标签：训练

Spotify 将标记 AI 音乐人，并避免推荐他们

Spotify 计划为 AI 生成的音乐添加标识，并在推荐系统中降低这类内容的曝光权重。这是主流音频流媒体平台首次以系统化方式回应 AI 内容浪潮，直接影响音乐产业的内容分发逻辑。

BSidesSF 2026 的 CTF 黑客竞赛中，一套全自动 AI 代理系统在数分钟内解完 52 道挑战并夺冠，而一年前人类选手还只是用 ChatGPT 辅助解题。AI 已经从“帮手”变成了“选手”，传统网络安全技能评估方式正在失效。

Chainalysis 数据显示，2025 年加密货币领域的冒名诈骗同比增长超过 1400%，核心驱动力是 AI 工具让诈骗从“人力密集型”变成“技术密集型”——同一条诈骗链路，收入约为传统的 4.5 倍。AI 在降低犯罪门槛的同时，也在倒逼 KYC 验证、链上追踪和跨国执法同步升级。

谷歌官方博客发文称，Go 语言因注重可读性、内置完整工程工具链和长期兼容性，正成为 AI 辅助编程时代更高效的人机协作语言——当 AI 负责写代码，人类的核心工作转向审查与维护，Go 的设计哲学恰好与这一范式转变高度契合。

Spotify 计划在 9 月中旬为“不代表真实人物”的 AI 生成档案上线 Persona 标签，用“人工审核+AI 工具”双重机制给 AI 内容打标记，平台治理开始从内容层面延伸到身份层面。

Hugging Face 的 Transformers 已从单纯的开源模型库，发展为连接训练、推理与部署的"模型定义公共层"，目前可调用超过 100 万个模型检查点，并开始支持命令行直接对话。

Hacker News 上关于“AI 水足迹”的讨论指出，数据中心冷却用水规模已接近加州杏仁农场的年消耗量，而真正值得警惕的不是“用了多少水”，而是水资源在错误的时间、错误的地点被消耗，且几乎没有数据中心为用水承担净化或回补成本。

AI/机器学习正在被用于解析精神分裂症极其复杂的遗传结构，从海量基因组数据中识别与疾病相关的风险模式。这件事值得关注，因为它代表AI从“识别内容”延伸到“发现科学规律”，可能改变多基因复杂疾病的研究范式。

AI 正在将漏洞发现与修复从“人工驱动、以天计算”推向“自动辅助、以小时甚至分钟计算”，安全团队的工作重心正从“找漏洞”转向“判断和决策”。

一位开发者通过浏览器调试工具发现，ChatGPT 在真正联网搜索前，就已经在内部搜索词里写好了要推荐的品牌名单。这意味着“被 AI 推荐”这件事，可能在你的网站被访问之前就已经决定了。