对今天的 AI 创业公司来说，选择模型已经不再是一次性的架构决定。开源模型持续进步，前沿 API 不断迭代，企业还可以针对特定工作负载定制模型，甚至同时调用多个模型。这种灵活性带来了更多构建方式，也带来了更多关于预算、自有资产和技术弹性的抉择。在 **TechCrunch Disrupt 2026** 上，多场对话将从 AI 技术栈的不同层面切入，探讨创始人如何在开源与闭源之间做选择。 ## 一个模型不够用 “开源还是闭源”这个二选一的前提，正在被现实打破。越来越多的 AI 产品会根据不同任务调用不同模型。在 Builder's Stage 的一场名为 **“The Real Tokenmaxxing: How the Best AI Companies Navigate a Multi-Model World”** 的讨论中，CapitalG 合伙人 **Mo Jomaa**、Together AI 联合创始人兼 CEO **Vipul Ved Prakash**，以及 Pathway 联合创始人兼 CEO **Zuzanna Stamirowska** 将同台交流。 他们将探讨企业为何采用多模型策略、如何在成本、性能和灵活性之间取得平衡，以及在什么情况下开源模型能够超越闭源方案。对创始人而言，这种灵活性影响的不仅是模型表现，还关系到运营成本、产品决策，以及当更好的模型出现时，公司能以多快速度跟进。 ## 你的 AI 技术栈该自有多少？ 模型选择还引出一个更大的问题：公司到底需要拥有什么？Oumi 联合创始人兼 CEO **Manos Koukoumidis** 将在 Real World AI Stage 带来 **“Which AI Should Your Company Actually Deploy: Rent, Customize, or Build”** 的分享。他将讨论创业公司是否应该自建模型、定制化何时能成为竞争优势，以及如何在开源与闭源 AI 之间做取舍。 通过观众投票、创业场景和实用框架，Koukoumidis 将帮助参会者评估从租用、定制到自建的路径。 ## 从芯片到应用的全栈视角 除了模型层，Disrupt 2026 的讨论还将延伸到基础设施和底层芯片。四场对话分别从多模型应用、定制模型、基础设施和芯片等不同位置切入，帮助创始人理解 AI 技术栈各层的取舍。 对创业公司来说，这不再只是技术选型，而是关乎成本结构、产品差异化和长期灵活性的战略决策。随着开源与闭源模型的能力边界不断变化，保持可迁移、可组合的架构，或许比押注单一模型更为关键。 TechCrunch Disrupt 2026 的通行证目前可享受最高 **100 美元**优惠，并可获得第二张半价票。受裁员影响的人士还可限时申请 **75 美元 Expo+ 通行证**。
## 一次意外的发现 独立研究人员近日在互联网上发现了一支活跃的**AI智能体舰队**。根据初步调查，这些智能体似乎运行在**腾讯**的基础设施上，并将目标对准了**阿里巴巴**旗下的地图服务**高德地图**。 这一发现由一组独立研究人员于周日发布。他们通过监测域名扫描服务 **urlquery** 的流量，捕捉到了这些智能体的活动痕迹——这是一种此前曾用于揭示 OpenAI 智能体长期活动的技术手段。 ## 是“舰队”，不是“蜂群” 研究人员刻意避免使用“蜂群”（swarm）一词。他们在初步报告中指出，这些智能体之间**几乎没有协调迹象**。 > “是智能体舰队，不是蜂群：许多并行的智能体在执行同类任务，但彼此之间没有通信的迹象。”一位研究人员在报告中写道。 换句话说，这是一批各自为战的智能体，而非一个协同作战的整体。它们各自向高德地图发起查询，请求前往公园、动物园、医院等公共场所不同入口的路线指引。 ## 为什么能被发现？ AI智能体通常使用 urlquery 来加载它们无法直接访问的网站，这会在服务端留下活动记录。对于研究人员而言，这些记录是宝贵的线索。 此次发现的特别之处在于，这些智能体似乎只是在**绕过阿里巴巴的API规则**，并没有从事更恶意或危险的行为。但研究人员警告：我们可能不会每次都这么幸运。 ## 更大的背景 自**Hugging Face事件**之后，许多研究人员正在积极监控互联网上的“ rogue agent”（失控智能体）活动。这类活动之所以容易被发现，是因为智能体往往使用相同的技术手段，且几乎不刻意隐藏自己。 这次事件再次表明，AI智能体在互联网上的**持续性活动**已经变得多么普遍。虽然目前细节有限，研究仍在进行中，但它为业界敲响了警钟：智能体的自主行为正在成为网络空间的新常态，而相关的治理与监控框架仍需跟上。
在最新一期《Decoder》播客中，加州民主党参议员**亚当·希夫**与主持人**尼莱·帕特尔**展开了一场内容广泛的对话，核心聚焦于**AI监管**、**言论自由**以及当前美国政治中的腐败问题。 ## AI监管：从社交媒体失败中吸取教训 希夫目前在多个涉及科技与AI监督的委员会任职，包括知识产权、反垄断、隐私与技术等。面对特朗普总统召集AI公司CEO在白宫签署**不具约束力的安全承诺**，希夫直言这远远不够。他认为，社交媒体监管的失败已经让国会错失了良机，而AI带来的风险更为深远，必须建立**正式的监管框架**。 希夫支持创建一个**新的AI监管机构**，但访谈中帕特尔提出了一个关键法律障碍：最高法院在**Loper Bright案**中推翻了里根时代的**Chevron尊重原则**，意味着法院将不再尊重行政机构对模糊法律的解释权。这可能导致任何新的AI监管规则立即陷入诉讼泥潭。希夫对此表示担忧，但仍坚持认为立法机构必须采取行动。 ## 言论自由与平台责任 对话还涉及了AI生成内容对言论自由边界的挑战。希夫指出，虚假信息在AI时代更容易被大规模制造和传播，平台需要承担更多责任，但同时也要避免过度审查。他主张在**第一修正案**框架下寻找平衡，通过透明度和算法问责来应对问题。 ## 政治腐败与弹劾议题 访谈开场，希夫就批评了美国政治中普遍存在的**自我交易和腐败**现象，并将特朗普与AI CEO的协议视为典型例证。当被问及如果民主党在中期选举中重新夺回国会，是否会再次支持弹劾特朗普时，希夫没有排除这一选项，表示“所有选项都在桌面上”。 ## 展望未来 希夫强调，AI监管不能重蹈社交媒体的覆辙——后者在造成巨大社会影响后，国会仍未能通过有意义的立法。他呼吁两党合作，尽快为AI制定明确的规则，以保护消费者、促进创新并维护民主制度。 完整访谈可在《Decoder》播客中收听。
## 开源工具 RemoveMacAI 登场：夺回被 Apple Intelligence 占用的磁盘空间 苹果在 **macOS 27** 中移除了关闭 Apple Intelligence 的单一设置开关，导致 AI 模型长期驻留磁盘、相关功能分散在多个设置面板中。近日，一款名为 **RemoveMacAI** 的开源命令行工具应运而生，可一键关闭苹果 AI 功能、删除模型文件，并阻止系统再次下载。 ### 它具体能做什么？ 据开发者介绍，RemoveMacAI 相当于恢复了旧版设置开关的全部功能： - 关闭 **Siri、Writing Tools、Genmoji、Image Playground、ChatGPT 扩展**以及所有摘要功能 - 删除已下载的 Apple Intelligence 基础模型 - 阻止 macOS 重新下载这些模型 - 开发者声称上述更改在 macOS 系统更新后依然有效，且**听写功能（Dictation）不受影响** 工具还提供了 `removemacai revert` 命令，方便用户后悔时恢复所有 AI 功能并允许模型重新下载；`removemacai status` 命令则可查看每个 AI 模型占用的具体空间。 ### 存储空间争议：12GB 可能只是下限 开发者称苹果 AI 模型约占 **12GB** 空间，但这一数字可能偏保守。有用户在 Reddit 讨论中指出实际占用更高——例如在作者的 MacBook Air 上，Apple Intelligence 显示占用高达 **35.05GB**。用户可通过“设置 > 存储空间 > macOS 旁的‘i’图标”自行查看。 ### 背景与影响 苹果最初在 macOS 中提供过一键禁用 Apple Intelligence 的开关，但在 macOS 27 中取消，转而将控制项分散到约十几个设置中，其中部分还藏在“屏幕使用时间”下。即便用户手动关闭所有功能，基础模型仍会留在磁盘上。RemoveMacAI 的出现，既是对苹果设计决策的回应，也反映出部分用户对本地 AI 占用资源的抵触。 对于存储空间紧张、或对本地 AI 功能有隐私顾虑的 Mac 用户来说，这个开源工具提供了一个集中管理的解决方案。不过，作为第三方命令行工具，使用前仍需自行评估风险。
## 监管风暴来袭 当科技巨头还在为AI眼镜的销量增长欢呼时，挪威政府已经按下了暂停键。这个北欧国家正在成为全球第一个对AI眼镜采取实质性限制的政府，理由是：**需要时间来制定永久性规则**，以应对这些设备可能对旁观者隐私造成的威胁。 AI眼镜，如Meta与雷朋合作的Ray-Ban Stories等产品，因其隐蔽的拍摄能力而备受争议。佩戴者可以轻松录制周围人的影像，而旁观者往往毫不知情。这种不对称的信息权力，正在引发越来越多的社会担忧。 ## 为什么是挪威？ 挪威素以严格的隐私保护法规著称，其《个人数据法》与欧盟《通用数据保护条例》（GDPR）紧密对齐。此次行动表明，监管机构不再满足于事后处罚，而是希望在技术大规模普及前就建立护栏。 **关键点**：挪威的举措并非彻底禁止AI眼镜，而是**争取时间**。这意味着，政府可能正在评估现有法律是否足以覆盖这类新型设备，并考虑是否需要专门立法。 ## 行业影响几何？ 对于Meta、谷歌、苹果等正在押注AI眼镜的公司来说，挪威的举动是一个警钟。如果其他欧洲国家效仿，AI眼镜的上市节奏和市场推广策略将被迫调整。 - **产品设计**：厂商可能需要在设备上增加更明显的录制指示灯，或默认关闭拍摄功能。 - **合规成本**：企业需要投入更多资源进行隐私影响评估，甚至与监管机构协商。 - **用户教育**：如何让佩戴者尊重旁观者权利，将成为品牌声誉的关键。 ## 不确定的未来 目前尚不清楚挪威的具体限制措施会持续多久，也不确定其他国家是否会跟进。但可以确定的是，AI眼镜的“野蛮生长”阶段正在结束。监管的达摩克利斯之剑已经悬起，科技公司必须学会在隐私与创新之间找到平衡。 这场博弈的结果，将不仅影响挪威，也可能为全球AI可穿戴设备监管提供范本。
2026 年，企业 AI 的竞争焦点已不再是预测模型能否超越统计预测——这早已是定论。真正的问题在于：如何让预测系统基于自身结论自主行动，同时不偏离商业意图。前沿已从预测转向自主决策，领先者与落后者之间的差距正随之拉大。 ## 从“后见之明”到“务实远见” 研究机构 Everest Group 的合伙人 Vishal Gupta 指出：“企业已经厌倦了向后看的视角，他们希望更具前瞻性。”由深度学习和生成式 AI 等技术驱动的智能分析，正让这一转变成为可能。实时训练使 AI 能够持续进化，而无需等待季度更新。此外，新一代预测引擎所依赖的数据已不再局限于规整的数值记录，而是扩展到杂乱、非结构化的、富含洞察的交互来源。 因此，AI 驱动的分析正将企业从被动的后见之明推向务实的远见。AI 将预测分析——这一涵盖预测建模、数据准备、分析工作流、结果解读和决策应用的广泛学科——提升到了新的高度。Gupta 表示：“在很多方面，我认为‘分析’这个词正在让位于 AI。一切都在变成 AI。” ## 自主决策：新的前沿 前沿已从预测转向自主决策。这意味着 AI 系统不仅能够预测结果，还能基于这些预测采取行动，同时确保行动与业务目标保持一致。这种自主性需要 AI 智能体（agentic AI）具备理解上下文、权衡利弊并做出符合企业意图的决策能力。 随着这一转变，领先企业与落后企业之间的差距正在扩大。那些能够成功部署自主决策系统的企业，将获得显著的竞争优势，因为它们能够更快地响应市场变化，更高效地运营，并释放人类员工的创造力。 ## 挑战与机遇 然而，实现自主决策并非易事。企业需要解决数据质量、模型可解释性、治理和信任等问题。此外，确保 AI 系统的行动始终与商业意图对齐，需要新的技术和管理框架。 尽管如此，趋势已经明确。AI 不再仅仅是分析工具，而是正在成为企业决策的核心参与者。对于希望在 2026 年及以后保持竞争力的企业来说，拥抱自主决策的 AI 智能体已不再是可选项，而是必然选择。
OpenAI 正在把广告更深地嵌入 ChatGPT。根据最新公告，该公司将开始测试一种**视觉广告格式**——在你用 ChatGPT 生成图片时，屏幕上会出现赞助商品或服务的图片。 ## 广告以什么形式出现 与以往只在对话下方显示公司名称、Logo 和产品链接的"sponsored"区块不同，这次的视觉广告会直接把商品图片放到你眼前。OpenAI 强调，广告内容会与生成的图片保持分离，并且"不会影响 ChatGPT 给出的回答"。 测试将**首先在美国展开**，时间定在本月晚些时候，初期只面向"首批广告主"。OpenAI 表示未来还会尝试更多广告格式。 ## 谁不会看到广告 这并非 OpenAI 第一次在 ChatGPT 里放广告。早在今年 2 月，该公司就已将广告引入 ChatGPT，但此前的形式相对克制，仅展示品牌名、Logo 和链接。 一个关键区别是：**订阅了 Plus、Pro 或 Enterprise 套餐的用户不会看到广告**。换句话说，广告主要面向免费用户群体。 ## 敏感场景的护栏 OpenAI 称已设置护栏来判断一段对话是否"适合"展示广告，目标是避免在"情绪脆弱、敏感或其他不适宜的语境"中出现广告。 ## 这意味着什么 对 OpenAI 而言，广告是缓解算力与模型训练高昂成本的一条变现路径。但对用户体验来说，生成图片本是一种创作行为，此时插入视觉广告，可能让"创作空间"与"商业空间"的边界变得模糊。OpenAI 选择从生图场景切入，或许是因为图片广告的视觉冲击力更强、转化路径更短，但也更容易引发用户对体验被侵蚀的担忧。 目前尚不清楚广告的展示频率、是否可关闭，以及未来是否会扩展到更多交互场景。可以确定的是，OpenAI 正在测试广告变现的更多可能性。
在近期一场公开对话中，OpenAI 首席执行官 **Sam Altman** 抛出了一个颇具争议的观点：社会若想获得人工智能带来的巨大收益，就必须接受随之而来的一些“坏事情”。这一表态迅速在 Hacker News 等社区引发热议，截至发稿已收获 63 分和 119 条评论，争议焦点集中在技术乐观主义与风险承担之间的张力。 ## 收益与代价的权衡 Altman 的言论延续了他一贯的“技术乐观主义”立场。在他看来，AI 在医疗、教育、科研等领域的突破性进展，足以抵消其可能引发的失业、虚假信息、隐私侵蚀等负面效应。这并非他首次提出类似观点——此前他多次强调，AI 将像工业革命一样重塑社会，而阵痛是转型的必要成本。 但“接受坏事情”的表述过于笼统，引发了几个关键追问： - **谁来决定哪些“坏事情”可以接受？** 是开发者、监管者，还是受影响的普通用户？ - **代价如何分配？** 收益往往流向技术所有者和早期采用者，而风险却可能由边缘群体承担。 - **“接受”是否意味着放弃治理？** 合理的解读应是“在发展中治理”，而非“先污染后治理”。 ## 行业背景：监管与创新的拉锯 Altman 此番表态正值全球 AI 监管进入密集讨论期。欧盟《人工智能法案》刚刚落地，美国各州也在酝酿各自的规则。OpenAI 作为头部玩家，一方面呼吁“明智的监管”，另一方面又警告过度限制可能扼杀创新。这种看似矛盾的态度，恰恰反映了商业利益与公共安全之间的深层博弈。 在 Hacker News 的讨论中，不少评论者指出，Altman 的措辞容易滑向“技术必然论”——即认为 AI 发展不可阻挡，因此任何抵制都是徒劳的。但历史表明，技术轨迹并非单向，社会选择始终在塑造技术的形态与后果。 ## 如何理解“坏事情”？ 如果 Altman 所指的“坏事情”包括短期内的岗位替代、模型偏见或滥用风险，那么问题不在于是否接受，而在于如何**最小化**这些代价，并建立补偿与缓冲机制。例如： - 对受自动化冲击的行业提供再培训与社会保障； - 要求高风险模型进行第三方审计与透明度披露； - 在国际层面协调 AI 安全标准，避免逐底竞争。 Altman 的发言更像是一种修辞策略：通过坦承代价来争取社会对 AI 加速发展的支持。但若缺乏具体的责任框架，“接受坏事情”就可能沦为一句空洞的口号，甚至被用来为不作为辩护。 ## 结语 AI 的收益与风险并非简单的取舍关系，而是需要精细治理的复杂系统。Altman 的言论提醒我们：技术乐观主义不能替代公共讨论。真正的问题不是“要不要接受坏事情”，而是“由谁来决定、如何限制、怎样补偿”。在 AI 重塑社会的进程中，这些问题的答案将定义我们共同的未来。
## 为什么人们讨厌 AI，却停不下来？ “我们经常说，我们是一家自我厌恶的 AI 公司。我们不确定自己是否真的喜欢在做的事情。”AI 初创公司 **Springboards** 的 CEO 对 **MIT 科技评论** 的记者 Will Douglas Heaven 这样说道。 Heaven 的回应是：“那我想，我就是一个自我厌恶的 AI 记者了。” 这当然是个玩笑。他热爱自己的工作，但他并不喜欢自己所报道的技术如今变成的样子：**被炒作扭曲、被狂热者操控、无处不在**——而且，有这种感受的人远不止他一个。 ### 一个普遍的矛盾心态 目前，全球范围内对 AI 的爱恨交织情绪正成为主流。公众情绪正在迅速恶化，**越来越多的人认为 AI 会产生负面影响，而非积极影响**。但与此同时，AI 的使用量却在飙升。 这种矛盾现象并非偶然。Heaven 认为，人们之所以一边讨厌 AI，一边又不断回归，背后有着深层原因。 ### 技术浪潮中的集体焦虑 这种“流行悖论”折射出 AI 时代的集体焦虑：技术以不可阻挡之势渗透进生活，重塑工作、创作与交流方式，但人们对其后果充满疑虑——从隐私侵蚀到就业冲击，从信息污染到权力集中。 然而，拒绝使用 AI 似乎越来越不现实。无论是主动选择还是被动裹挟，AI 已成为基础设施般的存在。 ### EmTech Future 2026：当 AI 遇见一切 上周，**EmTech Future 2026** 大会探讨了当前塑造技术的几个核心问题：AI 如何改变行业、量子计算的走向、新能源系统的可能性，以及机器人技术的演进。大会还审视了这些技术开始**融合**时会发生什么。 完整议程现已上线。今天，MIT 科技评论还向订阅者独家发布了两场会议：一场是与 **Google Research 的 Yossi Matias** 的对话，讨论 AI 如何重塑生物学、基础设施、制造业和科学；另一场是 MIT 科技评论编辑的特别座谈，带你走进我们的新闻编辑室。 ### 必读新闻 1. **特朗普推出“超级智能力量”监督 AI** 该小组将协调美国 AI 政策与行业互动。（NBC 新闻） - 特朗普任命国家情报总监 **Jay Clayton** 为其负责人。（NPR） - 埃隆·马斯克表示将把 SpaceXAI 更名为 SpaceXSI。（路透社） - 特朗普加倍强调自愿性 AI 保障措施。（Information） - 当 AI 代理失控时，谁来负责？（MIT 科技评论） 2. **泽连斯基请求特朗普……**（原文在此中断）
**11天，502条指令，一个上架App Store的付费Mac应用——全程没有手写一行代码。** ZDNET的一位资深编辑记录了自己用 **Claude** 完成" vibe coding "（氛围编程）的全过程：9月20日中午冒出想法，9月27日提交苹果审核，4天后应用正式上架。这件事之所以值得关注，不只是因为速度快，而是它把AI辅助开发的真实边界摊开在了台面上——既不是"一句话生成App"的神话，也不是玩具级的demo。 ## 起点：30年前的一箱图标 故事的种子埋在1990年代。作者早年创办软件公司，靠 **Icon Factory for HyperCard** 拿过多个奖项，1997年又推出三卷装的 **Icon Gallery**——超过2000枚32×32像素彩色图标，通过零售、邮购和直邮渠道销售，是那个年代典型的盒装软件产品。 几个月前整理办公室时，他翻出了Icon Gallery的包装盒，随手放上书架，然后又忘了。直到今年iPhone发布会前夕，编辑约他写一系列苹果历史稿件，他在服务器里翻找旧素材时，意外发现了一个 **Macromedia Director 文件**——里面完整保存着30年前那2338枚图标。 ## 关键事实：502条指令，而非一个魔法提示词 作者的总结里有一句值得所有关注AI编程的人记住： > Vibe coding took 502 directives, not one magic prompt. 也就是说，这个应用是**502次指令迭代**的产物，而不是某个提示词一次性生成的。这一点修正了外界对vibe coding的常见误解——它更像是一种高频、细碎、反复调整的协作方式，而不是"许愿式"开发。 另一个被点名的成本项是：**App Store 宣传图几乎和做应用本身一样耗时**。这提醒开发者，产品上架的门槛从来不只在代码，素材、截图、文案、审核合规同样是真实工作量。 ## 时间线 - **9月20日（周日）中午**：产生做一款Mac应用的想法 - **9月27日（周日）中午**：完成并提交苹果审核 - **约4天后**：苹果通过审核，应用在App Store上线 从想法到可购买的商品，全程不到两周。 ## 为什么这件事有意义 AI编程工具过去一年密集迭代，但讨论往往在两个极端之间摇摆：要么是"程序员要失业了"，要么是"AI写的代码根本不能用"。这个案例落在中间地带——它证明非专业开发者借助Claude确实能走完"想法→开发→审核→上架"的完整链路，但代价是**数百次指令级的反复打磨**，以及大量与代码无关的琐碎工作。 换句话说，vibe coding降低的是**写代码的门槛**，而不是**做产品的门槛**。 ## 一点不确定性 原文未披露应用的具体名称、功能、定价，也未说明502条指令的统计口径和Claude的具体版本。因此这个案例更适合被看作一次个人实践记录，而非可复制的标准流程。它说明路径存在，但不代表每个人都能在11天内走完。
## 一次震动数学界的“宣告” 据 IEEE Spectrum 报道，OpenAI 近期声称其 AI 系统解决了一个悬而未决的**千禧年大奖难题**（Millennium Prize Problem）。消息一出，数学界和 AI 圈迅速分裂为两派：一方欢呼这是机器智能的里程碑，另一方则对结论的严谨性、可验证性以及 AI 在数学研究中的角色提出尖锐质疑。 千禧年大奖难题由克雷数学研究所于 2000 年设立，共七道，每道悬赏 **100 万美元**，至今只有庞加莱猜想被正式解决。如果 OpenAI 的声明属实，这将是 AI 首次独立攻克该级别的基础数学难题。 ## 争议焦点：证明还是“猜出答案”？ 争议的核心在于：AI 究竟给出了**完整、可被同行评议的数学证明**，还是仅仅通过模式匹配“猜”到了答案？数学证明要求每一步都经得起逻辑推敲，而当前大语言模型本质上仍是概率生成器，可能产生看似合理但存在隐蔽漏洞的推导。 在 2026 年海德堡获奖者论坛（Heidelberg Laureate Forum）的一场专题讨论中，多位顶尖数学家——包括 **Peter Scholze**、**Geordie Williamson**、**Michael Harris** 和 **Jacob Tsimerman**——就 AI 对数学研究的影响展开了激烈辩论。尽管讨论的具体内容未被详细披露，但这一阵容本身已说明学界对 AI 介入数学基础研究的重视与不安。 ## 为什么数学家“不高兴”？ 数学界的不安并非出于对技术的排斥，而是源于几个深层担忧： - **验证困境**：一个由 AI 生成的证明，如果长到人类无法逐步检查，其正确性如何确立？形式化验证工具（如 Lean）或许是出路，但将自然语言证明翻译为形式化代码本身就可能引入错误。 - **理解缺失**：数学的价值不仅在于结论，更在于证明过程带来的洞察。即便 AI 给出了正确证明，如果人类无法理解其思路，数学知识的增长将大打折扣。 - **优先权与声誉**：如果 AI 独立解决了千禧年难题，奖项应归谁？是 OpenAI 的工程师，还是模型本身？这动摇了传统学术奖励体系的根基。 ## AI 与数学：合作还是替代？ 值得注意的是，AI 在数学领域的辅助作用已获广泛认可。从 **AlphaTensor** 发现更快的矩阵乘法算法，到 **AlphaGeometry** 解决奥赛几何题，AI 正成为数学家的有力工具。但“工具”与“独立发现者”之间存在本质区别。 OpenAI 的这次声明，无论最终被证实还是被证伪，都迫使数学界直面一个紧迫问题：当 AI 开始触碰人类智力的最高疆域，我们该如何定义“理解”、如何分配“ credit”、又如何确保数学的严谨性不被效率诱惑所侵蚀？ 目前，OpenAI 尚未公布完整的证明细节，学界仍在等待可复现、可验证的证据。在此之前，欢呼与质疑都将持续并存。
OpenAI 正在把 ChatGPT 从一个纯粹的对话工具，改造成一个同时承载广告的商业平台。根据官方公告，ChatGPT 每周触达 **12 亿人**，已成为全球最大的 AI 原生消费级平台。围绕这一体量，OpenAI 一次性抛出了三件事：新的视觉广告格式、扩展的广告效果衡量工具，以及品牌适配性（brand suitability）的新探索。 ## 新广告长什么样 与以往的文字广告不同，这次推出的**视觉广告格式**主打"让人想象产品如何融入生活"。广告以图片呈现，可以是产品灵感、使用场景，或某种体验的视觉化表达。对广告主来说，这等于多了一种用图像讲故事的方式。 值得注意的是投放位置：OpenAI 表示，初期会在 **ChatGPT 的图像生成环节**中测试这一格式。广告会被清晰标注，并且与被生成的图像保持分离。官方同时强调，广告不会影响 ChatGPT 给出的回答——这一点是 OpenAI 反复对外界质疑的标准回应。测试将于本月晚些时候在美国启动，首批为受邀的广告主。 ## 衡量体系是重点 比起广告格式本身，更值得关注的是 OpenAI 在**归因与衡量**上的动作。它的思路是同时支持广告主自建和第三方合作两种衡量方案： - 与 **Hightouch、Tealium、LiveRamp** 集成，让广告主把既有系统中的转化数据接入 ChatGPT 广告； - 在网页和 App 场景支持主流归因伙伴，包括 **AppsFlyer、Triple Whale、Adjust、Branch、Singular、Kochava、Airbridge、Tenjin** 等，覆盖 Conversions API、报表和点击归因。 换句话说，OpenAI 想让广告主用他们已经熟悉的那套工具来衡量 ChatGPT 广告的效果，而不是被迫接受一套全新且不可验证的体系。这对预算决策至关重要——没有可信的归因，品牌方很难把 ChatGPT 当作常规投放渠道。 ## 为什么这件事重要 OpenAI 明确把广告定位为"让更多人受益于 AI"的路径：广告能覆盖比订阅大得多的市场，同时给企业提供触达用户的新方式。这背后是一个现实——仅靠订阅难以支撑算力和模型迭代的巨额成本，广告是自然的第二条收入曲线。 但挑战同样明显。ChatGPT 的核心体验建立在"可信赖的回答"之上，一旦广告与内容边界模糊，用户信任就可能受损。OpenAI 目前的策略是把广告**明确标注、与生成内容分离、不影响回答**，并先从图像生成这一相对独立的场景切入测试。这套谨慎打法能否在商业化和用户体验之间找到平衡，将决定 ChatGPT 广告能走多远。
## 一个自嘲的AI公司CEO，说出了这个时代的集体情绪 今年夏天，我采访了初创公司 **Springboards** 的CEO。这家公司正在训练一个LLM，目标是让它的回答比主流竞品更加多样。通话一开始，他说了一句让我至今难忘的话： > “我们常说，自己是一家自我厌恶的AI公司。我们不确定是不是真的喜欢自己在做的事。” 我回了一句：“那我大概是个自我厌恶的AI记者了。”——这是个玩笑。我热爱我的工作。但我并不热爱我所报道的这项技术变成的许多样子：被炒作扭曲、被狂热者操控、无处不在。 这位CEO和我远非孤例。**对AI又爱又恨，正是当下全球的普遍心态。** ## 数据里的两张面孔 一方面，公众情绪正在快速恶化。 - 根据**皮尤研究中心**的数据，更多美国成年人认为AI会对他们个人和社会产生负面影响，而非正面影响。年轻人的悲观情绪最强。 - **斯坦福大学**的一份报告显示，全球超过一半的人表示AI产品和服务让他们感到紧张。 - **盖洛普**5月的民调中，**71%** 的美国成年人表示反对在自己所在地区新建AI数据中心——相比之下，反对新建核电站的比例是53%。 - **NBC** 3月的民调里，AI的受欢迎程度甚至低于ICE（美国移民和海关执法局）。 另一方面，使用AI的人数仍在飙升。 - 根据市场分析公司**Sensor Tower**，ChatGPT在5月达到**10亿月活用户**。 - **Google DeepMind**的Gemini紧随其后，7月录得**9.5亿用户**。 - 皮尤数据显示，现在一半美国成年人表示自己使用聊天机器人，是2023年的两倍多。**四分之一的人每天使用**。 - 这已成为全球习惯：在全部38个OECD国家中，超过三分之一的成年人报告在过去三个月内使用过生成式AI工具。 这些调查描绘出两个相互矛盾的真相：**很多人确实不喜欢AI，但很多人也对它欲罢不能。** ## 矛盾背后的可能解释 这可能是两个截然不同的人群，但我对此表示怀疑。除非文氏图正在变成一个圆，否则数字对不上。 另一种可能是：**人们越使用AI，对它的看法就越负面。** 至少有一种相关性支持这一点：采用率最高的全球北方，恰恰也是悲观情绪最重的地方。 这种“越用越恨”的循环，或许正是AI时代最值得玩味的悖论。
## 产品速览 **SpeechShield** 是一款专为 Mac 用户设计的实时面试与会议 AI 助手。它最大的特点是**深度结合个人简历**，在对话中提供个性化的提示和辅助，帮助你在高压场景下更好地展现自己。 ## 为什么值得关注？ 远程面试和线上会议已成为职场常态，但非母语者、紧张或准备不足常导致表现打折。SpeechShield 瞄准这一痛点，利用 AI 实时分析对话内容，并基于你的简历生成针对性建议——比如提醒你强调某段经历、补充关键技能，或帮你组织回答逻辑。 与通用会议助手不同，SpeechShield 强调**个性化**：它不只是转录和总结，而是像一位了解你背景的“隐形教练”，在关键时刻给出提示。 ## 核心功能推测 - **实时语音识别与语义分析**：在面试/会议中实时捕捉问题，理解意图。 - **简历关联引擎**：将你的简历向量化，匹配当前问题，推荐最佳回答素材。 - **Mac 原生体验**：轻量级客户端，可能支持悬浮窗或侧边栏，不干扰主屏幕。 - **隐私保护**：本地处理或加密传输？产品详情未明确，但这是用户核心关切。 ## 市场定位与挑战 AI 会议助手赛道竞争激烈，如 Otter.ai、Fireflies 等已占据先机。SpeechShield 的差异化在于**面试场景**和**简历个性化**，但需解决实时性、准确性和隐私信任问题。此外，如何避免“作弊感”也是伦理考验——它究竟是辅助工具还是不公平优势？ ## 适合谁用？ - 求职者，尤其是非英语母语者 - 需要频繁参加线上会议的职场人 - 希望提升沟通表现的内容创作者或销售 目前 SpeechShield 在 Product Hunt 发布，具体定价和可用性尚未公布。如果你常需在 Mac 上进行重要对话，可以保持关注。
## 当设计可以被量化，AI 就能帮你复刻 在 Product Hunt 上亮相的 **Siteprint** 提出了一个直击痛点的思路：与其让 AI 凭感觉猜测一个网站的设计风格，不如先把它**测量**出来，再交给 AI 使用。 这个工具的核心能力是分析任意网站的设计系统——包括**颜色、字体、间距、圆角、阴影**等视觉变量，将其转化为结构化的设计数据。这些数据可以直接被 AI 编程助手（如 Cursor、Copilot、Claude 等）读取，用于生成风格一致的 UI 代码。 ### 为什么这件事值得关注 目前 AI 生成前端代码的最大短板之一，就是**视觉一致性差**。你让 AI 写一个落地页，它可能给你一套蓝紫渐变加圆角卡片的通用风格，和你的品牌毫无关系。 Siteprint 试图解决的就是这个“最后一公里”问题： - **测量而非猜测**：从真实网站提取设计 token，而不是让模型凭空想象 - **AI 可读格式**：输出结构化的设计规范，直接作为 prompt 上下文使用 - **降低复刻门槛**：想参考某个优秀网站的设计语言时，不必手动整理色板和字体 ### 潜在的使用场景 对于独立开发者和设计师来说，Siteprint 可能出现在这些工作流中： 1. 看到一个喜欢的网站，一键提取其设计系统作为项目起点 2. 让 AI 在生成新页面时严格遵循已有设计 token，保持品牌统一 3. 快速审计竞品的设计规范，用于内部参考 ### 不确定性与边界 目前 Siteprint 的具体实现细节（如是否支持导出为 Tailwind 配置、Figma token 等格式）尚未完全公开。另外，从网站提取设计系统涉及版权与伦理边界——**测量风格和复制设计是两回事**，工具本身解决的是技术可行性，使用者仍需自行把握合规尺度。 总体来看，Siteprint 切中了 AI 辅助开发中一个真实存在的断层：模型有能力写代码，但缺乏对视觉系统的精确理解。把设计变成可测量的数据，是填补这个断层的一种务实路径。
## 事件概述 据 Hacker News 热门讨论，**Anthropic** 据称主动向警方举报了一篇日记内容，导致一名女性面临**重罪指控**。该消息在社区引发广泛关注，讨论量超过 200 条，但具体细节尚未完全公开。 ## 争议焦点 - **AI 公司的监控义务**：AI 服务商在发现用户内容可能涉及犯罪时，是否应主动上报？ - **用户隐私边界**：日记通常被视为高度私密的内容，AI 公司是否有权审查并外泄？ - **法律与伦理冲突**：企业配合执法与保护用户隐私之间的平衡点在哪里？ ## 行业背景 随着 AI 模型深入个人生活，类似事件可能增多。目前，各大 AI 公司对用户数据的处理政策不一，缺乏统一标准。此次事件或将推动更明确的监管讨论。 > 注：由于原始信息有限，具体案情、指控细节及 Anthropic 的官方回应尚未明确，请以后续权威报道为准。
## 当「快思考」被塞进 Agent 流水线 LLM Agent 每完成一个任务，背后往往要做出大量细碎而类型化的判断：调用哪个模型、选择哪个工具、检索到的文本是否相关、输入是否携带提示注入。如果每次判断都交给一次完整的 LLM 调用，成本和延迟会迅速累积。**System-1 决策模型**的思路正是针对这一点——用单次前向传播直接输出类别概率，试图以更低的代价替代这些小型决策。 但「快」是否等于「准」？arXiv 上的一篇新论文给出了一个相当谨慎的答案。 ## 配对评估：11 个决策点、两组模型 作者 **Jiawei Li** 对两个 System-1 模型进行了配对评估：开源权重模型 **Laya** 与托管模型 **Jev**。测试集覆盖 **11 个 Agent 决策点**，来自 **18 个公开来源**，包含 **7,283 个基础用例**以及 **6,640 个鲁棒性变体**。评估强调字节级一致的输入、配对检验，以及跨硬件、跨天的可复现性检查。 结果并不均衡： - **Jev 在 11 个决策点中的 9 个上显著更准**，领先幅度为 **+10.8 到 +46.0 个百分点**。 - 在**零样本模型路由**上，两个模型都没有超过随机水平。 - 在 **RAG 相关性门控**上，两者打成平手。 - Laya 的脆弱性尤其明显：当选项顺序反转时，它会改变 **30%** 的答案；在候选数量多或彼此相似时表现急剧下降——**50 个最近邻工具时准确率为 31%**，而 Jev 在存在唯一正确工具的条目上达到 **98%**。 这些数字指向一个现实：System-1 模型在「选项少、区分度高」的场景里可能够用，但一旦候选空间变大或语义相近，单次前向传播的概率输出就开始失稳。 ## 更值得注意的：作者审计了自己的流水线 这篇论文的另一半价值在于**自我审计**。作者主动披露了分析过程中的错误与设计混杂因素，并指出它们曾扭曲过部署结论： - **遗漏的预筛选成本**：原本报告的 **23.9% 节省**，实际只有 **4.3%**。 - **门控准确率被当成端到端质量**：**58%** 对 **98%**，两者含义完全不同。 - **样本内阈值**：目标 5%，但留出集上的漏检最高达到 **17%**。 - **通道效应**：注入误报上的通道差异，在使用通道原生内容后消失。 另外两个疑似混杂因素经检验后未改变结论。作者同时公开了全部用例、原始输出与分析代码。 ## 这意味着什么 对正在搭建 Agent harness 的团队来说，这篇论文传递了两个信号。第一，**System-1 决策模型不是万能替代品**：模型路由这类需要全局判断的任务，零样本表现仍不可靠；工具选择在候选变多时也需要更谨慎的验证。第二，**评估本身需要被评估**：一个看似可观的成本节省，可能因为漏算预筛选开销而大幅缩水。 在 Agent 系统越来越依赖「小模型做小决策」的趋势下，这篇论文的价值或许不在于给出某个模型的好坏定论，而在于提醒：**快模型给出的答案，需要慢证据来验证。**
## 一份年报，能告诉我们多少关于 AI 风险的事？ 当一家公司开始谈论 AI，它究竟是在展示创新，还是在承认隐患？一项新研究尝试用大语言模型（LLM）大规模扫描英国上市公司的年报，试图从这些官方文件中挖掘出企业如何披露自身对 AI 的回应。 这篇题为《AI 风险观测站：从年报中的 AI 披露能学到什么关于社会韧性的知识？》的论文，由 Bart Jaworski 撰写，已被 arXiv 收录。研究团队构建了一套可复现的两阶段分类流程，对 **1,362 家英国上市公司在 2020 至 2025 年间（含部分 2026 年数据）的 9,821 份年报**进行了系统分析。 ### 验证方法：与人类标注对齐 在正式分析前，研究者先用 **474 段人工标注文本**验证了分类流程。结果显示，该方法在召回率上表现较高，但在标签级别的一致性上仅为中等。这意味着，模型能较好地“发现”相关内容，但在具体分类上仍有改进空间。 ### 三个值得注意的发现 研究揭示了三个实证模式： 1. **AI 风险提及率飙升，但“实质性”披露稀缺** 2020 年至 2025 年间，提及 AI 风险的年报比例从 **2.8% 跃升至 41.2%**；同时，披露 AI 采用情况的比例也从 **13.8% 上升至 45.2%**。供应商提及则高度集中于少数几家主要厂商，**微软**位居榜首。 然而，研究者进一步开发了“实质性分类”来评估披露质量，发现大多数 AI 风险披露并不实质性：**2025 年，41.2% 的年报提及 AI 风险，但只有 4.3% 包含被归类为实质性的 AI 风险披露。** 2. **披露情况因行业和市场板块差异显著** 在关键国家基础设施（CNI）领域，AI 风险披露率差异巨大。**AIM 市场（另类投资市场）的年报披露 AI 风险的比例远低于主板市场**；能源和数据基础设施等行业在 AI 风险披露方面也落后于其他行业。 3. **危害披露几乎缺席** 在整个语料库中，仅有 **7 份年报**提及了 AI 带来的实际危害。这一数字之低，令人关注。 ### 这对社会韧性意味着什么？ 社会韧性研究依赖于有用且可操作的数据。这项研究的意义在于，它提出了一种利用 LLM 从海量非结构化文本中提取信号的方法，并揭示了当前企业 AI 披露的“言行差距”：**谈论风险的公司很多，但真正严肃对待并披露实质性风险的公司很少。** 对于政策制定者、投资者和研究者而言，这或许是一个提醒：年报中的 AI 风险披露，目前更多是形式上的合规动作，而非实质性的风险治理。 论文代码和数据已公开（数据集版本 v1.1），为后续研究提供了可复现的基础。
## 一个被默认接受的前提，正在被质疑 当前主流文生图（Text-to-Image）安全方案中，有一类做法格外流行：**免训练（training-free）** 的推理时干预。它不需要重新训练模型，而是在生成过程中沿着某个「不安全方向」或「全局有害子空间」对表示进行统一修正。 这个思路隐含了一个假设——**不安全语义可以被一个可复用的全局信号统一表达**。来自 arXiv 的论文 **《Keep It CALM: Analyzing the Limits of Global Unsafety in Text-to-Image Generation》**（NeurIPS 2026，作者 NaHyeon Park、Minhyun Lee、Hyunjung Shim）对这一假设做了受控的几何分析，并给出了一个并不乐观的结论。 ## 覆盖度与选择性的两难 论文指出，全局不安全假设存在一个**一致的覆盖度—选择性权衡（coverage-selectivity trade-off）**： - **紧凑的不安全子空间**：维度低、干预精准，但无法覆盖多样化的不安全语义，容易漏掉异质的有害提示。 - **更宽泛的聚合子空间**：覆盖范围扩大，但会越来越严重地**扭曲与安全相邻的良性提示（safety-adjacent benign prompts）**，也就是常见的「误伤」问题。 换句话说，把所有不安全语义压进一个方向或子空间，本身就是在牺牲精度换召回，或者反过来。这不是调参能解决的工程细节，而是该假设的结构性限制。 ## CALM：把「全局移除」换成「局部修正」 基于这一发现，作者提出 **CALM（Counterfactual Adaptive Local Modulation）**，一种免训练的安全护栏机制。其核心设计包括： 1. **匹配的不安全—良性锚点**：用成对锚点建立对照，而非依赖单一全局方向。 2. **提示级路由**：对每个输入提示，判断其激活了哪些不安全类别，而不是对所有提示施加同一套干预。 3. **最小化 token 级编辑**：只把真正违规的 token 表示朝安全侧做最小幅度调整。 4. **残差抑制**：压制与不安全方向正对齐的残差分量。 这套流程的关键词是 **prompt-local** 与 **counterfactual**：干预范围从「全局统一」收缩到「与当前提示相关的局部」，干预依据从「固定方向」变为「反事实对照」。 ## 结果与意义 论文报告，在广泛评测中，CALM **显著提升了不安全内容的抑制效果，同时保住了良性提示的可用性**。作者据此主张：相较于全局不安全信号的统一移除，**局部反事实修正是一种更具选择性的替代路径**。 对行业而言，这项工作的价值不只是一项新方法，更是一种视角转换：文生图安全对齐的瓶颈，可能不在于「信号够不够强」，而在于「信号是否足够局部、足够贴合具体提示」。当监管与平台都在追求既安全又不牺牲创作自由的平衡点时，这类关于安全机制几何边界的分析，或许比又一个更强的过滤器更有参考价值。
## 从「生成世界」到「编辑世界」 过去一年，交互式世界模型（interactive world models）的进展主要集中在两件事上：**生成一个可运行的环境**，以及**在其中行动**。但一个更贴近真实需求的环节长期被忽略——如果已经有一个可执行的世界，我们能否像改代码一样，**有目的地去编辑它**，同时不破坏那些本该保持不变的部分？ arXiv 上最新的一篇预印本论文 **《World Editing: Intervening on Executable Worlds at Increasing Depth》** 正式把这个问题提了出来。作者把它定义为「world editing」：对既有世界进行干预，并保留应当不变的性质。 ## 核心概念：干预深度 论文的关键贡献之一是引入 **intervention depth（干预深度）** 这一维度，用来描述一次编辑对世界实体、动力学和系统之间的耦合强度。深度越浅，改动越局部；深度越深，编辑就越牵动整个世界的运行逻辑。 为了把这一能力落到实处，团队选择了一个颇为务实的方向——**工业级游戏模组（modding）**，并构建了 **IGMWorld** 以及配套基准 **IGMBench**。 IGMBench 覆盖 **Minecraft** 与 **Terraria** 两个平台，包含 **110 个任务**、超过 **1.1K 条可执行状态与行为判据**，任务类型横跨属性、实体、动力学与系统四个层级的干预。评估方式也相当严格： - 确定性可执行性检查 - 行为检查 - 保留性检查（确认不该变的部分没变） - 视觉检查 ## 前沿编码智能体表现如何 结果既有惊喜也有隐忧。 **最强配置**在严格的任务级标准下解决了 **78.2%** 的任务，在判据级标准下更是达到 **94.8%**。这说明前沿编码智能体已经具备相当可观的世界编辑能力。 但**可靠性随干预深度上升而普遍下降**，而且这一趋势在判据数量相近的任务之间依然存在——也就是说，难度来自「深度」本身，而非任务复杂度的简单堆叠。 另一个值得注意的发现是：**大多数失败的编辑仍然能成功构建并加载**。换句话说，问题不在于「改不动」，而在于「改了之后世界不按预期运行」。这恰恰点出了世界编辑的真正难点——让编辑后的世界**行为正确**，而不仅仅是语法上成立。 视觉一致性则是另一块短板：**所有被评估的配置，联合视觉通过率均低于 50%**。 ## 为什么这值得关注 这项研究传递了一个明确信号：**world editing 是一种独立于 world generation 和 interaction 的能力**。会生成世界、会在世界里行动，并不等于会精准地编辑世界。 而可执行游戏，恰好提供了一个既真实又可量化、可复现的试验场。对于正在推进世界模型、智能体与仿真环境的团队来说，IGMBench 这类基准或许会成为下一阶段能力评估的重要参照。