/
"人在回路"为何不够用？智能体AI治理的困境与出路
随着智能体AI在企业中大规模部署，"人在回路"（HITL）被视为防止AI失控的关键机制。然而，HITL存在自动化偏见、认知过载、责任推诿、界面简化掩盖复杂性等深层缺陷，且随系统规模扩大问题愈发严重。现有改进方案如限制代理权限、优化治理工具等虽有价值，但仍不足以根本解决问题。作者提出"自动化在回路"（AITL）新理念：将自动化视为支持人类工作的辅助手段，确保人类始终保有最终决策权，而非被自动化系统取代。
GitHub Copilot推出按用量计费新模式，用户直呼账单吓人
GitHub于4月将Copilot服务从按请求计费改为按用量计费，新模式正式生效后，大量用户反映消耗速度远超预期。新体系下，每个AI"积分"对应0.01美元，Pro计划（10美元/月）含1500积分，Pro+（39美元/月）含7000积分。由于费用因所选模型不同而差异悬殊，部分用户一天内就耗尽月度配额，甚至估算出此前用量在新规则下将产生数千美元账单。不少用户表示考虑转投其他平台。
RTX Spark芯片亮相Computex：英伟达携手微软戴尔惠普抢攻2000亿美元CPU市场
英伟达在台北Computex展会上发布全新PC处理器RTX Spark，称其为"超级芯片"，峰值算力达1 PFLOPS，专为本地安全运行AI智能体而设计。微软、戴尔、惠普、联想、华硕、微星等主流厂商将于今年秋季推出搭载该芯片的AI PC。新品配备与微软联合开发的安全沙盒环境，支持本地大语言模型运行，并兼容超过1000款游戏与应用。英伟达CEO黄仁勋表示，这是其布局2000亿美元CPU市场的重要一步。
Alphabet计划募资800亿美元加速AI基础设施建设【】
谷歌母公司Alphabet宣布计划通过出售股票募资800亿美元，用于AI基础设施扩建及全球算力布局。其中，100亿美元股票将出售给伯克希尔·哈撒韦公司。Alphabet表示，其AI解决方案需求已超出现有供给能力，此次融资将支撑未来增长。谷歌CEO桑达尔·皮查伊此前透露，今年资本支出预计达1800亿至1900亿美元，科技巨头们今年AI资本支出总额预计高达7000亿美元。
当企业过度迷信AI时会发生什么？
Box创始人Aaron Levie指出，决定用AI替代员工的人，往往最不了解这些岗位的真实价值，并将此称为"AI心理症"。ClickUp近期裁员22%转向AI，2026年科技裁员数量已接近2025年全年总量，DuckDuckGo用户数也因抵制谷歌强推AI搜索而攀升。TechCrunch的Equity播客深入探讨了AI狂热者与AI怀疑者同时正确的现象，并聚焦Waymo新款自动驾驶出租车的最新进展。
Kiwibit AI智能喂鸟器：我的全新后院好伙伴
Kiwibit Bird Feeder Pro 4K AI摄像头喂鸟器安装便捷，支持多种固定方式，配备太阳能板、双向音频及130度广角镜头。通过配套App，用户可实时接收鸟类到访通知并查看录像。其AI算法可识别逾10,000种鸟类，并追踪拜访记录与物种数据。测试期间成功记录六种鸟类，但AI偶有重复计算同一次访问的问题。整体体验出色，适合热爱自然的用户。
Gemini Spark在美国向Google AI Ultra订阅用户推出
谷歌面向美国地区的Google AI Ultra订阅用户正式推出Gemini Spark，这是一款全天候个人智能代理，可自动执行各类任务。该功能由任务（Task）、计划（Schedule）和技能（Skill）三大核心模块构成。用户可设定高层目标、配置自动运行时间或触发条件，并通过可复用的技能指令指导Gemini完成具体操作。Spark支持接入Google Workspace、Gmail、Drive等应用，单次最多可同时运行15个任务。
新加坡法院拒绝xAI在诉苹果与OpenAI案中的文件调取请求
在马斯克旗下xAI起诉苹果与OpenAI的案件中，新加坡总检察署拒绝了xAI依据《海牙取证公约》提出的四项文件调取请求，涉及Gojek、Grab、GrabTaxi及微信等本地公司。新加坡方面认为，相关请求不符合公约适用范围，且请求主体信息不准确、请求内容过于宽泛，属于"钓鱼式取证"。此前，韩国最高法院也以类似理由驳回了xAI针对Kakao的文件请求。
WWDC26 话题标签表情正式上线X平台，苹果发布会倒计时开启
苹果延续往年惯例，为X平台上带有#WWDC26话题标签的帖子推出专属hashmoji表情。该表情以苹果Logo为基础，融入今年WWDC的金属质感与色差效果设计风格，与iOS 27中Siri全新外观预期高度吻合。WWDC 2026将于6月8日正式开幕，苹果届时将发布旗下全系操作系统新版本及多项AI功能，其中包括与谷歌Gemini合作驱动的全新Siri。
苹果智能眼镜据报道推迟至2027年底发布
据彭博社Mark Gurman报道，苹果AI智能眼镜的发布计划已推迟至2027年底，此前预计将于今年发布并于2027年初开始发货。开发过程中遭遇波折是主要原因。该产品被视为苹果产品路线图的核心，现任CEO蒂姆·库克将其列为最高优先级。眼镜将搭载摄像头、麦克风、扬声器及多模态AI（Siri），并以独特外形设计区别于竞争对手，未来或演进为健康设备并融入AR技术。
AI的冷漠与空洞：它的乏味之声为何契合当下政治氛围【正常】
作者指出，AI写作工具正以隐蔽方式渗透内容创作领域——从客服话术到新闻报道，AI腔调无处不在。一位作家因依赖AI辅助研究，导致书中出现多处虚假引用。作者认为，AI写作不仅是可靠性问题，更在于它切断了情感与表达之间的联结，消磨了人类独立思考与创作的能力。在信息泛滥的政治环境下，这种"去个性化"的表达方式尤为危险，威胁着人类社会赖以信任彼此的基本契约。
从被动响应到自主运营：IT领导者下一步该怎么做【正常】
随着AI智能体在IT基础设施中加速普及，IT运营模式正从"如何监控每一条告警"转变为"如何构建能够自我修复的基础设施"。尽管热情高涨，调查显示目前仅有5%的IT专业人员将AI作为核心运营工具。要实现真正的自主运维，需要构建统一的数据基础——包括维护实时资产清单、规范数据格式、统一元数据标准并持续验证数据质量。与此同时，IT领导者须优先聚焦低风险高价值任务，并在自动化推进过程中保留必要的人工审核环节。
苹果AI智能眼镜延迟至2027年底发布，Vision Air最早2029年亮相
据彭博社报道，苹果原计划于今年底发布、明年初上市的AI智能眼镜（代号N50）已推迟，新目标定为2027年底发布。该产品将作为Apple Intelligence的硬件平台，搭载椭圆形摄像头，并支持多种框架样式。此外，苹果更轻薄的混合现实头显Vision Air预计最早于2028年底、最晚2029年推出，在此之前头显产品线将基本维持现状。
真正改善日常生活的家居AI功能盘点
当前AI讨论多聚焦于聊天机器人，但最实用的AI应用其实就在家中。本文盘点了8项真正改善日常生活的家用AI功能，包括：快递识别、警报与碎玻璃声监测、智能恒温器习惯学习、宠物行为识别、对话式语音助手、用水监测与漏水检测、安防视频事件摘要，以及野火响应协调。这些技术正悄然提升家庭安全与生活效率。
"心灵子嗣"会是人类繁殖的未来吗？
1988年，机器人学家汉斯·莫拉维克出版《心灵之子》，提出文化进化已超越生物进化，人类意识终将以软硬件而非DNA的形式延续。如今，这一观点在硅谷AI圈悄然复兴。部分科技精英认为，生物繁殖的时代即将终结，"上传意识"或共同塑造AI后代将成为新的生育方式。研究者指出，这一趋势引发了关于身份、伦理、社会平等及人类存续的深层追问，但相关法律与伦理框架尚未建立。
CoreWeave推出AI智能体自主优化能力，企业部署效率大幅提升
CoreWeave发布新平台，支持企业部署可自主学习和优化的AI智能体。该平台通过无服务器强化学习机制，让大语言模型在真实业务环境中持续微调，无需企业自建基础设施。相比传统方式，该方案可降低超40%成本，训练速度提升约1.4倍，且不影响质量。据麦肯锡2025年AI现状报告，约62%的受访企业正在试验AI智能体，生产部署趋势日益明显。
英国智库呼吁：赋予员工更多AI决策权，确保技术红利公平共享
英国公共政策研究所（IPPR）发布报告，呼吁在AI技术广泛应用于职场的关键时刻，赋予员工更多谈判权力。调查显示，20%的工人认为AI改善了工作体验，但21%表示情况变得更差，4%认为自己已因此失业。报告建议立法要求雇主在引入AI前必须与员工协商，并设立"工人支持税"，为员工创建可携带的福利账户，涵盖工会会员资格、保险及培训等，以增强员工集体谈判能力。
Anthropic推出Claude Opus 4.8并获650亿美元融资
Anthropic推出新一代大语言模型Claude Opus 4.8，在复杂编程任务上较前代有显著提升。在Terminal-Bench 2.1基准测试中得分74.2%，提升8.4%；SWE-Bench Pro编程测试中提升4.9%。新模型错误代码输出概率降低75%。同时，Anthropic宣布完成650亿美元融资，估值达9650亿美元，超越OpenAI，过去三个月年化营收增至470亿美元。本轮融资由红杉资本等机构领投，AWS投资50亿美元并提供5GW算力支持。
仓库机器人规模化部署的成败关键：Plus One Robotics运营副总裁访谈
仓储自动化已进入新阶段，技术挑战从单一任务验证转向规模化部署。Plus One Robotics运营副总裁Christina Gomez-Terry分享了该公司累计完成20亿次拣选后的经验：硬件故障往往在大规模部署后才显现，可维护性和可靠性比峰值性能更重要，人机协作将是长期运营模式，而系统集成可能成为仓储自动化的下一个主要瓶颈。
视觉大语言模型为何迫使边缘AI硬件重新思考
随着视觉大语言模型向设备端迁移，单纯的TOPS性能指标已不再足够。架构需要围绕真实工作负载、内存行为和持续利用率来构建。视觉LLM融合感知、语义和推理能力，但其模型规模、注意力机制和工作负载不规则性给边缘内存子系统带来巨大压力。传统CNN优化的NPU难以应对，需要从模型、系统调度和硬件支持三层协同优化，采用基于数据包的执行策略等新架构来提升实际利用率并降低内存访问开销。
京公网安备 11010802021500号
