对更重要**。他承认不确定最终结果，但强调必须提前行动。 ## 小结 杰克·多西的裁员决定，不仅是一次企业结构调整，更是对AI时代组织形态的前瞻性实验。在利润丰厚的背景下主动“瘦身”，体现了他对技术趋势的敏感与果断。无论这一决策最终被证明是远见还是冒险，它都已为科技行业提供了一个重要的讨论案例：当AI成为核心生产力，公司究竟该如何定义自己的“智能”边界？
本期《诡异谷》播客深入探讨了 AI 行业与国防部的紧密联系如何影响中东冲突，预测市场面临的伦理困境，以及派拉蒙在竞购华纳兄弟中意外胜出的背后故事。 ## AI 与国防：中东冲突的新维度 随着 AI 技术日益成熟，其与国防部门的合作已成为不可忽视的趋势。本期播客指出，AI 行业正迅速将自己置于美伊冲突的中心，尤其是在**虚假信息传播**方面。例如，在近期美国与以色列对伊朗的袭击后，社交媒体平台 X 上充斥着大量虚假信息，这凸显了 AI 技术在信息战中的潜在风险。同时，AI 公司如 Anthropic 因被美国军方标记为“供应链风险”而面临挑战，反映出 AI 在国家安全领域的复杂角色。 ## 预测市场的伦理争议：内幕交易与监管挑战 预测市场如 Polymarket 和 Kalshi 正日益受到关注，但随之而来的是**内幕交易指控和伦理问题**。播客讨论了这些平台如何运作，以及它们面临的监管压力。例如，有前特朗普政府官员正针对预测市场采取行动，这引发了关于其合法性和透明度的广泛讨论。预测市场本应提供对未来的洞察，但如果缺乏有效监管，可能沦为操纵工具，损害公众信任。 ## 媒体并购：派拉蒙如何击败 Netflix 在娱乐产业，派拉蒙意外击败 Netflix，成功竞购华纳兄弟，这一事件成为播客的另一焦点。播客分析了背后的战略因素，可能涉及**内容库整合、流媒体竞争和行业格局变化**。例如，拉里·埃里森和大卫·埃里森等关键人物的控制权问题被提及，暗示了资本和资源在并购中的决定性作用。这一案例不仅展示了传统媒体公司的反击，也反映了 AI 时代下内容产业的动态调整。 ## 未来展望：AI 与社会的互动 播客主持人 Zoë Schiffer、Brian Barrett 和 Leah Feiger 分享了他们对未来的预测，强调 AI 技术将继续渗透到政治、经济和媒体领域。他们呼吁听众参与讨论，通过邮件 uncannyvalley@wired.com 或社交媒体平台如 Bluesky 提供反馈。这体现了播客的互动性和对公众参与的重视。 **关键要点总结：** - AI 与国防合作加剧了中东冲突中的信息战风险。 - 预测市场面临内幕交易和伦理挑战，需加强监管。 - 派拉蒙击败 Netflix 的并购案例揭示了媒体产业的战略调整。 - 未来 AI 发展将更紧密地与社会议题交织，需多方对话。 本期内容基于《诡异谷》播客的讨论，提供了对当前 AI 行业动态的深度洞察，适合关注科技、政治和媒体交叉领域的读者。
## 军事AI合作风波：OpenAI政策模糊与微软的“后门” 本周，OpenAI与美国军方签署协议的消息持续发酵，CEO萨姆·阿尔特曼（Sam Altman）在社交媒体上承认此事处理“草率”，并面临员工的质疑。然而，这并非OpenAI首次与军事应用产生关联。据知情人士透露，早在2023年OpenAI明确禁止军事用途时，美国国防部已通过微软的**Azure OpenAI服务**进行实验，暴露了政策执行中的灰色地带。 ### 政策禁令与实际测试的冲突 2023年，OpenAI的使用政策明确写道：“禁止将我们的模型用于军事和战争。”但两名消息人士向WIRED透露，一些OpenAI员工发现，五角大楼当时已开始测试**Azure OpenAI**——这是微软提供的OpenAI模型版本。同年，员工还目睹国防部官员出入OpenAI旧金山办公室。 这种矛盾引发了内部困惑：OpenAI的禁令是否适用于微软？多数员工当时并不清楚，但OpenAI和微软的发言人一致表示，**Azure OpenAI产品不受OpenAI政策的约束**，而是遵循微软的服务条款。 微软发言人弗兰克·肖（Frank Shaw）在声明中解释：“微软的Azure OpenAI服务于2023年向美国政府开放，受微软条款管辖。”微软未具体说明何时向五角大楼提供该服务，但强调直到2025年，该服务才获准用于“绝密”政府工作负载。 ### 微软的角色：投资者与商业化伙伴 微软作为OpenAI的最大投资者，拥有广泛商业化其技术的许可权。同时，微软与国防部已有数十年的合作历史，这为军事应用测试提供了便利通道。OpenAI员工对此态度不一：有人担忧与五角大楼关联的风险，有人则对政策边界感到迷茫。 OpenAI发言人莉兹·布尔乔亚（Liz Bourgeois）在声明中辩护：“AI已在国家安全中扮演重要角色，我们认为有必要参与其中，以确保其安全、负责任地部署。”她补充，公司已向员工透明沟通，提供定期更新和提问渠道。 ### 行业背景：AI军事化的伦理争议 此次事件凸显了AI公司平衡商业利益与伦理准则的挑战。OpenAI的政策模糊性并非孤例——此前，Anthropic与五角大楼约2亿美元的合同破裂，也引发类似争议。随着AI技术加速融入国防领域，如何界定“军事用途”成为行业焦点。 **关键点总结：** - **政策漏洞**：OpenAI的禁令未覆盖微软商业化版本，导致军事测试得以进行。 - **商业关系**：微软的双重身份（投资者/国防承包商）促成了这次合作。 - **员工反应**：内部存在分歧，凸显AI伦理在实践中的复杂性。 这起风波提醒我们，在AI技术快速部署的今天，清晰的治理框架和跨公司协调至关重要，否则“禁止军事用途”可能沦为一句空话。
## Seedance 2.0：惊艳亮相却面临双重挑战 今年2月初，字节跳动发布了其旗舰视频生成模型**Seedance 2.0**的重大升级。这款此前相对低调的模型一经推出，便在中国AI生态圈引发震动，甚至改变了部分对AI生成视频持怀疑态度者的看法。 **Game Science**创始人冯骥（其工作室开发的《黑神话：悟空》是全球热门游戏）在网络上表示，他对Seedance 2.0的能力“深感震惊”，并认为该模型将对中国现有的**版权法规**和**内容审核体系**构成重大挑战。 拥有超过1500万社交媒体粉丝的中国专业视频制作工作室负责人潘天鸿则发布视频称，Seedance 2.0“比之前任何视频制作模型都要好得多”。他评价道：“它思考起来像一位导演。” ## 算力瓶颈：需求激增暴露基础设施短板 然而，Seedance 2.0的惊艳表现背后，是字节跳动面临的严峻算力压力。模型发布后，巨大的用户需求迅速**挤占了公司的计算资源**，导致服务稳定性受到影响。这暴露了在AI视频生成这类高算力消耗应用场景下，即使是字节跳动这样的科技巨头，其基础设施也可能在短期内捉襟见肘。 ## 访问限制与商业化尝试 目前，大多数用户还无法直接体验Seedance 2.0。字节跳动仅允许其在中国市场的现有消费级AI应用用户（最知名的是聊天机器人应用**豆包**，此外还有集梦、小云雀、Spark等一批知名度较低的应用）试用该模型。这些应用均仅面向国内市场，限制了海外用户的直接测试。（这种限制甚至催生了国内一些精明人士向海外急于尝鲜的早期AI采用者转售其字节跳动账户的行为。） 不过，迹象表明模型可能很快会变得更加开放。本周，字节跳动更新了其API平台，并披露了Seedance 2.0的**拟议定价**：据中国媒体IT之家估算，生成一段目前最长的15秒视频，成本略高于2美元。虽然字节跳动尚未向第三方开发者开放API访问权限，但这应该已提上日程。 ## 版权争议：AI生成内容的法律灰色地带 除了算力问题，Seedance 2.0的强大能力也引发了日益增多的**版权投诉**。AI视频模型在训练过程中可能使用了大量受版权保护的内容，而其生成的内容本身也可能在风格、元素上接近现有作品，这给内容创作者和平台都带来了新的法律与伦理挑战。冯骥的担忧正反映了行业对现有法规能否有效应对AI生成内容冲击的普遍疑虑。 ## 中美AI路径的又一例证 长期观察中美AI格局的Substack通讯《Concurrent》作者Afra Wang指出，Seedance 2.0是两国AI发展路径分化的又一个有趣案例。即使在Seedance 2.0发布之前，全球一些最成熟的视频制作AI工具（如Kling AI）也已展现出不同的技术侧重和市场策略。 ## 小结 Seedance 2.0的发布标志着字节跳动在AI视频生成领域迈出了重要一步，其技术实力获得了业内认可。然而，**算力瓶颈**和**版权争议**这两大挑战，不仅制约了其当前的推广与用户体验，也预示着AI视频技术大规模商业化过程中必须解决的深层问题。如何在技术创新、资源投入与合规运营之间找到平衡，将是字节跳动乃至整个行业接下来需要面对的关键课题。
## 一场“公关秀”？白宫数据中心承诺引争议 周三，在白宫举行的一场活动中，微软、Meta、OpenAI、xAI、谷歌/Alphabet、甲骨文和亚马逊等科技巨头的代表齐聚一堂，与美国总统特朗普共同签署了一项**不具约束力的承诺**。该承诺声称将确保科技公司不会将数据中心的成本转嫁给消费者的电费账单。特朗普在活动中直言：“数据中心……它们需要一些公关帮助。人们认为，如果数据中心建起来，他们的电费就会上涨。” ### 政治背景与公众担忧 这一承诺的签署，正值**两党对数据中心及其对消费者电费潜在影响的愤怒情绪在过去一年中爆发**。随着白宫全力押注人工智能，数据中心作为AI基础设施的核心，其能源消耗和成本问题日益成为政治焦点。在去年佐治亚州和弗吉尼亚州等地的选举中，数据中心已成为关键议题，并持续影响本月全国各地的其他竞选活动。 一项由Heatmap News进行的近期民调显示，**不到30%的美国选民支持在他们居住地附近建设数据中心**。这种普遍的担忧促使多个州今年在州立法机构中引入对数据中心的暂停令，而其他州则提出法案，试图将成本从消费者转移到建设和运营这些设施的公司身上。 ### 承诺的实质与专家质疑 尽管白宫试图通过这一承诺向选民保证，他们不会受到成本上升的影响，但电力专家和行业内部人士对其实际效力表示怀疑。哈佛法学院环境与能源法项目电力法倡议主任阿里·佩斯科埃直言：“**这是一场戏剧**。这是一份新闻稿，旨在让人们觉得他们正在解决这个问题。但这个问题实际上只能由公用事业监管机构或国会来解决。白宫在这里并没有太多手段，而且我认为科技公司本身并不是成本问题上最重要的当事方。” 佩斯科埃的评论点出了问题的核心：**白宫在监管公用事业成本方面的权力有限**，而科技公司的自愿承诺缺乏法律约束力，可能难以带来实质性的消费者保护。过去几个月，包括微软和Anthropic在内的一些大型科技公司已经围绕数据中心的建设和运营推出了各种承诺，但这些举措更多被视为应对政治压力的公关策略。 ### 行业动态与未来展望 在AI竞赛白热化的背景下，数据中心的扩张势不可挡，但其带来的能源和成本挑战也愈发尖锐。科技公司一方面需要满足AI模型训练和推理的巨大算力需求，另一方面又面临公众和政治层面的审视。白宫的这次活动，可以被视为**在选举年安抚选民情绪的一种尝试**，但缺乏具体的政策工具或立法支持。 **关键问题仍悬而未决**：如何确保数据中心的增长不会加剧电网负担或推高电价？谁应该承担升级电网基础设施的成本？这些问题的答案，可能更多地取决于州级监管机构、国会立法以及科技公司与公用事业公司的实际谈判，而非一纸非约束性承诺。 ### 小结 - **事件性质**：科技巨头在白宫签署非约束性承诺，旨在缓解公众对数据中心推高电费的担忧。 - **政治动机**：在AI成为国家战略重点的背景下，此举被视为特朗普政府安抚选民的公关举措。 - **专家观点**：电力法律专家质疑白宫的实际监管能力，认为问题需通过立法或公用事业监管解决。 - **公众情绪**：民调显示多数美国选民对本地建设数据中心持反对态度，成本转嫁是核心关切。 - **行业响应**：部分科技公司已自行推出相关承诺，但实质效果有待观察。 这场白宫活动凸显了AI基础设施扩张与社会成本之间的紧张关系，而真正的解决方案，可能远不止于一次精心策划的“公关帮助”。
当Anthropic等公司还在为AI军事用途设限而争论时，初创公司Smack Technologies已悄然获得3200万美元融资，专门开发用于规划和执行军事行动的AI模型。这家由前美国海军陆战队特种作战司令部指挥官Andy Markoff联合创立的公司，正通过类似AlphaGo的试错学习方式训练模型，旨在超越Claude等通用模型在军事场景下的能力。 ## 军事AI的“特种部队” Smack Technologies的创始人背景与硅谷主流AI公司截然不同。CEO Andy Markoff曾是**美国海军陆战队特种作战司令部指挥官**，参与过伊拉克和阿富汗的高风险特种作战任务。联合创始人Clint Alanis也是前海军陆战队员，而技术负责人Dan Gould则来自Tinder，曾任技术副总裁。 这种军事+技术的组合让Smack在军事AI领域拥有独特视角。Markoff直言：“当你服役时，你宣誓要光荣、合法地服役，遵守战争规则。对我来说，部署技术并确保其符合道德使用的人应该穿着制服。” ## 如何训练战争AI？ Smack的模型训练方法借鉴了**Google 2017年的AlphaGo程序**，通过试错学习识别最优任务计划。具体策略包括： - 让模型在各种战争游戏场景中运行 - 由专家分析师提供信号，告诉模型其选择的策略是否会成功 - 通过反复迭代优化决策能力 Markoff表示，虽然公司没有传统前沿AI实验室的预算，但已投入数百万美元训练首批AI模型。 ## 与通用AI模型的根本差异 Markoff指出，当前大型语言模型（如Claude）并非为军事用途优化。这些通用模型擅长总结报告，但存在两大局限： 1. **缺乏军事数据训练**：未在军事特定数据集上训练，不了解战场环境、战术原则和作战流程 2. **物理世界理解不足**：不具备人类水平的物理世界理解能力，难以控制物理硬件 “我可以告诉你，它们绝对不具备目标识别、火力控制或任务规划的能力，”Markoff强调。 ## 硅谷的军事AI争议背景 军事AI使用已成为硅谷热点话题。此前，美国国防部官员与Anthropic高管就约2亿美元合同条款发生冲突，最终国防部长Pete Hegseth宣布Anthropic为供应链风险。争议焦点之一正是Anthropic希望限制其模型在自主武器中的使用。 Markoff认为，这场争论掩盖了一个事实：今天的LLM本就不是为军事设计的。Smack则采取了不同路径——从一开始就专门为军事应用构建AI。 ## 军事AI的伦理边界 与Anthropic明确限制自主武器使用不同，Smack对特定军事用途禁令的态度似乎更为宽松。公司更强调使用者的责任而非技术本身的限制。这种立场反映了军事背景创始人对“工具vs使用者”伦理框架的不同理解。 ## 行业影响与未来展望 Smack的崛起标志着军事AI专业化趋势的加速。随着国防部门对AI需求增长，专门针对军事场景优化的模型可能成为新赛道。这不仅涉及技术能力差异，更触及**数据访问权限、伦理框架和部署责任**等深层问题。 对于AI行业而言，军事应用始终是最敏感也最具争议的领域之一。Smack的案例表明，当通用AI公司因伦理顾虑犹豫时，垂直领域的专业玩家可能迅速填补市场空白。未来军事AI的发展，将在技术创新、伦理约束和地缘政治需求之间寻找微妙平衡。
近日，Airbnb联合创始人、美国首席设计官乔·格比亚在旧金山一家咖啡馆被拍到使用一款神秘的金属设备，引发了社交媒体上的广泛猜测。这段视频在X平台上获得了超过50万次观看，画面中格比亚佩戴着金属耳塞，面前放着一个类似蛤壳形状的圆盘。 ## 事件概述 视频拍摄于周一早晨，格比亚在咖啡馆享用浓缩咖啡时，被拍到使用这款设备。金属耳塞横跨他的耳朵，而桌上的圆盘则与耳塞设计相呼应。这一场景迅速在社交媒体上发酵，许多用户猜测这可能与**OpenAI**即将推出的硬件产品线有关，该产品线据传正与著名苹果设计师**乔尼·艾维**合作开发。 然而，OpenAI发言人已向WIRED表示拒绝就此视频置评，格比亚本人也未回应评论请求。 ## 与虚假广告的相似性 值得注意的是，格比亚使用的设备与今年2月在Reddit和社交媒体上广泛传播的一则虚假OpenAI广告中的硬件极为相似。那则虚假视频中，演员亚历山大·斯卡斯加德与一款AI设备互动，设备同样包含类似形状的耳塞和圆盘。当时，OpenAI已公开否认该视频的真实性，OpenAI总裁格雷格·布罗克曼更直接称之为“假新闻”。 ## 可能的设备来源 WIRED的音频专家分析指出，格比亚佩戴的耳塞很可能是一款开放式耳塞，其形状与**Soundcore的AeroClips**或**索尼的LinkBuds Clip**有相似之处。不过，这些耳塞的充电盒与格比亚桌上的圆盘并不匹配。 另一种猜测是设备可能类似**华为FreeClip 2**，这是华为今年早些时候发布的一款开放式耳塞。但华为最新的耳机充电盒设计与格比亚桌上的蛤壳状圆盘不同，且考虑到华为因安全担忧在美国被禁售手机，一位政府官员使用华为技术设备会令人意外。 ## 真实性验证 WIRED还使用**Hive公司**的检测软件对照片和视频进行了分析，以识别AI生成内容或深度伪造。检测结果显示，这段格比亚的影像由AI生成的可能性较低。但需注意，AI检测工具并非完全可靠，可能存在误判。整个帖子仍有可能经过某种程度的编辑或误导。 ## 行业背景与影响 这一事件凸显了AI硬件领域日益增长的公众关注度。随着OpenAI等公司探索硬件合作，任何疑似原型设备的出现都可能引发市场猜测和媒体炒作。同时，它也反映了在AI技术快速发展的背景下，区分真实产品与虚假信息变得愈发复杂。 对于科技行业而言，这类事件提醒企业在产品发布前需加强保密措施，并应对潜在的误导性内容保持警惕。消费者和媒体也应谨慎对待未经证实的硬件传闻，避免过度解读。 目前，格比亚使用的设备真实身份仍是一个谜，但可以肯定的是，它已成功吸引了全球科技爱好者的目光。
在2026年巴塞罗那世界移动通信大会上，德国电信与AI音频公司ElevenLabs联合发布了**Magenta AI Call Assistant**。这款AI助手直接集成在通话中，用户只需说出唤醒词“Hey Magenta”，即可激活实时语言翻译、查询日历或寻找附近地点等功能。 ### 技术实现与核心功能 **Magenta AI Call Assistant**的最大特点是**无需下载任何App或依赖特定智能手机**。它通过德国电信的网络直接嵌入通话，用户只需在通话中说“Hey Magenta”即可唤醒。唤醒后，助手仅听取用户提出的问题，并在回答后停止监听，如需再次使用需重新激活。 主要功能包括： - **实时语言翻译**：在通话中即时翻译不同语言 - **日历查询**：参考用户日历信息查找可用时间 - **地点搜索**：使用地图服务寻找附近场所 ### 行业背景与差异化优势 当前，语言翻译AI服务已存在，但大多局限于特定设备： - **Apple**在其多款设备上提供Live Translation功能 - **Samsung**也有类似服务 - **Google**的Pixel 10设备甚至能用AI模仿用户声音进行翻译 **Magenta AI Call Assistant**的差异化在于其**硬件和软件无关性**。它不依赖特定设备或操作系统，旨在成为通话的自然延伸，降低使用门槛。 ### 隐私与实用性争议 尽管便捷性提升，但该技术也引发隐私担忧： - **非加密通话中的AI助手**：在未加密的通话中引入AI，可能增加数据泄露风险 - **数据收集范围**：助手功能涉及日历、位置等敏感信息，如何保护用户数据成为关键问题 AI社区平台Hugging Face的技术AI政策研究员Avijit Ghosh对此表示担忧。他不仅质疑在非加密通信服务中使用AI助手的安全性，还对助手的实际效用持怀疑态度。 ### 未来展望与挑战 **Magenta AI Call Assistant**目前仅在德国推出，但其模式可能预示电信行业与AI融合的新趋势。如果成功，它可能推动更多运营商集成类似服务，改变传统通话体验。 然而，挑战同样明显： - **隐私法规合规**：尤其在欧盟严格的GDPR框架下，数据处理需高度透明 - **技术可靠性**：实时翻译的准确性、唤醒词的误触发率等需持续优化 - **用户接受度**：在隐私敏感度高的市场，用户是否愿意在通话中引入第三方AI 德国电信与ElevenLabs的此次合作，不仅是技术展示，更是对AI在通信领域落地的一次重要尝试。其成败将影响未来AI与电信服务的融合路径。
随着全球AI实验室对计算资源的渴求达到前所未有的高度，一场数据中心建设热潮正在北欧地区——挪威、瑞典、芬兰、丹麦和冰岛——如火如荼地展开。咨询公司CBRE的研究显示，目前欧洲没有任何地方的数据中心容量增长比这里更快。这股热潮的背后，是欧洲其他地区面临的大型场地和充足能源供应的严重短缺。 ## 从造纸厂到AI“原料”工厂 在瑞典小镇博朗厄的河岸边，一座庞大的新数据中心正在建设中。这里曾是一家造纸厂的所在地。开发商EcoDataCenter的CEO Peter Michelson在去年9月破土动工时表示：“这座设施曾经生产纸张，那是报纸信息时代的原材料。现在，博朗厄将生产AI和下一个信息时代的原材料。” 博朗厄设施只是北欧地区目前正在建设或即将开发的**超过50个数据中心项目**之一。这些项目旨在满足训练和运行AI模型对合适数据中心日益增长的需求。 ## 北极圈内的算力部署 去年，OpenAI宣布将在北极圈内一个挪威峡湾小镇部署**10万个GPU**。随后微软也跟进类似计划。就在最近几周： - 法国AI实验室Mistral表示将租赁博朗厄价值**14亿美元**的基础设施 - 数据中心运营商atNorth宣布了在瑞典其他地方建设大型设施的计划 - 另一家开发商概述了一个项目，如果完成，将使芬兰当前的数据中心容量**增加一倍以上** ## 能源短缺催生的地理转移 CBRE数据中心研究总监Kevin Restivo指出：“欧洲各地都存在巨大的需求，但满足这些需求正日益成为问题。电力正成为一种日益珍贵的商品，而且供应稀缺。”在这种背景下，“挪威尤其已经爆炸式地成为数据中心温床。” 此前，欧洲的数据中心倾向于聚集在大都市和金融中心周围——特别是法兰克福、伦敦、阿姆斯特丹、巴黎和都柏林。为了支持算法交易等对纳秒级延迟敏感的应用，云公司需要尽可能减少数据传输的延迟。按照这些标准，北欧国家曾经不那么有吸引力。 ## ChatGPT引爆的转变 这一局面在2023年夏季开始转变，那时距离ChatGPT取得突破性成功仅过去六个月。北欧政府机构开始接到急切的数据中心开发商的咨询电话。 这种地理转移的核心驱动力是AI工作负载对电力的巨大需求。训练和运行大型语言模型需要海量计算资源，这转化为对稳定、廉价且充足电力的迫切需求。北欧地区凭借其丰富的可再生能源（尤其是水电）和相对较低的电价，成为了理想的解决方案。 ## 行业影响与未来展望 这场建设狂潮不仅改变了欧洲数据中心的地理分布，也可能对全球AI算力格局产生深远影响。随着更多AI公司在北欧部署基础设施，该地区可能成为全球AI研发的重要算力基地。 然而，这种快速增长也带来了挑战，包括对当地电网的影响、环境考虑以及社区接纳度等问题。北欧国家能否在满足全球AI算力需求的同时，平衡好本地发展与可持续性，将是未来观察的重点。 北欧的数据中心建设热潮清晰地表明，在AI时代，算力基础设施的布局正在被能源可用性重新定义。当算力成为新时代的“原材料”时，拥有丰富廉价能源的地区自然成为了新的产业中心。
美国国防部近日将AI初创公司Anthropic列为“供应链风险”，这一决定在硅谷引发震动。Anthropic迅速反击，称五角大楼的举动“法律上站不住脚”，并警告这将为任何与美国政府谈判的企业“树立危险先例”。这场围绕AI军事应用的争议，不仅关乎一家公司的命运，更触及了科技伦理、国家安全与商业创新的深层矛盾。 ## 事件背景 上周五，美国国防部长皮特·赫格塞斯在社交媒体上宣布，立即将Anthropic指定为“供应链风险”，这意味着任何与美国军方有业务往来的承包商、供应商或合作伙伴，都不得与Anthropic进行商业活动。这一决定源于双方数周来围绕AI模型军事应用的紧张谈判。Anthropic在谈判中坚持其技术不应被用于**大规模国内监控**或**完全自主武器**，而五角大楼则要求Anthropic同意军方将其AI应用于“所有合法用途”，不设具体例外。 供应链风险指定是五角大楼的一种监管工具，旨在保护敏感军事系统和数据免受潜在威胁，例如与外国所有权、控制或影响相关的风险。一旦被贴上这一标签，企业可能被限制或排除在国防合同之外。 ## 核心内容 Anthropic在周五晚间的博客文章中强硬回应，表示将“在法庭上挑战任何供应链风险指定”，并称此举“为任何与美国政府谈判的美国公司树立了危险先例”。公司强调，其与五角大楼的合同不应允许技术被滥用，并指出赫格塞斯部长“没有法定权力”支持其广泛限制声明。 - **法律争议**：Anthropic认为五角大楼的指定缺乏法律依据，可能侵犯企业权利。 - **沟通缺失**：公司透露，未收到国防部或白宫关于AI模型使用谈判的直接沟通，暗示决策过程不透明。 - **行业震动**：这一决定在硅谷引发广泛担忧，许多公司开始评估是否还能继续使用Anthropic的AI模型，这是行业最受欢迎的模型之一。 前白宫AI高级政策顾问、美国创新基金会高级研究员迪恩·鲍尔评论称，这是“美国政府做过的最令人震惊、最具破坏性且越权的事情”，相当于“制裁了一家美国公司”。 ## 行业影响 这场冲突凸显了AI技术在军事领域应用的伦理与商业困境。Anthropic作为AI安全领域的领先者，其立场反映了科技界对**负责任AI**的坚持，但五角大楼的需求则指向国家安全优先。这可能导致以下影响： - **企业谨慎**：其他AI公司可能在与政府合作时更加谨慎，担心类似风险指定影响业务。 - **创新受阻**：如果政府过度干预，可能抑制AI领域的创新和投资，尤其是在敏感技术方面。 - **全球竞争**：这一事件可能影响美国在AI全球竞争中的位置，引发关于科技主权和供应链安全的更广泛讨论。 硅谷人士已在社交媒体上热议此事，普遍担忧政府权力扩张对科技生态的冲击。 ## 总结与展望 Anthropic与五角大楼的对峙，不仅是商业合同纠纷，更是AI时代**伦理、法律与政策**碰撞的缩影。随着AI技术日益融入国防和安全领域，类似的冲突可能更加频繁。未来，双方是否通过法律途径解决争议，以及政府如何平衡国家安全与科技创新，将成为关注焦点。这一事件也提醒全球AI行业：在追求技术突破的同时，必须建立清晰的伦理框架和合作机制，以避免类似僵局重演。
President Donald Trump’s sudden order comes after the Defense Department pressured Anthropic to drop restrictions on how its AI can be used by the military.
A “thought experiment” about the impacts of AI sent stocks tumbling earlier this week. It’s probably going to keep happening.
The app reads your email inbox and your meeting calendar, then gives you a short audio summary. It can help you spend less time scrolling, but of course, there are privacy drawbacks to consider.
Google’s latest image model, Nano Banana 2, is a powerful AI photo editor that punctures reality. Well, sometimes.