2025 年 8 月，一场名为“Claude Code 匿名者”的聚会在伦敦举行，参与者自称“Claude 成瘾者”，他们是被 Anthropic 的 Claude Code 编程工具席卷的极客。几个月后，Anthropic 发布 Opus 4.5 版本，能力大幅跃升：可处理更复杂的编程任务、保留更长的记忆、连续运行数小时，并管理 AI 子代理团队。Anthropic 声称，在自家“出了名难”的工程师招聘考试中，Opus 4.5 的得分“超过所有人类候选人”，引发了对编程职业未来的深刻质疑。 与此同时，开发者 Peter Steinberger 在 2025 年 11 月推出了 OpenClaw——一个能调用 Claude Code 或其他编程工具、创建个人 AI Agent 的简单方案。用户只需授权它访问数据、应用甚至信用卡，它就能自主扫描云端、浏览网页、执行任务。该项目在 GitHub 上两周内获得超 10 万颗星（截至 2026 年 5 月已达 36.6 万颗），标志着 AI Agent 时代真正降临。 ### 从代码助手到自主代理 Claude Code 最初被视为高级代码补全工具，但 Opus 4.5 的发布彻底改变了游戏规则。它不仅能编写代码，还能独立规划、调试、部署，甚至协调多个子代理完成大型项目。开发者们形容使用体验“像释放了一百个克隆体”，或“获得了蜘蛛侠般的超能力”。这种能力跃迁直接冲击了传统软件工程：当 AI 能比人类更高效地通过招聘考试，工程师的角色必须重新定义。 ### OpenClaw：让 Agent 走向大众 如果说 Claude Code 是“超级大脑”，OpenClaw 就是让这颗大脑真正“动手”的肢体。用户通过简单配置，即可赋予 Agent 跨应用操作权限——从整理邮箱、预订旅行，到管理财务、自动编码。OpenClaw 的爆发式增长说明，技术社区对“自主执行”的需求远超预期。尽管当前版本仍存在不稳定、安全风险等问题，但早期采用者已将其用于自动化工作流、个人助理等场景。 ### 混乱与机遇并存 AI Agent 的崛起也带来现实挑战：权限滥用、隐私泄露、错误决策等风险被放大。Steinberger 在伦敦聚会上坦言：“我几乎把所有清醒时间投入其中，却仍觉得不够。”这种狂热背后，是技术突破与失控焦虑的并存。行业观察者指出，Agent 的“持久性”和“自主性”如同双刃剑——它能像终结者一样克服障碍，也可能在错误路径上固执前行。 ### 未来已来 Claude Code 与 OpenClaw 的组合，本质上定义了 AI Agent 的新范式：**强模型 + 开放工具 + 自主执行**。这不再是实验室里的概念验证，而是开发者手中真实可用的生产力工具。尽管尚处早期，但 GitHub 上的数十万星标已证明：无论混乱与否，AI Agent 的时代已经不可逆转地到来了。
## 当人类成为机器人的“私教”：一周第一人称数据采集实录 为了训练未来的家务机器人，我最近花了整整一周时间，把iPhone绑在额头上，记录下自己切菜、洗衣、叠衣服、倒水等每一个日常动作。这些第一人称视频（行业称为**自我中心数据**）正成为AI公司训练人形机器人精细运动技能的“黄金饲料”。 ### 为什么机器人需要你的家务录像？ 尽管互联网上已有海量视频，但机器人学习需要极度精细的样本——比如数千个特写镜头展示手如何稳稳地将水倒入玻璃杯而不洒出。这类数据对于调优模型在真实世界中的表现至关重要。据投资者估算，未来几年头部公司将从第三方供应商采购数亿小时此类视频。 ### 数据采集市场正在扩张 22岁的创业者Avi Patel创办的数据采集平台**Kled**正在推动这项事业。他表示：“我希望地球上的每个人都录下自己洗碗的样子——这样机器人就能学会，你永远不用再洗碗了。”类似模式已在印度兴起，自雇者通过录制家务视频每月可赚取约**125美元**，与当地平均收入相当。在美国，DoorDash今年初推出的独立应用**Tasks**也提供类似任务，预示着**零工经济正在向“现实数据交付”延伸**。 ### 我的体验：从切黄瓜到叠内裤 一周里，我戴着头部支架完成了十几种家务。每次录制都需确保双手完全在画面内，动作自然且完整。切黄瓜时，我得刻意放慢速度，让摄像头捕捉到手指与刀具的每一个交互细节。叠衣服时，则要反复调整角度以展示褶皱被抚平的过程。虽然过程略显滑稽，但想到这些画面将帮助机器人学会照料人类起居，竟生出几分使命感。 ### 隐忧与反思 这种“出卖日常”的模式也引发思考。当我们的每一个洗碗动作、叠衣姿势都被编码成训练数据，人类与机器的边界是否在模糊？我录制视频时，偶尔会恍惚——到底是我在教机器人，还是机器人正在“驯化”我，让我按照它的学习需求来规范自己的动作？ 随着数据需求激增，未来或许会有更多人加入这种“零工”。但我们需要警惕：当现实生活被拆解成可量化的数据单元，我们是否正在为比自己更聪明的“后代”铺路，而自己沦为数据生产线上的临时工？ **一周实验结束，我取下额头上的iPhone，第一次感到：也许真正需要被解放的，不是我们做家务的双手，而是我们对“机器为何而学习”的思考。**
随着社交媒体滑向信息垃圾场，谷歌沦为 Reddit 帖子和内容农场的华丽跳板，近半数美国人表示他们使用 AI 来查找信息和生成创意。但 AI 真的可靠吗？作为一名在《连线》杂志工作的专业事实核查员，我对此持怀疑态度。 ## AI 的“帮助”背后 AI 聊天机器人看似乐于助人——我曾向一个 AI 询问它是否知道自己消耗资源巨大，半小时后它竟给我一份纯素奶油奶酪的食谱。但这份食谱最终没有被采用，因为我找到了一个人类创作的、可能被 AI 爬取过的版本。这就是大语言模型的工作原理：它们将集体知识重新包装，使之显得为你量身定制。对于乳制品替代品，这或许无伤大雅；但当涉及世界秩序和真相时，风险呈指数级上升。 ## 事实核查 vs. AI 越来越多的人用同情的眼光看着我，认为杂志的事实核查员在 AI 时代命不久矣。但我并不那么担心。我的结论是：人类集体知识中只有极少部分存在于互联网上。根据我的研究，AI 的错误率比人们想象的更高。 《连线》杂志的事实核查部门坚守传统：逐行细致注释、尽可能使用一手来源、进行广泛的伦理与法律审查。我们质疑基本假设，寻找新信息或矛盾之处，打电话与人交谈——确保万无一失。这堪称一次快速同行评审，以新闻本身的速度尽可能高效运转。 ## AI 的局限 目前，AI 尚未真正威胁到这一流程。它主要涉足“事后”事实核查，即像 Snopes 那样对已发布内容进行事实性分析。例如，英国 Full Fact 倡议开发了 AI 工具来遏制错误信息传播，这些工具在 40 多个国家使用，处理社交媒体帖子和播客转录等海量数据，然后精准定位具体主张。但 AI 仍无法替代人类核查员的判断力、上下文理解和质疑精神。 ## 结论 AI 或许能快速生成看似合理的答案，但在事实核查这类需要严谨性、伦理考量和人类直觉的领域，它远未达到取代人类的水平。下次再看到 AI 给出的“事实”时，请多一分警惕。
AI正在改变职场规则，但多数人对此毫无准备。这篇指南将告诉你，为什么强制性的AI培训不再只是建议，而是关乎职业存亡的必修课。 ## 为什么AI培训成为“强制项”？ 从客服到编程，从法律到医疗，AI的渗透速度远超预期。企业管理者发现，未经AI训练的员工的效率与受过培训的同事差距越来越大。更关键的是，AI工具的错误使用可能导致数据泄露、合规风险甚至法律诉讼。因此，越来越多的公司开始将AI培训列为入职或晋升的硬性条件。 ## 培训内容包含什么？ 典型的AI职场培训通常涵盖以下模块： - **基础概念**：区分生成式AI、预测式AI和自动化工具 - **工具实操**：如何安全使用ChatGPT、Copilot等平台 - **数据安全**：避免将敏感信息输入公开AI系统 - **伦理与合规**：识别偏见、保护隐私、遵守行业法规 - **工作流整合**：将AI融入日常任务以提升效率 ## 不参加培训的代价 拒绝或忽视AI培训可能带来的后果包括： - **绩效风险**：无法使用AI工具的同事可能产出落后 - **职业停滞**：晋升机会向掌握AI技能的员工倾斜 - **合规处罚**：不当使用AI可能导致公司被罚款或起诉 - **岗位替代**：当AI能完成你70%的工作时，培训不足者首当其冲被优化 ## 如何高效完成AI培训？ 1. **选择权威课程**：优先选择公司内部或行业认可的培训（如Coursera、LinkedIn Learning的AI课程） 2. **实践为主**：结合真实工作场景操作，而非只看理论 3. **建立学习小组**：与同事交流最佳实践，避免常见陷阱 4. **持续更新**：AI工具每月迭代，定期复习新功能 ## 小结 AI培训不再是一个可选项，而是职场生存的必需品。无论你是高管还是实习生，主动掌握AI技能都将成为未来职业发展的分水岭。现在就去报名那门培训课——否则，你可能会被时代抛下。
从“杀死”你的聊天机器人到优化提示词，以下是成为AI原住民并征服新世界的最佳方法。 Sam Liang对我坦白采访录音方式感到震惊：我用iPhone的语音备忘录录制，再手动将转录文本复制到Google文档。作为会议分析服务Otter的CEO，他看我的眼神仿佛我是用转盘电话参加视频会议。他认为我应该改用Otter——他很可能是对的。这正是职场（甚至生活中）新身份——**AI原住民**——的一部分。下一代笔记工具、任务代理和智能收件助手等效率工具正迅速流行，渗透我们数字生活的每个角落。在关注安全性和幻觉问题的同时，早期采用者正在培养一种未来多年都能受益的流畅度。 成为AI原住民意味着对新的体验保持适应。以下是我给出的七条建议： 1. **“杀死”你的聊天机器人** ChatGPT已经是2022年的产物。如今，潮流是像**Codex**和Anthropic的**Cowork**这样的AI代理，它们能真正接管你的电脑并完成任务。别浪费时间摆弄单个聊天机器人了，去指挥一支机器人军团吧。 2. **使用语音模式** 还在打字输入提示词？这太“老派”了。正如Liang所说：“语音将占据主导地位，人们讨厌打字。”这主要关乎输入而非输出。我很少用ChatGPT的纯语音模式，但经常对着手机说出提示词，然后快速浏览文字输出。 3. **建立沙盒** 尽管代理现在表现不错，但它们仍可能出错。创建一个安全环境来测试AI工具，避免它们直接操作你的重要数据或系统。 4. **优化你的提示词** 提示工程是核心技能。学会用清晰、具体的指令引导AI，包括提供示例、指定输出格式、分解复杂任务。好的提示词能让结果质量天差地别。 5. **拥抱多模态** 不要局限于文本。利用图像、音频、视频等输入方式。例如，你可以让AI分析图表、描述照片或从会议录音中提取要点。 6. **构建工作流** 将多个AI工具串联起来形成自动化流程。比如用Otter转录会议，用ChatGPT总结要点，再用Notion整理任务。 7. **持续学习** AI领域日新月异。关注最新工具和最佳实践，参加社区讨论，保持好奇心。成为AI原住民不是一次性转变，而是持续进化的过程。 这些技巧的核心是**保持适应性和实验精神**。从生成AI播客到让Claude整理桌面文件，我尝试了各种可能。如果你想让同事怀疑你血管里流的是血还是排线，那就从今天开始实践吧。
**AI 讨债员正在大规模上岗**。随着通胀和薪资停滞导致美国债务拖欠率飙升，越来越多的催收公司开始用 AI 代理替代人类员工，通过电话、短信和邮件追讨欠款。一位名叫 Ben 的波特兰居民就接到了自称“Eve”的 AI 催收电话，对方准确报出了他的欠款金额（266美元），却不知道他已结清欠款。Ben 故意与 AI 进行角色扮演游戏，试图测试其反应极限，最终 AI 在几分钟后把他转接给了人工客服。 催收行业长期以来以高压、重复、低薪著称，员工流动率极高，被称为“世界上最被诅咒的工作”。如今，AI 的介入正在改变这一格局。**AI 催收员永远不会疲惫、不会情绪失控，且能同时处理海量通话**。据 Kaplan Group 估计，AI 催收市场在未来十年内将达到近 **160 亿美元**。 但 AI 催收也带来了新的问题。**准确性不足**是最大痛点——Ben 的案例中，AI 未能识别已结清的债务，导致无效催收。此外，AI 在复杂谈判、情感理解和法律合规方面仍存在局限。行业专家指出，目前 AI 更适合处理早期提醒和简单沟通，而涉及协商还款计划等复杂场景仍需人类介入。 **AI 不会完全取代人类催收员，但会重新定义分工**。未来，AI 负责规模化、标准化的初步接触，人类则聚焦于高难度案件和客户关系维护。这种“人机协作”模式既能提升效率，又能降低企业的运营成本。然而，监管机构也开始关注 AI 催收中的隐私和公平性问题，美国消费者金融保护局（CFPB）已表示将加强对此类技术的监督。 对于欠款人来说，**与 AI 打交道可能比与人类更轻松**——它不会辱骂或施压，但它的“温柔”背后是永不停歇的追踪。如何平衡效率与伦理，将是 AI 讨债行业未来必须面对的课题。
如今全球顶尖AI实验室正争相招募哲学家，让他们思考伦理边缘案例以及心智与道德的根本问题。这是否只是另一种炒作手段？ ## 哲学家的“黄金时代” “这可能是自亚里士多德被聘为亚历山大大帝的家庭教师以来，哲学家最好的时代。”亨利·阿杰德（Henry Ajder）半开玩笑地说。这位哲学专业毕业生目前为英国政府及多家AI初创公司提供咨询。哲学家向来被认为是最难就业的群体之一，但AI——这项预计会让许多人失业的技术——却赋予了哲学家所训练的问题新的分量：什么是智能？什么是心智？ ## 实验室里的哲学家 两大顶级AI实验室已组建了内部哲学家团队。DeepMind伦理学家伊阿松·加布里埃尔（Iason Gabriel）表示：“现在哲学家的数量明显增加了，这是一种直觉。”他领导的团队专门研究AI的社会影响。在Anthropic，常驻哲学家阿曼达·阿斯克尔（Amanda Askell）已成为公司最知名的面孔之一。两家实验室均以公司政策为由拒绝透露具体人数，但据WIRED统计，DeepMind至少有10位，Anthropic有4位。 这些哲学家帮助塑造AI模型，其研究成果被数百篇后续论文引用。同时，AI也在重塑顶尖大学的哲学课程——许多学校现在开设AI伦理课程或计算机与哲学联合项目。牛津大学伦理与AI研究所主任爱德华·哈考特（Edward Harcourt）教授称：“这就像是当年的‘年度风味’。” ## 利益冲突与炒作风险 然而，学术界对受雇于实验室的哲学家持一定怀疑态度。如果一家营利性AI公司支付你的薪水，你的研究是否会受到妥协？扮演亚里士多德式的角色，是否会让你的工作沦为炒作和造神的工具？哈考特指出：“让人们相信这些公司在做极其非凡、极其强大的事情，对科技公司的公众形象非常有利。鼓励这种研究有一种自我膨胀的意味。” ## 从边缘到核心 十年前，加布里埃尔刚加入DeepMind时，AI作为道德行为体的概念尚未进入视野。当时他主要关注更传统的公平与偏见问题。但如今，随着AI能力指数级增长，哲学家的工作已从边缘走向核心。他们不仅参与模型训练前的伦理审查，还直接介入设计决策，例如定义“有益”目标或处理价值对齐问题。 ## 结语 哲学家进入AI产业，既是机会也是挑战。一方面，他们的批判性思维和伦理框架有助于引导技术向善；另一方面，若缺乏独立性，哲学思考可能沦为商业宣传的装饰。正如哈考特所言，关键在于保持清醒：哲学的价值在于追问，而非背书。
今年春天，一个由顶尖学术界和智库研究人员组成的团队尝试预测 AI 从现在到 2030 年对经济的影响。他们调查了数十位经济学家、AI 专家和“超级预测者”，探讨了多种情景，包括一种 AI 变得极其先进，既能写出“普利策奖级别”的书籍，又能自行谈判出版权的情景。 调查中，大多数专家认为，即使在“快速 AI 发展”的情景下，高层职位——CEO、行政经理、高级官员、立法者——仍将持续增长。但对于大多数从事白领工作的人来说，前景并不明朗。研究人员普遍认同，AI 正在对经济产生影响，且这种影响非常复杂。真实数据难以获取。 正是基于此，WIRED 开发了这个完全非科学的测试，依据研究人员认为可能有助于判断哪些人面临风险的因素。 您的职业是否受到 AI 的影响，且本测试未能捕捉到？请通过 Signal（账号 mvarner.01）安全联系 Maddy，或在下方评论区告诉我们。您也可以发送邮件至 [email protected]。
十年前，奖励研究人员提交软件漏洞的“漏洞赏金”计划才刚刚兴起。如今，随着AI代理自主识别漏洞并开发利用工具的能力增强，漏洞披露领域正经历剧烈变革。独立安全研究员Joseph Thacker表示，他今年提交的漏洞数量是去年的三倍，并预计Google等公司今年在漏洞奖励上的支出将是去年的2到10倍。然而，这种“丰收”背后是供需关系的重塑：AI工具大幅降低了发现中低难度漏洞的门槛，导致赏金计划被淹没，而真正的高价值漏洞可能因此涨价。对于大多数无力承担高额支出的公司，压力尤为显著。与此同时，攻击者也在利用AI加速漏洞利用开发，这可能迫使90天披露窗口等传统标准被压缩。Thacker指出，目前AI代理已能发现“中低垂果实”，但明年这类提交将减少，因为许多漏洞已被提前挖出，部分公司可能被迫提高赏金。业界尚不确定长期供需动态，但可以预见的是，漏洞猎捕正从人工主导转向人机协作，这既提升了效率，也加剧了安全团队与攻击者之间的军备竞赛。
位于旧金山Tenderloin区的非营利组织Project Open Hand，自1985年成立以来一直为艾滋病、心脏病、糖尿病等患者提供定制营养餐食。然而，近年来志愿者数量持续下降，导致餐食包装环节人手不足。为此，该组织引入了一家名为Chef Robotics的初创公司的机器人，专门负责将食物分配到餐盒中。这些机器人并非替代人类员工，而是作为“志愿者”填补空缺。Project Open Hand的CEO Paul Hepfer表示，虽然需要支付订阅费，但相比招募志愿者的不确定性，这笔投入是值得的。Chef Robotics的机器人目前只负责分餐，未来将学习更复杂的任务，如组装汉堡。这一合作源于两家公司员工在公共交通上的偶遇，展现了科技如何低成本地解决社会组织的实际难题。
在今年的 Google I/O 开发者大会上，搜索负责人 Liz Reid 正式宣告了一个时代的终结：“谷歌搜索就是 AI 搜索。”这并非一句口号，而是对过去两年变革的最终确认。自 2022 年谷歌推出“AI Overview”（AI 概览）以来，传统的“十条蓝色链接”就已开始被边缘化。如今，用户与搜索框的交互已彻底转向与最新版 Gemini 模型的直接对话。 这一转变的深远影响远超搜索体验本身。17 年前，谷歌的搜索质量会议每周在总部召开，工程师和产品经理们围坐一堂，讨论如何优化特定查询的结果。那时，一年做出 550 项算法改动已是了不起的成绩。而现在，AI 生成的摘要和定制化回复覆盖了搜索结果页面的顶部，甚至根据用户的个人数据（如位置、历史记录）动态生成包含图表、要点和动画的微型出版物。 谷歌不再满足于“解读模糊搜索词以推断用户意图”，而是鼓励用户进行持续的对话式提示。I/O 大会上，工作人员身穿印有“Ask Me Anything”的 T 恤，呼应 Gemini 的提示框——这不仅是品牌营销，更是对搜索本质的重塑。 然而，这种便利性背后暗藏代价。AI 生成的答案虽然高效，却可能进一步挤压原创内容创作者的生存空间。当用户不再需要点击链接即可获得完整信息时，网站流量将大幅下降，依赖广告收入的艺术家、写作者和独立媒体将面临更严峻的挑战。谷歌自身也承认，AI 搜索对 web 生态的冲击需要审慎平衡。 从技术角度看，Gemini 的引入使搜索能力跃升：它不仅能回答事实性问题，还能执行复杂任务，比如比较产品、规划行程，甚至通过 AI 代理（agent）自动检索分散的信息源。但这种“黑箱化”也引发了透明度和准确性的担忧——当答案由模型生成而非来自明确来源时，用户如何验证其可靠性？ 对于普通用户而言，这种改变几乎不可抗拒。正如一位与会者所言：“就算你讨厌 AI，你也会用谷歌 AI 搜索，因为它太方便了。” 但这场便利性与生态健康的博弈，才刚刚开始。
## 海底电缆：海湾AI雄心的“阿喀琉斯之踵” 沙特阿拉伯、阿联酋等海湾国家正斥资数十亿美元建设AI基础设施，吸引超大规模云服务商，力图将自身打造为未来的算力出口中心。然而，这一宏伟蓝图却系于一个令人意外的脆弱环节：几条穿行于全球最动荡水域的海底电缆。 ### 从石油到算力：电缆成为战略资产 海底电缆承载着全球约95%的国际数据流量。对于海湾地区而言，问题在于**高度集中**：该区域连接欧洲和美国的大部分通信仍依赖通过红海和霍尔木兹海峡的少数几条线路。中东地处欧、亚、非交汇点，是全球互联网流量最重要的中转枢纽之一。 随着地缘政治紧张局势升级——例如今年早些时候美、以、伊之间的冲突——专家警告，区域性冲突可能威胁到海湾关键电缆基础设施。今年5月，有媒体报道称伊朗曾考虑控制所有七条经过霍尔木兹海峡的海底电缆。 ### 电缆损坏：不止是网速变慢 对于正从石油经济向AI驱动经济转型的海湾国家来说，一条电缆的损坏可能远远不止拖慢网速——它可能动摇整个新兴AI商业模式的基础。与传统互联网流量不同，AI基础设施依赖超大规模数据中心、云服务商和企业客户之间**持续、海量的数据流动**。即使短暂的中断也会造成重大的运营和财务后果。 “超大规模云服务商和区域运营商正在推动多元化，因为他们的需求已经超越了带宽，”业内人士指出，“他们现在需要多条、高弹性的光纤路由。” ### 多元化迫在眉睫 海湾国家正试图将能源财富转化为AI基础设施——像曾经出口碳氢化合物那样，出口算力和云容量。随着超大规模企业在当地落户，对电缆的依赖与日俱增，弹性光纤基础设施已从奢侈品变为商业必需品。 目前，区域运营商和云巨头正积极投资新电缆线路，并探索替代路由，以降低对少数关键节点的依赖。但在地理和政治现实面前，这条多元化之路注定不会平坦。
三个月前，OpenAI联合创始人Greg Brockman向我表达了对人工智能公司日益严峻的公关危机的担忧：尽管ChatGPT等工具广受欢迎，但越来越多的人表示对AI持负面看法。自那以来，反弹愈演愈烈。大学毕业典礼演讲者因乐观谈论AI而被嘘；上个月，有人向OpenAI CEO Sam Altman在旧金山的家中投掷燃烧瓶，并留下宣言鼓吹针对AI高管的罪行。在这场声誉危机中，没有谁比OpenAI损失更大。负责解决这一问题的人是Chris Lehane，OpenAI全球事务负责人、资深政治操盘手。本周我与他坐下来，讨论了他面临的两大挑战：说服世界拥抱OpenAI的技术，同时说服立法者通过不会阻碍公司发展的法规。Lehane认为这两者是一回事。“在（克林顿）白宫时，我们常说好政策等于好政治，”Lehane说，“你必须让两者协同推进。”在克林顿白宫处理危机沟通后，Lehane自称“灾难大师”。他后来帮助Airbnb抵御监管者——那些城市将短期租房视为法律灰色地带，用他的话说，“走在法律前面”。Lehane还在Fairshake（一个强大的加密行业超级政治行动委员会）的成立中发挥了关键作用，该委员会致力于在华盛顿使数字货币合法化。自2024年加入OpenAI以来，他迅速成为公司最具影响力的高管之一，目前负责沟通和政策团队。Lehane告诉我，关于AI将如何改变社会的公众叙事往往是“人为二元对立”的。一边是“Bob Ross世界观”，预测未来无人需要工作，所有人都“住在海边别墅整天画水彩”；另一边是反乌托邦未来，AI强大到只有少数精英能控制。Lehane认为，这两种情景都不现实。OpenAI过去也曾助长这种两极化的言论。CEO Sam Altman曾警告AI可能带来的极端风险。如今，Lehane正试图扭转局面，推动更务实的讨论。他主张各州通过不会扼杀创新的法律，同时强调AI的实际益处，如医疗和教育领域的进步。但挑战巨大：公众信任度下降，监管压力增加。Lehane的策略是聚焦于“中间地带”，通过对话和透明度重建信任。他能否成功，将影响OpenAI乃至整个AI产业的未来。
在最新一期《Uncanny Valley》播客中，WIRED编辑团队深入探讨了Meta大规模裁员背后的员工士气危机、Elon Musk起诉OpenAI败诉的判决细节、Google I/O大会的AI野心，以及AI在社会中引发的日益强烈的反感情绪。 ## Meta：利润新高，士气新低 尽管Meta近期财报显示利润创纪录，但团队采访了十多名员工后发现，公司内部弥漫着前所未有的低落情绪。裁员并非唯一原因——频繁的战略转向、对元宇宙的持续投入与回报不成正比，以及管理层沟通不畅，都让员工感到疲惫与不安。一位员工形容，现在的Meta“就像一个没有灵魂的机器”。 ## Elon Musk败诉OpenAI 法庭驳回了Musk对OpenAI及其CEO Sam Altman的诉讼，裁定其主张缺乏依据。这一结果被视为AI行业开源与闭源路线之争的一个重要节点，也意味着Musk试图通过法律手段干预OpenAI治理的努力暂时受挫。 ## Google I/O 2026：搜索的“智能体化” 在Google I/O大会上，公司展示了雄心勃勃的AI愿景：**Gemini模型**全面融入搜索、智能眼镜等产品，搜索将不再只是返回链接，而是直接完成任务。团队讨论了这一转变对用户隐私、信息获取方式以及广告模式的潜在影响。 ## 当AI成为众矢之的 节目最后探讨了一个有趣的现象：**应届毕业生和AI从业者的配偶**都在对AI感到厌倦。毕业生在毕业典礼上听到AI演讲时发出嘘声，而妻子们则抱怨丈夫满口AI术语、忽略了家庭生活。这反映了AI热潮在公众中引发的疲劳与怀疑。 **小结：** 这一期内容丰富，从企业内部危机到技术变革，再到社会情绪，勾勒出AI时代的多面图景。
我使用Gemini应用生成了一段逼真的视频，其中包含一个数字克隆的我。Google将此视为创作的未来，而我仍然感到毛骨悚然。 ## 初次体验：从设置到生成 一个温暖的午后，我在旧金山多洛雷斯公园为一只史前恐龙唱生日歌。当我完成小夜曲时，一个插着粉色蜡烛的纸杯蛋糕凭空出现在我空着的手中。吹灭蜡烛后，那个CGI风格的恐龙露出满足的表情。视频中的男人看起来和听起来都像我，但实际上这是使用Google Gemini应用的新功能——**化身（Avatars）** 生成的。这些数字再现类似于OpenAI已停用的Sora应用的核心功能。化身由Google新的Omni视频模型驱动，仅对付费订阅用户开放。我每月支付20美元订阅Google AI Pro计划，但很快就用完了使用限额（每5小时重置）。我只问了几个问题并生成了两个10秒的片段，就被提示等待。 ## 技术细节与限制 与OpenAI允许用户决定是否允许他人使用自己肖像生成视频不同，Google只允许成年用户用自己的化身制作视频。设置过程大约需要5分钟：在光线充足的房间里，用手机摄像头对准脸部，朗读一串两位数数字，然后缓慢向右转头再向左转。完成后，我的数字克隆诞生了。需要注意设置时的着装，因为衣服很可能出现在AI生成的画面中。 ## 质量与感受 前两个片段分别是我在旧金山为恐龙唱歌和在金门大桥下冲浪。我既印象深刻又感到不安。内容有些尴尬，存在混乱的时刻和不合逻辑的服装，但视频中的人确实是我。我放大画面观察嘴巴的动作——牙齿有点不协调，但那就是我，连双下巴都还原了。 ## 行业背景与前景 Google将化身视为创作的未来，但这类技术也引发伦理担忧。相比OpenAI的开放态度，Google采取了更谨慎的策略，限制用户只能生成自己的化身，这在一定程度上降低了滥用风险。然而，随着AI视频生成技术日益成熟，如何在创新与隐私保护之间取得平衡仍是行业面临的重大挑战。
SpaceX 在提交给监管机构的 IPO 文件中，罕见地将旗下 AI 聊天机器人 Grok 的“辣味”（Spicy）与“疯狂”（Unhinged）模式列为潜在业务风险。这些模式允许 Grok 在减少安全过滤的情况下生成露骨图像或语音回复，可能使公司面临监管审查和声誉损害。 文件显示，截至去年 12 月，SpaceX 已预留 **5.3 亿美元** 用于潜在诉讼损失，其中部分与 Grok 生成性化图片的投诉有关。这一风险敞口源于 SpaceX 今年 2 月收购马斯克旗下 AI 初创公司 xAI 的交易，该交易将这家火箭制造商的私人估值推高至 **1 万亿美元** 以上。 **监管雷区：Grok 的“无拘束”代价** 尽管马斯克常将 Grok 的“自由奔放”特性作为卖点，但实际运营中已触发多起法律纠纷。SpaceX 在文件中承认，公司正因 Grok 生成涉及未成年人的性化图片而在美国及其他国家接受调查，同时面临多起集体诉讼。文件警告，未来对 AI 产品的“滥用”可能导致更多监管制裁，包括“失去进入某些市场的机会”。 **风险与商业的平衡** IPO 文件中披露潜在业务风险是常规法律要求，部分担忧未必会成真。但 SpaceX 的案例凸显了 AI 行业在追求技术差异化的同时，如何平衡内容安全与商业扩张的挑战。Grok 的“辣味”模式设计初衷是提供“更坦诚、直接且少保留”的输出，但这种缺乏护栏的路线使其在监管趋严的背景下显得尤为脆弱。 **行业背景** SpaceX 并非唯一受审视的聊天机器人开发商。全球各国政府正加紧应对生成式 AI 的社会影响，多家 AI 公司均面临类似的合规压力。对于计划通过 IPO 进入公开市场的 SpaceX 而言，明确披露 AI 相关风险既是对投资者的保护，也是应对潜在监管风暴的未雨绸缪。
马斯克的 SpaceX 正斥巨资为旗下 AI 部门 xAI 的数据中心采购燃气轮机，以应对电力短缺对算力扩张的制约。这一举动不仅揭示了 AI 基础设施对能源的巨大需求，也引发了关于碳排放和环保合规的争议。 ## 巨额投资背后的电力焦虑 根据 SpaceX 近期向监管机构提交的文件，该公司在短短几个月内承诺投入超过 **28 亿美元** 购买燃气轮机，专门用于为其 AI 数据中心供电。这笔投资发生在 SpaceX 准备于纳斯达克上市的前夕，是其 IPO 招股书中的关键披露之一。 具体来看，2025 年 3 月，SpaceX 与某未具名公司签署了一项 **8.05 亿美元** 的涡轮机采购协议，合同期至 2029 年。随后在 4 月底，马斯克的公司又敲定了一笔 **20 亿美元** 的移动燃气轮机及相关设备交易，该交易目前尚待最终完成。 ## 为何选择燃气轮机？ 当前美国正经历数据中心建设热潮，但 **电力短缺** 已成为制约扩张的首要瓶颈。便携式燃气轮机可以脱离电网独立运行，被视为快速、临时的解决方案，能在更稳定的能源供应（如可再生能源或核电）上线前提供过渡支持。 SpaceX 的 AI 部门 xAI 运营着两个大型数据中心——位于田纳西州孟菲斯的 **Colossus 1** 和密西西比州南aven的 **Colossus 2**，用于支撑其 Grok 聊天机器人及其他 AI 项目。据 WIRED 上周报道，Colossus 2 在过去两个月内新增了 19 台便携式涡轮机，总数达到 **46 台**。 ## 环保争议与监管风险 然而，燃气轮机的使用并非没有代价。SpaceX 此前已因使用这类设备而遭到公众投诉、诉讼以及监管调查，焦点在于其是否因大量排放 **二氧化碳** 而污染空气，以及是否规避了环境许可要求。根据现行法规，便携式涡轮机可在无清洁空气许可证的情况下运行一年，这一“窗口期”可能被企业利用，但长期来看环保压力不容忽视。 ## 跨界布局：从火箭到云计算 值得注意的是，SpaceX 不仅自用这些算力，还以 **150 亿美元** 的年租金将 Colossus 数据中心的服务器容量租给 AI 初创公司 Anthropic（Claude 聊天机器人的开发商）。马斯克周三表示，SpaceX 计划签署更多此类租赁协议。这标志着 SpaceX 正从火箭发射和卫星互联网服务商，向 **云计算基础设施提供商** 的角色延伸。 ## 行业启示 SpaceX 的激进能源投资折射出 AI 行业的深层矛盾：算力需求爆发式增长，而电网基础设施升级滞后。短期内，燃气轮机成为“救火队员”；但长期看，AI 巨头们必须寻找更清洁、可持续的能源方案，否则可能面临环保合规与公众舆论的双重压力。
The coding skills of AI models are about to make it much easier to build and deploy robots.
近日，2026年英联邦短篇小说奖的五位地区获奖者中，有三位被指控使用生成式AI创作参赛作品，引发文学界震动。这一事件不仅暴露了评奖机制在AI时代的脆弱性，也预示着AI对创意写作领域的冲击正在从边缘走向主流。 ## 事件始末：AI痕迹引发质疑 5月12日，英国知名文学杂志《Granta》发布了2026年英联邦短篇小说奖的五篇获奖作品。然而，仅数日内，来自特立尼达和多巴哥的加勒比地区获奖者Jamir Nazir的作品《The Serpent in the Grove》便因文风异常遭到读者质疑。研究人员兼企业家Nabeel S. Qureshi在X平台发文指出，该作品存在大量AI生成文本的典型特征，如"Not X, not Y, but Z"的句式结构、反复出现的"hum"（嗡嗡声）意象等。 ## 行业现状：AI写作已渗透文学创作 这并非孤例。近年来，从学术论文到新闻报道，AI生成内容引发的争议层出不穷。在文学领域，ChatGPT等大语言模型的普及正悄然改变创作生态。尽管多数主流文学奖项尚未明确禁止使用AI辅助写作，但此次事件表明，读者和同行对作品真实性的敏感度正在提高。 ## 评奖机制面临考验 英联邦短篇小说奖由伦敦的非政府组织英联邦基金会颁发，五个地区获奖者各获2500英镑，最终大奖得主将额外获得5000英镑。然而，评委是否具备识别AI文本的能力成为焦点。有评论指出，若连专业评审都无法辨别AI内容，奖项的公信力将受到严重挑战。 ## 未来展望：AI时代的创作伦理 随着大语言模型能力的持续提升，AI生成文本与人类创作的界限愈发模糊。文学界面临的核心问题已从"能否使用AI"转向"如何界定原创性"。部分作家开始探索将AI作为灵感工具而非替代品，但如何建立透明且公正的创作规范，仍是悬而未决的难题。 此次事件或许只是开始。当AI写作从实验室走向领奖台，文学界需要重新审视创作的本质——是文字的排列组合，还是人类情感与经验的独特表达？
Google is sprucing up its Gemini models, revamping search, and enabling AI agents in everything. There are also some spiffy new smart glasses coming this fall.