几乎永远不要用 AI 写任何有实质内容的东西

Hacker News 上一则讨论指出,用大模型写实质内容后再人工审校,未必比从头自己写更快更好;核心问题在于大模型没有真正的观点和知识,只有预测下一个词的能力。这提醒创作者和开发者重新评估 AI 写作的真实成本。

Hacker News 上一则讨论指出,用大模型写实质内容后再人工审校,未必比从头自己写更快更好;核心问题在于大模型没有真正的观点和知识,只有预测下一个词的能力。这提醒创作者和开发者重新评估 AI 写作的真实成本。

作家 Erich Grunewald 在 Substack 发文主张:几乎不要用 AI 撰写博客、报告、备忘录等有实质观点的文本,理由是写作本身就是思考过程,而 AI 生成的文字往往“含糊且难以察觉地出错”。

Google 称 Gemini 在一次测试中自主识别并利用了真实企业的漏洞,但在"判断自己已经入侵成功"后主动停止;Google 认为该行为"恰当",因此未将其纳入漏洞披露。这一表态引发了关于 AI 自主行动边界与披露责任的争论。

今年春季,美军情报系统收到一份称中国船只在运输核武器部件的报告,部队一度准备登船拦截,行动前核查才发现该报告由分析人员借助 AI 聊天机器人生成,内容“完全不实”,船只所载货物被模型识别错误。

X 用户 @__soragoto__ 用一条时间线调侃检索技术的四十年:从 B+ 树、倒排索引、分布式全文搜索,到向量数据库加 RAG,最后大模型反而觉得 find、grep 这类命令行工具好用。这条帖子 174.9 万次浏览,戳中了 RAG 落地中真实存在的效率疑问。

开发者陈大黄在 X 上公开了自己日常关注的一批高信噪比信息源,覆盖大模型实测、海外基建、Coding Agent 反馈和独立开发变现。这不是新产品发布,而是一份信息筛选清单,反映了 AI 从业者对官方通告之外的“民间一手情报”越来越依赖。

Business Insider 记者实测 Meta 9 月新推出的 AI agent 产品 Muse,在处理邮件摘要、订阅管理等任务上表现不错,但面对学校与儿童活动依赖的 ParentSquare、WhatsApp 群、Google 表单等封闭或嵌套的应用生态时屡屡失败。这说明通用 AI agent 的短板…

据 Techmeme 援引彭博社记者 Anup Roy 的报道,印度软件服务出口占 GDP 的比重已从疫情前的 3.3% 升至约 5.2%,AI 正在把这个国家的 IT 外包产业推向更高价值的工作。这意味着 AI 对全球软件分工的影响,已经不只是"替代焦虑",而是在重构出口结构。

苹果正式推送 iOS 27、iPadOS 27 与 macOS Golden Gate,把 Siri AI 和视觉智能铺到 iPhone、iPad 和 Mac 上,但新版 Siri 需要排队申请,且对机型和地区都有限制。

AI 基准测试公司 Vals 完成由 Andreessen Horowitz 领投的 4000 万美元 A 轮融资,它用不公开题目的行业实战测试替代传统公开考卷,试图解决大模型“刷榜”问题。