人工智能资讯 第46页
聚合当前分类下的最新内容，按时间顺序查看第 46 页精选文章。
AI 失业潮真的快来了吗？软件工程师招聘同比上升 11%
Citadel Securities 指出，美国软件工程师招聘岗位同比上升 11%，和“AI 正在快速消灭代码岗位”的叙事并不一致。 St Louis Fed 实时人口调查也显示，职场每日使用 AI 的比例没有出现陡峭跃升。 更现实的判断是：AI 正在改变任务结构，但还没有变成宏观层面的快速就业替代冲击。
AI 越会照顾情绪，越容易答错？牛津研究提醒调优别只看用户满意
牛津互联网研究所发表于 Nature 的研究发现，被调校得更温暖、更照顾用户感受的 AI 模型，在客观任务上的错误率平均增加 7.43 个百分点。 这不是说 AI 不能有同理心，而是提醒产品团队：亲和感、用户满意度和事实准确性可能会互相拉扯。 对医疗问答、企业知识库、合规辅助这类场景，下一步最该补的是压力情境下的事实性评测，而不是只看用户喜不喜欢。
Replit不想卖：AI编程公司的真考题不是估值，是能不能活成平台
Cursor据报与SpaceX洽谈600亿美元收购，Replit创始人Amjad Masad则在TechCrunch活动上说，更想保持独立。Replit拿出的理由不是情怀，而是收入斜率、毛利转正、安全能力、苹果审核冲突和客户交易生态。真正该看的不是谁卖给谁，而是AI编程工具能不能从模型外壳，长成有成本控制、有安全边界、有分发能力的平台公司。
Meta 收购 ARI：人形机器人热闹背后，巨头抢的是“现实世界数据”
Meta 收购人形机器人 AI 初创公司 Assured Robot Intelligence，团队将进入 Superintelligence Labs，补强机器人控制、自学习和全身人形控制能力。更关键的不是 Meta 要不要卖一台家用机器人，而是大模型已经开始向物理世界要数据、要反馈、要下一阶段的训练燃料。
Spotify给真人艺人加绿勾：能验明身份，不能证明音乐没用AI
Spotify将在未来数周上线“Verified by Spotify”绿色勾，给真人艺人做身份认证。它能降低AI合成艺人冒充真人的混淆，但不能证明歌曲没有使用AI。对听众来说，绿勾只能回答“这个艺人像不像真实存在”；对独立音乐人来说，认证规则可能抬高信任门槛。
加州 AI 数据中心真是水危机主因吗？数字不支持
加州水资源专家 Jay Lund 估算，加州 AI 数据中心年耗水较窄口径约 2 万 acre-ft，占全州人类用水约 0.055%；宽口径约 0.08%—0.7%。 这不等于 AI 没有水问题，而是说明加州总量层面的恐慌被放大了。 真正该追问的是：数据中心落在哪、从哪个供水系统取水、企业披露到什么程度、地方政府怎么把水电账算清。
Coatue把AI投资推到电力和土地：可能服务Anthropic，但还不能下定论
据《华尔街日报》报道，Coatue发起Next Frontier，计划在大型电力资源附近买地，用于未来数据中心开发。它据称已与FluidStack签署合资协议，而FluidStack曾与Anthropic达成500亿美元数据中心建设协议。更关键的变化是，AI资本正在从押注模型公司，前移到电力、土地和数据中心资产。
Uber四个月烧完AI预算后，高管开始问：这些token到底换来了什么？
Uber据称在2026年前四个月用完全年AI预算后，总裁兼COO Andrew Macdonald又把问题挑明：Claude Code等工具的token消耗在涨，但很难证明它带来了更多有用的消费者功能。旧问题是AI编程助手击穿预算表，新变化是管理层不再只看工程师爱不爱用，而开始追问钱、功能和人效之间的硬连接。
5000 美元智能床建议继续饮酒：睡眠 AI 最怕把相关性当医嘱
The Verge 资深评测作者称，约 5000 美元的 Eight Sleep Pod 4 Ultra 在晨间 AI 总结里，把一次打鼾下降写成饮酒直接导致，并建议保持习惯。 更麻烦的是，应用还给夫妻睡眠数据排榜，比较睡眠分数、时长和打鼾，并给赢家加皇冠。 这件事的重点不是一张床说错话，而是健康硬件正在把不稳定的 AI 解释塞进最容易焦虑的睡眠场景。
五角大楼把 Anthropic 挡在门外：AI 公司进国防核心，不只看技术
五角大楼允许 OpenAI、Google、Microsoft、Amazon、Nvidia、xAI 和 Reflection 的 AI 工具进入机密环境，理由是支持 AI 系统的“lawful operational use”。反常点是 Anthropic 被排除：它此前有 2 亿美元级别、涉及五角大楼机密材料的合同，技术能力也被认可。核心矛盾不是模型强弱，而是 AI 公司能否带着自己的使用红线进入国防系统。
不到一万粉，也可能被做成 AI 色情网红
亚利桑那州三名女性起诉 AI ModelForge 相关男子，称其盗用 Instagram 照片训练可识别的 AI 色情网红，并把方法做成月费 24.95 美元的课程出售。诉状指向的风险不只是 deepfake 色情，而是普通人的公开生活素材被改造成可教学、可复制、可变现的侵权链条。对有公开社媒账号的人，真正该警惕的是平台规则和法律生效之前的空窗期。
AI圣经短视频涌向社交平台，Fiverr零工接住了这门低成本生意
1. The Verge 报道称，部分基督教内容创作者正在 Fiverr 外包 AI 圣经故事短视频，用于 TikTok、YouTube、Instagram、Facebook 等平台。 2. 重点不在视频好不好看，而在生成式 AI 把宗教叙事、平台流量和跨国零工劳动串成了一条低成本内容生产链。 3. 真正该盯的是披露问题：谁改写了经文、谁制作了视频、是否用了 AI，观众和家长往往看不清。
微软在 Word 里推出法律 AI 代理，难点不是写合同，而是让法务敢用
微软在 Word 中推出 Legal Agent，目前只面向美国 Frontier 项目成员开放，不是面向所有 Word 用户全面上线。它的重点是按法律实务工作流审查合同条款、对照 playbook、处理修订痕迹，并识别协议和合同中的风险与义务。对企业法务和合同管理团队来说，真正要评估的不是 AI 会不会写，而是提示是否可追溯、责任边界是否清楚。
Grok 4.3 发布：100 万上下文很香，可靠性这笔账更硬
Grok 4.3 不再只是文档里的参数：第三方评测给了 53 分，价格明显下调，任务型指标也在涨。但更关键的新信息是，非幻觉指标下滑，说明它的性价比改善还不能直接换成生产可用性。对企业和开发者来说，真正要重算的不是模型单价，而是长上下文、缓存、工具调用和人工复核的总成本。
Andrew Kelley 的“别在我家抽烟”：开源项目有权拒绝 AI PR
Simon Willison 转引了 Zig 创始人 Andrew Kelley 在 Lobsters 的评论：LLM 辅助 PR 并非总是难以识别，AI 幻觉和人类错误有不同痕迹。争议不在 AI 能不能写代码，而在维护者能不能拒绝把额外审查成本接进项目。对维护者来说，规则要写清；对 AI 贡献者来说，披露、解释和自检会变成基本门槛。
Legora估值升至56亿美元：法律AI开始从融资战打到客户和心智战
Legora在5.5亿美元D轮后约一个月，又拿到5000万美元D轮扩展融资，投后估值升至56亿美元。它仍没有追平估值110亿美元的Harvey，但双方已经在客户、地域和品牌营销上正面相撞。对投资人和法务团队来说，接下来要看的不是谁的融资新闻更响，而是谁能进入真实工作流，并扛住基础模型厂商的潜在挤压。
AI 帮大肠杆菌少用一种氨基酸，但离“19 种氨基酸生命”还很远
哥伦比亚大学和哈佛团队用 AI 蛋白设计工具，改造大肠杆菌核糖体小亚基相关蛋白，让细胞在这部分系统中不再依赖异亮氨酸。真正重要的是，实验验证了 AI 可推动缩减遗传密码的局部设计；不应夸大为已经创造出全面不需要异亮氨酸的生命。
AI 微应用越来越像博客，RSS 又被推回了桌面
Matt Webb 提议给 vibe coding 生成的工具页和应用页加 RSS/Atom feed，条目里甚至可以放 Install 按钮，但“安装到哪里”还是悬而未决。Simon Willison 随后让 Claude 给自己的 /elsewhere/tools/ 页面加了 Atom feed 和图标，数据来自 tools.simonwillison.net。这件小事不等于 RSS 复兴，却点中了 AI 微应用的真问题：生成变容易后，发现、安装、信任和迁移会变成新的分水岭。
BioticsAI 获 FDA 批准：医疗 AI 创业，难在把慢事提前做
BioticsAI 从不到 10 万美元的早期可运行原型起步，2023 年赢得 TechCrunch Startup Battlefield，并在 2026 年 1 月获得 FDA 批准，开始进入医院部署。 它做的是产前超声 AI copilot，用来辅助发现胎儿异常，不是替医生下诊断。 这个案例的参考价值不在“低成本做医疗器械”，而在医疗 AI 公司能否同时跑通临床验证、监管沟通、融资叙事和团队耐心。
马斯克一句“Partly”，把 AI 蒸馏的灰区说穿了
马斯克在加州联邦法庭承认，xAI 曾“部分”使用 OpenAI 模型来改进 Grok。相比早前停留在“被指使用”的阶段，这次多了一个关键变化：争议不再只是外界猜测，而是进入了证词层面的行业灰区。
IBM 和 Dallara 把赛车 CFD 压到数秒，但真正的门槛是误差
IBM 与 Dallara 的研究显示，基于 GIST 神经算子的物理约束 AI 代理模型，能在特定 LMP2 类赛车气动任务中，把传统可能需要数万核心小时的 CFD 活动压到单 CPU 数秒级。它不是取代 CFD、风洞或气动工程师，而是让有限仿真预算覆盖更大的设计搜索空间。真正受影响的是赛车工程团队的工作流：数据怎么生成、模型多久重训、哪些结果必须回到高精度 CFD 验证，会变得更关键。