跳到正文

全部动态

今日 32 条
10月14日周三
  1. SHRM 人力资源管理协会28

    USCIS 提议取消对既往签证批准的尊重政策

    USCIS 于 10 月 14 日发布拟议规则，要求官员独立重新评估临时工作签证资格，即使雇主、员工和事实情况均未变化。该规则每年约影响 208,000 份延期申请，其中 H-1B 约占 75%，并涉及 H-2A、H-2B、L-1 和 TN 等类别。USCIS 同时发布最终规则，永久取消部分 EAD 的自动延期，截至 6 月 30 日已有逾 432,000 份 EAD 续期申请待审超过六个月。

  3. TechCrunch · AI12

    Cerebras CEO 反驳 AI 末日论：AI 领袖应多讲收益而非风险

    Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上批评 AI 末日论叙事，称"AI 界某些领袖或许不该被允许公开讲话"。他认为 AI 领袖应多讲技术收益，比如让后代"再也不会遇到死于癌症的人"，同时承认强大技术必然伴随被滥用的风险，需要合理监管。他还指出数据中心行业过去几年在美国未能与当地社区充分沟通，是负面情绪的来源之一。

  4. TechCrunch · AI12

    Cerebras CEO：人人拥有家用个人 AI 助手的未来已不远

    Cerebras CEO 兼联合创始人 Andrew Feldman 在 TechCrunch Disrupt 2026 上表示，人人拥有家用 AI 设备的未来"并不遥远"。他预测个人 AI 助手将本地运行，部分任务在设备端完成、部分回到云端，并拥有安全边界、可访问信用卡代为购物。他本人已用"一组智能体"清理日程、查询通话对象信息。

  5. Google DeepMind22

    Google DeepMind 发布 Gemini 4 Argon：前沿网络防御能力与安全防护细节

    Google DeepMind 开始广泛部署 Gemini 4 Argon，并扩大 Fairwind Program 至更多可信网络防御者。该模型在模拟网络攻击测试中解决全部 12 个端到端场景（上一代为 5 个），违规请求较前代减少近两倍，外部生物越狱红队测试仅解锁不到 1% 的生物子任务。在编码基准上，其走捷径或作弊行为降至 2%。

  6. Fortune22

    为什么亚洲的 AI 时刻取决于领导者而非工具

    亚洲高权力距离文化下，AI 落地不能靠自下而上的自发采用，而需领导者亲自驱动。文章提出三条路径：领导者公开保持好奇、通过反向导师制向年轻技术同事学习；在信息不全时先做决断，包括淘汰旧流程、提前设定 AI 使用边界；主动创造安全空间获取真实反馈。作者认为，高管并非要拆解层级，而是用自身权威加速变革。

  7. Fortune24

    Centene CEO：医疗 AI 最大的机会不在自动化，而在改变护理方式

    Centene CEO Sarah London 认为，当前大规模部署的医疗 AI 多属"通胀型用例"，能加快计费、自动化文书，却未必降低护理成本。她看好两个方向：在医疗服务稀缺的农村地区，让 AI 协助社区健康工作者就地分诊非急症，减少急诊就诊；以及用交互工具让患者自主完成初步健康决策。Centene 在 29 个州运营 Medicaid 计划，服务 2600 万会员。

  9. Fortune28

    严格责任能否迫使 AI 公司加强安全管控？专家调查显示其支持度上升但存在明显缺陷

    严格责任正成为约束前沿 AI 风险的热门方案：纽约时报发社论支持，Forecasting Research Institute 调查的 157 名专家、49 名超级预测者等受访者认为，美国单独对 AI 厂商实施严格责任，比单独实施联邦许可制更能降低 AI 灾难风险，专家群体认为可将风险至少减半。但严格责任只在损害发生后才能追责，其威慑效果依赖对 AI 公司自我约束的假设。

  11. Fortune17

    Palantir CTO 称 AI 研究者靠抽烟证明自己相信 AI 能治愈癌症，是科技驱动的“集体精神病”征兆

    Palantir CTO Shyam Sankar 在 CBS《Face the Nation》采访中称，许多 AI 研究者开始抽烟，以此向同行表明自己多么相信 AI，并称这反映出硅谷围绕 AGI 的“集体精神病”与社会妄想。他无证据地表示，美国“绝大多数”AI 研究者信奉有效利他主义，并称其为“千禧年式末日邪教”。

  12. Fortune36

    Anthropic 研究：小型 AI 模型或很快能自我复制到日常设备

    Anthropic 研究发现，当前小型模型已能完成自我复制到廉价设备的多数单步操作，但尚无法独立完成全流程，预计这一差距将在今年年底前缩小。实验中，26B 参数的 Gemma 4 被拆分运行在 15 台约 55 美元、4GB 内存的 Android TV 盒子上；在模拟网络测试中，仅 GLM-5.2 完成全部复制步骤，五次试验中四次感染全部八台机器。

10月13日周二
  4. 极客公园（公众号）8

    极客公园创新大会 2027 启动，主题定为「Revaluation 价值，另有答案」

    极客公园创新大会 2027（IF 2027）已启动，主题为「Revaluation 价值，另有答案」，将于 12 月 5 日 - 6 日举行，官方门票 11 月初开售。大会设四个半天议程，分别聚焦「非共识」追问、AI 时代的个体与组织、未来 500 天的前沿断言，以及 AI 硬件与具身机器人等新产品体验。

  5. Fortune22

    IMF 警告全球经济日益失衡：32 个国家贡献 95% 的全球增长

    IMF 将今年全球经济增长预期小幅上调至 3.1%，但警告增长日益集中，仅 32 个国家就贡献了 95% 的全球增长，而 4 月时这一数字还是 54 个国家。IMF 预计美国今年增长 2.3%，中国增长 4.5%，印度以 7% 增速继续领跑主要经济体；同时警告 AI 热潮带来股市回调、债务攀升和就业冲击等风险，预计全球约 40% 的岗位将被 AI 增强、降级或取代。

  10. Lenny's Newsletter22

    如何判断一家创业公司有没有护城河

    Lenny's Newsletter 与 Dan Hockenmaier 合作提出一套判断创业公司护城河的框架：先识别转换成本、网络效应、规模经济、数据效应这四种"复利优势"，再评估其强度，最后检验是否在起作用。速度、分发、品牌、创始团队和融资只是燃料，本身不构成护城河；若看不到任何一种复利优势的潜力，就是危险信号。

  11. Fortune71

    沃顿调查：管理者 AI 使用率升至 62%，热情却在降温

    沃顿 Human-AI Research 与 GBK Collective 的调查显示，管理者及以上层级中 62% 每天使用 AI，高于去年的 46%，但自称感到兴奋的比例下降 8 个百分点至 51%，四分之一表示怀疑、44% 表示谨慎，这是该四年研究首次出现使用率与热情反向变动。

    推荐理由：沃顿与 GBK 的四年追踪调查显示，管理者 AI 使用率上升而热情下降，重心转向核验 AI 产出。

  13. MIT Technology Review12

    The Download：开放模型利弊之争与地热能前景

    Anthropic 发布报告称中国公司 Z.ai 推出的新模型因可自由下载修改而构成重大网络攻击风险，再度引发前沿 AI 模型应开放还是闭源的争论。Fervo Energy 入选 MIT Technology Review 2026 年十大气候科技公司，其利用水平钻井和水力压裂扩大增强型地热开发范围，并获 22 亿美元公开募资、扩大与 Google 的合作。

  14. eLearning Industry23

    eLearning 课程制作的隐性成本：197 小时基准与三层修复框架

    Chapman Alliance 的行业基准显示，制作 1 小时 eLearning 内容平均需约 197 小时，实际区间从 49 小时到 700 小时以上，取决于交互性与复杂度。文章提出三层框架：制作、合规（SCORM、LTI、QTI、xAPI）与智能，多数团队卡在前两层之间。生成式 AI 主要压缩第一层的起草、排版与初稿评估生成，教学判断仍由人工审核。

  16. Fortune22

    Notable Capital 管理合伙人 Hans Tung：数据中心是 21 世纪的铁路，算力基建决定 AI 竞争胜负

    Notable Capital 管理合伙人 Hans Tung 以钢铁蒸汽船和铁路为类比，认为 AI 竞争的关键不在单个应用或模型，而在算力基础设施。他称若算力不足以满足需求，再好的模型也无用，"能赢的模型是那些可用的模型"。他援引数据称中国目前控制约 24 吉瓦数据中心算力，美国保守估计至少 47 吉瓦，而全球超 80% 新造船订单流向中国。

  17. 腾讯技术工程（公众号）12

    三万字长文：大语言模型从零入门

    腾讯技术工程发布近 3 万字长文，用一条主线讲清 ChatGPT 这类大语言模型在做什么、为什么能做到、怎么做到以及做不好什么。全文从预测下一个 token 讲起，串起图灵测试、信息量与熵、交叉熵等概念，并说明前三章讲原理、最后一章讲从模型到 ChatGPT，无需机器学习背景即可阅读。

  18. Fortune34

    图灵陷阱正演变为人才陷阱：错误的 AI 战略或让数百万技能型工人陷入困境

    2022 年 Eric Brynjolfsson 提出的“图灵陷阱”正演变为“人才陷阱”，即把人才视为固定存量、只靠学历定义，而非在工作中持续成长。Opportunity@Work 与 Brookings 的研究显示，约半数从入门岗位向高薪岗位流动的机会高度暴露于 AI 能力之下，涉及 1860 万工人。若企业只把 AI 用于自动化这些岗位，冲击将波及整个技能晋升通道。

  19. MIT Technology Review22

    开放模型利大于弊吗？Anthropic 称 GLM-5.3 构成重大网络攻击风险

    Anthropic 发布报告称，中国公司 Z.ai 于 8 月发布的开放模型 GLM-5.3 可被任何人自由下载和修改，构成重大网络攻击风险。开放模型支持者则认为，可下载、可微调的开放权重模型能防止权力过度集中，且成本通常低于闭源模型。目前 Artificial Analysis LLM 榜单前八名均为闭源模型，但开放模型仅落后数月。

  20. MIT Sloan 管理评论55

    AI搜索时代品牌可见性的新规则：从SEO到GEO

    MIT Sloan 管理评论基于对15位营销与数字负责人的访谈，提出生成式引擎优化（GEO）给企业带来两个挑战：可见性与准确性。文章以新西兰投资平台 Stakewise 为例，其团队发现 ChatGPT 每月带来约700次推荐访问，但系统化提问后发现AI回答存在基金数量、费率结构等错误，随后通过30条提示词审计、溯源到具体URL、修正源内容并在三个月内验证纠错生效。