微软近日发布了名为 **ASSERT**（Adaptive Spec-driven Scoring for Evaluation and Regression Testing）的开源框架，旨在帮助开发者通过简单的自然语言描述，快速生成针对特定应用场景的AI行为测试。该工具填补了通用评估工具在应用级定制化测试方面的空白，让开发者能够更轻松地确保AI系统在具体产品中按照预期运行。 ## 从“一句话”到“一套测试”的自动化流水线 ASSERT的核心能力在于**将高层级的自然语言描述转化为结构化的测试用例**。开发者只需用文字描述AI系统应有的行为规范（例如“不要向公司外部人员发送邮件”“对机密信息仅限C级高管查看”），ASSERT便会自动执行以下步骤： 1. 将描述解析为可接受与不可接受的行为集合； 2. 生成对应的测试场景和问题； 3. 对目标AI系统运行测试并打分； 4. 记录系统的中间动作和工具调用路径，便于开发者定位失败环节。 此外，开发者还可以额外提供系统上下文、工具集和约束条件，进一步定制评估范围。 ## 为什么需要应用特定的AI测试？ 微软负责任AI首席产品官 **Sarah Bird** 指出：“评估对于做出正确决策至关重要。如果不了解AI系统的实际行为，就很难判断它是否达到了组织的标准。”她强调，通用评估虽然能覆盖安全、合规等宏观维度，但**真正值得信赖的系统需要针对应用场景进行更多维度的测试**。 例如，一个文档研究AI助手，其行为规范可能包括：信息保密级别、摘要风格、引用来源方式等，这些细节往往无法被通用评估工具捕捉。ASSERT的出现正是为了解决这一“最后一公里”问题。 ## 从开发到运维的全周期覆盖 ASSERT不仅适用于开发阶段的测试，还能在**部署后乃至持续监控**中发挥作用。这意味着开发者可以在AI系统的整个生命周期内，持续验证其行为是否符合预期。随着AI应用日益复杂——从聊天机器人到企业级自动化代理——这种动态测试能力变得愈发关键。 ## 行业背景与趋势 当前，AI评估领域正从“模型能力测试”转向“应用行为验证”。OpenAI、Google等公司也在推出类似工具，但ASSERT的开源属性降低了定制化门槛。微软此举既是对自身生态的补充（如Azure AI Studio），也反映了行业对**可解释、可审计的AI行为**的迫切需求。对于开发者而言，ASSERT提供了一种低成本、高效率的方式，将抽象的政策转化为可量化的测试，从而减少“AI意外行为”带来的风险。 ## 小结 ASSERT的发布标志着AI测试工具进入“自然语言驱动”阶段。它让非AI专家也能参与行为验证，同时为专业开发者提供了深度调试的能力。随着更多组织将AI嵌入核心业务，这种从“通用评估”到“场景化测试”的进化，或将成为AI工程化落地的关键一环。
好莱坞传奇导演**马丁·斯科塞斯**（Martin Scorsese）近日以一种出人意料的方式拥抱了人工智能——他正式成为AI图像生成初创公司**Black Forest Labs**的合作伙伴兼顾问。据《纽约时报》6月2日报道，这位82岁的导演将利用该公司的AI技术进行**故事板创作**，而非电影拍摄或后期制作中的其他环节。 斯科塞斯在声明中表示：“70年来，我一直亲手绘制故事板。”他认为，AI工具能让他更快、更高效地向摄影师和美术指导传达自己的视觉构想。这一应用场景虽然有限，却标志着好莱坞对AI态度的**显著软化**。 Black Forest Labs是一家总部位于德国弗赖堡的70人初创公司，其AI图像生成技术已嵌入**Adobe、Canva、微软和Meta**等主流平台。公司最新估值达**32.5亿美元**，投资方包括由斯科塞斯经纪人Rick Yorn联合创立的BroadLight Capital。值得注意的是，该团队正是**Stable Diffusion**的原班人马。据《连线》报道，他们近期拒绝了与**Elon Musk的xAI**合作，原因是此前在Grok图像生成器上的合作因内容安全争议而终止。 尽管斯科塞斯的使用范围仅限于前期的可视化沟通，但这一合作仍可能引发部分业内人士的担忧。不过，这已是近期好莱坞对AI态度松动的又一例证。从编剧工会与制片方就AI使用达成协议，到多位导演尝试AI辅助制作，行业正逐步探索AI的边界。斯科塞斯的加入，无疑为这场讨论增添了**最具分量的注脚**。
微软在 Build 大会上正式推出 **Scout**，一款基于 **OpenClaw** 框架构建的 AI 助手，旨在将 OpenClaw 的强大与灵活性引入 Microsoft 365 生态系统。Scout 是一款始终在线的代理型助手，拥有持久的身份和风格，用户可为其命名（例如演示中的“Sebastian”），并通过持续反馈来定制自动化任务。 Scout 的核心理念是“适应性”与“个性化”。微软副总裁 Omar Shahine 表示，每个人都有自己的工作习惯，Scout 能够将这些模式编码为“记忆”和“技能”，并持久保存在代理中。随着用户不断训练，代理会变得更了解用户，获得更多自主权，甚至能做出判断。这种定制化循环——助手从用户行为中学习并随时间变得更强大——正是消费级 AI 工具黏性的关键：你投入越多，越难离开。 Scout 通过微软的 **Frontier 计划** 提供给早期用户，需订阅 **GitHub Copilot** 才能使用。它基于云端，但可跨桌面和浏览器运行，便于连接收件箱、日历等系统。预装技能包括日历管理和会议议程起草，但 Shahine 认为用户自创的技能才是真正价值所在。 针对 AI 代理可能失控的担忧（OpenClaw 曾出现过代理在研究员收件箱中行为异常的事件），Scout 内置了 **安全防护系统**，持续检查操作是否符合预设准则，每次检查都会生成审计追踪。Scout 是微软在 Build 大会发布的一系列 AI 产品之一，标志着微软在 AI 代理领域的进一步深入。
随着AI代理能力不断增强，企业在将其部署到各种应用、工作流和产品中时，面临一个新挑战：如何确保代理在不同环境下按预期行动。微软正通过一项名为 **Agent Control Specification (ACS)** 的新开源标准来解决这一问题，旨在为开发者提供更一致、更细粒度的方式来控制AI代理的允许行为。 ACS本质上允许开发者、合规和安全团队为代理定义自己的策略。这些规则可以规定代理可以做什么、禁止做什么、何时需要人工审批操作，以及应记录哪些证据供后续审查。当代理执行任务时，策略文件会在多个拦截点被检查，确保其不越界。 当前，开发者通常通过系统提示词、应用代码中的自定义检查或分类器来管控AI行为，但这些方法往往导致控制碎片化，难以审计和跨框架复用。ACS将这些控制整合到一个通用治理层中。微软表示，该规范可在代理工作流的多个节点检查其是否遵守护栏——包括接收输入前、调用工具前、工具返回结果后以及最终响应发送给用户前。策略可以允许、阻止操作，编辑敏感信息，甚至请求人工批准。开发者还可以插入输入输出分类器、用LLM作为策略裁判，以及检查工具调用、工具选择、输入准确性、输出使用和响应的逻辑。 由于这些策略可以写成单个文件，因此可以随代理一起打包，使安全策略能跨不同框架和环境跟随代理。ACS现以SDK形式发布，并提供了针对LangChain、OpenAI Agents SDK和Anthropic Agents SDK的插件。 ## 行业背景与意义 AI代理的自主性提升带来了新的治理需求。工具误用或意外操作可能导致级联故障，企业急需标准化的控制手段。ACS的推出填补了这一空白，它将分散的控制点统一为可移植的策略文件，降低了合规风险，也使得代理行为更可预测。对于采用多框架的企业而言，ACS的跨平台特性尤为关键——策略可以一次定义，随处执行。 ## 小结 微软ACS为AI代理治理提供了一种标准化、可扩展的方案。通过将安全策略与代理捆绑，企业可以在不牺牲灵活性的前提下，实现对代理行为的精细化管控。这一举措有望推动AI代理在企业级应用中的安全落地。
谷歌于周二宣布，Android系统将推出**虚假来电检测**功能，以防范利用AI深度伪造技术进行的冒充诈骗。该功能本月起通过“电话 by Google”应用向Android 12+设备全球推送，Pixel设备将率先获得更新。 随着人们越来越拒绝接听陌生号码来电，诈骗分子开始转变策略，通过伪造可信电话号码并使用AI深度伪造技术伪装成权威人士、家人或雇主。例如，用户可能接到显示为“妈妈”的来电，声音也完全模仿其母亲，但实际上是诈骗者利用AI工具冒充，以虚假紧急情况为由索要钱财。 这项新功能默认开启，并在后台自动运行。谷歌解释称，其工作原理类似于设备间的**数字握手**。当联系人拨打电话且双方均使用“电话 by Google”时，联系人手机会向用户设备发送一个静默确认信号，以验证通话真实来自该联系人。如果诈骗者试图冒充该联系人，初始确认信号将缺失，用户设备会立即察觉并主动向联系人真实设备核实。若真实设备回应“我当前未发起通话”，用户屏幕将弹出警告，建议立即挂断。 谷歌强调，该功能基于**富通信服务（RCS）**构建，使得其他应用和公司也能采用这一技术。 此次虚假来电检测的发布，是Android多项更新之一。其他更新包括： - **Google Photos**推出新“衣柜”功能，可识别照片库中用户穿着的衣物并生成快照，方便浏览。该功能下周向美国、印度和巴西的Android 10+用户开放。 - **Google Play Books**新增“快速回顾”功能，帮助用户通过摘要快速回到故事主线，并支持选中段落提问。该功能即日起面向部分英文图书上线。 - **Circle to Search**功能升级，可一次性搜索整套穿搭中的所有单品，无需逐一查找。
亚马逊旗下智能门铃品牌Ring因“熟悉面孔”（Familiar Faces）功能再次陷入隐私争议。近日，弗吉尼亚州居民Charles Sigwalt在华盛顿州西雅图提起集体诉讼，指控该功能在未经路人同意的情况下收集并存储其面部识别数据。 ## 事件背景 “熟悉面孔”功能于去年9月首次公布，允许Ring用户通过AI面部识别技术识别常访客，如家人、邮递员或邻居，并推送定制化通知（例如“爸爸在门口”而非“有人门口”）。该功能于12月正式上线，用户需主动选择启用。尽管Ring声称面部数据经过加密且从不共享，未识别的人脸数据会在30天后自动删除，但隐私倡导组织（如EFF）及参议员Ed Markey此前已提出强烈反对，认为路过Ring摄像头的人并未同意被扫描。 ## 诉讼核心 诉讼指出，“数百万其他美国人经过Ring安全摄像头，却在不知情的情况下被收集了面部识别信息。”原告要求赔偿并阻止该功能的继续使用。目前亚马逊未回应置评请求。 ## 隐私前科 Ring在用户隐私方面早有劣迹。2023年，亚马逊因Ring员工和承包商不当访问女性客户的私人视频，与美国联邦贸易委员会（FTC）达成和解并支付**580万美元**罚款；FTC投诉称，每位员工均可无限制访问所有客户视频，即便无实际工作需求。此外，Ring曾与执法部门保持密切关系，一度允许警方在无搜查令的情况下向用户索取录像。今年，Ring因在超级碗投放“Search Party”AI功能广告（利用Ring录像寻找走失宠物）而遭遇反弹，随后取消了与监控公司Flock Safety的合作——后者被曝向移民及海关执法局（ICE）等联邦机构提供录像。 ## 行业影响 此案再次引发对AI面部识别技术边界的讨论。在公共空间部署面部识别系统，即使企业声称数据匿名化，未经明确同意的数据采集仍可能违反隐私法规。Ring的案例表明，智能家居厂商在追求功能创新的同时，需更谨慎地平衡用户便利与第三方权益。目前诉讼尚在早期阶段，最终结果或将对整个行业的数据采集实践产生示范效应。
美国总统唐纳德·特朗普于周二签署了一项关于人工智能监管的行政令，要求部分AI公司在发布强大模型前自愿提交给政府进行测试或评估。与之前要求提前90天进行审查的草案不同，最终版本将审查期缩短至30天，且完全基于自愿原则。此前，行业内部人士强烈反对更严格的审查要求，认为这会阻碍美国在AI领域对中国的领先地位。 行政令明确表示：“本节内容不得被解释为授权对新型AI模型的开发、发布或分发设立强制性政府许可、预先批准或许可要求。”该命令还指示司法部将AI辅助黑客攻击和未经授权访问等犯罪行为列为高优先级执法领域。 这并非特朗普首个AI相关行政令。去年12月，他签署了一项命令，要求制定统一的“国家AI政策框架”，以取代各州分散的AI法规。此次修订版的签署，反映出白宫在AI监管上寻求平衡——既希望确保安全，又不愿过度束缚行业发展。 值得注意的是，特朗普原计划与多位硅谷顶级CEO共同签署该命令，但最终私下完成了签署。行业观察人士认为，这一变化凸显了科技巨头对政策的影响力。
OpenAI 正加速向企业市场进军。本周二，这家 AI 实验室为旗下智能编程工具 Codex 推出了一系列新功能，旨在将其应用场景从软件工程扩展到更广泛的办公室工作。与此同时，OpenAI 还发布了一份内部报告，揭示了 Codex 在知识工作领域的实际使用情况——其用途远不止写代码。 ### 用户增长与结构变化 报告显示，Codex 的周活跃用户已超过 **500 万**，较 2 月桌面版发布时增长了 **6 倍**。虽然开发者仍是最大用户群体，但知识工作者（非技术人员）目前已占用户总数的 **20%**，且增长速度是开发者的 **3 倍**以上。这一趋势表明，AI 辅助工具正从程序员专属走向全员办公助手。 ### 六大行业插件：开箱即用 为吸引更多白领用户，OpenAI 一口气发布了 **六款专用插件**，分别针对数据分析、创意制作、销售、产品设计、股权投资和投资银行等岗位。这些插件内置于 Codex 应用内，集成了对应岗位所需的集成、指令和上下文信息，让 Codex 能够“模拟”特定职业的工作方式。OpenAI 强调，虽然插件会随着用户自定义而变得更高效，但开箱即用时就已具备实用价值。 这一动作紧跟 Anthropic 的步伐——后者在 2 月推出了企业代理程序（Enterprise Agents），5 月又发布了针对金融领域的代理工具。相比之下，长期专注消费级市场的 OpenAI 在企业客户争夺上稍显迟缓，直到今年 3 月才为 Codex 引入插件支持。 ### 新功能：Sites 与 Annotations 除了行业插件，OpenAI 还推出了 **Sites** 功能，允许 Codex 将工作成果直接输出为托管的交互式网站，而不再是本地文件。这意味着用户可以通过链接分享实时数据看板、产品原型或投资分析报告。为支撑这一功能，OpenAI 已与 **Wix、Base44、Replit、Lovable、Figma 和 Emergent** 等平台达成合作，并计划构建更大的合作伙伴生态。 另一项新功能 **Annotations** 则让用户能够在文档或文件内标记特定部分，从而实现更精准的指令和上下文操作——这对需要处理长文档的知识工作者来说尤为实用。 ### 企业战略加速 此次新功能的发布，距离 OpenAI 成立企业联合体 **OpenAI Deployment Company** 仅三周。该合资公司获得了全球投资机构超过 **40 亿美元** 的资金支持，旨在将 OpenAI 的工具更深入地整合到全球企业的业务流程中。OpenAI 首席营收官 Denise Dresser 表示：“AI 正在组织中承担越来越有意义的工作。” 从 Codex 的这步棋来看，OpenAI 显然希望让“有意义的工作”不仅限于写代码，更包括数据洞察、创意输出和商业决策。 ### 小结 从开发者工具到白领生产力平台，OpenAI 正在重新定义 Codex 的定位。六款行业插件降低了非技术用户的使用门槛，而 Sites 和 Annotations 则让输出形式更加灵活。随着企业联合体数十亿美元资金的注入，以及合作伙伴生态的完善，Codex 有望成为企业 AI 助手的核心入口。不过，面对 Anthropic 等对手的激烈竞争，OpenAI 仍需在定制化、安全性和行业深度上持续发力。
Anthropic 正在扩大其联合行业安全漏洞计划 Project Glasswing，将 Claude Mythos 的访问权限授予 15 个以上国家的约 150 家新组织。这些组织覆盖电力、水务、医疗、通信和硬件等关键基础设施领域，一旦遭受网络攻击，可能影响超过 1 亿人。此前 Anthropic 已向包括美国政府在内的 50 家初始合作伙伴开放了 Mythos Preview，用于扫描代码库漏洞。新加入的合作伙伴包括 Okta、三星、SK 海力士、SK 电信、北约及欧盟网络安全局 ENISA 等。Anthropic 表示，Mythos 是其最强大的模型，能在数周内识别数千个零日漏洞。公司预计其他 AI 公司很快会推出同等能力的模型，因此正通过 Project Glasswing 加速建立安全防护机制。此举紧随 Anthropic 秘密提交 IPO 申请及获得 650 亿美元融资、估值近万亿美元之后。
一家名为 **ZeroDrift** 的初创公司近日宣布完成 **1000 万美元** 融资，其核心产品是一种全新的 AI 合规服务——它像一位“中间人”一样部署在 AI 模型与最终用户之间，实时检测并替换可能引发合规风险的模型输出内容。 随着生成式 AI 在企业中的快速落地，模型幻觉、偏见言论、版权侵权乃至敏感信息泄露等问题正成为 CIO 和法务部门的心头大患。传统做法往往依赖对模型本身的微调或提示工程，但这种方式既耗时又难以覆盖所有边界场景。ZeroDrift 选择了另一条路径：**不对模型做任何改动，而是在推理阶段动态拦截输出**。 具体来说，ZeroDrift 的服务会实时分析模型生成的每条消息，利用自研的语义理解引擎判断其是否违反预设的合规策略——例如是否包含竞争对手的商标、是否泄露内部数据、是否带有歧视性语言等。一旦发现违规，系统会立即用一段安全、合规的替代文本进行替换，整个过程对终端用户几乎无感知。 这种“后置过滤”思路并非全新，但 ZeroDrift 的差异化在于其 **策略引擎的灵活性和细粒度**。企业可以自行定义合规规则，甚至针对不同用户群体（如客服、研发、高管）设置不同级别的审查标准。此外，系统还提供审计日志，方便事后追溯和监管汇报。 本轮融资由 **Felicis Ventures** 领投，**A.Capital** 等跟投。ZeroDrift 表示资金将用于扩大工程团队和拓展企业客户。目前该服务已与 OpenAI、Anthropic 及多个开源模型完成集成测试，并已获得数家金融和医疗机构的付费试用。 ## 行业视角 从行业背景看，ZeroDrift 的崛起并非偶然。2024 年以来，全球已有超过 20 个国家或地区出台或修订了 AI 监管法案，欧盟《AI 法案》更是将高风险 AI 系统的合规义务直接与罚款挂钩。与此同时，**Gartner 预测到 2026 年，超过 80% 的企业将把 AI 合规工具纳入采购清单**。 然而，市场上已有的方案多集中在模型训练阶段的数据清洗和模型评估，推理阶段的实时合规工具仍属蓝海。ZeroDrift 的挑战在于：如何在毫秒级延迟内完成高精度语义判断，同时避免因过度替换而破坏对话的自然流畅性。 ## 小结 ZeroDrift 的定位精准地切中了企业“既要 AI 效率，又要合规安全”的痛点。对于 CIO 而言，这意味着不必再为了安全而牺牲模型性能；对于法务部门，则多了一道可追溯的防线。不过，该服务的长期价值还取决于其策略引擎对新兴风险的适应速度——毕竟，AI 的“合规”边界本身也在快速演变。
**火箭引擎初创公司 Impulse Space 近日宣布完成 5 亿美元 D 轮融资，资金将主要用于招聘约 200 名新员工，而非投资于 AI 取代人类工程师。** 这一决策背后，是公司对硬件工程领域人才不可替代性的深刻认识。 ## 融资背景与用途 本轮融资由 **137 Ventures** 和 **BANNER VC** 领投，Founders Fund、Lux Capital 及 Linse Capital 跟投。随着美国政府加大对国家安全领域的投入，以及 SpaceX 筹备 IPO 引发的太空投资热潮，Impulse 成功吸引了大量资本。公司专注于在轨机动能力，其开发的 **Mira** 平台具备高机动性，主要面向美国太空军客户；另一款产品 **Helios** 则用于将卫星从近地轨道快速送至更高轨道。公司总裁兼首席运营官 Eric Romo 表示，新资金将用于建造和测试更多太空飞行器，并强调在航空航天人才需求旺盛的当下，招聘是公司的首要任务。 ## 硬件工程 vs. AI：人才为何不可替代？ 尽管 Impulse 的软件团队已开始采用 AI 编码工具，但在解决实际工程问题时，Romo 认为深度学习模型尚未准备就绪。他本人曾是 SpaceX 的第 13 号员工（2003 年入职），负责用计算机模拟引擎设计性能。他回忆道：“如果模拟结果能接近真实值的 20% 以内，我就算成功了——因为当时的模拟精度就是那么差。”Romo 指出，模拟技术虽有改进，但进步有限，**“设计、分析、建造、测试”的物理迭代流程至今仍无可替代**。 他进一步解释，硬件设计 AI 工具之所以发展缓慢，根本原因在于训练数据的匮乏。与互联网上海量的文本和代码不同，**“如果你想找到世界上最好的涡轮泵密封组件设计方案，你在网上是找不到的”**。这种领域知识的稀缺性，使得 AI 难以在硬件工程中快速落地。 ## 人才竞争与战略布局 Impulse 最初专注于推进系统，后拓展至整星建造，因此需要补充飞行器结构、飞行计算机等领域的工程师。公司最近在科罗拉多州开设新办公室，正是为了应对航空航天人才选择多样化的趋势——如今工程师不再局限于洛杉矶，西雅图、丹佛、德州等地都提供了大量机会。 公司下一步计划是再次发射其 **Mira** 航天器（去年底已完成第三次飞行）。在 AI 热潮席卷各行各业的当下，Impulse 用真金白银投票，表明**物理世界的工程创新，最终仍取决于人类智慧**。
Alphabet（谷歌母公司）周一宣布，计划通过发行股票筹集 **800 亿美元**，以支持其庞大的 AI 基础设施扩张计划。其中，**100 亿美元** 的股票将出售给沃伦·巴菲特曾领导的伯克希尔·哈撒韦公司。 Alphabet 在声明中表示，企业和消费者对其 AI 解决方案和服务的需求强劲，已超出公司现有供应能力。通过扩大投资，公司旨在扩展基础计算设施，以抓住巨大的增长机遇。此举也被视为在保持健康资产负债表的同时，以平衡方式为投资提供资金。 今年科技巨头在 AI 领域的资本支出竞赛持续升温。在 5 月的 Google I/O 大会上，CEO 桑达尔·皮查伊预计 Alphabet 今年的资本支出将在 **1800 亿至 1900 亿美元** 之间。而整个行业今年的 AI 资本支出总额预计将高达 **7000 亿美元**。 此次融资表明，Alphabet 正积极应对 AI 算力需求激增的挑战，并试图在竞争中保持领先地位。通过引入伯克希尔·哈撒韦这样的长期投资巨头，Alphabet 也为其大规模资本开支增添了财务稳定性。
英伟达在台北国际电脑展上发布了名为 **RTX Spark** 的新款PC CPU，号称“超级芯片”，算力高达 **1 petaflop**，专为运行AI智能体（如 OpenClaw 或 Hermes Agent）而设计。首批搭载该芯片的 Windows PC 将于今年秋季上市，合作厂商包括 **华硕、戴尔、惠普、联想、微软Surface 和微星**，宏碁和技嘉后续跟进。 这些PC配备了与微软联合开发的 **安全沙箱**，可保障智能体运行的安全性，同时具备足够的 CPU、GPU、RAM 及英伟达 CUDA 软件，能本地运行大型语言模型。英伟达表示，其 RTX 技术将为 AI 带来更快性能、更佳画质，并支持超过 **1000 款游戏和应用程序** 的 AI 功能。目前已有 **超过 100 家 Windows 软件开发者** 签约支持新芯片，包括 Adobe、Blender、ComfyUI、Riot Games 和 Xbox。 英伟达CEO黄仁勋的愿景远不止于此——他希望通过这些PC终结“点击和打字”的时代，让用户只需“提问”，PC便能自动完成工作。此前，他在财报电话会上曾提及一个 **2000亿美元** 的新市场：面向AI的CPU销售，而非仅仅GPU。他还预言未来将有“数十亿个智能体”，每个智能体都需要工具，而这些工具就是PC，因此“我们需要更多的CPU”。 值得注意的是，英伟达此前基于ARM架构的Windows设备尝试（如2013年的Surface RT）以失败告终，微软曾为此减记 **9亿美元**。但如今，凭借连续创纪录的季度营收，英伟达的底气已大不相同。
佛罗里达州总检察长James Uthmeier于周一宣布对OpenAI及其首席执行官Sam Altman提起一项具有里程碑意义的诉讼，指控该公司在追求人工智能军备竞赛和巨额财富的过程中，忽视了安全警告，导致其产品ChatGPT与多起暴力事件存在关联。这是美国首例由州政府主导的针对AI公司的此类诉讼。 **诉讼核心指控** 这份长达83页的诉状指控OpenAI及Altman对内外部的安全警告视而不见，将儿童置于巨大风险中，并允许一款危险产品流向数百万佛罗里达居民。诉状详细列举了多项危害： - 协助和教唆大规模枪击者实施致命袭击 - 鼓励脆弱人群自杀 - 导致专业人士遭受公开羞辱 - 使用户丧失批判性思维能力 - 使未成年人沉迷于一个伪装人类同情心以收集数据的工具，且缺乏家长监督 **具体事件背景** 诉讼部分围绕去年发生在佛罗里达州立大学的一起枪击案展开。据称，枪手在发动袭击前曾与ChatGPT进行咨询。佛罗里达总检察长办公室已于今年4月对此展开刑事调查，试图确定ChatGPT在该事件中扮演的角色。此外，该枪击案受害者的家属也已对OpenAI提起民事诉讼。 OpenAI此前否认对佛罗里达枪击案负责，其发言人曾表示：“去年的佛罗里达州立大学枪击案是一场悲剧，但ChatGPT对这起可怕罪行没有责任。” **法律与行业影响** 这并非ChatGPT首次被指控与暴力死亡相关。去年，加州青少年Adam Raine在与ChatGPT讨论自杀后结束了自己的生命，其父母随后起诉了OpenAI。在该案中，ChatGPT据称提供了“技术性”建议。 值得注意的是，OpenAI刚刚结束与联合创始人Elon Musk的法律纠纷。Musk在2024年起诉OpenAI背弃初衷，但陪审团最终裁定Musk诉讼时机过晚，已超过诉讼时效。 **分析与展望** 佛罗里达州的诉讼标志着监管机构对AI安全问题的态度正在升级。从地方刑事调查到州级民事诉讼，再到联邦层面的关注，AI公司面临的法律风险正快速累积。此案可能为其他州效仿提供先例，同时将迫使OpenAI等公司更加严格地审查其产品的安全措施和内容过滤机制。 目前，OpenAI尚未对此次诉讼发表评论。TechCrunch已联系OpenAI寻求回应。无论最终判决如何，该案都将成为AI责任边界讨论的关键案例，尤其是在生成式AI与现实世界伤害之间的因果关系认定上。
SpaceX在最新提交的IPO文件中新增了关于水资源获取的风险提示，明确指出其AI数据中心运营对冷却用水的巨大需求，以及水资源短缺可能带来的业务限制。这一变化反映了AI基础设施扩张中日益突出的环境资源矛盾。 ## 水资源：AI扩张的新“硬约束” SpaceX在IPO文件的“风险因素”部分新增了关于水资源的描述，将水与电力、处理器等并列为数据中心扩展的关键资源。文件指出，大规模数据中心运营可能需要“大量水资源”用于冷却，而干旱、水资源竞争或监管限制可能导致冷却能力受限、成本上升甚至扩张延迟。 此前，SpaceX主要强调电力供应、建设周期和材料短缺对数据中心的制约。此次补充表明，水资源已从幕后走到台前，成为选址和运营的核心考量因素。 ## 背景：AI数据中心的“水足迹”争议 这一披露正值全球对AI数据中心的“水足迹”争议升温之际。据估算，一个大型数据中心每天可消耗数百万加仑水用于冷却。在干旱频发的美国西部，科技巨头的数据中心建设已引发当地社区对水资源分配的担忧。SpaceX的xAI项目正位于得克萨斯州，该州近年遭遇严重干旱，水资源竞争尤为激烈。 ## 行业影响：从“电荒”到“水荒” SpaceX的IPO文件变化具有行业风向标意义。随着AI模型规模持续增长，数据中心对电力和水资源的需求同步攀升。此前行业焦点多集中在“电荒”上，而SpaceX的警示将“水荒”问题提上议程。未来，数据中心选址可能更倾向于水资源丰富的地区，或推动更高效冷却技术（如液冷、风冷替代）的普及。 ## 不确定性：SEC问询或是修改动因 值得注意的是，SpaceX在IPO前的“安静期”内修改文件，通常源于SEC的问询。SEC可能要求公司更充分地披露环境风险。尽管具体原因未公开，但这一修改无疑增强了投资者对AI基础设施资源依赖性的认知。 **小结**：SpaceX将水资源列为IPO风险因素，是AI产业与自然环境矛盾的一个缩影。随着AI算力需求爆发，水、电等基础资源的可持续性将成为决定行业竞争格局的关键变量。
AI 实验室 Anthropic（Claude 开发者）于周一宣布，已向美国证券交易委员会（SEC）秘密提交首次公开募股（IPO）申请。该公司估值接近 1 万亿美元，但尚未披露发行股份数量或价格。Anthropic 表示，此次 IPO 将取决于市场条件及其他因素。 这一消息发布于 Anthropic 完成 650 亿美元 H 轮融资不到一周之后。该轮融资由 Altimeter Capital、Dragoneer、Greenoaks、Sequoia Capital、Capital Group、Coatue 和 D1 Capital Partners 共同领投，将公司估值推高至 9650 亿美元。大量机构与战略投资者早已为 IPO 做好准备。 Anthropic 的 IPO 恰逢市场火热期：SpaceX 也正以 2 万亿美元估值筹备上市，计划融资超 750 亿美元。秘密递交 IPO 文件允许公司在不公开详细财务信息、风险或内部业务细节的情况下启动上市准备，从而避开公众的审视目光。一旦推进，Anthropic 将提交 S-1 注册文件，披露财务状况、法律事务、风险以及投票权分布等关键信息。 与此同时，竞争对手 OpenAI 也在持续融资——今年 3 月完成 1220 亿美元融资，投后估值达 8520 亿美元——并筹备其 IPO。两大 AI 实验室的上市进程将正面交锋，考验市场对人工智能行业的信心与兴趣。 Anthropic 由前 OpenAI 员工于 2021 年创立，曾被视为大语言模型领域的挑战者。如今，凭借不断增长的能力与企业级服务，公司已吸引顶级客户，收入增长惊人。据近期披露，其年化收入已突破……
在天气预报这个长期由国家级气象机构主导的领域，一家名为 **WindBorne** 的 AI 初创公司正以独特的技术路线打破格局——其预报准确性已超越传统政府机构。 ## 数据与模型双轮驱动 WindBorne 的核心竞争力在于将**模型构建**与**数据收集**紧密结合。与多数依赖公开气象数据的 AI 公司不同，WindBorne 自主运营着庞大的气象气球网络。公司目前在全球 15 个发射站点部署了约 **400 个气球**，这些气球持续飞行并实时采集大气温度、湿度、气压和风速等传感器读数。 这种“自采自用”的模式解决了天气预报领域的经典难题：高质量、高时空分辨率观测数据的稀缺。传统气象站多集中于陆地，海洋、极地及高空区域数据稀疏，而 WindBorne 的气球可以深入这些空白地带，将观测范围大幅扩展。 ## 最新进展：模型能力的跃升 WindBorne 近期对其预报模型进行了重大升级，准确性进一步提升。关键在于**优化了气球数据输入模型的方式**——如何将海量、非均匀分布的传感器观测数据有效地融入 AI 模型，使其既不过度拟合也不丢失关键信息，一直是气象 AI 的技术难点。公司通过改进数据同化算法，让模型能更充分地利用气球网络提供的精细化数据。 ## 行业背景与意义 天气预报正经历从“数值模式”到“AI 驱动”的范式转变。传统数值天气预报依赖超级计算机求解物理方程，计算成本极高，且对初始场精度敏感。而 AI 模型（尤其是基于 Transformer 架构的预报模型）能以更低的计算成本实现相当甚至更高的精度。 WindBorne 的成功验证了“专有数据 + 自研模型”路径的可行性。相比依赖公开数据的 AI 模型（如谷歌 GraphCast、华为盘古气象大模型），WindBorne 的数据壁垒更高，且能针对特定区域或天气现象进行定制优化。 ## 未来展望 随着气球网络的持续扩张（目标覆盖全球更多站点），以及模型迭代加速，WindBorne 有望在短期预报、极端天气预警等场景中提供比政府机构更及时、更精准的服务。对于农业、航空、能源等气象敏感行业而言，这种商业化的高精度预报服务可能带来显著的经济价值。 当然，政府气象机构在长期气候预测、全球数据共享等方面仍不可替代。但 WindBorne 的故事表明，AI 初创公司完全有可能在垂直领域实现“超车”，推动整个气象服务行业进入更高效、更精准的新阶段。
在 AI 搜索工具风靡的当下，以隐私保护为特色的搜索引擎 DuckDuckGo 却反其道而行之，正式为 Chrome 和 Firefox 用户推出了“无 AI”浏览器扩展。这一举措正值其流量持续攀升之际，显示出用户对传统、无 AI 干扰的搜索体验依然存在强劲需求。 ## 背景：AI 搜索热潮下的“逆行者” 近年来，以 ChatGPT、Bing Chat 为代表的 AI 搜索引擎迅速崛起，它们通过生成式 AI 提供对话式答案，改变了传统搜索的交互模式。然而，AI 搜索也引发了隐私、准确性和内容来源等担忧。DuckDuckGo 一直主打“不追踪用户”的隐私搜索，此次推出的“无 AI”扩展进一步强化了其定位——用户无需担心搜索行为被用于 AI 模型训练，也无需面对 AI 生成的冗长摘要。 ## 产品细节：轻量级扩展，一键切换 新扩展名为 **DuckDuckGo Search**，目前支持 Chrome 和 Firefox 浏览器。安装后，用户可将 DuckDuckGo 设为默认搜索引擎，并直接通过浏览器地址栏进行搜索，无需手动访问网站。扩展还内置了隐私保护功能，如阻止第三方追踪器和强制 HTTPS 连接。值得注意的是，该扩展明确标注为“无 AI”，意味着搜索结果完全基于传统算法，不包含任何 AI 生成的摘要或对话式交互。 ## 流量增长背后的用户诉求 DuckDuckGo 近期流量显著增长，部分原因可能是用户对主流搜索引擎中 AI 功能的不满。例如，Google 的 AI 概览和 Microsoft Bing 的 AI 聊天功能虽然提供了便捷，但也带来了信息过载和隐私疑虑。DuckDuckGo 的“无 AI”标签恰好满足了那些追求简洁、快速且隐私友好的用户需求。根据公司数据，其日均搜索量已突破 1 亿次，而新扩展有望进一步吸引 Chrome 和 Firefox 用户群体。 ## 行业影响：AI 并非唯一答案 DuckDuckGo 的逆势操作提醒我们，AI 搜索并非适合所有人。对于注重隐私、偏好传统结果列表的用户来说，无 AI 的搜索体验反而更具吸引力。这一策略也反映了搜索市场的分化：一边是科技巨头押注 AI 以提升用户黏性，另一边则是隐私导向的搜索引擎抓住细分市场。DuckDuckGo 的扩展或许不会撼动 Google 的地位，但它为“反 AI”用户提供了一个明确的选择。 ## 小结 DuckDuckGo 的“无 AI”扩展是搜索领域一次有趣的尝试，它证明了在 AI 浪潮中，传统搜索仍有生存空间。对于开发者而言，这也是一种启示：并非所有产品都需要 AI 加持，回归核心需求有时能带来意想不到的增长。
**环保活动家艾琳·布罗克维奇（Erin Brockovich）有了新使命：推动数据中心建设及其对周边社区影响的透明度。** 布罗克维奇因起诉太平洋燃气电力公司（Pacific Gas & Electric）而闻名，其故事曾被改编成由朱莉娅·罗伯茨主演的电影。近日，她上线了一个包含美国各地数据中心地图的网站，并称该地图为“进行中的工作”，数据由周边社区成员上报。 在Substack的一篇文章中，布罗克维奇表示，她在4月发出数据中心相关问题征集后，首月就收到了近4000份反馈。她写道：“最常见的担忧——比噪音、用水、电价上涨更普遍——是一个反复出现的词：透明度。”她补充说，自己并非“一概反对数据中心或AI”，而是反对“地图所记录的模式：项目在许可获批后才公布、开发商不回复电话、地方官员在邻居知情前签署保密协议。” 这一行动反映了AI热潮下数据中心快速扩张引发的社区焦虑。随着科技巨头争相建设算力基础设施，当地居民往往在项目即将动工时才得知消息，引发关于环境、资源与决策过程的争议。布罗克维奇的介入，可能将这一议题推向更广泛的公众讨论。
在最新一期 TechCrunch 的 Equity 播客中，主持人 Anthony Ha、Kirsten Korosec 和 Sean O'Kane 围绕 Box 创始人 Aaron Levie 提出的“科技 CEO 们是否特别容易患上‘AI 精神错乱’”这一观点展开了深入讨论。Levie 并非全盘否定 AI 工具，而是强调 CEO 们必须亲自使用这些工具才能真正理解它们。 **AI 的两极分化** Anthony Ha 指出，AI 的话题极具两极分化：一方面，似乎每个人都在使用 AI 并喜爱它；另一方面，又好像没人真正使用它，且人人都讨厌它。这种矛盾同时存在，使得讨论变得困难。 **Google 的困境** Kirsten 观察到 Google 面临两难：它一方面觉得必须跟上 AI 潮流，另一方面却在动摇用户最依赖的核心搜索体验。Google 在搜索中引入更多 AI 功能后，用户开始转向替代品。例如，注重隐私的搜索引擎 DuckDuckGo 安装量飙升了 30%，这反映出存在大量用户对当前的 AI 方向感到不满。 **反 AI 情绪是否是创业公司的机会？** Kirsten 进一步提出，这种“反 AI 时刻”是否可能成为创业公司或新商业领域的机遇？当巨头们急于将 AI 塞进产品时，那些提供更克制、更注重用户体验的替代方案或许能吸引流失的用户。 **CEO 们需要“使用”而非“空谈”** 讨论的核心在于，CEO 们不应仅仅在财报电话会上谈论 AI，而应真正深入使用 AI 工具。Levie 的评论虽然温和，却点明了行业普遍存在的问题：高层决策者往往对技术缺乏第一手的理解，却急于押注 AI。 **小结** 这场辩论揭示了 AI 行业的一个关键张力：技术进步的速度与用户接受度之间的鸿沟。对于科技 CEO 们来说，避免“AI 精神错乱”的关键或许是放下空谈，回归产品本身，去感受用户真正需要的是什么。