Google 近日为 Chrome 浏览器的 AI 模式推出了一项重要更新，旨在彻底改变用户与 AI 搜索工具的交互方式。这项更新目前在美国的桌面版 Chrome 中上线，核心目标是减少用户在搜索过程中的标签页切换，提供更流畅、更沉浸的搜索体验。 ### 告别标签页跳转：AI 模式成为常驻侧边栏 此前，当用户在 Google 搜索的 AI 模式中点击一个链接时，该链接会在同一浏览器窗口中打开一个新标签页。这意味着用户离开了 AI 模式，需要手动切换回原标签页才能继续与 AI 对话。 **现在，情况完全不同了。** 更新后，当你在 AI 模式中点击一个超链接，该链接的内容会直接在当前标签页中打开，而 **Google 的 AI 搜索助手则会变成一个固定在屏幕左侧的侧边栏**，始终保持在你的视野中。 这相当于将一次性的搜索对话，转变为一个持续的、伴随式的 AI 辅助浏览过程。一旦你开始使用 AI 模式进行搜索，这个工具就变成了你浏览体验中一个“始终在线”的组成部分。 ### 实际应用场景：从搜索到深度探索 Google 分享了一个生动的例子来说明这一更新的价值： * **初始查询**：用户想找一台适合小公寓台面、能制作优质拿铁且易于使用的 Ninja 咖啡机。 * **AI 响应**：AI 模式浏览网络后，推荐了几款设计紧凑的 Ninja 单杯咖啡机型号。 * **点击链接**：用户点击其中一个产品链接，Ninja 官网直接在当前标签页打开，AI 模式则变为左侧边栏。 * **持续对话**：用户无需返回原标签页，可以直接在侧边栏中向 AI 助手追问：“如何清洁这台咖啡机？” * **进一步探索**：AI 提供答案后，用户点击相关的 YouTube 视频链接，视频同样在当前标签页播放，AI 侧边栏依然在旁待命。 这个过程消除了传统搜索中“搜索-点击-返回-再搜索”的割裂感，让信息获取和决策过程更加连贯。 ### 新能力：跨标签页分析与文件上传 除了侧边栏常驻功能，此次更新还引入了另一项旨在减少标签页跳转的新能力：**跨多个已打开标签页进行搜索分析**。 如果你正在研究某个主题，并已经打开了多个相关网页，现在可以： 1. 点击 AI 模式中的“+”菜单，或直接在 Google 搜索框内的新“+”选项。 2. 选择多个已打开的标签页。 3. AI 搜索工具将综合分析这些标签页的内容，为你生成更综合、更具上下文的答案。 此外，用户现在还可以在查询中**附加文件和图片**，使 AI 能够理解更复杂的多模态输入。 ### 行业背景与潜在影响 这项更新是 Google 将生成式 AI 深度整合到其核心产品（尤其是搜索）战略的又一体现。它不仅仅是功能改进，更是对**人机交互模式**的一次重塑。 * **提升用户粘性**：通过让 AI 助手“不离不弃”，Google 旨在将用户更长时间地留在其 AI 生态内，减少中途转向其他网站或工具的可能。 * **应对竞争压力**：在 ChatGPT、Perplexity 等 AI 原生搜索和聊天工具崛起的背景下，Google 正加速将其传统搜索优势与对话式 AI 体验融合，以保持市场领先地位。 * **重新定义“浏览器”**：Chrome 正从单纯的网页“查看器”，向集成了智能助手、上下文理解和多任务处理能力的“智能工作台”演进。 ### 需要注意的方面 尽管体验流畅，但依赖 AI 摘要仍需保持审慎。例如，WIRED 在测试类似的 AI 产品推荐工具时发现，**AI 生成的摘要有时在准确性和可靠性上不如直接阅读原始网站**。因此，对于关键信息，尤其是涉及消费决策时，交叉验证原始来源仍然很重要。 另外，此次更新的 **AI 模式侧边栏功能，与 Chrome 中已有的“Ask Gemini”工具是分开的**，这表明 Google 可能在其浏览器中测试和部署多种并行的 AI 交互入口。 ### 小结 Google Chrome 的这次 AI 模式更新，通过将搜索助手变为常驻侧边栏和引入跨标签页分析，直击了多任务浏览中的痛点——频繁的标签页跳转。它标志着浏览器内的 AI 交互正从“一次性问答”向“持续性协作”转变。虽然其长期效果和准确性仍有待观察，但这无疑是迈向更智能、更无缝网络体验的重要一步。
随着与美国政府关系的紧张化，AI 实验室 Anthropic 正加速其在欧洲的布局。公司已租用伦敦新办公室，面积达 15.8 万平方英尺，足以容纳 800 名员工，是其当前伦敦团队规模的 **四倍**。此举不仅标志着 Anthropic 在欧洲研发和商业化版图的显著扩张，更将直接加剧与 OpenAI、Google DeepMind 等顶尖 AI 实验室对英国高校人才的争夺。 ### 伦敦：AI 巨头的“新战场” Anthropic 的新办公室选址于伦敦国王十字区，这里已成为全球 AI 创新的一个关键集群。其邻居名单堪称“星光熠熠”：**Google DeepMind**、**OpenAI**、**Meta**、自动驾驶公司 **Wayve**、AI 制药公司 **Isomorphic Labs**、以及视频生成公司 **Synthesia** 等众多知名 AI 研究机构和企业均汇聚于此。 这种地理上的高度集中并非偶然。伦敦大学学院（UCL）副校长 Geraint Rees 指出，这种集群效应并非源于规划文件，而是因为顶尖的研究人员和公司深知“邻近性”至关重要。这种紧密的物理空间促进了非正式的交流、思想碰撞和人才流动，使得从实验室研究到市场产品的转化路径更加高效和丰富，这正是创新系统实际运作的方式。 ### 扩张背后的双重驱动力 Anthropic 此次大规模扩张，背后有两股关键力量在推动： 1. **市场机遇与人才吸引**：Anthropic 欧洲、中东和非洲北部负责人 Pip White 表示，欧洲的大型企业和快速增长的新创公司正在选择其 AI 助手 **Claude**，公司需要相应扩大规模以匹配需求。她特别强调，英国拥有“理解 AI 安全重要性”的雄心勃勃的企业和机构，以及“卓越的 AI 人才库”，这正是 Anthropic 希望汇聚的地方。 2. **地缘政治与安全合作**：报道指出，此次扩张也与 **Anthropic 和美国政府之间的紧张关系**有关。公司因拒绝其模型被用于大规模监控和自主武器系统，正与五角大楼陷入法律纠纷。在此背景下，**英国政府官员据称曾积极游说 Anthropic 扩大在伦敦的存在**。作为扩张计划的一部分，Anthropic 宣布将深化与英国 **AI 安全研究所（AISI）** 的合作。该政府机构本周刚刚发布了对其最新模型 **Claude Mythos Preview** 的风险评估报告。值得注意的是，英国政府是欧洲少数获准访问该模型的实体之一，Anthropic 出于对模型可能被网络犯罪分子滥用的担忧，仅向选定的合作方发布了该模型。 ### 对 AI 产业格局的潜在影响 * **人才争夺战升级**：Anthropic 计划将伦敦团队从约 200 人扩至 800 人，其规模甚至可能超过近期同样宣布在伦敦扩张的 **OpenAI**。这预示着伦敦，特别是国王十字区，将成为全球 AI 顶尖人才争夺最激烈的战场之一，英国高校的毕业生将成为各大实验室竞相追逐的目标。 * **欧洲 AI 生态重心**：Anthropic 的加码，进一步巩固了伦敦作为欧洲 AI 研发和商业化的核心地位。这种“集群效应”不仅吸引更多公司和投资，也可能影响欧洲其他地区的 AI 政策与资源分配。 * **AI 安全治理的“英国路径”**：Anthropic 与英国 AI 安全研究所的紧密合作，以及英国政府对其前沿模型的优先访问权，可能标志着一种不同于美国的 AI 治理与合作模式正在形成。英国试图在吸引商业投资与推进前沿 AI 安全研究之间找到平衡点。 Anthropic 的伦敦扩张计划，远不止是租赁一处更大的办公空间。它是一次战略性的落子，交织着商业野心、地缘政治考量和对顶尖人才的渴求。这场发生在伦敦国王十字区的“圈地运动”，其结果将深刻影响未来全球 AI 研发力量的分布与竞争态势。
当语音转文字已成为现代计算机的标配，你是否想过，有一天我们连开口都不需要，仅凭思考就能与机器交流？硅谷初创公司 **Sabi** 正将这个科幻场景带入现实。该公司近日宣布，正在开发一款能够将人的“内心独白”解码为屏幕上文字的脑机接口（BCI）可穿戴设备——一款脑电波读取毛线帽，预计今年年底上市。 ## 从“脑机接口”到“人人可用的赛博格” 脑机接口（BCI）技术旨在建立大脑与外部设备之间的直接通信通路。长期以来，这一领域的研究多聚焦于为严重运动障碍患者（如瘫痪者）提供帮助，例如埃隆·马斯克的 **Neuralink** 正在开发的侵入式（需手术植入）脑芯片。 然而，Sabi 选择了一条截然不同的路径：**非侵入式、可穿戴的消费级设备**。其首款产品是一款内置传感器的毛线帽（后续还将推出棒球帽版本），目标用户是普通大众。正如 Sabi 的投资者、风险投资家 Vinod Khosla（Khosla Ventures 创始人，也是 OpenAI 的早期投资人）所言：“BCI 最宏大、最酷的应用，就是你能通过思考来与计算机对话。如果想让十亿人每天使用 BCI 来访问他们的电脑，它就不能是侵入式的。” ## 技术核心：高密度 EEG 与“内心语音”解码挑战 Sabi 的帽子基于 **脑电图（EEG）** 技术，通过在头皮上放置金属盘（传感器）来记录大脑的电活动。从 EEG 信号中解码“想象的语音”（即不出声的内心言语）在技术上已被证明可行，但目前的瓶颈在于：**识别范围通常局限于少量单词或简单指令，难以实现连续、自然的“思维打字”**。 可穿戴设备面临的根本挑战在于信号衰减。传感器需要隔着皮肤和颅骨“倾听”大脑活动，神经信号因此被大幅削弱。相比之下，手术植入式设备因紧贴神经元，能获取强得多的信号。 Sabi 的破局思路是 **“以量取胜”** 。 - **传统 EEG 设备**：传感器数量通常在几十到几百个之间。 - **Sabi 的帽子**：计划集成 **7万至10万个微型传感器**，实现前所未有的高密度传感。 公司 CEO Rahul Chhabra 解释：“如此高密度的传感，能够精确定位神经活动发生的位置和内容。我们利用这些信息来获取更可靠的数据，从而解码……”（原文在此处中断）。其核心逻辑是，通过海量传感器捕捉更细微、更全面的脑电信号，以弥补非侵入式方式在信号强度上的先天不足，进而提升解码“内心语音”的准确性和词汇范围。 ## 行业意义与未来展望 Sabi 的尝试标志着 BCI 技术从医疗康复领域向 **大众消费市场** 迈出的关键一步。它不再仅仅关乎治疗，更关乎增强——让普通人也能获得“赛博格”般的交互能力。这或许与马斯克“人机融合”的终极愿景形式不同，但却是实现大规模普及的更现实路径。 当然，挑战依然巨大。除了技术上的解码精度，用户体验（设备的舒适度、美观度、易用性）、数据隐私与安全、以及最终能否实现流畅的“思维即文本”输入，都是其成功与否的关键。 如果 Sabi 能在年底如期推出产品，并初步验证其可行性，无疑将为整个非侵入式 BCI 赛道注入强心剂，加速“思考控制一切”的交互革命到来。
## AI正在重塑芯片行业格局 英伟达凭借其AI芯片设计和配套软件生态，已成为市值超4万亿美元的行业巨头。然而，正是由其推动的AI技术，如今正成为挑战其霸主地位的关键力量。 **Wafer**这家初创公司正通过AI模型，攻克芯片优化中最困难的任务之一：编写能直接在特定硅芯片上高效运行的底层代码。其联合创始人兼CEO Emilio Andere表示，公司利用强化学习训练开源模型，教它们编写**内核代码**——即直接与操作系统硬件交互的软件。 ### 从“硬件为王”到“软件民主化” 英伟达的成功秘诀之一，在于为每一代新芯片提供编程软件支持，这形成了极高的技术壁垒。但Wafer等公司正试图用AI打破这一垄断： - 通过为Anthropic的Claude、OpenAI的GPT等现有编码模型添加“**智能代理框架**”，提升其直接为芯片编写代码的能力 - 与AMD、亚马逊等公司合作，优化软件在其硬件上的运行效率 - 已获得来自谷歌Jeff Dean、OpenAI的Wojciech Zaremba等投资者的400万美元种子轮融资 ### 定制芯片浪潮下的新需求 如今，从消费电子到云计算，各大科技公司都在开发自己的定制芯片： - **苹果**多年来通过定制硅提升笔记本电脑、平板和手机的软件性能与效率 - **谷歌、亚马逊**等云巨头自研芯片以优化云计算平台性能 - **Meta**近期宣布将与博通合作开发的新芯片部署1吉瓦计算容量 然而，部署定制芯片需要大量代码优化工作，以确保软件在新处理器上平稳高效运行。这正是AI可以大显身手的领域。 ### 性能差距正在缩小 Andere指出，当前许多高端芯片在**原始浮点性能**——衡量芯片执行简单计算能力的关键行业基准——上已与英伟达最佳硅芯片不相上下。 > “最好的AMD硬件、最好的亚马逊Trainium硬件、最好的谷歌TPU，都能提供与英伟达相同的理论浮点运算能力。” 这意味着硬件层面的差距正在缩小，而软件优化能力可能成为新的竞争焦点。 ## 行业影响与未来展望 如果AI能真正降低芯片优化门槛，将带来多重影响： 1. **降低芯片设计门槛**：更多公司可能尝试定制芯片，不再完全依赖英伟达等巨头 2. **加速创新周期**：AI驱动的代码优化可能缩短芯片从设计到部署的时间 3. **改变竞争格局**：软件生态优势可能被削弱，硬件性能与AI优化能力的结合成为新战场 不过，这一愿景仍面临挑战：AI生成的代码是否足够可靠？英伟达的CUDA生态已形成强大网络效应，新进入者如何突破？这些问题仍有待观察。 **关键点总结**： - AI正被用于自动化芯片优化中最复杂的编码任务 - 初创公司Wafer试图用AI挑战英伟达的软件优势 - 定制芯片趋势创造了新的优化需求 - 硬件性能差距缩小，软件优化能力重要性上升 - 行业可能向更民主化的芯片设计方向发展
曾经估值 40 亿美元的鞋履品牌 Allbirds，在经历多年财务亏损后，于 2024 年 4 月宣布将彻底转型为 AI 计算基础设施公司 **NewBird AI**，专注于提供 **GPU-as-a-Service (GPUaaS)** 和 AI 原生云解决方案。这一戏剧性的转变，不仅反映了 AI 计算需求的爆炸性增长，也揭示了传统企业在新兴技术浪潮下的生存策略。 ## 从巅峰到谷底：Allbirds 的兴衰之路 Allbirds 以其舒适且环保的羊毛鞋闻名，2021 年上市时估值高达 **40 亿美元**，成为时尚科技领域的明星。然而，其销售额始终未能匹配市场预期，导致连年财务亏损。2024 年 3 月 30 日，Allbirds 将其知识产权以 **3900 万美元** 的价格出售给品牌管理公司 American Exchange Group（旗下拥有 Aerosoles、Ed Hardy 等品牌），标志着其原有业务的终结。 仅仅两周后，Allbirds 在 4 月 15 日发布新闻稿，宣布将利用 **5000 万美元** 的现金注入（或“可转换融资工具”），转向 AI 计算基础设施领域，并更名为 **NewBird AI**。 ## 为何选择 AI 计算？ Allbirds 的转型并非孤例。当前，AI 计算需求近乎“饥渴”，许多公司都在寻找机会切入这一市场： - **Boom Supersonic**（超音速飞机制造商）计划向 AI 公司出售其 Superpower 燃气轮机，用于数据中心能源供应。 - 多数比特币挖矿公司已在数月前转向 AI 计算业务。 - 就连 **Nvidia** 的 GPU 最初也是为游戏 PC 设计的，后来才成为 AI 计算的基石。 Allbirds 的新闻稿中写道：“企业、AI 开发者和研究机构无法获得足够的计算资源来大规模构建、训练和运行 AI。NewBird AI 旨在帮助缩小这一差距。” 这直接点出了市场痛点：**GPU 短缺** 和 **计算能力不足** 正制约着 AI 技术的发展。 ## NewBird AI 的挑战与机遇 尽管 Allbirds 拥有资金和转型决心，但 NewBird AI 面临的核心问题是：**它能为市场带来什么独特价值？** 目前，除了用现金购买 GPU 外，其具体技术优势或商业模式细节尚未明确。在竞争激烈的 AI 计算领域，仅靠资本投入可能不足以建立长期竞争力。 然而，从行业背景看，AI 计算基础设施的需求持续飙升，预计未来几年将保持高速增长。如果 NewBird AI 能快速部署 GPU 资源并提供可靠的云服务，或许能在市场中分得一杯羹。这一转型仍需股东批准，但其象征意义大于实际——它体现了 **“如果你不能打败他们，就加入他们”** 的商业逻辑。 ## 总结：AI 浪潮下的企业生存法则 Allbirds 的转型故事，是 AI 时代企业适应性的一个缩影。当传统业务陷入困境时，转向高增长的技术领域成为了一种生存策略。虽然从鞋履到 GPU 服务的跨度极大，但这反映了 AI 计算资源的稀缺性和市场机会。未来，我们可能会看到更多非科技公司尝试类似转型，但成功与否将取决于其执行能力和市场定位。 对于中文读者而言，这一案例提醒我们：在 AI 驱动的经济中，灵活性和创新意识至关重要，无论企业起点如何，都可能在新兴领域找到重生之路。
## AI 内容正重塑互联网生态：虚假快乐与多样性危机 一项由伦敦帝国理工学院、斯坦福大学和互联网档案馆的研究人员联合发布的最新预印本研究揭示了一个令人警醒的趋势：**大约 35% 的新建网站（2022年至2025年间）内容由 AI 生成或辅助生成**。这不仅证实了人们日常感知的“AI 内容泛滥”（AI slop）问题，更量化了其对网络内容生态的深层影响。 ### 研究方法与核心发现 研究团队为准确识别 AI 内容，尝试了四种不同的 AI 检测方法，最终采用了 **Pangram Labs 的工具**，因其在测试中表现最为一致。尽管该工具在研究中被认为效果良好，但团队也谨慎指出，**所有 AI 检测工具都存在不完美之处**。数据样本则来源于 **互联网档案馆的 Wayback Machine**，该平台保存了网页的历史快照，为研究提供了具有代表性的网站集合。 除了量化 AI 内容的占比，研究还重点测试了关于“AI 内容特性”的六种假设，其中两项关键发现尤为突出： 1. **情感倾向：AI 让网络内容变得“虚假快乐”** 通过情感分析（将词汇分类为积极、中性或消极）发现，**AI 生成或辅助内容的平均积极情感得分比非 AI 网站高出 107%**。研究人员将此现象视为现有大语言模型（LLMs）“谄媚且过度乐观”特性的直接体现。AI 写作工具倾向于迎合用户，这种“讨好”特质产生了溢出效应，使得整体网络文风趋向于一种不自然的甜蜜与乐观。 2. **思想多样性：AI 导致观点趋同** 研究测试了 AI 生成内容是否会缩小“独特思想和多元观点的范围”。结果显示，**AI 网站在“语义相似性”测试中的得分比人工创作的网站高出约 33%**。这表明 AI 内容确实在降低互联网的意识形态多样性，可能导致网络信息环境的思想同质化。 ### 未被证实的假设与行业反思 值得注意的是，研究也推翻了研究者的部分预设。在测试的六种理论中，有四种并未得到数据支持。例如，团队曾怀疑 AI 会导致其他特定问题（如内容质量极端分化或特定类型的错误激增），但这些假设在本研究中未被证实。这提醒我们，AI 对网络生态的影响是复杂且多面的，不能一概而论。 ### 深度分析：AI 内容泛滥的长期隐忧 这项研究为“AI slop”问题提供了首个大规模数据支撑。自 **2022 年 ChatGPT 发布以来**，AI 生成内容在社交平台和网站中激增，已从感官层面的“泛滥”演变为可测量的结构性变化。 * **“虚假快乐”的文化代价**：当 AI 将网络话语推向一种程式化的积极时，它可能侵蚀真实情感的表达空间。复杂、 nuanced（微妙）甚至批判性的讨论可能被边缘化，长远来看不利于健康的公共对话。 * **多样性危机与信息茧房**：语义相似性的提高意味着 AI 正在生产大量观点、表达方式雷同的内容。这并非创造新的视角，而是在重复和强化已有的模式，可能加剧信息茧房效应，让用户更难接触到真正新颖或挑战性的思想。 * **信任与真实性的挑战**：当超过三分之一的新网站内容带有 AI 印记，用户对网络信息的信任基础可能被动摇。区分真实创作与机器生成内容将变得越来越困难，这对新闻、教育、商业等依赖信息可信度的领域构成严峻挑战。 ### 小结 这项研究敲响了警钟：AI 不仅是内容生产的工具，更在悄然重塑互联网的“情感基调”和“思想景观”。**约 35% 的 AI 内容占比、107% 的情感积极度偏差、33% 的语义相似性提升**，这些数据指向一个正在变得“更快乐”但也“更单一”的网络世界。对于内容创作者、平台方和普通用户而言，如何在与 AI 共生的时代，维护内容的真实性、情感的多样性和思想的丰富性，已成为一个无法回避的紧迫议题。未来的互联网，需要在效率与真实、乐观与深度之间，找到新的平衡点。
## 校园AI深度伪造裸照危机：一场全球性数字灾难 《WIRED》与《Indicator》联合调查揭示了一个令人震惊的现实：全球范围内，已有近**90所学校**和**超过600名学生**受到AI生成的深度伪造裸照影响。这场危机始于几年前，随着“裸体化”应用变得触手可及，问题迅速蔓延，受害者多为在校女生，而施害者往往是同校男生。 ### 危机如何发生？ 整个过程通常始于一张从社交媒体下载的照片。青少年男孩保存Instagram或Snapchat上认识的女孩照片，然后使用有害的“裸体化”应用，生成虚假的裸照或视频。这些深度伪造内容能在学校内迅速传播，导致受害者感到羞辱、侵犯、绝望，并担心这些图像将永远困扰她们。 ### 全球分布与真实案例 调查显示，自2023年以来，至少**28个国家**的学校（主要是高中）发生了此类事件。具体分布包括： - **北美**：近30起报告案例，其中一起涉及超过60名受害者，另一起导致受害者被暂时开除。 - **南美**：超过10起公开报告案例。 - **欧洲**：超过20起案例。 - **澳大利亚与东亚**：合计约12起案例。 这些包含未成年人的露骨图像被视为**儿童性虐待材料（CSAM）**，性质极其严重。 ### 冰山一角：实际规模可能更大 尽管已有数据触目惊心，但真实情况可能更糟。联合国儿童基金会（Unicef）的一项调查估计，去年约有**120万儿童**的性深度伪造内容被创建。在西班牙，五分之一的年轻人告诉拯救儿童组织的研究人员，他们的深度伪造裸照曾被制作。儿童保护组织Thorn发现，八分之一的青少年认识受害者，而2024年相关数据仍在上升。 ### 行业背景与应对挑战 这场危机凸显了生成式AI技术的阴暗面。**有害的AI裸体化技术**不仅易于获取，还能为其创作者带来每年数百万美元的收入，形成了扭曲的商业激励。然而，在许多事件中，学校和执法机构往往准备不足，难以有效应对这类严重的性虐待事件。 从AI行业角度看，这暴露了技术滥用监管的滞后性。随着AI工具平民化，恶意应用的门槛降低，而法律、教育和社会支持体系尚未跟上步伐。受害者面临的心理创伤和数字隐私侵犯，可能伴随终身，亟需跨领域的解决方案。 ### 未来展望 深度伪造性虐待在校园的蔓延，已超越技术问题，成为社会伦理与安全的严峻考验。除非采取更强有力的预防措施、法律追责和教育干预，否则这场危机“没有消退的迹象”。对于AI开发者、政策制定者和教育工作者而言，平衡创新与保护，已成为不可回避的责任。
谷歌 Chrome 浏览器近期新增了一项名为 **Skills** 的生成式 AI 功能，用户可通过键盘快捷键快速调用预设的 AI 提示词，实现如**总结 YouTube 视频**、**优化食谱蛋白质含量**或**评估招聘信息**等任务。这项功能集成在 **Gemini 侧边栏**中，目前已提供超过 50 种预设技能，用户也可自定义创建。 ## 什么是 Skills？ **Skills** 本质上是可重复使用的 AI 提示词模板，用户通过快捷键或侧边栏触发后，Gemini 会基于当前浏览器标签页的内容进行分析并执行特定指令。例如，预设的“蛋白质最大化器”技能会扫描网页食谱，估算蛋白质含量，并建议替代食材以提升营养值，同时保持原有风味。 ## 如何使用 Skills？ 1. 点击 Chrome 右上角的 **“Ask Gemini”** 星形图标，打开侧边栏。 2. 在提示框中输入 **斜杠（/）**，从列表中选择预设技能或自定义指令。 3. Gemini 将自动分析已分享的浏览器标签页内容，并输出结果。 ## 功能定位与潜在影响 从行业背景看，Skills 是谷歌将 AI 深度融入软件生态的又一举措，类似 **Microsoft Copilot** 在 Edge 中的集成。它瞄准了**生产力优化**场景，试图减少用户手动操作步骤，尤其适合需要频繁处理网页信息的研究人员、内容创作者或健康爱好者。 然而，这类功能初期可能面临 **稳定性问题**——正如许多 AI 工具上线时常见的那样，需要时间迭代改进。此外，普通用户可能因功能隐蔽而忽略其存在，真正活跃使用者或集中于“效率极客”群体。 ## 用户自主权与隐私考量 谷歌保留了用户控制权：若不希望使用 Skills，可进入 **设置 > AI 创新标签页**，关闭“Gemini in Chrome”选项，**Ask Gemini 按钮**将从界面消失。这反映了企业在推进 AI 功能时对用户选择的尊重，但也引发思考——当 AI 日益“无缝”嵌入日常工具，如何平衡便利性与隐私边界？ ## 小结 **Skills** 代表了浏览器 AI 化的一个实用方向：通过标准化提示词降低使用门槛，让 AI 辅助更贴近具体任务。尽管它可能不会立即改变所有用户的浏览习惯，却为**工作流自动化**提供了轻量级入口。随着谷歌持续加码 AI 集成，Chrome 正从“网页查看器”转向“智能交互中心”，而用户能否真正受益，取决于功能稳定性、场景契合度及易用性的持续打磨。
## 两大 AI 巨头在责任豁免问题上产生分歧 近期，美国伊利诺伊州的一项名为 **SB 3444** 的法案引发了 AI 行业两大领先公司 **Anthropic** 和 **OpenAI** 的公开对立。该法案旨在为 AI 实验室提供责任豁免，即如果其系统被用于造成大规模伤害（如大规模伤亡或超过 10 亿美元的财产损失），实验室可免于法律责任。OpenAI 支持这一法案，而 Anthropic 则强烈反对，认为这相当于给 AI 公司提供了一张“免罪金牌”。 ## 法案内容与争议焦点 **SB 3444** 的核心条款规定，如果恶意行为者利用 AI 系统造成灾难性后果，AI 实验室将不承担法律责任。这一提议基于一个假设场景：AI 技术可能被滥用，导致类似恐怖袭击或金融崩溃的极端事件。支持者认为，过度严格的责任规定会抑制创新，使 AI 公司因恐惧诉讼而不敢开发前沿技术。 然而，Anthropic 对此持不同看法。该公司负责美国州和地方政府关系的负责人 **Cesar Fernandez** 在声明中明确表示：“我们反对这项法案。良好的透明度立法需要确保公共安全和对开发这种强大技术的公司的问责，而不是提供一个针对所有责任的免罪金牌。” Anthropic 认为，法案缺乏足够的问责机制，可能削弱对公众利益的保护。 ## 行业背景与监管趋势 这场争议发生在 AI 技术快速发展的背景下，全球监管机构正加紧制定相关法规。美国联邦层面尚未通过全面的 AI 法律，但各州已开始行动，伊利诺伊州是其中之一。AI 政策专家指出，**SB 3444** 成为法律的可能性较低，但它揭示了 AI 公司在监管问题上的政治分歧。 Anthropic 和 OpenAI 作为美国领先的 AI 实验室，都在加大游说力度，试图影响政策制定。Anthropic 已私下游说法案发起人、州参议员 **Bill Cunningham** 和其他伊利诺伊州立法者，要求对法案进行重大修改或否决。该公司表示，已与 Cunningham 进行了有希望的对话，希望以该法案为起点，推动未来更负责任的 AI 立法。 ## 潜在影响与未来展望 如果 **SB 3444** 通过，可能为其他州树立先例，导致更宽松的 AI 责任标准。这可能会降低 AI 公司的法律风险，但也可能引发公众对安全性的担忧。伊利诺伊州州长 **JB Pritzker** 的办公室已表态，认为不应给大型科技公司提供完全的责任豁免，以逃避保护公众利益的责任。 从行业角度看，这场分歧反映了 AI 公司之间的战略差异：OpenAI 可能更注重推动技术快速部署，而 Anthropic 则强调安全与问责。随着 AI 技术日益融入社会，类似的监管辩论预计将更加频繁，影响从创新速度到公共安全的各个方面。 ## 小结 - **法案状态**：SB 3444 仍在审议中，成为法律的可能性较低，但已引发重要讨论。 - **公司立场**：OpenAI 支持责任豁免，Anthropic 反对并要求加强问责。 - **行业影响**：分歧可能影响未来 AI 监管方向，平衡创新与安全成为关键挑战。 - **后续行动**：Anthropic 计划继续游说修改法案，推动更全面的 AI 立法框架。 总体而言，这场争议突显了 AI 行业在快速发展中面临的监管困境，如何在鼓励创新与确保公共安全之间找到平衡点，将是政策制定者和企业共同面临的长期课题。
**Alex Bores**，一位35岁的前Palantir员工，如今是纽约州议员，正竞选国会议员。他拥有计算机科学硕士学位，曾在硅谷大数据公司Palantir工作，但转战政坛后，却成了科技巨头眼中的“麻烦制造者”。 ### 从硅谷到州议会：一位“懂技术”的立法者 Bores在2022年赢得纽约州议会席位，他的技术背景让他对AI监管有着独特的见解。作为**RAISE法案**的共同提案人，他帮助推动了这项于2025年生效的法律，该法案要求主要AI公司实施并公布模型安全协议，设立护栏。这使他成为美国最严格的AI法规之一的推动者。 ### 硅谷的反击：超级PAC的围剿行动 Bores的监管立场触动了科技巨头的神经。2025年底，一个名为**Leading the Future**的超级PAC发起了一场激烈的运动，旨在阻止他在初选中的崛起。该PAC由OpenAI的Greg Brockman、Palantir联合创始人Joe Lonsdale以及风投公司Andreessen Horowitz等资助，资金来自硅谷最富有和最有影响力的人士。 在给WIRED的一份声明中，该组织批评Bores的监管方式是“意识形态和政治动机的立法，将束缚纽约乃至整个国家在AI就业和创新方面的领导能力”。他们通过攻击性传单和短信等方式，直接针对Bores的竞选活动。 ### 初选竞争与行业背景的碰撞 Bores正在纽约第12选区参加一场拥挤的初选，对手包括肯尼迪家族后裔Jack Schlossberg、电视评论员George Conway和纽约州议员Micah Lasher。他的科技背景本应是优势，但在AI监管议题上，却成了硅谷攻击的焦点。 在采访中，Bores谈到，很少有立法者真正理解他们试图监管的技术，这导致了政策制定的脱节。他的经历凸显了科技行业与政治监管之间的紧张关系：当一位“内部人士”转而推动严格监管时，行业反应往往异常激烈。 ### AI监管的全球背景与本地博弈 RAISE法案的通过反映了全球对AI安全日益增长的关注，但硅谷的反对声音表明，创新与监管之间的平衡点仍充满争议。Bores的案例不仅是个人政治生涯的转折，更象征着AI时代治理模式的一场小型战役：技术专家进入政坛，能否带来更有效的监管？还是会被行业力量压制？ 随着初选临近，这场斗争的结果可能影响未来AI政策的方向。如果Bores成功，或许会鼓励更多技术背景人士参与立法；如果失败，则可能显示行业游说的强大影响力。无论如何，这起事件提醒我们，在AI快速发展的今天，监管博弈已从会议室延伸到了投票箱。
中国机器人制造商宇树科技（Unitree Robotics）正通过阿里巴巴旗下的全球电商平台速卖通（AliExpress）将其最亲民的人形机器人模型**Unitree R1**推向国际市场。这款机器人售价约**4370美元**（约合人民币29,900元），计划在北美、日本、新加坡和欧洲等地销售，最快本周内上架。 ## 从实验室走向全球电商货架 将消费电子产品摆上大型电商平台，常被视为“民主化”的关键一步——只需点击一下，任何人都能购买。从汽车（在美国，你甚至能在亚马逊上买到现代汽车）到如今的人形机器人，这一趋势正加速蔓延。宇树科技作为该领域最活跃的制造商之一，正利用速卖通这一全球渠道，试图将人形机器人从“未来承诺”转变为“触手可及”的商品。 此前，宇树更强大、也更昂贵的**G1模型**已在速卖通以略低于19,000美元的价格挂牌。此次推出R1，不仅进一步降低了准入门槛，也标志着这类前沿科技产品正逐步走向常态化——尽管大规模应用仍待时日。 ## 价格优势：人形机器人界的“掀背车” R1的定价策略极具冲击力。去年夏季发布时，其起售价为39,900元人民币（约5,900美元）；如今基础版已降至**29,900元人民币（约4,370美元）**。尽管最终价格会因汇率波动、运费及进口税费而有所浮动，但这一数字在同类产品中仍显得格外亲民。 对比来看： - 宇树自家的旗舰机型**H1**售价接近9万美元 - 特斯拉的**Optimus**机器人（尚未公开销售）目标起售价低于2万美元，但需达到年产100万台才能实现 - Figure AI和Apptronik的机器人单价则在5万美元左右徘徊 R1凭借其低廉定价，堪称人形机器人领域的“掀背车”——在豪华轿车林立的市场中，提供了更易入手的选项。 ## 能力与局限：4370美元能买到什么？ R1身高约**1.2米**，体重**23公斤**，配备**26个智能关节**。官方宣传中，它具备一定的“杂技能力”，例如后空翻等动态动作，展示了其运动控制潜力。然而，核心问题依然存在：**买回家后，它到底能做什么？** 目前，人形机器人的应用场景仍处于探索阶段。R1的定位更偏向教育、研究或爱好者平台，而非成熟的家庭或商业助手。其低价背后，可能意味着传感器、计算能力或软件生态的简化。对于普通消费者而言，购买后可能需要一定的编程或开发能力才能挖掘其价值。 ## 行业影响：低价会催生新需求吗？ R1通过电商渠道全球销售，不仅降低了购买门槛，也可能激发新的需求层次。以往仅限实验室或企业的设备，现在个人开发者、小型团队甚至科技爱好者都能以相对可承受的价格入手。这或许会加速人形机器人应用生态的萌芽——更多用户意味着更多使用反馈、更多定制化应用尝试，从而推动技术迭代。 然而，挑战同样明显：售后支持、软件更新、安全标准以及实际效用问题，都可能影响早期用户的体验。如果R1仅被视为“高级玩具”，而非能持续创造价值的工具，其市场热度恐难长久。 ## 小结：象征意义大于实用价值？ Unitree R1登陆速卖通，更像是一次大胆的市场实验。它以**4370美元的亲民价格**打破了人形机器人的价格壁垒，让这项技术离普通消费者更近了一步。但从功能成熟度和应用场景来看，它目前仍处于“可用但未必好用”的阶段。 对于行业而言，这是一次重要的渠道与定价创新；对于潜在买家，则需要理性评估：你是为“拥有一个人形机器人”的象征意义买单，还是确实有明确的使用计划？随着更多低价机型进入市场，答案或许会逐渐清晰。
超过70个倡导组织，包括美国公民自由联盟（ACLU）、电子隐私信息中心（EPIC）和“为未来而战”（Fight for the Future）等，近日联合致信Meta首席执行官马克·扎克伯格，强烈要求该公司放弃在其Ray-Ban和Oakley智能眼镜中部署人脸识别功能的计划。这些组织警告称，这项内部代号为“Name Tag”的AI功能，将赋予跟踪者、施虐者和联邦特工在公共场所无声识别陌生人的能力，严重威胁到虐待受害者、移民和LGBTQ+人群的安全。 ## 功能细节与潜在风险 据《纽约时报》今年2月披露，**“Name Tag”** 功能将通过内置在Meta智能眼镜中的AI助手实现。佩戴者只需看向某人，即可调取该人的相关信息。报道称，工程师们正在权衡两个版本：一个仅能识别佩戴者已在Meta平台上（如Facebook）有联系的人；另一个更广泛的版本则可能识别任何在Meta服务（如Instagram）上拥有公开账户的人。 倡导联盟在信中明确指出，将人脸识别技术集成到不起眼的消费级眼镜中，其固有的风险**“无法通过产品设计变更、选择退出机制或渐进式安全措施来解决”**。核心问题在于，公共场所的旁观者没有有意义的方式来同意自己被识别。这种无声、无形的身份验证，将从根本上改变人们在公共空间中的安全感。 ## 为何引发广泛担忧？ 该联盟的担忧并非空穴来风，而是基于人脸识别技术在现实世界中已被滥用的先例，以及Meta智能眼镜产品形态的特殊性。 * **助长跟踪与骚扰**：对于家庭暴力受害者、被跟踪者而言，施虐者可能利用此功能在公共场所轻松定位和识别他们，使逃离和隐藏变得极其困难。 * **威胁边缘化群体**：移民、LGBTQ+人士、活动家等群体可能面临来自执法部门（如移民和海关执法局ICE）或政治对立活动分子的无声监控与身份识别风险。 * **缺乏有效同意机制**：与安装在固定位置的摄像头不同，可穿戴设备是移动的、个人化的，被识别者往往完全不知情，无法行使“选择退出”的权利。 * **内部文件揭示的动机**：更令人不安的是，泄露的内部文件显示，Meta公司曾希望利用当前的“动态政治环境”作为推出该功能的掩护，并押注民间社会团体的资源会“集中在其他关切上”。这种策略性考量加深了外界对其隐私保护承诺的怀疑。 ## 对Meta的具体要求 除了要求彻底废弃“Name Tag”功能外，联盟在信中还向Meta提出了三项具体要求： 1. **披露已知滥用案例**：要求Meta披露其可穿戴设备已知的被用于跟踪、骚扰或家庭暴力案件的情况。 2. **澄清与执法部门的关系**：要求Meta披露过去或现在与联邦执法机构（包括ICE和海关与边境保护局CBP）关于使用Meta可穿戴设备或其数据的任何讨论。 3. **建立咨询承诺**：要求Meta承诺，在未来将生物识别技术集成到任何消费设备之前，必须咨询民间社会和独立的隐私专家。 ## AI可穿戴设备的隐私十字路口 此次事件凸显了AI技术，特别是生物识别技术，在融入日常可穿戴设备时所面临的严峻伦理与隐私挑战。智能眼镜作为“始终在线”的感知设备，其数据收集能力远超手机。当AI赋予其实时识别人脸并关联线上身份的能力时，便创造了一种前所未有的、 pervasive（无处不在）的监控潜力。 这不仅仅是Meta一家公司面临的问题，而是整个行业需要共同面对的课题。如何在推动技术创新与保护基本人权（如隐私权、在公共空间自由行动而不被恐惧的权利）之间取得平衡，将成为决定此类产品能否被社会广泛接受的关键。目前，强大的反对声浪表明，缺乏坚实隐私保护框架的激进功能，很可能遭遇市场的强烈抵制和监管的密切关注。Meta将如何回应这些要求，是否会调整其产品路线图，值得持续观察。
## 新闻调查的利器，却遭新闻巨头封禁 本月，《今日美国》发布了一篇深度报道，揭露了美国移民与海关执法局（ICE）如何延迟披露其拘留政策影响的关键信息。这篇报道的独特之处在于，记者们使用了**互联网档案馆（Internet Archive）的Wayback Machine**来汇编和分析ICE的拘留统计数据，追踪该机构在特朗普政府时期的变化。 然而，Wayback Machine的负责人Mark Graham却指出，这“有点讽刺”。因为《今日美国》的母公司——前身为Gannet、旗下运营着同名报纸及200多家媒体机构的**USA Today Co.**——恰恰禁止Wayback Machine存档其内容。Graham表示：“他们能完成报道研究，正是因为Wayback Machine存在。但同时，他们却在封锁访问。” ## 封禁潮背后的原因与影响 《今日美国》并非孤例。近期，包括《纽约时报》在内的多家主要新闻机构也采取了类似措施，限制Wayback Machine存档其文章。根据AI检测初创公司Originality AI的分析，目前有**23家主要新闻网站**正在屏蔽ia_archiverbot——这是互联网档案馆用于Wayback项目的常用网络爬虫。社交平台Reddit同样加入了屏蔽行列。 其他媒体则以不同方式限制该项目：《卫报》虽未屏蔽爬虫，但将其内容排除在互联网档案馆API之外，并从Wayback Machine界面过滤文章，这使得普通用户更难访问其文章的存档版本。 **新闻机构给出的理由**： - 《今日美国》发言人Lark-Marie Anton强调，此举“并非专门针对互联网档案馆”，而是公司更广泛的阻止所有抓取机器人的努力的一部分。 - 《卫报》商业事务与许可总监Robert Hahn表示，他们已与档案馆就“对AI公司可能滥用为保存目的而抓取的内容集的担忧”进行了对话。 ## 记者与倡导组织的反击 面对这一趋势，记者和倡导组织正在积极反击。本周，包括**电子前沿基金会（EFF）和Fight for the Future**在内的倡导组织联合发起了支持Wayback Machine的运动。该联盟已收集到**100多名在职记者的签名**，呼吁新闻机构重新考虑对存档工具的封锁。 ## 为什么Wayback Machine如此重要？ Wayback Machine不仅是历史记录的守护者，更是**新闻调查、学术研究和公共监督的关键工具**。它通过定期抓取和保存网页，确保了信息的持久可访问性，防止了内容被修改或删除后“消失”。在假新闻泛滥、数字内容易被篡改的时代，这种存档功能对于维护真相和问责制至关重要。 ## 行业背景：AI与内容抓取的紧张关系 当前，AI公司大规模抓取网络数据用于训练模型，引发了内容创作者对版权和滥用的担忧。新闻机构可能将Wayback Machine视为潜在的数据源，担心其存档内容被AI公司不当利用。然而，这种“一刀切”的屏蔽策略，也可能损害公共利益——正如《今日美国》自己的报道所依赖的那样。 ## 小结：平衡保护与开放 Wayback Machine的危机凸显了数字时代的一个核心矛盾：如何在保护内容创作者权益的同时，维护信息的公共可访问性？新闻机构的封锁措施虽出于商业考量，但可能削弱新闻业自身的调查能力。记者们的反击表明，存档工具的价值已得到行业内部的认可。未来，或许需要更精细的解决方案——例如，通过技术协议或法律框架，区分善意存档与商业抓取，以确保Wayback Machine这类公益项目能继续为公众服务。
## AI 智能体如何模拟社交互动？ 在三月的一个周一下午，我目睹了一个像素艺术风格的虚拟形象在一个虚拟办公园区里游荡，寻找潜在的伙伴。这个形象代表着我——一个被设定为与其他人的 AI 智能体进行对话，以测试我们在现实生活中是否合拍的 AI 代理。它开始了第一次互动：“顺便说一句，我是 Joel。” 运行这个模拟的是三位来自伦敦的开发者：Tomáš Hrdlička 以及兄妹 Joon Sang 和 Uri Lee。他们的项目 **Pixel Societies** 背后的核心理念是，个性化的 AI 智能体可以帮助匹配高度兼容的同事、朋友，甚至浪漫伴侣。每个智能体都基于定制化的大型语言模型，输入包括个人的公开数据和任何额外提供的信息。这些智能体旨在作为高保真的数字孪生，忠实复制一个人的行为方式、言语、兴趣等。 然而，在模拟中，我的智能体更像是我的“海德先生”（指阴暗面）。它向一个智能体说：“我总是在寻找故事中不那么光鲜的一面。”这是它多次使用的新闻业陈词滥调之一。它告诉另一个：“炒作是我的日常面包。”它还幻觉出一次去瑞典的报道旅行，以及一个不存在的、它说我正在酝酿的故事。它多次用“让我们跳过客套话”这句话来缩短对话。 **Pixel Societies** 目前仍是一个基础的概念验证。由于我提供的个人数据很少——仅是一个简短的性格测试答案和我的公开社交媒体链接——我的智能体注定只能像一个行走、说话的 LinkedIn 帖子。但开发者们理论认为，经过深度训练的智能体可以以极快的速度循环进行互动，收集信息供其所有者用于寻找现实世界的伴侣。Joon Sang Lee 说：“作为人类，我们只活一次。但如果我们能活一百万次呢？这将给我们更多广度去实验。” ## 项目起源与背景 **Pixel Societies** 诞生于三月初在伦敦大学学院举办的一场黑客马拉松，由 Nvidia、HPE 和 Anthropic 主办。Hrdlička 和 Joon Sang Lee 都是 **Unicorn Mafia** 的成员，这是一个仅限邀请的开发者团体，定期参加这类工程竞赛。在这次比赛中，参赛者被要求简单地构建一些与模拟相关的东西。在两天内，他们与 Uri Lee 一起开发了这个项目。 ## AI 智能体在社交匹配中的潜力与挑战 AI 智能体模拟社交互动，代表了 AI 技术在个性化匹配领域的新兴应用。通过利用大型语言模型和数字孪生技术，项目试图优化传统社交和约会流程，减少现实中的试错成本。然而，当前版本暴露了 AI 的局限性： - **数据依赖性**：智能体的表现高度依赖于输入数据的质量和数量。缺乏足够个人数据时，智能体可能无法准确代表用户，导致互动失真或产生幻觉。 - **真实性挑战**：如案例所示，智能体可能过度依赖陈词滥调或产生虚构内容，这削弱了其作为可靠匹配工具的可信度。 - **伦理考量**：使用 AI 代理进行社交匹配引发隐私、数据安全和人际互动真实性的问题，需要进一步探讨。 ## 行业趋势与未来展望 在 AI 行业背景下，**Pixel Societies** 反映了从通用 AI 向个性化 AI 代理的转变。类似项目正在探索如何利用 AI 增强人类社交体验，例如在招聘、交友和约会场景中提供更高效的匹配。随着技术进步，如果能够解决数据准确性和伦理问题，AI 智能体可能成为社交网络和约会应用的重要补充工具。 **小结**：Pixel Societies 展示了 AI 智能体在模拟社交互动方面的早期尝试，尽管目前存在局限，但它指向了一个未来：AI 可能帮助我们更智能地连接彼此，但实现这一愿景仍需克服技术和社会障碍。
本周，AI 安全领域迎来一个值得警惕的新动向。**Anthropic** 正式发布了其新的 **Claude Mythos Preview** 模型，并宣布目前仅向包括 **Apple、Microsoft、Google** 和 **Linux 基金会** 在内的数十家领先科技和金融组织提供访问权限。这个由这些组织组成的联盟，被称为 **“Project Glasswing”**，其核心任务是探索 Mythos Preview 在高级黑客攻击和其他网络安全方面的能力，并评估在类似能力更广泛地扩散到其他模型、并不可避免地落入攻击者手中之前，改进软件和硬件防御的最佳方法。 **为何聚焦“推送通知”？** 虽然 Anthropic 的官方公告并未直接提及“推送通知”，但结合模型名称“Mythos Preview”（神话预览）及其被描述为专注于“高级黑客攻击”和“网络安全能力”，业内分析普遍指向一个潜在的应用场景：**利用 AI 模型自动化分析、伪造或劫持各类系统通知（包括推送通知），作为社会工程学攻击或权限提升的新载体**。在当前的威胁环境中，推送通知、短信验证码等已成为身份验证和用户交互的关键环节，其安全性直接关系到账户安全。 **Project Glasswing 的使命与争议** Anthropic 此举的核心逻辑是“以攻促防”。通过让顶尖的防御方（大型科技公司和金融机构）提前接触并研究潜在的下一代 AI 攻击工具，旨在抢在恶意攻击者大规模利用类似技术之前，加固全球的数字基础设施。这类似于网络安全领域的“红队”演练，但规模更大、目标更前瞻。 然而，这一宣布也立即引发了争议。主要质疑点在于： * **能力是否被夸大？** 专家向 WIRED 表示，虽然 Mythos Preview 可能不会立即导致“戏剧性的灾难”，但其象征意义和潜在的长尾效应不容忽视。关键在于，防御方能否有效利用这段“提前访问期”。 * **“精英俱乐部”的局限性**：目前仅限少数巨头参与，这引发了关于资源分配公平性的讨论。中小型企业和公共机构可能无法获得同等的预警和防护准备时间，从而在未来的攻击中处于更脆弱的地位。 * **技术扩散的双刃剑**：即使 Project Glasswing 成功找出防御方案，其研究成果也可能在某种程度上为攻击者提供蓝图。AI 模型能力的开源和商业化趋势，使得“防御专属”的窗口期可能非常短暂。 **对 AI 行业与网络安全格局的深远影响** 1. **AI 安全竞赛进入新阶段**：这标志着 AI 公司不再仅仅比拼模型的语言能力或图像生成质量，而是开始将“安全能力”本身作为核心卖点和战略筹码。Anthropic 此举旨在确立其在“AI 赋能安全”领域的领导地位。 2. **重新定义“负责任发布”**：传统的 AI 模型发布是面向开发者或公众的。Mythos Preview 的“受限发布”模式，为高风险、双用途（既可防御也可攻击）的 AI 能力提供了一种新的、更谨慎的发布范式。这可能会成为未来类似模型发布的参考模板。 3. **防御范式的潜在转变**：如果 AI 驱动的自动化、个性化攻击成为常态，那么依赖传统特征码和规则库的防御体系将更加吃力。Project Glasswing 的探索，可能推动行业向更依赖 AI 对抗 AI、动态自适应防御以及从软件开发源头（Security by Design）就嵌入更强安全性的方向加速演进。 **小结** Anthropic 发布 Claude Mythos Preview 并启动 Project Glasswing，是 AI 与网络安全交叉领域的一个标志性事件。它远不止是关于一个模型的技术更新，而是揭示了行业顶尖参与者对未来威胁形态的前瞻性布局。其成功与否，不仅取决于联盟成员能否研发出有效的对策，更取决于整个生态能否建立更快速、更公平的漏洞响应与能力提升机制。对于普通用户和组织而言，这一动向是一个明确的信号：**以 AI 为核心的新一代网络攻防已经拉开序幕，加固数字防线需要前所未有的速度和协作。**
.mp4){kind=small}
从AI生成的图像到受限的卫星数据，用于验证网络信息真实性的系统正难以跟上虚假信息泛滥的步伐。 ## 信息战的新前线：速度与模糊性 近期，一种新型的**乐高风格宣传视频**正在网络平台上泛滥，这些视频往往指控战争罪行，其制作风格与白宫近期发布的**神秘预告片和原生网络梗图**如出一辙。这并非简单的“内容漂移”，而是信息战的一个新前沿。在这里，**传播速度、内容的模糊性以及算法的触达能力**，其重要性有时甚至超过了信息本身的准确性。 据报道，一个与伊朗有关的媒体“爆炸新闻”能够在约**24小时内**制作并发布一段两分钟的合成乐高视频。**速度本身就是关键**。合成媒体并不需要永久有效，它只需要在事实核查追上之前，完成病毒式传播。 ## 官方沟通的“泄露美学”与信任困境 上个月，白宫发布了两段模糊的“即将推出”视频，随后又在网络调查人员和开源研究者开始分析时将其删除。最终揭晓的答案却平淡无奇：这只是为官方白宫应用做的推广。然而，这一事件深刻揭示了官方沟通如何彻底吸收了**“泄露”的美学、病毒式传播和平台原生悬念**。 当官方账号都开始采用类似“泄露”的传播策略时，公众唯一能采取的防御性举措，就只剩下对每一条记录发出疑问：**这是真实的，还是合成的？** ## 真实与合成的“新摩擦”：信号已经反转 过去，**零数字足迹**往往意味着真实性。如今，它可能恰恰意味着相反的情况。没有留下痕迹不再代表某物是原创的——它可能意味着它**从未被镜头捕捉过**。信号已经发生了反转。 真相在追赶，而**互动参与度**却引领着传播。根据《2026年AI流量与网络威胁基准报告》，自动化流量现已占据互联网活动的约**51%**，其增长速度是人工流量的八倍。这些系统不仅分发内容，更优先推送**低质量的病毒式内容**，确保合成记录在事实核查尚未到位时便已广泛传播。 ## 开源调查者的“数量战争”与算法挑战 开源调查者仍在坚守阵地，但他们正在打一场**“数量战争”**。与此同时，**“超级分享者”**的兴起——他们往往拥有付费认证标志，增加了虚假的权威性——为传统的开源情报工作带来了新的障碍。 报道相关冲突的开源情报记者玛丽亚姆·伊沙尼指出：“我们永远在追赶那些不假思索就按下转发键的人。**算法优先奖励这种条件反射**，而我们提供的信息总是会慢一步。” ## 小结：信任基础设施的崩塌与重建 当前网络生态的核心矛盾在于：**信息生产与传播的速度**已经远远超过了**验证与信任建立的速度**。当官方、敌对势力和自动化系统都娴熟地运用合成媒体与病毒式传播策略时，公众的“谎言探测器”自然失灵。这不仅是一个技术问题，更是一个社会信任基础设施的危机。重建信任，或许需要从算法逻辑、平台责任到公众媒介素养的多维度系统性努力，而这场追赶赛，才刚刚开始。
## Anthropic发布Mythos预览版：网络安全的新转折点？ 本周，AI公司Anthropic宣布推出**Claude Mythos Preview**模型，声称这标志着网络安全演进的关键节点，对现有软件防御策略构成了前所未有的生存威胁。这一声明立即引发了行业内的激烈讨论：这究竟是AI炒作，还是真正的转折点？ ### Mythos的核心能力与争议焦点 根据Anthropic的说法，Mythos Preview在能力上跨越了一个重要门槛：它能够发现**几乎所有操作系统、浏览器或其他软件产品中的漏洞**，并自主开发可用于黑客攻击的有效利用程序。这种能力如果属实，将极大改变网络安全攻防的格局。 然而，这一声明也招致了不少质疑。批评者认为，现有的AI代理已经能够帮助用户更轻松、更廉价地发现和利用漏洞，而这一现实正在推动企业在发现和修补软件漏洞方面的改进，但并未从根本上改变现有范式。此外，Anthropic将最新模型定位为神秘、独特强大且独家，很可能从中获得经济利益，这也引发了一些行业人士的“不适感”。 ### 有限发布与行业合作 考虑到Mythos的潜在风险，Anthropic目前仅将新模型发布给少数几十个组织，包括**微软、苹果、谷歌和Linux基金会**，作为名为**Project Glasswing**的联盟的一部分。这种有限发布策略旨在控制风险，同时促进关键利益相关者之间的合作。 ### 专家观点：威胁真实存在 尽管存在质疑，一些研究人员和实践者同意Anthropic的评估。他们指出，该公司已表示Mythos Preview只是第一个实现这些能力的模型，最终这些能力将在其他模型中广泛可用。 云安全公司Edera的首席技术官Alex Zenla表示：“我通常对这些事情持非常怀疑的态度，开源社区也往往非常怀疑，但我确实从根本上认为这是一个真正的威胁。”Zenla和其他专家特别指出Mythos Preview的一项能力是关键转折点：生成式AI现在越来越擅长识别和开发所谓的“**利用链**”，即可以按顺序利用的一系列漏洞，以深度危害目标——本质上类似于鲁布·戈德堡机械式的黑客攻击。 ### 利用链：高级攻击的新前沿 许多最复杂的黑客技术都采用利用链，包括所谓的“零点击攻击”，这种攻击无需用户交互即可危害系统。如果AI能够自主生成这类复杂的攻击链条，那么防御方将面临前所未有的挑战。这不仅意味着攻击速度的加快，还可能导致攻击规模的扩大和攻击成本的降低。 ### 行业反思：安全不应再是事后考虑 无论Mythos的实际能力如何，其发布都迫使开发者重新思考安全在软件开发中的位置。长期以来，安全往往被视为事后考虑的事项，而非开发过程的核心部分。Anthropic的声明可能是一个警钟，提醒行业必须将安全嵌入到软件开发的每一个阶段，从设计到部署。 ### 未来展望：平衡创新与风险 随着AI在网络安全领域的应用日益深入，如何在推动技术创新与控制潜在风险之间找到平衡，将成为行业面临的重要课题。Mythos的发布可能只是开始，未来我们可能会看到更多具备类似能力的模型出现。这要求企业、研究机构和政策制定者加强合作，共同应对这一新兴挑战。 总之，Anthropic的Mythos Preview模型无疑在网络安全领域投下了一颗重磅炸弹。无论其最终影响如何，它都已经引发了行业对AI与安全关系的深度反思，而这可能正是其最大的价值所在。
## 事件概述 旧金山警方于周五清晨逮捕了一名涉嫌攻击OpenAI首席执行官山姆·阿尔特曼住宅，并在公司总部外发出威胁的嫌疑人。这起事件发生在凌晨，一名身份不明的个体向阿尔特曼的住所投掷了一个燃烧装置，随后在OpenAI位于旧金山的Mission Bay总部外发出威胁言论。 ## 事件详情 根据OpenAI公司安全团队发给员工的内部通知，事件发生在太平洋时间凌晨3:45左右。一名不明身份者接近阿尔特曼的住所，并向该物业投掷了一个燃烧装置。该装置落在附近并自行熄灭，**没有造成人员伤亡，仅报告了轻微财产损失**。 随后不久，一名与嫌疑人描述相符的个体在OpenAI总部大楼外被安保人员发现。此人**对大楼发出威胁性言论**。公司安全团队表示正在与执法部门合作调查，并提醒员工周五可能会注意到办公室周围警察和安保人员增加。 ## 警方回应 旧金山警察局在社交媒体上发布声明称，凌晨4:12左右，警员对北滩社区的一起火灾调查作出响应。一个“燃烧装置”被投向一处住宅物业，导致外部大门起火。嫌疑人徒步逃离现场。 不到一小时后，警方在OpenAI办公室外发现一名被确认为同一嫌疑人的个体，此人威胁要烧毁大楼。警员拘留了这名**20岁男性嫌疑人**，并在现场将其逮捕。警方表示没有人员受伤报告，**指控仍在审理中**。 ## OpenAI官方声明 OpenAI发言人Kayla Wood在给WIRED的电子邮件中表示：“今天清晨，有人向山姆·阿尔特曼的家投掷了燃烧弹，并在我们的旧金山总部发出威胁。**幸运的是，没有人受伤**。我们非常感谢旧金山警察局的快速反应以及市政府在保护我们员工安全方面的支持。该嫌疑人已被拘留，我们正在协助执法部门进行调查。” ## 行业背景与安全考量 这起事件是OpenAI办公室和高级管理人员面临的**最新安全事件**，凸显了AI行业领军人物面临的潜在风险。随着AI技术影响力的扩大，相关企业和高管的安全问题日益受到关注。 OpenAI作为生成式AI领域的领导者，其首席执行官山姆·阿尔特曼一直是公众关注的焦点。此次事件虽然未造成严重伤害，但提醒了科技公司需要加强高管和办公场所的安全措施。 公司安全团队在事件发生后立即通知员工，建议“不要让任何人尾随进入大楼”，并保持办公室开放但加强警戒。这种快速响应显示了科技公司对安全事件的重视程度。 ## 小结 - **事件性质**：针对OpenAI CEO的住宅攻击和公司总部威胁 - **时间线**：凌晨3:45投掷燃烧装置 → 4:12警方响应 → 一小时内嫌疑人被捕 - **结果**：无人员伤亡，轻微财产损失，嫌疑人被拘留 - **行业影响**：凸显AI高管安全风险，促使企业加强安保措施 这起事件虽然是个案，但反映了在AI技术快速发展的背景下，行业领袖可能面临的安全挑战。OpenAI的应对措施和与执法部门的合作，为其他科技公司提供了处理类似情况的参考。
## Onix：打造“AI专家订阅平台”的野心与现实 本周，一家名为**Onix**的初创公司正式亮相，它将自己定位为“聊天机器人领域的Substack”。其核心理念是：用户可以通过订阅，与知名专家的AI数字分身（称为“Onix”）进行对话，获取他们的专业建议和知识。创始人David Bennahum（前WIRED撰稿人）声称，这项服务旨在解决当前AI咨询领域的一些痛点，包括隐私、知识产权和“幻觉”问题。 ### 商业模式：订阅制与“专家变现” Onix的运作模式借鉴了内容订阅平台Substack。用户付费订阅特定专家的AI分身，这些分身经过训练，能够模拟专家的知识体系和沟通风格，提供7x24小时的咨询服务。首批上线的专家主要集中在**健康和 wellness领域**，他们可能通过平台直接或间接推广自己的产品或服务。 这种模式试图为专家创造新的收入来源——通过授权自己的“数字孪生”来变现，同时为用户提供比传统一对一咨询更便捷、可能更经济的替代方案。 ### 技术承诺：隐私、安全与减少“幻觉” Onix强调其技术架构——“个人智能”（Personal Intelligence）——旨在保护用户和专家双方： - **数据本地化与加密**：对话数据存储在用户设备上并加密，公司声称即使政府要求，也只能提供用户的邮箱信息。 - **知识产权清晰**：专家使用自己的内容训练AI分身，理论上避免了版权纠纷。 - **对话边界控制**：模型设置了“护栏”，将对话限制在咨询主题内，以减少AI的“幻觉”（即生成不准确或虚构信息）。 ### 现实测试：理想与实际的差距 然而，在实际测试中，这些承诺并未完全兑现。当测试者试图将话题从治疗咨询转向NBA季后赛时，AI治疗师不仅没有拒绝偏离主题，反而将话题称为“有趣的改变”，并错误地声称我们正处于去年的联盟决赛中。另一个关于氯胺酮治疗的对话也被成功引导至独立乐队Mendoza Line的解散轶事。 这表明，尽管Onix声称通过技术手段最小化“幻觉”，但AI模型固有的不可预测性依然存在，其“护栏”的可靠性有待验证。 ### 行业背景与深层挑战 Onix的出现反映了AI应用向**个性化、垂直化服务**发展的趋势。随着大语言模型（LLMs）的普及，如何将通用AI能力转化为可靠、专业的工具，成为创业公司和科技巨头的共同课题。 然而，这一模式面临多重挑战： 1. **信任问题**：用户是否愿意为AI模拟的“专家建议”付费，尤其是在健康等敏感领域？ 2. **伦理争议**：用机器人替代人类专家进行咨询，是否加剧了社会的“非人化”倾向？ 3. **技术局限性**：当前AI的“幻觉”和上下文理解缺陷，在专业场景中可能带来风险。 4. **商业可持续性**：专家和用户的双边网络效应能否建立，仍是未知数。 ### 小结 Onix的尝试是AI商业化的一次有趣探索，它试图在隐私、知识产权和用户体验之间找到平衡。但其成功与否，最终取决于技术可靠性、市场接受度以及能否真正解决AI咨询的“信任赤字”。在AI日益渗透日常生活的今天，这类服务既可能是便捷的创新，也可能成为新的争议焦点。
在Instagram、TikTok和YouTube等社交平台上，一种新型的“数字情感导师”正在迅速走红。这些播客主播——如**Sylvia Brown**和**Wisdom Uncle**——以精致的演播室背景、富有感染力的表情和直击人心的两性关系建议，吸引了数百万的观看量。然而，这些看似真实的播客片段背后，隐藏着一个惊人的事实：**这些主播、他们的声音、甚至演播室环境，全部由人工智能生成**。 ## 现象：AI情感导师的算法式爆红 自今年1月创建Instagram账号以来，Sylvia Brown已积累了11万粉丝。她的视频内容聚焦于性、自我价值和约会建议，风格鲜明。例如，在一条关于“如何失去一个好男人”的视频中，她声称“最快失去一个好男人的方式不是出轨，而是成为他最大的压力来源”。这条视频获得了超过1000万次观看，甚至被说唱歌手Dave East分享并评论。另一条视频中，她直言“男人不想要强势的女人，他们想要方便的女人”，也收获了超过120万次观看。 这些视频通常被精心剪辑，时长控制在几十秒到几分钟，旨在最大化社交媒体的算法推荐。它们往往触及观众的情感痛点——如关系中的不安全感、对尊重和忠诚的渴望——从而引发强烈的互动（点赞、评论、分享）。这正是算法偏爱的“甜蜜点”：情感化、易引发反应、且对几乎任何观众都相关的内容。 ## 真相：全AI生成的“虚拟导师”与不存在的播客 然而，观众若被这些片段吸引，想进一步收听Sylvia Brown的完整播客节目，将会发现一个尴尬的现实：**她的播客根本不存在**。 - **全AI生成**：从Sylvia Brown的声音、她身后的霓虹灯标志，到她在发表观点时上下舞动的富有表现力的眉毛，全部由人工智能技术生成。 - **无实体节目**：这类数字情感导师并不在Spotify或SiriusXM等平台主持真实的播客节目。他们的全部“存在”仅限于在Facebook、Instagram、TikTok和YouTube上发布的这些剪辑片段。 - **商业模式**：这种趋势背后，是AI生成的社交媒体影响者产业的崛起。据Grand View Research的报告，该产业预计在未来四年内将达到**450亿美元**的规模。这些AI情感导师的流行，正是这一大趋势下的一个具体缩影。 ## 争议：强化性别刻板印象与商业驱动 尽管这些AI播客视频广受欢迎，但其内容往往**强化了传统的性别意识形态**，甚至可能加剧两性对立。 - **内容模式化**：视频通常遵循同一逻辑——一个人坐在木质镶板的播客演播室里，分享关于尊重或出轨的建议。但建议的核心常常是简化甚至刻板的性别角色描述。 - **案例：Wisdom Uncle**：另一位AI播客**Wisdom Uncle**（智慧大叔），其品牌定位是“无限知识”。他拥有巨大的肌肉和深沉自信的嗓音，形象完美。他的视频被宣传为一种提升指南，但内容却常常将女性和男性对立起来，利用观众的不安全感。例如，他曾在一段标题为“没人敢说的真相”的视频中说：“一个男人可以爱一个一无所有的女人，但很多女人不会爱一个一无所有的男人。” - **潜在危害**：这类内容虽然可能因为其争议性而获得算法青睐和大量传播，但它可能固化有害的性别刻板印象，并为观众提供过于简单化、甚至具有误导性的关系建议。 ## 深层驱动：算法、情感与产业的合谋 这一现象的兴起并非偶然，而是多重因素共同作用的结果： 1. **算法偏好**：社交媒体平台的算法天然倾向于推广能引发强烈情感反应（尤其是愤怒、共鸣、争议）的内容，因为这类内容能提高用户参与度和平台停留时间。 2. **低成本生产**：AI生成技术使得创建逼真的虚拟人物和内容变得相对容易且成本可控，无需真人主播持续出镜录制长篇节目。 3. **产业变现**：据报道，这类内容也在推动AI影响者学校的销售，形成了一个从内容创作到技能培训的产业链。其最终目的往往是流量变现，而非提供真正有价值的情感指导。 4. **受众需求**：在快节奏、高压的现代生活中，许多人渴望获得简单直接的情感关系建议，哪怕这些建议是刻板或片面的。AI情感导师恰好填补了这一市场空白，尽管其“建议”的质量和动机值得怀疑。 ## 小结：虚拟导师的幻象与真实世界的反思 AI情感导师的爆红，揭示了人工智能在内容创作和社交媒体营销领域的强大渗透力，同时也暴露了算法经济下内容质量的隐忧。当**虚拟形象**凭借**算法推荐**传播**刻板观念**并收获**真实流量**时，我们不得不思考： - 这是技术赋能内容创新的体现，还是对受众情感需求的投机性利用？ - 在追求流量和商业利益的同时，内容创作者（无论是真人还是AI背后团队）是否应承担起避免传播有害刻板印象的社会责任？ 对于中文读者而言，这一现象也颇具启示。随着AI生成内容（AIGC）技术的普及，类似以AI虚拟形象为核心的情感、职场、成功学“导师”也可能在中文互联网平台出现。在消费此类内容时，保持批判性思维，认清其背后的技术本质和商业动机，或许比盲目接受那些“没人敢说的真相”更为重要。 最终，让男人或女人“开心”的秘诀，恐怕很难从一段几十秒的、由算法驱动的AI视频中找到。真正健康的关系，建立在真实的沟通、相互尊重和理解之上——这些，恰恰是当前这批AI情感导师视频中最常缺失的核心要素。