跳到正文
10月16日周五
  1. The Verge · AI65

    The Verge 分析 Meta Muse 等 AI 智能体的隐私隐患:用户数据被过度采集且缺乏有效同意机制

    The Verge 指出以 Meta Muse 为代表的 AI 个人助手正引发严重的隐私担忧,这些应用通过诱导性界面获取用户及其社交圈的敏感数据。尽管 Meta 声称采用“选择加入”机制,但安全事件频发且内部系统会持续构建用户关系画像,导致非用户的数据也被间接泄露。专家批评这种模式延续了硅谷将隐私责任转嫁给消费者的传统,呼吁在法律和技术层面加强对 AI 智能体的监管。

10月15日周四
10月14日周三
  1. IT之家42

    扎克伯格:Meta 承诺数千亿美元豪赌 AI,却一度对能否成功完全没把握

    Meta CEO 扎克伯格透露,公司在不确定 AI 产品能否成功时,便承诺投入 1000 亿至 2000 亿美元建设基础设施。首席 AI 官汪滔回忆当时仅凭直觉判断研发进展,无法保证项目成功。为与 OpenAI 等对手竞争,Meta 在 AI 数据中心投入位居行业前列,但巨额支出导致自由现金流降至多年最低,股价曾下跌 8%。

10月13日周二
  1. MIT Technology Review · AI42

    开源模型利弊权衡:Anthropic 称 GLM-5.3 存网络攻击风险

    Anthropic 报告指出中国公司 Z.ai 发布的开源模型 GLM-5.3 存在重大网络攻击风险,引发关于前沿 AI 模型开放性的辩论。尽管目前闭源模型在 Artificial Analysis 排行榜上性能更优,但开源模型因可本地运行、成本更低且支持微调,在学术研究和数据安全领域具有独特优势。

  2. Ethan Mollick28

    Meta Muse Wonder 模型进展迅速

    我早期体验了 Muse Wonder,虽然没怎么深入使用,但从有限的测试来看,这似乎是个不错的模型。更令人印象深刻的是,自四月以来我在“淹没的新哥特式城市”twigl shader 测试中看到的进步。Meta 在短时间内取得了非常快的进展

10月12日周一
  1. IT之家28

    Scale AI 创始人汪滔谈创业管理:从亲自决定细节到学会放手,在 Meta 的任务是招揽人才

    Scale AI 创始人、Meta 首席 AI 官汪滔建议创业者初期应亲自把控细节,随后逐步放权以避免成为瓶颈。加入 Meta 后,因需快速推进超级智能实验室工作且自身非技术专家,他将重心转向招募顶尖人才并组建团队。此前 Meta 向 Scale AI 投资 143 亿美元以获取其 49% 无投票权股份。

10月10日周六
  1. The Verge · AI42

    OpenAI 与 Meta 就 AI Agent 隐私承诺展开竞争

    OpenAI 在 DevDay 发布 Dots 并宣称树立前沿 AI 隐私新标准,直接对标 Meta 的 Muse。尽管 Muse 曾承诺“从零构建隐私安全”,但被曝出零日漏洞、默认允许数据用于模型训练及未经同意读取私人消息等问题。OpenAI 强调其助手更可信,提供企业级数据控制及零保留选项,试图以隐私优势争夺用户信任。

10月9日周五
10月8日周四
10月7日周三
  1. The Verge · AI50

    苹果与谷歌探讨AI硬件不保存原始数据是否构成“录制”

    苹果正开发一款利用AI生成文本描述而不保存视频的智能家庭摄像头,该逻辑类似Apple Watch的Audio Intelligence功能。谷歌高管也提出智能眼镜可仅处理视觉数据而不存储影像的概念。这种技术试图通过不保留原始音视频来规避传统“录制”定义,但引发了关于隐私保护实质有效性的争议。

10月1日周四
  1. Ethan Mollick · One Useful Thing65

    Ethan Mollick 反思 AI 智能体自主组织能力与管理角色的演变

    Ethan Mollick 修正了此前关于人类需像管理者一样精心构建智能体组织的观点,指出随着模型能力提升,智能体已展现出强大的自主协调与规划能力。他引用 OpenAI 利用数千个智能体组成的“蜂群”在 88 小时内解决 Navier-Stokes 问题的案例,以及 Meta Muse、OpenAI dots 等个人智能体的实际应用,论证了“苦涩教训”同样适用于组织结构。

9月12日周六