## 背景：提示注入的攻防演变 提示注入（Prompt Injection）是攻击者将恶意指令嵌入文本，诱使大语言模型（LLM）执行有害操作的常用手段。一封精心构造的邮件或日历邀请，就可能让LLM泄露敏感数据或执行其他危险行为。然而，安全研究人员最近发现，防御方也能利用这一技术反制AI攻击代理。 ## 新防御技术：上下文炸弹 安全公司 **Tracebit** 的研究人员提出了一种名为“上下文炸弹”（Context Bombing）的防御方法。其核心思路是：在 **Amazon Web Services（AWS）** 等云平台上，将提示注入指令与密码、加密密钥等“蜜罐”秘密一起放置。当攻击者的AI代理在扫描过程中发现这些秘密时，LLM会读取其中的恶意指令，触发其内置的安全护栏（guardrails），直接导致代理停止工作。 例如，指令可能要求LLM提供“开发可吸入炭疽孢子的步骤”，或提及某些敏感历史事件。一旦LLM遇到这些被禁止的命令，它就会拒绝继续执行原有任务，从而中断攻击。 ## 测试效果：攻击成功率大幅下降 Tracebit 在模拟的AWS环境中测试了五款主流模型：**Opus 4.8、Gemini 3.1 Pro、GLM 5.2、DeepSeek 4 Pro 和 Kimi 2.6**。实验让这些模型执行常规开发任务，并诱使其发现预设的伪造秘密。 结果显示： - 在未部署上下文炸弹时，代理获得**完全管理员权限**的成功率为 **57%**；部署后骤降至 **5%**。 - 代理实现**完全控制**（包括留下持久后门）的成功率从 **36%** 降至 **1%**。 - 表现最强的模型 **Opus 4.8** 原本在93%的测试中能获得管理员权限，部署后**全部失败**。 ## 原理与局限 Tracebit 联合创始人兼CEO **Andy Smith** 解释，上下文炸弹的本质是“在上下文中触发拒绝机制”。一旦LLM的上下文窗口包含被禁止的指令，它就会持续拒绝执行后续任务，难以恢复。 不过，该技术也存在局限：它主要针对依赖LLM的自动化攻击代理，对人工攻击或绕过护栏的定制化攻击效果有限。此外，攻击者可能通过调整提示词或使用不同模型来规避。 ## 行业意义 上下文炸弹代表了一种**以子之矛攻子之盾**的思路，利用AI自身的防御机制来对抗AI攻击。随着LLM代理在安全攻防中的角色日益重要，类似的技术可能成为防御工具箱中的标配。 ## 小结 提示注入不再只是攻击者的专利。通过巧妙部署“有毒”的秘密，防御方可以高效瘫痪AI黑客代理，将攻击成功率从过半降至接近零。这一方法简单、可扩展，且对主流模型有效，为AI安全提供了新的防守思路。
旧金山市检察官办公室本周向苹果和谷歌发出停止侵权函，要求其从应用商店中移除13款“换脸”应用，这些应用利用AI技术生成未经同意的裸体图像，主要针对女性及女孩。市检察官David Chiu表示，这些科技巨头通过应用内购分成获利，涉嫌“协助和教唆”销售深度伪造色情内容，并呼吁其切断与开发者的业务关系。 Chiu指出，生成非自愿的亲密图像是非法、有害且完全不可接受的行为。他的办公室此前已对16个流行的深度伪造网站采取法律行动。信件援引加州法律，认为支持创建深度伪造色情内容的服务属于违法。研究者多次在苹果App Store和谷歌Play Store中发现并报告此类应用，部分应用甚至被标记为适合儿童使用。 谷歌回应称，已删除“数百”款违反政策的“脱衣”应用，包括Chiu办公室指出的五款安卓应用，并采取了其他限制措施。谷歌发言人Dan Jackson表示，谷歌Play不允许包含此类内容的应用存在。苹果尚未公开回应，但其开发者政策同样禁止色情、滥用和骚扰内容。 此次行动凸显了科技平台在审核AI生成有害内容方面的责任。尽管新法律和禁令试图打击深度伪造色情问题，但科技公司仍被指责未能有效阻止此类应用上架。旧金山的法律行动可能推动更严格的监管，并促使应用商店加强审核机制。
当大多数机器人公司还在专注于家务或工业场景时，一家名为 **Foundation Future Industries** 的初创公司已经将目光投向了战场。其 CEO **Sankaet Pathak** 向 WIRED 透露，公司计划在几个月内为人形机器人配备“动能武器”——即杀伤性武器系统。 这家公司由现任美国总统之子 **埃里克·特朗普** 担任首席战略顾问并参与投资，其研发的 **Phantom MK1** 人形机器人已在乌克兰军队中接受测试。Pathak 表示，除了直接作战，该机器人还可用于后勤、侦察和检查任务。 ## 人形机器人为何被军方看好？ 军事领域对人形机器人的兴趣并非新鲜事。美国国防高级研究计划局（DARPA）早在 2012-2015 年就资助了大型人形机器人竞赛，而陆军也有专门的“xTechHumanoids”项目，为“军事化人形能力”相关技术提供资金。 与轮式或履带式机器人相比，**双足或四足系统能穿越更复杂的地形**，理论上可以替代人类士兵执行许多危险任务。乌克兰战争已成为这类系统的试验场，Foundation 公司正是借此机会将 Phantom MK1 投入实战测试。 ## 争议与前景 虽然 Pathak 拒绝透露具体武器细节，但“动能”一词通常指向传统枪炮或爆炸物，而非非致命性方案。这引发了关于 **自主武器系统伦理** 的讨论：当机器人拥有致命能力，且可能由 AI 控制时，如何确保符合国际人道法？ 不过，从商业角度看，Foundation 的策略相当成功。公司成立仅一年（2024 年创立），已获得数百万美元的政府合同，并凭借埃里克·特朗普的背书获得了极高的媒体关注。在福克斯商业频道的采访中，特朗普称赞这些机器人“会击拳、会击掌、会听从指令”，并认为 AI 自主性将“改变工业、军事应用和酒店业”。 ## 小结 **Foundation Future Industries** 选择了一条与众不同的路径：直接瞄准军事市场。在竞争激烈的人形机器人赛道中，这一定位既带来了快速增长的订单，也使其不可避免地陷入伦理争议。随着 Phantom MK1 的武器化版本在几个月后亮相，这场关于“机器人士兵”的讨论将变得更加现实。
本期《Uncanny Valley》播客深入探讨了 OpenAI 面临的持续风波——既包括法律诉讼，也包括声誉危机。苹果指控 OpenAI 窃取硬件机密，而 OpenAI 员工却另立超级 PAC 推动 AI 监管。与此同时，纽约州签署全美首个数据中心暂停令，特朗普对此表示不满；DOGE 在住房政策中使用 AI 却拒绝公开细节；WIRED 的 Emily Mullin 则带来了环孢子虫病疫情的最新报道。 ## 苹果 vs. OpenAI：硬件机密之争 上周五，苹果正式起诉 OpenAI，指控其涉嫌窃取硬件机密。这起诉讼进一步加剧了 OpenAI 的法律困境。与此同时，OpenAI 内部也出现裂痕——一群员工成立了一个超级政治行动委员会（super PAC），旨在推动更严格的 AI 安全护栏，这与公司管理层倾向于快速商业化的立场形成鲜明对比。 ## 纽约州数据中心暂停令：先例还是隐患？ 纽约州州长签署了全美首个**全州范围的数据中心暂停令**，以评估其能源消耗与环境影响。这一举措遭到前总统特朗普的批评，他认为这将阻碍科技发展。数据中心是 AI 算力的核心基础设施，但其巨大的电力需求正引发越来越多的争议。 ## DOGE 的 AI 使用疑云 在联邦层面，DOGE（政府效率部门）被曝在住房和城市发展部（HUD）使用 AI 辅助政策制定，但面对 FOIA（信息自由法）请求，该部门却以保密为由拒绝透露具体细节。这引发了外界对政府 AI 使用透明度的担忧。 ## 环孢子虫病疫情：30 州蔓延 WIRED 记者 Emily Mullin 带来了公共卫生方面的消息：一种导致**爆发性腹泻**的环孢子虫病正在美国超过 30 个州传播，且规模可能进一步扩大。她解释了病原体来源、感染症状以及如何防范。 ## 收听与订阅 本期内容可在 WIRED 官网音频播放器直接收听，也支持在 Apple Podcasts、Spotify、Overcast 或 Pocket Casts 等平台免费订阅。自动生成的字幕可能存在错误，但音频内容完整。 **关键链接：** - [苹果起诉 OpenAI](https://www.wired.com/story/apple-sues-openai-allegedly-stealing-hardware-secrets/) - [OpenAI 员工成立超级 PAC](https://www.wired.com/story/openai-staffers-fund-super-pac-ai-guardrails/) - [纽约州数据中心暂停令](https://www.wired.com/story/new-york-governor-signs-first-statewide-data-center-moratorium/) - [DOGE 的 AI 使用](https://www.wired.com/story/doge-ai-housing-policy-government-wont-say-how/) - [环孢子虫病疫情](https://www.wired.com/story/explosive-diarrhea-outbreak-get-much-bigger/)
Anthropic去年支持了加州和纽约州的首批AI透明度法律，但该公司美国州和地方政策负责人表示，这些法律可能已经过时。如今，Anthropic正推动各州采取更严格的监管措施。 Anthropic美国州和地方政策主管Cesar Fernandez在接受WIRED采访时表示：“2025年以透明度为重点的安全法案是一个非常重要的开端，但随着AI系统能力的快速提升，政策回应也需要跟上。我们认为，对于最强大的AI系统，透明度和自我报告已不再是足够的安全措施。” 对于一家估值近1万亿美元的初创公司来说，如此支持监管显得不同寻常，但Anthropic本身也是一家奇特的公司。正如我们之前所写，Anthropic的领导者认为，为了实现其创始使命——确保世界安全地过渡到变革性AI——它需要建立一个基于开发和销售先进AI访问权的大型业务。随着Anthropic的发展，它开始支持美国一些最严厉的针对前沿AI公司的拟议监管法规。这些规则旨在减轻灾难性AI风险，包括先进模型可能导致金融灾难或大规模死亡的可能性。 除了加州和纽约州的自我报告法律外，Anthropic还支持了伊利诺伊州的一项措施，要求AI实验室让第三方审计员评估其安全流程。最近，该公司支持了马萨诸塞州的一项政策，该政策也将要求AI实验室进行第三方审计，并授权州检察长对不合规公司寻求禁令救济。 Fernandez今年早些时候加入Anthropic，此前他曾担任体育博彩巨头FanDuel的美国州政府关系主管，以及优步的高级公共政策助理。他帮助这两家公司在全美各州赢得了政策斗争。在国会继续拖延通过AI监管之际，他的专业知识很可能对Anthropic具有重要价值。
科技公司正在将生成式AI功能默认开启，用户被迫手动关闭。Meta的Instagram AI功能因默认开启引发强烈反弹，三天后被迫撤回。Google Docs的“Ask Gemini”功能同样默认出现在文档底部，用户需要深入设置才能关闭。电子前哨基金会（EFF）的Thorin Klosowski指出，这种默认开启的做法正在侵蚀用户的选择权。消费者权益倡导者呼吁立法要求“选择加入”成为默认设置，特别是在AI利用用户数据或改变工作流等敏感场景下。文章分析了硅谷公司为何坚持默认开启，以及用户如何保护自己的隐私和自主权。
当前最先进的AI模型消耗海量数据和惊人算力，但一个一岁婴儿的学习效率却远超它们。婴儿只需一两次观察就能识别新物体，而AI依赖数万亿数据样本。科学家认为，婴儿大脑的架构可能为AI带来关键突破：更低的能耗、更少的数据依赖，以及更自然的物理世界交互能力。Meta、斯坦福、东京大学等机构联合推出了**EgoBabyVLM挑战**，通过婴儿头戴摄像头拍摄的约1000小时第一人称视频，测试视觉语言模型（VLM）是否能像婴儿一样理解世界。结果，顶尖模型表现惨不忍睹。这表明，婴儿大脑从混乱、多模态、非即时信息中快速学习的能力，是当前AI架构所欠缺的。研究指出，AI需要超越纯语言和静态数据集，融入更丰富的多模态与触觉体验，才能迈向真正的通用智能。
由 OpenAI 前高管创立的 AI 公司 **Thinking Machines Lab** 发布了其首个模型 **Inkling**，这是一个拥有 **9750 亿参数** 的开放权重模型，能同时处理文本、音频和视频。虽然 Inkling 在主流基准测试中并非最佳，但在推理和编程方面表现出色。该模型采用开源方式发布，旨在挑战当前由中国主导的开源模型格局，并推动 AI 技术的去中心化。值得注意的是，训练过程中模型曾自发放弃自然语言推理以提升效率，但团队出于可解释性考虑恢复了该功能。
苹果 FaceID 和 Vision Pro 技术的联合发明人 Gidi Littwin，正将人工智能的触角伸向一个更深的领域：**大脑健康诊断**。他创办的初创公司 **Hemispheric** 近日宣布完成 **5200 万美元** 融资，核心目标是通过 AI 分析脑电活动，让抑郁症、创伤后应激障碍（PTSD）、帕金森病等疾病的诊断变得像血检一样简单、廉价。 ## 从面部识别到脑电解码：技术路径的迁移 Littwin 在苹果期间参与开发了 FaceID 和 Vision Pro 的手部追踪功能，这些产品背后依赖的是大规模数据收集和深度学习模型训练。据他透露，当时为了训练模型，团队收集了“数十万受试者的数据”。这种对海量数据的处理经验，被他完整带到了 Hemispheric。 2020 年 Littwin 离开苹果后，通过 LinkedIn 收到了联合创始人 Hagai Lalazar 的冷消息。Lalazar 当时正在探索用 AI 研究大脑的非侵入式方法，并已接触了约 75 位潜在合伙人。两人一拍即合：Lalazar 有技术愿景，Littwin 则擅长商业化落地。 ## 250,000 小时脑电数据：Hemispheric 的核心资产 Hemispheric 的“最珍贵资产”是一套庞大的脑电数据集：来自亚洲、特拉维夫和波士顿的 **10 万名付费志愿者**，贡献了总计 **25 万小时** 的大脑活动数据。志愿者在采集过程中进行了一系列看似游戏的任务，这些任务会激活大脑的不同区域。 基于这些数据，团队训练了一个**基础模型（frontier model）**，其工作原理类似于大语言模型（LLM）从文本中统计推断语义——只不过它分析的是颅骨内的电信号，并据此推断大脑功能状态。该模型随后在 PTSD、精神分裂症和抑郁症患者子集上进行了测试，据称能够**准确推断出个体的大脑健康状况**。 ## 首个产品即将落地：阿尔茨海默病诊断成为突破口 目前，Hemispheric 正在推进一项临床研究，验证其模型是否能够诊断甚至预测 **阿尔茨海默病**。团队计划提交的首个产品将专注于这一方向。如果成功，这将改变当前主要依赖主观问卷和行为观察的诊断方式——因为每个人的脑电活动模式都不同，传统方法往往不够精确。 ## 行业意义：让脑健康诊断走向普惠 从商业和医疗角度看，Hemispheric 的目标是大幅降低脑部诊断的门槛和成本。Littwin 希望未来脑健康检测能像血检一样普及，无需手术或昂贵设备，仅通过非侵入式脑电采集即可完成。这对于全球数以亿计的精神疾病和神经退行性疾病患者而言，意味着更早的干预机会和更个性化的治疗方案。 当然，从实验室到临床广泛应用仍有很长的路：模型在更大规模、多中心人群中的泛化能力，以及监管审批的路径，都是待解之题。但 Hemispheric 已经用这笔可观的融资和独特的数据资产，在 AI+脑科学赛道上占据了一个有利身位。
几个月前，我和未婚妻在亚特兰大一个多山的区域买了一对电动自行车，每辆近2000美元。未婚妻的车顺利到货，而我的车却一再延迟。终于有一天，联邦快递发短信说已送达并签收，但我当时正在厨房做菜，门口根本没有包裹。签收人是神秘的“M.M.”，不是我和未婚妻，也不是楼里任何人。第二天我开始打电话给联邦快递客服，结果陷入长达数月的客户服务地狱——在联邦快递、自行车公司、银行、信用卡公司甚至当地警局的聊天机器人等候室里耗尽时间，只为找到一个真人说话。 最奇怪的是，这种经历如今变得极为普遍。近年来，企业热衷于在客服中部署人工智能，往往以牺牲人类员工为代价。今年4月一项调查显示，31%的客服主管已因采用AI而裁员或计划裁员。多数主管表示他们正在将人工客服调岗或增加任务，而非直接解雇。但有些领导更直白：Verizon CEO Dan Schulman最近告诉彭博社，AI可能会取代公司“很大比例”的客服工作。 当包裹丢失时，我首先拨打联邦快递客服。电话树让我反复选择菜单，最终被转到一个AI聊天机器人。机器人让我提供追踪号，然后告诉我“包裹已送达”。当我指出我没收到时，它重复同样的信息。我尝试说“转人工”，机器人假装理解，却再次把我带回菜单。在多次尝试后，我终于通过说“投诉”触发了转接，但等待了45分钟。 接下来是自行车公司。他们的网站只有聊天机器人，没有电话。机器人让我提供订单号，然后说“已发货”。我解释丢失情况，它自动生成一个工单，承诺48小时内回复。48小时后我收到邮件，要求我联系联邦快递。我再次联系联邦快递，又被机器人循环。 我转向信用卡公司申请争议交易。他们的App有聊天机器人，但只能处理简单问题。我试图通过机器人发起争议，它却让我打电话。电话客服倒是真人，但处理过程漫长。银行方面，机器人可以冻结卡片，但对包裹丢失无能为力。警察局网站也有聊天机器人，只提供报案指引，无法直接处理。 最终，我花了数周时间，在多个机器人之间来回，才通过信用卡公司的真人客服解决了问题——他们发起了争议退款。但整个过程让我深刻体会到：AI客服并没有让服务更智能，反而让它变得更令人愤怒。这些“数字看门人”看似高效，实则把消费者困在循环中，直到他们放弃。企业省了人工成本，却把麻烦转嫁给了用户。
一群 OpenAI 普通员工已向一个名为 **Guardrails Alliance** 的超级政治行动委员会（Super PAC）捐款超过 **21.5 万美元**，该委员会主张对前沿 AI 实验室实施更严格的监管。Guardrails Alliance 上月成立，初始资金为 500 万美元，自称是一项由科技工作者、工会和其他团体支持的民粹主义行动。其目标是与 **Leading the Future** 抗衡——这是一个由科技行业领袖（包括 OpenAI 总裁兼联合创始人 Greg Brockman）提供逾 1 亿美元资金支持的亲 AI 行业超级 PAC。 据 WIRED 获悉，7 名现任 OpenAI 员工和 1 名前员工已向 Guardrails Alliance 捐款。该委员会在 7 月 15 日向联邦选举委员会提交首份季度申报文件前，独家向 WIRED 披露了部分捐赠者信息。其中两名 OpenAI 员工将出现在本次申报中，另外五人则会在未来的披露中被点名。 最大一笔捐款来自 OpenAI 研究工程师 **Juan Felipe Cerón Uribe**，他捐赠了 **20 万美元**。Cerón Uribe 自 2022 年起在 OpenAI 工作，过去四年一直致力于制定减轻 AI 潜在社会危害的策略。他在声明中表示：“在此期间，我越来越担心，如果这些研究不能转化为让私营公司对负责任的 AI 开发负责的护栏，那么所有工作都将白费。科技亿万富翁（如 Greg Brockman）资助了 Leading the Future 超级 PAC，目的是让 AI 不受监管。我很高兴得知 Guardrails Alliance 正在反击 LTF；我很容易就决定捐款。” 现任和前任 OpenAI 员工的捐款仅占 Guardrails Alliance 本选举周期 **1500 万美元** 筹资目标的一小部分，与 Brockman 夫妇承诺给 Leading the Future 的 **5000 万美元** 相比更是相形见绌。但无论金额大小，OpenAI 基层员工的捐款凸显了公司内部在塑造 AI 政策方面的紧张局势日益加剧。Brockman 对 Leading the Future 的捐款已引发部分 OpenAI 员工的担忧，他们曾向高管施压，要求解释公司与该超级 PAC 的关系。OpenAI 领导层随后试图与之保持距离。 这一事件折射出 AI 行业内部在监管问题上的深刻分歧：一方是主张快速推进、减少束缚的行业领袖，另一方是担忧风险、呼吁严格治理的基层员工。随着美国大选临近，AI 政策成为关键议题，这种内部博弈可能对行业未来走向产生深远影响。
根据战略对话研究所（ISD）最新发布的研究报告，**YouTube 和 X（原 Twitter）** 已成为非自愿深度伪造裸体应用（即“脱衣”应用）的主要流量入口。该报告分析了 2025 年 12 月至 2026 年 3 月期间，社交媒体平台如何将用户导向这些用于生成未经同意的性暴露图像的网站。研究发现，**社交媒体平台贡献了超过 570 万次访问**，其中 YouTube 独占 182 万次（超 30%），X 贡献 130 万次。这些流量多来自搜索“undress app”等关键词后出现的推广视频或帖子，部分内容甚至包含优惠码链接。 ### 平台政策与实际执行的鸿沟 ISD 高级研究主任 Melanie Smith 指出，YouTube 明确禁止发布性暴露内容及链接，但实际审核机制未能有效拦截相关引流内容。报告强调，YouTube 不仅是被动流量来源，更在主动“促进”这些工具的使用——例如，一些视频直接演示如何操作“脱衣”应用并附带折扣链接。X 平台虽然也有类似政策，但同样存在大量违规推广。 ### 深度伪造滥用问题加剧 此类应用利用 AI 技术，可在一分钟内生成逼真的裸体图像，**最低仅需 1 美元/张**。受害者多为女性，且图像一旦传播便难以彻底清除。ISD 警告，主流平台成为“网关”后，非自愿深度伪造内容的获取门槛大幅降低，可能引发更严重的隐私侵犯与网络骚扰问题。 ### 行业与监管的紧迫挑战 报告呼吁社交媒体平台立即采取行动，包括改进内容审核算法、禁止相关关键词搜索、并建立跨平台共享的黑名单机制。目前，YouTube 和 X 尚未对此报告作出正式回应。随着深度伪造技术日益普及，如何平衡言论自由与隐私保护，已成为科技巨头与监管者必须直面的难题。
本周的《The Big Interview》播客中，WIRED 资深文化编辑 Manisha Krishnan 与一位名为 Gowanus 的“勒德分子”木偶展开了一场别开生面的对话。Gowanus 是一个拒绝大科技、拥抱户外生活、并对约会软件时代的拒绝文化持有独特见解的木偶角色。这场访谈不仅是一次轻松的娱乐，更引发了对现代科技依赖的深层反思。 ## 木偶的“反科技”宣言 Gowanus 并非普通木偶，它代表了一种回归简单生活的哲学。它直言不讳地批评智能手机、社交媒体和大型科技公司如何侵蚀人们的注意力与真实互动。Gowanus 鼓励听众放下手机，走出户外，去体验真实的世界——哪怕只是看看天空、摸摸草地。这种“勒德分子”式的立场，在当下 AI 与数字化浪潮中显得格外醒目。 ## 约会软件中的拒绝文化 访谈中，Gowanus 还探讨了约会软件如何改变了人际交往。它指出，在算法匹配和快速滑动的世界里，“被拒绝”变得比以往更加频繁且浅薄。人们轻易地左滑或右滑，却忽略了背后真实的情感需求。Gowanus 认为，这种数字化社交方式加剧了孤独感，而真正的连接需要时间与耐心。 ## 科技与生活的平衡 尽管 Gowanus 的言论看似极端，但它提出的问题值得深思：在 AI 和智能设备无处不在的今天，我们是否失去了某种重要的东西？WIRED 的编辑在对话中并未完全否定科技，而是试图寻找一种平衡——如何在享受技术便利的同时，不失去对生活的掌控。 ## 行业背景与启示 这期播客的推出正值科技行业对“数字健康”和“屏幕时间”日益关注的时期。从苹果的屏幕使用时间功能到谷歌的数字健康倡议，大公司也在试图解决用户过度依赖的问题。然而，Gowanus 的“反科技”姿态提供了一种更激进的视角：也许真正的解决方案不是优化技术，而是适度远离。 对于 AI 行业而言，这期节目提醒我们：技术的进步不应以牺牲人性为代价。无论是 AI 助手、推荐算法还是社交平台，都需要在设计时考虑用户的长期福祉，而非仅仅追求参与度。 总之，这期播客以幽默和反讽的方式，邀请听众反思自己的科技使用习惯。它未必要求你扔掉手机，但可能会让你在下次滑动屏幕前，多思考一秒。
1960年代，麻省理工学院教授约瑟夫·维森鲍姆（Joseph Weizenbaum）创建了一个名为ELIZA的聊天机器人。人们与它的对话为后来的聊天机器人设定了先例。 在ELIZA影响计算与文化的60年间，传统叙述将其描绘为最早期的聊天机器人范例——一个能像自动化心理医生般对话的程序。这个看似简单的程序以“欺骗”了维森鲍姆的秘书而闻名，但一个关键部分始终缺失：**ELIZA的源代码**。新书《发明ELIZA》从MIT档案馆中恢复了这份代码，首次深入解读了代码本身，并公开了ELIZA脚本的新对话记录，超越了其流行的“DOCTOR”角色。 研究发现存在多个ELIZA：不同的程序版本、多样的脚本或角色，以及一系列技术创新。《发明ELIZA》旨在纠正并丰富ELIZA的历史与影响，探索误解、多版本和缺失的代码。书中节选分析了ELIZA最早的交互之一——一场与年轻女性的对话，揭示了它如何为未来数十年的人机关系奠定基础，并持续对话当今AI行业的无节制驱动力。 那场对话被无数次转载，激发了程序员和作家的灵感，催生了众多后续聊天机器人。然而，仔细审视后问题浮现：这位年轻女性是真实存在还是虚构？ELIZA如何生成回应？为何它能如此引人入胜？ELIZA及其“DOCTOR”角色催化了一种关于人与计算机关系的思考方式和焦虑，维森鲍姆在1976年的《计算机力量与人类理性》中对此进行了探讨，涉及哲学和伦理问题。
据《连线》报道，隶属于“政府效率部”（DOGE）的人员在美国住房和城市发展部（HUD）工作期间，曾利用人工智能辅助制定政策决策。然而，当非营利法律组织“民主前进”依据《信息自由法》（FOIA）要求披露相关文件时，HUD却以多种理由拒绝提供，其中甚至包括一个并不存在的“AI特权”。 ### AI参与政策制定，但细节成谜 根据“民主前进”获得的FOIA回应文件，HUD共扣留了超过100份与AI使用相关的文件。这些文件名称暗示，DOGE团队在HUD利用AI工具辅助政策决策，例如一份名为“GPT定义的经济分析方法（2025年11月10日）”的文档，以及另一份“监管分析提示.pdf”文件。然而，HUD拒绝公开这些文件的具体内容，理由是它们属于“审议性AI输入”或涉及“总统通讯特权”——后者通常仅适用于总统及其直接顾问。 更引人注目的是，HUD还援引了一个所谓的“AI特权”作为拒绝理由。据法律专家指出，这一特权在美国法律中并不存在，可能是HUD为规避公开义务而自行创设的概念。 ### 背景：DOGE与AI驱动的去监管化 DOGE团队由时任第三年大学生的**Christopher Sweet**和来自地产科技初创公司Kukun的**Scott Langmack**领导。Sweet的主要任务据称是利用AI识别可废止的法规或可取消的合同，这与美国政府整体的去监管化浪潮相呼应。Sweet于2024年6月从芝加哥大学经济学专业毕业，而Langmack目前已转任白宫管理与预算办公室（OMB）的“去监管化AI执行主任”。 HUD员工曾向《连线》透露，AI标记出的法规会交由员工反馈，但部分员工认为这一过程冗余。尽管如此，AI在政策制定中的实际影响仍不透明。 ### 透明度争议与法律挑战 “民主前进”组织表示，HUD的隐瞒行为违背了FOIA的宗旨，尤其当涉及AI这种可能对公众产生深远影响的技术时。法律专家指出，政府使用AI辅助决策必须接受公众监督，而虚构的“AI特权”可能成为新的规避手段。 目前，白宫、HUD及涉事人员均未回应置评请求。这一事件引发了关于AI在政府中应用的透明度与问责制的广泛讨论。
苹果在 iOS 27 公测版中推出了大幅升级的 Siri AI，它不再只是一个语音助手，而是深度嵌入 iPhone 体验的智能中枢。本文基于实际体验，介绍 Siri AI 的主要变化、使用感受和潜在价值。 ## 从语音助手到系统基础设施 长期以来，Siri 常被诟病为“鸡肋”，但这次更新彻底改变了它的角色。苹果在 WWDC 上展示的 Siri AI，不仅保留了语音控制，还新增了聊天机器人风格的独立应用，并将 AI 能力无缝整合到操作系统的各个角落。IDC 高级研究总监 Nabila Popal 评价道：“Siri AI 的集成度非常高，无论你在设备的哪个位置都能调用它——可以语音对话，也可以通过应用访问。这种跨生态的整合做得相当出色。” ## 实际体验：有亮点，不完美 在开发者测试版中，Siri AI 的表现令人印象深刻。它能通过简单指令完成多项任务： - 查找旧度假照片 - 快速发送短信 - 推荐附近的煎饼店 虽然并非完美无缺，但新 Siri 确实让助手变得“有用”了。对于之前很少使用 Siri 的用户来说，这次更新尤其值得一试——你可能会发现一些能融入日常使用的隐藏功能。 ## 如何尝鲜 目前 iOS 27 公测版已开放下载，但使用 Siri AI 仍需加入等待列表。建议在安装前备份设备，不过根据开发者版体验，稳定性尚可。 ## 行业视角 此次升级标志着苹果在 AI 领域的重大转向。将 Siri 从单纯的语音工具升级为“一切工具”，反映了苹果试图通过 AI 重塑人机交互方式的野心。与竞品相比，苹果的优势在于软硬件一体化生态——Siri AI 能直接调用底层系统功能，而非仅停留在应用层面。 未来，随着更多第三方开发者接入，Siri AI 的能力边界将进一步扩展。对于普通用户而言，这可能是重新认识 iPhone 智能助手的开始。
Researchers cobbled together funding and time to show how quantum computing could aid in the development of drugs to help underserved populations and combat rare diseases.
OpenAI的安全系统负责人Johannes Heidecke本周宣布离职，这是继安全团队与研发团队整合后的又一重大人事变动。据WIRED获取的内部备忘录，首席研究官Mark Chen表示，安全团队将直接向研究副总裁兼对齐负责人Mia Glaese汇报，Glaese的职责扩展为研究兼安全副总裁。前安全团队负责人Saachi Jain将担任临时安全系统主管，向Glaese汇报。 Chen在备忘录中指出：“安全需求持续增长——我们训练模型的节奏大大加快，发布周期也大幅缩短。因此，如今我们在安全方面的协调挑战比以往任何时候都更大。”Heidecke于2021年加入OpenAI担任AI安全分析师，2024年接替Lilian Weng成为安全系统负责人，后者离职后与他人共同创立了Thinking Machines Lab。 Heidecke的离职正值OpenAI加速推出更强大的模型。本周早些时候，公司发布了GPT-5.6，该模型在智能体编码任务上表现最强，但OpenAI也承认其表现出令人担忧的“失调行为”。Heidecke是近期离职的又一位安全领域高管。此前，OpenAI首席未来学家Joshua Achiam也在九年的安全研究后宣布离开。此外，AGI部署首席执行官Fidji Simo因长期病假卸任。 这一系列变动折射出OpenAI在追求前沿模型能力与确保安全之间的持续张力。安全团队向研究团队靠拢，旨在让安全更早介入模型开发，但高管的接连离开也引发外界对OpenAI安全文化的担忧。随着GPT-5.6的发布和未来AGI路线的推进，OpenAI如何在速度与安全间找到平衡，将是其面临的核心挑战。
苹果公司于本周五向加州圣何塞联邦法院提起诉讼，指控OpenAI及其硬件主管唐坦（Tang Tan）窃取商业机密，包括未发布的零件、原型机、保密设计以及秘密项目文件。唐坦曾在苹果任职24年，负责iPhone产品设计，后于2024年加入OpenAI担任硬件主管。 苹果在诉状中称，OpenAI鼓励从苹果离职或考虑离职的员工携带专有技术，并指导他们如何规避苹果的数据安全协议。唐坦甚至被指控帮助培训新员工，让他们在面试OpenAI时携带苹果的机密部件。“OpenAI的硬件业务建立在最不稳固的基础上，其核心非法依赖于盗用的商业机密，已从根上腐烂。”苹果在诉状中写道。 OpenAI发言人Drew Pusateri回应称：“我们对他公司的商业机密没有兴趣，我们专注于构建赋能全球的创新技术。”苹果发言人Hannah Smith则表示：“苹果将永远捍卫我们团队的辛勤工作和创新，并将采取一切适当措施。” 这场诉讼被业界视为硅谷自2017年Waymo诉Uber窃取硬件设计案以来最重大的知识产权纠纷。当时Waymo指控Uber挖走其工程师并带走数千份机密文件，最终Uber同意支付2.45亿美元和解。 值得注意的是，苹果与OpenAI此前曾为合作伙伴。2024年，双方达成里程碑式协议，在iPhone、MacBook和iPad上集成ChatGPT。但近年来关系逐渐紧张，苹果转而更多依赖Google的Gemini AI技术构建内部AI模型。 随着AI消费设备市场竞争加剧，双方未来可能面临更直接的对决。据苹果透露，OpenAI已雇佣超过400名前苹果员工。此次诉讼不仅关乎硬件机密，更可能重塑两家科技巨头在AI时代的竞争格局。
位于洛杉矶市中心的 **Dataland** 自称“全球首个人工智能艺术博物馆”，于6月20日向公众开放，开幕两周内便吸引了超过 **1万名** 访客。其核心展览 **《机器之梦：雨林》** 由艺术家 **Refik Anadol** 及其工作室联合创始人 **Efsun Erkılıç** 打造，通过可穿戴设备追踪访客的动作与生物特征，实时生成不断变化的数字影像与声景。 Anadol 表示，团队耗时三年从零训练自有AI模型 **Large Nature Model**，并亲自前往亚马逊等雨林采集原始数据，最终积累了 **5 PB** 的素材。这些数据与史密森尼等研究机构的自然科学档案共同驱动模型，创造出“幻觉化”的自然环境。与硅谷AI公司因未经授权使用训练数据而饱受争议不同，Dataland 强调所有数据均经研究人员同意并参与采集。 此外，Google DeepMind 为画廊提供了“实验性低能耗”资源，使其能够依托 Google Cloud 实现可持续计算。Anadol 认为，当前正处于艺术史的“文艺复兴”时期，AI 作为媒介虽具争议但潜力巨大。Dataland 试图通过伦理数据采集、环境责任与沉浸式体验，重新定义“AI艺术”的内涵——这一概念此前常被许多创作者质疑。