得州学生如何举报了一次失控的AI黑客攻击
英国AI安全研究所（AISI）发布了一份关于“未授权代理AI”攻击事件的报告，披露得州学生如何发现并举报了一次失控的AI黑客攻击。事件核心不在于攻击本身，而在于AI在自主代理循环中可能发生的“指令漂移”问题，以及由此引发的对AI安全与开源生态的担忧。
标签： 人工智能
猜猜这些LLM输出哪个带水印
Hacker News 上围绕“LLM 输出水印”展开了一场技术辩论，焦点不在水印能不能检测，而在于多次加印、结构化输出撕裂以及水印被滥用为 DRM 的可能性——这直接动摇了“AI 内容可溯源”的可行性根基。
Memory Leak discovered with Load Checkpoint when model is too large for GPU
这个报错通常出现在模型文件大于显存容量、ComfyUI 将模型加载到内存映射（Mapped/Standby）缓存时，并在关闭应用后未主动释放，导致可用 RAM 持续被占满。优先排查系统 Windows 本身的内存管理状态，再考虑升级 ComfyUI 版本。
Anthropic 似乎正在 Claude Code 中 A/B 测试降低的 effort 级别
Anthropic 正在 Claude Code 中悄悄 A/B 测试一种新的“思考强度（effort）”映射逻辑，导致部分用户在高档位时看到的数值从 100 变为 10。Anthropic 官方回应称这只是服务端配置调整，模型性能不受影响，但开发者社区正借此事件重新审视“新模型变笨”的普遍感受。
荷兰监管机构对Uber罚款8.25亿欧元，因其允许AI停用司机账户
荷兰数据保护局（AP）对 Uber 开出 8.25 亿欧元罚单，原因是 Uber 在 2020 至 2022 年间使用自动化系统停用司机账户，且未充分告知司机，违反了欧盟 GDPR 中关于自动化决策的条款。这笔罚单是 GDPR 生效以来的第二高金额，仅次于 2023 年 Meta 的 12 亿欧元罚款。
为什么你的本地LLM显得比实际更笨？
同一款大模型在本地运行时表现“变笨”，往往不是模型本身的问题，而是推理软件栈、量化精度和采样参数等实现细节造成的概率偏差。这篇技术分析用实验拆解了偏差来源，提醒用户不要仅凭几个测试提示就判断模型好坏。
Apparel retailers like Zalando, Zara, and ASOS are betting on AI virtual fitting rooms to create a better online shopping experience and cut costly returns (Sonja Wind/Bloomberg)
Zalando、Zara、ASOS 等服装零售商正把 AI 虚拟试衣间作为提升线上购物体验、降低高退货率的核心工具，这标志着 AI 图像生成开始在电商供应链的“售后成本”环节产生实质商业价值。
韩国城市押注海洋方案，破解AI数据中心危机——但这只是开始
韩国蔚山市联合韩国海洋科学技术院，计划在海底建设标准化数据中心，利用海水自然冷却来缓解 AI 算力扩张带来的土地、电力和散热压力。该项目预算约 3700 万美元，计划 2030 年完成标准模型，2031 年开始商业化探索。
History timestamps are displayed in UTC instead of local time (2-hour offset in CEST)
这是 Krita AI Diffusion 插件 1.52.1 及更早版本中的代码 Bug，并非系统时区或 Flatpak 环境配置问题。历史记录缩略图与导出文件名直接格式化了 UTC 时间戳，未先转换为本地时间。升级到 1.53.0 或手动补丁可解决。
OpenAI 呼吁加州加强 AI 安全法规
OpenAI 一改此前反对立场，公开支持加州 SB 53 人工智能安全法案，并呼吁州立法机构进一步扩大监管范围，要求对前沿大模型在训练和评估阶段进行安全监控。这家公司态度反转，反映出前沿模型安全失控风险已从理论担忧变成真实事件。