人工智能尚未引发大规模失业潮，但一个隐蔽的危机正在浮现：入门级岗位正在被AI悄然削弱。斯坦福数字经济实验室2025年11月发布的工作论文显示，在AI高暴露职业中，22至25岁年轻工人的就业率相对下降了16%，而同职业的经验丰富者并未受到同等冲击。Anthropic 2026年3月的报告也指向类似结论。这意味着企业可能正在用AI替代传统上由新人承担的初级任务，尤其是在软件开发、客服、编程等生成式AI广泛应用的领域。 与此同时，整体劳动力市场对毕业生的吸纳能力也在减弱。纽约联储数据显示，2025年第四季度应届大学毕业生失业率升至5.6%，低就业率（从事不要求本科学位的工作的比例）也在上升。 面对这一趋势，教育机构需要重新调整培养方向，政府应激励企业招聘和培训早期职业工人，企业需认识到培养AI时代长期劳动力的重要性，而学生自身也应主动掌握AI技能并学会跨领域应用。我们必须从根本上改变对入门级工作的传统认知，才能应对这场正在逼近的危机。
## 编程的未来：开发者是否已完全信任AI？ 在伦敦举行的Anthropic开发者活动“Code with Claude”上，一项现场调查揭示了编程领域的惊人转变：当被问及是否曾交付完全由Claude编写的代码时，**近半数与会者举手**，其中许多人坦言自己甚至**在推送前从未阅读过代码**。 随着Claude Code等工具的日益强大，越来越多的开发者乐于将工作交给AI。Anthropic明确表示，希望将自动化推向极致。然而，并非所有人都认同这一方向。这一趋势引发了一个根本问题：当AI编写了大部分代码，人类的角色又是什么？ ## “增强运动会”：2026年长寿热潮的缩影 本周日，42名运动员将齐聚拉斯维加斯，参加首届**Enhanced Games**——一项允许使用**兴奋剂**的争议性体育赛事。其目标是“突破人类表现极限”。这一事件体现了当前“肽类狂热”的时代精神：消费者被鼓励追求极致瘦身、优化长寿，甚至“生出最好的宝宝”。在2026年，如果你不“增强”自己，你究竟在做什么？ ## Google I/O：AI驱动科学的路径正在转变 在Google I/O主题演讲中，DeepMind CEO Demis Hassabis宣称我们正“站在奇点的山麓”。但更值得注意的是他发言的背景。这反映了AI在科学领域的两个方向：一是为特定问题构建专用系统（如WeatherNext）；二是推动基于LLM的智能体系统，最终无需人类参与即可执行前沿研究。 I/O上最重要的科学公告是**Gemini for Science**，它进一步偏向智能体驱动的未来。该系统仍能调用专用模型，但Google似乎正逐步从专用系统过渡。这一转变可能对科学研究的方式产生深远影响。 ## AI能否理解世界？ 许多顶尖AI研究人员已将注意力转向一个更基础的问题：AI能否真正理解世界？这不仅是技术挑战，也关乎我们如何定义“理解”本身。
在今年的 Google I/O 主题演讲中，Google DeepMind 首席执行官 Demis Hassabis 宣称，我们正“站在奇点（singularity）的山脚下”。奇点是指 AI 超越人类智能并彻底改变世界的理论时刻。然而，当我在现场聆听时，真正触动我的是他说出这番话的语境。他当时正在台上主持科学 AI 环节，核心内容是一段视频，展示了该公司的天气预测软件如何提前预警飓风梅丽莎（Hurricane Melissa）在牙买加的灾难性登陆，并可能因此拯救了生命。如果这款名为 WeatherNext 的软件确实帮助人们避开了风暴或加固了房屋，那无疑是一项巨大而有意义的成就。但这一成果与奇点理论之间几乎没有任何关联。Hassabis 的高调宣言与 WeatherNext 的实际成果之间的反差，凸显了当前 AI 驱动科学领域两条截然不同的路径之间的张力。 ### 两条路径的分野 第一条路径专注于像 WeatherNext 这样的 **AI 工具**，它们被精心设计和训练，用于解决特定的科学问题。这类工具针对性强、效果明确，但扩展性有限。第二条路径则是基于大语言模型（LLM）的 **智能体系统**，它们有朝一日或许能在没有人类参与的情况下独立执行前沿研究项目。这种愿景正驱动着当下 AI 领域的巨大热情，包括最近围绕“递归自我改进”（recursive self-improvement）的热潮——即 AI 系统最终可能成为 AI 进步的主要驱动力，且随着系统变得更聪明，这一过程将越来越快。 值得注意的是，智能体系统已开始做出真实的研究贡献，有时只需有限的人类指导。就在本周，Google Cloud 首席科学家 Pushmeet Kohli 在《Daedalus》期刊的 AI 与科学特刊上发表文章，写道：“我们正在迈向一个 AI 不仅促进科学、而且开始从事科学的时代。” ### 范式转型的隐忧 随着自主 AI 科学家的临近，投入大量资源开发高度专业化的工具——即使是像 AlphaFold（DeepMind 因此获得诺贝尔奖）或 WeatherNext 这样的系统——其合理性正受到质疑。这一趋势也预示着科学领域一个更为陌生的未来：人类与 AI 系统作为同行协作，甚至 AI 独自取得科学进步。 需要明确的是，Google 并未放弃其在专用科学 AI 工具上的努力。例如，AlphaGenome 和 AlphaE 等项目仍在推进。但 Hassabis 的奇点论调与具体成果之间的张力，反映出 AI 社区内部关于“如何最好地利用 AI 推动科学进步”的深层分歧。 ### 小结 Google I/O 上的这一时刻，与其说是奇点的证明，不如说是行业转型的缩影。当 AI 从“解决特定问题的工具”向“自主科研的智能体”演进时，我们不仅要关注技术能力的提升，更要思考其对科学方法论、研究伦理乃至人类社会的影响。奇点或许还很遥远，但 AI 驱动的科学范式变革，已然近在眼前。
本周末，42名运动员将齐聚拉斯维加斯，参加一场非同寻常的体育赛事——首届“增强运动会”。与常规赛事不同，该比赛鼓励参赛者使用兴奋剂，旨在“突破人类性能极限”。组织者声称，所有药物均经美国FDA批准，并在医疗监督下使用。他们预期将打破多项世界纪录，并为此设立了2500万美元的奖金池。 这场赛事引发了好奇、兴奋与谴责交织的复杂反应。从行业背景看，它契合了2026年的“长寿优化”潮流：人们追求更瘦、更健康、更长寿，甚至通过药物“定制”后代。增强运动会正是这种文化的极端体现。 比赛设游泳、田径、举重和大力士四个项目。许多参赛者已是国家或世界纪录保持者，甚至包括奥运奖牌得主。高额奖金和公开实验药物的机会成为主要吸引力。在精英体育中，运动员已通过精密训练和装备追求毫秒级优势，但世界反兴奋剂机构（WADA）严格禁止类固醇、激素等物质。增强运动会则反其道而行，允许使用FDA批准的药物，如睾酮增强剂或促红细胞生成素。 这一事件凸显了体育伦理与人类增强之间的张力。支持者认为它推动了科学探索，反对者则担忧健康风险和公平性。无论如何，增强运动会已成为2026年“增强文化”的标志性符号。
大型语言模型（LLM）擅长处理文本，却难以真正理解物理世界。如今，“世界模型”正成为 AI 研究的前沿焦点。 ## 从语言到世界：AI 的下一个挑战 当前的主流 AI 系统，如 GPT-4 或 Claude，本质上都是基于海量文本训练的概率预测器。它们能写出流畅的文章、回答复杂的问题，但缺乏对物理规则、因果关系的直观理解。例如，一个 LLM 可以告诉你“把杯子推下桌子会摔碎”，但它并不真正理解重力、脆性这些概念。 为了解决这一根本局限，AI 公司开始探索**世界模型（World Models）**——一种能够学习并模拟外部世界动态的系统。这类模型不仅处理文本，还整合视觉、触觉等多模态信息，试图构建对环境的内部表征，从而预测行动后果。 ## 圆桌讨论：探索 AI 的物理化路径 在 MIT Technology Review 近期举办的圆桌讨论中，主编 **Mat Honan**、资深 AI 编辑 **Will Douglas Heaven** 和 AI 记者 **Grace Huckins** 共同探讨了“AI 如何进入物理世界”这一命题。讨论涉及以下几个关键议题： - **世界模型的核心能力**：与 LLM 不同，世界模型需要具备对三维空间、时间序列和因果链的建模能力。Yann LeCun 曾提出一种名为“联合嵌入预测架构（JEPA）”的框架，被视为世界模型的重要理论方向。 - **现实应用场景**：从机器人导航到自动驾驶，世界模型能让 AI 在真实环境中做出更可靠的决策。例如，**Pokémon Go** 的技术已被用于提升配送机器人的厘米级定位精度。 - **当前挑战**：构建通用世界模型面临数据获取、计算成本和评估标准等难题。目前尚无模型能像人类一样高效地学习物理常识。 ## 行业动态：世界模型为何此刻升温？ 2026 年，世界模型成为 **MIT Technology Review 评选的“AI 领域 10 大重要事项”**之一。斯坦福 2026 年 AI 指数报告也指出，AI 发展速度已超出人类跟进能力，而向物理世界的延伸正是这一加速的关键驱动力。 与此同时，行业竞争日趋激烈。Elon Musk 与 Sam Altman 的法律纠纷揭示了 AI 安全与控制权的深层矛盾；而 T-Mobile 推出的“基督教友好”手机计划则从侧面反映了社会对 AI 伦理的不同诉求。 ## 小结：理解世界，AI 的必修课 让 AI 学会理解世界，不仅是技术演进的自然一步，更是实现通用人工智能（AGI）的必经之路。圆桌讨论中的共识是：**世界模型不会取代 LLM，而是与其互补**，共同构建更接近人类认知的 AI 系统。尽管前路漫漫，但 2026 年的研究进展已让这一愿景不再遥远。 > 注：本文基于 MIT Technology Review 2026 年 5 月 21 日圆桌讨论及相关报道整理。
叙事是人类的本能，从远古洞穴壁画到现代影视作品，技术始终是媒介与分发方式的驱动力。如今，社交与流媒体平台激增，受众碎片化，我们对新鲜、独特内容的需求似乎永无止境。据麦肯锡播客数据，人们每天观看的视频内容时长高达12小时，且常跨多设备、多平台。然而，内容制作成本高昂：一部好莱坞电影的基础预算为1.5亿美元，相当于每分钟100万美元；优质流媒体内容每分钟也需数十万美元。随着每家公司都成为“媒体公司”，压力随之而来：在时间和预算不变的情况下，产出更多内容。 使用AI已不再是选择题，而是数学上的必然。领导者需要关注的，是如何负责任地适应、保护品牌完整性、提升团队创造力并建立客户信任。几点关键思考：AI会放大既有优势与劣势，弱战略不会变强；负责任地采用意味着了解工具与模型的内涵；来源与透明度是基础而非终点；无品味的规模只是噪音；投资团队判断力能让内容更有价值。伟大叙事的基本要素——角色、弧光、巧思与惊喜——从未改变。 创意团队正陷入永不停歇的生产“仓鼠轮”。Adobe研究显示，未来两年内容需求将增长5倍，社交媒体内容保质期已从数周缩短至数小时。保持新鲜作品持续产出成为一场“永久冲刺”。第一步是让AI吸收重复性工作，解放创意团队，使其专注于需要人类智慧的战略性创意决策。Adobe一项研究中，94%的创意人员表示AI工具提升了工作效率，让他们有更多时间打磨创意本身。 规模化创意并非单纯追求数量，而是在效率与质量间找到平衡。AI可以生成初稿、优化素材、甚至模拟叙事结构，但最终的情感共鸣与创新突破仍依赖人类。企业应建立“AI+人类”的协作流程，例如：AI负责素材检索、版本生成与基础编辑，人类则聚焦故事内核、品牌调性与情感表达。同时，需警惕AI生成内容的同质化风险——算法倾向于“安全”模式，而真正打动人的往往是那些出人意料的“瑕疵”与“不完美”。 未来，创意规模化将不再是技术问题，而是组织文化问题。那些同时拥抱AI效率与人类独特性的团队，将在内容洪流中真正脱颖而出。
5月19日，Anthropic在伦敦举办了为期两天的开发者活动“Code with Claude”，恰逢Google I/O大会同期举行。Anthropic员工强调这只是巧合，并非刻意竞争。活动现场，工程师Jeremy Hadfield询问在场开发者：“过去一周内，谁提交了完全由Claude编写的拉取请求？”近半数人举手。当被问及“谁提交了完全由Claude编写且自己未阅读代码的拉取请求？”时，多数手仍举着，伴随紧张的笑声。 这并非新闻——LLM驱动的工具如Anthropic的Claude Code和OpenAI的Codex已彻底改变软件开发方式。顶级科技公司如今乐于宣称开发者手写代码的比例极低。Hadfield表示：“Anthropic的大部分软件现在由Claude编写，Claude Code中的大部分代码也是Claude自己写的。”OpenAI、Google和Microsoft也有类似说法。 令人瞩目的是，这种新范式已变得如此平常，且普及速度惊人。这是Anthropic第二次举办开发者活动，同时也在旧金山和东京举行。去年此时，公司刚发布Claude 4，其编码能力有限。但随着Claude 4.6和4.7（分别于2月和4月发布）的推出，Claude Code已成为越来越多开发者愿意托付工作的工具。 Anthropic的目标是将自动化推向极致——不是让AI生成代码再由人类修正，而是让Claude自行检查和修正。Claude Code负责人Boris Cherny在主题演讲中表示：“默认不再是‘我要提示Claude’，而是‘我要让Claude自我提示’。”理想情况下，开发者甚至不应看到错误信息，一切将由Claude处理、测试和调整，直到代码正常运行。 这一转变对开发者角色影响深远。Anthropic强调，AI并非取代开发者，而是让他们专注于更高层次的设计与决策。然而，现场多数开发者承认未阅读AI生成的代码，引发对代码质量与安全性的担忧。活动展示了编程的未来——人机协作的新模式，但伴随责任与信任的挑战。
## 网络安全的未来：研究人员起诉特朗普政府 数月来，特朗普政府持续打击研究仇恨言论、骚扰、虚假信息和网络宣传的学者。如今，部分研究人员发起反击，通过新诉讼试图推翻美国国务卿马可·鲁比奥去年宣布的针对“外国官员及其他人员”的签证限制政策。原告认为，该政策侵犯了外国出生工人的言论和正当程序权利，而他们的工作“支持技术平台上的内容审核”。此案可能对在线安全和言论自由产生深远影响。 ## 气候科技公司转向关键矿产 进入特朗普第二任期已逾一年，美国气候事业支持减弱。但气候科技公司正寻找生存甚至繁荣之道，包括将目光投向脱碳之外的领域。例如，**Boston Metal** 已筹集 **7500万美元** 用于生产关键金属。该公司以清洁钢铁生产闻名，钢铁行业约占全球温室气体排放的8%。新焦点和资金或助其度过工业脱碳支持减弱的时期。 ## AI能学会理解世界吗？ 随着大型语言模型的局限性日益明显，研究人员正在开发一种旨在理解物理环境的新型AI：**世界模型**。Google DeepMind、李飞飞的World Labs和Yann LeCun的新初创公司的最新进展将这些系统推向AI前沿。 ## 小结 本期《下载日报》涵盖了技术政策、气候适应和AI前沿：研究人员通过法律手段捍卫在线安全，气候科技公司通过转向关键矿产维持发展，而世界模型则代表AI理解物理世界的新方向。
在美国进入第二任特朗普政府一年多后，气候事业的支持力度减弱，但气候科技公司正通过聚焦关键矿产等政治热门话题寻找生存和发展之道。波士顿金属公司（Boston Metal）最新融资7500万美元，用于推进其关键金属业务，如铌和钽的生产。该公司原本以低碳炼钢技术闻名，但钢铁行业规模大、利润低，转向高价值的关键矿产既能快速创收，又能为长期脱碳目标提供资金支持。类似地，加州初创公司Brimstone也在探索利用其水泥生产新工艺制造辅助胶凝材料和冶炼级氧化铝，以应对行业挑战。美国能源部曾取消13亿美元的相关资助，但企业仍在积极寻求替代路径。这一趋势表明，气候科技行业正在调整策略，通过多元化业务来适应政策环境变化。
特朗普政府自重返白宫以来，持续打击研究仇恨言论、骚扰、宣传和虚假信息的学者。如今，部分研究人员发起反击，其诉讼已于上周首次开庭，可能对全球在线安全和言论自由产生深远影响。 ## 诉讼背景与核心争议 这场法律战始于一年前，美国国务卿马可·鲁比奥在X平台宣布了一项“签证限制政策”，针对“参与审查美国人的外国官员及其他人员”。此后，数名外国官员和研究人员被禁止入境美国，理论上任何从事事实核查或在线信任与安全工作的人都可能面临同样限制。 代表研究人员的律师卡丽·德塞尔指出，该政策“宽泛且极其模糊，寒蝉效应巨大”。她认为政府“利用移民法惩罚那些表达不同观点的人”。 ## 原告与诉求 案件由**独立技术研究联盟（CITR）** 提起，这是一个倡导科技研究者的组织。CITR起诉鲁比奥、前国土安全部长克里斯蒂·诺姆和前司法部长帕姆·邦迪，要求法院裁定该政策违宪。原告在诉状中称，政策侵犯了外国出生技术研究人员和工人的言论自由和正当程序权利，他们的工作“支持平台上更严格的内容审核”。 CITR由哥伦比亚大学奈特第一修正案研究所和法律非营利组织保护民主共同代理。原告最直接的诉求是要求政府在案件审理期间暂停这些签证限制。 ## 政府立场与法律交锋 在5月13日的听证会上，代表被告的助理美国检察官扎卡里亚·林赛辩称，政府并未违反宪法。但德塞尔强调，政策的模糊性本身就构成了对学术自由和国际合作的威胁。 ## 行业影响与未来展望 此案的结果可能重塑全球在线安全研究的生态。如果政府胜诉，跨国合作打击虚假信息和仇恨言论将面临严重阻碍；如果研究人员胜诉，则可能确立对类似行政权力的司法约束。 目前，案件仍在推进中，随着更多细节浮出水面，这场关于权力边界与基本权利的辩论将持续引发关注。
以清洁钢铁技术闻名的初创公司 **Boston Metal** 近日完成 **7500万美元** 新一轮融资，**MIT Technology Review** 独家披露。该公司将利用资金扩大关键金属生产，以应对美国工业脱碳支持减弱的形势。 ## 从钢铁到关键金属：技术延伸 Boston Metal 的核心技术是 **熔融氧化物电解（MOE）**：将矿石溶解于熔融电解质中，通入电流加热至约 **1600°C**，通过电化学反应分离金属。该技术最初用于钢铁生产——传统钢铁行业贡献全球约 **8%** 的温室气体排放。但公司发现，MOE 同样适用于其他高价值金属。 其巴西子公司 **Boston Metal do Brasil** 正在建设一座商业设施，计划生产 **铌、钽和锡**。铌用于制造喷射发动机合金和 MRI 超导磁体；钽则用于火箭喷嘴、涡轮叶片及医疗设备。新资金将支持该设施运营，并拓展至 **钒、镍、铬** 等关键金属。 ## 挑战与转折 巴西工厂于 2024 年启动建设，耗时 18 个月，但今年 1 月发生 **工业事故**：反应炉的耐火系统出现泄漏，导致电解质外溢。尽管无人受伤，但运营被迫暂停，公司一度面临现金流问题。此次融资正是事故后的关键资金注入。 此前，Boston Metal 于 2025 年初在麻省 Woburn 完成了最大规模的工业电解池试运行，产出约 **1 吨** 钢铁。但目前公司重心已转向利润更高的关键金属，以增强生存能力。 ## 行业意义 在全球加速能源转型的背景下，关键金属（如钒用于液流电池、镍用于电动汽车电池）需求激增。Boston Metal 的 MOE 技术若能实现低成本、低排放的规模化生产，有望为供应链提供绿色替代方案。然而，技术验证和商业化仍面临挑战，巴西工厂的调试进度将是关键观察点。
## 快讯简报 ### 人造鸡蛋：复活渡鸦的第一步？ **Colossal Biosciences** 宣称已研发出“完全人造鸡蛋”——在3D打印的透明塑料杯中培育小鸡。该公司旨在复活渡鸦、巨恐鸟等已灭绝鸟类，但科学家认为其成果被夸大。这项技术可能成为人造子宫的早期步骤。 ### 马斯克 vs. Altman 庭审落幕 **埃隆·马斯克** 针对 OpenAI 的诉讼被驳回，他指控联合创始人 Sam Altman 和 Greg Brockman 误导其关于非营利使命。但庭审中发生了什么？《MIT科技评论》AI记者兼律师 Michelle Kim 在圆桌讨论中详细解读。 ### 脑冷冻与复活：科学家的执念 L. Stephen Coles 的脑组织已在-146°C下保存十多年，其朋友 Greg Fahy 坚信未来能复活。但专家对此持怀疑态度。Fahy 的研究可能推动脑科学和器官移植冷冻技术的发展。 ### AI 能否理解物理世界？ LLM 的局限正促使研究者探索能理解物理环境的世界模型。
**马斯克诉OpenAI案以败诉告终，但这场庭审揭示了AI行业最隐秘的权力博弈。** MIT Technology Review的AI记者兼律师Michelle Kim与主编Mat Honan在一场圆桌讨论中，深度剖析了案件背后的关键细节与行业影响。 ## 案件核心：非营利承诺的“欺骗”之争 马斯克指控OpenAI CEO Sam Altman和总裁Greg Brockman在2015年共同创立时，以“非营利”承诺诱导其出资，但后来公司转向营利模式，违背初衷。然而，法庭最终驳回了马斯克的诉求。Kim指出，关键问题在于：**非营利地位是否构成具有法律约束力的合同？** 法庭认为，OpenAI早期的非营利承诺更多是愿景陈述，而非可执行的协议。 ## 庭审三周：从“被欺骗”到“模型蒸馏” 庭审过程充满戏剧性。第一周，马斯克声称自己被“欺骗”，并警告AI可能毁灭人类，同时承认其公司xAI在“蒸馏”OpenAI的模型。第二周，OpenAI反击，并曝出马斯克曾试图挖角Altman。第三周，双方围绕可信度互相攻击，最终由陪审团裁决。 ## 行业影响：AI竞赛的规则模糊 Kim认为，此案暴露了AI行业在**非营利与营利边界**上的法律真空。许多AI初创公司最初都打着“造福人类”的旗号，但后续商业化路径往往引发争议。此外，马斯克在庭审中承认xAI使用OpenAI模型进行蒸馏，这引发了关于**知识产权与竞争伦理**的新讨论。 ## 未来展望：监管与信任危机 尽管马斯克败诉，但案件可能推动立法者更严格地定义AI公司的非营利地位。同时，公众对AI领导者的信任度可能下降——当创始人从“拯救世界”转向“争夺市场份额”，行业需要更透明的治理机制。 > 相关阅读： > - Elon Musk and Sam Altman are going to court over OpenAI’s future > - Musk v. Altman week 1: … > - Here’s why Elon Musk lost his suit against OpenAI
## 现代网络犯罪：从散兵游勇到工业化军团 HPE 威胁实验室最新发布的《In the Wild 报告》指出，2025 年网络犯罪正经历一场深刻的工业化变革。攻击者不再是小作坊式的个体或松散团伙，而是采用**自动化工具、AI 技术以及企业级层级管理**，实现了规模化、快速化和结构化的攻击行动。 ### 五大因素塑造当今网络安全格局 报告认为，当前动态的网络安全环境由五个关键因素驱动，它们相互交织，共同构成了企业面临的复杂挑战： 1. **日益增长的网络依赖与期望**：企业数字化转型深入，网络承载的设备、人员和业务量激增。用户期望网络随时可用、性能稳定，但往往缺乏足够的安全意识，成为攻击链中最薄弱的环节。 2. **漏洞利用的工业化**：攻击者普遍使用自动化脚本和 AI 辅助工具，针对那些长期存在、但未被修补的漏洞发起攻击。这种“规模化狩猎”方式大大降低了攻击成本，提高了成功率。 3. **攻击者的企业化组织**：许多犯罪团伙模仿合法公司，设立了 CEO、HR、研发等部门，分工明确，甚至实行 KPI 考核。这种结构提升了攻击效率，也使得追踪和打击更加困难。 4. **内部与外部威胁的交织**：内部威胁（如员工失误、恶意内部人员）与外部攻击（如勒索软件、供应链攻击）相互叠加，使得防御策略必须同时兼顾“人”和“技术”两个维度。 5. **监管与合规压力**：全球各地数据保护法规日趋严格，企业在满足合规要求的同时，还需应对不断演变的攻击手法，这对安全团队提出了更高要求。 ### 企业的应对之道 面对这种“工业化”的对手，企业不能仅靠单点产品应对。HPE 建议采取**深度防御与主动威胁狩猎**相结合的策略： - **持续暴露管理**：定期扫描并修复已知漏洞，缩小攻击面。 - **AI 驱动的威胁检测**：利用机器学习识别异常行为，在攻击造成实质损害前进行拦截。 - **员工安全意识培训**：将“人”作为安全体系的关键一环，降低钓鱼攻击成功率。 - **分层安全架构**：在网络、端点、应用和数据层分别部署防护，形成纵深防御。 ### 小结 网络犯罪的工业化是 2025 年最显著的趋势之一。企业必须认识到，传统的被动防御已经失效，只有采用同样具备“工业化”能力的智能安全体系，才能在这场不对等的对抗中占据主动。
## 马斯克诉OpenAI案败诉：一场关于“非营利”的时间之战 埃隆·马斯克对OpenAI的诉讼近日以败诉告终。**陪审团认定马斯克起诉过晚，其主张被诉讼时效限制所禁止**。核心争议在于OpenAI何时开始向营利结构转型：公司方称早在2017年已有迹象，马斯克则声称直到2022年才知晓。尽管此案未对OpenAI是否违反非营利使命做出实质裁决，但围绕其公司结构的法律攻防远未结束。 ## 战场上的智能眼镜：Anduril与Meta联手打造军用AR头显 国防科技公司Anduril披露了与Meta合作开发的军用增强现实头显新细节。**该设备可通过眼动追踪和语音指令实现无人机打击调度**。项目负责人、前陆军特种作战司令部成员Quay Barnett表示，目标是优化“作为武器系统的人类”。这引发了对智能眼镜如何改变战争形态的深度思考。 ## Google I/O 2024：在不利格局中寻求突破 Google年度开发者大会I/O本周开幕，但**其在基础模型竞赛中已明显落后于Anthropic和OpenAI**。模型声誉如今主要取决于编码能力，而Google的编码工具数月来被Claude Code和Codex压制。不过，Google在AI for Science等前沿领域仍有优势。本次大会将有三大看点值得密切关注。 ## AI能否学会理解世界？ 随着大语言模型局限性的凸显，研究人员正探索新的方向，让AI真正理解物理世界。这或许是下一代AI突破的关键。
一家致力于复活灭绝物种的生物技术公司 Colossal Biosciences 近日宣布，已成功开发出“全人造鸡蛋”，并利用它孵化出了小鸡。这一突破可能为拯救濒危鸟类和复活已灭绝的巨型鸟类（如渡渡鸟和巨型恐鸟）铺平道路。 ## 人造蛋壳如何工作？ 所谓的“全人造鸡蛋”更准确的描述是“人造蛋壳”。它是一个 3D 打印的椭圆形塑料网格结构，内部涂有一层特殊的硅基膜，能够像真实蛋壳一样允许氧气通过。研究人员将刚刚产下的鸡蛋内容物小心地倒入这个人造蛋壳中，小鸡胚胎得以继续发育，并通过顶部的透明窗口进行观察。 Colossal 的首席生物学官 Andrew Pask 表示：“看到它们在人工蛋中移动，简直令人难以置信。你真正感受到了在子宫外培育生命。” ## 从复活灭绝物种到保护濒危鸟类 Colossal 成立于 2021 年，最初的目标是利用基因编辑和生殖技术复活猛犸象等灭绝物种。公司目前已筹集超过 8 亿美元资金，致力于实现“可规模化、可控的”动物创造。 根据 Pask 的说法，这项蛋壳技术可以帮助保护濒危鸟类。它还可以在复活巨型恐鸟的项目中发挥作用——恐鸟是一种不会飞的巨型鸟类，身高可达 12 英尺，曾生活在新西兰，产的蛋比任何现存鸟类的蛋都大（约 4 升）。Colossal 展示了一个巨大的 3D 打印蛋壳原型，员工们戏称其为“沙拉甩干机”。 ## 仍需克服的技术挑战 需要明确的是，Colossal 距离真正复活恐鸟还很遥远。在此之前，科学家需要研究恐鸟骨骼中的 DNA 数据，并将数千个基因变化插入现存鸟类的基因组中——这在技术上仍然非常困难，无论是否使用人造蛋壳。 一些科学家认为 Colossal 过于夸大了这项成就。该公司在 YouTube 上发布了一段视频，宣称“解决了蛋的问题”，但批评者指出，这只是一个初步的孵化容器，距离真正的基因复活还有很长的路要走。 ## 行业意义与前景 尽管如此，这项技术仍具有重要的应用价值。对于鸟类保护而言，人造蛋壳可以用于体外孵化，避免野生环境中的捕食风险。对于 Colossal 的终极目标——复活灭绝物种——它提供了一种必要的工具，使得在实验室中培育基因编辑后的鸟类胚胎成为可能。 未来，Colossal 计划将这项技术应用于更多鸟类物种，并进一步优化蛋壳的材质和结构，以提高孵化成功率。
周一，在马斯克诉奥特曼案中，陪审团达成一致咨询裁决，认为埃隆·马斯克起诉OpenAI的时间过晚，其主张因适用诉讼时效而受阻。美国地区法官伊冯·冈萨雷斯·罗杰斯立即接受了该裁决。马斯克在X上宣布将提起上诉。 马斯克于2015年与他人共同创立OpenAI，最初是一家非营利组织，旨在为人类福祉开发AI。他早期捐赠了3800万美元，声称基于奥特曼和布罗克曼承诺保持公司非营利性质的承诺。2024年，马斯克提起诉讼，指控两人违反慈善信托义务并为自己谋取不当利益。 OpenAI辩称，马斯克起诉的时间已超过诉讼时效。违反慈善信托的诉讼时效为三年，不当得利为两年，意味着马斯克最迟应在2021年前发现违约、2022年前发现不当得利。陪审团认为马斯克有理由更早知晓，因此其诉讼被驳回。 马斯克在庭上描述了自己对OpenAI信任的三个阶段：从热情支持到怀疑，再到确信对方在“掠夺非营利组织”。此案虽未触及实体问题，但凸显了AI行业从非营利向营利转型的法律争议。
本周，谷歌将举行年度开发者大会 I/O。一年前，谷歌凭借 Gemini 2.5 Pro 的发布在基础模型竞赛中占据优势，但如今已明显落后于 Anthropic 的 Claude Code 和 OpenAI 的 Codex。据报道，谷歌甚至允许其 AI 部门 DeepMind 的部分工程师使用 Claude 进行工作。本次大会，谷歌在 AI 编码领域的反击将成为最大看点，预计会推出重大编码更新，可能涉及 Antigravity 平台。此外，AI for Science 是谷歌的强项，DeepMind CEO Demis Hassabis 和诺贝尔奖得主 John Jumper 的参与值得关注。总体而言，谷歌短期内难以重回编码前沿，但科学领域的进展可能更具深远影响。
在最新一期的 **MIT Insider’s Panel** 中，多位来自麻省理工学院及产业界的专家齐聚一堂，围绕当前 AI 领域最关键的“信号”展开深度对话。本次圆桌并未停留在技术参数的比拼上，而是试图穿透噪音，识别那些真正能改变行业走向的底层趋势。 ### 自动化研究：OpenAI 的新赌注 圆桌首先聚焦于 OpenAI 近期披露的“全自动研究员”计划。据《MIT Technology Review》报道，OpenAI 首席科学家 **Jakub Pachocki** 在独家访谈中透露，该公司正在将全部资源押注于构建一个能够独立完成科学研究的 AI 系统。这一目标远超当前的聊天机器人和代码生成器——它意味着 AI 不仅要理解现有知识，还要能提出假设、设计实验、分析数据并得出结论。 专家们认为，这标志着 AI 从“工具”向“合作者”的范式转变。如果成功，它将彻底加速药物发现、材料科学等领域的创新周期。但同时也引发了关于科研伦理、可重复性以及人类科学家角色的新讨论。 ### 生物医学的边界突破 另一个引发热议的信号来自生物医学领域：**人类子宫首次在体外成功存活**。这一由 Jessica Hamzelou 报道的突破，不仅为研究子宫疾病和早期妊娠提供了前所未有的平台，更可能在未来实现人类胎儿的体外培育。 圆桌讨论指出，这项技术与 AI 的结合点在于：体外子宫系统将产生海量的实时生理数据，而 AI 模型可以从中学习并预测胚胎发育轨迹、识别异常信号。这为个性化生殖医学和产前诊断开辟了新路径，但同时也敲响了生物伦理的警钟。 ### AI 指数揭示的“加速悖论” 斯坦福大学发布的 **2026 AI Index** 成为圆桌的量化参照。数据显示，AI 模型的能力提升速度正在脱离传统摩尔定律的轨道：训练成本、数据消耗和能源需求同步飙升，但社会适应速度却严重滞后。 专家们指出，这种“技术冲刺、社会慢跑”的错位，正是当前 AI 治理困境的根源。圆桌呼吁行业在追求性能极限的同时，必须同步投入于可解释性、安全对齐和公平性研究，否则加速可能演变为失控。 ### 永生幻想与现实的鸿沟 最后，圆桌触及了一个更具争议的话题——**“无脑人类克隆”**。一家隐秘的初创公司正在推销通过克隆技术制造无脑人体，以实现意识上传和“永生”。尽管听起来像科幻小说，但专家警告，这类主张模糊了科学事实与商业炒作之间的界限。 真正的信号不在于技术可行性，而在于市场对“永生”概念的追捧如何扭曲研发优先级。圆桌一致认为，AI 和生物技术的健康进步需要更严谨的科学传播和监管框架。 ### 小结 本次 MIT Insider’s Panel 传递的核心信息是：**真正重要的信号往往不在头条新闻中**。无论是自动化科研、体外器官维持，还是 AI 指数的结构性矛盾，都指向同一个方向——技术正在以远超社会准备的速度重塑基础规则。识别这些信号，并理解其背后的连锁反应，才是决策者、研究者和公众的当务之急。
国防科技公司安杜里尔（Anduril）与Meta合作，正在为美军开发一款增强现实（AR）头戴设备原型，其核心愿景是通过眼球追踪和语音命令来指挥无人机打击等任务。这一项目由曾在陆军特种作战司令部服役的副总裁Quay Barnett领导，他直言目标是优化“人类作为武器系统”的效率。 安杜里尔目前有两个并行项目。第一个是陆军“士兵出生任务指挥”（SBMC）项目，安杜里尔去年赢得了一份价值1.59亿美元的原型合同，与Meta合作开发可安装在现有军用头盔上的AR眼镜。第二个是公司自筹资金的“鹰眼”（EagleEye）项目，于去年10月公布，旨在从头设计一款头盔与头戴设备组合。尽管军方并未提出这一需求，但安杜里尔坚信最终会获得青睐。 两个系统都还需数年才能成熟。陆军预计要到2028年才决定是否将SBMC项目投入生产——此前微软曾获得220亿美元的生产合同，但因眼镜方案不可行而取消。Barnett向《麻省理工科技评论》透露了原型的发展方向：根据场景，眼镜会在士兵视野中叠加信息，从简单的指南针到复杂的地图、附近无人机位置，甚至AI识别的目标（如卡车）。士兵可以用自然语言与界面交互，例如为伤者请求撤离或规划避开禁区的路线。 安杜里尔正在测试Google的Gemini、Meta的Llama以及Anthropic的Claude等大语言模型，以将士兵语音转化为可执行命令。所有这些都由安杜里尔的Lattice软件驱动，该软件整合了多种军事硬件的数据。今年3月，陆军宣布将投入200亿美元整合相关系统。 这一合作标志着消费级AR技术向军事领域的激进延伸。Meta的Ray-Ban智能眼镜已具备拍照、语音助手等功能，而安杜里尔正试图将其改造为战场上的“第六感”。尽管技术前景令人兴奋，但伦理与实战可靠性仍是巨大挑战：如何确保AI在混乱战场中准确识别目标？如何防止误伤？这些问题尚无答案。