## 今日资讯速览 本期的《The Download》带来两个亮点：英国世代烟草禁令的争议与前景，以及伊丽莎白·贝尔的短篇小说新作。 ### 英国世代烟草禁令：理想与现实的博弈 英国近期通过了一项针对烟草产品的世代销售禁令，旨在彻底消除吸烟行为，而非仅仅减少消费。这一“终局”策略（endgame approach）与传统控烟手段（如税收或警示图片）形成鲜明对比。然而，作者Jessica Hamzelou指出，这一政策是否有效尚无定论。她以自身经历为例：她的两个女儿对吸烟感到厌恶，这与她年轻时吸烟文化盛行的时代截然不同。尽管存在不确定性，她仍选择支持这项禁令，因为其目标——彻底根除吸烟——具有极大吸引力，且正获得越来越多的支持。 这一故事出自《The Checkup》生物科技通讯，每周四发布。 ### 伊丽莎白·贝尔新作：在星空中保存记忆 《You do your own time》是获奖科幻作家伊丽莎白·贝尔的短篇小说。故事围绕一群图书馆员展开，他们冒险保存非法内容——一个装满劳改营和奴役案例的固态硬盘，以对抗政府的监控与抹除。通过将数据发送至星空，他们试图为后代保留历史的无声记录。这篇小说探讨了媒体控制、记忆留存与身份认同的主题。 全文刊载于最新一期《MIT科技评论》杂志，主题为“工程学”。订阅可获取完整内容。 ### 今日必读 此外，本期还精选了科技领域的最新动态，包括一位欧盟立法者引发的争议等话题（具体内容需点击原文链接查看）。 > 本文基于《The Download》新闻简报编译，原标题为《The Download: a smoking “endgame” and a new Elizabeth Bear story》。
作为两个小女孩的父亲，我常思考她们的童年与我的有何不同。七岁的女儿在学校学习AI，五岁的女儿每周有网络作业，而她们都对吸烟感到极度厌恶——这与我小时候的氛围截然不同。我的父母吸烟，家族餐厅的顾客吸烟，卡通角色也吸烟，我和朋友们甚至买糖果香烟假装抽。吸烟曾是文化核心。 因此，英国近期通过的《烟草与电子烟法案2026》意义重大。该法案**永久禁止向2009年1月1日后出生者销售烟草制品**，无论其年龄多大。这是一种“终局”策略，旨在彻底消除吸烟，而非仅减少消费。 然而，效果未卜。马尔代夫去年11月率先实施世代禁令，为时过早；新西兰2022年通过类似法律，却在2024年被新政府废除。英国两大党支持，但右翼改革党领袖法拉奇承诺“若改革党执政，世代禁烟令不会长久”。 政策推动者克里斯·博斯蒂克回忆，11年前在美国推广此概念时被斥为“疯狂”。反对者认为侵犯个人自由，而支持者强调“摆脱成瘾的自由”。 **为何我仍支持？** 尽管存在不确定性，但文化变迁已为禁烟铺路——我的孩子们成长于反烟环境，她们的同龄人可能成为历史上第一代“无烟世代”。即便法律有漏洞，它传递的价值观信号至关重要：社会不再容忍烟草危害。 这并非完美方案，但值得一试。毕竟，我们曾将吸烟视为常态，如今却可能见证其终结。作为家长，我选择相信进步。
精益六西格玛和业务流程管理（BPM）曾为企业带来秩序与效率，如今它们正与 AI 深度融合。据预测，AI 驱动的流程优化市场将在十年内突破 1130 亿美元，88% 的企业领袖计划增加相关投资。但成功的关键在于：拥有成熟流程体系的企业，才能让 AI 真正落地。本文探讨传统方法论如何借助 AI 加速进化，以及企业如何避免“空中楼阁”式的技术投入。
当公众的注意力被聊天机器人和图像生成器吸引时，人工智能最深远的影响正悄然发生在远离消费者端的工业领域。在那些物理基础设施、运营连续性和安全性至关重要的行业中，AI正在成为核心运营层。能源巨头伍德赛德能源公司的实践，为我们揭示了这一转型的真实面貌。 ## 从预测分析到自主代理 伍德赛德能源并非因生成式AI热潮才开始拥抱人工智能。公司数字副总裁Andrew Melouney介绍，他们多年来一直在勘探、钻井、维护和工厂运营中构建预测分析、优化系统和机器学习工具。“我们一直拥有来自设备、工厂和资产的海量运营数据，这些数据催生了清晰且高价值的用例。” 这种对基础设施和治理的长期投入，如今正推动公司向更复杂的**自主代理AI系统**过渡。这些系统并非要取代人类操作员，而是在高风险环境中增强专业决策。一个典型案例是“**启动顾问**”——一个帮助操作员管理液化天然气工厂复杂启动流程的AI副驾驶。 ## 重新构想工作流程 Melouney强调，工业AI的进化正在从孤立实验走向基于标准化平台、治理数据和可重复部署模式的企业级系统。这要求组织重新思考技术栈和工作方式。“我们不是简单地把AI附加到现有流程上，而是深入思考如何重新构想这些工作。”他的座右铭是：“**大胆思考，小处原型，快速规模化**。” ## 自主企业的愿景 随着AI系统变得更加自主和互联，那些在喧嚣之下默默构建运营基础的公司将占据优势。伍德赛德的最终目标是实现“自主企业”，即拥有具备行动能力的智能代理，能够与人类协作，在复杂的工业环境中做出更快、更优的决策。 这一趋势表明，AI在工业领域的真正价值不在于取代人类，而在于赋能——通过数据、模型和自动化，将人类专家从重复性工作中解放出来，专注于更高层次的判断与创新。
## 从“随机数陷阱”看 AI 创造力缺失 当你向 Claude、ChatGPT 或 Gemini 索要一个 1 到 10 之间的随机数时，得到的结果很可能是 **7**。这并非巧合，而是当前大语言模型（LLM）普遍存在的“群体思维”问题的缩影。它们倾向于给出最安全、最常见的回答，而非真正多样化的输出。 对编码或研究这类任务而言，这种可预测性或许无伤大雅。但在创意构思、旅行规划等需要发散思维的场景下，AI 的“趋同”特性就暴露了短板。澳大利亚初创公司 **Springboards** 注意到了这一痛点，并推出了名为 **Flint** 的 LLM。 ## Flint 如何打破“思维定势”？ Springboards 的解法并非简单的数据扩充或提示优化。Flint 经过特殊训练，能在面对诸如“我该去欧洲哪里旅行？”这类开放式问题时，生成比主流模型更丰富、更多元的回答。其核心在于：**让模型跳出“最可能”的路径，探索“有趣”但“合理”的选项**。 这种能力对于依赖 AI 进行头脑风暴、产品命名、故事创作的用户来说意义重大。它意味着 AI 不再只是“复读机”，而是能真正提供启发性建议的伙伴。 ## 行业背景：AI 同质化与差异化竞争 当前主流 LLM 的训练目标通常是最小化预测误差，这天然导致输出向高频答案收敛。随着模型能力趋同，**“创造性”正成为下一代 AI 竞争的关键维度**。Springboards 的尝试代表了一种新思路：从追求“准确”到平衡“准确”与“多样性”。 当然，Flint 能否在保持合理性的同时持续输出高价值创意，仍需市场验证。但至少，它为厌倦了“随机数永远是 7”的用户，提供了一种值得期待的选择。
加州的碳减排政策正面临严重质疑。该州多年前建立了一个系统，向全美各地的养牛场支付费用，将牛粪产生的甲烷转化为天然气，鼓励乳制品行业生产一种我们燃烧的气体，而非仅仅污染空气。这项政策因补贴极其丰厚而大受欢迎。然而，越来越多的研究表明，这个项目是我们偏好的气候行动方法存在缺陷的典型案例。 立法者没有简单地迫使行业直接削减污染或将其作为经营成本来支付，而是反复选择建立复杂的激励系统，在各方和地区之间交换气候责任。研究表明，这些碳抵消和交易计划常常大幅夸大实际实现的减排量。 乳制品项目体现了这一问题的特定版本：它混淆了不同温室气体的影响，研究者认为这将导致未来更多的变暖。尽管存在这些担忧，加州监管机构还是在2024年决定将部分项目延长至2050年以后。该州空气资源委员会最近的一项提案可能向奶牛场额外支付数百万美元，作为放松主要温室气体排放者限制计划的一部分。 **系统如何运作**：加州的气候法规要求运输燃料行业随时间降低其产品中的二氧化碳水平，或者从其他削减燃料排放的方（包括养牛场）购买信用额度。奶牛场通常将牛粪喷洒到巨大的露天泻湖中，微生物在此消耗有机物并产生甲烷。但如果农民安装厌氧消化器，污泥会被引入覆盖的容器中捕获沼气，然后转化为天然气并注入管道。这些天然气可用于车辆或发电。石油公司可以向农民支付低碳燃料标准（LCFS）信用额度，以满足监管要求，而不是减少自身燃料的排放。 虽然燃烧沼气仍会释放二氧化碳，但其理念是减少从地下开采天然气的市场需求。问题在于，甲烷的全球变暖潜势在短期内远高于二氧化碳，而项目的时间跨度计算方式可能低估了实际气候影响。研究者指出，这种“生物甲烷”信用体系可能鼓励更多牛粪排放，而非真正的减排。
## 从“7”说起：LLM的思维趋同问题 做一个简单测试：打开你最常用的聊天机器人——Claude、ChatGPT、Gemini——输入“给我一个1到10之间的随机数”。你大概率会得到 **7**。再输入“再来一个”，得到 **3 或 4**；再继续，则是 **8 或 9**。这不是魔术，而是当前大语言模型（LLM）的一个普遍特征：**它们远比想象中更可预测，也更缺乏创造力**。 这种“思维趋同”（groupthink）在编程或信息检索等任务中或许无伤大雅，但在需要头脑风暴、旅行规划或创意写作时却成了大问题。澳大利亚初创公司 **Springboards** 认为，这恰恰是机会所在。他们开发了一款名为 **Flint** 的LLM，专门训练以产生更多样化的回答。 ## Flint：欢迎“幻觉”，拥抱多样性 Springboards 联合创始人兼CEO **Pip Bingemann** 直言：“大多数语言模型都在对抗幻觉，而我们欢迎它们。”他通过一个随机数游戏展示了Flint的不同之处。当ChatGPT和Claude都给出7时，Flint也给出了7——但随后重置会话再问，Flint给出了 **3.7916**。 在另一个测试中，Bingemann要求模型说出一种汽车品牌。ChatGPT和Claude都倾向于 **丰田或本田**，而Flint给出了 **福特F-150**。“这些模型中丢失了大量信息，”Bingemann说，“它们完全有能力说出别克或特斯拉，但它们就是不说——它们有偏见。” 他甚至用同一个提示测试了广告标语：“为New Balance跑鞋想一句宣传语，仅标语。”Claude和ChatGPT都给出了 **“Run your way”**，而Flint的回答是 **“Built to last, run to win”**。虽非惊艳，但至少与众不同。 ## 学术界的关注：人工蜂群思维 LLM的这种局限性正在引起学界注意。2024年11月，一个研究团队发表了题为 **《人工蜂群思维：语言模型的开放性同质化（及其超越）》** 的论文，揭示了个体LLM内部以及不同模型之间惊人的重复程度。这种同质化不仅体现在简单任务上，在复杂推理中也存在，可能源于相似的训练数据、对齐方法以及优化目标。 ## 打破僵局的意义与挑战 Springboards 的策略是主动引入可控的随机性，让模型在保持合理性的同时探索更广的答案空间。这对于创意产业、教育、娱乐等领域尤其有价值。然而，如何平衡多样性与准确性仍是一个挑战。过度拥抱“幻觉”可能导致输出不可靠，而过于保守则会让模型陷入千篇一律。 Flint 目前仍处于早期阶段，但它提出了一个重要问题：**我们是否真的需要AI永远给出“最可能”的答案？** 在某些场景下，或许一个“出人意料但合理”的回答比一个“正确但无聊”的答案更有价值。 ## 小结 从随机数到汽车品牌，LLM的思维趋同已是一个不容忽视的现象。Springboards 的 Flint 提供了一种新思路：与其强制模型走最安全的路，不如鼓励它探索旁支。这或许会开启AI在创造性任务中的新可能性。对于用户来说，下次如果厌倦了千篇一律的答案，不妨试试一个更“叛逆”的模型。
## Anthropic 推出 Claude Science：AI 科学家来了？ 昨天，在一场面向制药高管、生物技术创始人和研究人员的活动中，**Anthropic 发布了 Claude Science**，这是一款旨在支持科学研究的新旗舰产品。如同 Claude Code 支持软件工程一样，Claude Science 能够根据简洁的高层指令自主完成有意义的工作，并配备了计算生物学和药物开发工具。 这一发布标志着 Anthropic 正在大力押注 AI for Science。公司还计划将这款产品用于自身针对罕见、被忽视疾病的药物研发。在 AI 行业竞争日趋激烈的背景下，Anthropic 选择深耕科学领域，与 OpenAI 的 GPT 系列、Google 的 Gemini 形成差异化。Claude Science 能否成为科研人员的得力助手？其自主能力是否足以改变科研工作流？这些问题值得关注。 ## 加州的碳 manure 数学：气候政策的尴尬 与此同时，加州的气候政策正面临质疑。多年前，该州建立了一套系统，向养牛户支付费用，将牛粪产生的甲烷转化为天然气。由于补贴极为丰厚，这一项目广受欢迎。但研究显示，该计划暴露了碳抵消和碳交易体系的缺陷。 立法者没有强制工业直接削减污染或将其作为经营成本，而是选择了激励措施，将气候责任在不同方和地区之间转移。这种系统可能最终导致更多变暖。加州的案例提醒我们，碳抵消并非万能药，真正的减排仍需直接行动。 ## 延伸阅读：长寿与暗物质 此外，本期还讨论了长寿研究的新前沿——“重编程”身体，以及暗物质搜寻的新挑战。数十亿美元正涌入抗衰老领域，科学家探索如何让细胞回到更年轻的状态。在暗物质方面，物理学家对 WIMP 粒子的搜寻遇到了中微子的干扰，暗物质之谜可能比想象中更难解开。
本周二，Anthropic 在一场面向制药高管、生物技术创始人及研究人员的活动中正式发布了 **Claude Science**，这是一款旨在支持科学研究的全新旗舰产品，其定位与支持软件工程的 Claude Code 类似。Claude Science 能够根据简洁的高层级指令自主完成有意义的工作，并配备了特别适用于计算生物学和药物研发的工具。目前，该产品已向所有付费 Claude 订阅用户开放。 ### 从插件到独立产品：AI 科学应用的升级 这并非 Anthropic 首次涉足科学领域。去年 10 月，该公司曾发布“Claude for Life Sciences”插件，帮助 Claude 调用科学软件和数据库。但与插件不同，**Claude Science 是一个功能完整的独立产品**，标志着 Anthropic 对 AI 科学应用的重视程度显著提升。Anthropic 生命科学负责人 Eric Kauderer-Abrams 表示：“这体现了科学应用对我们使命的重要性——它与 Claude Code 和 Claude Cowork 并列，成为我们下一个真正重要的产品。我们的使命是开发服务于人类长期福祉的 AI，而我们认为实现这一目标的最大机会就在生命科学领域。” ### 瞄准 Google DeepMind，争夺 AI 科学领导者地位 过去十年，Google DeepMind 一直处于 AI 科学应用的前沿。其 CEO Demis Hassabis 和研究员 John Jumper 因 AlphaFold 模型获得诺贝尔化学奖，DeepMind 在气象学、材料科学等领域也做出了重大贡献。然而，随着大语言模型在编码等高价值应用领域的快速崛起，DeepMind 似乎有些落后。相比之下，Anthropic 正凭借其科学基因积极追赶。与 OpenAI 的商人 CEO Sam Altman 不同，**Anthropic CEO Dario Amodei 拥有博士学位**，是一名科学家出身的管理者，这使公司在科学应用上更具天然优势。 ### 自主研究罕见病药物：AI 驱动的新药发现 除了发布产品，Anthropic 还宣布将利用 Claude Science 自主开展针对罕见、被忽视疾病的药物研发。这一举措不仅展示了产品的实际应用潜力，也体现了 Anthropic 将 AI 用于社会公益的决心。尽管目前尚不清楚具体的研究细节，但这一方向与 Anthropic 一贯强调的“AI 安全与人类福祉”使命高度契合。 ### 行业影响与展望 Claude Science 的推出，意味着 AI 在科学领域的应用从辅助工具向自主研究平台迈进。对于制药和生物技术行业而言，这意味着更高效的药物筛选、靶点发现和实验设计。然而，AI 自主进行科学研究的可靠性、可解释性以及伦理问题仍需审慎评估。Anthropic 能否在科学领域复制 Claude Code 在编程领域的成功，值得持续关注。
**数百亿美元正涌入抗衰老领域，科学家们探索将细胞恢复到更年轻状态的方法。** 在最近一场由MIT Technology Review主办、科学编辑Mary Beth Griggs与资深生物技术记者Jessica Hamzelou主持的圆桌讨论中，专家们深入探讨了“重编程”这一当前最热门的抗衰老研究方向，以及这些实验性疗法距离真正应用还有多远。 ### 什么是“重编程”？ “重编程”最初源于诺贝尔奖得主山中伸弥的发现——通过引入四种转录因子（即“山中因子”），可以将成熟细胞逆转回类似胚胎干细胞的多能状态。近年来，科学家们开始探索**部分重编程**，即在不完全丧失细胞身份的前提下，让细胞“年轻化”，从而修复衰老相关的损伤。这种方法被认为有望治疗阿尔茨海默病、心脏病、肌肉萎缩等年龄相关疾病。 ### 资金涌入，但挑战犹存 圆桌讨论中提到，包括Sam Altman在内的大佬已向抗衰老公司投入巨资——例如Altman向致力于延缓死亡的生物技术公司投资了1.8亿美元。David Sinclair等知名科学家也计划在XPrize竞赛中测试全身体重编程药物。然而，专家们指出，**这些疗法仍处于非常早期的阶段**。目前大部分研究仅限于动物模型，人体试验尚需数年。主要挑战包括：如何确保重编程不引发癌症（因为多能性细胞可能形成肿瘤）、如何精确控制重编程程度、以及如何有效递送重编程因子到全身组织。 ### 相关前沿进展 讨论还涉及了其他生物技术突破，例如中国批准了全球首个侵入式脑机接口芯片，以及Colossal Biosciences通过3D打印人造蛋壳培育鸡胚胎，向人造子宫迈进。这些进展共同勾勒出一幅**生物技术重塑人类健康与寿命**的宏大图景。 ### 结论 尽管“重编程”听起来像科幻小说，但圆桌嘉宾认为，**未来10到20年内，我们有望看到首批基于重编程的抗衰老疗法进入临床试验**。不过，它们能否真正“逆转衰老”仍需时间验证。对于投资者和公众而言，保持理性期待至关重要。
## AI“同事”的陷阱：当工具被赋予员工身份 想象一下，某天你被告知将有一位新下属向你汇报工作。这位“员工”并非真人，而是一个AI工具——你的公司却给它取了名字，比如“Alex”，并赋予了职位和职责。你会如何与Alex共事？波士顿大学教授Emma Wiles的研究表明，如果管理者将AI视为“同事”，**工作表现反而会下滑**。 ### 实验揭示的真相 Wiles教授的实验发现，当工作成果被归功于一个名为“AI员工”的代理工具时，管理者**发现错误的概率比将其视为普通聊天机器人时低18%**。这并非因为AI更优秀，而是因为“员工”身份让人类放松了警惕，像对待人类同事一样信任它，从而减少了主动审查。 这正是硅谷正大力推动的未来图景。微软、OpenAI、Anthropic和谷歌均已发布管理AI代理团队的工具，并大力宣传这些“数字同事”。然而，这种认知包装可能对工作效率和人类判断力构成潜在威胁。 ## 从平流层到地面：太阳能平台能否重塑互联网？ 与此同时，另一项技术进展正在高空展开。总部位于新墨西哥州的Sceye公司计划在2024年8月，将一个约200英尺长的银白色飞行器从美国西南部发射至日本海岸上空。该飞行器将在**平流层18公里高度**悬停，通过定制天线为5G网络提供补充，甚至直接向设备传输数据。 Sceye（发音同“sky”）是多家研发**高空平台站（HAPS）** 的企业之一。这类飞行器旨在从平流层提供互联网连接，有望覆盖地面基站难以触及的区域。 ## 长寿新前沿：细胞重编程的机遇与挑战 在生物科技领域，数十亿美元正涌入抗衰老研究。科学家探索通过**细胞重编程**将衰老细胞恢复到年轻状态。但这项实验性疗法距离实际应用有多远？MIT科技评论在今日的圆桌活动中邀请了科学编辑Mary Beth Griggs和高级生物技术记者Jessica Hamzelou，共同探讨长寿领域的最新进展与争议。 --- 从AI“同事”的认知偏差到平流层互联网，再到细胞重编程，科技正在多个维度重塑我们的工作、连接和生命本身。理解这些变化背后的真实影响，远比追逐炫酷概念更为重要。
人工智能正在改变农业的可能性，但行业领袖在投资AI之前应谨慎，必须先打好数据基础。AI的应用前景诱人，尤其是在一个面临化肥价格波动、天气不可预测和利润空间极小的行业中。研究表明，AI驱动的预测模型可将作物产量提高**26%**，用水量减少**41%**，化学品使用量削减**33%**。然而，AI供应商通常不会告诉你，这些解决方案只有在拥有干净、坚实的数据基础时才有效。 ## AI供应商不会告诉你的事 农业领域的供应商对话往往遵循固定模式：宣传中承诺用AI实时监控作物健康、优化灌溉、提高每英亩产量。但很少提及数据基础是否准确完整。如果数据基础不牢，AI可能生成看似权威但实际具有误导性的输出，导致适得其反的行动。例如，基于不一致历史数据的产量预测模型会产生不精确的预报；基于碎片化传感器数据的精准灌溉系统会做出浪费资源的决策。在农业中，每次AI幻觉都是 liabilities，且出错概率很高。 ## 农业为何是独特挑战 现代农场或大型分销商的数据环境极其复杂。物联网设备和机械广泛使用：灌溉系统自动化、拖拉机自主导航、无人机大规模采集田间图像。但机器数据本质上是分散的。加上外部数据源（如天气、美国农业部数据和第三方市场信息），如何将所有数据整合成一致的整体成为难题。 ## 数据基础是关键 Reltio 的经验表明，农业企业需要首先建立统一的数据平台，整合内部和外部数据，确保数据质量。只有在此基础上，AI 才能发挥真正价值。否则，AI 投资可能沦为昂贵且无效的实验。
苹果、Anthropic、迪士尼研究、谷歌、Meta、微软、英伟达、OpenAI——这些全球顶尖科技公司，除了硅谷，很少有一个地方能同时拥有它们的研发中心。更罕见的是，这些中心集中在一个人口仅40万的城市——苏黎世，规模约为旧金山的一半。过去二十年，众多科技巨头在瑞士苏黎世及周边地区设立了研发机构，使其成为全球AI研究、人才和商业化的密集中心，某些领域的密度甚至超过硅谷。 ## 为什么是苏黎世？ 位于欧洲中心的苏黎世大区（包括格拉鲁斯、格劳宾登、沙夫豪森、施维茨、索洛图恩、提契诺、乌里、楚格和苏黎世等州，以及温特图尔市和苏黎世市）结合了进入主要市场的便利性、政治稳定、监管可预测性和强大的知识产权保护。苏黎世机场直连欧洲、北美和亚洲主要商业枢纽，为国际运营提供了高效基地。 瑞士的创新实力进一步巩固了这一地位。该国在**全球创新指数**中连续十多年排名第一，**人均专利数量**全球领先，研发投入占GDP的3.3%以上。今年早些时候，谷歌.org承诺向瑞士国家人工智能研究所提供100万美元资助，以推动AI公益研究。 ## 深度科技投资的领跑者 瑞士的风险投资生态同样聚焦深度科技。超过60%的瑞士风险资本投向深度科技——这一比例全球最高，几乎是德国、法国和英国等主要经济体的两倍。根据《瑞士深度科技报告2026》，瑞士**人均深度科技投资达1470美元**，远超欧洲其他国家。 ## 专业化的经济学 尽管瑞士是欧洲人才和运营成本最高的国家之一，但薪资水平仅为硅谷的一小部分。人才库按全球标准而言较小，在苏黎世快速组建团队比在伦敦、巴黎或阿姆斯特丹更难。对于需要快速招聘的初创公司来说，这可能是一个挑战。然而，对于追求长期研发和高质量创新的企业，苏黎世提供了无与伦比的生态系统优势。 ## 结语 苏黎世正悄然成为全球科技研发的秘密中心。它不以规模取胜，而是以密度和质量见长。对于AI和深度科技领域的领导者来说，这里不仅是一个研发基地，更是一个战略枢纽。
将 AI 工具称为“同事”或“员工”可能适得其反。波士顿大学商学院教授 Emma Wiles 的最新研究发现，当 AI 被冠以“AI 员工”的身份时，人类管理者在审核其产出时发现的错误数量比将其视为聊天机器人时减少了 18%，且更倾向于将存疑工作直接上报给上级，而非自行修正。这一现象背后是责任感的转移：一旦 AI 被拟人化，人类员工便不再对结果负责。 过去一年，Nvidia、微软、OpenAI、Anthropic 和 Google 等科技巨头纷纷推出面向 AI 智能体管理的新工具，其中不少被明确宣传为具备人类认知能力的“数字同事”。Wiles 调查的 1261 名管理者中，近三分之一表示其公司已将 AI 智能体视为正式员工，甚至有 23% 的公司将其列入组织架构图。 然而，这种命名策略带来的隐性成本不容忽视。研究显示，当 AI 被定位为“员工”时，人类管理者会下意识地降低自我责任意识，更少主动纠正错误，反而把问题推给上级。这不仅削弱了 AI 提升效率的初衷，还可能在企业文化中埋下“甩锅”隐患。随着 AI 智能体进入医疗、教育、政府等关键领域，这种责任模糊化可能导致严重的后果。 技术进展固然值得肯定——当前 AI 智能体在复杂任务中的表现已有显著提升，但将它们与人类同事等同，既不现实也无益处。文章指出，正确的做法是保持 AI 的工具属性，明确人类员工始终是最终决策者。否则，我们可能会陷入一个“AI 背锅、人类懈怠”的怪圈。
企业AI投资正在蓬勃发展。Gartner将**2026年**称为组织将AI项目与战略业务目标对齐的“**拐点年**”。随着证明ROI的压力增大，高管和技术领导者正寻求**智能体AI**来推动企业所需的可衡量财务成果。智能体在技术职能中存在巨大机会：据McKinsey预测，到2030年，IT基础设施成本将增长**2到3倍**，而预算却保持不变。过去18个月中，工程师、开发者、架构师等技术团队已在积极部署智能体。 智能体的最终承诺不仅是自动化任务，而是管理和协调整个工作流，以人机协作的方式追求业务目标。但由于自动化决策涉及风险，团队必须在确信智能体能够安全、可靠地执行任务时才能授权。我们的研究表明，技术专家对在AI、数据和云任务中使用智能体AI信心十足。信心下降的主要原因在于智能体系统缺乏**业务上下文**。任务越复杂，智能体需要的推理能力和业务上下文就越多。目前，为智能体生成上下文的能力仍处于早期阶段，尤其是在企业数据难以快速、高质量地整合到智能体生命周期中的情况下。 **人工监督**是成功部署智能体AI的关键。受访专家认为，随着智能体经验的积累和业务环境的成熟，信心将加速提升。正如微软Azure企业副总裁兼首席产品官Jeremy Winter所说：“当我们设计智能体在团队已使用的操作边界、身份系统和治理模型内运行时，它们会开始更像组织已经信任的系统。”
## 指标陷阱与AI预警：今日科技速览 ### 指标的必然弱点 指标能揭示许多有用信息，但也能掩盖或扭曲更多。就像许多被自我量化“虫子”咬过的人一样，作者曾通过收集个人数据来追求模糊的目标：改善身心状态、多出门、对抗日常生活的混乱。然而，外部指标和数据永远无法捕捉真正重要的东西。更糟糕的是，它们会不知不觉地重新定义你对“重要”的认知，无论你是否意识到这个陷阱。 **关键点：** - 指标可以揭示趋势，但也会导致目标置换（例如，为了达标而忽略本质）。 - 自我量化可能让人迷失在数据中，忽视无法量化的幸福。 - 本文出自下一期杂志，主题为“工程”。 ### 大象预警：AI系统避免致命冲突 印度拥有全球约60%的野生亚洲象，其中约80%的栖息地位于保护区外，导致人象频繁接触。过去五年，约有3000人因此丧生，自2014年以来已有超过1000头大象死亡。为此，印度各邦林业部门、非政府组织和当地人正在设计、测试并部署一系列AI系统，将响应和预警时间缩短至几分钟甚至几秒。 **案例分布：** - **马哈拉施特拉邦**：使用“野生动物之眼”系统，基于摄像头和AI识别。 - **恰蒂斯加尔邦**：采用红外无人机进行监测。 - 交互式地图展示了这些系统的具体运作方式。 ### 必读科技故事 1. **美国允许Anthropic向“可信”组织发布Mythos 5**：约100家美国公司和联邦机构已获得访问权限。白宫称已采取适当安全措施。此前，美国因国家安全担忧限制了该模型。这引发了关于AI安全的新问题。 2. **中国AI模型在发现安全漏洞上媲美Mythos**：安全研究人员称，智谱AI（Zhipu AI）有望重塑AI竞赛格局。这引发担忧：美国的限制反而加速了中国进步。不过，在通用任务上，它仍不及Anthropic或OpenAI。 --- **小结**：今日内容揭示了量化生活的潜在风险，以及AI在解决人象冲突中的实际应用。同时，AI军备竞赛中，中美在安全领域的竞争持续升温。
## 热浪如何影响大脑？科学家正在寻找答案 本周，伦敦遭遇罕见高温，西欧多地陷入危险热浪。英国在6月录得36.1°C的历史最高温，体感温度更是达到39°C。极端天气不仅威胁农业、基础设施和医疗系统，还对大脑产生深远影响。研究表明，气温升高会使人更易怒、更具攻击性；消防员在热暴露后注意力明显下降。儿童和心理健康障碍患者尤其脆弱。动物实验显示，过度热量会改变大脑中化学信号的功能，但具体机制仍需进一步探索。 ## OpenAI面临前所未有的限制 据彭博社报道，特朗普政府已要求**OpenAI**限制其下一代模型（GPT-5.6）的发布范围。在广泛推出前，首批用户必须经过政府审查。这是美国首次有公司被要求在AI模型发布前实施限制。OpenAI表示，每个初始合作伙伴都将由政府批准。与此同时，Anthropic与华盛顿的争端仍在持续。这一事件标志着AI监管进入新阶段。 ## 苹果与Xbox因AI芯片成本涨价 **苹果**和**Xbox**近期上调了产品价格，部分MacBook、iPad和Xbox涨幅超过20%。苹果股价在宣布后大幅下跌。原因在于AI数据中心需求推高了内存和存储芯片价格，业界将此轮短缺称为“RAMaggedon”。《华尔街日报》指出，内存和存储成本大幅上涨，直接转嫁给了消费者。 ## 其他科技速览 - **Colossal**与美国合作建立濒危物种“生物库”，计划冷冻保存超过2300种动植物样本，以应对生物多样性危机。 - 更多内容请关注《The Download》每日科技通讯。
本周，伦敦遭遇了极端高温，英国录得6月最高气温36.1°C（约97°F），体感温度甚至达到39°C。热浪不仅带来身体不适，更严重影响着我们的认知功能。研究表明，高温下人们更容易烦躁、暴力倾向增加，但直接研究热浪对思维的影响非常困难。利物浦霍普大学的认知心理学家凯瑟琳·汤普森通过研究消防员发现，短暂暴露于极端高温后，注意力和自控力会显著下降，但冷却20分钟可恢复。然而，持续数日的热浪效应尚不明确。更令人担忧的是，高温对年长者、慢性病患者等脆弱人群的认知危害更为致命。科学家呼吁更深入地探究其机制，以应对气候变化下日益频繁的热浪威胁。
人工智能正在快速重塑零售业，但最大的变革可能并非消费者一眼能看到的虚拟试穿或聊天机器人购物助手，而是发生在幕后：产品如何在搜索结果中浮现、库存如何通过供应链流转、工程师如何更快地交付代码、以及零售商如何实时响应客户行为。在碎片化且竞争激烈的环境中，AI 正成为一种运营理念。 ## 从“AI 叠加”到“AI 优先” 梅西百货（Macy's）高级工程总监 Murali Murugan 将其描述为“AI 优先”的方法。他指出：“AI 优先不是在现有能力上叠加智能，而是重新设计决策方式，让业务运转更快，让每个体验默认更相关。”梅西百货并非简单地将 AI 叠加到现有工作流上，而是将智能直接嵌入个性化、搜索、运营规划和软件开发等系统。该公司的战略反映了零售业正在发生的更大转变：从孤立的 AI 试点转向集成系统，旨在压缩“信号与行动之间的差距”。 早期工作集中在搜索推荐和客户参与等高影响力用例上，这些领域的转化率提升和摩擦减少迅速建立了内部动力。Murugan 表示：“一旦我们建立了速赢，规模化就变成了业务决策，而不再是技术辩论。” ## 对话式商务：Ask Macy's 的实践 这种势头正通过 Ask Macy's 等工具扩展到对话式商务领域。Ask Macy's 是一个 AI 驱动的购物助手，其设计更像一位个人造型师，而非传统搜索栏。无论是为舞会、度假还是临时活动，客户可以用对话方式描述需求，系统会根据历史购买、偏好和上下文提供精选推荐。 尽管如此，梅西百货认为 AI 更多是增强人类判断的隐形层，而非替代品。长期愿景是让零售体验越来越无缝、自适应和个性化，而消费者可能根本不会注意到背后系统的存在。Murugan 总结道：“真正的变革来自于持续改进——从错误中学习，快速适应更新的技术标准。”
欧洲正经历创纪录的热浪，电网面临极限压力。随着人们使用风扇和空调降温，电力需求激增，但部分发电厂却无法上线供电。主要压力来源是冷却需求导致的负荷增加，而气候变化带来的更频繁、更强烈的热浪将使挑战进一步恶化。 ### 热浪对电网意味着什么 气候变化时代的电网规划通常意味着需要快速增加大量供应。但一个有趣的方面是，某些地区的季节性模式正在发生变化，加剧了满足需求的难度。欧洲历史上电网峰值出现在冬季，因为电供暖广泛使用。因此，一些计划内停电发生在春季和夏季，这影响了当前的供应。然而，日益增长的空调需求将改变这种平衡。 ### IBM 芯片技术有望延长摩尔定律十年 IBM 开发了一款新型原型芯片，在指甲盖大小的面积上集成了约 1000 亿个晶体管，密度是 2021 年上一代技术的两倍。该设计可能为未来更快、更节能的计算机铺平道路。过去十五年，晶体管已缩小至接近物理极限，功能退化。IBM 的新芯片采用了类似城市规划的“向上建造”策略来解决这一问题，为科技行业带来新希望。 ### 今日必读 - Anthropic 声称阿里巴巴“非法”提取了 Claude 的能力，称其进行了“厚颜无耻”的活动以访问模型。