据 Guardian 报道,Oxford 允许 OpenAI 用 Bodleian 藏书训练 AI 模型

据 Guardian 看到的内部文件,牛津大学允许 OpenAI 用 Bodleian 图书馆的扫描文本训练 AI 模型;双方 2025 年 3 月公开的合作只强调“扫描稀有文献”,并未说明这些扫描件会进入训练数据。

据 Guardian 看到的内部文件,牛津大学允许 OpenAI 用 Bodleian 图书馆的扫描文本训练 AI 模型;双方 2025 年 3 月公开的合作只强调“扫描稀有文献”,并未说明这些扫描件会进入训练数据。

Android Police 作者 Akshay Bhalla 分享了自己的度假规划体验:在目的地用 Google Maps 找活动被海量 POI 和算法排序淹没后,改用 Gemini 语音输入需求,由 AI 跨来源整合出可执行的一日行程。这体现了大模型正在从“聊天工具”变成地图类应用的规划层。

《纽约时报》记者 Ezra Klein 与英伟达 CEO 黄仁勋进行了一场近两小时的对谈,谈到一项中国 2.6 万名初高中生的研究:用 AI 后作业分涨 18%、耗时少 30%,但半年后考试成绩掉 20%、升学考跌近 24%。黄仁勋对此的回应是典型的工程视角——算术细节被遗忘是必然,人类要升到更高的抽象层。

开发者 @lxfater 把自己逆向 APK 的实战经验整理成一个 Skill 并开源,让 Claude Code、Codex 这类 AI 编程工具能按老手思路分析安卓 App。GitHub 已获 1.4k 星,MIT 协议。

一位开发者为了省下 Adobe 每月 20 美元的订阅费,投入约 2000 美元的 AI Token,用 Vibe Coding 方式做出了一款可离线运行的本地版 Photoshop,并已开源。它之所以值得关注,不在于省钱逻辑是否划算,而在于一个人加一笔算力预算,就复刻了专业桌面软件的核心功能。

开发者立党(@lidangzzz)在 X 上发文反驳“AI 能替代程序员”的说法,认为程序员的本质是负责工程项目全生命周期的工程师,而 coding 只是其中最不重要的一环。这条帖子获得约 4.3 万次浏览,触及了 AI 编程工具热潮下一个被反复争论的问题:谁来为 agent 的产出兜底。

X 用户 @bboczeng 提出一个类比:宇宙可能像大语言模型一样,通过让每个智能体不断"预测下一个字符"来训练,而死亡意味着训练结束、时间全貌才可见。这不是技术发布,而是一种用 LLM 机制解释物理时间方向性的假说。

一项覆盖 3132 名参与者、共五组实验的研究发现,只要身边有 AI 可以问,人们几乎就不再愿意回答“我不知道”,即使 AI 给的答案大多数是错的。研究者把这种倾向称为“Epistemia”——因为答案听起来可信就接受,而不是自己去核实。

一位用 Claude Code 做生产项目一年多的开发者,把自己从"不断换更强模型"转向"用工程约束压住概率输出"的经验整理成三层手册,核心观点是:Claude Code 不是问答系统,而是概率性执行系统,真正有效的是运行时强制检查,而非模型能力。

沃尔玛 CEO 约翰·弗纳(John Furner)公开承诺,公司不会利用 AI 购物助手或电子货架标签,根据消费者身份来调整商品价格,这相当于给"AI 动态定价"划出一条边界。