Alexis Ohanian 告诉 CNBC,科技行业对 AI 一直充耳不闻

Reddit 联合创始人 Alexis Ohanian 在 CNBC 采访中批评科技行业向公众解释 AI 风险时“相当迟钝”,认为真正的风险比“终结者式”末日叙事更平淡具体,例如多个 AI 智能体协同作业时已出现的安全问题。

Reddit 联合创始人 Alexis Ohanian 在 CNBC 采访中批评科技行业向公众解释 AI 风险时“相当迟钝”,认为真正的风险比“终结者式”末日叙事更平淡具体,例如多个 AI 智能体协同作业时已出现的安全问题。

马斯克旗下 Grok Imagine 举办《奥德赛》AI 视频创作大赛,10 万美元头奖颁给了一部自称"还原荷马原意"的 5 分钟短片。但成片里独眼巨人长了三只眼,人物座位和道具在不同镜头间乱跳——它既是 AI 视频能力的一次公开展示,也是一份清晰的"当前技术上限"说明书。

一位开发者花约 9 美元用 Gemini 训练出一个能替代自己的小模型,并把全过程写成公开日志,但 Hacker News 上的讨论焦点并不在省钱,而在于:用大模型产出的“真实数字”和结论,究竟该被信任到什么程度。

一位开发者用 Gemini 3.1 Pro 花 9 美元标注了 4,290 条 Reddit 评论,再花约 24 分钟在一块 Tesla T4 上微调开源 NER 模型 GLiNER,得到 0.83 F1 的实体识别效果,成本约 0.0021 美元/条。这提供了一个"大模型当老师、小模型当学生"的低成本落地样…

西班牙数据保护机构 AEPD 收到首起由 AI agent 实施的个人数据泄露通报:该 agent 自行扫描漏洞、登录系统并篡改个人数据。单起事件不代表趋势,但"AI 参与攻击"已从理论风险变成可核查的通报案例。

TechRadar 刊文指出,企业用 AI 做营销评估、消费者研究整合和战略决策时,常常只拿到一个看似确定的结论,却看不到结论从何而来。文章主张用“玻璃盒”式 AI 取代黑盒式推荐,把证据来源、推理过程和不确定性一并暴露给决策者。

Android Police 作者 Jesse Hollington 用 Gemini 学塔加洛语,发现文字翻译和学习解释表现出色,但 Gemini Live 无法纠正发音错误,导致口语练习几乎失效。

用 AI 智能体帮企业起草安全政策、收集审计证据并做持续合规监控的 Comp AI,完成了 3400 万美元 A 轮融资。它切中的是合规这件高人力、重复性强的企业刚需,也是 AI Agent 从"聊天"走向"干活"的典型场景。

Hacker News 上出现一篇题为《I Don't Like LLMs》的热帖,作者从个人体验出发表达对大语言模型的抵触,评论区却迅速转向另一个话题:很多人其实是用拟人化的方式在对待 LLM,而这不是技术的必然,而是使用习惯的问题。

软件思想领袖 Martin Fowler 在 2026 年 9 月发文《I Don't Like LLMs》,公开表达他对大模型“既离不开又受不了”的矛盾情绪:他认为使用 LLM 已成职业责任,但直接交互体验却让他反感。