欧盟人工智能法案第 50 条透明度规则生效

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。

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。

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。

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。

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。

图书数据公司 ISBNdb 在被科技媒体 404 Media 曝光后,撤下了“出售印刷书用于 AI 训练”的营销页面,并澄清该服务从未真正落地。此事折射出大模型训练数据来源的敏感性与版权合规压力。

AirLLM 发布 v3.1.0,宣称可在单个 4GB 显存 GPU 上运行 70B 级别大模型,核心靠分层加载和混合专家(MoE)优化,但推理速度与云 API 相比差距悬殊,适合尝鲜而非生产。

Cloudflare 在 Agents Week 期间为 Workers 和 Containers 新增了入站 TCP 连接支持,并开放了 gRPC 应用的运行能力。这意味着开发者可以将实时语音 AI、交互式助手这类低延迟应用的后端服务,部署到 Cloudflare 的边缘网络上。

企业竞相部署 AI,却发现最大的拦路虎不是模型能力,而是自己用了十几二十年的老系统。外包式 AI 集成正把技术债务越堆越高,而 3.7 亿美元的年度损失只是代价的一部分。