标签： Claude

少制造AI垃圾，多找点乐子：4位McKinsey合伙人告诉我们他们对初级顾问的期望

麦肯锡四位高级合伙人公开批评公司内部“AI 垃圾”泛滥——大量由 AI 生成、表面流畅但经不起推敲的工作成果，正在成为专业服务行业的新问题。他们还提醒初级顾问：完全不用 AI 和滥用 AI 一样危险。

生成式AI从技术演示走向生产部署，真正的门槛不是模型能力，而是算力成本、输出稳定性、数据安全与效果评测等现实问题。本次原始素材获取失败，但结合标题所指方向，这些环节正在成为行业关注的焦点。

一款名为 DocuForge AI 的文档类 AI 产品出现在 Product Hunt 上，具体功能和定价尚未完整公开；它所在的“AI 文档生成与自动化”方向，是当前生成式 AI 应用落地最拥挤、也最贴近实际业务的赛道之一。

气候科学家 Zeke Hausfather 用八周真实使用数据证明，AI 编程智能体每次输入平均消耗约 150 瓦时电力，大约是普通聊天提示（Gemini 约 0.24 瓦时）的 600 倍。谷歌和 OpenAI 此前公布的“单次查询能耗”远不能代表真实 AI 使用强度。

苹果在 Mac 简体中文支持文档中首次明确写出“Apple 智能”可配合阿里千问模型工作，意味着苹果 AI 的中国大陆落地路径已经从传闻变成官方说明。

OpenAI 在内部测试中发现下一代模型 Astra 可能具备“严重”级别的自主网络攻击能力，因此暂停了部分开发工作并加强安全管控。这是前沿实验室首次公开因网络风险主动踩下自家模型的刹车，也直接暴露了“AI 能力越强、越难被安全关住”的行业难题。

一家图书数据公司曾公开提供“毁书扫描”服务，通过切掉书脊、整本粉碎的方式来制作AI训练数据，引发强烈争议后已悄然撤回。此事揭开了大模型训练背后一个不愿被正视的现实：为了获取高质量文本，AI公司正在大量销毁实体书籍。

Product Hunt 上出现了一款名为 Freeman Protocol 的产品，从标题看它试图为开发者提供“构建 AI 并生存”的思路。目前公开信息有限，但它的出现说明 AI 开发正在从纯技术问题，转向更多关于工具链、应用落地与开发者生存策略的探讨。

KPMG调查显示95%的组织已有AI策略，但仅8%实现了可量化的投资回报。Profitalize CEO Jon Weberg认为，根源在于企业把AI当成孤立软件购买，而非将其接入跨部门协作的运营基础设施。

TechRadar 记者让 ChatGPT、Claude、Gemini 和 Grok 各自说出与自己最像的科幻 AI，四个模型的答案差异显著。这件事看似娱乐，实则揭示了大模型如何通过训练语料内化人类对 AI 的集体想象，也为我们观察各模型的自我定位提供了窗口。