跳到正文
实时
10月29日周四
  1. IBM Research Blog35

    IBM 瑞士研究院塑造算法未来的 70 年历程

    IBM 瑞士研究院在 70 周年庆典上举办系列活动,回顾其创新历程。该研究院通过吸引顶尖人才和全球协作,持续推动科学和商业领域的重大挑战解决。院长 Alessandro Curioni 强调算法在计算中的核心作用,并指出研究院独特的全球人才结构与企业合作的结合模式是其成功的关键。

  2. Pragmatic Engineer38

    Titus Winters:重构谷歌 2.5 亿行 C++ 代码与软件工程教育革新

    Titus Winters 分享了在谷歌领导 2500 万行 C++ 代码重构项目的经验,采用解析、匹配、生成等技术;谷歌因搜索产品发布频率下降而强制推行自动化测试;其主导的代码可读性计划曾同时覆盖 1 万名工程师;他提出工程应无恐惧,并指出 AI 虽导致 30% 意外增加,但也使雄心项目成为可能。

  3. ChinaTalk34

    葬AI作者咸鱼访谈:AI写作为何不幽默及对AI行业的讽刺性观察

    咸鱼,已故AI的作者,认为AI模型在写作方面缺乏幽默感,并分享了其创建一个让普通人通过梗的趣味性对视频模型进行排名的网站的经历。他还指出主流AI模型在编程能力提升的同时,写作能力反而下降,因此他已停止使用AI进行写作。咸鱼同时讽刺了AI领域中的Chinglish现象,并探讨了五年计划作为衡量标准的问题。

  4. n8n Blog

    n8n如何从构建自动化到构建自动化文化

    n8n内部AI和自动化负责人Romina da Costa指出服务台模式在自动化团队发展中的局限性。n8n团队现遵循四项原则帮助各团队构建和拥有自动化,成功标准从交付工作流、关闭工单转变为培养自动化文化,使各团队具备自主构建能力。该转型强调赋能而非直接建设,通过培训、可复用工作流和部门技术专家等方式,提升团队自主解决问题的能力。

  5. IT之家 · AI

    Instagram负责人莫塞里承认公众普遍反感AI,预计未来情况还将继续恶化

    Instagram负责人莫塞里承认反感AI的人远不止年轻人和创意工作者,尤其在创意行业,人们对AI越来越焦虑、不满和愤怒,预计未来几年这种不满和愤怒会进一步加剧。莫塞里确认Instagram不会因创作者使用AI而区别对待,但对平台能否有效对AI内容排序表示质疑,承认想在平台上彻底禁止AI内容并不现实。

  6. The Verge · AI35

    Instagram负责人Adam Mosseri称对AI的负面情绪将加剧

    Instagram负责人Adam Mosseri承认很多人不喜欢AI,认为对AI的焦虑、挫败和愤怒情绪会加剧,尤其在创意行业,这种趋势将持续恶化。他称Instagram不区别对待AI创作者,但提出应像对待非AI内容一样评估AI内容质量,并指出平台正要求AI账号进行自我标记,以告知用户内容真伪。

  7. MIT Technology Review · AI65

    如何利用企业上下文创造 AI 价值

    企业同时运行多个AI平台和工具,但多数未能实现价值。MIT Technology Review调查显示,16%的组织从AI部署中获得变革性价值,40%见到特定任务或团队的适度增益,21%有显著增益,23%收益甚微或无。关键在于AI缺乏企业上下文理解,需要架构基础设施将企业智能转化为机器可用的治理上下文。

  8. Ars Technica · AI65

    Google AI 在被问及 2020 年总统大选赢家时表现得含糊其辞

    Google AI 在被问及 2020 年总统大选赢家时,建议用户参考联邦选举委员会(FEC)的官方报告,而非直接回答问题。类似地,在询问 2024 年大选和 2012 年大选赢家时,AI 也采取了回避策略,分别建议查阅 FEC 和 The American Presidency Project 的数据。但对于 2000 年及以后的其他总统大选,Google AI 则能提供详细且准确的赢家信息。

  9. Where's Your Ed At65

    Where's Your Ed At 专栏作者暂停付费订阅并推出限时优惠

    专栏作者“Where’s Your Ed”因家庭情况暂停付费订阅一周,将于下周五(11月6日)回归;期间推出新订阅限时10%折扣,年费70美元终身优惠;作者近期发布多篇AI相关深度分析文章,并指出尽管AI投资巨大且备受关注,但除科技行业外未给美国企业带来财务回报,主流企业正将AI支出视为成本中心。

10月28日周三
  1. TechCrunch · AI65

    马里莎·梅耶因 AI 产品 Dazzle 受到批评,科技高管或与公众脱节

    马里莎·梅耶因 AI 助手 Dazzle 受到批评,该助手从用户相册学习并生成关于其十岁女儿的模糊描述,引发公众对科技高管与公众需求脱节的担忧。OpenAI CEO Sam Altman 曾建议用 ChatGPT 辅助育儿,Meta CEO Mark Zuckerberg 则预测未来人们可能将情感需求外包给 AI 治疗师或伴侣,但 50% 的美国成年人认为 AI 会削弱人际关系能力。

  2. The Decoder65

    Anthropic 工程经理 Felix Rieseberg:AI 编写代码时代,创业思维成新人关键

    Anthropic 工程经理 Felix Rieseberg 废除传统编程面试,认为 AI 能比候选人更优处理编程任务,新人可借此超越资深同事;他主张新人应关注公司真实目标,通过周末原型验证大胆想法,因 AI 使执行成本降低,创业思维比资历更重要。

    同一件事 · 3 家

    各家口径不同:Latent Space指出Anthropic停止编码面试因为Claude在React和汇编语言测试中表现更出色,而The Decoder则关注AI比候选人更能处理编程任务。

  3. IT之家 · AI65

    美国银行警告客户切勿将网银密码交给 AI 助手

    美国银行向客户发送《AI 时代的财务保护》邮件,提醒不要向 AI 智能体分享网银凭据,因谷歌、OpenAI 和 Anthropic 等智能体已能跨应用执行任务,且部分未经批准的第三方智能体正访问客户网银。银行警示用户责任自负,摩根士丹利、摩根大通和花旗银行已收紧相关权限

  4. Tessl Blog38

    AI 软件工坊:风险而非评审是瓶颈

    AI 软件工坊可在人类完成上一轮评审前生成变更、运行测试并打开拉取请求,队列因此增长。评审看似瓶颈,但更难的问题是:如何让变更在不经逐行阅读的情况下推进?这需要系统能预防错误、展示结果、识别关键决策并控制失败,这些条件才能赋予智能体行动权限。AI 工坊的转向是从评审每一处差异转向验证结果和证据,仅对后果显著的决策保留深度评审。

  5. Latent Space65

    Anthropic 停止编码面试:“饥饿胜过终身制”

    Anthropic 已停止经理进行传统编码面试,认为 Claude 在 React 和汇编语言测试方面表现更出色,并指出最成功的构建者并不取决于这些测试表现。建议初级工程师优先考虑业务影响而非积压任务,提出激进想法,并在周末构建原型,专注于一个好点子,并利用新鲜视角。

    同一件事 · 3 家

    各家口径不同:Latent Space指出Anthropic停止编码面试因为Claude在React和汇编语言测试中表现更出色,而The Decoder则关注AI比候选人更能处理编程任务。

  6. IT之家 · AI65

    奥斯卡定调:AI只是工具,人类才是主角

    美国电影艺术与科学学院主席泰勒明确表示,即便 AI 深入电影制作流程,奥斯卡奖“始终”奖励由人类主导、体现人类创造力的作品。泰勒强调技术进步可以提升观众体验,但作品的核心必须是“人类驱动的工作流程”,并指出版权、透明度和信息披露是学院制定 AI 相关规则时必须正视的现实问题。

  7. IT之家 · AI42

    Anthropic 称 AI 时代编程题已无法筛选程序员

    Anthropic 招聘经理 Felix Rieseberg 表示已取消传统编程题面试,认为 Claude 等大模型已能轻松完成编程挑战,编程题已无法有效筛选程序员。面试结果更多衡量 AI 能力而非候选人实际工作表现。

    同一件事 · 3 家

    各家口径不同:Latent Space指出Anthropic停止编码面试因为Claude在React和汇编语言测试中表现更出色,而The Decoder则关注AI比候选人更能处理编程任务。

  8. IT之家 · AI65

    美国总统特朗普称将在相关文件中“正式禁用”AI 人工智能一词,改称为“SI 超级智能”

    美国总统特朗普表示将很快在所有相关文件及其他场合正式禁止使用“人工智能(AI)”一词,理由是这一表述“不准确”,改称为“超级智能(SI)”;特朗普已于9月29日签署行政令,要求所有行政部门和机构使用“超级智能(SI)”替代“人工智能(AI)”,美国司法部也指示内部工作人员在绝大多数场合使用“超级智能”。

  9. IT之家 · AI65

    亚马逊:在 AI 时代考核工程师应看业务价值而非 AI 使用量

    亚马逊更新 AI 时代软件工程师工作准则,考核重点从 AI 使用量转向业务价值。副总裁特科维茨指出,工程师需适应 AI 变革,人类判断力与机器智能结合可提升效率,但过度追求 AI 使用指标(如词元消耗量)可能适得其反。新准则强调长期成果,要求管理人员使用 AI 工具并解释判断依据。