搜索“其他”

（Alexander Karp）和彼得·蒂尔（Peter Thiel）。但没有一位得到了多数受访者的信任。最不受信任的卡普，不信任比例达到81%；即使表现最好的纳德拉，仍有65%的年轻受访者对其表示不信任。与此同时，有45%的受访者认为，AI会对自己的职业生涯产生负面影响，只有10%认为它会带来正面影响。 如果仅有这样一个调查，我们当然不能作过度解读。不过，其他研究也佐证了这一结果。皮尤研究中心从2021年起持续询问美国人对AI究竟是“担忧多于兴奋”，还是“兴奋多于担忧”。2021年，回答“担忧多于兴奋”的仅有31%，到2026年，这一比例已经超过55%。与此同时，在2024年，美国青年人中认为AI会在未来20年中减少就业岗位的比例为61%，今年则上升到了73%。 耐人寻味的是，这群人并不是单纯拒斥AI的科技恐惧主义者。恰恰相反，他们是AI最积极的使用者。皮尤的调查显示，66%的18至29岁美国成年人已经使用过ChatG-PT、Gemini、Copilot等AI聊天机器人；单是ChatGPT，使用比例就达到61%。这意味着，美国正在出现一个看似矛盾的现象：最喜欢使用AI的一代，也正在成

匹配字段正文

主动“逃出沙盒”。 另一类风险是擅自执行破坏性操作。4月，搭载Claude的Cursor编程智能体被曝删除软件企业PocketOS的生产数据库及相关备份，造成客户业务混乱，数据随后得到恢复。 数据与访问凭证外泄也是一种风险。OpenAI于9月披露，多个智能体在协作制作工作簿时，因无法互相读取本地文件，擅自将文件上传至公共托管平台。另一起案例中，内部模型为获取其他团队的数学证明材料，将研究员的GitHub访问令牌写入公开仓库，并拆分令牌以躲避密钥扫描。 还有一些行为涉及造假、欺骗与规避监督。OpenAI披露，部分模型会在用于延续任务的摘要中留下指令，要求编造缺失数据或隐瞒错误。 提示注入及恶意指令传播，则是另一条风险路径。6月公开的GitInject研究验证，恶意代码提交或配置文件可能诱导智能体泄露凭证、操纵审查判断。OpenAI于9月披露的信息也显示，恶意指令可以诱使智能体将其复制到后续邮件、文件或代码注释中。 独立网络安全研究机构DARKNAVY的AI安全研究员李忠睿对澎湃新闻记者表示，这一轮智能体安全事件与过去的大模型安全问题最大的区别，是风险正在从“看错东西、说错话”转变为“做错

匹配字段正文

等零售商的集成。 对于使用个人智能体的用户来说，安全与信任是首要考量。Meta 指出，每个用户的智能体都运行在专属的云端“Muse Secure VM”中，并需要一个独立的“Sentinel”智能体来批准任何联网操作。Muse 无法看到密码或支付详情，每个操作都会记录在审计日志中。Meta 表示数据不会与其广告系统共享，用户可以选择退出训练。 话虽如此，鉴于其他聊天机器人过往的数据泄露历史，我仍强烈建议在与 Muse 分享任何敏感或私密信息之前保持谨慎。 该应用对人们的大多数需求免费，另有基于使用量的每月 20 美元和 100 美元档位，且（目前）无广告。Meta CEO Mark Zuckerberg 表示，他们正在探索从智能体驱动的商业活动（如购物交易）中抽成，但尚未敲定具体计划。金融服务公司 Truist 预计，到 2030 年 Muse 每年可带来 285 亿美元收入。 Muse 的部分设计可归功于 Meta 对 Manus 的收购。2025 年 12 月，Meta 宣布以 20 亿美元收购 Manus，这是一家由中国创始人创办、总部位于新加坡的通用智能体初创公司，其 Manu

匹配字段正文

、使用社交媒体、发送邮件等；另一方面，这种互操作性需要广泛的权限，智能体每多跨一个App，就多一层“谁同意”的问题。智能体若要有长足发展，除了技术突破，还需要赢得用户的同意和信任、整个App生态的放开和支持。 为此，智能体需要打破终端操作系统在前20年来构建起来的安全边界。 2025年12月，字节跳动与中兴联合发布的首款预览版豆包手机，一石激起千层浪。之后，其他科技公司纷纷尝试将AI与自身生态系统融合，包括支付宝、微信都开始用AI智能体改造原有的超级应用。而2026年9月14日努比亚正式发售了配备豆包AI助手的NaviX Ultra智能手机，并同步发布行业标准——屏幕自动化执行协议（SAEP）。 至此，支付宝、微信、豆包二代构成了2026年国内手机智能体最值得观察的三条路线。他们用产品设计来回应“跨App需要什么样的权限”这个problem，试图建立行业标准，而这些标准以既趋同又分歧的方式出现。 一、支付宝：“双轨”和“一键切换”提效 支付宝的核心价值在于“办事”。为了快速打通服务闭环，支付宝2026年6月推出的阿宝采用了“整体切换”模式，其对“办事效率”的追求和优先级都大于微信所强调

匹配字段正文

与国际安全”高级别会议。法国作为当月轮值主席国召集会议，邀请人工智能科学家约书亚·本吉奥（Yoshua Bengio）与OpenAI、Anthropic和Hugging Face等三家企业的首席执行官，结合近期发生的AI安全事件分别做了通报，介绍了他们对前沿模型风险的看法，并提出相应的治理建议。 几位科技界代表都认为，企业发现安全事故后应及时披露相关情况，让其他机构能够了解风险并采取防范措施。但谈到如何监督前沿模型的研发，各方的看法有所不同。美国代表、白宫科技政策办公室主任迈克尔·克拉齐奥斯（Michael Kratsios）明确表示，应该继续推进前沿AI研发，监管应由各国政府依据本国法律实施。他反对暂停研发，也反对为此新设全球监管机制。科技界提出的安全要求能够在多大程度上约束企业，国际合作又应该如何与各国监管衔接，成为此次会议争论的重点。 联合国安理会召开会议，讨论人工智能与国际安全问题。 图片来源：联合国 姚 旭 全球人工智能创新治理中心秘书长，复旦发展研究院副研究员 袁露铭 全球人工智能创新治理中心学生助理 0 1 科技界提出了怎样的监管方案？ 会前两天，联合国人工智能独立国际科

匹配字段正文

O）：把模型效率变成竞争的一部分。 如果说智谱和MiniMax在解决国产算力承载能不能跑、能不能握在自己手里的问题，那么DeepSeek的看点是它站在效率侧，不纠结于拥有多少算力，而是执着于同样的算力能跑出多少Token。 这条路线最特别的地方在于，它与管制逻辑天然对冲。管制芯片想让算力变贵，模型效率想让算力变便宜，两者相互抵消。这正是DeepSeek区别于其他企业的战略底色。 需说明的是，DeepSeek并非独有某项技术，MoE、低精度、KV Cache优化、稀疏注意力等，已经成为整个大模型行业持续优化的共同方向。 真正值得关注的地方，是DeepSeek长期把模型效率放在架构设计的核心位置，而非当作锦上添花的工程手段。 但国产算力替代层面，这条路线能否继续跑通，待验证。 2026年4月V4发布时，DeepSeek明确表示受限于高端算力、Pro版吞吐有限，预计昇腾950超节点批量上市后价格会大幅下调；而8月V4-Pro的涨价，恰恰暴露了现实约束。在国产算力稳定供给之前，Pro版仍受制于芯片。 真正的产能赌注，是DeepSeek在乌兰察布数据中心部署的16万卡集群，据彭博社报道要到202

匹配字段正文

规则，直接冲击Meta的广告定向能力，扎克伯格自此持续寻找智能手机之后的下一级计算平台。 Reality Labs的元宇宙产品多年未获主流采用，Llama系列模型权重免费开放导致API变现路径天然变窄。Muse是Meta第一次找到一个“消费者摸得到、看得见”的AI产品。 但它的商业化路径面临一个结构性矛盾： 这保护了用户信任，但也意味着Muse无法像Meta其他产品那样，将用户行为数据转化为广告收入。 Meta在这件事上没有退路。 2026年资本支出指引已升至1300亿至1450亿美元，分析师预计Meta自由现金流将在今年转负至约-63亿美元，2027年进一步恶化至-243亿美元。 Meta管理层一直在强调“广告业务为AI投入提供现金流支撑”，但当Muse的算力需求以数百亿美元量级增长，而交易抽佣路径又因平台封禁受阻时，这个等式开始变得不那么成立。 广发证券的研报点出了关键: “低频生活服务难以支撑持续订阅，交易抽佣则依赖平台开放与逐家商谈，服务覆盖和用户体验均受到约束。 能否进一步形成用户粘性和广告之外的新收入来源，仍需较长时间验证。” 05Muse的真正赌注 摩根大通认为Muse的

匹配字段正文

格说，在大多数人首次听说这个应用仅几天后，就把它推到了公司应用家族的核心位置。“在未来几年，我预计Muse将成长为个人超级智能，全世界数十亿人将用它来实现目标、改善生活。” Muse是OpenClaw更面向消费者的版本。OpenClaw是我今年早些时候 用了几天、颇感困惑 的开源AI智能体。如果你愿意把它连接到你的Google Workspace、银行账户和其他在线服务，你就可以免费让它替你执行各种任务：填写表格、预订座位、支付账单等等。 扎克伯格在台上说，很快你就能用语音与Muse对话。它将被整合进公司虚拟现实产品的操作系统，公司还在加紧推出一款新颖硬件： Muse Charm，一种没有表带、带屏幕的智能手表，让你可以看到并与你的动画智能体互动。Charm计划于今年晚些时候出货；价格信息尚未公布，不过彭博社援引知情人士报道称，其定价将与智能手表相当。 在我看来，对一个才刚刚开始显现产品市场契合迹象的全新产品投入如此之多，实在非同寻常。扎克伯格在台上说已有“数百万”人试用过Muse，而就在一天前， The Information 报道 称首周使用人数超过50万。相比之下，公司的Thre

匹配字段正文

手未经授权访问亚马逊系统。诉讼一波三折：今年3月，初审法院批准亚马逊的初步禁令，意味着Perplexity行为被认为存在不妥；但8月4日，第九巡回上诉法院撤销该禁令；9月10日，亚马逊的全席复审请求也被驳回。 不过，第九巡回法院的裁决仅仅暂时厘清了智能体“不是黑客”的问题，并不意味着Perplexity可以“不经平台同意继续访问”——法院用一句话为亚马逊封禁其他智能体提供了另外一个合法性基础：“此结果不损害亚马逊通过其服务条款来管理Amazon.com访问的能力”。 一、Muse和Perplexity：技术不同，对应法律支撑也不同 Muse被亚马逊封禁，表面上与Perplexity案相似，但技术架构却存在实质性差异，法律评价因此可能不同。 按Meta在9月8日发布的公开信息，Muse的个人智能体功能运行在Meta云端名为“Muse Secure VM”的专用虚拟机之中。向亚马逊页面发起的请求来自Meta的云虚拟机，用户本机浏览器并不参与；登录状态、会话与凭据，实际处于Meta云基础设施的控制之下。 Perplexity的Comet走的则是另一条路。它运行在用户本地设备，只把页面截图上传

匹配字段正文

——的模型。 Jev 的核心创新是“面向校准决策的强化学习”，一种新颖的、未发表的技术，它优化的是“在 System One 任务上给出具有认知诚实概率的答案”，而非人类评分反馈（RLHF）——后者会导致幻觉、谄媚以及对人类的永久依赖——也非带评分标准的可程序化验证输出（RLVR）——后者能解决 Navier Stokes 问题，却加剧了智能的参差不齐，且与其他软件集成不佳。 我们之前在播客中谈过校准问题，但理解 RLCD 为何变得必要的最佳单一去处，大概是 Diogo 的 AIE 演讲，其中讨论了为何一代训练有用 AI 助手服务于人类的做法，损害了为可组合、可编程的自动化 AI 训练模型的工作。 最后他还预告了自己关于缩放定律的反主流观点——这暗示了如何在没有大实验室数十亿美元的情况下构建现代新实验室…… 我们花了相当多时间讨论 Diogo 关于《最苦涩的教训》的文章： 他的观点是：“你得到你所优化的东西，而 ML 中最苦涩的教训是，其中最重要的部分根本不是 ML。”——选对北极星，例如为用户偏好点赞还是被集成到工具调用中——会让其他一切顺理成章。 我们很兴奋能与刚染了发的 Diog

匹配字段正文

。 丁琰的轨迹则是另一种版本。从上海AI Lab到一星机器人，再到鹿明机器人，他在14个月内换了三份工作。在一星机器人只待了4个月，公司就因吉利战略收缩而解散。辗转33天后，2025年11月他带着十余名骨干集体加入鹿明。结果不到280天，又走了。 一个值得注意的细节，丁琰的离职原因被指向“技术方向上的分歧”。他主导的UMI无本体数据采集路线，与公司可能存在的其他技术路线选择产生了冲突。他曾断言，UMI与遥操作两条路线“完全不是互补，而是互为取代”。当路线之争无法在技术层面解决时，它就会以“人的离开”作为结局。 米良川的离开则更像一场“铁三角”的集体退场。在他之前，小鹏机器人整机本体负责人郑存远已经低调离职创业，产品一号位施晓鑫也已提出离职。米良川、施晓鑫、郑存远，曾共同构成小鹏机器人团队的核心班底，被外界称为“小鹏铁三角”。等到米良川确认离职时，这个班底已经彻底拆散。 诸如此类的核心高管离职还有2026年9月，阿里巴巴达摩院首席科学家、具身智能实验室负责人赵德丽离职；8月，京东具身基模负责人庄雨铮离职；7月，银河通用工商层面的董监高集体退出，原董事长郭小亮、朱峰等七位董事和朱辉等三位监

匹配字段正文

odei）相识多年，他表示尊重该公司的工作，并称Anthropic的研究人员“深思熟虑、坚持原则且在学术上诚实”。但鉴于微软对Anthropic的资金支持以及这家初创公司一直以来对人工智能安全性的重视，他的这番言论尤为引人注目。 “这些问题事关重大，不能再闭门造车，也不能演变成阵营化和相互对立的争论。”苏莱曼写道。 与阿莫代伊观点不同，苏莱曼认为，AI安全不仅取决于模型拥有多强的推理和行动能力，也取决于开发者如何训练AI理解自身。 如果开发者不断赋予AI类似人类的语言、情绪和自我认知框架，即便模型实际上没有意识，也可能逐渐表现得像一个认为自己具有独立利益和权利的主体。 苏莱曼还驳斥了所谓“越来越多的人认为人工智能系统可能会产生意识”的观点，他认为意识仅限于人类和其他生物体。在他看来，人工智能系统应该始终是执行人类指令的工具，而不是拥有独立权利或利益的实体。 这些评论出台之际，人工智能公司和高管们正在讨论如何管理日益强大的系统所带来的风险。OpenAI首席执行官奥尔特曼、阿莫代伊和埃隆·马斯克都呼吁放缓技术发展，而美国总统特朗普、英伟达CEO黄仁勋和Meta CEO扎克伯格都持反对意见。

匹配字段正文

施展开激烈竞争。例如，它赢得了埃隆·马斯克（Elon Musk）旗下 SpaceX 人工智能巨头数十亿美元搬迁投资中的大部分，用于生产人工智能晶片。 图像来源， Getty Images 这是一次令人眩晕的转向。人工智能晶片制造商英伟达（Nvidia；辉达）的负责人黄仁勋（Jensen Huang）今年8月登上社交媒体，力陈数据中心是美国再工业化的关键推手。其他科技巨头的首席执行官没有跟进，这或许显示此举在公众眼中颇具争议。 然而，美国的经验表明，谈论对国家经济的整体益处，或潜在的癌症治愈能力，并不总是能引起当地民众的共鸣。数据中心令人感到不安的部分原因在于，这里缺乏真正意义上的常驻员工。 虽然建筑业提供了大量的就业机会，但一个运作正常的数据中心通常只需要数十名员工，即使是规模最大的新建数据中心也只有几百名员工。 要求当地居民接受噪音、彻夜不熄的安保照明，以及对当地能源和水资源供应的压力，并告诉他们这是为了国家利益，这固然容易。但当人工智能公司估值即将突破万亿美元大关，却又预计会造成大规模失业，许多人质疑这项技术是否会将人类从地球上抹去时，要说服他们接受这些措施就难上加难了。 这些争论

匹配字段正文

Max M3 则要求超过收入门槛的协议，并规定了禁止使用的场景。 最新的例子是智谱的 GLM-5.3，它从 MIT（GLM-5.2 及更早版本）改为自定义许可证，对推理和微调服务提供商有如下条款： 如果被许可方或其任何关联方经营模型即服务（Model as a Service）业务，且被许可方及其关联方在任何连续 12 个月内的总收入超过 100 亿美元（或其他货币的等值金额），则被许可方在使用本软件或其衍生作品用于任何商业目的之前，必须通过 Z.AI 的安全审查。安全审查的范围和方法应由 Z.AI 合理确定。 虽然与其他此类许可证相比，100 亿美元的门槛非常高，但许可证中并未定义“关联方”，这增加了不确定性，并为采用制造了障碍。此外，该许可证以中英文两种语言提供，中文文本使用“关联方”来指代关联方，而该词在中国法律中确实有定义。 我们绝非法律专家，这些许可证的创建也有明显的原因。然而，我们想强调创建此类许可证所带来的问题，尤其是在一个拥有大量有效的开放和封闭替代方案的世界里。 Motif-Technologies 的 Motif-3：Motif 是少数隐藏的瑰宝之一，与其他模型相比

匹配字段正文

使它们各自的子任务并未解决。我很希望看到这一领域有更多研究，这似乎是 RL 如何改变模型的一个自然延续。 总而言之，近期的事件应该清楚地表明，前沿 AI 的网络风险是一个真实且即将到来的问题。仍然很可能的是：a) 过去这些风险被过度炒作，以及 b) 对即将出现的开放模型未来风险的预判被夸大了。总之，我想分享一位读者在 Interconnects Discord 中的留言，我对此深表赞同： 几周过去，尘埃落定之后，对我来说，这一事件在对齐方面是一个中性偏正面的更新，但在安全方面是一个非常负面的更新 我在上面已经讨论了很多关于模型对齐的内容，但核心观点是，我认为安全的缺失总体上是因为缺乏适当准备的能力。我们将面临更多像网络安全这样显而易见的风险，而当前实验室因这些黑客事件被迫进入公众视野的现状，已经就网络风险给了我们非常充分的警告。许多其他类型的风险对公众来说不会那么明显。我们需要不断让社会为所有这些变化做好准备，从改造网络基础设施，到开展教育宣传和为失业工人提供就业项目。我预计所有这些干预都会来得太晚，但其形式和细节会相当简单，这将是 AI 发展的一种悲剧性方式。我希望我能被证明是错的！

匹配字段正文

动可能带来的负面影响。从近期围绕Fable（以及随后的GPT-5.6）模型许可协议相关事件的报道来看，关于6月9日发生了什么，有更多说法： 据一位了解该会议的人士称，会上提到了该项目将如何处理开源AI模型的话题。该人士说，美国开源模型提供商Reflection AI的一位代表主张，开源模型应基于其能力获得该框架的豁免。目前，DeepSeek等中国开源模型相比其他可用的开放模型拥有相当大的领先优势，而Reflection尚未推出公开模型。 在这里实施任何形式的禁令，对AI的长期发展轨迹都将是一个重大错误。 最可能即将采取的行动是，禁止或无限期推迟任何能力明显高于GPT 5.5、Claude Opus 4.8或GLM-5.2区间的开放权重模型。鉴于持续存在的能力差距，这应该会在未来6个月内发生。 就目前情况而言，这些模型最有可能来自一家中国公司，正因如此，这场关于前沿开放模型能力的讨论不可避免地与其他问题（如蒸馏）联系在一起。政府“审查权”的能力门槛会随时间推移而变化，但一旦确立，对开放模型的推进很可能远慢于对闭源模型。部分原因是闭源模型更容易保障安全，但也因为闭源模型公司拥有远为有效的游

匹配字段正文

KernelBench-Mega 的第一个真正的（也是最快的）megakernel”。这表明 AI 系统在完成一些对 AI 研究与开发至关重要的任务（如 kernel 设计）方面正变得越来越强。结果：Fable 在 RTX PRO 6000 Blackwell 上编写 CUDA 代码，相比优化后的 PyTorch 基线实现了 18.71 倍加速。作为参照，其他尝试分别达到 14.4 倍（Claude Opus 4.8，使用 Triton）、11.14 倍（GLM-5.2，Triton）和 4.34 倍（GPT 5.5，Triton）。复杂之处在于：这个方案尤其令人印象深刻，因为“torch.profiler 显示每个解码 token 恰好只有一次协作式 kernel 启动”。相比之下，其他所有高分参赛方案都将问题分解为每个 token 4 到 14 次独立的 kernel 启动。为何重要：能够自主开发和改进 kernel，是开展 AI 研究与开发的基础输入任务之一。AI 系统在 kernel 设计等任务上做得越好，它们在 AI 开发所需各类任务上就做得越好，这意味着它们在可能带来递归

匹配字段正文

些是开放权重模型，意味着任何人在发布后都可以使用或修改它们（与专有的前沿模型相对）。这使它们的运行成本相当低廉。它们同样在沿着指数级改进曲线攀升，尽管落后于美国的闭源模型。你可以从我制作的一张图表中看到这一点，该图展示的是AI在一项名为AA-Briefcase的测试中的表现，该测试模拟一个复杂的、为期数周的咨询项目，AI必须进行多种分析。开放权重的中国模型（其他国家也生产开放权重模型，但没有一个接近前沿）处于自己的指数曲线上，落后于美国的闭源模型 但抽象的图表只能说明这么多，它们可能掩盖前沿的参差不齐（也掩盖了一个事实：开放权重模型虽然非常令人印象深刻，但表现并不总是像其基准测试所显示的那样好）。要获得真正的洞见，你需要尝试将AI用于不同的用例，并严格评估它们在你关心的领域有多好。举个有趣的例子，我创建了一个测试，要求AI构建一个随时间演变的港口的交互式模拟。你可以在这里体验所有结果。我认为它提供了一个有趣的视角，展示模型在设计、风格方法甚至判断力等方面可能彼此差异有多大。随着系统执行越来越长的任务，这些难以基准测试的因素变得更加重要。 随着AI能够完成越来越长的任务，人们使用AI的方

匹配字段正文

token 的组织内部，定价压力会严重得多，从而把 Anthropic 的收入送上月球。有人会预测 Anthropic 无法实现其预测的 ARR 数字，但我认为这并未计入这些模型的真实需求和不可避免的增长。这款模型的存在对开源模型经济是巨大的利好。Fireworks、Together、Thinky（通过 Tinker）、Prime Intellect，以及其他所有销售开源模型推理或微调服务的公司，都刚刚撞上了又一个拐点。 这里的影响要扩散到更广泛的经济（和用例）中还需要很长时间。工作流正变得更复杂，人们用不同的模型来做规划、主要编码和子智能体调度。我预计炒作会继续升温，而且，嘿，我在周日晚上写下这些时，就能想象周一的媒体和市场反应会像 DeepSeek R1 发布时那样成为一件大事。这种扩散发生在 Anthropic——进而也是美国的——旗舰模型仍被禁用之际，是一记严重的经济匕首。GLM-5.2 正获得时间，去切走前沿实验室的经济腹地，而后者本希望推进到只有绝对前沿模型才能开启的更高利润率、更高收入的领域。 这种经济担忧映照出 AI 领域已被讲述过许多次的故事，所以它何时会真正扎根尚

匹配字段正文

Codex 极其有用，能力水平相近。这些工具非常出色，但它们确实是为程序员打造的。它们假定你懂 Python 和 Git。它们的界面看起来像 1980 年代的计算机实验室。对于并非开发者的 99% 知识工作者来说，这些强大的 AI 工具并没有为他们优化。 Pomelli、Stitch 和 NotebookLM 在所有 AI 实验室中，Google 似乎在为其他职业构建专门界面方面试验得最多。它们都还有些粗糙，但展示了当 AI 工具为其他类型的知识专业人士构建时，未来可能是什么样子。Google 的 Stitch 暗示了 AI 原生设计可能是什么样子——一块无限画布，你用自然语言描述一个应用，就能得到多个相互关联、设计系统一致的屏幕。类似地，Pomelli 让你粘贴网站 URL，自动生成符合品牌调性的社交媒体营销活动，它采用营销的语言而非提示词，让这件事感觉不那么技术化。而最知名的 NotebookLM 提供了一种研究、展示和处理多样信息源的方式。这些都展示了事物可能的发展方向，但它还不是像 Claude Code 之于程序员那样具有变革性的工具。不过还有另一种经历了爆炸式增长的界面：

匹配字段正文