德克萨斯大学数学家 Francesco Maggi 发表观点文章,分析大语言模型在生成数学证明方面的潜力与局限。文章提出“黄金时代”与“黑暗时代”两种情景:前者强调将 AI 融入 STEM 生态以赋能新一代科学家并保持学术独立;后者警告短期产出激增可能导致人类独立科研能力衰退。该讨论聚焦于 AI 辅助科研的长期结构性风险与伦理平衡。
大型语言模型
Large Language Model (LLM)
基于海量文本训练、具备通用自然语言处理能力的深度学习模型
收录情报动态
微软发布基于大语言模型的 StudentSim 系统,通过训练个性化“AI 学生模拟器”来替代真实人类进行早期教学反馈测试。该系统利用去标识化学习者记录,模拟学生独立作答及接受指导后的反应变化,旨在解决真人实验耗时昂贵、难以规模化的痛点,为 AI 导师研发提供低成本、可扩展的迭代信号。
商务部与科技部拟修订《禁止出口限制出口技术目录》,计划将大模型、智能体等23项人工智能核心技术纳入管控。政策明确豁免已开源或公开发表的技术,并对关键算力集群实施出口前登记管理,目前正处于公开征求意见阶段。
印孚瑟斯董事长尼勒卡尼公开反驳“AI 导致大规模失业”的观点,称其为迎合资本利益的灾难论。他指出虽然编程工作正被自动化,但企业转型中涉及治理、安全及客户协调的非编码任务占比高达 70%,且对 AI 幻觉与失控的防护将创造新岗位。尽管管理层信心充足,受 AI 冲击传统外包模式影响,印孚瑟斯股价过去两年仍累计下跌约 45%。
OpenAI 前产品工程主管阿尔福赞因涉嫌在高管会议室安装窃听设备被捕。案件极具讽刺意味:嫌疑人使用卫生纸伪装 USB 录音器,却因向 OpenAI 自家大模型咨询“如何隐藏窃听器”及上传设备 MAC/SSID 信息,导致其身份与行为轨迹被 AI 安全团队直接锁定并移交 FBI。
一位软件安全工程师基于个人实践指出,当前开源权重模型在复杂任务(如漏洞研究)上的性能已接近 ChatGPT 和 Claude。该观点强调开源模型在数据隐私、低限制及成本效益方面的显著优势,认为其足以替代闭源前沿实验室产品。
Clojure 语言创始人 Rich Hickey 发文反驳将大模型简单定义为“工具”的观点,指出工具需由人主动挥舞(wield),而 LLM 具有自动化的内生属性。他强调若忽视这种本质差异,仅以“你用它做什么就是什么”来定义 AI,将导致对技术风险与能力的误判。
机器生成的学术论文正大量涌入学术期刊,迫使出版商投入巨资扩充人工审稿团队以维持质量控制。这一趋势导致 Elsevier 等巨头审稿人规模大幅扩张,并引发 Wiley、Informa 等公司的战略重组与并购。与此同时,AI 训练数据授权成为新的收入来源,抵消了部分因内容价值稀释带来的股价压力。
作者认为将大语言模型称为“人工智能”是对传统 AI 的侮辱,指出其内核逻辑分支远少于早期游戏。文章旨在从美国视角剖析为何应拒绝当前营销语境下的“AI”概念。
文章指出将不当行为归咎于大语言模型本质上是“决策洗白”,因为计算机程序本身不具备自主决策能力。作者认为 OpenAI 和 Anthropic 等公司明知风险却选择不禁用相关功能,因此必须承担全部道德与法律责任,而非让技术背锅。