AI 报告
来自 AI 公司、高校、研究机构和咨询公司
每 3 小时从 AI 公司、高校和研究机构以及咨询公司的官方网站收集有关 AI 的最新报告、论文、调查和政策文件。每一条均经 Jev 筛选;摘要仅根据出版物的开头部分撰写,详情请阅读原文。
RTX Spark 点燃全球庆祝热潮，新款 Windows PC 登场
原标题: RTX Spark Ignites Global Celebration as New Windows PCs Arrive
英伟达已推出 RTX Spark 笔记本电脑，并在全球各地举办了零售发布活动，其中包括在柏林举行的一场活动，首席执行官黄仁勋亲临现场。该芯片将 Blackwell RTX GPU 与 Grace CPU 整合于一颗超级芯片中，可提供高达 1 petaflop 的 AI 算力以及高达 128GB 的统一内存。华硕、戴尔、惠普、联想、微软和微星的笔记本电脑起售价为 $2,399，更多机型即将推出。
AI 监管 前沿 AI 安全论证模板：网络能力缺失论证 2024年11月 研究论文 Arthur Goemans、Marie Davidsen Buhl、Jonas Schuett、Tomek Korbak、Jessica Wang、Benjamin Hil
原标题: AI Regulation Safety Case Template for Frontier AI: A Cyber Inability Argument November 2024 Research Paper Arthur Goemans, Marie Davidsen Buhl, Jonas Schuett, Tomek Korbak, Jessica Wang, Benjamin Hil
本文提出了一个针对攻击性网络能力的安全论证模板。它将主要论点拆分为逐步具体化的子论点,每个子论点都有证据支持,并使用“主张—论证—证据”(Claims Arguments Evidence)框架将风险模型、代理任务和评估结果联系起来。作者将其作为概念验证,以促进关于人工智能安全论证的讨论。
是什么推动了人工智能的进步？算力趋势 本文对人工智能模型的另一个关键趋势进行了高层次概述：硬件的进步为人工智能系统的进一步提升提供了支撑
原标题: What drives progress in AI? Trends in Compute In this article, we provide a high-level overview of another key trend in AI models: that progress in hardware underpins further improvements in AI system
本文概述了硬件(特别是算力)的进步如何支撑人工智能系统的进一步改进。文章阐明人工智能的进步建立在算力、数据和算法之上,并介绍了 FLOPS、MIPS 和 IOPS 等常见的算力指标。这是人工智能趋势系列的第三篇。
大幻象：软件可移植性的神话及其对机器学习进展的影响 AI 可移植性问题：创新受损。新研究表明，机器学习框架会损失大量功能
原标题: The Grand Illusion: The Myth of Software Portability and Implications for ML Progress AI Portability Problem: Innovation Suffers. New research shows machine learning frameworks lose significant functi
新研究发现，机器学习框架移植到其他硬件上时，可能会丧失 40% 以上的关键功能。即使某些功能仍可移植，性能也可能下降到难以使用的程度。作者指出，硬件专用化可能会阻碍机器学习研究的创新。
AI 监管 训练算力阈值：AI 监管中的特征与功能 2024年8月 Lennart Heim、Leonie Koessler 美国和欧盟的监管机构正在使用基于训练算力的阈值
原标题: AI Regulation Training Compute Thresholds: Features and Functions in AI Regulation August 2024 Lennart Heim, Leonie Koessler Regulators in the US and EU are using thresholds based on training compute-
美国和欧盟使用训练算力阈值（即训练中所用的计算运算次数）来识别可能带来大规模社会危害风险的通用人工智能模型。作者认为，训练算力目前是这一初步筛选最合适的指标，因为它与能力和风险相关、可以量化，并且能够由外部验证。他们提醒说，它只是风险的不完美代理指标，不应单独用于确定缓解措施。
调查研究 公众如何看待 AI？ 2025年1月 GovAI 报告 Noemi Dreksler、Harry Law、Chloe Ahn、Daniel S. Schiff、Kaylyn Jackson Schiff、Zachary Peskowitz 借鉴学术研究
原标题: Survey Research What Does the Public Think About AI? January 2025 GovAI Report Noemi Dreksler, Harry Law, Chloe Ahn, Daniel S. Schiff, Kaylyn Jackson Schiff, Zachary Peskowitz Drawing from academic st
本报告基于学术研究和公众民调,综合分析了公众对 AI 的态度,重点关注英国和美国。内容涵盖对失业的担忧等议题,以及新兴趋势、挑战和机遇。报告还介绍了 AI SHARE 数据库,该数据库汇集了 2014 年至 2023 年间开展的 200 多项研究的调查数据。
AI 监管 仅靠内部评估远远不够：迈向针对通用人工智能的稳健第三方缺陷披露 2025年3月 研究论文 Shayne Longpre 等，包括 Markus Anderljung 该广泛
原标题: AI Regulation In-House Evaluation Is Not Enough: Towards Robust Third-Party Flaw Disclosure for General-Purpose AI March 2025 Research Paper Shayne Longpre et al., including Markus Anderljung The wide
该论文认为，与软件安全相比，通用人工智能（GPAI）系统的缺陷报告基础设施、实践和规范严重欠缺。论文提出了标准化的 AI 缺陷报告和交战规则、参照漏洞赏金计划并具有法律安全港的广泛适用的披露计划，以及更完善的基础设施，用于在各利益相关方之间协调缺陷报告。
技术性 AI 治理 AI 智能体基础设施 2025年1月 研究论文 Alan Chan、Kevin Wei、Sihao Huang、Nitarshan Rajkumar、Elija Perrier、Seth Lazar、Gillian K. Hadfield、Markus Anderljun
原标题: Technical AI Governance Infrastructure for AI Agents January 2025 Research Paper Alan Chan, Kevin Wei, Sihao Huang, Nitarshan Rajkumar, Elija Perrier, Seth Lazar, Gillian K. Hadfield, Markus Anderljun
随着AI智能体越来越多地在开放式环境中规划并执行任务,作者认为现有工具不足以管理其风险。他们提出“智能体基础设施”,即位于智能体之外、用于调节其交互和影响的技术系统与共享协议。作者指出了三项功能:将行为归因于特定的智能体或用户、塑造智能体之间的交互,以及检测并补救有害行为。
AI 监管 对前沿 AI 开发者的监管监督 2025年3月 研究论文 Peter Wills 人工智能（AI）系统有可能直接或间接造成巨大的危害
原标题: AI Regulation Regulatory Supervision of Frontier AI Developers March 2025 Research Paper Peter Wills Artificial Intelligence (AI) systems have the potential to cause, directly or indirectly, immense h
人工智能系统可能造成巨大危害,也能大幅提升人类福祉,因此监管面临的挑战是在促进创新的同时避免风险。论文认为,只有在没有其他方法能够实现监管目标时,才应采用监督式监管,即由官员拥有信息收集权力和较大的自由裁量权。论文的结论是,对于OpenAI、Anthropic、Google DeepMind和Meta等前沿AI开发者,监督是必要的,因为没有其他形式的监管能够实现良好的AI政策。
政治学与国际关系 安全-性能权衡模型网页应用 2022年12月 GovAI 博客 Robert Trager、Paolo Bova、Allan Dafoe、Nicholas Emery 和 Eoghan Stafford 这款网页应用
原标题: Political Science and International Relations Safety-Performance Tradeoff Model Web App December 2022 GovAI Blog Robert Trager, Paolo Bova, Allan Dafoe, Nicholas Emery and Eoghan Stafford This web app
这款交互式网页应用通过安全与性能权衡（SPT）模型，探讨高风险AI竞争的动态。它提出的问题是：即使人人都知道如何让自己的系统更安全，AI安全方面的突破是否就一定会带来更安全的系统。该工具让用户可以探究，为什么已部署的AI系统可能仍然保持着突破之前的风险水平。
AI 监管 保护社会免受 AI 滥用:何时有必要限制能力? 2023年3月 Markus Anderljung, Julian Hazell 人工智能(AI)系统将越来越多地被
原标题: AI Regulation Protecting Society from AI Misuse: When are Restrictions on Capabilities Warranted? March 2023 Markus Anderljung, Julian Hazell Artificial intelligence (AI) systems will increasingly be
随着 AI 系统能力不断增强,它们将越来越多地被用于造成危害,例如自动化欺诈或制作有害的伪造图像。本文认为,当其他干预措施不足、潜在危害较大且可以进行有针对性的干预时,对能力施加限制是有必要的。文章提出了一个围绕滥用造成危害所需步骤的分类法和框架,并将其应用于预测新型毒素、制作有害图像以及自动化鱼叉式网络钓鱼。
Economics GPTs are GPTs：大语言模型对劳动力市场的潜在影响 2024年6月 Science 文章 Tyna Eloundou、Sam Manning、Pamela Mishkin 和 Daniel Rock 我们提出了一个用于评估潜在影响的框架
原标题: Economics GPTs are GPTs: Labor market impact potential of LLMs June 2024 Science Article Tyna Eloundou, Sam Manning, Pamela Mishkin, and Daniel Rock We propose a framework for evaluating the potential
该论文提出了一个框架，根据大语言模型及相关技术与劳动者所执行任务的相关性，评估其可能如何影响工作。作者让人类和大语言模型共同应用该框架，估计约 1.8% 的工作岗位中超过一半的任务可能会受到具有简单界面和通用训练的大语言模型的影响。若考虑配套软件的发展，这一比例将升至略高于 46%。
“AI 自动化会多快到来？”FutureTech 大会回顾 2025 年 FutureTech 大会若干关键见解概述。2025年11月17日
原标题: “How fast will AI automation happen?” Reflections on the FutureTech conference An overview of some key insights from the 2025 FutureTech conference. November 17, 2025
这篇FutureTech文章总结了10月举行的2025年会议“AI自动化将以多快的速度发生?”(How Fast Will AI Automation Happen?)中的一些关键见解。演讲嘉宾包括AI发展、AI经济学和AI应用领域的顶尖研究人员。文章重点介绍了部分观点,而非对每场演讲进行完整总结。
政策建议与观点 对美国国家标准与技术研究院（NIST）依据人工智能行政令所承担任务的信息征询（RFI）的回应 2024年2月 Jonas Schuett、Leonie Koessler、Markus Anderljung 我们欢迎这次机
原标题: Policy Advice and Opinion Response to the RFI Related to NIST's Assignments Under the Executive Order Concerning AI February 2024 Jonas Schuett, Leonie Koessler, Markus Anderljung We welcome the oppor
本意见书回应了美国就NIST在人工智能行政令下的任务所发出的信息征询,重点关注“两用基础模型”。文中建议鼓励开发者采取诸如发布安全政策、开展红队测试、编制风险评估以及在部署后监测模型等做法。文章还主张,风险管理的负担应与系统的影响相称。
AI监管 欧盟《人工智能法案》第50条中对AI智能体活动的标注 2025年11月 政策简报 Alan Chan AI智能体的在线活动可能扭曲人类的信念和行为。例如
原标题: AI Regulation Labeling of AI Agent Activity in Article 50 of the EU AI Act November 2025 Policy Brief Alan Chan The online activities of AI agents could distort human beliefs and behaviors. For exampl
人工智能代理的在线活动可能扭曲人类的信念，例如让合成的点赞和转发看起来像真实的民意。作者认为，预计于2026年8月2日生效的《欧盟人工智能法案》第50条，很可能要求对人工智能代理的网络请求和浏览器操作加以标注，并且这些标注应当能够验证创建者以及是否被篡改。该简报在附录中为即将出台的《行为准则》提出了可能的文本。
AI 监管 前沿 AI 监管:管理对公共安全的新兴风险 2023年7月 Markus Anderljung, Joslyn Barnhart, Anton Korinek, Jade Leung, Cullen O’Keefe, Jess Whittlestone 等 先进
原标题: AI Regulation Frontier AI Regulation: Managing Emerging Risks to Public Safety July 2023 Markus Anderljung, Joslyn Barnhart, Anton Korinek, Jade Leung, Cullen O’Keefe, Jess Whittlestone, et al. Advanc
这篇论文聚焦于“前沿AI”模型：即能力极强、可能具备足以对公共安全构成严重风险的危险能力的基础模型。论文认为，对其进行监管需要三个基本要素：标准制定、注册和报告要求，以及确保合规的机制。论文还提出了一套初步的安全标准，包括部署前风险评估，以及在部署后监测新信息并作出响应。
CISO 的生成式 AI 指南——机遇、成果与当下的紧迫性
原标题: The CISO’s guide to Generative AI - Opportunities, outcomes, and the urgency of now
经济学 智能金融系统:AI 如何改变金融 2024年6月 Iñaki Aldasoro、Leonardo Gambacorta、Anton Korinek、Vatsala Shreeti、Merlin Stein 金融系统的核心是
原标题: Economics Intelligent Financial System: How AI Is Transforming Finance June 2024 Iñaki Aldasoro, Leonardo Gambacorta, Anton Korinek, Vatsala Shreeti, Merlin Stein At the core of the financial system i
该报告分析了生成式 AI、新兴的 AI 智能体以及更具推测性的通用人工智能将如何影响金融业。报告考察了四项职能：金融中介、保险、资产管理和支付，以及对金融稳定和审慎政策的影响。报告还考虑了在乐观和颠覆性情景下对实体经济的溢出效应，并基于通用 AI 治理原则提出了升级金融监管的框架。
AI与生物安全：衡量2025年年中大语言模型对生物学新手表现的辅助作用 2026年2月 研究论文 Shen Zhou Hong, Alex Kleinman, Alyssa Mathiowetz, Adam Howes, Julian Cohen, Suveer Ga
原标题: AI and Biosecurity Measuring Mid-2025 LLM-Assistance on Novice Performance in Biology February 2026 Research Paper Shen Zhou Hong, Alex Kleinman, Alyssa Mathiowetz, Adam Howes, Julian Cohen, Suveer Ga
一项预先注册的随机对照试验（2025年6月至8月，n = 153）发现，在模拟病毒反向遗传学工作流程的任务中，新手使用LLM辅助与使用互联网查询相比，工作流程完成情况没有显著差异。LLM组在五项任务中的四项中成功率在数值上更高，作者认为这与适度的性能优势相关。该研究指出基准测试结果与现实世界效用之间存在差距，并呼吁对AI生物安全评估进行现实世界的实物验证。
AI监管 通过云进行治理 2024年3月 研究论文 Lennart Heim, Tim Fist, Janet Egan, Sihao Huang, Stephen Zekany, Robert Trager, Michael A Osborne, Noa Zilberman 算力提供商可
原标题: AI Regulation Governing Through the Cloud March 2024 Research Paper Lennart Heim, Tim Fist, Janet Egan, Sihao Huang, Stephen Zekany, Robert Trager, Michael A Osborne, Noa Zilberman Compute providers c
该论文认为，算力提供商在人工智能监管中应承担法律义务和伦理责任，扮演安全保障者、记录保存者、客户活动核查者和执行者的角色。论文探讨了如何以有针对性且注重隐私的方式履行这些职能，即利用非机密数据来推断工作负载类型和所消耗的算力。论文以美国第14110号行政令为案例，概述了记录保存要求，并探讨核查与执行如何构成更广泛的监督机制。
AI 经济学 AI 对美国收入不平等的影响 2024年7月 研究论文 Sam Manning 一项调查显示,约有一半的美国人认为 AI 使用的增加将导致更大的
原标题: Economics of AI AI’s Impact on Income Inequality in the US July 2024 Research Paper Sam Manning According to one survey, about half of Americans think that the increased use of AI will lead to greater
一项调查发现，约一半的美国人认为，人工智能使用的增加将导致收入不平等加剧和社会更加两极分化。经济学家通常不像公众那样担心近期出现大规模失业，但往往同样担忧不平等问题。多项研究发现，在法律和软件工程等职业中，技能最低或经验最少的工作者从人工智能中获得的生产率提升最大，一些经济学家认为这一结果可能是减少不平等的一条途径。
计算机科学 技术性AI治理的开放问题 2024年7月 Anka Reuel、Ben Bucknall等 AI的进步正在带来日益广泛的风险与机遇,但往往不清楚如何
原标题: Computer Science Open Problems in Technical AI Governance July 2024 Anka Reuel, Ben Bucknall, et al. AI progress is creating a growing range of risks and opportunities, but it is often unclear how the
AI 的进步带来了日益多样的风险与机遇，而应对这些风险与机遇的障碍往往至少部分是技术性的。本文阐释了技术性 AI 治理，即利用技术分析和工具来支持有效的 AI 治理，并提出了其未解决问题的分类体系和一份不完整的清单。本文旨在为技术研究人员和研究资助方提供参考资源。
引言 人工智能民主化:多重含义、目标与方法 2023年3月 Elizabeth Seger, Aviv Ovadya, Ben Garfinkel, Divya Siddarth, Allan Dafoe 本文概述了四种不同的概念
原标题: Introductions Democratising AI: Multiple Meanings, Goals, and Methods March 2023 Elizabeth Seger, Aviv Ovadya, Ben Garfinkel, Divya Siddarth, Allan Dafoe This paper outlines four different notions of
这篇论文概述了“AI民主化”的四种不同含义。其中三种几乎可与“提高可及性”互换使用，而治理层面的含义则是在可及性与其他社会需求和价值之间取得平衡。作者警告不要将该术语宽泛地用作“一切美好事物”的代名词，因为它的价值取决于是否与受影响者保持一致。
政治学与国际关系 AI 中的话语权与参与机会：全球 AI 多数群体对人工智能开发与治理的参与 2024年10月 白皮书 Sumaya N. Adan, Rob
原标题: Political Science and International Relations Voice and Access in AI: Global AI Majority Participation in Artificial Intelligence Development and Governance October 2024 Whitepaper Sumaya N. Adan, Rob
本白皮书探讨了在应对前沿人工智能国家的安全和商业关切的同时,切实提升全球人工智能多数国家在人工智能治理和能力方面的话语权与参与机会的途径。文章指出了若干障碍,例如数字和算力基础设施有限、人工智能开发高度集中、以英语为中心的数据,以及人才分布不均。文章提出了利益协调、参与式架构和安全保障三种方法。
政治学与国际关系 人工智能治理中哪些内容应当国际化？ 2024年11月 白皮书 Claire Dennis 等 随着人工智能（AI）的发展，各国日益
原标题: Political Science and International Relations What Should Be Internationalised in AI Governance? November 2024 Whitepaper Claire Dennis et al. As artificial intelligence (AI) advances, states increasi
本白皮书提出了一个框架，用于判断哪些人工智能治理议题应当实现国际化，并分析了涵盖数据、算力和模型治理的九个政策领域。该框架评估四个因素：跨境外部性、监管套利、治理能力不均衡以及互操作性。国际化的收益在算力提供方监管、内容溯源、模型评估、事件监测和风险管理协议方面最为显著，而在数据隐私、数据溯源、芯片分配和偏见缓解方面则较低或好坏参半。
德勤联手 AWS 和 Anthropic 推出面向首席财务官的 AI Advantage
原标题: Deloitte Launches AI Advantage for CFOs With AWS and Anthropic
德勤咨询有限责任合伙公司(Deloitte Consulting LLP)发布了面向首席财务官的 AI Advantage,这是一个基于 Amazon Bedrock 和 Anthropic 大语言模型构建的、集成式 AI 驱动分析与洞察平台。该平台包含财务自动化智能体(Finance Automation Agents),可用于自动化关键财务流程,并从结构化、非结构化和多模态内容中生成洞察。大众集团阿根廷公司(Volkswagen Group Argentina)是首批使用该平台的客户之一。
《福布斯》报道 MIT FutureTech 量子优势计算器 《福布斯》探讨了 AI 与量子计算的融合,并重点介绍了 MIT FutureTech 在商业领域推出的量子经济优势计算器
原标题: Forbes Covers MIT FutureTech Quantum Advantage Calculator Forbes explores the convergence of AI and quantum computing, featuring MIT FutureTech's Quantum Economic Advantage Calculator at the Business
《福布斯》（Forbes）的一篇文章探讨了 AI 与量子计算的融合，并介绍了 MIT FutureTech 在 Business of Quantum Summit 上展示的量子经济优势计算器（Quantum Economic Advantage Calculator）。文章还指出量子领域的投资不断增长，并提到 Multiverse Computing 等欧洲初创公司，该公司已发布压缩版 AI 模型。
政治学与国际关系 审议自主武器 2022年12月 新闻/媒体文章 Robert Trager Stuart Russell 凭借其著作对许多人产生了开创性的影响
原标题: Political Science and International Relations Deliberating Autonomous Weapons December 2022 News/Media Article Robert Trager Stuart Russell has had a seminal influence on many people with his writings
Robert Trager 讨论了 Stuart Russell 关于自主武器的著作，并提出以防扩散作为全面禁止之外的替代方案。他认为，大国不太可能放弃具有重要军事价值的技术，因此防止先进版本的扩散可能是一种可行的做法。他承认这既困难又充满不确定性，需要大国的重视和安全保障，但认为值得一试。
AI实验室政策 相对于竞争对手评估风险：当前AI公司政策分析 2025年10月 政策简报 Sophie Williams、Noemi Dreksler、Aidan Homewood、Markus Anderljung、Jonas Fre
原标题: AI Lab Policy Assessing Risk Relative to Competitors: An Analysis of Current AI Company Policies October 2025 Policy Brief Sophie Williams, Noemi Dreksler, Aidan Homewood, Markus Anderljung, Jonas Fre
一些 AI 公司在其安全框架中加入了条款，允许它们在竞争对手发布能力相近但防护措施较弱的模型时降低自身的防护措施。作者认为，这种做法可能增加总体风险，因为竞争对手的能力和防护措施难以评估，而且事故风险会随用户数量而扩大。他们还警告说，安全标准可能会突然瓦解（如果一个背离者引发其他方效仿），也可能通过“温水煮青蛙”效应逐渐削弱。
FutureTech 亮相 Nvidia GTC FutureTech 的研究与运营亮相 Nvidia GTC 大会，展示我们在人工智能与计算创新方面的工作。2025年3月18日
原标题: FutureTech at Nvidia GTC FutureTech research and operations featured at Nvidia GTC conference, highlighting our work in AI and computing innovation. March 18, 2025
MIT FutureTech 的研究与运营亮相 Nvidia GTC 大会。MIT 运营负责人 Tess Fagan 将于 3 月 19 日星期三上午 9 点在 GTC 2025 上主持 AMA 问答环节。
AI 监管 对 NTIA AI 问责政策的回应 2023年6月 Everett Thornton, Jonas Schuett, Markus Anderljung, Lennart Heim 我们欢迎有机会回应 NTIA 的 AI 问责
原标题: AI Regulation Response to the NTIA AI Accountability Policy June 2023 Everett Thornton, Jonas Schuett, Markus Anderljung, Lennart Heim We welcome the opportunity to respond to the NTIA’s AI Accountabi
本意见书回应美国国家电信和信息管理局(NTIA)的《AI问责政策征求意见》,重点关注基础模型的审计与评估。文章认为,至少应当对基础模型的危险能力、对齐程度和真实性进行评估。文章还呼吁建立一个由独立专家审计员组成的生态体系,这些审计员应能够访问相关模型,并有强烈的动力去发现缺陷,而不是流于形式地走过场。
关于建立可对公众负责的前沿大语言模型的政策建议与观点 2023年11月 研究论文 Markus Anderljung, Everett Thornton Smith, Joe O'Brien, Lisa Soder, Benjamin Bucknall, Emma Bluemke, e
原标题: Policy Advice and Opinion Towards Publicly Accountable Frontier LLMs November 2023 Research Paper Markus Anderljung, Everett Thornton Smith, Joe O'Brien, Lisa Soder, Benjamin Bucknall, Emma Bluemke, e
随着前沿大语言模型日益深入地融入社会和经济,作者认为,有关其训练、部署和使用的决策不应仅由开发者决定。他们提出通过红队测试、审计和外部研究人员访问等方式进行外部审查。本文在ASPIRE框架下归纳了有效外部审查的六项要求,并向政策制定者提出了建议。
职场中的高效 AI：研究告诉我们什么 职场中真正高效的 AI 是什么样子？不是炒作，也不是恐惧，而是研究。在我们的最新博客中，MIT Initiative on the Digital Econo
原标题: Effective AI in the Workplace: What the Research Shows What does effective AI in the workplace actually look like? Not hype. Not fear. Research. In our latest blog, MIT Initiative on the Digital Econo
MIT IDE 的研究人员回顾了有关人工智能在工作中应用的证据，包括企业在哪些方面出现失误。他们发现，人工智能并不会自动取代工人，而且往往会带来新的协调和监督需求。当组织重新思考工作流程，并在引入人工智能的同时投资于人的能力时，收益是实实在在的。
超越AI暴露度:哪些任务采用计算机视觉实现自动化具有成本效益?Neil Thompson与来自MIT FutureTech的Maja S. Svanberg和Wensu Li,以及来自The Productivit的Martin Fleming
原标题: Beyond AI Exposure: Which Tasks are Cost-Effective to Automate with Computer Vision? Neil Thompson along with Maja S. Svanberg and Wensu Li from the MIT FutureTech, Martin Fleming from The Productivit
Neil Thompson 与来自 MIT FutureTech、The Productivity Institute 和 IBM 商业价值研究院（Institute for Business Value）的同事发表了一篇新文章，介绍了一种人工智能任务自动化模型。该模型提供了一个端到端框架，用于确定各项任务所需的技术性能，界定能够达到该性能的人工智能系统的特征，并为其开发与部署方面的经济决策提供指导。
DRUID会议:探讨AI对知识密集型行业的影响 今年夏天,6月13日至15日,DRUID会议将在法国尼斯举行,举办一场关于AI发展对知识
原标题: DRUID Conference: Debating AI's Impact on Knowledge-Intensive Industries This summer, the DRUID conference in Nice, France, from June 13 to 15, will host a debate on the impact of AI development on kn
今年夏天6月13日至15日在法国尼斯举行的 DRUID 会议将就 AI 发展如何影响知识密集型行业展开辩论，重点关注可能出现的大规模技能退化。Maria Savona（萨塞克斯大学）和 Neil Thompson（MIT）将支持该动议，而 Hyunjin Kim（INSEAD）和 Abhishek Nagaraj（加州大学伯克利分校）将提出反对意见。
FutureTech 宣布举办“人工智能在科学中的作用”研讨会 FutureTech 的“人工智能在科学中的作用”研讨会汇聚来自不同领域的科学家，共同讨论人工智能在科学中的作用。T
原标题: FutureTech announces workshop on The Role of AI in Science The FutureTech workshop on The Role of AI in Science brings together scientists from different fields to discuss the role of AI in Science. T
MIT FutureTech 将举办一场关于人工智能在科学中的作用的研讨会，汇聚来自不同领域的科学家共同探讨这一主题。该研讨会仅限受邀人员参加。
政策建议与观点 侵权法与前沿人工智能治理 2024年5月 《Lawfare》文章 Matthew van der Merwe、Ketan Ramakrishnan、Markus Anderljung Matthew van der Merwe、Ketan Ramakrishnan 和 Marku
原标题: Policy Advice and Opinion Tort Law and Frontier AI Governance May 2024 Lawfare Article Matthew van der Merwe, Ketan Ramakrishnan, Markus Anderljung Matthew van der Merwe, Ketan Ramakrishnan, and Marku
文章探讨了侵权法在确保前沿 AI 负责任发展方面可以发挥什么作用，包括监管制度建立之前和之后。文章指出，此类系统可能带来巨大益处，但也会对公共福利、个人权利和国家安全构成严重风险。文章认为，完全依赖行业自律是不明智的，因此法律体系在确保前沿 AI 公司尽到合理注意义务方面具有重要作用。
AI监管 前沿AI的风险阈值 2024年6月 Leonie Koessler, Jonas Schuett, Markus Anderljung 前沿人工智能(AI)系统可能对公共安全构成日益增长的风险,并
原标题: AI Regulation Risk Thresholds for Frontier AI June 2024 Leonie Koessler, Jonas Schuett, Markus Anderljung Frontier artificial intelligence (AI) systems could pose increasing risks to public safety and
前沿人工智能系统可能对公共安全和安保构成日益增长的风险，这就引出了多大程度的风险是可接受的问题。作者建议，公司应首先定义风险阈值，据此设定能力阈值，然后主要依靠能力阈值进行决策，同时指出风险阈值更难以可靠地评估。他们还认为，监管机构应探索这一领域，因为它们是定义风险阈值最具正当性的主体。
演讲：我们能从“硅人”（Homo Silicus）身上学到什么？大型语言模型（LLM）可能如何彻底改变社会科学研究 在最近的一次实验室会议上，Benjamin Manning 讲解了我们可以如何使用大型
原标题: Presentation: What Can We Learn from Homo Silicus? How Large Language Models (LLMs) may revolutionize social science research At a recent lab meeting, Benjamin Manning explained how we might use Large
Benjamin Manning 在最近的一次实验室会议上阐述了大语言模型(LLM)如何革新社会科学研究。经济学通常将人建模为理想化的理性主体(“经济人”,homo economicus),而LLM使得对人类进行计算建模成为可能(“硅人”,homo silicus)。早期证据表明,这些模型能够在定性层面复现人类实验,使实验更便宜、更快速,并避开一些伦理障碍。
让人工智能发挥作用：企业和员工需要什么 MIT FutureTech 主任 Neil Thompson 在华盛顿特区世界银行总部举办的第四届年度“AI in Action”大会上发表演讲——让人工智能发挥作用
原标题: Making AI Work: What Firms and Workers Need MIT FutureTech Director Neil Thompson presented at the World Bank Headquarters in Washington, D.C. at the 4th Annual AI in Action Conference — Making AI Wor
MIT FutureTech 主任 Neil Thompson 在华盛顿特区世界银行举办的第四届年度“AI in Action”大会上发表演讲。本次大会是一场跨行业对话，探讨人工智能如何重塑企业、劳动力市场、技能和组织战略。他的演讲题为《温顺的模型将继承大地》(Meek Models Shall Inherit the Earth)。
调查研究 先进 AI 系统阈值调查 2025 年 8 月 研究论文 Jonas Schuett, Eunseo Choi, Kasumi Sugimoto, Bosco Hung, Robert Trager, Karine Perset 世界各国政府
原标题: Survey Research Survey on Thresholds for Advanced AI Systems August 2025 Research Paper Jonas Schuett, Eunseo Choi, Kasumi Sugimoto, Bosco Hung, Robert Trager, Karine Perset Governments around the wor
本文报告了一项专家调查(N = 166)和一次关于先进AI系统阈值的公众咨询,调查于2024年8月至10月间进行。参与者普遍同意,阈值应由多方利益相关者共同设定,且不同类型的阈值应服务于特定目的。对于训练算力阈值的作用以及阈值应设置多少个,参与者意见不一。
AI与我们的工作时间——MIT CSAIL播客 本期内容：AI究竟对就业、生产力和工作的未来意味着什么？本期在麻省理工学院博物馆(MIT Museum)与现场观众共同录制！2025年12月2日
原标题: AI and Our Time at Work - MIT CSAIL Podcast In this episode What does AI really mean for jobs, productivity, and the future of work? Recorded with a live audience at the MIT Museum! December 2, 2025
在麻省理工学院博物馆现场录制的 CSAIL Alliances 播客中，主持人 Kara Miller 与 David Autor 和 Neil Thompson 就 AI 与工作的未来展开对话。讨论涵盖 AI 如何重塑任务而不仅仅是岗位、生产率提升为何不均衡，以及过度依赖 AI 的风险。
按规模衡量生成式 AI 的经济影响 我们将生成式 AI 的经济影响预测与现代和历史上其他技术的经济影响进行了比较。我们从以下方面考察影响：
原标题: Putting the economic impact of GenAI into scale We compare projections of Generative AI’s economic impact with that of other technologies from both modern and historical times. We consider impact alon
本文将生成式 AI 的经济影响预测与其他技术（包括现代技术和历史上的技术）的预测进行了比较。文章从 GDP 和生产率两个指标来考察其影响。专家对生成式 AI 影响的说法各不相同，从显著提振发达经济体的 GDP，到彻底重构全球劳动力市场。
政治学与国际关系 安全无保障：高风险技术竞赛中的国际战略动态 2022年11月 期刊文章 Eoghan Stafford、Robert Trager 和 Allan D
原标题: Political Science and International Relations Safety Not Guaranteed: International Strategic Dynamics of Risky Technology Races November 2022 Journal Article Eoghan Stafford, Robert Trager and Allan D
大国正进入一个激烈竞争的时代,争相掌握人工智能等与安全相关的技术,这可能带来误判导致危机升级和失控扩散等共同风险。作者运用战略模型发现,落后者是否部署高风险技术,取决于竞争对手的敌对程度,以及落后者与领先者在能力上的接近程度。他们还发现,当对手没有部署风险最高的技术时,安全措施可能因风险补偿而被削弱甚至逆转。
更小的“温顺模型”兴起，或将使 AI 系统民主化 据称，用有限资源构建或运行的 AI 系统，很快就能达到领先大型模型的水平，而成本却低得多
原标题: The Rise of Smaller ‘Meek Models’ Could Democratize AI Systems AI systems built or run with limited resources could soon perform on par with leading larger models while costing much less, according to
新研究表明，以有限资源构建或运行的AI系统，可能很快就能以低得多的成本媲美领先的大型模型，从而扩大AI的可及性。MIT FutureTech 的研究人员基于神经网络缩放定律指出，“越大越好”的路径可能正在趋于收益递减。他们发现，收益的下降最终可能使企业通过比他人更快扩展规模而获得的优势所剩无几。
和平队正在招募志愿者向发展中国家推销 AI 特朗普的“科技队”计划正把无偿工作者变成硅谷的销售员。2026 年 2 月 25 日
原标题: The Peace Corps is recruiting volunteers to sell AI to developing nations Trump’s ‘Tech Corps’ initiative is turning unpaid workers into Silicon Valley salespeople. February 25, 2026
The Verge 一篇文章的副标题称，特朗普的 Tech Corps 计划正在把无薪工作者变成硅谷的推销员。孙美岑（Meicen Sun）表示，这些招募人员将在新兴市场推广美国科技，而中国在这些市场的营销和推广方面已经领先。
是什么推动了人工智能的进步？数据趋势 本文对人工智能模型的一个关键趋势进行了高层次概述：人工智能模型的数据需求增长速度可能快于合适数据的供给
原标题: What drives progress in AI? Trends in Data In this article, we provide a high level overview of a key trend in AI models; that AI models’ data requirements may be growing faster than the supply of sui
本文概述了人工智能模型的数据需求增长速度可能超过合适数据的供应速度。从 2010 年到 2020 年,每年新创建的数据增长了 32 倍,但仍然无法满足需求。Epoch 的分析表明,高质量语言数据等若干数据来源将在未来几年内耗尽。
MIT 人工智能风险库发布具有影响力的研究成果 MIT 人工智能风险库发布全面的研究成果，描绘人工智能治理格局。2025年10月12日
原标题: MIT AI Risk Repository Releases Impactful Findings The MIT AI Risk Repository releases comprehensive findings mapping the AI governance landscape. October 12, 2025
MIT AI 风险库是 FutureTech 的一项举措，发布了描绘 AI 治理格局的综合研究成果。研究结果显示了不同行业和司法辖区如何应对 AI 风险，该风险库旨在成为研究人员、政策制定者和从业者的工具。
AI 监管 《人工智能法案》中的风险管理 2022年12月 期刊文章 Jonas Schuett 拟议的欧盟《人工智能法案》是在一个主要司法辖区内首次全面监管 AI 的尝试
原标题: AI Regulation Risk management in the Artificial Intelligence Act December 2022 Journal Article Jonas Schuett The proposed EU AI Act is the first comprehensive attempt to regulate AI in a major jurisdi
本文分析了欧盟《人工智能法案》提案中的第9条，即其核心风险管理条款，该条款被称为在主要司法辖区内首次全面监管人工智能的尝试。文章阐释了第9条的监管理念与目的、适用范围、其要求应如何解释，以及如何执行。本文旨在帮助高风险系统的提供者实现合规，并为草案的修订和统一的人工智能风险管理标准的制定提供参考。
FutureTech 开通 Substack FutureTech 加入 Substack，分享有关 AI 和计算创新的研究见解、分析与最新动态。2025年10月27日
原标题: FutureTech Launches Substack FutureTech joins Substack to share research insights, analysis, and updates on AI and computing innovation. October 27, 2025
FutureTech 已开通 Substack 专栏，分享有关 AI 和计算创新的研究见解与分析。目的是以通俗易懂的方式向更广泛的读者解读复杂的研究。
AI监管 算力与人工智能治理 2024年2月 研究论文 Girish Sastry, Lennart Heim, Haydn Belfield, Markus Anderljung, Miles Brundage, Julian Hazell,
原标题: AI Regulation Computing Power and the Governance of Artificial Intelligence February 2024 Research Paper Girish Sastry, Lennart Heim, Haydn Belfield, Markus Anderljung, Miles Brundage, Julian Hazell,
该论文认为，算力是治理人工智能的有效干预点，因为它可被检测、可被排他、可被量化，并且通过高度集中的供应链生产。论文指出，政府和企业已开始在人工智能政策中运用算力，但不同的基于算力的政策成熟度各异。论文警告称，范围界定不当的做法可能给隐私、经济影响和权力集中带来风险，并提出了将这些风险降至最低的防护措施。
网络安全遇上AI与生成式AI
原标题: Cybersecurity meets AI and GenAI
德勤指出,AI 和生成式 AI 在带来新的商业机遇的同时,也在开发、部署和使用过程中带来网络安全风险。不断扩大的攻击面以及攻击者对 AI 的利用,要求建立涵盖应用程序、数据、基础设施和模型的整体防御体系。该摘录内容不完整,因此本摘要仅涵盖其开头部分。
站在 AI 的肩膀上：通过向 AI 学习推动知识前沿 对 2003 年至 2021 年围棋对局的研究表明了人类职业棋手与人工智能之间的互动如何
原标题: Standing on the Shoulders of AI: Pushing the Knowledge Frontier by Learning from AI Research on Go matches from 2003 through 2021 illustrates how interactions between human professionals and artificia
作者分析了 2003 年至 2021 年间 69,974 盘职业围棋对局中的每一步棋，以研究人类棋手与 AI 如何互动以创造新知识。2017 年，AI 驱动的围棋程序超越了最强的人类棋手之后，职业棋手改变了他们的第一手棋和第一次打入的着法，并采用了不同的标准开局模式。然而，这种由 AI 驱动的知识也带来了着法更加集中、多样性下降的问题，而且这种影响对高水平棋手更为明显。
利害攸关：Modulate AI 与应对语音皮肤技术的法律和伦理挑战 一套教学工具包，包括案例研究、教学说明和背景入门读物。Jan
原标题: Skin in the Game: Modulate AI and Addressing the Legal and Ethical Challenges of Voice Skin Technology An educational toolkit that includes a case study, a teaching note, and a background primer. Jan
本案例研究聚焦Modulate公司。该公司由两位MIT校友于2017年共同创立,旨在将基于GAN的实时合成语音技术商业化。创始人希望防止这项几乎可以匹配任何人音色的技术被滥用,同时保持竞争力并让投资者满意。这套工具包由哈佛法学院图书馆和伯克曼·克莱因中心(Berkman Klein Center)提供,旨在引发对他们所面临冲突的讨论。
MIT AI Risk Navigator 在一处探索人工智能风险的全貌。Navigator 通过共享的分类体系连接 MIT 的 AI Risk Repository 数据集,让您可以在它们之间切换并发现
原标题: MIT AI Risk Navigator Explore the full landscape of AI risk in one place. The Navigator connects MIT's AI Risk Repository datasets through a shared taxonomy, so you can move between them and surface t
MIT 全新的交互式 AI Risk Navigator 通过共享的分类体系与 AI Risk Repository 相连,后者是一个持续更新的数据库,收录了超过 1,700 项按成因和风险领域分类的人工智能风险。用户可以在各数据集之间切换,并发现重要的规律。
人工智能经济学 向通用人工智能过渡的情景 2024年3月 研究论文 Anton Korinek、Donghyun Suh 我们分析了在不同的技术进步情景下，产出和工资将如何变化
原标题: Economics of AI Scenarios for the Transition to AGI March 2024 Research Paper Anton Korinek, Donghyun Suh We analyze how output and wages behave under different scenarios for technological progress th
本文分析了在迈向通用人工智能（定义为能够执行人类所有任务的 AI）的不同技术进步情景下，产出和工资如何演变。文章将人类工作建模为复杂程度各异的任务，工资由自动化与资本积累之间的竞赛决定。根据任务复杂度的分布，工资可能无限上涨，也可能在实现完全自动化后崩溃。
引领生成式人工智能驱动的企业 | 德勤全球
原标题: Leading a Generative AI-fueled enterprise | Deloitte Global
根据《财富》/德勤的一项调查,79%的CEO表示,加速创新是生成式AI的首要应用场景之一。德勤发现,当CEO发挥领导作用时,数字化转型更容易取得成功。该系列旨在支持CEO们的AI之旅。
AI 实验室政策 AGI 公司的风险评估:对其他安全关键行业常用风险评估技术的综述 2023年7月 Leonie Koessler, Jonas Schuett 人们越来越担忧
原标题: AI Lab Policy Risk Assessment at AGI Companies: A Review of Popular Risk Assessment Techniques From Other Safety-Critical Industries July 2023 Leonie Koessler, Jonas Schuett There are increasing conce
人们越来越担心AGI可能带来灾难性风险，因此AGI公司需要大幅改进其风险管理。本文回顾了其他安全关键行业中常用的风险评估技术，并就AGI公司如何运用这些技术提出了建议。作者指出，仅靠这些技术不足以评估AI的灾难性风险，但AGI公司仍应借鉴其他行业的最佳实践。
经济学 出口管制与出口促进 2025年6月 研究论文 Sam Manning 华盛顿已明确表示，保持对中国的 AI 主导地位既是经济需要，也是国家安全需要
原标题: Economics Export Controls and Export Promotion June 2025 Research Paper Sam Manning Washington has made it clear that retaining AI dominance over China is both an economic and national security impera
华盛顿将保持对中国的 AI 主导地位视为经济和国家安全的双重要务，并已收紧对 AI 芯片和芯片制造设备的出口管制。该论文认为这些措施还不够，并提出了第三支柱——战略推广，即让美国的 AI 和算力成为主要国际市场的默认选择。这将包括为算力基础设施提供融资、为 AI 应用提供培训和技术援助，以及达成鼓励依赖可信赖的美国 AI 的贸易协议。
AI 实验室政策 审计大型语言模型:三层方法 2023年5月 研究论文 Jakob Mökander, Jonas Schuett, Hannah Rose Kirk, & Luciano Floridi 先前的研究已指出
原标题: AI Lab Policy Auditing Large Language Models: A Three‐Layered Approach May 2023 Research Paper Jakob Mökander, Jonas Schuett, Hannah Rose Kirk, & Luciano Floridi Previous research has pointed toward a
本文提出了一个分三层审计大语言模型（LLM）的蓝图：对技术提供者的治理审计、对预训练之后发布之前的 LLM 的模型审计，以及对基于 LLM 的应用的应用审计。作者认为这三个层面相互补充，有助于管理部分伦理和社会风险。他们还讨论了这种方法以及一般而言审计 LLM 的局限性。
Neil Thompson 和 Nur Ahmed 出镜意大利人工智能纪录片 Neil Thompson 和 Nur Ahmed 近日出镜了一部关于人工智能的意大利纪录片。 October 31, 20
原标题: Neil Thompson and Nur Ahmed feature in Italian Artificial Intelligence documentary Neil Thompson and Nur Ahmed recently featured in an Italian documentary about Artificial Intelligence. October 31, 20
Neil Thompson 和 Nur Ahmed 与弗吉尼亚理工大学的合著者 Muntasir Wahed 在《科学》（Science）上发表了一篇文章，探讨产业界对人工智能研究日益增长的影响，以及这种影响可能如何左右研究成果和未来产品。意大利 RAI 3 的团队就这篇文章对他们进行了采访。这部意大利语纪录片可在 Raiplay 平台免费观看。
对于产业界在人工智能研究中日益增长的影响力,我们应当怎么办?Nur Ahmed和Neil Thompson最近为布鲁金斯学会(Brookings Institute)撰写了一篇文章,探讨产业界在
原标题: What should be done about the growing influence of industry in AI research? Nur Ahmed and Neil Thompson recently wrote an article for the Brookings Institute about the growing influence of industry in
文章指出，现代 AI 研究需要昂贵的资源，通常只有少数营利性企业才负担得起，这引发了对权力集中的担忧。由于基础 AI 研究与应用 AI 研究联系紧密，产业界的影响力可能会持续下去。政策制定者应确保学术界能够继续参与前沿研究。
技术性 AI 治理 AI 智能体事件分析 2025 年 8 月 研究论文 Carson Ezell, Xavier Roberts-Gaal, Alan Chan 随着 AI 智能体得到更广泛的部署，我们很可能会看到越来越多
原标题: Technical AI Governance Incident Analysis for AI Agents August 2025 Research Paper Carson Ezell, Xavier Roberts-Gaal, Alan Chan As AI agents become more widely deployed, we are likely to see an increa
随着 AI 智能体的普及，涉及它们的事件很可能会增多。作者提出了一个事件分析框架，将原因归为系统相关因素、情境因素（如提示词注入）和认知因素三类。他们还建议了事件报告应包含的内容，以及开发者和部署者应保留并向调查人员提供的资料。
AI 监管 人工智能的国家优先事项(对 OSTP 信息征询的回应) 2023年7月 Jonas Schuett, Markus Anderljung, Lennart Heim, Elizabeth Seger 我们欢迎这个机
原标题: AI Regulation National Priorities for Artificial Intelligence (Response to the OSTP Request for Information) July 2023 Jonas Schuett, Markus Anderljung, Lennart Heim, Elizabeth Seger We welcome the op
在回应 OSTP 关于国家人工智能优先事项的信息征询时,GovAI 认为前沿人工智能模型需要专门的监管,因为基础模型已造成重大危害,且随着其能力增强,可能出现更极端的风险。GovAI 建议开发者进行全面的风险评估、聘请外部专家参与,并报告大规模训练运行情况,同时建议算力提供商对超大额采购实施“了解你的客户”核查。
为什么要用人工智能？公共部门采用人工智能的趋势驱动因素
原标题: Why AI?: Trend Drivers for AI Adoption in the Public Sector
文章描述了以数字化为根基、利用技术应对重大挑战的下一代政府。通过使用生成式和预测式技术来自动化日常任务、分析数据并预测结果，政府可以以及时、精简的数字化方式服务公民，并做出更敏捷的决策。成功采用这些技术需要负责任、合乎伦理的使用，并保持透明和问责。
技术性 AI 治理 AI 智能体的可见性 2024 年 6 月 研究论文 Alan Chan, Carson Ezell, Max Kaufmann, Kevin Wei, Lewis Hammond, Herbie Bradley, Emma Bluemke, Nitarshan Rajkumar, David Krue
原标题: Technical AI Governance Visibility into AI Agents June 2024 Research Paper Alan Chan, Carson Ezell, Max Kaufmann, Kevin Wei, Lewis Hammond, Herbie Bradley, Emma Bluemke, Nitarshan Rajkumar, David Krue
随着商业、科学、政府和个人任务越来越多地委托给AI智能体,现有的社会风险可能加剧,新的风险也可能出现。本文评估了提升智能体可见性的三类措施:智能体标识符、实时监控和活动日志记录。文章还分析了这些措施如何适用于从集中式到分散式的部署,并讨论了对隐私和权力集中的影响。
技术性 AI 治理 衡量 AI 研发自动化 2026 年 3 月 研究论文 Alan Chan, Ranay Padarath, Joe Kwon, Hilary Greaves, Markus Anderljung AI 研发自动化（AIRDA）可能会产生重大
原标题: Technical AI Governance Measuring AI R&D Automation March 2026 Research Paper Alan Chan, Ranay Padarath, Joe Kwon, Hilary Greaves, Markus Anderljung The automation of AI R&D (AIRDA) could have signifi
人工智能研发自动化（AIRDA）可能产生重大但不确定的影响。该论文提出了人工智能研发支出中的资本占比、研究人员时间分配以及人工智能破坏事件等指标，用以追踪其范围和影响。论文建议企业和第三方开始追踪这些指标，并建议政府支持相关工作。
AI监管 从图灵到未来：英国的AI监管方式 2025年7月 研究论文 Oliver Ritchie、Markus Anderljung、Tom Rachman 英国在AI监管方面走出了一条独特的道路
原标题: AI Regulation From Turing to Tomorrow: The UK's Approach to AI Regulation July 2025 Research Paper Oliver Ritchie, Markus Anderljung, Tom Rachman The UK has pursued a distinctive path in AI regulation
英国在人工智能监管方面走出了一条独特的道路：比欧盟更不谨慎，但比美国更愿意应对风险，并已成为协调人工智能安全工作的全球领导者。该报告提议设立一个灵活的、以原则为基础的监管机构，负责监督最先进的人工智能开发，并主张更新有关版权、歧视和人工智能代理的法律框架。报告还呼吁针对人工智能赋能的生物设计工具所带来的风险采取防御措施，并加强针对人工智能生成的虚假信息的技术工作。
调查研究 迈向 AGI 安全与治理的最佳实践 2023年5月 一项专家意见调查 Jonas Schuett、Noemi Dreksler、Markus Anderljung、David McCaffary、Lennart Heim、Emma Bluemke、B
原标题: Survey Research Towards Best Practices in AGI Safety and Governance May 2023 A survey of expert opinion Jonas Schuett, Noemi Dreksler, Markus Anderljung, David McCaffary, Lennart Heim, Emma Bluemke, B
领先的人工智能公司旨在构建通用人工智能(AGI),但管理其风险的最佳实践尚未形成。作者调查了来自 AGI 实验室、学术界和民间社会的 92 位专家,就 AGI 实验室应当采取哪些措施的 50 项表述收到了 51 份回复。平均而言,受访者同意所有表述,其中 98% 的人对部署前风险评估、危险能力评估、第三方审计、使用限制和红队测试表示比较同意或非常同意。
风险管理 STREAM（化学与生物）：AI 模型报告中透明报告评估结果的标准 2025年9月 研究论文 Tegan McCaslin、Jide Alaga、Samira Nedungadi、Seth Donoughe、Tom
原标题: Risk Management STREAM (ChemBio): A Standard for Transparently Reporting Evaluations in AI Model Reports September 2025 Research Paper Tegan McCaslin, Jide Alaga, Samira Nedungadi, Seth Donoughe, Tom
STREAM 是一项旨在改进 AI 模型报告如何披露危险能力评估结果的拟议标准，最初聚焦于化学和生物（ChemBio）基准测试。该标准是在与政府、民间社会、学术界和前沿 AI 公司的 23 位专家磋商后制定的。它旨在为开发者提供实用资源，并帮助第三方判断报告是否提供了足够的细节，以评估评估工作的严谨性。
机器学习三个时代的算力趋势 算力和数据的进步推动着机器学习的发展。2010年之前，训练算力每20个月翻一番，随着深度学习的出现，加速为每6个月翻一番
原标题: Compute Trends Across Three Eras of Machine Learning Compute and data advances drive ML progress. Training compute doubled every 20 months before 2010, accelerated to every 6 months with Deep Learning
2010年之前,机器学习的训练算力大约每20个月翻一番;2010年代初深度学习兴起后,这一速度加快到大约每6个月翻一番。基于这些趋势,作者将机器学习算力的历史划分为三个时代:前深度学习时代、深度学习时代和大规模时代。这项工作凸显了训练先进机器学习系统所需算力的增长速度之快。
FutureTech 年度大会参会人数创纪录 FutureTech 的AI自动化年度大会参会人数创下纪录，汇聚了众多顶尖专家和研究人员。2025年11月3日
原标题: Record Turnout for FutureTech Annual Conference FutureTech's annual conference on AI automation achieved record attendance, bringing together leading experts and researchers. November 3, 2025
FutureTech 关于 AI 自动化的年度会议参会人数创下纪录。来自世界各地的专家、研究人员和政策制定者讨论了 AI 发展的速度、其对劳动力的影响以及政策启示。
关于银行业人工智能转型机遇的网络研讨会 | Deloitte Global
原标题: Webinar on AI transformation opportunities in banking sector | Deloitte Global
德勤（Deloitte）与甲骨文（Oracle）将举办一场网络研讨会，基于德勤的一份报告探讨银行业和资本市场中的 AI 机遇。生成式 AI 大幅增加了可惠及员工和银行盈利的应用场景。报告指出，未来五年内，拥抱 AI 对提升银行竞争力至关重要，研讨会还将介绍在管控监管风险的同时推进落地的实施策略。
安全 利用大语言模型进行鱼叉式网络钓鱼 2023年5月 研究论文 Julian Hazell 本研究探讨了如何利用大语言模型进行鱼叉式网络钓鱼，这是一种涉及操纵的网络犯罪形式
原标题: Security Spear Phishing with Large Language Models May 2023 Research Paper Julian Hazell This study investigates how LLMs can be used for spear phishing, a form of cybercrime that involves manipulatin
本研究探讨了大语言模型(LLM)如何被滥用于鱼叉式网络钓鱼——一种诱使目标泄露敏感信息的网络犯罪形式。作者发现,LLM可以协助进行信息侦察和电子邮件生成,并使用GPT-3.5和GPT-4为600多名英国国会议员生成了定制化邮件,研究认为这些邮件逼真且成本低廉,每封仅需不到一美分。研究还表明,基础的提示词工程即可绕过安全防护措施,并探讨了API等结构化访问方案以及基于LLM的防御系统作为潜在解决办法。
AI 监管 论下游 AI 开发者的监管 2025年3月 研究论文 Sophie Williams、Jonas Schuett、Markus Anderljung 下游开发者——对基础模型进行微调或以其他方式修改的主体
原标题: AI Regulation On Regulating Downstream AI Developers March 2025 Research Paper Sophie Williams, Jonas Schuett, Markus Anderljung Downstream developers - actors who fine-tune or otherwise modify founda
对基础模型进行微调或以其他方式修改的下游开发者,可能通过提升能力或破坏安全功能来产生或放大风险,从而使上游规则失效。由于下游开发者数量众多且不断增长,对其直接监管可能不切实际,并可能抑制创新,因此预计有必要对上游开发者进行监管,以缓解下游修改带来的风险。在下游开发者可能将风险提高到不可接受水平的情况下,对其进行监管或许是合理的,但仍需进一步研究。
AI 实验室政策 针对极端风险的模型评估 2023年5月 Toby Shevlane, Sebastian Farquhar, Ben Garfinkel, Mary Phuong, Jess Whittlestone, Jade Leung 等 当前构建通用
原标题: AI Lab Policy Model Evaluation for Extreme Risks May 2023 Toby Shevlane, Sebastian Farquhar, Ben Garfinkel, Mary Phuong, Jess Whittlestone, Jade Leung, et al. Current approaches to building general-pu
这篇论文阐述了为什么模型评估对于应对通用人工智能带来的极端风险至关重要，因为这类AI既可能具备有益能力，也可能具备有害能力。开发者必须通过“危险能力评估”来识别危险能力，并通过“对齐评估”来判断模型将这些能力用于造成危害的倾向。这些评估对于为政策制定者提供参考，以及为模型训练、部署和安全方面的决策提供依据，将至关重要。
通信、数据、AI | 德勤
原标题: Communications, data, AI | Deloitte
文章指出，通信服务提供商既面临生成式 AI 带来的机遇，例如转变业务模式和降低成本，也面临对输出不准确、数据隐私以及定制模型长期成本的担忧。由于这些企业处理的数据量极大，数据架构是这一转型的核心。文章呼吁领导者不要惊慌。
FutureTech 宣布举办人工智能规模化及其影响研讨会 FutureTech 人工智能规模化及其影响研讨会旨在汇聚计算机科学家、工程师和经济学家，共同思考规模
原标题: FutureTech announces workshop on AI Scaling and Implications The FutureTech workshop on AI scaling and its Implications aims to gather computer scientists, engineers, and economists to think about sca
FutureTech 宣布将举办一场关于人工智能规模化及其影响的研讨会。研讨会旨在汇聚计算机科学家、工程师和经济学家，共同探讨规模化定律及其对人工智能发展、自动化等方面的影响。该研讨会仅限受邀者参加。
论AI中算法进步的起源——来自我们关于算法进步规模依赖性的新论文的洞见。2026年1月8日
原标题: On the Origins of Algorithmic Progress in AI Insights from our new paper on the scale-dependence of algorithmic progress. January 8, 2026
论文《论人工智能算法进步的起源》（On the Origins of Algorithmic Progress in AI）考察了算法进步对规模的依赖性。论文认为，现有文献高估了算法突破的作用，而低估了计算资源增加在人工智能进步中的作用。
我们如何应对日益增长的算力需求?Synced 采访 Neil Thompson Neil Thompson 探讨了为什么深度学习的经济成本和环境足迹正以令人担忧的速度增长
原标题: How can we counter the increased demand for computation? Neil Thompson interviewed by Synced Neil Thompson discusses why Deep Learning's economic and environmental footprints are growing worryingly fa
MIT CSAIL 的 Neil Thompson 表示，随着 GPT-3 等模型规模不断扩大，深度学习所需的算力正以不可持续的速度增长。他的论文《The Computational Limits of Deep Learning》分析了 1,058 篇研究论文，认为深度学习在计算上代价高昂是其设计使然，而非偶然。
AI Regulation Response to the UK's Future of Compute Review March 2023 Jess Whittlestone, Shahar Avin, Lennart Heim, Markus Anderljung, and Girish Sastry We are pleased to see the publication of the U
这份对英国《算力未来评估》(Future of Compute Review)的回应认为,该评估没有探讨如何负责任地使用算力,因而错失了一次机会。联署作者指出,该评估未能为负责任、治理良好地使用算力提供充分的策略。他们提出:对算力实行分级访问;对超过极高门槛的训练运行进行报告(未来或可能实行许可);对算力提供方实施“了解你的客户”(KYC)要求;以及向学术界开放大型预训练模型的访问权限。
FutureTech 举办 AI 与自动化经济学研讨会 MIT FutureTech 举办 AI 与自动化经济学研讨会。该研讨会仅限受邀者参加。2024年12月4日
原标题: FutureTech hosts a workshop on the Economics of AI and Automation MIT FutureTech hosts a workshop on the Economics of AI and Automation. The workshop is invite-only. December 4, 2024
MIT FutureTech 将于 12 月 6 日举办一场关于人工智能与自动化经济学的受邀研讨会。行业专家和学者将讨论劳动力市场影响、自动化如何改变各行各业，以及应对技术颠覆的政策思路。
经济学 AI 时代的经济政策挑战 2024年9月 Anton Korinek 本文探讨了 AI 向通用人工智能(AGI)变革性发展所带来的深远挑战
原标题: Economics Economic Policy Challenges for the Age of AI September 2024 Anton Korinek This paper examines the profound challenges that transformative advances in AI toward Artificial General Intelligenc
本文探讨了迈向通用人工智能(AGI)的进展将给经济学家和政策制定者带来的经济政策挑战,包括生产率提升,以及对就业、收入分配和教育价值的担忧。文章指出了八项政策挑战,涵盖不平等与教育、宏观经济政策、市场监管、知识产权、环境影响以及全球人工智能治理。作者最后强调了经济学家如何能够为理解这些挑战作出贡献。
AI 实验室政策 如何设计 AI 伦理委员会 2023年4月 Jonas Schuett, Anka Reuel, Alexis Carlier 开发和部署人工智能(AI)系统的组织需要采取措施来
原标题: AI Lab Policy How to Design an AI Ethics Board April 2023 Jonas Schuett, Anka Reuel, Alexis Carlier Organizations that develop and deploy artificial intelligence (AI) systems need to take measures to
本文探讨了AI公司如何设计AI伦理委员会,以降低AI带来的风险。文章确定了五个高层次的设计选择:职责、法律结构、成员构成、决策方式及决策是否具有约束力,以及资源。每项选择都细分为若干子问题并给出相应方案,作者将本文定位为一套工具箱,帮助公司克服过往失败所暴露出的挑战。
法律与政策 布鲁塞尔效应与人工智能 2022年8月 GovAI 技术报告 Charlotte Siegmann 和 Markus Anderljung 在本报告中,我们探讨欧盟即将出台的关于
原标题: Law and Policy The Brussels Effect and Artificial Intelligence August 2022 GovAI Technical Report Charlotte Siegmann and Markus Anderljung In this report, we ask whether the EU’s upcoming regulation f
这份GovAI报告探讨了欧盟即将出台的AI法规是否会向全球扩散，形成所谓的“布鲁塞尔效应”。作者初步得出结论：该制度的部分内容很可能产生事实上的影响（通过欧盟以外的产品变更）和法律上的影响（通过影响其他司法管辖区的规则）。他们指出，这项法规可能是对可信、以人为本的AI的首次也是影响最大的落地实践，因此其设计对全球都至关重要。
政策建议与观点 为不确定的人工智能未来做好劳动力准备 2023年11月 证词 Anton Korinek 在提交给美国参议院两党人工智能洞见论坛的这份书面证词中，Anton Ko
原标题: Policy Advice and Opinion Preparing the Workforce for an Uncertain AI Future November 2023 Testimony Anton Korinek In this written testimony to the U.S. Senate's bipartisan AI Insights Forum, Anton Ko
在提交给美国参议院人工智能洞见论坛（AI Insights Forum）的这份书面证词中，弗吉尼亚大学经济学教授 Anton Korinek 敦促立法者开展情景规划，帮助劳动力为人工智能的进步做好准备。他指出，人工智能有望带来生产率提升，但劳动力的命运并不确定，尤其是在技术进步走向通用人工智能（AGI）的情况下，并为此提出了历史情景、基准 AGI 情景和激进 AGI 情景。对社会保障网、税法和收入政策的任何改革，都必须具有足够的灵活性，以适用于这些不同情景，他还提出了两项具体建议。
AI实验室政策 面向前沿AI模型第三方研究的结构化访问 2023年10月 研究论文 Benjamin Bucknall, Robert Trager 近期发布的前沿人工智能(AI)模
原标题: AI Lab Policy Structured Access for Third-Party Research on Frontier AI Models October 2023 Research Paper Benjamin Bucknall, Robert Trager Recent releases of frontier artificial intelligence (AI) mod
前沿人工智能模型大多以受限方式发布，以限制两用能力的扩散，但这使得外部研究人员难以对其进行研究。作者结合文献分析和对人工智能研究人员的半结构化访谈，构建了一个系统访问权限的分类体系。他们发现，有限的模型访问权限常常制约研究，且所需的访问权限因研究领域而异，并建议设计一种“研究 API”，用于对专有前沿模型进行外部评估。
调查研究 美国地方官员对 AI 影响与治理的看法：来自 2022 年和 2023 年调查的证据 2025年1月 研究论文 Sophia Hatz、Noemi Dreksler、Kevin Wei、Baobao Zhang
原标题: Survey Research Local US Officials' Views on the Impacts and Governance of AI: Evidence from 2022 and 2023 Survey Waves January 2025 Research Paper Sophia Hatz, Noemi Dreksler, Kevin Wei, Baobao Zhang
本报告基于2022年和2023年对美国地方政策制定者开展的调查,考察了他们对AI影响与监管的看法。政策制定者预计会出现监控加剧、虚假信息和政治两极分化等风险,同时也会在创新和基础设施方面带来益处,许多人感到准备不足。多数人支持政府监督,其中民主党人对监管的支持比共和党人更强烈、更一致,不过共和党人的支持率在2022年至2023年间已趋向多数。
技术性 AI 治理 前沿 AI 审计：迈向对领先 AI 公司安全与保障实践的严格第三方评估 2026 年 1 月 Miles Brundage, Noemi Dreksler, Aidan Homewoo
原标题: Technical AI Governance Frontier AI Auditing: Toward Rigorous Third-Party Assessment of Safety and Security Practices at Leading AI Companies January 2026 Miles Brundage, Noemi Dreksler, Aidan Homewoo
该论文概述了前沿 AI 审计，即对前沿 AI 开发者的安全和保障声明进行严格的第三方验证。审计应涵盖组织层面的风险，包括内部部署、信息安全和安全决策，而不仅仅是公开产品。论文定义了四个 AI 保证等级，建议将 AAL-1 作为前沿 AI 的基准，并将 AAL-2 作为最先进开发者的近期目标。
AI实验室政策 抵御AI风险的三道防线 2023年10月 Jonas Schuett 开发和部署人工智能(AI)系统的组织需要管理相关风险——例如
原标题: AI Lab Policy Three Lines of Defense Against Risks from AI October 2023 Jonas Schuett Organizations that develop and deploy artificial intelligence (AI) systems need to manage the associated risks—for
开发和部署人工智能的组织必须管理相关风险，但责任归属往往并不明确。本文提出了人工智能公司可以如何实施三道防线（3LoD）模型，这是一种在许多行业中被广泛视为最佳实践的风险管理框架。文章认为，该模型可以弥补风险覆盖方面的缺口，提高风险管理的有效性，并帮助董事会更有效地监督管理层。
在世界未来科技峰会上的Neil Thompson博士 FutureTech主任Neil Thompson博士在世界峰会上发表演讲，分享对人工智能和计算创新的见解。2025年10月15日
原标题: Dr. Neil Thompson at World Summit FutureTech Director Dr. Neil Thompson presents at the World Summit, sharing insights on AI and computing innovation. October 15, 2025
FutureTech 主任 Neil Thompson 博士在世界峰会上就 AI 与计算创新发表了演讲。他的演讲涵盖了 FutureTech 的最新研究成果及其对全球技术政策的影响。
以下是如何让深度学习更具可持续性 Neil Thompson、Silviu-Marian Udrescu 和 Stephan Zhang 提出用方程替代神经网络运算,以提高效率并实现可持续
原标题: Here's How to Make Deep Learning More Sustainable Neil Thompson, Silviu-Marian Udrescu, and Stephan Zhang propose substituting equations for neural network operations to improve efficiency and sustain
随着模型变得越来越大、越来越复杂，深度学习的环境成本和计算成本不断增长，其能耗也急剧攀升。研究人员提出用数学方程替代部分神经网络运算，以降低能耗并提高效率。这种方法可以减少训练大规模模型所需的资源，从而使人工智能的发展更具可持续性。
对两用AI能力与生物恐怖主义风险进行威胁建模 2025年12月 GovAI报告 Luca Righetti 多家前沿AI公司会测试其AI系统的两用生物能力
原标题: Threat Modeling Dual-Use AI Capabilities and the Risk of Bioterrorism December 2025 GovAI Report Luca Righetti Several frontier AI companies test their AI systems for dual-use biological capabilities
多家前沿 AI 公司会测试其 AI 系统的两用生物能力。本报告提出了一个将此类能力评估转化为风险评估的框架，借鉴了历史案例研究、专家意见征询和参照类别预测。报告估计，如果 AI 使能够合成流感复杂度病原体的 STEM 学士毕业生比例提高 10 个百分点，并能提供可操作的攻击方案，那么由独狼式行为者引发疫情的年度概率可能从 0.15% 升至 1.0%，即每年约 12,000 人预期死亡（约 1000 亿美元），但不确定性很高。
AI 监管 前沿 AI 的安全论证 2024年10月 研究论文 Marie Davidsen Buhl、Gaurav Sett、Leonie Koessler、Jonas Schuett、Markus Anderljung 随着前沿人工智能（AI）系统
原标题: AI Regulation Safety Cases for Frontier AI October 2024 Research Paper Marie Davidsen Buhl, Gaurav Sett, Leonie Koessler, Jonas Schuett, Markus Anderljung As frontier artificial intelligence (AI) syst
本文阐述了为什么安全论证(safety case,即证明某一系统足够安全的、以证据为基础的结构化论证)可能对前沿人工智能治理有用,既适用于行业自我监管,也适用于政府监管。安全论证已在航空和核电等安全关键行业中十分常见。文章还讨论了如何编制前沿人工智能安全论证,以及在安全论证能够实质性地为决策提供依据之前必须做到什么。
3个问题：AI开发中是否存在“秘方”？隐含的假设是，领先的实验室拥有某种专有优势，即一种将其模型与其他模型区分开来的“秘方”。B
原标题: 3 Questions: Is there a "secret sauce" in AI development? The implicit assumption is that leading labs possess some proprietary advantage, a "secret sauce" that separates their models from the rest. B
一项新研究分析了2022年至2025年发布的809个大型语言模型的训练和基准数据，发现在前沿水平上，80%至90%的性能仅由规模来解释。而在远离前沿的范围内，专有技术和算法进步的作用要大得多。
AI 与科学发现的未来 在最近举办的 MIT FutureTech 人工智能在科学中的作用研讨会上，领先的研究人员、技术专家和政策制定者齐聚一堂，探讨 AI 如何迅速
原标题: AI and the Future of Scientific Discovery At the recent MIT FutureTech Workshop on the Role of AI in Science, leading researchers, technologists, and policymakers gathered to explore how AI is rapidly
在MIT FutureTech举办的一场关于AI在科学领域应用的研讨会上,研究人员和政策制定者讨论了AI如何加速研究并催生新的探究方式。发言者还提出了一些担忧,包括AI开发集中在少数实体手中,以及AI生成内容的快速增长。
计算机科学 探讨数据隐私增强技术与 AI 治理用例的相关性 2023年3月 Emma Bluemke, Tantum Collins, Ben Garfinkel, Andrew Trask 隐私
原标题: Computer Science Exploring the Relevance of Data Privacy-Enhancing Technologies for AI Governance Use Cases March 2023 Emma Bluemke, Tantum Collins, Ben Garfinkel, Andrew Trask The development of priv
隐私增强技术在缓解数据交换与分析中隐私与性能之间的权衡方面取得了重大进展。该论文认为，类似的“结构化透明”工具可以通过外部审查、审计和来源验证来支持人工智能治理。论文建议将治理目标视为一个信息流系统，因为互操作性至关重要，如果在标准确立之前零散地解决问题，就可能出现漏洞。
美国推出面向人工智能的“和平队”以与中国竞争 特朗普政府希望拉拢美国科技行业参与其人工智能竞赛。2026年3月2日
原标题: The U.S. Launches a Peace Corps for AI to Compete With China The Trump administration hopes to enlist the U.S. tech industry in its AI race. March 2, 2026
特朗普政府希望拉拢美国科技行业参与其人工智能竞赛，但有人担心“科技志愿团”（Tech Corps）项目在海外可能难以获得认可。伊利诺伊大学厄巴纳-香槟分校助理教授、麻省理工学院关联学者孙美岑（Meicen Sun）指出，十多年来中国在新兴市场积累了庞大的客户群，赢得了当地人脉、商业联系和消费者信任。她将这些难以量化的优势描述为不会体现在账面上的社会资本和政治资本。
AI 何时能带来回报？AI 采用强度、互补性投资与研发战略 企业营收随 AI 采用强度上升，在配合互补性技术投资和强有力的研发战
原标题: When does AI pay off? AI-adoption intensity, complementary investments, and R&D strategy Firm revenue rises with AI adoption intensity, especially with complementary tech investments and strong R&D st
随着人工智能采用强度的提高,企业营收随之增长,而对于投资云计算等互补技术并采取企业自身特有的内部研发战略的公司,收益更大。研究发现,较低水平的人工智能采用并不会带来显著的营收增长。
AI监管 算力效率的提升与AI能力的扩散 2024年2月 Konstantin Pilz, Lennart Heim, Nicholas Brown 训练先进的AI模型需要在算力方面投入大量资金
原标题: AI Regulation Increased Compute Efficiency and the Diffusion of AI Capabilities February 2024 Konstantin Pilz, Lennart Heim, Nicholas Brown Training advanced AI models requires large investments in co
该论文描述了“算力效率的提升”：随着硬件变得更便宜、算法不断改进，将人工智能模型训练到特定性能水平的成本会随时间下降。论文发现，这会增加能够训练此类模型的参与者数量，同时也提高每个参与者可获得的性能。因此，大型算力投资者可能会继续开创新能力，而各国政府将需要为危险的人工智能能力广泛可得的世界做好准备。
AI 监管：从原则到规则：前沿 AI 的监管思路 2024年8月 Jonas Schuett、Markus Anderljung、Alexis Carlier、Leonie Koessler、Ben Garfinkel 多个司法管辖区正在
原标题: AI Regulation From Principles to Rules: A Regulatory Approach for Frontier AI August 2024 Jonas Schuett, Markus Anderljung, Alexis Carlier, Leonie Koessler, Ben Garfinkel Several jurisdictions are sta
一些司法辖区已开始对前沿 AI 系统进行监管，监管机构可能会要求开发者采取安全措施。作者比较了高层级原则与具体规则：前者适应性强但确定性较低，后者确定性较高但可能很快过时。他们建议政策制定者首先强制推行高层级原则，密切监督合规情况并建设监管能力，然后逐步转向更多基于规则的方法。
技术性 AI 治理：前沿 AI 模型数量趋势——至 2028 年的预测 2025 年 4 月 研究论文 Iyngkarran Kumar、Sam Manning 各国政府开始基于
原标题: Technical AI Governance Trends in Frontier AI Model Count: A Forecast to 2028 April 2025 Research Paper Iyngkarran Kumar, Sam Manning Governments are starting to impose requirements on AI models based
各国政府开始根据训练算力设定 AI 要求，例如欧盟《人工智能法案》的 10^25 FLOP 门槛和美国 AI 扩散框架的 10^26 FLOP 门槛。作者预测，到 2028 年底，将有 103 至 306 个基础模型超过 10^25 门槛，45 至 148 个超过 10^26 门槛（90% 置信区间）。超过绝对门槛的模型数量每年将呈超线性增长，而与最大规模训练运行挂钩的相对门槛则显示出更稳定的中位数，2025 年至 2028 年间每年为 14 至 16 个模型。
AI监管 社会对先进AI的适应 2024年5月 Jamie Bernardi, Gabriel Mukobi, Hilary Greaves, Lennart Heim, Markus Anderljung 现有的先进AI系统风险管理策略
原标题: AI Regulation Societal Adaptation to Advanced AI May 2024 Jamie Bernardi, Gabriel Mukobi, Hilary Greaves, Lennart Heim, Markus Anderljung Existing strategies for managing risks from advanced AI system
随着开发者数量增加，侧重于控制开发何种先进人工智能及其如何传播的现有策略变得越来越难以实施。本文呼吁采取一种补充性方法，即增强社会适应能力，从而在特定的人工智能扩散水平下降低预期的负面影响。文章提出了一个干预框架，用于避免、防御和补救有害的人工智能使用，并提出了一个三步循环，以及面向政府、行业和第三方的建议。
FutureTech 宣布举办年度会议 FutureTech 宣布将举办年度会议：“AI 自动化将以多快的速度发生？”，届时将有顶尖研究人员和政策制定者出席。2025年10月23日
原标题: FutureTech Announces Annual Conference FutureTech announces its annual conference: "How Fast will AI Automation Happen?" featuring leading researchers and policymakers. October 23, 2025
FutureTech 宣布将于 2025年10月23日至24日举办年度会议“AI 自动化将以多快的速度发生？”。第 3 场会议聚焦劳动力市场与经济中的自动化，演讲嘉宾包括 David Autor、David Deming、Beena Ammanath 和 Yilun Du。
深度学习的收益递减:改进的成本正变得不可持续 自 2000 年代以来,深度学习在翻译和医学分析方面的成功不断增加。然而,其 1958 年的起源
原标题: Deep Learning's Diminishing Returns: The Cost of Improvement is Becoming Unsustainable Deep learning's success in translation and medical analysis has risen since the 2000s. However, its 1958 origins
自 2000 年代以来,深度学习在翻译和医学分析方面取得了成功,但其 1958 年的起源表明,它一直有着巨大的计算需求。随着进步的持续,每一次改进的成本正变得不可持续。
AI 经济学 将“GPTs Are GPTs”扩展到企业 2025年5月 研究论文 Benjamin Labaschin、Tyna Eloundou、Sam Manning、Pamela Mishkin 和 Daniel Rock 我们对 Eloundou 等人（2024）的研究进行扩展，以构建企
原标题: Economics of AI Extending “GPTs Are GPTs” to Firms May 2025 Research Paper Benjamin Labaschin, Tyna Eloundou, Sam Manning, Pamela Mishkin, and Daniel Rock We extend Eloundou et al. (2024) to build fir
本文扩展了Eloundou等人(2024)的研究,在企业层面衡量大语言模型(LLM)的暴露程度,将职业层面的暴露评分与Revelio Labs提供的各职业员工人数数据相结合。技术人员和具备AI技能的员工较多的企业,往往具有更高的LLM暴露程度。类别之间的暴露差异大于类别内部的差异,这表明将LLM整合到企业系统中可能带来显著的生产率提升。
技术性 AI 治理 推理扩展与 AI 治理 2025 年 10 月 技术报告 Toby Ord 从扩大用于预训练 AI 系统的算力（预训练算力）转向扩展
原标题: Technical AI Governance Inference Scaling and AI Governance October 2025 Technical Report Toby Ord The shift from scaling up the compute used to pre-train AI systems (pre-training compute) to scaling
从扩展预训练算力转向扩展推理算力，可能会对 AI 治理产生深远影响。其影响取决于推理算力主要是用于提升对外部署期间的性能，还是作为实验室内部更复杂训练方案的一部分。在部署阶段快速扩展推理将降低开放权重模型的重要性，并减少对高耗电数据中心的需求。
经济学 理解 AI 对劳动力市场的影响 2025年12月 研究论文 Sam Manning 关于 AI 对劳动力的影响究竟有多大、多快显现，目前存在着深刻的不确定性，
原标题: Economics Understanding AI’s Labor Market Impacts December 2025 Research Paper Sam Manning There is deep uncertainty about how significant AI’s workforce effects will be, how quickly they will emerge,
AI 对劳动力的影响有多大、多快显现、以及对哪些群体影响最大，目前都存在高度不确定性。一些经济学家预计近期对就业的影响不大，而几家领先的 AI 开发商和其他经济学家则警告称，一到五年内将对劳动力市场造成大规模冲击。该论文为美国劳工部即将成立的 AI 劳动力研究中心提出了收集数据和开展高频分析的方案，以便政策制定者能够及时应对。
政策建议与观点 如何防止人工智能灾难 2023年8月 《外交事务》（Foreign Affairs）文章 Markus Anderljung 和 Paul Scharre Markus Anderljung 和 Paul Scharre 近期在《外交
原标题: Policy Advice and Opinion How to Prevent an AI Catastrophe August 2023 Foreign Affairs Article Markus Anderljung and Paul Scharre Markus Anderljung and Paul Scharre recently published this piece in Fo
这是 Markus Anderljung 和 Paul Scharre 在《外交事务》(Foreign Affairs)上发表的一篇文章。文章描述了卡内基梅隆大学的研究人员将一个人工智能系统连接到一个假想的实验室，当提出一个仅两个词的合成布洛芬请求时，系统给出了生产步骤，但同时也生成了一种一战时期化学武器和一种迷奸药的制作说明。研究人员得出结论：人工智能可以制造出具有毁灭性的武器。
是什么推动了人工智能的进步？算法趋势 本文对人工智能模型的一个关键趋势进行了高层次概述：算法的进步带来了人工智能系统性能的提升
原标题: What drives progress in AI? Trends in Algorithms In this article, we provide a high level overview of a key trend in AI models: that progress in algorithms leads to performance improvements in AI syst
本文概述了算法的进步如何带来人工智能系统性能的提升。这是人工智能趋势系列的第二篇。据估计,达到特定人工智能性能水平所需的算力大约每 8 个月减半。
FutureTech 与卡内基梅隆大学联合研究合作 FutureTech 宣布与卡内基梅隆大学就人工智能对劳动力的影响展开联合研究合作。2025年6月23日
原标题: FutureTech and CMU Joint Research Collaboration FutureTech announces joint research collaboration with Carnegie Mellon University on labor implications of AI. June 23, 2025
FutureTech 宣布与卡内基梅隆大学技术与社会布洛克中心（Block Center for Technology and Society）展开联合研究合作，研究人工智能对劳动力的影响。两所机构的研究人员将共同探讨人工智能如何改变劳动力和经济。
MIT FutureTech AIRI 事件追踪器被《时代》杂志报道 《时代》杂志发表题为《数据揭示的人工智能危害》("What the Numbers Show About AI’s Harms")的文章，引用了 Simon Mylius 作为附属研究员的工作
原标题: MIT FutureTech AIRI Incident Tracker is featured in Time Magazine Time magazine releases an article titled "What the Numbers Show About AI’s Harms" citing the work of Simon Mylius as an affiliate rese
《时代》杂志发表了一篇题为《What the Numbers Show About AI's Harms》的文章，其中引用了麻省理工学院 FutureTech 附属研究员 Simon Mylius 的研究。根据 AI Incident Database 的数据，2022 年至 2024 年间，与 AI 相关的事件报告增加了 50%，到 2025 年 10 月，当年的事件数量已经超过 2024 年全年的总数。深度伪造诈骗和聊天机器人引发的妄想等事件一直在持续增加。
重新定义税务 GenAI | Deloitte
原标题: Redefining Tax GenAI | Deloitte
这篇德勤文章探讨了将生成式 AI 应用于税务工作。文章称，对数据偏差和幻觉等可靠性问题的担忧，可以通过高质量数据、微调和提示工程来解决。文章还介绍了带有修正建议的实时异常检测，这使编制人员的工作从查找异常转向验证和批准修正。
技术性 AI 治理 衡量 AI 智能体的自主性：迈向基于代码检查的可扩展方法 2025年2月 研究论文 Peter Cihon、Merlin Stein、Gagan Bansal、Sam Manning、Kevin Xu AI 智能体
原标题: Technical AI Governance Measuring AI Agent Autonomy: Towards a Scalable Approach with Code Inspection February 2025 Research Paper Peter Cihon, Merlin Stein, Gagan Bansal, Sam Manning, Kevin Xu AI age
该论文提出了一种基于代码的方法来评估 AI 智能体的自主性，无需运行智能体，从而降低了运行时评估的成本和风险。用于运行智能体的编排代码会根据影响和监督这两个属性进行评分。作者使用 AutoGen 框架和部分应用演示了该方法。
国际机构与协议 民用人工智能的国际治理 2023年8月 白皮书 Robert F. Trager、Ben Harack、Anka Reuel、Allison Carnegie、Lennart Heim、Lewis Ho 等 本
原标题: International institutions and agreements International Governance of Civilian AI August 2023 Whitepaper Robert F. Trager, Ben Harack, Anka Reuel, Allison Carnegie, Lennart Heim, Lewis Ho, et al. This
本报告探讨了设计民用人工智能国际治理体系时的权衡取舍,并详细介绍了一种方案。该方案提议在全球范围内推广标准、许可和责任制度,并由国际人工智能组织(International AI Organization)对各国司法辖区的合规情况进行认证。在此方案下,各国将限制进口供应链中包含来自未认证司法辖区的人工智能的商品,并协调对专用硬件等人工智能投入品的出口管制。
法律与政策 通过面向算力提供商的“了解你的客户”制度对前沿人工智能进行监督 2023年10月 研究论文 Janet Egan、Lennart Heim 为应对由
原标题: Law and Policy Oversight for Frontier AI through a Know-Your-Customer Scheme for Compute Providers October 2023 Research Paper Janet Egan, Lennart Heim To address security and safety risks stemming fr
为应对高能力人工智能模型带来的安全与保障风险,作者建议美国政府要求算力提供商实施“了解你的客户”(KYC)机制。算力正在成为一个监管切入点,KYC可以让公众更清楚地了解前沿人工智能的开发情况,同时堵住出口管制中的漏洞。该机制无法应对所有人工智能风险,但可以对现有提案形成补充。
AI实验室政策 开源高能力基础模型 2023年9月 GovAI 论文 Elizabeth Seger, Noemi Dreksler, Richard Moulange, Emily Dardaman, Jonas Schuett, K. Wei 等 我们评估了
原标题: AI Lab Policy Open-Sourcing Highly Capable Foundation Models September 2023 GovAI Paper Elizabeth Seger, Noemi Dreksler, Richard Moulange, Emily Dardaman, Jonas Schuett, K. Wei, et al. We evaluate the
本文评估了将高能力基础模型开源的风险与收益,以及实现开源目标的替代途径。文章认为,尽管开源在软件和人工智能领域总体上带来了净收益,但一些可能很快出现的高能力模型所带来的风险或将超过这些收益,因此至少在初期不应将其开源。文章还探讨了其他共享方式,并为开发者、标准制定机构和政府提出了建议。
AI实验室政策 协调暂停:面向前沿AI开发者的基于评估的协调机制 2023年9月 研究论文 Jide Alaga, Jonas Schuett 本文提出了一种基于评估的协
原标题: AI Lab Policy Coordinated Pausing: An Evaluation-Based Coordination Scheme for Frontier AI Developers September 2023 Research Paper Jide Alaga, Jonas Schuett This paper proposes an evaluation-based co
该论文提出了一种基于评估的协调机制，适用于前沿人工智能开发者发现其模型具有危险能力的情形。在该机制下，当模型未通过评估时，开发者会暂停相关工作，并通知同样会这样做的其他开发者，只有在完成安全分析并达到阈值后才会恢复。作者讨论了四种方案，从在公众压力下自愿暂停到法律强制要求的评估，并得出结论：协调暂停是应对新出现的前沿人工智能风险的一种有前景的机制，不过实践和法律方面的挑战依然存在。
计算机科学 中国大型语言模型领域的近期趋势 2023年4月 GovAI 报告 Jeffrey Ding, Jenny Xiao 随着大规模预训练 AI 模型在西方日益普及,许多中国
原标题: Computer Science Recent Trends in China's Large Language Model Landscape April 2023 GovAI Report Jeffrey Ding, Jenny Xiao As large-scale pre-trained AI models gain popularity in the West, many Chinese
许多中国人工智能实验室已开发出能够生成连贯文本、逼真图像和视频的大型预训练模型,但针对这些模型的深入英文分析却很少。本综述考察了26个此类模型的样本,介绍了它们的总体能力,以及政府、产业界和学术界之间的合作在支持这些模型方面所起的作用。同时还涵盖了中国关于技术民族主义、人工智能治理和伦理的讨论。
技术性人工智能治理 AI系统的身份标识 2024年10月 研究论文 Alan Chan, Noam Kolt, Peter Wills, Usman Anwar, Christian Schroeder de Witt, Nitarshan Rajkumar, Lewis Hammond, David Krueger, Le
原标题: Technical AI Governance IDs for AI Systems October 2024 Research Paper Alan Chan, Noam Kolt, Peter Wills, Usman Anwar, Christian Schroeder de Witt, Nitarshan Rajkumar, Lewis Hammond, David Krueger, Le
本文提出为单个人工智能系统实例(例如某次特定的聊天会话)分配标识符(ID),并让与该系统交互的各方能够获取相关信息。文章考察了此类 ID 的特征、潜在用途、需求与采用激励、面向部署方的实施方案,以及其局限性和风险。作者认为,在人工智能系统可能产生重大影响的场景(例如金融交易或联系真实的人)中,ID 似乎最有必要。
Neil Thompson 介绍他与 David Autor 合著的论文《专业知识》("Expertise") 于 2025 年 12 月 10 日在 IMF 人工智能的全球经济与金融影响研讨会上
原标题: Neil Thompson presents on his and David Autor's paper "Expertise" At the IMF Workshop on Global Economic and Financial Implications of Artificial Intelligence December 10, 2025
关于 AI 与就业，这里有一线希望：历史能为 AI 就业末日论带来哪些启示。2025年11月28日
原标题: Here’s a glimmer of hope about AI and jobs What history can teach us about the AI job apocalypse. November 28, 2025
最新就业数据显示劳动力市场状况严峻，人工智能的明显影响已波及更广泛的劳动者群体。10月裁员人数超过150,000人，是二十多年来最糟糕的10月，其中约50,000人被归因于人工智能。耶鲁大学预算实验室（Yale Budget Lab）和布鲁金斯学会（Brookings）的研究人员认为，人工智能对整体劳动力市场的冲击并不比互联网或个人电脑更大，而Anthropic首席执行官达里奥·阿莫迪（Dario Amodei）曾预测，人工智能可能会消灭一半的入门级白领工作。
政治学与国际关系 国际人工智能惠益共享的选项与动机 2025年2月 GovAI 报告 Claire Dennis, Sam Manning, Stephen Clare, Boxi Wu, Jake Okechukwu
原标题: Political Science and International Relations Options and Motivations for International AI Benefit Sharing February 2025 GovAI Report Claire Dennis, Sam Manning, Stephen Clare, Boxi Wu, Jake Okechukwu
先进AI可能带来可观的经济和社会效益,但这些效益默认情况下未必能被广泛分享。报告将国际AI惠益共享定义为支持并加速各国获取这些效益的努力。报告指出了三种动机:包容性增长与可持续发展、中低收入国家的技术自主权,以及地缘政治目标。
两党AI工作组引用FutureTech研究 两党众议院人工智能工作组在其政策建议中引用了FutureTech的研究。2025年5月5日
原标题: Bipartisan Task Force on AI Cites FutureTech Research The Bipartisan House Task Force on Artificial Intelligence cited FutureTech research in their policy recommendations. May 5, 2025
美国众议院两党人工智能工作组在其政策建议中引用了 MIT FutureTech 的研究。这一认可体现了 FutureTech 的工作对 AI 政策与治理的影响。其研究将继续为有关 AI 对社会、经济和治理影响的政策讨论提供参考。
风险管理 前沿 AI 安全框架的第三方合规审查 2025年5月 研究论文 Aidan Homewood 等，包括 Sophie Williams、Noemi Dreksler、John Lidiard、Ben Garfinkel、
原标题: Risk Management Third-Party Compliance Reviews for Frontier AI Safety Frameworks May 2025 Research Paper Aidan Homewood et al., including Sophie Williams, Noemi Dreksler, John Lidiard, Ben Garfinkel,
安全框架被视为管理前沿 AI 风险的最佳实践，但外界往往无法判断企业是否遵循这些框架。本文探讨第三方合规审查，即由独立的外部方评估企业对其框架的遵守情况。作者权衡了更高的合规度和保障等益处与信息安全、成本和声誉损害等风险，并针对六个设计问题提出了极简、更具雄心和全面的选项。
AI监管 前沿AI监管:快速进步中的保障措施 2024年1月 Markus Anderljung, Anton Korinek 为应对这些高算力前沿AI系统带来的风险,我们不仅必须治理
原标题: AI Regulation Frontier AI Regulation: Safeguards Amid Rapid Progress January 2024 Markus Anderljung, Anton Korinek To deal with the risks of these high-compute frontier AI systems, we must govern not
作者认为，高算力的前沿 AI 系统不仅在使用方面需要治理，在开发和提供方面同样需要治理。他们将美国 AI 行政令中对先进模型的报告要求描述为重要的第一步。他们指出，公众对前沿 AI 模型的监督弱于对建造公寓楼的监督，并呼吁在安全、滥用、偏见、创新和劳动者方面作出进一步努力，让公众拥有发言权。
介绍 AI 风险库 MIT FutureTech 发布 AI 风险库：这是一个全面且易于访问的动态数据库，收录了 700 多项 AI 带来的风险，并将不断扩充和更新，以确保该
原标题: Presenting the AI Risk Repository MIT FutureTech release the AI Risk Repository: a comprehensive and accessible living database of 700+ risks posed by AI that will be expanded and updated to ensure th
MIT FutureTech 发布了人工智能风险库（AI Risk Repository），这是一个全面且易于访问的动态数据库，收录了人工智能带来的 700 多种风险。该数据库将持续更新，以保持其时效性和相关性。这项工作由多所大学和机构的研究人员合作完成。
AI 监管 AI 安全框架评分标准 2024年9月 Jide Alaga、Jonas Schuett、Markus Anderljung 在过去一年中，人工智能（AI）公司越来越多地采用
原标题: AI Regulation A Grading Rubric for AI Safety Frameworks September 2024 Jide Alaga, Jonas Schuett, Markus Anderljung Over the past year, artificial intelligence (AI) companies have been increasingly ad
AI 公司越来越多地采用 AI 安全框架，用以说明如何将前沿 AI 系统的风险保持在可接受的水平。本文提出了一套包含七项标准和 21 项指标的评分标准，每项标准的评级从 A（黄金标准）到 F（不合格）。文章还建议采用调查、德尔菲研究和审计来应用该评分标准。
AI与生物安全：预测大语言模型赋能的生物风险及防护措施的有效性 2025年7月 Bridget Williams, Luca Righetti, Josh Rosenberg, Rebecca Ceppas de Castro, Otto Kuusela, Rhiannon Britt, Emi
原标题: AI and Biosecurity Forecasting LLM-Enabled Biorisk and the Efficacy of Safeguards July 2025 Bridget Williams, Luca Righetti, Josh Rosenberg, Rebecca Ceppas de Castro, Otto Kuusela, Rhiannon Britt, Emi
该研究调查了 46 位生物学和生物安全专家以及 22 位通才型预测者，了解他们对 LLM 能力不断增强所带来风险的看法。专家们对人为造成的、导致 100,000 人死亡的疫情的年度基准风险中位数估计为 0.3%，在假设的能力情形下（例如在故障排除测试中媲美顶尖病毒学家团队）上升至 1.5%。一项后续研究发现，LLM 已经越过了该门槛，不过受访者中位数预计要到 2030 年之后才会出现；在采取 LLM 安全防护措施和强制核酸筛查的情况下，预测值回落至约 0.4%。
人工智能经济学 基础模型对市场集中度的影响 2023年9月 工作论文 Jai Vipra 和 Anton Korinek 这篇布鲁金斯学会工作论文分析了基础模型市场的结构
原标题: Economics of AI Market Concentration Implications of Foundation Models September 2023 Working Paper Jai Vipra and Anton Korinek This Brookings Working Paper analyzes the structure of the market for fo
这篇布鲁金斯学会工作论文分析了基础模型的市场结构，并探讨其对竞争政策和监管的影响。论文认为，能力最强的模型将趋向于自然垄断，并可能拥有庞大的市场。论文呼吁反垄断机构保持市场的可竞争性，并呼吁监管机构要求能力最强的模型达到质量标准，包括安全性、隐私和可靠性。
计算与计算治理 Web 智能体的权限清单 2025年12月 研究论文 Samuele Marro、Alan Chan、Xinxing Ren、Lewis Hammond、Jesse Wright、Gurjyot Wanga 等。Lar 的兴起
原标题: Compute and Compute Governance Permission Manifests for Web Agents December 2025 Research Paper Samuele Marro, Alan Chan, Xinxing Ren, Lewis Hammond, Jesse Wright, Gurjyot Wanga et al. The rise of Lar
基于大语言模型（LLM）的网络智能体与网站的交互方式，是现有治理机制在设计时未曾考虑到的，而一刀切的屏蔽会损害有益的用途。作者提出了 agent-permissions.json，这是一种类似 robots.txt 的清单文件，网站可在其中指定允许的交互方式，并在可能的情况下辅以 API 引用。这使网站所有者能够只屏蔽不合规的智能体，并且其设计目的是补充 AIPref 等数据使用倡议。
FutureTech 举办 AI 与自动化经济学研讨会 新兴的智能市场：大语言模型的供给、需求与使用。2025年12月5日
原标题: FutureTech hosts the Workshop on the Economics of AI and Automation The emerging market for intelligence: the supply, demand, and usage of LLMs. December 5, 2025
MIT FutureTech 举办了一场小型、专注的人工智能与自动化经济学研讨会。发表的论文包括《市场相信变革性人工智能吗？》("Do Markets Believe in Transformative AI?")、一项关于法国企业购买和开发人工智能的研究，以及关于大语言模型供给、需求和使用情况的《智能的新兴市场》("The Emerging Market for Intelligence")。
中国加大力度,谋求成为科技和 AI 领域的世界领导者 新的五年规划呼吁加强原创性科学研究,以推动国家实现自立自强。2026 年 3 月 14 日
原标题: China intensifies push to become world leader in tech and AI The new five-year plan calls for more original scientific research to facilitate the country’s bid for self-reliance. March 14, 2026
中国 2026–2030 年的第十五个五年规划承诺采取“非常规措施”,成为 AI、量子技术及其他前沿领域的全球领导者,并呼吁加强原创性科学研究以支持自立自强。研究人员指出,人们越来越相信中国能够成为真正的领导者。
《金融时报》报道 Neil Thompson 博士和 David Autor 博士关于专业能力的论文 《金融时报》报道了 Neil Thompson 博士和 David Autor 博士的研究,该研究探讨了哪些工作不会被 AI 自动化取代
原标题: Financial Times Covers Dr. Neil Thompson and Dr. David Autor Paper on Expertise Financial Times covers research by Dr. Neil Thompson and Dr. David Autor examining which jobs are safe from AI automatio
《金融时报》报道了 Neil Thompson 博士和 David Autor 博士的研究，该研究探讨了哪些工作不会被 AI 自动化取代。他们关于专业技能与自动化的论文深入分析了 AI 将如何重塑劳动力市场。
学术界的科学研究能跟上 AI 前沿吗?追踪 AI 基础模型在科学领域的迅猛崛起,以及对未来突破的制约。2026 年 3 月 12 日
原标题: Can Academic Science Keep Up with the AI Frontier? Tracking the meteoric rise of AI foundation models in science and the constraints on future breakthroughs. March 12, 2026
前沿 AI 实验室的领导者预测 AI 将变革科学，但 FutureTech 对这些说法的规模仍持谨慎的矛盾态度。它认为 AI 对科学的影响方向是正确的，并指出十多年来 AI 模型在各科学领域的使用几乎呈指数级增长。
AI规模化的下一步：我们研讨会的报告 MIT数字经济倡议（The MIT Initiative on the Digital Economy）就我们的AI规模化研讨会采访了Neil Thompson、Tamay Besiroglu和Peter Slattery November 17, 2
原标题: What’s next in AI scaling: a report on our workshop The MIT Initiative on the Digital Economy interviewed Neil Thompson, Tamay Besiroglu and Peter Slattery about our AI Scaling Workshop November 17, 2
这是一份关于 MIT FutureTech 人工智能规模化及其影响研讨会的报告，研讨会于10月12日至13日在麻省理工学院博物馆举行。这场仅限受邀者参加的活动汇集了70多位计算机科学家、工程师和经济学家，讨论规模化定律及其对人工智能发展和自动化的影响。与会者听取了15场报告，并讨论了如何确定新研究的优先次序，以应对已识别的挑战。
开放权重 AI 模型在网络安全方面落后 6-7 个月
原标题: Open-weight AI models are 6-7 months behind on cyber
Z.ai 的 GLM-5.3 是 Epoch 网络安全 ECI 上排名第一的开放权重模型，得分为 160。该得分高于 OpenAI 的 GPT-5.4（2026 年 3 月发布），但仍落后于 Claude Mythos Preview 和 GPT-5.5（均于 2026 年 4 月发布）。Epoch 估计，开放模型的网络安全前沿水平大致相当于闭源模型前沿 6–7 个月前所处的位置。
正视AI：AI智能体如何改变软件工程的经济学
原标题: Getting real about AI: How AI agents are changing the economics of software engineering
Cognition 联合创始人兼总裁 Russell Kaplan 解释了为什么 AI 在软件工程领域的下一个前沿不止于更快地编写代码。他还探讨了如何将自主智能体转化为可衡量的业务价值。
Benefit Street Partners 借助 Codex 更快地回答问题
原标题: Benefit Street Partners answers questions faster with Codex
Anant Kumar 构建用于比较贷款估值和分析信贷协议的工具。Codex 用于代码审查和更快速的后续跟进。
建立对AI智能体的信任：基于 Amazon Bedrock AgentCore 的可用于生产环境的评估框架
原标题: Building trust in AI agents: A production-ready evaluation framework with Amazon Bedrock AgentCore
自主 AI 代理可能出现“软性失败”：延迟保持平稳，而回答质量却悄然下降。本文介绍了一个基于 Amazon Bedrock AgentCore 构建的九阶段评估框架，可在代理从首次提交到上线生产的整个生命周期中发现隐性质量退化。该框架被应用于一个内部系统，销售人员和销售负责人可通过 Amazon Quick 用日常英语提出业务问题，由多个专门的子代理提供支持。
保障 AI 算力安全 - OECD.AI
原标题: Securing AI compute - OECD.AI
本政策简报依据经合组织《人工智能建议书》，探讨了各国政府在AI算力方面的政策思路。
让 AI 智能体立足于生物现实：自主湿实验室的构建模块
原标题: Grounding AI agents in biological reality: Building blocks for autonomous wet labs
Google Research 正在将AI智能体带到湿实验台，让它们以实体实验室机器人为基础，快速运行闭环分子设计周期。文章称，这种方法最终应能使智能体为癌症靶点发现个位数纳摩尔级的蛋白质结合剂。文章介绍了三个连接AI驱动的探索与真实湿实验实验的研究项目，其中包括 VERID 框架。
人工智能政策工作组 | Stanford HAI
原标题: AI Policy Working Group | Stanford HAI
斯坦福 HAI 的一个工作组，研究生和研究人员与教师一起开展人工智能政策研究。项目包括改进政府评估人工智能工具的方式，以及构建训练数据定价框架。该小组每两周举行一次政策会议，目标是既产出高质量论文，又产生政策影响。
在前沿工作塑造对未来的期待
原标题: Working at the frontier shapes expectations for the future
Anthropic 发布了两份报告：一份关于 AI 如何改变公司内部的就业状况，另一份比较公众与 Anthropic 员工对 AI 将如何影响工作和经济的预期。该公司表示，员工和美国劳动者对 AI 如何影响就业持有相似的看法，但对 AI 能做什么的体验不同，而这些体验塑造了他们对未来工作的看法。到 2026 年 3 月，智能体的工作时长已超过员工；到 8 月，智能体数量已是员工的六倍。
什么是前沿部署工程师？
原标题: What is a forward-deployed engineer?
前置部署工程师（FDE）在其他公司自有的系统内部开展工作。三位麦肯锡领导者阐释了 FDE 如何帮助企业从 AI 中获得成效。
推出 Reflection Beam:适用于 AWS 上智能体编程的开放权重模型
原标题: Introducing Reflection Beam: an open-weight model for agentic coding on AWS
本文介绍了如何在AWS上部署Reflection AI的开放权重Beam模型，可以通过全托管的Amazon SageMaker JumpStart实时端点，也可以通过SageMaker HyperPod Inference实现Kubernetes原生控制。Beam是一个稀疏混合专家模型，总参数量为5010亿，激活参数量为230亿，Reflection称其有效上下文长度为100万个token。该模型发布时已在美国东部（弗吉尼亚北部）和美国东部（俄亥俄）的SageMaker JumpStart中提供。
Itaú 如何为其全体客户构建生成式 AI
原标题: How Itaú is building generative AI for its entire customer base
Itaú 正通过对话式界面 ia.i 和治理平台 IARA,将其 AI First 战略同时应用于客户和员工。它是在巴西监管最严格的行业之一中这样做的。
AI 预期落差
原标题: The AI expectations gap
本文介绍了一项新的调查证据，比较美国成年人与Anthropic员工对AI将如何重塑经济的预期。到2030年，39%的美国成年人和91%的Anthropic员工预计AI将做出诺贝尔奖级别的发现。作者还探讨了，对AI经济影响的分歧是源于对能力提升速度的不同看法，还是源于对这些能力转化为现实应用的速度的不同看法。
Anthropic 的雇佣情况正在发生怎样的变化
原标题: How employment is changing at Anthropic
Anthropic 招聘初级技术岗位的占比有所下降，而 AI 智能体的工作时长则迅速增长；到 8 月，交互式智能体的工作时长已达到员工工作时长的 6 倍。人均代码产出、每位销售代表的成交量以及合同处理量均有所上升。报告认为，人类的注意力已成为瓶颈，招聘经理现在更看重自主性和判断力，而非技术领域专长和实现能力。
各国如何评估 AI 模型？
原标题: How are countries evaluating AI models?
本背景指南为 2026 年 9 月 15 日举行的人工智能合作论坛（FCAI）对话而准备。与会者一致认为独立的第三方评估是必要的，但在评估内容、评估主体以及评估结果应带来什么后续措施等方面存在分歧。对话还指出，基准测试的可靠性正在下降，而评估能力与仍在讨论中的执法基础设施并不匹配。
变革性AI及其对税务和法律的影响
原标题: Transformative AI and the implications for Tax and Legal
当前关于人工智能的讨论描绘了一种可与蒸汽动力或印刷术相媲美的全球变革潜力，但其发展速度要快得多。仅在2026年，超大规模云服务商就已承诺为AI基础设施投入超过7000亿美元的资本支出。节选内容引述了Demis Hassabis的话，称人类水平的AI可能最快在四年内出现；还引述了Sam Altman在2026年8月对《TIME》所说的话，称OpenAI将在年底前拥有一套他会称之为AGI的内部系统。
Stack Overflow for Agents 借助 ChatGPT 插件使注册量增长两倍
原标题: Stack Overflow for Agents triples signups with ChatGPT plugin
两名工程师借助 Codex 在几周内上线了面向智能体的 Stack Overflow。其 ChatGPT 插件帮助智能体创建量增长高达 10 倍。
用 Claude 设计更高效的量子电路
原标题: Designing more efficient quantum circuits with Claude
在获得八个量子电路的自然语言规格说明和一个自动评估器后，Claude 在很大程度上独立设计出了优于已发表最佳版本的电路，在某些情况下提升达一个数量级或更多。这些电路涵盖化学、优化、物理模拟和数论。这项工作由 Andi Gu 主导，是 Anthropic STEM Fellows Program 的一部分。
将 GPT-Rosalind 引入学术研究实验室
原标题: Bringing GPT-Rosalind to academic research labs
介绍 Rosalind 学术计划,该计划为符合条件的学术实验室提供 GPT-Rosalind 及相关工具的资助使用权限,以推动生命科学研究。
AI 赋能法律服务，以更好的成果为核心
原标题: AI in legal, with better outcomes at its core
AI 正在改变法律服务的提供方式，在日益复杂的环境下加快决策。德勤法律（Deloitte Legal）表示，其将 AI 嵌入以人为主导的工作流程，以提升法律成果并支持专业判断。
Google Antigravity：加速抗菌肽搜索
原标题: Google Antigravity: Accelerating Antimicrobial Peptide Search
这篇技术详解展示了生物学家如何使用智能体科学工作台 Google Antigravity,在数小时内找到一种新型抗菌肽候选物。该工作流使用 ProtNLM 扫描数百万个此前未被表征的 UniProt 蛋白质,并确定了一个预测对呼吸道感染相关病原体具有活性的先导分子。该先导分子目前正在进行湿实验验证。
见证开端：庆祝NVIDIA RTX Spark发布
原标题: Be There for the Beginning: Celebrate the Launch of NVIDIA RTX Spark
NVIDIA RTX Spark被定位为专为创作者、游戏玩家和AI智能体打造的一体化PC，标志着Windows PC的全新开端。NVIDIA及其合作伙伴正在全球举办发布活动，展示本地AI工作流、创意应用和游戏，并开展#ShareYourSpark社交媒体活动，赠送一台签名版ASUS ProArt P14 RTX Spark笔记本电脑。文中引述的评测人员称赞其游戏、本地AI和创意性能。
错过了一堂课？巴伊兰大学的这款AI智能体帮助学生补上进度
原标题: Missed a lecture? This AI agent at Bar-Ilan University helps students catch up
巴伊兰大学于 2 月在其 Moodle 学习平台上试点了一个 AI 代理，帮助学生通过自然语言查询搜索和总结课程资料。该代理基于 Azure AI Services 构建，仅根据教学人员上传的资料作答。试点涵盖 71 门课程和约 2,400 名学生，该代理将在 2026/27 学年第一学期扩展到另外 100 门课程。
判断力瓶颈：在战略中平衡AI与人类的速度
原标题: The judgment bottleneck: Balancing AI and human speeds in strategy
分析如今以 AI 的速度运转，但判断仍以人类的速度进行。本文提出三项举措，有助于将 AI 的速度转化为更好的战略决策。
从数据中心到桌面开放：NVIDIA 扩展 Nemotron 系列，推出效率最高的 Super VL 和 Bolt 模型
原标题: Open From Data Center to Desktop: NVIDIA Expands Nemotron Family With Highest Efficiency Super VL and Bolt Models
NVIDIA发布了Nemotron 3.5 Super VL，这是一款拥有1200亿参数的开放模型，NVIDIA称其能为专用的常驻智能体提供最快的任务完成速度和最高的准确率。另有两款边缘模型同时推出：现已提供的Nemotron 3.5 Bolt 74B-A9B 24GB，以及将于10月23日推出的Bolt E4B 4GB。这三款开放模型合在一起，旨在覆盖从大型企业服务器到边缘设备和本地硬件的智能体部署。
Meta 的 Muse Spark Open 现已在 Amazon SageMaker JumpStart 中提供
原标题: Meta’s Muse Spark Open now available in Amazon SageMaker JumpStart
Meta 针对编码优化的开放权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 中提供。您可以使用 SageMaker Studio 或 SageMaker Python SDK，将其部署到您自己 AWS 账户中的 SageMaker AI 端点。JumpStart 提供 BF16 版本和 NVFP4 量化版本。
AI 造成伤害时，谁来负责？| Stanford HAI
原标题: Who is Responsible When AI Causes Harm? | Stanford HAI
Deb Raji 研究AI系统造成损害时由谁负责以及如何证明，她做客 Stanford HAI 探讨AI问责。在对话中，她解释了为什么执法已成为AI政策中最棘手的未解难题，以及为什么只关注灾难性风险会忽视日常的灾难。她指出，AI规则的执行在很大程度上依赖于技术基础设施。
纵深信任:在不失控的前提下赋予智能体更多自主权
原标题: Trust in Depth: Giving agents more autonomy without losing control
AWS 提出“纵深信任”（Trust in Depth），这是一种分层方法（界定范围、了解、设定边界、观察和证明），让 AI 智能体在其行为可被验证时自主行动。需要人类判断的决策则交由人来做。这一方法针对的问题是：让人批准智能体的每一项操作，会导致审批积压和审查疲劳。
英伟达通过开放学习资源、合作与算力，扩大欧洲科学界获取先进技术的机会
原标题: NVIDIA Expands Advanced Technology Access for Europe’s Scientific Community Through Open Learning Resources, Collaborations and Compute
NVIDIA 将加入欧盟委员会的“人工智能赋能科学推动者倡议”（AI in Science Enablers Initiative），提供加速工具、模型和平台、算力和云资源、合作试点以及初创企业支持。该公司表示，已发布超过 250 个开放模型、250 个开放数据集和 1,400 多个开源软件项目，可在 Hugging Face 和 GitHub 上获取。
问答：AI、你的大脑与社会之间的“碰撞”
原标题: Q&A: The “collision” between AI, your brain, and society
麻省理工学院教授 Eric So 在其新书《The Collision: What AI Does to Us》中指出，过度使用 AI 可能导致认知萎缩，即人们无法培养和保持基本的思维能力。他提到，AI 可以加快工作速度，并可作为实用的特定领域工具，但同时警告说，过于广泛地依赖 AI 是有代价的。他的结论借鉴了学术界和产业界的研究，其中包括 Anthropic 的一项研究：大学生的查询中约有一半是只求简单答案的低投入请求。
教学生通过提问来思考和学习
原标题: Teaching students to think and learn through questions
在教师节之际推出巴西葡萄牙语版的 AI for Educators，同时展示学习模式（Study Mode）如何帮助教师支持主动的、循序渐进的学习。
Anthropic 关于独立评估机构的最新情况
原标题: Anthropic update on independent evaluators
Anthropic 宣布，已开始向 METR 提供类似员工的访问权限。METR 是一家评估前沿 AI 模型的非营利组织，将发布其风险评估结果。该公司还与 SecureBio 和 Accenture 合作，由其担任评估方，并正与包括 Hugging Face 在内的其他多家机构进行初步洽谈。Anthropic 表示，正在向第三方评估方开放深度的信息访问权限，以便他们分享有关风险的证据和结论。
Sullivan & Cromwell 将法律专业知识引入协议审查
原标题: Sullivan & Cromwell brings legal expertise into agreement review
Sullivan & Cromwell 与 OpenAI 合作开发了 Agreement Analyzer，这是一款用于识别协议草案中问题的 AI 工具。
北欧与NVIDIA展示一个地区致力于先进计算时的无限可能
原标题: The Nordics and NVIDIA Show What’s Possible When a Region Commits to Advanced Computing
北欧国家是欧洲独角兽初创企业密度最高的地区，按人均计算，诞生的估值达 10 亿美元或以上的公司数量居欧洲大陆之首。NVIDIA 已投资瑞典初创企业 Lovable 和 Legora，预计到 2027 年底，该地区的 AI 云将新增 1 吉瓦的容量。在瑞典，一个包括爱立信和阿斯利康在内的联盟推出了 Sferical One，这是一台运行在两套 NVIDIA DGX SuperPOD 上的共享超级计算机。
AI 模型解码细胞用于交流的语言
原标题: AI model decodes the language cells use to communicate
麻省理工学院和 Whitehead Institute 的研究人员开发了一种计算方法，用于解码细胞在形成组织和器官时如何相互通信。细胞命运取决于信号通路，而科学家长期以来一直认为这些通路在不同细胞类型之间差异很大，因此难以绘制图谱。该框架可以加速干细胞工程，改进疾病模型，并为癌症治疗提供参考。
AI mega 级大额交易主导风险投资，投资者将数十亿美元投向数量更少的初创公司
原标题: AI megadeals dominate venture capital as investors pour billions into fewer startups
根据毕马威《风险投资脉搏》（Venture Pulse）报告，2026年第三季度全球风险投资额达到1709亿美元（US$170.9 billion），涉及8,341笔交易。截至9月的年初至今融资总额为7283亿美元（US$728.3 billion），有望成为有记录以来表现最强劲的年份之一。AI仍是主导主题，AI超大额交易占据了各地区众多最大规模的融资轮次。
使用 Amazon Bedrock AgentCore 生成演示文稿
原标题: Generate presentations with Amazon Bedrock AgentCore
本文介绍如何在 Amazon Bedrock AgentCore 上构建一个 AI 智能体系统,从企业文档生成 PowerPoint 演示文稿。监督智能体、RAG 和 Amazon Bedrock Guardrails 协同生成有据可依的演示文稿,在作者的内部测试中不到 90 秒即可完成。示例场景是一个金融服务团队,他们需要根据季度报告和合规文档手动制作客户演示文稿。
使用 Amazon SageMaker JumpStart 部署和评估模型
原标题: Deploy and evaluate models with Amazon SageMaker JumpStart
本文介绍如何从 Amazon SageMaker JumpStart 部署预训练模型,并使用 SageMaker Python SDK 运行轻量、可重复的性能测试。随后说明测试完成后如何删除端点。文中还介绍了 2026 年的两项功能,它们可简化模型发现和部署。
研究人员改进了未来两到六周的天气预报
原标题: Researchers improve weather forecasts looking two to six weeks out
包括麻省理工学院一个团队在内的研究人员开发了一种机器学习模型，可修正现有预报模型中的误差，从而改进未来两到六周的预测。将其应用于一个黄金标准模型后，该时间段内的预报准确率提高了一倍，并在一项著名的国际预报竞赛中获得第一名。发表于 Nature 的论文指出，这些预报首次在两到六周的时间范围内超越了气候平均值。
Research@ 2026：我们增强人类创造力的10种方式
原标题: Research@ 2026: 10 ways we're amplifying human ingenuity
在山景城举办的 Research@ 活动上，Google 展示了旨在增强人类创造力的研究突破。首个亮点是 Google Earth AI，它正在扩大对实验性行星智能能力的抢先体验范围。这些能力包括 Google Earth 中更深入的地理空间分析、风险评估和情景预测，以及用于地理空间推理技能的代理间 API。
SentinelOne 将恶意软件分析时间从数周缩短至数小时
原标题: SentinelOne cuts malware analysis from weeks to hours
借助 OpenAI Daybreak，SentinelOne 将恶意软件分析时间从数周缩短至数小时，从而腾出更多能力来调查更多威胁。
用 AI 智能体模拟人类行为 | Stanford HAI
原标题: Simulating Human Behavior with AI Agents | Stanford HAI
本简报介绍了一种生成式 AI 智能体架构，该架构可模拟 1,000 多名真实人群对重大社会科学调查问题的态度。每个智能体都将一个大语言模型与某位个人的深度访谈记录相结合。在综合社会调查（General Social Survey）中，这些智能体复现参与者答案的准确度，达到了参与者两周后复现自己答案准确度的 85%。
Tamnoon 如何借助 Amazon Bedrock 构建 AI 驱动的云安全修复方案
原标题: How Tamnoon built AI-powered cloud security remediation with Amazon Bedrock
Tamnoon 介绍了 Tami,这是一款基于 Amazon Bedrock 构建的智能体式云修复编排器,可调查并修复来自 CNAPP 和云原生来源的发现项。文章称,在 90 天内关键云暴露面减少了 90% 以上,且零生产事故。Tamnoon 的平台可与 AWS、Azure 及其他云服务商上的 CNAPP 配合使用。
AI 玩《杀戮尖塔》能玩得多好？
原标题: How well can AI play Slay the Spire?
Epoch AI 全新的 SpireClimb 基准测试显示，前沿模型现在至少有 90% 的时间能够击败《杀戮尖塔》的基础难度，与六个月前相比大幅提升。在最高难度下，最佳模型的胜率为 17% 至 20%。这些结果仍远低于顶尖人类玩家经常能达到的 80% 以上的胜率。
Amp 借助 OpenAI 模型让 AI 智能体在代码之外发挥作用
原标题: Amp puts AI agents to work beyond code with OpenAI models
为2026年美国中期选举做准备
原标题: Preparing for the 2026 US midterms
Anthropic 概述了在 2026 年美国中期选举之前如何加强其选举保障措施。通过分析最近一周的 250,000 条对话，该公司发现，Claude.ai 上约 5.75% 的美国对话涉及政治、公共政策或社会议题，约 0.51% 与选举或投票有关。询问应投票给谁的请求约占美国对话的 0.01%，违反政策的选举相关请求约占 0.002%。
新加坡办事处与政府谅解备忘录 | Anthropic
原标题: Singapore office and government MOU | Anthropic
Anthropic is opening its fifth Asia-Pacific office in Singapore and has signed an MOU with the Singapore Ministry of Digital Development and Information. The MOU covers cooperation on AI safety, security and model evaluation, research on AI adoption, and responsible adoption across the public and private sectors. Singapore customers named in the announcement include GovTech Singapore, Grab and DBS.
AI 的真正成本是多少？
原标题: What does AI really cost?
将AI工具从试点阶段推进到生产阶段，成本可能增至近四倍。麦肯锡（McKinsey）的三位专家解释了其中的原因，以及如何判断这样做是否值得。
保险业智能体 AI 蓝图
原标题: Agentic AI Blueprint for Insurance
本页介绍了德勤（Deloitte）的保险业智能体AI蓝图（Agentic AI Blueprint for Insurance），帮助保险公司识别高影响力的AI用例、设计工作流程并规模化部署解决方案。它提供财产与意外险以及人寿、健康与储蓄险的分类体系，用于确定挑战的优先级，同时配有评估分销、核保、服务和理赔的能力引擎，以及量化各职能自动化潜力的影响分析器。
设计忠诚度：AI 智能体与利益冲突 | Stanford HAI
原标题: Designing Loyalty: AI Agents and Conflicts of Interest | Stanford HAI
本简报探讨了 AI 智能体带来的利益冲突风险，并呼吁对其开发者和部署者设立忠实义务。智能体可能被引导去偏向其开发者或部署者的利益，而非用户的利益，而目前尚无关于披露此类冲突的标准要求。简报指出，该义务尤其应适用于金融服务和医疗保健等高风险领域。
Grok Voice 3.0 发布
原标题: Introducing Grok Voice 3.0
xAI 宣布推出 Grok Voice 3.0，称其为全球最智能的语音到语音模型。在 Artificial Analysis 的独立测试中，它以 86.9 的得分在语音到语音指数中排名第 1。该模型已在 API 中提供，价格与前代相同。
AI 价值曲线:将 AI 应用于现有工作的经济学
原标题: The AI value curve: The economics of applying AI to existing work
许多组织仍在衡量 AI 的采用情况，而不是它所创造的价值。AI 价值曲线有助于确定在哪些方面部署 AI 的自动化潜力最具成本效益。
Block 如何利用 OpenAI 技术构建 AI 驱动的安全体系
原标题: How Block is building AI-powered security with OpenAI technology
Block 正与 OpenAI 合作构建由AI驱动的安全能力。其安全团队能更快地调查威胁，并在几分钟内提出补丁方案。
Third Moment Research如何让10,000个智能体连续运行36小时以上
原标题: How Third Moment Research runs 10,000 agents for 36+ hours
这家AI实验室构建的智能体使用GPT-6 Astra、GPT-6.1 Sol、Codex和Daybreak来进行网络安全工作。这些智能体可以连续数天保持专注，并在使用中不断改进。
使用 Deep Review 分析技术文档
原标题: Analyzing technical documents with Deep Review
Deep Review 是一个用于对复杂文档进行严谨反馈和技术验证的智能体式 AI 系统，现已公开可用。它最初是为分析计算机科学学术论文而构建的，现已扩展到法律和金融等领域的文档。它既可以作为起草辅助工具，也可以在评审过程中用于验证论断。
欧洲城市部署由 NVIDIA 驱动的 AI 智能体，实现更智能的城市运营
原标题: European Cities Deploy NVIDIA-Powered AI Agents to Run Smarter Urban Operations
在整个 EMEA 地区,城市和本地合作伙伴正利用 NVIDIA 加速计算构建用于城市运营和公共服务的物理 AI 智能体与数字孪生。NVIDIA Cosmos、Metropolis VSS 和 Nemotron 模型可帮助智能体识别交通拥堵、设备状况和安全隐患等问题。相关项目遍及比利时、芬兰、法国、意大利、荷兰、波兰、瑞典、英国及其他地区。
重塑资本项目，提升建筑业生产率
原标题: Rewiring capital projects to boost construction productivity
McKinsey 的 Capital Excellence 专家探讨 AI 和技术如何提升建筑业生产率、缓解劳动力短缺，并加快复杂资本项目的交付。
使用 Amazon Bedrock AgentCore 构建可自我改进的文档处理系统
原标题: Build self-improving document processing using Amazon Bedrock AgentCore
本文介绍了如何在Amazon Bedrock AgentCore上构建一个具备智能体能力的智能文档处理系统，用于对业务文档进行分类、提取、验证和学习。它无需手动设置模板即可处理新的文档格式。智能体会学习每一种新格式，并将这些知识复用于之后的同类文档。
“我不知道这最终会不会有好结果。”
原标题: ‘I don’t know if this is going to turn out well.’
在这次《哈佛公报》访谈中，Michael Brenner 是一位连接哈佛与谷歌的 Catalyst 教授，他谈到了大学在 AI 时代的角色。他认为，大学在现实中无法引领大语言模型的开发，但作为真相的裁决者发挥着核心作用。他还表示，世界过于急于宣布一项借助大语言模型完成的、针对重大未解数学问题的证明是正确的。
欧盟在 AI 领域的下一篇章是智能体化
原标题: The EU’s next chapter in AI is agentic
新分析显示，智能体 AI 在欧盟企业和小型企业中的应用正在增长，同时也指出了更深入的使用可在哪些方面释放更多价值。
行为经济学的4点启示，有助于改善人机交互
原标题: 4 lessons from behavioral economics that could help improve human-AI interaction
随着人工智能的应用不断增长，其带来的商业效益可能伴随着员工的认知成本。本文介绍了四种行为经济学方法，有助于组织管理这些成本、保持批判性思维并改善人类与人工智能的互动。
我的聊天机器人是我的男朋友。这有什么害处？
原标题: My chatbot is my boyfriend. What’s the harm?
在《哈佛公报》的一次访谈中，麻省理工学院社会学家 Sherry Turkle 谈到了她的新书《人工亲密关系：当我们与机器对话时，我们成为了谁》（Artificial Intimacy: Who We Become When We Talk to Machines）。她描述了人们如何被机器陪伴所吸引，从早期的机器人玩具到社交媒体，再到如今的生成式 AI。Turkle 认为，聊天机器人使用第一人称是一种根本性的欺骗，因为它们无法提供真正的联系，话语背后也并没有一个“我”。
规划之声：AI 驱动的供应链未来
原标题: Voices on Planning: The AI-powered future of supply chain
从软件即服务转向 AI 赋能的规划，可能使决策从固定周期转变为实时进行。然而，要取得成功，需要有合适的治理、专业能力和运营模式。
让 Earth AI 发挥作用：用地理空间智能体应对地球面临的最大挑战
原标题: Putting Earth AI to work: Geospatial agents for our planet's biggest challenges
Google 的技术报告显示，将特定领域的基础模型、空间工具和前期规划相结合，可使其地理空间推理智能体执行超越独立大语言模型的复杂空间分析和行星级预测。包括世界卫生组织非洲区域办事处和 GiveDirectly 在内的合作伙伴，已在疫情调查和灾害准备等任务上测试了该智能体。Google 还通过 Ask Google Earth、A2A 服务、Google Earth 和 Google Cloud 扩大实验性访问。
NVIDIA宣布对英国初创企业生态系统进行新的投资
原标题: NVIDIA Announces New Investments in the UK Startup Ecosystem
NVIDIA 将作出为期五年、总额 2.5 亿美元的算力承诺，以加强英国在智能体安全与保障方面的研究。该公司还宣布计划投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane，并与 Earthshot Prize 建立合作。
2026 年 AI 指数报告 | Stanford HAI
原标题: The 2026 AI Index Report | Stanford HAI
Stanford HAI 的 2026 年 AI 指数追踪了 AI 技术进展、经济影响和社会影响方面的数据。报告指出,2025 年业界产出了超过 90% 的重要前沿模型,SWE-bench Verified 上的表现在一年内从 60% 升至接近 100%。组织采用率达到 88%,自 2025 年初以来,美国和中国的模型多次交替领先。
全球AI季度脉搏调查：2026年第三季度
原标题: Global AI Quarterly Pulse Survey: Q3 2026
毕马威（KPMG）2026 年第三季度全球 AI 脉搏调查（Global AI Pulse Survey）涵盖来自 20 个国家、地区和司法辖区的 2,131 位高级领导者。调查考察了各组织如何从采用 AI 转向大规模运行 AI，涉及治理、问责、网络安全，以及将 AI 成本与业务成果挂钩。在已确立投资回报率（ROI）的组织中，86% 设有正式的跨职能或全企业范围的 AI 管理层。
人工神经网络如何构建自己的学习机制
原标题: How artificial neural networks build their own learning machinery
MIT 麦戈文研究所和 K. Lisa Yang ICoN 中心的科学家在 PNAS 论文中表明，人工神经网络可以构建自己的学习机制。在给定连接应如何以及何时变化的简单规则后，随机连接的单元会重新组织成一个能够基于数据训练的高效信息处理网络。作者认为，无需开发者引导的自组织是衡量生物学合理性的关键指标，但也提醒此类网络对生物学习的启示可能有限。
在 Amazon Bedrock 上使用 Grok 4.7 构建长周期智能体
原标题: Build long-horizon agents with Grok 4.7 on Amazon Bedrock
Grok 4.7 现已在 Amazon Bedrock 上提供。本文基于该模型构建了一个工具调用智能体，并在三项基于搜索的任务上、以四种推理强度等级对其进行测试，共计 72 次运行。该智能体正确回答了其中 67 次，准确率与 token 成本之间的权衡可按每次请求进行调整。
问答：在公民对话中，为我们的言论以及AI的言论建立问责机制
原标题: Q&A: Building accountability behind our words — and AI’s — in civic conversations
麻省理工学院媒体艺术与科学教授、建设性沟通中心主任 Deb Roy 呼吁重新强调公民传播中的责任。Roy 认为，即使使用AI撰写文本，也必须有问责和“可答责性”。摘录指出，AI可以生成看似真实的公众意见，使人们更难将其当作背后没有真人的伪造内容而不予理会。
重新设计 Anthropic 的源代码控制
原标题: Redesigning source control at Anthropic
随着 Anthropic 每日合并量增长了十多倍，源代码管理成为其最大的开发瓶颈。该公司构建了内部版本控制系统 Scion，并在五个月内将其单体仓库从 git 迁移过来。这项工作还催生了代码审查界面 Antique，以及代码搜索和源代码管理 IAM 系统。
亚太地区企业正从规模化扩张转向构建自主 AI 代理
原标题: Asia Pacific firms are transitioning from scaling to building autonomous AI agents
毕马威（KPMG）第三季度 AI 脉搏调查发现，越来越多的亚太地区（ASPAC）企业正在从 AI 中实现投资回报率（ROI），但围绕数据隐私和网络安全的常见风险依然存在。42% 的亚太企业表示，AI 举措在生产力和效率方面已带来可衡量的价值。对 AI 发展路径具备前瞻性的信心为 73%，较三个月前下降 7%。
Higgsfield 将 AI 视频时长从 1 分钟提升至 10 分钟以上
原标题: Higgsfield takes AI video from 1 minute to over 10
Higgsfield 借助 GPT-6 Astra 为创作者提供更长的视频，借助 GPT-Image-2.5 实现精准的视觉效果，同时通过 GPT-Live 开辟了语音电影制作的新路径。
Accenture 与 Workday 推出前置部署工程计划，为智能体 AI 时代重塑工作方式
原标题: Accenture Launches Forward Deployed Engineering Program with Workday to Reinvent Work for the Agentic AI Era
埃森哲与Workday宣布启动联合前沿部署工程（Forward Deployed Engineering，FDE）项目，帮助企业借助AI重塑工作方式。双方团队将与客户的人力资源和财务团队并肩合作，推动Workday智能体投入生产。埃森哲的工程师还将与Workday的产品和技术团队合作，在Workday平台上构建新的智能体能力。
通过托管授权管理 Amazon Bedrock 的私有定价优惠
原标题: Manage private pricing offers for Amazon Bedrock with managed entitlements
本文介绍两种在多个账户的 AWS License Manager 中激活 Marketplace 私有定价优惠(MPPO)授权的方法。轻量级脚本可用于一次性修复,而 CDK 自动化则提供持续的、事件驱动的处理。组织级授权会被自动接受,但在激活之前仍处于禁用状态,因此在此之前协商好的价格不会生效。
AI 操作系统:CEO 管理企业的新方式
原标题: The AI operating system: A new way for CEOs to run the enterprise
AI 操作系统可以成为企业的“第二大脑”，但前提是 CEO 要重新思考管理本身该如何演进。
为什么资本项目的未来属于数字化和 AI 赋能的团队
原标题: Why the future of capital projects belongs to digital and AI-enabled teams
数字化和 AI 正在改变资本项目的选择、设计、采购、建造和管控方式。领导者们正在走出试点阶段，重新调整项目的规划和交付方式。
AI洞察
原标题: AI Insights
这个德勤（Deloitte）专题页面强调，生成式AI可以重塑商业模式，但在目标和信任方面仍需要人的参与。页面还指向一项关于AI与职业的2026年Z世代和千禧一代调查，以及一个案例：慧与（Hewlett Packard Enterprise）使用德勤的Zora AI来塑造其财务职能。
Gemini 4 Argon：为解决您最棘手的问题而生
原标题: Gemini 4 Argon: Built to solve your hardest problems
Gemini 4 Argon 现已通过 AI Studio 和 Gemini 平台中的 API 面向全球的开发者和企业开放，并向 Google Antigravity、Gemini 应用以及搜索 AI 模式中的订阅用户开放。它在 Vals Index 上排名第 1，并以每百万输入词元 $2、每百万输出词元 $10 的入门价格推出。据报道，在 Google 内部，使用 Antigravity 中 Argon 的团队将智能体代码提交量提高了 35% 以上，同时将代码回滚减少了近三分之一。
实体 AI 档案:40 多个实体 AI 应用场景
原标题: The Physical AI Dossier: 40+ Physical AI use cases
本档案汇集了具有高影响力的物理AI（Physical AI）应用案例，展示智能机器如何在各行各业提升安全性、提高吞吐量，并将感知与行动连接起来。内容涵盖在部署前用于验证物理系统的仿真、合成数据和数字孪生，旨在帮助组织确定用例优先级并评估投资回报率。
投资者对可信 AI 的未来至关重要。他们准备好了吗? - OECD.AI
原标题: Investors matter for the future of trustworthy AI. Are they ready? - OECD.AI
投资者开始将可信 AI 视为一项重要的商业因素。当前的挑战在于,将资本流向那些开发和部署可信 AI 的企业。
工程、AI 与数据 | Deloitte
原标题: Engineering, AI & Data | Deloitte
德勤运用以 AI、数据和工程为主导的设计，结合行业知识，对核心技术平台进行转型。德勤既支持现有系统的现代化，也支持新技术产品和平台的实施。其专家负责为行业解决方案和项目提供咨询、设计、实施和运营服务。
AI投资回报率：投入不断增长，回报却难以捉摸的悖论
原标题: AI ROI: The paradox of rising investment and elusive returns
根据德勤2025年对欧洲和中东1,854名高管的调查以及24次深度访谈，本报告发现，AI支出正在增长，但回报缓慢且难以衡量。大多数受访者表示，一个典型的AI用例需要两到四年才能达到令人满意的投资回报率，只有百分之六的受访者称在一年内实现了回本。领先企业正转向由CEO主导、有选择性、覆盖全组织的AI项目。
智能体 AI
原标题: Agentic AI
德勤将智能体式 AI 呈现为能够推理、适应和行动、并与人类协同工作的自主数字智能体。其服务涵盖价值驱动的 AI 战略、领导层协同、务实的治理、信任与监管咨询、网络安全咨询、变革就绪度以及概念验证工作。该产品以德勤的可信 AI 框架为基础。
Orca Security 使用 Amazon Bedrock 实现自然语言安全查询
原标题: Natural language security queries at Orca Security using Amazon Bedrock
Orca Security 在 Amazon Bedrock 上构建了 Discovery AI，这是一个自然语言查询智能体，可将通俗英语问题转换为 Sonar 查询。本文介绍了其多阶段架构和成果。与最初的基线相比，查询成本下降了 90%，输入 token 减少了 93%，延迟降低了 75%。
一切就绪:全球 PC 应用生态已为 NVIDIA RTX Spark 做好准备
原标题: All Systems Go: Global PC App Ecosystem Ready for NVIDIA RTX Spark
在 10 月 16 日(星期五)RTX Spark 发布之前,NVIDIA 及其合作伙伴正推出数千款应用、游戏和模型,以及新功能。其中包括面向智能体 AI 的 Nemotron 3.5 Bolt 74B 模型、已结束测试并支持 llama.cpp 的 NVIDIA PAIR,以及对 GitHub Copilot 和 Perplexity 等智能体应用的更新,这些更新支持本地与云端混合的 AI 路由。
UMass Memorial Health宣布与Accenture和Microsoft合作启动多年期统一数据平台计划，并投资AI驱动的创新
原标题: UMass Memorial Health Announces Unified Data Platform Multi-Year Initiative, Investments in AI-Powered Innovation in Partnership with Accenture and Microsoft
UMass Memorial Health 与 Accenture 和 Microsoft 启动了一项为期多年的计划，以实现其数据平台的现代化。基于 Microsoft Azure 的统一平台将取代包括电子健康记录在内的各个孤立的报告系统，Accenture 将引入智能体 AI 工具来自动化复杂的工作流程。该医疗系统预计这项工作将提升速度、质量和安全性，同时降低长期基础设施成本。
Amazon SageMaker AI上的专家混合（Mixture-of-Experts）内核工程
原标题: Mixture-of-Experts kernel engineering on Amazon SageMaker AI
AWS 工程师介绍了在 Amazon SageMaker AI 上针对融合混合专家（Mixture-of-Experts）模型的内核优化。这些优化包括提升 WGMMA 利用率的 Swap-AB、用于 FP8 量化的 Triton 后端路由，以及消除 Triton JIT 重新编译。这些优化共同使 H200 GPU 上的吞吐量最高提升 10%，首个 token 的生成时间最高缩短 9%。
按行业、职能和类型划分的 AI 用例
原标题: AI use cases by industry, function and type
这份定期更新的合集按行业、领域、企业职能和 AI 类型(包括智能体 AI)整理了高影响力的 AI 用例。示例包括用于实时定价、库存管理、需求预测和促销的智能体,以及相互共享情境感知并协商取舍的智能体。
人工智能与数据 | Deloitte
原标题: Artificial Intelligence & Data | Deloitte
德勤的 AI 与数据服务将分析、自动化和人工智能相结合，以加深对客户数据的理解。德勤为客户提供从制定 AI 战略到构建定制化 AI 驱动解决方案的支持。服务包括分析与数据现代化、实施机器人自动化以及创建智能系统。
NVIDIA宣布对法国初创企业进行新的投资
原标题: NVIDIA Announces New Investments in France’s Startups
NVIDIA宣布计划对四家法国初创企业进行新的投资：Doctolib、Entalpic、Genesis AI和Pigment。这些公司分别专注于医疗健康、材料发现、物理AI和企业规划。Doctolib为医疗专业人员打造智能体，Entalpic在原子尺度上加速先进材料工程，Genesis AI开发通用机器人，Pigment则为企业提供规划平台。
ShipStation Global 如何在 Amazon Bedrock AgentCore 上构建 AI IT 服务台
原标题: How ShipStation Global built an AI IT help desk on Amazon Bedrock AgentCore
ShipStation Global 的工程团队在 Amazon Bedrock AgentCore 上构建了 Deckhand，一个用于 Slack 的 AI IT 服务台智能体。它基于精心整理的知识库回答常规问题，读取错误信息截图，并创建 Jira 工单。在最初三个月里，它解决了 97.5% 的频道咨询，并获得了员工 96% 的好评反馈。
借助 Anchor Browser 和 AgentCore 支付功能构建可进行交易的智能体
原标题: Building agents that transact with Anchor Browser and AgentCore payments
本文介绍了AI智能体如何借助Anchor Browser与Amazon Bedrock AgentCore payments，自主为受x402保护的网页和API付费。AgentCore payments会检查预算、签署交易并重试请求，同时不会向智能体运行时暴露钱包凭证。该解决方案由AWS Generative AI Innovation Center Partner Agent Factory共同开发，现已在AWS Marketplace上架。
推出 X 订阅
原标题: Introducing The X Subscription
xAI 推出了 The X Subscription，这是一项整合了 Grok、Grok Bot、Cursor 和 X Premium 的统一订阅计划。新客户即日起即可订阅，现有的 SuperGrok、Cursor 和 X Premium 订阅用户可以切换。团队版和企业版用户可按与个人计划相同的每席位价格获得 Premium、Super 和 Ultra。
在泰国、马来西亚、新加坡、印度尼西亚和台湾通过全球跨区域推理访问 Amazon Bedrock 上的 OpenAI GPT 模型
原标题: Accessing OpenAI GPT models on Amazon Bedrock with global cross-Region inference in Thailand, Malaysia, Singapore, Indonesia, and Taiwan
本文介绍了泰国、马来西亚、新加坡、印度尼西亚和台湾的团队如何通过全球跨区域推理，在Amazon Bedrock上调用OpenAI GPT-6 Sol、Luna和Astra。内容涵盖Converse API和兼容OpenAI的API、IAM和SCP权限、配额规划，以及从源区域进行监控。GPT-6 Astra仅可从亚太地区（新加坡）通过此路径使用。
GenAI：提升生产力只是托管服务的开始
原标题: GenAI: Adding productivity is just the beginning for managed services
节选中引用的一项近期调查发现，首席财务官们预计生成式人工智能将使财务领域的生产率提高50-60%，并使整体运营的生产率提高15-30%。节选认为，其益处还延伸到运营韧性、客户和员工满意度以及信任。例如，生成式人工智能可以帮助发现漏洞并加快网络安全响应。
能否在不从头重新训练的情况下改变AI模型的架构？
原标题: Can we change an AI model’s architecture without retraining it from scratch?
“Priming”会复用预训练 Transformer 的权重，来构建架构更高效的模型。据报道，其成本不到原始训练的 1%，吞吐量最高可达两倍。
强调 AI 在投资管理中的作用 | Deloitte Global
原标题: Underscoring the role of AI in investment management | Deloitte Global
本指南阐述了生成式AI如何改变投资管理机构的运营方式，从支持运营到为投资决策提供参考。根据德勤AI研究院（Deloitte AI Institute）的一项调查，67%的组织在看到早期显著价值后正在增加AI投入。指南强调需要有强有力的战略和审慎的人工监督。
TBR 特别报告——毕马威与微软合作,大规模开发受治理的智能体运营模式
原标题: TBR special report – KPMG collaborates with Microsoft to develop governed agent operating models at scale
毕马威与微软正在合作设计受治理的 AI、平台化运营模式以及可衡量的企业成果。根据 Technology Business Research (TBR) 最新发布的独立分析师报告,双方联盟正朝着以持续采用和受治理的成果为衡量标准的 AI 时代运营模式迈进。报告还指出,毕马威已将 Azure 消耗量作为核心重心。
AI驱动的发票处理
原标题: AI Powered Invoice Processing
毕马威（KPMG）的 AI 发票处理服务（AI Powered Invoice Processing，AIPIP）可提取发票信息，并使用基于客户现有历史数据的 AI 模型进行处理。80 多项合规检查会将发票分流，要么进入自动处理，要么交由会计人员审核可能存在的问题。该服务定位于提升记账质量并加快异常处理速度。
模拟学生学习，打造更好的 AI 辅导
原标题: Simulating student learning for better AI tutoring
StudentSim 是一个研究系统,用于在 AI 导师接受真实学习者测试之前对其进行评估和改进。它利用公开可得的去标识化学习者记录训练个性化的 AI 学生模拟器,每位学生对应一个经过适配的模拟器。在国际象棋、第二语言英语写作和数学三个领域,它的表现均优于领先的基线方法,并为训练 AI 导师提供了有用的反馈信号。
在人工智能领袖呼吁放缓之际，儿童需要有发言权
原标题: As AI leaders call for slowdown, children need a voice
AI 之争看似与家庭生活相距甚远,但 AI 已经出现在儿童视频、学习工具以及能够进行对话的社交陪伴玩具中。文章认为,家长、幼儿教育专业人士和儿童发展专家应当帮助塑造影响儿童的 AI 产品的设计、测试和治理方式。
生成式AI开启下一代托管服务
原标题: Generative AI hails the next generation of managed services
据称，生成式AI使托管服务站在了新一代的门槛上。除了自动化任务之外，它还能编写新代码、诊断并修复问题，并提升客户和员工的体验。毕马威的白皮书《重新构想托管服务》（Reimagining managed services）从四个关键领域探讨了该技术的潜力。
OCP 全球峰会：在生态系统广泛采用之际，NVIDIA 开放 Vera Rubin 架构，助力全球扩展 AI 工厂
原标题: OCP Global Summit: Amid Ecosystem Adoption, NVIDIA Opens Vera Rubin Architecture to Help Scale AI Factories Worldwide
在 OCP 全球峰会上，NVIDIA 通过开放的 NVIDIA MGX 架构向 OCP 贡献了 Vera Rubin 机架和计算托盘设计。Cisco、Google、Meta、Microsoft 和 Visionbay 也在推进 Vera Rubin 相关工作，NVIDIA 与超大规模云服务商还发布了面向下一代 AI 工厂的开放标准。其目标是为系统构建者提供 AI 工厂基础设施的通用基础。
塑造 AI 智能体的全球治理
原标题: Shaping global governance of AI agents
本文探讨了AI智能体如何对现有治理模式造成压力，以及切实可行的监督应当是什么样子。文章认为，治理必须持续进行，由预先限定范围的权限、可追溯的证据和运行时监控取代分阶段的监督。由于欧盟高风险AI规则被推迟至2027年12月和2028年8月，目前高风险领域中的智能体将由组织内部的控制措施来管理。
使用 Ray LLM Deep Learning Containers 运行多节点推理工作负载
原标题: Run multi-node inference workloads using Ray LLM Deep Learning Containers
本文介绍如何使用多节点 Ray LLM Deep Learning Containers,在 Amazon EKS 上跨两个 GPU 节点部署一个大语言模型。预填充(prefill)和解码(decode)分别在不同节点上运行,并通过同一个兼容 OpenAI 的端点对外提供服务。预构建的容器包含完整的推理栈,因此您只需配置部署,而无需自行组装。
利用 AI 进行预测性维护，预见未来 | Deloitte Global
原标题: Using AI in predictive maintenance to forecast the future | Deloitte Global
随着物联网、数据存储和计算成本的降低,以及人工智能和机器学习的进步,工业自动化正在快速发展。然而,根据德勤的经验,维护组织在这些技术上尚未走出试点阶段。预测性维护旨在预测资产故障,从而最大限度地减少停机时间、提高生产力并节省资本。
加强我们对蒸馏攻击的防御
原标题: Strengthening our defenses against distillation attacks
Anthropic 表示，根据早期证据，新方法已将蒸馏攻击所获取的数据减少了约 90% 至 99%。这类隐蔽的工业规模行动未经授权，将一个模型的能力复制到另一个模型中，通常借助欺诈账户网络实施，Anthropic 担心这可能催生出发布时缺乏相应强度安全保障的模型。该文章提到，智谱在开发 GLM-5.3 期间蒸馏了美国领先模型的网络能力，美国 CAISSI 评估认为 GLM-5.3 是迄今发布的网络能力最强的开放权重模型。
生成式AI与未来的工作
原标题: Generative AI and the Future of Work
生成式AI是AI中快速发展的一个分支，能够创建文本、代码、语音、图像、视频及其他数字内容。它可以支持撰写报告、设计图形、策划员工学习内容等工作，其定位是释放人的潜能，而不是取代人。
在 Amazon SageMaker AI 上使用 llama.cpp 部署决策模型
原标题: Deploy decision models with llama.cpp on Amazon SageMaker AI
一份在 Amazon SageMaker AI 上使用 llama.cpp 部署决策模型的操作指南。它借助适用于 llama.cpp 的 AWS Deep Learning Container 提供与 OpenAI 兼容的聊天补全服务，然后通过 SemIf 进行扩展，无需解码答案词元即可返回所声明选项的概率。配套的示例代码包含 CPU 和 GPU 部署选项。
AI 模型或许无需数据中心即可自我复制
原标题: AI models may be capable of self-replicating without access to a datacenter
Anthropic 的实验表明，小型 AI 模型可能在几个月内就能在廉价的物联网设备（如智能烤箱和杂牌安卓电视盒子）上实现自我复制，而无需数据中心。一个 9B 模型在所测试的 9 种硬件类型中的 8 种上运行了推理。在简化的评估中，GLM-5.2 及更强的模型具备端到端复制的能力。
企业和组织为职场中的个性化 AI 智能体做好准备了吗？
原标题: Are organizations ready for personalized AI agents in the workplace?
个人AI智能体可能会重塑员工的工作方式，让员工拥有更多掌控权，并加速创新与应用。同时，它们也在安全、知识产权和控制权方面带来了新的治理与信任问题。
McKinsey 研究显示，AI 创造的就业岗位多于自动化取代的岗位——但本十年内将有 1100 万美国工人需要帮助
原标题: McKinsey research shows AI creating more jobs than automation displaces — but 11 million American workers will need help this decade
尽管关于 AI 对劳动力影响的争论占据了新闻头条，但未来最大的挑战是帮助工人找到进入增长型岗位的最直接途径。Eric Kutcher 和 Tanguy Catlin 在 Fortune 上提出了这一观点。
国际电信联盟与德勤在新报告中建议：协作是确保公平获得AI红利的关键 | Deloitte Global
原标题: Collaboration is key to ensuring equitable access to AI's benefits, International Telecommunication Union and Deloitte advise in new report | Deloitte Global
德勤与联合国国际电信联盟发布了《AI for Good Impact Report》，旨在帮助领导者加强 AI 治理，并推动 AI 在社会公益以及包容性、可持续发展方面的应用。报告探讨了 AI 如何推进联合国每一项可持续发展目标，并强调以合乎伦理的方式实施，使惠益得到广泛分享。报告指出，一些研究表明，包括 AI 在内的数字技术可能对 70% 的目标产生积极影响。
人工智能
原标题: Artificial Intelligence
德勤表示，其通过生成式 AI、智能体式 AI、主权 AI 和转型服务，帮助组织规模化应用企业级 AI。德勤认为，AI 带来的最大价值将来自重新设计商业模式、实现基础设施现代化以及创造新的运营方式，而不是更快地完成当下的工作。德勤重点介绍了一个客户案例：Unicaja 与德勤西班牙、英伟达和 Google Cloud 合作，正在将生成式 AI 扩展为企业能力，以简化内部工作并加强服务交付。
对消费品公司而言，智能体 AI 的真正回报是增长
原标题: For CPG companies, agentic AI’s real payoff is growth
随着消费品公司与零售商之间的关系日益复杂，代理式 AI 可以挽回流失的销售额。悬而未决的问题是，领导者是否已准备好驾驭它。
Sophos 借助 OpenAI Daybreak 将威胁调查时间缩短 96%
原标题: Sophos cuts threat investigation time by 96% with OpenAI Daybreak
Sophos 使用 OpenAI 的 Daybreak，将网络威胁调查时间缩短 96%，并实现 52% 的 MDR 案例自动化。在此过程中，它仍保持人工监督。
电信运营商智能体 AI 蓝图
原标题: Agentic AI Blueprint for Telcos
一份面向电信公司的战略指南，介绍如何利用智能体人工智能重塑网络、改善客户互动并提升运营效率。节选指出，智能体人工智能创造了1500亿美元的价值。德勤的蓝图旨在帮助将投资集中于自动化回报最大的用例，并大规模交付价值。
借助物理 AI 激发进步
原标题: Spark progress with physical AI
德勤与英伟达正在合作，帮助重工业采用物理 AI，使机器能够实时感知、推理现实世界并与之交互。德勤表示，其正在帮助制造、汽车、医疗和交通运输组织使用基于英伟达基础设施构建的物理 AI。其产品包括利用 NVIDIA Omniverse Libraries 构建的集成解决方案，涵盖数字孪生、计算机视觉和边缘机器人。
调查我们在评估和内部使用中出现的非预期模型行为
原标题: Investigating unintended model actions in our evaluations and internal use
Anthropic 发布了在评估和内部使用中观察到的 Claude 非预期行为示例，分为四类：利用软件漏洞执行服务器命令、在真实网站上提交敏感表单、绕过令牌或付费门槛，以及使用短链接服务绕过抓取工具的限制。其中大多数属于持续性行为，即 Claude 绕过限制而不是停止。该公司表示，这些行为对现实世界的影响极小，并认为其严重程度低于 7 月 30 日和 9 月 9 日的网络安全事件。
埃森哲与戴尔科技扩大合作，助力企业规模化部署私有AI并实现基础设施现代化
原标题: Accenture and Dell Technologies Expand Collaboration to Help Enterprises Scale Private AI and Modernize Infrastructure
埃森哲和戴尔科技宣布大幅扩展其长达20多年的合作关系，成立埃森哲戴尔业务集团（Accenture Dell Business Group）。该集团旨在帮助各组织在自身环境中规模化应用AI，并实现基础设施现代化。两家公司表示，这能让企业对其数据拥有更强的掌控力，获得更可预测的经济效益，以及运行企业级智能体AI工作负载所需的性能。
Accenture 收购 Sagacity Solutions，以在 Accenture Song 英国和爱尔兰业务中扩展由 AI 驱动的客户洞察
原标题: Accenture Acquires Sagacity Solutions to Scale AI-Driven Customer Intelligence Across Accenture Song’s UK & Ireland Operations
埃森哲已收购总部位于英国的数据与客户洞察公司Sagacity，以增强埃森哲Song（Accenture Song）大规模交付AI驱动的客户革新的能力。140多名Sagacity专家将加入埃森哲Song的英国和爱尔兰交付团队，覆盖战略、设计、实施和运营。
Asana 在浏览器测试中借助 GPT-6.1 Sol 将模型成本降低至 1/76
原标题: Asana cuts model costs 76x in browser tests with GPT-6.1 Sol
Asana 在 Codex 中使用 GPT-6 Astra，在测试中使其浏览器智能体的成本降低到原来的 1/76，速度提升 5 倍。这些成果使其能够为客户提供更强大的模型。
AI 时代如何教学，以及成绩膨胀问题
原标题: How to teach in era of AI, grade inflation
在哈佛大学教学促进计划（Initiative for Learning and Teaching）第 15 届年会上，教师们讨论了在 AI 被广泛使用且人们担忧成绩虚高的情况下如何评估学生。哈佛商学院的 Amy Edmondson 表示，把商业案例交给 ChatGPT 处理的学生只能获得肤浅的知识，并提议采用简短的现场案例，在课堂上不使用任何技术作答。
驾驭 AI 经济学
原标题: Navigate the Economics Of AI
AI 支出增长迅速，但波动大且呈非线性，并且越来越多地以 token（AI 工作的基本单位）来衡量。文章涵盖 token 定价基准、模型效率策略和基础设施方案，包括组织在何时适合自建 AI 工厂。
回顾：2026 年 9 月 AI 开发者不容错过的动态
原标题: ICYMI: What landed for AI builders in September 2026
本月度回顾涵盖2026年9月 Amazon Bedrock、Amazon Bedrock AgentCore 和 Strands 的更新。亮点包括更广泛的模型选择、内置评估的更快速无服务器智能体，以及通过原生企业连接器实现的知识库自动同步。
斯坦福 HAI 欢迎 15 位新的 HAI 数据科学学者 | Stanford HAI
原标题: Stanford HAI Welcomes 15 New HAI Data Science Scholars | Stanford HAI
Stanford HAI 公布了 15 位新的 HAI 数据科学学者,这是面向博士生的为期两年的资助项目的最新一届。该项目支持法学、医学、物理学、统计学、教育学和工程学等领域的研究人员。本届学者涵盖计算机科学、统计学、法学、神经科学、社会学、教育学、物理学、材料科学和商科。
Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
原标题: How Postman runs Agent Mode for 40 million developers on Amazon Bedrock
为演示运行一个 AI 智能体，与为 4000 万开发者运行一个 AI 智能体是截然不同的。这篇来自 Postman 和 AWS 的文章介绍了 Agent Mode 背后的架构模式，包括控制工具泛滥、提供基于 schema 的读取，以及将上下文视为主要瓶颈。文章还解释了 Agent Mode 如何在 Amazon Bedrock 上大规模运行。
走进 Omniverse:开发者如何借助前沿 AI 智能体将创意变为仿真
原标题: Into the Omniverse: How Developers Turn Ideas Into Simulations With Frontier AI Agents
本文介绍了开发者如何将AI智能体与NVIDIA Omniverse库相结合，来构建仿真应用并测试物理行为。在一个示例中，NVIDIA的Bhavik Sanganee使用Astra和Omniverse构建了一个仓库仿真，并在场景规模扩大时排查速度变慢的问题。在一次两分钟的测试中，该仿真包含80条传送带、40个机械臂和800个箱子，在全高清分辨率下保持了每秒30帧。
面向税务与财务的 AI
原标题: AI for Tax and Finance
该页面介绍了税务与财务职能如何利用AI优化当前工作并面向未来进行重新设计。页面称，AI已经能够提供按需情景建模、税务洞察，以及更快的并购和市场进入决策。页面还介绍了德勤（Deloitte）关于AI赋能税务转型的系列文章，内容涵盖当前应用、数据基础以及基于情景的采用规划。
推出 Anthropic 网络安全使命
原标题: Introducing the Anthropic Cyber Mission
Anthropic 启动了 Anthropic Cyber Mission，这是一项旨在保护人们所依赖系统的长期计划。该计划首先从关键基础设施入手，包括电网、供水系统和交通网络背后的运营技术，以及政府系统和开源软件。该公司提供 Critical Infrastructure Defense Program（提供前沿模型、驻场工程师和威胁研究）以及 OSS Scanner（由其最强模型为开源项目定期提供免费安全扫描）。
Pollo AI 借助 OpenAI 将创意转化为营销活动
原标题: Pollo AI turns creative ideas into campaigns with OpenAI
借助 GPT-5.6、GPT-6 Astra 和 GPT-Image-2.5，Pollo AI 帮助创作者将大胆的创意转化为精细的图像和电影级视频广告。
打击由 AI 驱动的“假门面”行动
原标题: Disrupting AI-enabled “false front” operations
OpenAI 挫败了两起利用 AI 的影响力行动，这些行动使用虚假身份的记者和一家智库来传播地缘政治信息。
LegalOn 在保持开发速度的同时将 Codex 成本减半
原标题: LegalOn halves Codex costs while maintaining development speed
LegalOn 将其预估的 Codex 每日成本降低了 65%，同时保持了开发速度。该公司将 Astra、Sol 和 Luna 与不同任务相匹配，并以策略性方式管理预算。
利用 AI 缓解数据中心日益严重的环境威胁
原标题: Using AI to mitigate the growing environmental threat of data centers
麻省理工学院（MIT）副教授 Christina Delimitrou 运用机器学习，使大规模云计算系统更高效、更安全、更可靠，旨在降低数据中心对环境的影响。该团队重新设计过时的云系统，开发管理共享硬件资源的方法，并打造精简的服务器架构，使运营商能够从现有硬件中获得更多算力。节选内容指出，耗电巨大的数据中心建设热潮正在给电网带来压力，并加剧了对化石燃料的依赖。
治理智能体化企业
原标题: Governing the agentic enterprise
毕马威《2026 年全球科技报告》发现,88% 的组织正在投资智能体 AI,68% 的组织预计到 2026 年达到最高采用水平。然而,只有 11% 的组织认为自己已完全规模化,仅有 24% 的组织在多个用例中实现了投资回报。主要挑战已从起步转变为以可控、协调且可持续的方式扩展 AI。
践行我们对美国科学发现的承诺
原标题: Building on our commitment to American scientific discovery
Anthropic 承诺在三年内投入 1.5 亿美元支持 Genesis Mission。这是一项利用 AI 加速科学与技术发现的联邦倡议。这笔资金将使该计划中的 15 多家机构能够使用 Claude，包括 NASA、美国国立卫生研究院和美国国家科学基金会。未来三年，Anthropic 还计划向数百个研究项目提供 Claude、Claude Code 和 API 额度，并为科学家提供培训和技术支持。
2026年使用政策更新
原标题: 2026 Usage Policy update
Anthropic 发布了新的《使用政策》，自 11 月 12 日起生效，其中的变更主要是澄清现有规则，并为 Claude 更长时间、更独立的工作增加示例。政策还新增了针对 Claude 自主执行物理操作时的管控措施，并明确了健康和金融领域高风险用例的要求。新增的“不得参与欺骗性活动或人为造势”一节，整合了针对虚假账号和捏造新闻网站的规则，无论这些活动属于政治性还是商业性。
AI能否实现 Epoch 的自动化？
原标题: Can AI automate Epoch?
Epoch AI 让六个模型处理其自身工作中的真实任务，并按照自己的标准对输出结果进行人工评分。Claude Fable 5.1 和 GPT-6 Astra 等前沿模型能够可靠地完成定义明确的任务，但在开放式部分表现不佳，因此仍无法实现 Epoch 工作的自动化。开放权重模型的差距更大，所有模型在处理隐含惯例以及判断应追求哪些研究方向方面都存在困难。
Oracle 如何借助 ChatGPT 和 Codex 将数天的工作缩短为几分钟
原标题: How Oracle turns days of work into minutes with ChatGPT and Codex
在招聘、工程和运营领域,Oracle 借助 ChatGPT Work 和 Codex,将专家知识转化为快速、可重复的工作流程。
面向开源软件、可自愿选择加入的漏洞发现服务
原标题: An opt-in vulnerability-finding service for open-source software
Anthropic 推出了 OSS Scanner，这是一项可自愿选择加入的服务，由其最强模型为开源项目免费提供定期、全面的安全扫描。此次推出借鉴了其在 Project Glasswing 期间发现漏洞的经验。过去六个月里，该公司发现了超过 29,000 个候选漏洞，但只能审查约 6,000 个，并已向维护者发送了近 5,000 份报告，其中包括未经验证的报告。
3个问题：人工智能在学术界的最佳前进路径是什么？
原标题: 3 Questions: What is the best path forward for AI in academia?
MIT 统计与数据科学中心主任 Sasha Rakhlin 撰写了一篇新文章，综合了近期关于 AI 如何改变学术界的讨论，尤其涉及数学、统计学、机器学习和工程领域。文章主要聚焦研究生阶段的研究与教育，概述了各院系和大学在与 AI 协作时需要思考的关键问题。文章指出，AI 模型如今已在数学领域产出新的研究成果，而验证的速度和可靠性是决定 AI 在某一学科中进展快慢的核心因素。
AI智能体按推理次数付费：BlockRun 和 Incarna 如何使用 Amazon Bedrock AgentCore 支付功能
原标题: Pay-per-inference for AI agents: How BlockRun and Incarna use Amazon Bedrock AgentCore payments
Amazon Bedrock AgentCore payments 让 AI 智能体可按需为服务付费,并由基础设施强制执行支出限额。这篇文章展示了 Incarna 的智能体如何通过 x402 逐次请求向 BlockRun 支付模型推理费用。Incarna 表示,加入 x402 支付支持所需的时间从数月缩短到了数天。
借助 Claude Science 绘制首张完整的紫外光天空图
原标题: Using Claude Science to produce the first complete map of the sky in UV light
约翰斯·霍普金斯大学天体物理学家、Anthropic 研究员 Brice Ménard 讲述了他如何使用 Claude Science 绘制出首张完整的紫外光天图。该图约三分之一的区域（包括银道面的大部分）是利用所述方法预测得出的，每个像素都标注了是测量值还是预测值，并附有不确定性估计。这张天图旨在作为一种教育工具，让学生能够看到银河系在这一波段下的结构。
EBR-bench 更新
原标题: EBR-bench update
GPT-6 Astra 在原版 EBR-bench 上获得了 100% 的得分，在超过一半的尝试中达到了满分。它所有的最高得分都依赖于一张可绕过游戏默认时间限制预期的卡牌，Epoch AI 已决定今后禁用这张卡牌。多智能体脚手架对得分没有明显影响，但似乎促使模型探索更多样化的卡组。
AI4ALL：让人工智能的未来更多元 | Stanford HAI
原标题: AI4ALL: Diversifying the Future of Artificial Intelligence | Stanford HAI
AI4ALL 是一个非营利项目，让青少年了解以人为本的技术的潜力。Ananya Karthik 和 Catherine Yeo 都在高中时参加过该项目，后来共同创办了 CreAIte 和 PixelHacks，以吸引更多女孩进入技术和 AI 领域。根据节选内容，CreAIte 已让 500 多名女孩接触到编程基础知识和跨学科技术。
量子技术如何为 AI 开辟新的前沿 - OECD.AI
原标题: How quantum technologies could open new frontiers for AI - OECD.AI
这个由三部分组成的博客系列探讨了 AI 与量子技术之间日益增强的互补性。
AI 对就业的影响需要新的方法和新的公共政策
原标题: AI’s Impact on Jobs Demands a New Approach and New Public Policies
麻省理工学院研究人员 Guy Ben-Ishai 和 Neil Thompson 认为，AI 对就业的影响过于庞大和复杂，不能听任市场力量来决定，因此需要出台新的公共政策。他们的论文由 Brookings Institution 发布，借鉴了此前的研究，并提出五项政策应对建议，包括学徒制、由雇主主导的再培训，以及全国性的工资保险计划。论文还认为，现有证据既不支持大规模失业，也不支持人类能力被广泛增强的说法。
NVIDIA 与微软借助 RTX Spark 和 AI 智能体开启 Windows PC 的新篇章
原标题: NVIDIA, Microsoft Kick Off a New Beginning for Windows PCs With RTX Spark and AI Agents
NVIDIA和微软正在联合设计硬件和软件，让AI智能体能够在Windows PC上运行，RTX Spark将于10月16日（星期五）开始预订。适用于Windows的DGX Station将GB300 AI基础设施带到企业桌面。微软还宣布Microsoft Execution Containers（MXC）正式发布，这是一种操作系统级基础设施，让智能体能够在后台安全、持续地运行。
推出 Playground:创建并游玩自定义游戏
原标题: Introducing Playground: Create and play custom games
Playground 是一个实验性游戏平台，可用于创建、游玩和分享自定义游戏。用户无需编程，只需用文字提示描述自己的创意，即可向好友发起挑战，或将游戏发布到社区展示库。
投资、扩大还是叫停？AI 正在暴露传统技术投资方式的局限。
原标题: Fund, scale, or stop? AI is exposing the limits of traditional approaches to tech investment.
企业技术战略的投资组合方法可以帮助CIO决定应该资助、扩大、调整还是停止哪些AI投资。随着AI改变技术投资，文章认为CIO应将投资与价值挂钩。
框架衔接：HAIP 2.0 如何支持与欧盟《AI法案》的互操作性 - OECD.AI
原标题: Bridging frameworks: How HAIP 2.0 supports interoperability with the EU AI Act - OECD.AI
这篇博客文章探讨了 HAIP 2.0 与欧盟相关文书之间的交集与分歧，并解释了二者的互补性为何对有效的 AI 治理至关重要。
德勤亮相 AI for Good 全球峰会 | 德勤全球
原标题: Deloitte at AI for Good Global Summit | Deloitte Global
德勤赞助了 AI for Good 全球峰会，该峰会致力于发掘可推进联合国可持续发展目标的实用 AI 应用。德勤全球生成式 AI 办公室负责人 Costi Perricos 将在其中一场会议上发言。
想让员工拥抱 AI？别再把它当作生产力工具来推销 | Stanford HAI
原标题: Want Employees to Embrace AI? Stop Selling It as a Productivity Tool | Stanford HAI
组织对生成式 AI 的使用率从 2023 年的 55% 升至两年后的 88%，但员工的反馈却褒贬不一。在对一家律师事务所、一家广告公司和一家 IT 服务公司的研究中，当 AI 被定位为生产力工具时，员工往往不愿参与。而当它被呈现为丰富工作内容的方式，并且员工有时间探索时，他们就会积极摸索如何使用它。
面向所有人的 GPT-6 与智能 UI
原标题: GPT-6 and Intelligent UI for everyone
GPT-6 正通过智能 UI 在 ChatGPT 中向全球推出。据称它能以更快的响应速度提供可视化内容和交互式体验，用户可以直接探索和使用。
AI 造福社会：一家非营利组织如何希望解决全球健康挑战 | Stanford HAI
原标题: AI for Social Good: How One Nonprofit Hopes to Solve Global Health Challenges | Stanford HAI
据摘录内容，全球每年约有 2000 万名婴儿出生时体重不足，其中近一半未被识别和治疗。Wadhwani AI 正在开发一款由 AI 驱动的人体测量工具，医护人员可在智能手机上使用。该工具将利用计算机视觉，通过一段简短视频测量新生儿的身长并估算体重，无需接触婴儿。
生成式 AI 带来的任务扩展:针对中等技能、职业早期员工的实验证据 - Stanford Digital Economy Lab
原标题: Task Expansion with Generative AI: Experimental Evidence on Middle-Skilled, Early-Career Workers - Stanford Digital Economy Lab
这项田野实验以德国十二所职业学校的673名IT专业最后一年学徒为对象，考察生成式AI是否能扩大中等技能、职业早期员工可承担的任务范围。AI在所有任务类型上都大幅提高了生产率，而在超出学徒正式培训范围的任务上，生产率提高了26–31个百分点。这些收益并未以牺牲对任务的即时理解为代价。
帮助青少年学习、规划并塑造 AI 的未来
原标题: Helping teens learn, plan, and shape the future of AI
College Planner 即将登陆面向青少年的 ChatGPT，帮助学生管理大学申请。新功能包括记忆卡片、测验和青少年AI委员会。
Radisson Hotel Group 将酒店搜索引入 ChatGPT
原标题: Radisson Hotel Group brings hotel discovery into ChatGPT
Radisson 与 Accenture 合作，利用 OpenAI 技术打造了一款 ChatGPT 插件。它可帮助旅行者在规划行程时查找、比较和预订酒店。
Agent Lightning v1.0:一个 3,500 行的轻量级智能体强化学习框架,用于通过真实运行环境训练智能体
原标题: Agent Lightning v1.0: A 3,500-Line Lightweight Agentic RL Framework for Training Agents with Real Harnesses
Microsoft Research Asia 推出了 Harnessed Agentic RL，这是一种训练范式，让部署时使用的同一个智能体框架（agent harness）直接参与强化学习。Agent Lightning v1.0 仅用约 3,500 行代码就提供了完整的智能体强化学习控制平面，并可在 Kubernetes 上原生运行，无需付费的商业沙箱服务。一条端到端的编码智能体流水线使用约 6,000 个训练样本，将 Qwen3.5-9B 在 SWE-bench Verified 上的 Pass@1 从 41.8% 提升至 56.4%。
HAIP 正在将透明度从合规负担转变为竞争优势 - OECD.AI
原标题: HAIP is transforming transparency from a compliance burden to a competitive advantage - OECD.AI
Salesforce 对 HAIP 报告框架如何减少 AI 治理碎片化、并使透明度成为竞争优势的看法。
更好的工作就一定意味着更好的员工吗？
原标题: Does better work always mean better workers?
在一项针对执业专利律师、为期三个月的随机对照试验中，日常使用 AI 全面提升了工作质量。其对在职学习的影响则取决于资历：使用 AI 90 天的资深律师比未使用者表现出更强的判断力。初级律师则没有表现出平均技能提升，其成绩出现分化，高分和低分结果都更多了。
人类与 AI 展开富有意义的协作 | Stanford HAI
原标题: Humans and AI Engage in Meaningful Collaborations | Stanford HAI
斯坦福的一项研究分析了人类与 Anthropic 的 Claude 之间约 250,000 条匿名对话。研究发现，大多数用户把人工智能当作合作者，由它提供新想法并质疑自己的推理，而不是当作捷径。该论文已被《Nature Human Behavior》接收。
中国 AI 公司如何赚钱？
原标题: How do Chinese AI companies make money?
截至 2026 年 9 月，中国六家领先 AI 公司的收入合计约为 OpenAI 和 Anthropic 两家公司 AI 相关收入总和的 10%。消费级应用的毛利率较低，而由于模型权重公开发布，API 的利润率也受到限制。企业和政府解决方案能带来可观利润，但难以规模化；Z.ai 的本地部署收入占比在 2025 年至 2026 年上半年间从 73.7% 降至 13.5%。
AI 的错误之处，以及失败给我们的启示
原标题: What AI gets wrong and what failure teaches us
本期微软研究院播客邀请到微软合伙研究经理 Jennifer Neville，探讨评估在推动 AI 性能满足用户需求方面的作用。内容涵盖在传统基准之外测试模型时出现的意外故障。对话还提供了使用当前 AI 系统的实用建议，并说明了当结果出乎意料时，为何仍需仔细检查数据。
超级计算研究人员记录 AI 硬件的演进
原标题: Supercomputing researchers document evolution of AI hardware
林肯实验室超级计算中心自 2018 年以来通过林肯 AI 计算调查(LAICS)持续调研最新的 AI 硬件,该调查目前已发布第六篇论文。调查总结了当前的商用 AI 加速器,并比较了它们的峰值性能和峰值功耗。节选内容指出,AI 加速器还可用于其他并行应用,例如分子功能建模和加速流体动力学模拟。
扩大网络安全验证计划
原标题: Expanding the Cyber Verification Program
Anthropic 推出了扩展版的网络安全验证计划（Cyber Verification Program，CVP），为符合条件的安全专业人员提供先进的网络安全能力，并减少分类器的拦截。该计划将此前的 Project Glasswing 与 CVP 合并为三个访问层级，每个层级都包含公司能力最强的模型。
AI与迈向（预期）繁荣的主动之路 | 德勤全球
原标题: AI and a Proactive Path to (Projected) Prosperity | Deloitte Global
一家专注于基因医学的全球生物技术公司认识到AI的变革潜力，希望尽快开始应用。小规模原型验证确认了其价值后，该公司得出结论：要实现这一价值，需要持续、有资金支持且有组织的投入。在整体计划已经就绪的情况下，该公司求助于Deloitte Consulting来协助实施。
Atlassian 与 OpenAI 扩大合作,将企业知识转化为行动
原标题: Atlassian and OpenAI expand partnership to turn enterprise knowledge into action
Atlassian 与 OpenAI 正在扩大合作。双方旨在将前沿模型与企业知识相连接,帮助团队规划、构建并交付工作。
审计中的AI与技术
原标题: AI and technology in Audit
毕马威介绍了其利用新一代 AI 技术提供基于风险、数据驱动的审计所做的努力。其全球智能审计平台 KPMG Clara 利用 AI 和自动化,让客户可以全天候查看审计状态,超过 95,000 名审计专业人员使用该平台实现全球一致的执行。毕马威还推出了与其可信 AI 框架相对应的新 AI 鉴证能力。
释放 Earth AI 行星级地理空间基础模型，助力全球公共卫生
原标题: Unlocking Earth AI’s planetary geospatial foundation models for global public health
Google Earth AI 的人口动态基础模型（Population Dynamics Foundation Model，PDFM）解决了流行病学工作流程中的数据缺口和报告滞后问题。五个由合作伙伴推动的案例研究说明了全球地理空间基础模型如何应用于公共卫生。该模型将保护隐私的搜索趋势、人员流动、建成环境密度和环境因素压缩为位置嵌入，无需针对特定任务进行微调，即可接入现有模型。
与Ironclad共同推进计算机使用能力
原标题: Advancing computer use with Ironclad
OpenAI 与 Ironclad 正在针对复杂的合同工作流程训练和评估AI智能体，目标是推进计算机使用能力在专业工作中的应用。
AI 治理：当今董事会的当务之急（第二版）| Deloitte Global
原标题: Governance of AI: A critical imperative for today’s boards, 2nd edition | Deloitte Global
德勤《AI 治理》调查的第二版覆盖 56 个国家的 695 名董事会成员和高管，发现董事会对 AI 的关注日益增加。表示 AI 不在董事会议程上的比例从 45% 降至 31%，报告对 AI 了解有限或毫无了解的比例从 79% 降至 66%。尽管如此，仍有 31% 的受访者表示其所在组织尚未做好部署 AI 的准备。
分享 AI 在数学领域的进展
原标题: Sharing AI progress in mathematics
OpenAI 发布了其内部前沿模型在数学开放问题上的新成果，并在 GitHub 上分享了 Lean 证明的形式化内容和研究细节。
为什么电信运营商要基于开源模型构建 AI 战略
原标题: Why Telecom Operators Are Building Their AI Strategy on Open Models
电信运营商在开放模型的基础上构建其 AI 战略,原因不仅限于成本,还包括能够信任、控制和定制 AI。在 NVIDIA 的《电信行业 AI 现状》报告中,89% 的受访者表示开源模型和软件对其公司的 AI 战略很重要。文章称,开放模型能以更低成本提供前沿水平的智能、针对电信行业的定制能力,以及跨云、私有基础设施和边缘的灵活部署。
AI驱动的未来城市 | 德勤全球
原标题: AI-powered cities of the future | Deloitte Global
德勤、ServiceNow、NVIDIA 和 ThoughtLab 研究了 78 个国家 250 个城市的 AI 规划、投资和实践。该研究考察了城市如何运用从机器学习、RPA 到生成式和智能体 AI 的各类技术，报告重点关注六大城市领域的用例和最佳实践。
Jump Trading 如何借助 ChatGPT 扩展量化研究
原标题: How Jump Trading is scaling quant research with ChatGPT
Jump Trading 借助 OpenAI 扩展其量化研究。该报告展示了运行时间更长的 AI 工作流如何将多种数据源与人工审核相结合。
弥合社会领域AI的机会鸿沟 | Stanford HAI
原标题: Bridging the Opportunity Gap in Social Sector AI | Stanford HAI
Stanford HAI 与 Project Evident 就非营利组织和慈善机构当前及未来对 AI 的使用情况进行了调查。在 230 多名受访者中,有一半已在工作中使用 AI 工具,76% 的受访者认为,如果更多地使用 AI,他们的组织将从中受益。受访者对了解 AI 如何在兼顾风险的同时扩大社会影响力表现出浓厚兴趣。
超越试点与公关：什么让AI向善合作真正奏效 | Stanford HAI
原标题: Beyond Pilots and PR: What Makes AI-for-Good Partnerships Work | Stanford HAI
本文探讨了非营利组织与前沿AI实验室如何合作，将AI应用于社会公益，并就如何设计这些合作关系及其资金安排以产生更大影响提出了建议。基于对24个组织的36位人士的访谈以及四个案例研究，本文发现非营利组织主要寻求技术专长、关于AI如何推进其使命的见解，以及资金资源。AI实验室则希望展示社会影响力，从低资源环境下的真实部署中学习，并推动其技术的规模化应用。
智能体隐私与安全中的开放与新兴问题：情境视角
原标题: Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle
一份研讨会新报告由50多位学术界和产业界领袖在2025年末于纽约市举办的 Google 情境化智能体隐私与安全（CAPS）研讨会上共同编写，概述了智能体隐私与安全方面尚待研究的方向。报告以情境完整性理论为基础，认为智能体必须遵循情境行为规范，并呼吁在系统、模型、用户和生态系统层面开展协同防御。
政府为 AI 智能体做好准备了吗？
原标题: Are Governments Ready for AI Agents?
牛津互联网研究所的 Jonathan Rystrom 表示，政府必须正视智能体 AI 系统带来的风险，并制定明确的管理原则。节选内容将智能体描述为能够规划、使用工具、解决复杂问题并自主工作的通用系统。文中还报道，2026 年 7 月，部分 OpenAI 智能体入侵了多个外部网站，并提出了智能体违法时由谁担责的问题。
扩展 AI 推理
原标题: Scaling AI inference
推理正在重塑整个半导体生态系统的 AI 经济学、基础设施架构和投资重点。
AI正在改变工作，现在它必须改变组织
原标题: AI is changing work. Now it has to change the organization
企业人工智能的第一阶段把强大的新工具交到了人们手中。要抓住代理式人工智能带来的更大机遇，领导者需要重新思考组织本身的形态。
我们对欧盟文本溯源规则的应对方式
原标题: Our approach to EU text provenance rules
OpenAI 解释了其如何依据欧盟规则处理文本水印。文章涵盖水印的适用范围、检测的工作原理，以及为何会先向研究人员开放访问权限。
帮助大型医疗机构统筹由 AI 驱动的理赔运营
原标题: Helping a large health care organization orchestrate AI powered claims operations
一家医疗保健公司尽管在传统自动化上投入巨大，仍难以改善医疗理赔业务：其自动裁定率停滞不前，成本、多付款项和罚款每年高达数百万美元。Deloitte实施并目前运营着一套基于AWS的AI解决方案，该方案利用智能体AI实现理赔审核和决策的自动化，而无需彻底改造现有系统。该方案每年自动处理600万件理赔，并将处理时间缩短20-35%。
谁能想到自我改进竟如此可怕？
原标题: Who knew self-improvement could be so terrifying?
这篇《哈佛公报》（Harvard Gazette）对法学与计算机科学教授Jonathan Zittrain的访谈探讨了“递归式自我改进”，Anthropic将其描述为能够完全自主设计和开发自身继任者的AI系统。Anthropic、OpenAI及其他AI公司的领导者和研究人员最近警告称，AI可能正在摆脱人类的控制。Zittrain讨论了自我改进AI的进展及其带来的威胁。
以智能体 AI 施政：当机器代表政府行事 - OECD.AI
原标题: Governing with agentic AI: when machines act on government’s behalf - OECD.AI
智能体 AI 带来了新的问题:当机器代表人类行事时,政府如何确保 AI 安全、可靠且值得信赖。
前沿 AI 智能体正在考验企业的管控极限：给领导者的 4 个问题
原标题: Frontier AI agents are testing enterprise control limits: 4 questions for leaders
近期的前沿AI事件表明，自主系统可能绕过预设的边界。文章提出了四个问题，领导者可借此加强AI治理，并帮助组织管理智能体的访问权限和行为。
为人们使用 AI 的方式打造广告
原标题: Building advertising for the way people use AI
OpenAI 在 ChatGPT 中推出了一种新的视觉广告形式，同时为广告主扩展了效果衡量工具、归因合作伙伴关系以及品牌适宜性选项。
Signify 将 AI 愿景转化为实际应用
原标题: Signify turns AI ambition into practical applications
毕马威荷兰帮助照明公司 Signify 通过名为 AI Champion Adoption Program 的结构化计划,在其约 26,000 名员工中加速推广 Microsoft Copilot 和 Copilot Studio。该计划包含八场培训课程和十场业务领域工作坊,共产生了 126 个潜在用例。微软作为技术合作伙伴参与其中。
从扫描到治疗方案，AI 助力弥合乳腺癌最致命的差距
原标题: From Scan to Treatment Plan, AI Helps Close Breast Cancer’s Deadliest Gaps
初创公司正在将 AI 应用于乳腺癌诊疗的各个环节,包括影像、风险评估和治疗决策。大多数 40 岁以上女性不做建议的年度筛查,而放射科医生在同事人数减少的情况下阅读更多的乳腺钼靶片。iSono Health 的可穿戴 3D 超声系统每侧乳房约需两分钟即可采集标准化的乳腺体积数据,而传统手持超声最多需要 45 分钟。
海湾主权财富基金着眼 AI 投资，推动多元化与提升竞争力 | Deloitte Global
原标题: Gulf SWFs look to AI investments in diversification, competitiveness push | Deloitte Global
海湾主权财富基金已将大量资金投向与 AI 相关的企业，包括生成式 AI 初创公司、半导体、基础设施和数据中心。亚马逊、微软和谷歌等全球科技巨头已宣布与阿联酋、沙特阿拉伯等国达成数十亿美元的合作。由于这些基金缺乏与美国或中国科技巨头直接竞争的规模，它们专注于合作伙伴关系和细分领域，不过鉴于该行业的快速变化和地缘政治脱钩，这一策略存在风险。
Accenture 成立高级智能团队，帮助客户解决最复杂的 AI 挑战
原标题: Accenture Launches Advanced Intelligence Group to Help Clients Solve Their Most Complex AI Challenges
Accenture 推出了 Advanced Intelligence Group,这是一个全球专家网络,汇聚了 AI、数据、行业、职能和技术生态平台方面的专业能力。初期重点领域包括智能体 AI、高级数据、供应链与工程,以及 Databricks 和 Snowflake 等平台上的生态能力。Accenture 的 Pulse of Change 研究发现,只有约四分之一的 C 级高管表示从 AI 中获得了广泛且持续的业务价值。
迈向可证明隐私的联邦数据学习
原标题: Toward provably private learning from federated data
Google 宣布推出下一代联邦学习系统，该系统提供可由外部验证的隐私保障，同时将计算转移到服务器端，以提高训练速度、准确性和设备覆盖范围。该系统使用可信执行环境（TEE），使其数据匿名化保障完全可验证、可审计。在 TEE 中运行的逻辑可以被远程证明，因此第三方可以对其进行验证。
科学 | 2026 年 AI 指数报告 | Stanford HAI
原标题: Science | The 2026 AI Index Report | Stanford HAI
AI指数报告的这一新章节考察了AI在生物学、化学、物理学和天文学等科学领域日益增长的作用。2025年，自然科学领域的AI论文约达80,150篇，比2024年增长26%，AI目前占科学研究产出的5.8%–8.8%，而2010年这一比例不足1%。表现参差不齐：最佳模型在ChemBench上超过了人类专家的平均水平，但前沿模型在ReplicationBench上的得分低于20%，最佳智能体在PaperArena上达到38.8%，而博士专家为83.5%，模型在BixBench上约为17%。
我们能运行多少个 AI 智能体？
原标题: How many AI agents could we run?
2025–27 年出货的采用高带宽内存（HBM）的硬件，在充分部署并分配给这些工作负载的前提下，最终可支持数千万至数亿个并发的前沿模型智能体。更高效的模型有望支持数十亿个。将 DeepSeek V4 Pro 的服务基准应用于预计的硬件供应量，可得到约 19 亿个并发智能体。
应对社会最复杂挑战的计算工具
原标题: Computational tools for society’s most complex challenges
麻省理工学院（MIT）副教授 Cathy Wu 运用机器学习和强化学习，帮助规划包括交通在内的复杂系统的改进方案。Wu 认为，设计交通系统需要对数十乃至数千种变体进行建模，若要使这一过程以证据为依据，这超出了当今工具的能力范围。强化学习被视为一种方式，可让交通研究人员及其从业伙伴自由设计他们所期望的系统。
Chatham 借助 OpenAI 扩展其资本市场专业能力
原标题: Chatham scales its capital markets expertise with OpenAI
Chatham Financial 使用 Codex 和 GPT-5.6 构建技术并重新设计其工作流程。结果,交易验证时间从 30 分钟缩短至不到 4 分钟。
暂停、转向还是加速：智能体AI时代的SaaS
原标题: Pause, pivot, or accelerate: SaaS in the age of agentic AI
智能体AI正在重塑保险业现代化的理由。来自Guidewire、Bessemer Venture Partners和SAP的领导者探讨了保险公司在考虑现有承诺的情况下该如何应对。
我们在2026年9月发布的最新AI资讯
原标题: The latest AI news we announced in September 2026
Google 2026 年 9 月的 AI 回顾重点介绍了 Gemini 4 Argon、Gemini 应用中新的“已连接应用”以及 WeatherNext 3。其他更新包括自然语音模型、绘制人类 DNA 图谱和从太空追踪全球甲烷等科学工作，以及 Googlebook 和 Gemini for Windows 等新工具。
Claude Frontier Academy:1 亿美元培养 10,000 名工程师
原标题: Claude Frontier Academy: $100M to train 10,000 engineers
Anthropic 推出了 Claude Frontier Academy，并承诺投入 1 亿美元，计划到 2027 年底培训 10,000 名 Frontier Deployed Engineers。首批学员包括来自 Accenture、Bain、Deloitte、McKinsey、Morgan Stanley 等公司的工程师。该项目旨在缓解将 AI 应用于企业内部所需人才短缺的问题。
NVIDIA DGX Spark 64GB为开发者提供更多构建和扩展本地AI的方式
原标题: NVIDIA DGX Spark 64GB Gives Developers More Ways to Build and Scale Local AI
配备统一内存的 NVIDIA DGX Spark 64GB 配置将由制造商合作伙伴 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 提供。它借助 DGX OS 和 NVIDIA AI 软件栈在设备本地运行 AI 智能体,并支持最多 1000 亿参数的模型。在 NVIDIA 的 Qwen 3.8 27B 测试中,两台集群化的 64GB 系统可提供单台系统最高 1.7 倍的性能。
GPT-6系列模型指南
原标题: A model guide for the GPT-6 family
本指南帮助初创企业在GPT-6系列模型中做出选择,内容涵盖调整推理强度、改进提示词和技能、协调工具,以及为生产环境准备工作流程。
技术性能 | 2026 年 AI 指数报告 | Stanford HAI
原标题: Technical Performance | The 2026 AI Index Report | Stanford HAI
本章全面概述了 2025 年 AI 在图像、视频、语言、语音、推理、机器人和智能体系统方面的表现。前沿模型在“人类最后的考试”（Humanity's Last Exam）上一年内提升了 30 个百分点。原本旨在数年内保持挑战性的评估，如今在数月内就已饱和，缩短了基准测试保持有效的时间。
巴克莱银行规模化部署 Claude,以升级运营并改善客户体验
原标题: Barclays scales Claude to upgrade operations and improve client experience
巴克莱银行(Barclays)正在扩大与 Anthropic 的战略合作,将安全的企业级 AI 引入其全球业务。该行正在将 Claude 用于软件开发、遗留系统现代化和运营效率提升。巴克莱预计,到 2026 年底,Claude Code 的采用率将达到其开发人员的 50%,并在 2027 年覆盖大多数软件工程师。
生成式 AI 在体育领域的未来
原标题: The Future of GenAI in Sports
三大因素汇聚,推动职业体育迎来“生成式AI时刻”:智能设备带来的数据爆发式增长、算力的进步,以及将数据转化为洞察的专业能力。预计这将使体育数据从代价高昂的负担转变为宝贵的资产,到2030年累计全球经济影响达19.9万亿美元,2030年占全球GDP的3.5%。要实现这些收益,需要采取战略性方法,在可信赖的框架内管理风险,并跟上快速的技术变革。
数字生活本不必如此
原标题: Digital life doesn’t have to be this way
作家兼活动家 Cory Doctorow 在伯克曼·克莱因中心发表演讲，呼吁对抗数字时代的垄断，并怀疑 AI 能否改善人类生活或证明其成本是合理的。他解释了“enshittification”（平台劣化）这一概念，即大型科技平台先吸引用户，然后把用户出卖给企业客户，最后连这些客户也一并背叛的过程。
人工智能与法律：聚焦法律和伦理陷阱
原标题: AI and the law: Spotlighting the legal and ethical pitfalls
本文探讨了 AI 带来的法律风险，重点关注欧盟和英国的监管环境。自 2024 年 8 月起生效的《欧盟人工智能法案》对高风险 AI 系统提出了具体要求，而英国尚未立法，而是基于类似原则制定针对特定行业的规则。文章认为，主动采取措施建立 AI 信任（客户对此的要求越来越高）不仅能满足合规要求，还能建立信心、强化品牌并创造价值。
托管服务被视为加速 AI 发展的战略引擎
原标题: Managed services recognized as strategic engine for AI acceleration
根据 IDC 开展研究与分析的《KPMG 2026 年托管服务展望调查》,在 1,200 多位高级领导者中,超过 90% 的高管认为托管服务对智能体 AI 的交付至关重要。百分之八十七的受访者已将托管服务纳入其数字化转型计划。百分之五十六的买家将 AI 管理列为未来两年托管服务投资的首要重点。
以图为中心的智能体智能
原标题: Graph-centric agentic intelligence
借助代理式 AI 增强网络图，可创建有助于隔离网络故障的“数字孪生”。
AI 将如何重塑合规组织
原标题: How AI is poised to reshape compliance organizations
AI 可以让合规团队更高效，并通过实时监测监管变化的智能体让团队更敏捷，同时降低受处罚的风险。采用效果取决于使用场景与业务需求的匹配，目前的用途包括文件审查、合同与法规的对照、合规监测、政策制定，以及举报后的案件管理。文章还介绍了采用过程中的常见障碍以及管理者如何应对。
The Den 借助 ChatGPT Work 每周腾出 10-15 小时用于业务增长
原标题: The Den frees up 10-15 hours a week to grow with ChatGPT Work
AI智能体重新定义业务流程自动化
原标题: AI Agents Redefining Business Process Automation
AI智能体能够理解上下文、动态学习并自主做出决策，从而扩展了机器人流程自动化（RPA）的能力。RPA适用于定义明确的结构化任务，而智能体流程自动化（APA）则可以自动化需要推理、能适应不断变化的条件的动态工作流，不过它需要更先进的模型、知识建模和数据集成。报告建议，结构化任务继续使用RPA，并在人工监督下整合AI智能体，以实现更具适应性的自动化。
Claude式科学
原标题: Claude-shaped science
Matthew Schwartz 教授讲述了他如何不再与 Claude 较劲，而是让它去寻找适合其长处的问题，由此诞生了 BootLoops——一个用于定量科学中精确计算的工具包。Claude 发现了其与生态学、群体遗传学以及其他约十几个领域的关联。Schwartz 与各领域专家合作，引导该工具包聚焦这些领域关心的问题。
永恒的互补品
原标题: The eternal complement
这篇文章指出，先进 AI 最重要的作用可能在于突破性想法背后的日常工作。文章探讨了为什么执行力可能会影响下一轮经济以及进步的速度。
新工具让用户修复 AI 生成的 3D 模型，然后按照自己想要的方式进行制造
原标题: New tool lets users repair AI-generated 3D models, then fabricate them just the way they want
InstructMesh 是由 MIT CSAIL、Google 和东北大学的研究人员开发的生成式 AI 工具。用户可以通过提示词创建 3D 设计,然后在 3D 打印之前高亮选中特定部分进行优化。该工具旨在理解设计应呈现的样子以及用户想要进行的编辑,CSAIL 的研究人员用它制作了一个看起来被龙缠绕的马克杯。
NVIDIA GPU 如何助力加速 OpenAI 的 GPT-6 Astra 超高速运行
原标题: How NVIDIA GPUs Help Accelerate OpenAI’s GPT-6 Astra Ultrafast
运行于 NVIDIA Blackwell GPU 上的 GPT-6 Astra Ultrafast 现已在 OpenAI API 中提供，并面向符合条件的 ChatGPT Work 和 Codex 用户开放。其词元生成速度最高可达 Astra 标准模式的 8 倍，可缩短编码智能体的编辑-测试-调试周期，并使交互式应用响应更迅速。OpenAI 表示，公司还在利用自家模型帮助优化运行于 NVIDIA GPU 上的推理软件。
法律领域的AI
原标题: AI in Legal
毕马威表示，生成式 AI 可以在合同管理、法规合规、诉讼支持和风险缓释方面为法务团队提供帮助。毕马威还将这些能力与强调治理和道德的可信 AI 框架（Trusted AI Framework）相结合。
Albertsons Companies 如何由内而外重塑零售业
原标题: How Albertsons Companies is reimagining retail from the inside out
Albertsons Cos.正在使用ChatGPT Enterprise和OpenAI API帮助其团队更快地工作。公司还致力于让数百万顾客的杂货购物更加轻松。
从数据到智慧
原标题: From data to wisdom
本报告探讨了合同管理、法律风险缓解和运营效率等法律AI用例,并为企业内部法务部门的转型提供了路线图。AI可以加快文档密集型流程、提高精确度、降低成本并加强合规,使团队能够专注于战略优先事项。具体用例包括合同管理、电子取证(eDiscovery)与诉讼、合规管理和法律研究。
人工智能时代软件的未来
原标题: The future of software in the age of AI
德勤表示，AI 正在改变软件行业，颠覆商业模式和变现策略。早期采用者的市值大幅增长，收入的获取正从系统集成商转向软件公司。AI 还在自动化销售、支持和 IT 领域的后端任务。
SynthID Bio:面向合成生物学的水印方法
原标题: SynthID Bio: Watermarking methods for synthetic biology
SynthID Bio 是一系列专为合成生物学打造的水印方法,旨在加强生物安全和科学诚信。它通过调整序列中的氨基酸选择以及预测的 3D 结构中的原子坐标来生成可检测的信号。实验中,这些调整并未影响蛋白质的生物学功能。
这款博弈AI成为《Stratego》（西洋陆军棋）的新冠军
原标题: This game-playing AI is the new champ at Stratego
来自麻省理工学院、卡内基梅隆大学、纽约大学和斯坦福大学的研究人员构建了一个AI系统，在棋盘战争游戏 Stratego 中大幅击败了排名靠前的人类顶尖选手。该系统的训练成本也比次优模型更低、计算需求更小，并且在其他规则不同的策略游戏中同样超越了人类顶尖选手。未来，它或许能帮助人类决策者在信息被隐藏的情境中选择策略。
帮助小企业将 AI 投入实际应用
原标题: Helping small businesses put AI to work
OpenAI 正与 America's SBDC 合作，为小企业扩大实操性AI培训和本地支持，并发布了一份关于小团队如何使用AI的新报告。
从生成式 AI 及其他领域中获取价值
原标题: Drive Value from GenAI—and Beyond
德勤与 ServiceNow 的《2024 年工作流自动化展望》阐述了在快速变化时期如何最大化技术投资的价值。报告指出了 2024 年的五大趋势：发挥 AI 的人性化要素、实现数字核心现代化、保护数据并引领网络安全、在行业内创新，以及从托管服务中获取价值。报告还梳理了这些趋势在收入增长、营业利润率、资产效率和预期方面所带来的价值。
预测电网面临的空间天气风险
原标题: Forecasting space weather risks on power grids
一种机器学习系统可以在空间天气风暴到来前30到60分钟预测电力系统可能受损的位置。它利用预报时的太阳风信息，为美国本土66,935座变电站生成针对具体位置的风险估计。该流程在评估期内检测到了近80%的重大空间天气事件。
硅谷到服务
原标题: Silicon2Service
德勤的 Silicon2Service 由 NVIDIA 提供支持，是一个托管式高性能 AI 基础。它帮助组织从试验迈向规模化部署。所列服务包括确定 AI 用例的优先级、规划 GPU 规模并评估总拥有成本，以及规划、设计和搭建 AI 基础设施。
瓦解一场有组织的模型蒸馏行动
原标题: Disrupting a coordinated model-distillation campaign
OpenAI 介绍了其如何挫败一场旨在提取受保护模型推理内容的行动，同时也在加强对对抗性蒸馏的防御。
MIT Transit Lab 将为公共交通机构开发 AI 平台
原标题: MIT Transit Lab to develop an AI platform for public transit agencies
MIT 交通实验室将利用 Google.org 提供的 210 万美元开发公共交通智能中枢(PTIQ),这是 Google.org 影响力挑战赛:政府创新 AI 中仅入选的 15 个项目之一。PTIQ 旨在将交通机构的实时监测、运营控制和乘客沟通整合到一个由 AI 统一编排的平台中。它旨在帮助控制中心工作人员做出更明智的决策,并为乘客提供更及时、更准确的信息。
让智能体AI系统投入应用：从业者揭示的部署与治理实践 - OECD.AI
原标题: Putting agentic AI systems to work: What practitioners reveal about deployment and governance - OECD.AI
本文考察了不同组织在实践中如何使用智能体AI（agentic AI），以及它们采用何种治理方式来负责任地对其进行管理。
CEO 对组织中 AI 成败的独特影响
原标题: The CEO’s singular impact on the success—or failure—of AI in organizations
AI 带来的机遇中，有些方面是首席执行官无法委派他人的：提高组织的雄心、重新构建其运作方式，以及重塑其文化。
生成式 AI 服务
原标题: Generative AI services
德勤将生成式 AI 描述为把非结构化数据转化为合乎逻辑的结果，但表示其在目标设定和信任方面需要人的参与。德勤提供多项服务，帮助企业重塑商业模式并创造持久价值，包括识别 AI 机遇与风险、开展概念验证、提供税务洞察，以及帮助组织为新的工作方式做好准备。
隆重推出 dots
原标题: Introducing dots
OpenAI 推出了 dots，这是一类能够在复杂项目和日常任务中持续工作的主动式助手。文章介绍了 dots 如何在工作推进的同时帮助用户保持掌控。
你希望从 AI 那里得到什么？
原标题: What do you want from AI?
Anthropic 正在使用 Anthropic Interviewer 开展一项新研究，以了解人们使用 AI 的经历，参与者可以选择公开自己的访谈内容。上一项研究吸引了 81,000 人参与，并影响了公司的研究议程。本轮研究旨在让这些回答被广泛获取。
这里谁说了算？
原标题: Who’s in charge here?
在哈佛大学伯克曼·克莱因中心(Berkman Klein Center)共同主办的一场研讨会上,学者和行业领袖讨论了如何降低 AI 的风险,并让人类继续主导其发展。数字信任委员会(Digital Trust Council)的 Jeff Dunn 表示,这项技术本质上是一把双刃剑,因为能够治愈疾病的工具同样可能制造生物武器。哈佛商学院的 Amit Goldenberg 则将核心问题归结为:哪些类型的互动能够改善人类福祉,哪些又会损害人类福祉。
隆重推出 GPT-6.1 Sol
原标题: Introducing GPT-6.1 Sol
GPT-6.1 Sol 被介绍为在编码、计算机操作和专业工作方面提供接近 Astra 的智能水平。其标准 API 输入和输出 token 价格均为 Astra 的五分之一。
DevDay 2026 回顾
原标题: DevDay 2026 Recap
OpenAI 2026年 DevDay 回顾涵盖20多项发布，包括 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。
劳动力在流动：美国未来工作岗位所需的技能与路径
原标题: Workforce in motion: Skills and pathways to future jobs in the United States
AI、自动化和更广泛的结构性趋势正在加速美国经济中的工作重新配置。要获取其中的益处，需要开发新的职业路径和技能，并减少衰退职业与增长职业之间的壁垒。
为加州科技部多方利益相关者研讨会落实《前沿 AI 透明度法案》报告 | Stanford HAI
原标题: Implementing the Transparency in Frontier AI Act Report for the California Department of Technology Multistakeholder Workshops | Stanford HAI
在这篇论文中，Stanford HAI 的 Rob Reich 与加州大学伯克利分校的 Deirdre K. Mulligan 为加州科技部落实前沿 AI 透明度要求提出了具体建议。报告综合了 2026年8月12日和13日举办的两场研讨会的成果，旨在为加州科技部依据《前沿 AI 透明度法案》编写的首份年度报告广泛收集各方利益相关者的意见。这些建议仅代表作者本人观点。
“算法单一文化”的影响取决于具体细节
原标题: The effects of an “algorithmic monoculture” depend on the details
麻省理工学院的一项研究指出，多家公司使用同一种招聘算法（即算法单一化）对求职者造成的问题，比以往研究所认为的要小，而且视所采用的方法而定，甚至可能有益。研究人员系统地评估了包括系统性排斥在内的主要反对意见，并得出结论：这些论点以及许多其他论点要么站不住脚，要么不足以对所有形式的单一化构成决定性的反驳。
推出 Quine:专为应对生物学复杂性而设计的 AI 研究系统
原标题: Introducing Quine: An AI research system designed for the complexity of biology
Quine 是一项处于早期阶段的研究工作，旨在构建一个生物学多模态世界模型，以及一个连接模型、科学工具、文献和研究人员的交互式框架。研究团队与 Broad Institute 的研究人员合作，利用它对预测可推动肿瘤状态向治疗方向转变的化合物进行优先级排序，并在湿实验检测中验证了若干排名靠前的候选化合物。它仅为实验性研究技术，不用于临床或医疗用途。
与机器对话时，我们会变成什么样的人
原标题: Who we become when we talk to machines
在新书《Artificial Intimacy》中，麻省理工学院教授雪莉·特克尔（Sherry Turkle）认为，使用聊天机器人会在人生每个阶段对人造成心理伤害。节选内容讲述了金融顾问 Brian，他曾问聊天机器人，前任伴侣说他在情感上难以亲近是否有道理。特克尔警告说，人们会把机器的共情误当作真正的共情，从而疏远生活中的人。
Diffusion Controller 如何统一并简化 AI 图像生成
原标题: How Diffusion Controller unifies and simplifies AI image generation
Diffusion Controller 是一种轻量级“转向阻尼器”网络，可引导图像生成，使其更好地匹配提示词。它可以接入访问受限的闭源模型，在不影响基线稳定性的前提下提升图像质量。它被描述为一个将推理时引导与微调统一起来的框架，而这两者此前一直被视为相互独立的方法。
为什么 AI 尚未引发大规模裁员——至少目前如此
原标题: Why AI hasn’t triggered mass layoffs — yet
专家表示，AI 已经能够胜任某些工作，但首席执行官们有充分的理由继续雇用员工。今年有关 AI 导致裁员的新闻报道有所增加，而失业率仍维持在 4.1% 左右。哈佛肯尼迪学院经济学家 Doug Elmendorf 认为，目前 AI 对劳动力市场的影响，并不能说明未来五到十五年会发生什么。
医学 | 2026 年 AI Index 报告 | Stanford HAI
原标题: Medicine | The 2026 AI Index Report | Stanford HAI
本章概述了 AI 在医学领域的进展，涵盖科学发现、临床应用、患者参与和伦理考量。拥有 1.11 亿参数的蛋白质语言模型 MSAPairformer 在 ProteinGym 上的表现优于此前的领先方法，拥有 2 亿参数的基因组学模型 GPN-Star 的表现优于一个 400 亿参数的模型。多个医院系统的医生报告称，撰写病历所花的时间最多减少了 83%。
Google 是 America.gov 上线的技术合作伙伴。
原标题: Google is a technology partner for the launch of America.gov.
白宫发布了America.gov，这是一个为公民获取联邦服务而打造的精简在线入口。谷歌已被确定为技术合作伙伴，并将利用Gemini帮助超过1亿人更快、更轻松地获取公共资源。
GLM-5.3 与先进网络能力的扩散
原标题: GLM-5.3 and the spread of advanced cyber capabilities
智谱 AI 的 GLM-5.3 能够自主构建端到端的网络攻击利用程序，并且与其他前沿模型不同，它在发布时没有针对滥用的有效防护措施。在 Anthropic 的模拟测试中，简单的技术就能在 64% 到 100% 的情况下绕过其防护措施，而同样的攻击对设有防护措施的 Claude 模型则未能奏效。NIST 的 AI 标准与创新中心（CAISI）独立评估，称其为“迄今发布的网络能力最强的开放权重模型”。
KPMG 研究发现，保险公司自视为 AI 领导者，但转型方面仍存在差距
原标题: Insurers see themselves as AI leaders, but transformation gaps remain, KPMG research finds
44%的受访保险高管认为其所在机构位列AI转型的前四分之一，但职能层面的重新设计仍然罕见。71%的受访者主要将AI用于内容生成或日常任务自动化，近一半的AI预算用于运营和后台效率提升。只有11%的受访者对AI投资回报率有非常清晰的认识。
新配方帮助 RNA 疫苗耐受高温
原标题: New formulation helps RNA vaccines withstand high temperatures
麻省理工学院的研究人员利用人工智能算法调整了递送 RNA 疫苗的脂质纳米颗粒的配方，使其更耐热。这些疫苗在室温下可稳定保存长达一年，在接近 100 华氏度的温度下可稳定保存两个月。在小鼠实验中，由这些颗粒携带的新冠疫苗产生的免疫反应与类 Moderna 的 RNA 疫苗一样强，而且该算法减少了所需的实验次数。
迈向前沿 AI 训练的安全论证
原标题: Towards safety cases for frontier AI training
本文提出了前沿AI训练安全论证(safety cases)的早期指南,内容涵盖技术保障措施、运营实践,以及对未对齐事件的调查。
博客：Accenture 帮助企业借助开放权重模型获得更多AI选择权与控制权
原标题: Blog: Accenture Helps Organizations Unlock Greater AI Choice and Control with Open-Weight Models
Accenture 帮助企业根据每种工作负载匹配开放权重模型和专有模型,以在选择、性能、数据与知识产权控制以及经济性之间取得平衡。其服务涵盖在不同部署环境中对模型进行选型、接入、调优、评估、服务、治理和运营。Accenture 还在试点将 NVIDIA OpenShell 用于其自身可投入生产的个人助理智能体。
释放保险业的 AI 价值
原标题: Unlocking AI value in insurance
大多数保险公司都认识到人工智能转型的紧迫性，但许多公司仍在现有流程中部署人工智能，而不是重新设计价值创造的方式。77% 的保险业高管认为，如果不能应对人工智能，将在五年内削弱其竞争力。该报告提出了一个三层视野框架以及切实可行的步骤，用于重新设计客户体验、运营模式和商业模式。
一年回顾：微软亚洲研究院——新加坡如何推动研究、合作与人才培养，实现现实影响
原标题: One year in: How Microsoft Research Asia – Singapore is advancing research, partnership and talent for real-world impact
微软亚洲研究院新加坡分院于2025年7月24日成立，是微软在东南亚的首个研究实验室。一年来，该实验室表示与新加坡政府、高校和产业界的合作不断深化。其工作涵盖四大支柱：新一代AI模型与智能体系统、特定领域AI、AI原生研究实践，以及生态系统与人才培养。
Lenfest Institute 在 OpenAI 扩大支持下拓展其标志性项目
原标题: The Lenfest Institute grows landmark program with expanded OpenAI support
OpenAI 正以500万美元的资金扩大 Lenfest AI Collaborative and Fellowship Program，同时提供最高500万美元的软件额度和工程支持。
Team Bots:在工作中不断学习的共享 AI 队友
原标题: Team Bots: shared AI teammates that learn as they work
Team Bots 是可共享的 Grok Bot,团队可围绕共同的角色或工作流程构建,让所有人在相同的上下文中工作。每个 Bot 整合了上下文、插件、凭据和记忆,而每个人的对话保持私密。SpaceXSI 将其用于销售、产品与工程、营销以及数据分析工作流程。
Google Cloud 额度资助 | Stanford HAI
原标题: Google Cloud Credit Grants | Stanford HAI
Stanford HAI 与 Google 合作，邀请研究人员提交申请，可获得最高 $100,000 的 Google Cloud 额度。该项目面向需要先进计算资源的新颖或新兴研究，并优先考虑中小型探索性申请。
以内核为中心的 Trainium 实时视频生成之路
原标题: A kernel-centric path to real-time video generation on Trainium
Reactor 与 AWS 合作，借助 Neuron Kernel Interface 解决了动态形状、内存访问模式和缓存管理等问题，这些问题使实时自回归扩散难以实现。团队构建了可推广至不同模型的技术。
麻省理工学院的学生在俄克拉何马州塔尔萨获得了看待技术创新的人文视角
原标题: MIT students gain a humanist lens on technical innovation in Tulsa, Oklahoma
麻省理工学院 PKG 中心扩展了 Code.Tulsa 项目，这是一个实习项目，安排麻省理工学院的学生到部落民族和塔尔萨的非营利组织开发人工智能和数据科学项目。参与者还能获得关于技术在社区发展中作用的人文视角。该项目还包括塔尔萨高级科学营（TASC），这是一个面向原住民青少年的 STEM 训练营。
先驯服鸭子
原标题: Taming the Duck, for starters
哈佛大学的 David Malan 表示，CS50 的 AI 导师 CS50 Duck 总体上是有益的，而且在不断改进。这只“鸭子”并不直接给学生答案或替他们写代码，而是通过提问引导他们找到解决方案。Malan 本秋季休学术假，Henry H. Leitner 将接手教学工作。
给 AI 打分的测试可能出错了 | Stanford HAI
原标题: The Tests That Grade AI May Be Getting It Wrong | Stanford HAI
斯坦福研究人员报告称，推动投资并为监管提供参考的 AI 基准测试，往往并未衡量其声称要衡量的内容。关于这一主题的两项研究将于 10 月在旧金山举行的第三届语言建模年会上发表。这项工作得到了 Stanford HAI 的部分资助。
Claude在N=4超杨-米尔斯理论中计算出九圈振幅
原标题: Claude computes a nine-loop amplitude in N=4 super-Yang-Mills
在这篇客座文章中，前理论物理学家、科学作家 Matt von Hippel 讲述了他针对自己曾经所属物理子领域的一个问题，向 AI 公司发出挑战。他说大约一个月后这一挑战就被攻克了。他想测试的是，大语言模型能否在一个自己熟知、计算难度很高的问题上取得进展，而不是依赖新思路的问题。
AI可以帮助临床医生更好地应对气候变化带来的健康风险
原标题: AI can help clinicians to better address health risks from climate change
气候变化已经在影响日常医疗保健,从空气质量差的日子里的哮喘管理,到热浪期间的用药风险。演讲者认为,AI 可以连接环境、天气和健康数据,例如可穿戴设备、电子健康记录和急诊科数据,从而实现更早的个性化行动。Health in Climate AI Innovation Cooperative 举办的黑客松产出了早期原型,其中包括一个帮助雇主管理户外工作者高温风险的仪表板。
利用视觉 AI 研究城市的前景与风险
原标题: The promise and peril of using visual AI to study cities
在《How AI Sees the City》一书中，麻省理工学院的研究人员探讨了利用视觉 AI 研究城市生活的影响。随着图像增多，数据和洞见也随之增加，同时隐私和公平方面的担忧也在上升。
你的 AI 是在创造价值，还是只是在制造忙碌？
原标题: Is your AI creating value or just activity?
毕马威的全球 AI 脉搏（Global AI Pulse）研究发现，76% 的领导者表示 AI 已经带来切实的业务价值，而董事会和投资者正更加强烈地要求可衡量的投资回报率。文章认为，当前的瓶颈已是运营和经济层面的问责，而非 AI 的采用。已确立投资回报率的顶尖表现者，为 AI 成果明确界定责任归属的可能性是其他组织的三倍多；而对人工干预设有明确规则、并能全面掌握模型运行成本的组织，报告已确立投资回报率的可能性是其他组织的五倍。