欧盟 AI 的下一个篇章是 Agentic
新分析显示,Agentic AI 在欧盟企业和小企业中的采用率正在不断增长,深入使用有望释放更多价值。
新分析显示,Agentic AI 在欧盟企业和小企业中的采用率正在不断增长,深入使用有望释放更多价值。
机器学习先驱 Michael I. Jordan 在采访中批评 AI 末日论纯属科幻小说,并指责科技公司高管及部分年轻研究人员通过渲染“超级智能”进行道德表演。他认为当前对数据中心的巨额投资是一场盲目赌博,并指出 LLM 已足以处理自然语言任务,企业无需依赖巨型数据中心,通过集成开源模型即可实现特定领域的专业化应用。
演员 Mia Goth 的代表指责 Instagram 允许一个带有蓝色认证标识的粉丝账号传播其 AI 生成的虚假图片,并称该平台优先考虑虚假内容的传播而非保护公众人物形象的行为令人“无法理解”。尽管 Meta 现行政策对部分生成式 AI 内容进行标注,但其规则中排除了静态图片,且付费认证机制导致非本人运营的账号也能获得“蓝标”认证。目前该涉事账号已被移除。
菲尔兹奖得主丘成桐在北京发起“丘成桐数学与人工智能实验室联盟”,联合八家机构构建超 1,000 人的研究网络,旨在推动 AI 在数学研究中的应用。与此同时,西方数学界对此持怀疑态度,包括陶哲轩在内的 25 位菲尔兹奖得主担忧 AI 生成证明会削弱数学理解力并引发学术依赖。目前,中国正致力于开发专用模型、机器可验证证明及透明的 AI 推理技术。
TechCrunch Disrupt 2026 大会将于 10 月 13 日至 15 日在旧金山举行,届时将汇集 AI、机器人、生物技术及风险投资等领域的行业领袖。
2026 年巴黎车展上,中国汽车品牌参展数量占整车品牌的三分之一,较 2024 年翻倍,理想、问界等品牌宣布了欧洲市场扩张计划。与此同时,大众集团 CEO 奥博穆呼吁德法加强合作以应对中国车企竞争,而宝马、保时捷等德系巨头缺席了本届车展。数据显示,中国车企在西欧市场份额已达 10.7%,并在插混市场份额由两年前的 2.2% 跃升至 26%。
AI 实验室正通过 SimpleClosure 和 Sunset 等中介机构,收购倒闭初创公司的代码库、Slack 聊天记录及工作空间数据,以解决高质量训练数据短缺问题。
IMF 在最新《全球金融稳定报告》中警告,AI 行业的高估值与债务堆积可能引发股价崩盘,进而波及全球金融市场。该机构指出,AI 资产价格修正风险、政府借贷成本上升及大规模网络攻击是当前全球金融的三大突出风险。报告强调,由于“七巨头”科技股占标普 500 指数权重已超 35%,且行业存在循环融资与高杠杆现象,一旦 AI 投资回报不及预期,可能导致全球范围内的市场动荡与金融环境收紧。
导演徐克在法国卢米埃尔电影节大师班上表示,AI 与广告、互联网共同模糊了现实与幻觉的边界,导致公众更难追溯内容的真实来源。他指出,在图像、视频与文本均可被技术生成的环境下,AI 的普及正持续塑造个人认知,并可能进一步影响人们对自我身份与外部世界的理解。
ARK CEO Cathie Wood 表示,AI 可能引发自工业革命以来全球增长的最大加速,若重现工业革命时期 5 倍的增长跃升,全球实际 GDP 增长率有望达到 15%。相比之下,IMF 最新预测未计入 AI 带来的额外生产力增长,并指出 AI 泡沫破裂对全球经济的潜在损失约为 1.1%,远高于 AI 繁荣带来的 0.6% 增益。
IMF 总裁 Kristalina Georgieva 指出,AI 在推动全球经济增长的同时,正通过自动化例行性任务消除年轻劳动者的入门级岗位。IMF 研究显示,AI 可能影响发达经济体约 60% 及全球 40% 的岗位,其中约一半受影响者有望受益,但其余人员面临关键任务被自动化的风险。
IMF 最新《世界经济展望》报告指出,宏观经济数据尚未显示 AI 对工资、就业或生产率产生明显影响,且预测模型假设 AI 不会带来额外生产率增长。AI 硬件贸易额自 2019 年以来增长约 3 倍,但主要源于价格上涨而非出货量增加。此外,IMF 模型显示 AI 泡沫破裂可能导致 2028 年全球产出损失 1.1%,而 AI 繁荣带来的收益仅为 2029 年产出的 0.6%。
MIT 媒体艺术与科学教授 Deb Roy 在《原子科学家公报》发表文章,呼吁在 AI 参与公民对话时重建传播的责任与“可问责性”。他指出,LLM 生成的文本因缺乏人类背书,正导致公共反馈渠道的合法性受损,甚至使政策制定者难以分辨真实民意。Roy 强调,即便使用 AI 辅助沟通,也必须确保每个公共评论背后都有明确的责任人。
Meta 通过投入数十亿美元招揽顶尖 AI 人才并组建精英团队,成功推动了 Muse 应用及相关模型的落地。这一成果证明了在充足资源与明确目标的驱动下,顶级人才团队能够实现显著的技术突破。
针对 Rich Hickey 提出的 LLM 属于自动化而非工具的观点,本文认为该结论不成立,强调 LLM 同样是需要人类操控的工具。如同锯子或凿子,LLM 的效用取决于操作者的技能,包括明确指令、解读反馈及纠正错误。文章指出,自动化本身即是工具的特性,将 LLM 视为独立主体或拒绝将其定义为工具,忽视了人类在反馈循环中发挥的专业判断与意图。
Rich Hickey 指出 LLM 本质上是自动化而非工具,因为其使用过程缺乏工具所需的持续控制、意图引导及感官反馈。他认为用户在使用 LLM 时实际上是在放弃自主权,通过请求模型自行行动来规避写作、论证与思考等学习过程。这种自动化模式不仅无法像使用工具那样积累专业技能,还可能因模型算法更新导致用户所学的“经验”瞬间失效。
报道指出 Epic Games 正在调整开发策略,转向“AI 优先”的游戏开发模式。该转型意味着其后续的 Marvel 和 Star Wars 射击游戏项目将不再依赖纯手工编写的代码或无 AI 参与的艺术创作。
在未发布模型权重、产品或 API 的情况下仅公布基准测试成绩,存在极高的市场风险。这种做法几乎可以肯定,在模型正式推出前,竞争对手就会在同一类别中发布性能更优的模型。
针对近期关于“软件已死”及“技术护城河终结”的讨论,Yuchen Jin 指出技术护城河并未消失,失效的仅是浅层技术护城河。若技术护城河已不存在,则意味着芯片公司能轻易通过 vibe-code 复刻 NVIDIA 的 CUDA,车企也能同理实现 Tesla 或 Waymo 级别的自动驾驶技术,而现实显然并非如此。
AI 技术的进步正在显著降低针对个人实施大规模复杂攻击的成本。用户应尽快在所有账户开启双重认证,并与家人建立密码共享机制,以防范冒充亲友索要钱财的语音诈骗风险。
Hugging Face CEO Clement Delangue 近日转发了一段关于 Microduck 在地毯上进行 3 分钟未剪辑测试的视频。该视频展示了 Microduck 在测试过程中的实际表现,其中 0:50 处出现了模型“脸着地”(faceplant)的意外状况。
Andrej Karpathy 指出,目前全球仅约 5000 人能接触到内部前沿 AI 系统,这些系统已能处理需顶尖专家耗时数年才能完成的复杂任务。他将 LLM 用户分为四层,认为大众所见的“笨拙聊天机器人”仅是 AI 能力的预览,而前沿领域已实现智能体在数周内协作完成大型软件工程。目前 AI 能力在代码与数学等可验证领域增长最快,人类的理解与评估速度正逐渐落后于技术演进。
前 Google CEO Eric Schmidt 指出,AI 产业发展的真正限制并非能源,而是高达万亿级的资本投入需求。按每吉瓦约 500 亿美元的成本计算,全球仅有极少数公司或国家具备承担此类规模资金的能力。Broadcom CEO Hock Tan 与 Intel 前高管 Lip-Bu Tan 亦持相似观点,认为资本及融资成本已成为制约 AI 基础设施建设的首要挑战。
Amazon 仓库目前拥有超 100 万台机器人全天候运转,并计划通过新建工厂进一步扩大产能。根据 2025 年报,该公司仍雇佣超过 150 万名人类员工。尽管高管表示机器人承担了高风险重活,但学者与劳工组织指出,协作机器人因物理贴近且能主导工作节奏,对人类员工的影响仍存在争议。
Amazon 目前在全球仓库中部署了超过 100 万台机器人,以支持每日数千万件的当日达与次日达配送服务,并计划在未来进一步扩大机器人规模。尽管公司高管表示机器人承担了高风险与高强度的体力劳动,但劳工权益组织与研究人员指出,AI 驱动的自动化协作机器人不仅在物理空间上与人类近距离接触,还具备决定工作节奏的能力,这对人类员工的工作环境产生了复杂影响。
Elorian 与 Scale AI 发布了 Humanity’s Sixth Sense (HSS) 基准,用于测试模型对视觉场景隐含信息的推理能力。在包含 522 个问题的测试中,GPT 6 Astra 取得 53.6 的 pass@1 分数,优于 GLM-5.3-flash(26.8)与 Kimi K3(25.5),但仍远低于人类 93.1 的基准线。
2025 年底 GLP-1 药物销售额达 760 亿美元,已超过生成式 AI 的 630 亿美元,且美国成人使用比例从 2024 年的 3% 升至 11%。随着印度仿制药月供成本降至约 13 美元,该药物展现出作为“节制技术”在戒酒及减缓心脏衰老方面的潜力。尽管其市场规模迅速扩张,但研究显示约半数用户会在一年内停药,且其对长期医疗成本的实际节省效果仍存在争议。
贫困家庭幼儿出生后获得 1000 美金可降低 40% 的死亡率,显示金钱是贫困人口最有效的救助方式。人类目前投入 AI 的资金若减半即可解决全球极度贫困,但社会却倾向于寄希望于 AI 解决贫困问题。作者质疑此前“发钱不如发物资”的实验结论,认为其可能仅是让富人获得心理安慰的传播案例。
RO3 正式服预计明年 5 月发布,但其私服已提前上线 1 个月并开始进行内容开发。AI 技术的普及显著提升了私服开发效率,同时也加剧了独立游戏被逆向套利的风险。开发者应通过使用 IL2CPP 打包、服务端逻辑处理及构建个人 IP 与社区品牌等方式,提高逆向成本并建立核心护城河。
博主 howie.serious 批评 Mac 端离线 AI 笔记应用 AI Edge Foresight 不支持中文,并质疑多名博主在未亲自试用的情况下盲目推荐。
Similarweb 数据显示,ChatGPT 网页流量份额在过去 4 个月内从 53% 回升至 56%,但仍低于一年前的 71.8%。同期 Gemini 份额从 26% 微降至 25%,Claude 份额则维持在 9.6% 左右。分析认为,若 Anthropic 未来加大对普通消费者的投入,当前的市场格局或将发生快速变化。
自 2025 年 2 月 Claude Code 发布以来,美国软件开发职位发布量增长近 15%,但增长主要集中在高级及 AI 相关岗位。Indeed Hiring Lab 与斯坦福大学数据显示,早期职业软件开发者的就业岗位下降了约 20%,初级人才进入行业的门槛显著提高。专家警告,若企业不重视入门级人才培养,十年后将面临高级人才断层风险。
Andrej Karpathy 指出,全球约 80 亿人因对大模型能力的接触程度不同被划分为四个层级,且认知差距正在扩大。其中约 60 亿人几乎未接触 AI,10 至 20 亿人仅偶尔使用免费版产品,约 2000 万人重度使用前沿模型和 Agent,仅约 5000 人能接触 AI 实验室内部系统。此外,中文用户还存在能否使用 Claude Code 的第 3.5 层级差异。
Andrej Karpathy 指出,公众对 LLM 能力的认知正形成一个陡峭的漏斗,约 75% 的人几乎未接触过模型,而约 5,000 名接触内部系统的人已见证成千上万 Agent 协作完成复杂项目。这种分裂源于野心鸿沟、系统能力的参差不齐及访问权限差异。未来决定 AI 价值的不再是模型获取速度,而是能否提出值得解决的大问题。
大部分人拒绝使用大模型的核心原因是缺乏实际 ROI,导致其在日常生活中无法产生实质价值。目前全球用户被划分为四个认知层级,其中仅约 2000 万人属于重度使用前沿模型并利用 Agent 改造工作生活的 Level 3 用户,而约 60 亿人几乎未接触过大模型。对于中文用户而言,能否使用 Claude Code 等工具成为衡量其是否进入进阶使用阶段的关键门槛。
实体书《终焉路独行》正文中被发现混入“需要我再微调部分语句,让整体文风更贴合悬疑灵异的氛围吗?”这一 AI 提示词。策划团队天津知语时光文化传媒有限公司致歉称,该错误系在文字精减处理时,误将校对软件的提示词当作正文内容处理所致。江苏凤凰文艺出版社已确认非作者问题,并宣布将回收销毁已发出的书籍并进行重新修订。
Andrej Karpathy 指出人们对 LLM 能力的认知正形成四个层级:从几乎未接触的 60 亿人,到偶尔使用免费版 ChatGPT 的 10-20 亿人,再到在数学与代码领域专业使用前沿模型的 2000 万人,以及接触内部最前沿系统的 5000 人。这种认知鸿沟由任务规模扩展性、模型能力的锯齿状分布以及访问权限差异共同驱动。
AMI Labs 创始人杨立昆在首尔表示,AI 的下一次突破将不再依赖大语言模型,而是来自能够理解并预测物理世界的“世界模型”。他指出,大语言模型虽擅长编程与数学等可预测序列任务,但在理解现实世界的物理规律与因果关系方面存在局限。他主张开发世界模型以实现 AI 与环境的交互,从而弥补当前 AI 在现实场景应用中的巨大差距。
TikTok CEO 周受资在亚洲未来前瞻论坛上表示,市场对 AI 短期能力的预期可能过高,但其在物理学和生物科技等领域的长期变革潜力仍被低估。他主张在 AI 应用中采取“人类参与其中(Human-in-the-loop)”模式,特别是在高风险工作中应避免完全依赖自动化。周受资鼓励各行业通过亲自使用最先进的 AI 模型,以深入了解其优势与限制,并强调人类判断力与监督机制在 AI 时代的重要性。
AI 将软件开发成本压低至接近零,使软件从复杂产品转变为像牛奶一样的日用品,未来软件将实现为个人目标定制且用完即弃。Indigo 在 Indigo Talk EP52 中指出,软件的兼容性将不再重要,核心价值已从构建软件本身转向明确要达成的目的。若能绕开软件直接达成目的,软件将不再是必需品。