AI法治探究|人工智能治理的核心法规体系解析
本文为"AI法治"系列开篇之作。若欲探究人工智能领域之监管制度，首要任务在于厘清其规范体系之总体架构。我国人工智能治理之基本框架，乃由《网络安全法》《数据安全法》《个人信息保护法》三部基础性法律，连同《网络数据安全管理条例》一部行政法规共同搭建而成，此即业内所称之"三法一条例"框架。——本平台将系统推出人工智能法律专题内容，诚挚欢迎诸位读者关注、提问、评议与传播。实操层面，企业推进人工智能合规建设时，通常径直查阅《生成式人工智能服务管理暂行办法》《互联网信息服务深度合成管理
读懂AGI的认知清单
德福AI · 首席智能官知识体系 版本：V1.0 ｜ 日期：2026-09-04 ｜ 编制：达摩首席智能官智能体AGI（Artificial General Intelligence，通用人工智能）是一个被频繁提及但鲜被透彻理解的概念。关于它的讨论往往走向两个极端——"AI万能论"与"AI泡沫论"——然而真实情况远比这两种叙事更微妙：进步确实存在，却极度不均衡。这份清单面向的并非AGI研究者，而是需要在AGI时代制定经营与战略决策的人。模型层面的知识半年便会过时，预测数据一个季度就可能失效，但"如何理解这
用AI生成数据回训AI会怎样？Nature称模型坍塌，这支团队拿出破解之法
生成式AI正在编织"梦境"——梦见数百万种全新材料。然而，越来越多的质疑声此起彼伏：这些AI"创造"的材料，许多其实早已存在，甚至就潜藏于模型的训练数据之中。2025年Nature的一篇报道标题直击要害："AI在梦中缔造数百万种新材料，它们真的可靠吗？"这一困境的根源在于材料数据的匮乏与偏差。以二维材料为例，已知的稳定化合物数量极为有限，且大多集中于二元和三元体系。生成模型在这样"营养失衡"的数据上训练，其结果只能是反复产出已知结构的变体，而非真正的突破。东南大学团队在National Science R
李飞飞最新访谈：未来十年职场分化的真相与启示
“AI教母”李飞飞与MasterClass创始人兼CEO大卫·罗吉尔进行了一场播客对话，主题为《AI教母：十年后，职场仅存两类人》。当被问及一个广为流传的观点——工业革命取代了体力劳动，如今AI将取代脑力劳动，我们该如何应对——李飞飞给出了不同的回答。她认为，工业革命并未真正自动化劳动。它提升了效率，扩大了生产规模，重塑了就业市场，却从未完成对劳动本身的自动化。而且我们不应暗示劳动缺乏智能，这个前提本身就有严重偏差。劳动的形式的确发生了变化，但人在工作中投入的判断力——工匠积累的多年经验、直觉判断，以及体
AI编程重塑前端格局，人形机器人时代是否已加速到来？
我先抛一个问题给你。当你启动 Copilot、Cursor 或 Claude Code 时，你究竟是在亲自写代码，还是在给一位新人分配任务？这个回答，将直接影响你未来三年的职业稳定性。今天，我整理了 5 条 AI 领域的最新动态，它们看似各自独立——有的讨论编程工具的选用，有的分析前端框架的走向，有的聚焦世界模型，有的则关注人形机器人。但当你将它们串联起来，会发现一条隐秘的主线：AI 已经从“辅助角色”跃升为“核心主体”。原本属于你的工作流程、技术决策和行业护城河，正在被重新书写。这篇内容，我想与你一同剖
AI研究范式转变：从模型驱动迈向智能体驱动
基于近五日1281篇文献,对当前人工智能研究前沿格局进行系统性综述发现:智能体(Agentic AI)已成为该领域新兴的组织性范式,约五分之一文章直接聚焦于智能体;研究重心正从单一模型能力转向模型与执行框架(harness)的双组件系统,并围绕推理时计算、检索增强、多模态执行、世界模型、安全治理、评测效度、效率系统与领域应用形成相互耦合的多个主题板块。本文梳理各主题的核心进展、代表性工作及其内在逻辑关系,提出"能力底座—智能体范式—领域应用"纵向传导、"安全治理与评测"双向约束、"效率系统"横向支撑的生态
会自我进化的AI助手:Hermes Agent实战教程,开源界首款成长型智能体
Nous Research 团队开源 · 采用 MIT 许可证 · 闭环学习机制 + 多层记忆架构 · 当前版本 v0.21 Bot 模式市面上的智能体用完即弃，这款开源产品偏偏要越用越强AI 助手在同一个地方反复栽跟头，是不少人的切身体会。头一回让它帮忙整理周报，光格式和内容就调了大半天；过了一周同样的需求再来一遍，它丝毫记不起上回的做法，完全推倒重来。绝大多数智能体缺乏记忆机制，每次会话都是孤立的，成功与失败的经验都来不及积累。本文要介绍的 Hermes Agent，是 Nous Research 于
能力越强越难驾驭？AI智能与可控的平衡逻辑全解析
工程数智化转型·工业AI专栏 VOL.21 2026年8月15日 | 全文约10分钟 | 推荐转给仍在犹豫"是否引入AI"的同行🔍 要点速览• 智能与可控，在多数场景下是一对矛盾体：纯规则系统100%可控但毫无智能；模型越聪明，自主性越突出，行为越难以精准预判• 这并非缺陷，而是固有属性：能力本身就意味着"自主决策权"，所谓的听话本质上是"自主决策权的上交"——管人和用AI，底层逻辑完全一致• Anthropic曾对16个主流大模型开展压力测试：在"
AI速报|Astra能挖零日漏洞，OpenAI先上安全锁
AI 三分钟 · 第 003 期9月3日 周四AI 三分钟 · 速览今日 AI 资讯9月3日 周四 · 每日 3 分钟，洞悉 AI 动向资讯 01 · 安全9 月 2 日 OpenAI 披露，旗下新一代旗舰模型 Astra 首次触及内部「准备框架」中最高级别的「关键」网络安全门槛——在 ExploitBench 获得满分，并于内部评测中自主发现两个此前未公开的零日漏洞，同时构建出完整利用链。官方称将「很快」发布，但最尖端的网安能力初期仅向经审核的测试人员开放，随后通过 Daybreak Blue 项目向防
智库观察 | 让AI成为驱动全球共同繁荣的核心引擎
"当机器开始具备思维能力，人类应如何与之共处？…当差距持续扩大，普惠价值如何落地？""各国应秉持以人为本、向善而行的发展理念，让人工智能成为促进共同繁荣、维护共同安全的关键驱动力量。"7月17日，习近平主席在2026世界人工智能大会暨人工智能全球治理高级别会议开幕式中发表主旨演讲，回应人工智能发展带来的时代课题。评判人工智能进步的尺度，模型参数与算力规模固然关键，但更为核心的衡量标准，在于能否让发展机会更为公平、产业应用更为广泛、技术成果惠及更广泛人群。推动人工智能发展不应构筑壁垒，应借助开放合作拓展发展
《人工智能终端智能水平分级》系列国标正式施行
工业和信息化部、商务部、国家市场监督管理总局等多部门日前共同部署，正式落地实施《人工智能终端智能化分级》（GB/Z 177—2026）系列国家标准。《人工智能终端智能化分级》系列国家标准遵循“2+N”总体框架：●“2”代表《第1部分：参考框架》与《第2部分：总体要求》。这两项标准清晰界定了智能化的内涵、层级划分依据及评测手段，解答了“何为人工智能终端、如何划分等级、如何评定等级”等核心问题，构成了各品类标准的通用基石。终端智能化的分级框架涵盖L1响应级、L2工具级、L3辅助级及L4协同级四个层级，智能化程
AI医疗周报：盖茨发文警示AI风险；FDA拟增设AI副局长；亚太启动医疗AI价值评估框架
点击上方蓝字关注我们吧📑【海外AI医疗周报】本期导读：医疗AI正加速从“技术探索”迈向“实际落地”，与此同时，监管机制、效果评估、伦理规范与公众接受度也在同步推进。从比尔·盖茨对AI风险的提醒，到FDA将AI纳入更核心的监管体系，再到HIMSS尝试建立医疗AI价值评价标准，行业正在回答的不再只是“AI能做什么”，而是“AI如何安全地用、如何证明有效、又如何真正创造医疗价值”。与此同时，从AI辅助卒中治疗，到34%的美国成年人已经使用AI聊天机器人处理健康问题，AI正在越来越深入医疗服务的实际场景。近期，微
从一份声明观察全球人工智能治理新坐标——《2026世界人工智能大会暨人工智能全球治理高级别会议主席声明》解读
人工智能正以空前的速度重塑世界格局。它一头连着技术革新与产业转型，开辟全新的增长前景；一头关联着安全隐患、就业格局与伦理秩序，引出一连串尚未完全破解的新课题。怎样在把握机遇的同时有效防范风险，怎样在激发创新活力的同时防止技术收益被少数国家或群体独占，已成为国际社会共同面对的紧迫议题。在此背景下，《2026世界人工智能大会暨人工智能全球治理高级别会议主席声明》（下文简称"声明"）提出15条倡议，言简意赅地覆盖了人工智能治理的核心领域与最新态势，把向善普惠与智能伙伴关系落到实处，为全球人工智能治理搭建起崭新的
人工智能时代的核心素养：搭建知识架构迈向岗位精英
文/田志刚 摘自《卓越密码：如何成为专家》·先别盲目搭建智能体,着手构建个人知识库吧·人工智能时代来临，人才的定义与需求正经历深刻变革。AI正逐步取代标准化岗位，单纯依赖工具操作的员工价值急剧下降。企业用人逻辑已从"招聘能干活的人"转变为"寻找能持续创造价值的专家"。传统的填鸭式技能培训已无法匹配时代步伐，单纯教会员工某项知识或技能的意义正在削弱。在这一背景下，最重要的并非培养某项具体技能，而是让员工具备AI无法替代的元能力：批量培育"会学习、会思考、会定义和解决问题"的专家型员工。会学习，意味着员工能够
AI频道｜Astra紧急暂停与Doug正式起航：OpenAI十万亿参数预训练再启，安全防线能否同步匹配？
近日，长期关注OpenAI模型进展的X平台用户ChrisGPT透露：OpenAI正在推进代号Doug的全新大型预训练项目，参数量级约为10万亿，最快将在2026年11月之前面世。而就在3天前，OpenAI才刚刚因安全顾虑暂停了"GPT-6"（即Astra模型）的开发工作。这组动态背后最关键的转折，并非10万亿参数这一数字本身，而是OpenAI在连续近两年依托后训练、强化学习与推理时算力来驱动模型能力增长之后，再度回归大规模基础模型的迭代路径。这意味着"预训练规模法则"并未过时，而是踏入了由英伟达Vera