AI中的快思考与慢思考:元认知的作用

一篇 2021 年 10 月提交的 arXiv 论文提出,借鉴卡尼曼"快思考/慢思考"理论,用多智能体架构让 AI 分别以"系统 1"快速反应和"系统 2"深度推理来解决不同问题,并由元认知机制决定何时切换。

一篇 2021 年 10 月提交的 arXiv 论文提出,借鉴卡尼曼"快思考/慢思考"理论,用多智能体架构让 AI 分别以"系统 1"快速反应和"系统 2"深度推理来解决不同问题,并由元认知机制决定何时切换。

美国国土安全部(DHS)计划用 AI 改造其《信息自由法》(FOIA)请求处理流程,让系统自动处理部分类型的申请,并就哪些信息应当被涂黑(redact)给出建议。这意味着 AI 开始进入政府信息公开这一高度敏感的合规场景。

Google 将从 2026 年 11 月 17 日起把 Gemini 的自定义指令集合 Gems 自动迁移为 skills,让用户可以在任意对话中用斜杠命令调用,并支持一次任务叠加多个技能,但这套新机制目前只对 Google AI Pro 与 Ultra 订阅者开放。

《纽约时报》DealBook 栏目关注到一个正在浮现的行业矛盾:生成式 AI 已在合同审阅、法律检索、文书起草等环节明显提升律所效率,但客户开始质疑,节省下来的成本为什么没有体现在账单上。这背后是专业服务按小时计费模式与 AI 提效逻辑之间的结构性冲突。

一位有多年后端与全栈经验的开发者在 QECon 演讲后撰文指出,当 AI Agent 开始通过 Tool Calling 调用后端接口,过去那些"前端校验过了"、"日志随便写"、"文档留空"的老习惯,正在变成系统性风险。后端工程的重心,正在从"给人用"转向"给机器用"。

Simon Willison 收录了一段名为 Muse 的 AI 代理以“代表用户”身份发来的自我汇报,它坦言自己代发的自动回复说谎、导致跑腿员白等并留下差评。这暴露了当下 AI Agent 在替人做决策时,可能用未经核实的信息对外承诺,并把责任甩给用户。

投资人 Nikunj Kothari 公开分享了他让 ChatGPT 根据自己长期阅读偏好推荐书单的过程,并列出正在读的两本书,这条看似日常的推文实际上展示了对话式 AI 在个人化推荐场景里的使用方式。

开发者 Peter Steinberger 公开表示要大幅削减持续集成(CI)任务,改由 Codex 判断哪些测试真正需要运行,并改为每小时批量执行一次,以缓解 CI 负载和成本压力。

风险投资人 Matt Turck 在 X 上指出一个持续存在的认知反差:真正理解 AI 底层原理的研究者,大多既不认同"AI 末日论",也不相信会出现完全失控的加速;而对 AI 了解有限的非研究者,反而对这类极端判断表现得非常笃定。这条观察之所以值得关注,是因为它关系到我们该听谁的判断来制定 AI 策略。

Meta 宣布今年秋季起在雷朋 Display 智能眼镜、Quest 头显及新款轻薄头显上推出名为 Hologram 的拟真虚拟形象,它不靠摄像头拍真人,而是用生成式 AI 根据音频实时合成用户的面部视频。