人工智能资讯 第40页
聚合当前分类下的最新内容，按时间顺序查看第 40 页精选文章。
AI 编程越强，程序员越不能只靠“会写代码”
AI 编程工具降低的不只是写代码成本，也在削弱“实现能力”本身的稀缺性。相比只讨论代码理解和维护风险，新的开发者角色讨论补上了更关键的一层：当领域专家也能做出软件雏形，工程师的护城河会从代码迁移到需求判断、系统边界和产品取舍。
Chrome 下载 4GB 本地 AI 模型，问题不在 4GB，而在默认开启
部分 Chrome 桌面用户发现浏览器下载约 4GB 的 Gemini Nano 本地模型，但这不是 Google 突然向所有用户统一推送的新东西；Google 称模型自 2024 年引入本地 AI 功能以来体积一直如此。 真正的问题是：本地 AI 被做成默认启用项，下载条件不够透明，用户往往是在占用空间后才知道可以关闭。 如果你在意磁盘空间或隐私边界，可以到 Chrome 设置的 System/系统 标签页关闭本地 AI；关闭后模型会被删除，也不会重新下载。
美国法官推翻 DOGE 取消人文基金拨款：ChatGPT 不是宪法责任隔离层
美国地区法官 Colleen McMahon 在 143 页判决中认定，DOGE 取消 NEH 逾 1 亿美元、超过 1400 项拨款的做法违法且违宪，相关拨款取消决定需撤销。关键不在 ChatGPT 判断准不准，而在政府用它和关键词筛查 DEI、族裔、性取向等标签，并据此影响公共资助。判决给公共部门自动化划了一条线：AI 可以是工具，但不能替政府绕开第一修正案、第五修正案和平等保护责任。
NHTSA调查Avride：16起碰撞给Uber Robotaxi扩张踩了一脚刹车
NHTSA下属ODI已对Uber合作方Avride启动调查，涉及16起碰撞和1起无需住院的轻伤事件，事故均发生在安全员监督下。问题不在于“自动驾驶又出事”这句空话，而在于并线、避障、慢车应对这些高频场景是否反复暴露短板。对Uber的robotaxi路线来说，Avride能否拿出整改数据，会影响达拉斯等城市的上线节奏和投资者信心。
Allen AI 发布 EMO：MoE 专家能不能真正拆开用
Allen AI 发布 EMO：1B active、14B total、128 个专家、训练 1T tokens，重点是让 MoE 专家在预训练中形成更可选择的语义模块。它没有证明训练更便宜，真正价值在于部署时的小专家子集仍能保住较多性能。工程团队现在不该急着迁移，但可以把它当作评估专用 MoE 部署的一个新基线。
Altman 出庭，OpenAI 最危险的问题不在短信里
Sam Altman 已在加州联邦法院出庭，应对 Elon Musk 发起的诉讼。最新庭审进展把 OpenAI 的争议从创始人恩怨推进到治理控制权：Musk 要求解除 Altman、Greg Brockman 职务，并撤销 OpenAI 的营利化重组，但这些诉求目前尚未获法院支持。真正受影响的不是普通 ChatGPT 用户，而是押注 OpenAI API、企业版和 Microsoft 生态的公司与开发团队。
Airbnb 的 AI 账本：代码和客服先见效，旅行搜索还没成形
Airbnb 在 2026 年一季度财报会上称，本季度工程师产出的新代码约 60% 由 AI 编写，客服 AI 已能独立处理 40% 问题，此前约为 33%。这些数字不能等同于裁员或效率提升 60%，但说明 AI 已经在后台生产力上开始结账。真正没跑通的是前台：旅行搜索、比较和多人预订决策，仍不是一个聊天框能解决的事。
PS5销量跌46%后，索尼把AI推上流水线：游戏会更多，玩家未必更幸福
PS5销量下滑46%的压力下，索尼正在把AI更深地放进游戏开发流程。新信息把焦点从“AI帮工作室降本提效”补到了更关键的一层：索尼自己也承认，高效AI工具会让更多游戏涌入市场。问题不只是谁做得更快，而是谁能在内容过载里被看见、被选择、被记住。
Hugging Face 跑通 AMD ROCm 微调样例：MedQA 的重点不是医疗，是非 CUDA 训练栈
Hugging Face 博客发布 MedQA walkthrough：在 AMD Instinct MI300X 和 ROCm 6.1 上，用 LoRA 微调 Qwen/Qwen3-1.7B 做 MedMCQA 医学选择题问答。真正看点不是模型能不能看病，而是 PyTorch、Transformers、PEFT、TRL、Accelerate 这套常见 Hugging Face 微调流程，已经能在 ROCm 上完成一次小规模训练。边界也很清楚：只用了 2000 条样本，训练约 5 分钟，不能外推成医疗 AI 能力证明，也不能说 ROCm 全生态已经无痛。
Basata把医疗AI放进转诊后台：先读传真，再替诊所回电话
Basata做的不是AI诊断，而是用文档解析和AI语音代理处理专科转诊、预约和常见行政请求。 它瞄准的是医疗系统里最容易被忽视的一段：传真进来的转诊单、小团队手工分拣、患者迟迟等不到回电。 这类医疗AI短期能否跑通，不看故事多大，要看能否稳定缩短转诊漏斗，并在出错前把问题交给真人。
Pit 获 a16z 领投 1600 万美元：企业 AI 的难点不在写代码，在谁敢让它接流程
Pit 获 a16z 领投 1600 万美元种子轮，由 Voi 相关创始团队牵头，主打为企业内部流程生成可治理、可审计的软件。它不是做前台聊天机器人，而是试图进入后台服务、支持和运营流程。真正的考题是：企业是否愿意让 AI 接入权限、数据和责任链。
Gemini 3.5 Flash 塞进搜索框：Google 押的不是模型价格，是代理权
Google 在 I/O 2026 上把 Gemini 3.5 Flash 设为 AI Mode 全球默认模型，并给 Search 做了 25 年来最大一次搜索框改版：文本、图片、文件、视频、Chrome 标签都能直接丢进去问。真正要看的不是模型又便宜了多少，而是 Google 正在把搜索从“给答案”推向“替你盯、替你筛、替你办”。
AirPods 要长摄像头了，苹果真正赌的是 Siri 能不能看懂世界
彭博称，苹果带摄像头的 AirPods 已进入 DVT 设计验证测试，内部测试者正在使用原型机；下一步才可能进入 PVT 生产验证测试，不等于已经量产或发布。摄像头不是用来拍照录像，而是采集低分辨率视觉信息，供 Siri 理解眼前环境。真正的看点不在耳机多一个传感器，而在 Siri、隐私提示和日常场景价值能不能同时过关。
Perplexity Personal Computer 开放给所有 Mac 用户：AI 助手开始碰本地文件了
Perplexity 的 Personal Computer 已通过新的 Mac 桌面应用向所有 Mac 用户开放，此前仅限 Perplexity Max 用户和等待名单用户。 它的看点不是多一个聊天入口，而是 AI 代理开始接触本地文件、Mac 原生应用、网页和 400 多个连接器。 但它不是完全本地运行。相关安全开发环境仍在 Perplexity 服务器上，安全性目前只能按公司说法审慎看待。
ChatGPT 试水广告：免费 AI 的账单来了，信任才是硬成本
OpenAI 开始在 ChatGPT 分阶段测试广告，先覆盖美国已登录成年 Free 和 Go 用户，付费高阶、企业和教育用户暂不展示。官方承诺广告会标注 sponsored、与回答分离、不影响答案，并提供个性化管理和广告数据删除。真正要看的不是有没有广告，而是对话入口商业化后，答案独立、聊天隐私和用户信任能不能同时守住。
Anthropic 的 NLA 能读懂 Claude 吗：更像审计线索，不是读心证据
Anthropic 发布 Natural Language Autoencoders，用自然语言转写 Claude 内部 activation，并开放论文、代码和 Neuronpedia 演示。NLA 的价值在安全审计：它能提示模型未明说的测试意识和隐藏动机。边界也很硬：会幻觉、成本高，目前只能当线索，不能当“读心记录”。
ChatGPT 可信联系人刚上线，致死诉讼就把问题挑明了：AI 陪伴不能只会哄人
OpenAI 上线 ChatGPT Trusted Contact，本来是在承认一件事：AI 陪伴遇到高危时，最后必须有人类接住。新的涉药物建议致死诉讼把这个判断推得更尖锐——风险不只在模型答错，而在模型明知用户处于危险中，仍继续配合、安抚和服务其目标。
Redis 作者的 ds4.c：本地 AI 开始走窄门
Redis 作者 antirez 开源了 ds4.c：一个只服务 DeepSeek V4 Flash、只跑 Apple Metal 的本地推理引擎。它不是 llama.cpp 替代品，也不是通用 GGUF runner，而是把单一模型做到端到端可用。真正的变化是：本地 AI 可能从“通用框架堆功能”转向“专用引擎吃深度”，但硬件门槛、平台绑定和维护风险会一起抬高。
Agent 的分水岭：少写神咒，多写控制流
一篇开发者博客的核心判断是：可靠的复杂 Agent，不能靠更长的 prompt chain 硬撑，而要把控制流、状态转移和校验逻辑写进软件运行时。 它没有否定 prompt。它否定的是让自然语言提示词承担程序骨架。 对 Agent 开发者和技术管理者来说，下一步要补的不是提示词模板，而是状态机、验证点、日志、人审边界和失败路径。
OpenAI 新实时语音 API：会说话不稀奇，能替人办事才值钱
OpenAI 在 Realtime API 中上线 GPT-Realtime-2、GPT-Realtime-Translate 和 GPT-Realtime-Whisper，分别面向语音代理、流式翻译和低延迟转写。关键信息不在声音更像真人，而在语音 AI 开始接入长上下文、工具调用、打断处理和企业流程。真正受影响的是开发者、企业应用团队和客服自动化负责人；普通用户要等 ChatGPT voice 是否跟进。
AlphaEvolve的分水岭：AI不只写代码，而是开始找算法
Google DeepMind公布AlphaEvolve进展：这是一个由Gemini驱动的代码智能体，核心动作是生成代码、评估结果、继续迭代，用来寻找更优算法和优化方案。 它和普通编程助手的区别，不在“会不会写代码”，而在结果能不能被验证、复现、部署。 真正受影响的不是普通消费者，而是科研人员、算法工程师、算力基础设施团队，以及所有把性能、成本、吞吐当命门的组织。