人工智能资讯 第20页
聚合当前分类下的最新内容，按时间顺序查看第 20 页精选文章。
把 AI 助手塞进短信里，Poke 想让“智能代理”像发消息一样简单
当很多 AI Agent 还停留在“极客玩具”阶段时，Poke 试图走一条更大众的路：不装 App、不碰终端、直接通过 iMessage、短信和 Telegram 帮你办事。它真正有意思的地方，不是模型多强，而是把“能干活的 AI”放进了人们最熟悉的沟通入口里，这可能比再造一个聊天机器人更接近下一代个人助理。
一只母鸭之死，为什么让自动驾驶在奥斯汀又陷入了一场信任危机
在美国得州奥斯汀，一辆处于自动驾驶模式的 Avride 测试车撞死了一只居民熟悉的母鸭，瞬间把“自动驾驶是否适合进入社区街道”这个老问题重新点燃。技术上看，这或许只是一个小概率边缘事件；但在公众情绪和城市治理层面，它暴露的恰恰是自动驾驶行业最难解决的那道题：机器该如何在真实世界里学会‘体面地让路’。
把高深数学拉回现实：这个网站想让卡尔曼滤波不再像“天书”
卡尔曼滤波并不是什么只属于航天工程师的神秘公式，它本质上是在噪声里猜测“真实世界到底发生了什么”。新上线的 KalmanFilter.net 试图用大量数值例子和失败案例，把这门常被讲得过于抽象的经典算法重新还给普通学习者——这件事比看上去更重要，因为今天的机器人、自动驾驶、传感器融合和 AI 物理世界应用，几乎都离不开这种“在不确定中做判断”的能力。
“中本聪”又有新候选人：亚当·巴克否认《纽约时报》指认，但AI破案才是更大的看点
《纽约时报》最新调查把比特币创始人“中本聪”的身份再次指向英国密码学家亚当·巴克，但巴克本人很快否认。比起这场熟悉的“猜中本聪”游戏，更值得关注的是：媒体已经开始用AI做文风溯源，这既聪明，也危险，可能预示着未来调查报道的新方法论。
大众在洛杉矶押注自动驾驶小巴，但真正难抢的不是 Uber 订单，而是用户信任
大众把自动驾驶小巴开进洛杉矶，表面上是在争夺网约车入口，实际撞上的却是整个 robotaxi 行业更硬的一道墙：多数美国消费者仍不愿意坐没有司机的车。新调查给这场竞争补上了最关键的限制条件——技术和运营正在推进，但需求端的信任建立明显慢于车队落地，这会直接影响自动驾驶出行的扩张速度、服务设计和商业化节奏。
Databricks 联合创始人拿下 ACM 大奖，却说“AGI 其实已经来了”：这句话该怎么听
Databricks 联合创始人兼 CTO Matei Zaharia 获得 2026 年 ACM Computing Prize，这不仅是对 Spark 和大数据时代的一次致敬，也像是给 AI 新周期按下了一个醒目的注脚。比奖项更抓人的是他的判断——“AGI 已经在这里”，这句话听上去大胆，但背后其实是在提醒整个行业：别再拿人类的标准去误读机器的能力边界。
当外星人嫌我们“只是块肉”：一篇33年前的科幻短文，为什么今天读来更像科技新闻
特里·比森1991年的《They’re Made Out of Meat》表面上是一则荒诞科幻，骨子里却是在追问一个今天依然尖锐的问题：意识究竟是什么，智能又凭什么被承认。放在AI、脑科学和SETI重新升温的当下，这篇短文不只是好玩，它像一面镜子，让我们看到人类对“非我族类”的偏见，也看到我们对自身肉身的尴尬与傲慢。
当调查记者也开始为 AI 罢工：ProPublica 的 24 小时停工，敲响了新闻业的新警钟
美国知名非营利调查媒体 ProPublica 的工会员工发起了首次罢工，表面上争的是工资、裁员与纪律条款，真正刺痛行业神经的，却是 AI 将如何进入新闻生产现场。这个事件之所以重要，不只因为它发生在一家以公共利益为使命的媒体机构，更因为它揭示了一个残酷现实：连最理想主义的新闻编辑部，也躲不过技术、成本和劳动权利的三角拉扯。
Atlassian把AI塞进Confluence：文档不再只是文档，而是下一步工作的起点
Atlassian最新给Confluence加上的，不只是几个AI功能按钮，而是在重新定义企业文档的角色：它不再是信息终点，而是原型、演示和应用的起点。这件事的真正意义，不在于“又一个AI工具上线”，而在于企业软件正在进入“原地智能化”的新阶段，谁能把AI嵌进既有工作流，谁就更可能赢下下一轮办公软件之战。
13亿美元砸向“物理AI”：当风投不只投公司，还想亲手造出下一个工业巨头
美国风投机构 Eclipse 新募集 13 亿美元，押注所谓“物理AI”创业公司，方向覆盖机器人、交通、能源、基础设施和国防。比起单纯跟投热门赛道，更耐人寻味的是它想亲自孵化公司、编织产业协同网络——这说明资本正在把 AI 从屏幕里往工厂、车辆和电网里推，也意味着这场竞赛会比大模型战争更慢、更重、更难，但可能更接近真实世界的价值。
当网站开始“考你数学题”：一款老牌开源游戏官网，为了挡 AI 爬虫祭出算力门槛
老牌开源游戏《韦诺之战》官网最近给访问者加上了一道“先做题再进门”的验证页，背后不是传统反机器人验证码，而是针对 AI 公司大规模抓取网页的 Proof-of-Work 机制 Anubis。这件事的意义不在于一款小工具本身，而在于越来越多中小网站开始用“消耗算力”的方式，向失控的 AI 抓取潮收取成本。
当 AI 冒充“专家”：Grammarly 这场翻车，戳中了生成式内容最尴尬的地方
Grammarly（现已并入并重塑为 Superhuman 体系）曾推出一项名为“Expert Review”的 AI 功能，让用户获得“知名作者和专家风格”的写作建议，结果却因擅自使用真人姓名、甚至包括已故学者，引发强烈反弹。这场风波真正暴露的，不只是产品设计失误，而是 AI 公司正在把“公共内容可抓取”误当成“人格与声誉可调用”。
AI能替你发论文，但替不了你长脑子：一位天体物理学者的真正担忧
一篇来自天体物理学圈的长文，把当前学界对大模型的焦虑说得很透：问题也许不是机器太强，而是人类机构太乐于把“会产出”和“会思考”混为一谈。真正危险的，不是AI帮研究者提速，而是一整代年轻学者在不知不觉中失去构建独立判断力的机会。
当 AI 开始“挑语言”：一位程序员写 Lisp 受挫，戳中了生成式编程的隐秘偏见
一位 DevOps 工程师发现，自己最爱的 Lisp 语言，在 AI 编程时代反而成了“高成本爱好”：同样的需求，AI 写 Python 又快又便宜，写 Lisp 却频频打转、疯狂烧钱。这不只是小众语言的抱怨，它暴露出一个更大的现实：AI 正在把“语言流行度”直接折算成开发效率和真金白银，也可能重新改写程序员选择技术栈的逻辑。
一本 362 页的老书，为什么在 2025 年突然变重要了？《计算机音乐导论》免费开放背后
英国学者 Nick Collins 的《Introduction to Computer Music》在 2025 年以免费版重新开放，这看起来像一次普通的作者版权回归，实际却踩中了 AI 音乐、开源教育和数字创作门槛重塑的时代节点。它的重要性不在于“又多了一本免费教材”，而在于它把声音、代码、创作和批判思维重新放回同一张桌子上。
Karpathy 想把 AI 聊天框，变成一座会自己长大的“个人维基”
前 OpenAI 联合创始成员、知名 AI 研究者 Andrej Karpathy 抛出一个很有意思的想法：别再让大模型每次都临时翻资料，不如让它持续维护一套个人 Wiki，把知识“编译”成可积累、可更新的结构化资产。它看上去只是一个 GitHub Gist，但背后折射出的，是生成式 AI 正从“会聊天”走向“会长期干活”的关键转向。
AI 写代码，竟然靠“抄自己作业”变强了：一篇论文揭开大模型代码能力提升的朴素路径
一篇最新 arXiv 论文提出，代码大模型未必非得依赖更强教师模型、复杂验证器或强化学习，光靠“从自己的输出里挑样本，再回炉训练”就能显著提升表现。这个结果之所以重要，不只是因为方法简单，而是它提醒整个行业：在后训练时代，很多性能红利也许并不藏在更复杂的系统里，而藏在对模型自身行为的重新整理中。
特朗普想给AI数据中心提速，缅因州先踩了州级刹车
特朗普政府想用更快审批、更低监管成本推动AI数据中心建设，但现实阻力正在从关税和社区抗议，扩大到州级电力治理。缅因州推进暂停审批20兆瓦以上新建数据中心的法案，补上了一个更关键的变量：地方政府不只反对某个项目，而是在重新审查AI算力扩张该由谁付电网、电价和社区成本。
把思考交给 AI 之后，真正收缩的可能不是能力，而是想法
一篇新文章把“AI 外包大脑”这件事往前推了一步：风险不只在答错、幻觉或偏见，还在少数底层模型开始参与越来越多人的判断过程，慢慢把思路压向相似的轨道。比起“人会不会变笨”，眼下更值得警惕的是认知同质化——表达更流畅了，异见、偏航和新组合却更难出现。
当 AI 开始给精神科续药：乌托邦的效率，还是医疗的偷懒？
美国犹他州正在试点让 AI 聊天机器人为部分精神科药物续方，这听上去像医疗效率革命，但也像把最脆弱的人群交给一套外界看不清的系统。问题不只是“AI 能不能做”，而是“我们为什么要让它做”，以及谁来为判断失误买单。
一家想靠声音识别抑郁的 AI 公司，倒在了 FDA 门外
做了七年“听声音识别抑郁”技术的美国创业公司 Kintsugi，最终没有等到 FDA 放行，资金先耗尽了。它的倒下不是一个孤立的创业失败故事，而是 AI 医疗当下最真实的缩影：技术跑得快，监管走得慢，夹在中间的往往是那些最想把算法真正送进临床的人。