标签：人工智能

随着 Reddit 股价下跌，首席执行官质疑谷歌人工智能概述的价值

Reddit CEO在财报后公开质疑Google AI Overviews的价值，认为它远不如传统搜索的“十条蓝色链接”能为内容生态带来流量回报；尽管财报表现强劲，Reddit股价仍下跌逾20%，市场对AI搜索时代的流量不确定性投下了不信任票。

欧盟《人工智能法案》第50条透明度规则正式生效，要求AI系统在与用户交互时明确披露AI身份，AI生成或深度伪造内容需要标注。这是欧盟AI监管从立法走向执行的关键节点，面向欧盟市场的AI产品都需要重新审视合规设计。

NVIDIA 发布 Vera CPU 在 AI 存储场景下的基准测试结果，展示其在加密、压缩、完整性校验和恢复等环节显著优于传统 x86 CPU。这意味着 AI 数据吞吐的瓶颈可能从 GPU 转移回 CPU 侧的问题，正在被新的存储处理器方案补上。

知名开发者 David Crawshaw 提出一条面向 AI 编程助手的提示词：让 AI 每晚自动拉取开源项目上游更新、rebase 本地改动并验证软件可用性。这条提示词之所以被 Simon Willison 收录并引发讨论，是因为它把开发工具的自我更新能力，直接指向了开源的底层价值。

IBM 2026 年数据泄露成本报告显示，92% 遭遇 AI 相关安全事件的公司都缺少基础访问控制；问题主要集中在 API 和云配置，而不是模型本身，企业部署 AI 的风险比预期更依赖传统安全基本功。

根据CNBC的报道，在美国国会的AI工具采购中，OpenAI的ChatGPT以约90%的支出占比遥遥领先，成为立法机构目前花钱最多的AI助手，生成式AI已经进入真实的政府工作流。

Google 在 GitHub 上开源了 Agent Skills 项目，将 Google Cloud 领域知识编码成结构化指令库，上线后已收获超 15,000 个 star，并建立了一套自动化质量管控流程来应对规模化挑战。

AI 评估正在从“看第三方跑分”转向“看自家产品里的用户行为数据”，越来越多的团队开始自建评估体系，跳过 LangSmith、Arize 这类第三方评测工具。

为了获取互联网出现之前“干净”的文本数据，AI训练数据的供应链上出现了“破坏性扫描”的做法——买下稀有旧书、切掉书脊扫描、其余打成纸浆。这件事目前没有确凿证据链，但书商、作者与AI公司之间的信任裂痕已经出现。

企业AI公司Yellow.ai即将通过SPAC合并上市，并计划用募集资金收购那些它想用AI替代的客服外包公司。这不是一次普通上市，而是把“卖软件给客户”变成“直接买下客户”的商业模式实验。