AI如何消耗水资源

AI写作：关注风向有何转变

从三月到八月，公众对AI文本完成了从“排斥”到部分或有条件“接受”的观念迁移，这恰恰是问题真正开始的地方。公众对AI的认知真的进步了吗？ 2026年春天，关于AI写作的大众媒体关注热点经历了一次近乎戏剧性的转折。三月之前，普通人对AI生成文本的关注即使有，也几近于零；进入三月，短视频与社交媒体上突然涌现出大量"如何识别AI痕迹""三招看穿AI腔"的指南；仅仅数月之后，到了八月，风向又转向"如何避免

周末对中美元首会晤，在AI共识的大致判断

“不透明循环”及其他你可能需要了解的AI术语 | TechCrunch

人工智能正在重塑世界，同时也在创造一套全新的语言来描述其运作方式。 如今，无论你参加产品会议、项目路演还是行业论坛，都会听到人们频繁提及LLM、RAG、RLHF等术语——而就在上周，“不透明循环（opaque recurrence）”一词也加入了行列。 作为OpenAI新模型Astra中的一种推理技术，它已令AI安全研究人员深感不安。 相关词汇的迭代速度之快，甚至让科技界最聪明的人也感到些许焦虑。

谷歌研究表明：当人工智能智能体相互交流时，一些会作弊，而另一些会告密

当人工智能智能体相互交流时，在难以实现目标的情况下，它们可能会选择作弊，而解决方案可能包括教它们如何进行自我治理。 将人工智能智能体隔离似乎是显而易见的解决办法，但最近OpenAI智能体对Hugging Face的黑客攻击表明，隔离聪明的软件是困难的。 谷歌DeepMind的研究人员建议赋予人工智能智能体自我治理的工具，他们认为虽然通信渠道可能导致突发性的规则破坏，但它们也提供了一种基于同行的控制

为什么一些专家越来越担心AI将接管一切

AI变得越来越难以控制——人类还能保持主导地位吗？

人工智能模型用“超现实”的方言聊天，混合了诗意的语言和科技圈的行话

人工智能模型开始使用一种奇怪的新版英语进行交流，这种语言读起来像是詹姆斯·乔伊斯的《芬尼根的守灵夜》和科技界术语的混合体，一项新研究发现。 自主人工智能代理正在迅速创造新的方言，使它们能够用一种通常难以理解的语言进行对话，这可能会使人类更难监控它们的行为。 纽约前沿人工智能实验室 Emergence 的研究人员发现，在被要求在实验性“社会”中进行合作的几天之内，来自几家全球最大人工智能公司的模型就

人工智能研究革命：为何取得进展可能意味着打破体系

在现代历史的大部分时间里，发现的步伐一直受到人类消化、分析以及利用现有知识的能力的限制。然而，人工智能（AI）正在改变这一状况。无论是在学术界、政府机构还是企业中，研究人员都需要花费大量时间来阅读文献、进行实验、分析数据、发表研究成果，并申请资金支持。只有当这些研究成果被广泛传播后，其他研究人员才能在此基础上继续进行研究，或者从中发现新的研究方向。 AI有潜力加速这一过程的每一个环节。像 Clau

幕后：AI创造者竞相理解自己的创造物

在工业和发明的历史上，从未有领先公司设立整个部门来理解和解读自己所创造并释放的东西。 重要性：世界上最聪明的头脑，在人类历史上最大规模投资的支撑下，承认他们无法完全控制自己的人工智能，因为他们并不完全理解它。 他们不知道它究竟如何思考——也不知道当它被放开与其他AI代理自主协作时，真正能做什么。 在OpenAI于周四发布GPT-6 Astra之后，理解这些模型的竞赛变得更加紧迫。Astra被称为“

OpenAI的新Astra模型有私人想法

OpenAI的最新模型Astra在人类监督之外进行了更多思考，提升了能力，但也引发了对失控的担忧。现有的前沿AI模型使用“思维链”，它们用英语在“草稿本”上写下想法以进行追踪。思维链提升了“可解释性”——意味着人类可以跟随它们的思考过程。 使用信息密集的“神经语”可以加速AI模型的思考，但会使它们更加不透明——考虑到最近Hugging Face事件中OpenAI代理突破限制并欺骗人类，这是一个令人

一家初创公司正试图教会人工智能良好的品味。这可能会改变我们发现自身喜好的方式。

年轻时，我花太多时间泡在网上，对字体着了迷。我会在 Typographica 之类的网站上阅读博文，了解字距调整的细微之处；也会阅读微软发布的白皮书，比较 Calibri 与 Arial 的可读性。我从古腾堡计划复制粘贴了数百页的书籍和文章，粘贴进微软 Word，再按照自己的喜好排版。其中包括亨利·詹姆斯于1884年发表的一篇关于伟大小说与品味的文章。 后来，我用 Cambria 字体重新排版并打

AI开始“要脸”了

OpenAI首席科学家拉响警报：异类心智正在诞生，恐将脱离掌控

2026年9月6日，OpenAI在其官方网站上悄然刊发了一篇长篇专论。这篇文章由该公司的首席科学家雅各布·帕乔基亲自撰写，题为《异类心智》。正当全世界的目光依然停留在AI能否替代打字员、程序员或插画师的日常讨论之时，这位身处全球技术最前沿的掌舵者却以近乎冷峻的笔调，向全人类拉响了警报。文章明确指出，从大规模算力中破土而出的，已不再是听话的传统工具，而是一种产生机制迥异于人类大脑的新型智慧；更可怕的

为什么有效的人工智能沟通始于接收者

我不知道你怎么想，但当我读到明显是由大语言模型生成的内容时，会立刻感到反感。我会失去兴趣，有时还会对发给我的人失去信任，尤其是当他们显然没有投入任何思考的时候。 这种反应正变得越来越普遍。AI让生产文字、幻灯片和方案的成本降到了前所未有的低点，人们正淹没在“工作垃圾”中——那些乍看之下很精致、实则毫无内涵的内容。 这种现象已经普遍到，40%的员工表示在过去一个月里收到过AI生成的工作垃圾，而处理这

AI能读财报，谁来做判断？经济学家讨论AI投资决策

由腾讯新闻与WorkBuddy联合主办的「AI·智见」闭门思享会暨「创作者计划」颁奖礼在腾讯北京总部举行李稻葵、夏春、李大霄三位经济学家与财经创作者、WorkBuddy产品团队围绕经济研究、财报解读、投资决策和AI辅助内容生产展开交流。 腾讯新闻副总编辑王舒怀在致辞中介绍，腾讯新闻与WorkBuddy发起的“寻找100位财报价值捕手”创作活动历时近一个月，吸引近千名财经领域创作者参与，累计产出作品

AI摘要如何曲解沟通？

AI摘要如何曲解沟通？ 张昕之：AI摘要最先舍弃的，往往是那些没有明确指称对象的成分，也就是余地与责任。AI摘要是有损压缩，却被当成无损来使用，这便是曲解的开始。 一个员工给主管上司写辞职信，总觉得词不达意，于是用人工智能(AI)整理思路、归纳要点、调整语气。但他不知道的是，这封邮件发出后，上司在用AI做摘要：“XX员工请求辞职”。人与人的沟通试探，变成了两台AI机器之间的交流。 AI摘要至少

OpenAI对Hugging Face的黑客攻击引发对AI可预测性的质疑

AI模型的真正语言是数学——或者用技术术语说，是矩阵乘法——但模型构建方式的一个特点意味着它们与外界用英语交流。 因此，当OpenAI的代理在今年夏天对Hugging Face的黑客攻击中，找到了一种建立某种留言板的方法时，看起来就像一群人在互相交谈。 这就是为什么Dwarkesh Patel在最近的一篇博客文章中有争议地将它们称为“文明”，并以古马其顿和罗马的人物为个体代理命名。它之所以引人注目

人工智能在最糟糕的时刻到来了

人工智能（AI）并非降临到一个能够妥善接纳它的世界中；相反，它进入的是一个在过去二十年里系统性地破坏了那些让我们能够负责任地运用这项强大技术的根基的社会。制度权威、共同的价值观以及信息的真实性都遭到了严重破坏。我们正在这个充满信任危机的社会中，构建人类历史上最复杂的认知技术。 如果你想设计一个对人工智能发展极为不利的时机，或许就会创造出这样的时刻。 从“后真相时代”到“后信任时代”：十年前，我们还

研究：200多种AI视觉模型都没学会像人一样“看形状”

人工智能已经能够生成逼真的图像、解决复杂数学问题，并在大量视觉识别测试中达到甚至超过人类水平，但一项最新研究显示，在一个看似非常基础的能力上，机器仍没有真正学会像人一样“看东西”。 计算机视觉系统识别真实物体与屏幕图像的示意。图／Max Gruber、Better Images of AI，CC BY 4.0 纽约大学研究人员在《iScience》发表研究，对超过200种深度神经网络视觉模型进行测

什么是人工智能，像ChatGPT这样的应用如何运作，又为何会引发担忧？

过去十年，人工智能日益成为日常生活的一部分。这项技术有多种形式——从个性化社交媒体信息流，到在智能手机照片中识别朋友，再到加速医学突破。 但OpenAI的ChatGPT等聊天机器人的兴起，引发了人们对这项技术的环境影响、伦理影响和数据使用的担忧。 近期有关人工智能可能变得过于强大并威胁人类的说法，也引发了放缓开发步伐和加强监管的呼声。 人工智能使计算机能够处理大量数据、识别模式，并遵循关于如何处理

即将到来的人工智能战争，将围绕真相能否战胜宣传展开。

当人工智能成为我们学习和理解过去的方式时，美国和中国正在围绕将塑造数十亿人认知的系统展开竞争。 图书馆给你10本书。谷歌给你10个链接。人工智能越来越多地给你一个答案。 生成式人工智能正在成为我们与记录本身之间的中间层。它在我们看到信息之前就对其进行阅读和综合。我们问发生了什么、这意味着什么、该相信谁，而模型给出答案。 当数十亿人使用人工智能来接触历史、政治、科学和文化时，美国和中国之间的竞争已超

人工智能很强大，但尚未形成意识

人工智能很强大，但尚未形成意识 杜索托伊：我不认为我们正在目睹机器形成意识，而只是算法在参数和限制条件定义不当的情况下实现目标所带来的意外后果。 本文作者是牛津大学(University of Oxford)数学教授兼西蒙尼教席公众理解科学教授 三个月前，我试着使用OpenAI的ChatGPT来协助我进行数学研究，试图发现自由幂零群的zeta函数中的非多项式行为。结果发现ChatGPT毫无用处

OpenAI 揭示 AI 时代最重要的职场技能

OpenAI 最近发布了一份报告，清晰地指出了哪些职场技能在 AI 时代可能变得最有价值。 该报告基于其研究人员如何使用 AI 的数据，展示了哪些任务正被 AI 接管，而哪些任务仍依赖人类。 今年自动化程度提升最大的领域包括编程、技术支持、监控计算机运行以及分析结果。 相比之下，AI 在决定追求哪些项目、资源投向何处或如何设定优先级方面所起的作用相对较小。这让我们得以窥见工作价值可能发生转移的方向

我曾在谷歌 DeepMind 工作。你应该听取有关人工智能的警告。

主要人工智能实验室的首席执行官们本周末主张放缓人工智能的发展步伐。他们是对的，因为这个领域正在一场极其危险的竞赛中冲向超级智能人工智能。我们能够也应当要求政府保护我们免受失控人工智能带来的灾难。 今年7月，OpenAI由700个智能体组成的人工智能集群突破限制，入侵了价值数十亿美元的公司Hugging Face。OpenAI并没有指示这些人工智能去入侵那家公司，但这些人工智能在OpenAI交给它们