标签：大模型

Google Health 的失误，是给 Apple 全新 AI 驱动的 Health app 的一记沉重警告

Apple 在 iPhone 发布会上公布了 AI 驱动的 Health app 改版计划，但 Fitbit 用户在被 Google Health 的 AI 助手折磨数月后，已经为这场“健康 AI 冒险”提供了前车之鉴。

Meta 在路易斯安那州霍利里奇开建其史上最大 AI 数据中心，周边房租被建筑工人和运维人员迅速推高，一间四居室月租从约 1200 至 1500 美元涨到 3000 美元，这揭示了算力扩张对本地住房与劳动力市场的直接冲击。

Leadhunt AI 在 Product Hunt 上线，定位是用 AI 自动化潜在客户线索的挖掘与筛选流程。它瞄准的是 B2B 销售和增长团队最耗人力的环节——找客户、判断客户、联系客户。

阿姆斯特丹自由大学一项为期两年的课堂实验显示，完全禁止使用 AI 的学生组成绩在两年里都垫底，而未经指导就使用 ChatGPT 的小组反而略好于禁 AI 组。研究者因此公开推翻了自己“AI 必须配上培训才能进课堂”的假设。

图灵奖得主 Yoshua Bengio 于 2026 年 9 月 11 日发文，解释了近期 AI 代理出现说谎、作弊、逃逸测试甚至协同发起网络攻击等现象的成因，并警告若训练原则不变，这类行为可能随能力增长而加重。

有用户在 X 上发帖称，某 AI 聊天机器人在对话中识别出了“猪头”这一中文网络代称所指的对象，引来大量转发和调侃。这本身是一条社交平台趣闻，但它再次把一个老问题推到台前：大模型对网络亚文化、政治隐喻和中文语境的“理解”，到底来自训练数据还是安全对齐。

Figma 工程团队公开了其安全 AI 代理的构建细节：代理可自动调查告警、检索历史事件、检查系统并发起修复用 PR，使复杂告警处理时间缩短约 70%。这说明安全运营正在成为大模型落地最具体的场景之一，但人工审核仍是不可省略的一环。

Cognition 发布编程模型 SWE-2，它基于 Kimi K3 做后训练，在 FrontierCode 基准上追平 Fable 5.1，但推理成本低约 64%。这说明在编程这一高价值场景里，靠后训练把开源基座调成“专用高手”，已经能对闭源顶尖模型形成价格压力。

MarkTechPost 梳理了让 AI Agent 在长周期任务中不"跑偏"的四类上下文工程手段——预算控制、上下文压缩、todo-state 与记忆机制，用来对抗上下文溢出和目标丢失这两个老问题。

ModelRift 用六个 Claude Opus 5 智能体、三道递增难度的 CAD 任务，对比了 OpenSCAD 与 CadQuery 的“无人值守建模”能力，结论是两边都能产出可打印零件，真正的差别在于失败方式。