跳到正文
10月7日週三
  1. ezone · IT Times AI 應用28

    Agentic AI 推動業務增長:Cherrypicks 錢國強指數據落地成關鍵

    創奇思行政總裁錢國強指出,Agentic AI 推動業務增長,關鍵在於打通數據、整合流程,並將員工經驗轉化為 AI 可用的營運資產。X-Agent 協助企業搭建及部署 AI 智能體,Claworks 讓員工以自然語言驅動跨部門任務;InstoreCX Solo 則讓中小企透過自然語言建立印花卡及獎勵計劃。

  2. IT之家56

    華為徐直軍回應放緩 AI 開發呼籲,稱中國模型較弱,更需加快發展以感受風險

    華為輪值董事長徐直軍回應美國同行放緩 AI 開發的呼籲時表示,中國對 AI 風險的感受可能較弱,模型供應商需要加快發展至能感受到風險的水平。他指出,中國 AI 模型大多開源、進展相對透明,而美國主流模型供應商的計算能力更強。他主張在推動 AI 開發與管理風險之間取得平衡,並確保 AI 為善而非作惡。

  3. Simon Willison39

    EmbeddingGemma 2

    Simon Willison 認為,EmbeddingGemma 2 採用 Apache 2.0 授權,對嵌入模型尤其重要。嵌入模型常需計算並儲存大量嵌入向量;若專有模型停止提供,用戶可能要付費重新計算。開放權重亦讓用戶在供應商停止託管時,可自行執行模型或轉用其他供應商。

  4. ChinaTalk47

    軍事 AI 的難題在數據

    Bharat Patel 指出,數據是軍事 AI 的主要瓶頸,所需數據類型和質素取決於具體用途,因此「AI-ready data」並不存在。Project Maven 自 2017 年起面對缺乏相關目標數據的問題,團隊其後持續收集數據以建立有效模型。數據管道、標準、治理及測試評估,連同偽裝、欺騙、電子戰和數據投毒等威脅,均影響模型能否投入實地應用。

  5. Microsoft Research51

    Jennifer Neville 談 AI 出錯之處與失敗帶來的啟示

    Jennifer Neville 在 Microsoft Research Podcast 討論 AI 評測如何揭示模型在多輪對話及長流程中的失誤,以及這些發現如何指引系統改進。她指出,模型在單輪基準測試中表現良好,轉到多輪互動時表現可能明顯退化,長流程中未及時發現的錯誤亦會累積。她建議用戶核對答案、嘗試改寫提問,並在出錯時説明預期與實際結果;研究者則應檢視數據,並以貼近實際工作流程的方式評測。

10月6日週二
  1. Suno:Blog37

    Eric Christian 談在旋律中聽見管絃樂

    鋼琴家兼作曲家 Eric Christian 會把新旋律放進 Suno 作最後檢查,聆聽它在管絃樂構想中的效果。他表示,Suno 幾秒內便能讓他聽到心中預想的音樂,而以往製作管絃樂 mockup 需時數小時。

  2. Suno:Blog32

    Dream Relic 如何為影像世界配上聲音,讓旋律縈繞腦海

    AI 視覺藝術家 Dream Relic 使用 Suno 將存放多年的歌詞轉化為歌曲,為其超現實、電影感的視覺世界加入音樂。透過 Suno 的「Create」功能,他試驗提示詞、作出選擇並修訂,讓歌曲貼合構想中的情緒。一段配上自製歌曲的影片引來數百則詢問歌曲名稱的留言,令他更認真看待音樂創作。

  3. Suno:Blog51

    Suno 如何負責任地打造音樂的未來

    Suno 聯合創辦人兼 CEO Mikey Shulman 説明公司的音樂 AI 原則,並介紹已採取及即將推行的措施。Suno 表示,訓練 metadata 刻意不使用藝人姓名,並會把提及特定藝人的提示詞轉向描述音樂特徵;公司亦與 Audible Magic、Musixmatch 等第三方合作,篩查上載音訊及歌詞中的潛在未授權使用。

10月5日週一
  1. The Verge · AI54

    美國參議員 Adam Schiff 談 AI 監管、言論自由及再次彈劾特朗普

    美國參議員 Adam Schiff 在訪談中討論 AI 監管、言論自由及特朗普再次遭彈劾的可能性。他認為白宮與 AI 公司簽署的自願承諾缺乏實質約束,並主張設立具專業知識和實權的 AI 監管機構。訪談亦涉及訓練資料版權、AI 公司的法律責任與私隱風險;Schiff 表示,若民主黨重掌國會,將加強監督並推動相關立法。

  2. IT之家53

    孫正義罕有發出 AI 安全警告,呼籲各國合作應對威脅

    軟銀集團創辦人孫正義警告,AI 能力指數級增長帶來安全風險,呼籲各國建立互信並聯手應對。他指出,超級智能若落入不法分子手中,後果將極其危險;他又預計,此類程序自明年起進入「第三階段」,讓機械人及其他智能硬件與物理世界深度互動。孫正義預測,到 2040 年,AI 及具備自主學習能力的機器將佔全球 GDP 至少 20%,相當於 46 萬億美元。

  3. IT之家51

    OpenAI 首席執行官 Sam Altman:人工智能的巨大效益值得社會承受部分風險

    OpenAI 首席執行官 Sam Altman 認為,人工智能帶來的巨大效益值得社會承受部分風險,並主張技術繼續向公眾廣泛開放。報道指出,OpenAI 近幾個月來轉而支持更嚴厲的行業規則,與 Anthropic 在政策層面的分歧正逐漸收窄,但 Altman 仍試圖區分雙方的監管主張。Altman 亦表示,他不能接受真正具毀滅性的災難風險,包括人類嚴重失去對 AI 的控制。

10月4日週日
  1. The Verge · AI38

    Splice CEO Kakul Srivastava 認為 AI 電郵正在扼殺對話

    Splice CEO Kakul Srivastava 認為,AI 撰寫的文件會令同事間的對話變得不同且更差;當人們無法判斷文字背後是否有人,這種改變便難以逆轉。她表示,Splice 採取遠端優先模式,許多好成果都始於有人仔細思考、寫下文件,再由團隊討論。

10月3日週六
  1. IT之家65

    亞馬遜雲科技 CEO 馬特·加爾曼警告,美國叫停數據中心建設或影響數代人

    亞馬遜雲科技 CEO 馬特·加爾曼警告,若美國大範圍叫停數據中心建設,可能在全球 AI 競爭中失去優勢,影響甚至延續數代人。他表示,全美正在討論的暫停建設措施超過 100 項,並宣佈亞馬遜未來五年將向營運數據中心的社區投資超過 10 億美元。Data Center Watch 數據顯示,2026 年上半年美國至少 120 個數據中心項目因當地反對而延期或受阻,估值合計約 1,980 億美元。

  2. Microsoft AI:官方博客33

    AI 究竟是甚麼?

    Microsoft AI 行政總裁 Mustafa Suleyman 提出以「新的數碼物種」比喻人工智能,作為理解 AI 未來發展的新視角。他指出,即使最接近 AI 開發的人,也難以準確描述 AI 將走向何方;演講後另有 TED 主席 Chris Anderson 參與問答。

  3. IEEE Spectrum43

    Smart Car Researcher Wants to Eliminate Stoplights

    波士頓大學教授 Christos Cassandras 研究以數學模型和智能算法驗證自動駕駛車輛的安全性,期望有朝一日消除交通燈。相關模型以車輛的相對速度、質量和距離為輸入;他亦因自動駕駛車輛及相關系統研究,獲頒今年 IEEE Intelligent Transportation Systems Society Outstanding Research Award。

10月2日週五
  1. TechCrunch · AI54

    教宗良十四世呼籲保護人類藝術,稱 AI 生成作品與人類藝術存在本體差異

    教宗良十四世在 X 發文,呼籲在 AI 時代保護人類藝術,並稱人類創作與機器生成作品在本體上存在差異。他認為機器根據數百萬張他人創作的圖像進行統計計算,算法缺乏人性的火花。他 5 月的通諭強調自動化日益普及時維護人類尊嚴的重要性;TechCrunch 援引《紐約時報》近期報道稱,Anthropic 曾遊説梵蒂岡重新考慮非人類意識立場,但似乎成效有限。

  2. Latent Space67

    Airbnb 如何以「由內而外」的 AI 轉型改造內部流程與住客體驗

    Airbnb CTO Ahmad Al-Dahle 説明公司正以「由內而外」方式推進 AI 轉型,先用 AI 加快產品開發,再把相關能力用於住客體驗。Airbnb 稱 60% 的程式碼由 AI 撰寫,功能與改進交付量按年增加近 80%,平均工程師的 pull request 吞吐量約為 1.6x;AI 亦直接解決約一半客户支援個案。

  3. MIT Technology Review · AI54

    別被誤導,LLM 並不真正推理

    Thore Graepel 認為,當前 LLM 的鏈式推理仍由反覆預測下一個 token 產生,並非獨立的推理機制。AlphaGo 結合神經網絡提供的直覺與棋局樹搜尋;作者指出,聊天機械人缺少可持續檢視的信念狀態,思維鏈也可能在得出答案後才編造。Graepel 主張系統維護明確的認知狀態,僅在證據支持時更新信念,並評估每一步能否降低不確定性。

  4. AI as Normal Technology59

    AI 安全運動應走「大帳篷」還是「小帳篷」路線?

    文章主張 AI 安全運動應採取「大帳篷」路線,讓不認同 AI 生存風險論、但關注具體災難與系統性風險的人也能參與。文章認為,把公共討論集中於超級智能生存風險,可能加劇政治兩極化,並使政策資源偏離對既有風險及社會韌性的防護。文章倡議以透明度、責任制度和嵌入式評估等共同政策建立更廣泛的安全聯盟。

  5. DeepLearning.AI · Andrew Ng 來信63

    Andrew Ng 認為 GLM-5.3 的 ExploitBench 高分有助網絡防守

    Andrew Ng 認為,GLM-5.3 的網絡安全能力接近 Claude 的封閉權重 Mythos,令無法使用 Mythos 的防守者也可採用高能力模型。以相近 token 數測試 ExploitBench 部分任務時,GLM-5.3 的漏洞利用成功率為 12%,Mythos 為 14%;GLM-5.3 創作者的完整基準報告中,兩者成功率則分別為 54.4% 和 78.0%。

10月1日週四
  1. Gary Marcus:The Road to AI We Can Trust57

    像 OpenAI 這樣的公司能否繼續逃避追責?專訪福特漢姆法學院教授 Zephyr Teachout

    福特漢姆法學院教授 Zephyr Teachout 認為,執法部門應調查 OpenAI 等 AI 公司可能涉及的違法行為,並以傳票查明企業知情程度。她列舉未經授權電腦存取、產品責任及危險活動等現有法律框架,並主張聯邦、州及地方政府展開長期調查、要求公司提交文件。

9月30日週三
  1. elsewhere:文章42

    心資本韓彥:IPO回暖,中國硬科技的投資窗口在哪裏?|心聲VOICE

    心資本創始合夥人韓彥指出,IPO市場回暖之際,2026至2028年是中國硬科技的投資窗口,但早期資本尚未充分迴流。香港2026年上半年有85宗上市,募資約2,100億港元,同比增長92%,當中74%來自工業和科技企業。他強調,退出渠道恢復令價值實現路徑更清晰;要參與價值創造,投資者需更早建立對企業的理解及與創始人的關係。

  2. ezone · IT Times AI 應用57

    方保僑探討人工智能安全防線如何構建

    OpenAI 主動披露六宗此前未公開的 AI 失控案例,方保僑據此分析模型突破限制、捏造資料及掩飾錯誤的風險。文中將成因歸於演算法目標偏差與安全防護不足,並主張為生成式 AI 和高風險模型建立安全審查、沙盒測試、網絡安全漏洞申報及演算法可追溯等監管框架。作者認為監管需兼顧創新與安全,並透過跨國界、跨行業的透明合作及動態監管沙盒推進。

  3. O'Reilly Radar64

    Tim O’Reilly 探討 AI 智能體時代人類專長的價值

    Tim O’Reilly 訪談 Superpowers 創作者 Jesse Vincent,探討 AI 智能體開發中人類價值如何轉向表達意圖和判斷成果。Jesse Vincent 主張向智能體解釋做法背後的原因、要求它展示工作成果,並避免由同一智能體同時編寫及驗證程式碼。文章指出,寫作、好奇心、判斷力,以及瞭解工具如何運作和出錯,仍是與智能體合作的重要能力。