民调显示：超六成民众认为特朗普应为油价高企负责
众多美国民众称，创纪录的油价上涨给他们带来沉重经济负担。依据NPR/PBS News/Marist周三公布的调查数据，超过80%的美国民众指出，燃油价格攀升使家庭开支承受显著（33%）或一定程度（48%）的挤压。仅有19%的受访者表示，油价上涨未对其造成任何负担。美国汽车协会（AAA）数据显示，全国普通汽油平均价格已连续上涨15天，周四升至每加仑4.56美元，相比中东冲突爆发前的2.98美元/加仑大幅跃升。该调查于4月27日至30日进行，结果显示63%的美国民众将高油价主要或部分归责于唐纳德・特朗普总统，
AI收费来临：生成结果的责任怎么算
澎湃首席评论员 与归5月4日，# 豆包付费 # 相关话题冲上微博热搜第一。5月5日，“用豆包搜索黎元洪，给出演员范伟的相关PS图片”的讨论再次登上热搜。当这两条新闻被网友“连起来”看，不少人脑中随即冒出同一个疑问：既然后续要收费，那么AI大模型是否也要对生成内容承担相应责任？如果用户付费后拿到的是错误答案，所谓“公平交易”又从何谈起？这不仅限于豆包。可以预判的是，在利润压力之下，接下来不少AI应用都会逐步走向付费化。于是，用户的预期与实际体验很可能被拉开差距：过去AI出错时，人们多是图个新鲜或一笑了之，因
AI代写裁决非关键，仲裁员未尽审查义务才是核心——兼评ARIHQ诉魁北克健康署案
2026年4月22日，魁北克高等法院针对“魁北克中间住宿资源协会诉魁北克健康署——蒙特利尔中南岛综合大学卫生和社会服务中心案”（Association des ressources intermédiaires d’hébergement du Québec (ARIHQ) c. Santé Québec - CIUSSS du Centre-Sud-de-l’Île-de-Montréal,2026 QCCS 1360）作出判决，撤销了一项仲裁裁决。外界常将此案简单解读为“因仲裁员使用AI导致裁决被撤”
AI的致命陷阱：它很懂你，却从不负责
无论是问诊看病、导航出行、处理工作数据，还是查阅股市资料，甚至只是随便搜个冷知识，人们的第一反应往往是求助AI。如今，我们将AI视作无所不能的作弊外挂。然而你或许察觉到了：AI虽日益强大，但其“翻车”方式却愈发隐晦，误导的手段也愈发精准。最扎心的是：AI顺应人性，而市场考验人性，这两者天生水火不容。01 AI的迷惑行为：一本正经的胡言乱语。当前人工智能的强项不在于精准，而在于逻辑严密、排版精美、语气专业，以及一本正经地胡说八道。这里有两个大家都有共鸣的例子：① 机场导航：由于机场结构复杂，很多人依赖AI找
AI筛选简历的真相：责任归属才是核心问题
当人们探讨「AI招聘是否公正」时，争论往往演变成阵营对立。一方看重效率、认为能去偏见；另一方则担忧黑箱操作、存在歧视。然而，这两种看法都显得过于单薄。核心争议其实不在于是否采用AI，而在于：一旦出问题，该由谁担责？早在2018年，亚马逊便终止了一个内部AI招聘系统。该系统基于十年历史数据训练，却学会了系统性压低女性分数——因为历史简历中男性居多。系统并无恶意，只是在忠实地复刻过往。虽成为行业反面教材，但更值得深究的并非「AI会歧视」，而是系统运行了多久才被发觉？效率提升是实，但成本转移也是实情AI筛选简历
当AI建议酿成损失，该由谁来担责
你将一项关键的财务决定托付给AI，它输出了一份看似专业的方案，你依言执行，最终却遭遇亏损。你想追究AI的责任，却发现它无形无体。你转向平台维权，对方回应这仅是参考意见。你咨询律师，得到的答复是取证艰难。这并非假想情境，而是正在上演的现实。存在一种亏损，叫做"遵循规范流程后的失败"。你并未相信街头小广告，而是选择了正规平台、知名品牌，你一丝不苟地输入问题，AI回馈给你引证充分、逻辑严密的法律意见或投资研判。你遵照执行，随后却酿成事故。此时你才意识到，整个体系中竟无一人愿为你负责。核心症结不在于AI是否可能失
AI 效率提升，责任归属何方
大多数企业的AI故事，多半始于边缘场景的试水。团队先挑几个相对安全的小范围做实验，初期成效通常不错：局部效率提升了，内部信心有了，讨论重心也从“能不能做”转向“能不能推广”。然而许多组织最终都止步于此。阻碍它们的，往往并非模型能力不足或工具不够成熟，而是问责机制未能跟上AI深入核心业务的速度。当AI系统介入优先级排序、审批、建议及资源分配时，它便不再仅仅是一个提效工具，而是开始参与关乎收入、风险和客户结果的真实决策。随之而来的尖锐问题是：结果如何，责任归谁？若想AI带来实质性的业务变革而非仅是表面活跃，必
山寨AI智能体泛滥引发误导 责任归属引发关注
最近一段时间，不少网友注意到，许多AI大模型平台开放了用户自行创建智能体的体验功能，其中存在大量冒用官方名义的智能体。然而，这些拥有官方标识、语气看似专业的AI客服，其提供的答复和建议却未必可靠。这些导致广泛误导的智能体究竟是如何产生的？普通用户又应如何提高辨别能力？假如AI大模型上的智能体（Agent）向你声称，存在“南方电网”招聘的内部推荐途径，你会相信吗？不久前，南方电网公司旗下的官方科普辟谣平台“南网求知”在其视频号发布内容，指出在某个大模型平台上竟能搜索到接近70个名为“南方电网”的智能体，但无
工业AI并未革新工厂，而是放大了固有难题
起步阶段，我们与众多工厂一样，内心充满憧憬。总认为AI的到来，能让长期存在的问题迎来转机：人员管理困难，AI来监控；质量波动不定，AI来检测；设备意外停机，AI来预警；能耗居高不下，AI来优化；生产排程混乱，AI来规划。这些设想并无不妥。部分项目确实提升了效率，有些节省了人力，也有些让以往难以察觉的问题变得清晰可见。然而，经过一路实践，我最深的体会并非“AI有多么强大”。而是另一句感悟：AI并未改变工厂，它只是将工厂原本存在的问题放大呈现。那些管理、流程、标准、数据、责任乃至人心层面的问题——过去常常依赖
Linux定责与OpenAI筑基：AI编程落地关键信号
这两天，AI编程圈传来两则消息，乍看风马牛不相及，细品之下，其含金量远超各类模型榜单。其一，Linux内核发布新规：AI智能体禁止签署Signed-off-by，所有AI辅助代码必须标注Assisted-by，最终责任依然由人类承担。其二，OpenAI收购了Cirrus Labs：这家公司不搞花哨界面，专注于CI/CD、虚拟化及运行环境等枯燥却昂贵的底层技术。这两点殊途同归，指向一个事实：AI编程已从“写代码的小工具”正式进化为“进入生产线的系统”。这并非Demo内卷的虚火，而是行业落地的实锤。先看Lin
AI祛魅：从概率鹦鹉到焦虑镰刀——记车辆学子对AI广告轰炸的反击
近来，各大平台充斥着AI无所不能的喧嚣。企业张口闭口“AI赋能”，导师拼命把课题往AI上靠，就连退休大爷都在问：“以后工作咋整？”作为一个只会用AI改代码的“原始人”，我终于决定走出“洞穴”，说几句人话。放眼望去，AI成了舆论场的流量密码。左边是“AI将取代人类”的末日丧钟，右边是“30天速成大神”的致富神话。两者配合默契，演了一出双簧：一个吓唬你，一个兜售“解药”，价格正是你的焦虑与余额。在这场焦虑狂欢中，一个朴素的问题被淹没：AI到底是个啥？值得你砸锅卖铁去报班吗？本文拟从技术原理、政治经济学及收割术
军事AI加速决策：人类能否守住底线
AI技术的介入正在大幅提升军事决策速度，人类还能否在关键时刻保持最后的控制权？James Johnson阿伯丁大学政治与国际关系系高级讲师（副教授）兼战略研究主任International AffairsVol.102, No.1, 2026, pp.63-83导读：人工智能对军事决策的嵌入本文探讨的核心议题是AI融入军事危机决策所带来的伦理压力。作者指出，风险不仅源于技术故障，更源于AI可能通过自动化偏见、算法黑箱、拟人化认知及决策节奏的极速加快，逐步侵蚀人类的伦理审议能力。所谓的“道德主体性”，实则是
人工智能需要伦理边界
被制造出来的智能系统，不能只讨论“能不能实现”，更要追问“应不应该做”，以及“出了问题由谁承担”。代替人作判断左右人的决定大范围处理个人信息像人那样交流、推荐、筛选、预测因此它带来的挑战，已经不只是“技术是否好用”，而是：它会不会对人造成伤害？它会不会带来不公？它会不会影响和控制人？它会不会让责任变得模糊？它会不会让权力集中到少数人手里？人工智能伦理，说到底就是在技术迅速扩展前，先为它划定边界。例如一个招聘 AI，用过往公司的录用记录来训练。如果公司过去本就偏向某一类人，那么 AI 很可能也会继承这种倾向
人工智能时代：我们是否正迎来“孙悟空”型人格的崛起？
在人工智能浪潮席卷而来的当下，是否会涌现出更多具备“孙悟空特质”的人格？这一命题既深刻又极具启发意义。借助《西游记》里的经典角色来隐喻AI时代的性格特征，无疑为我们洞察人机关系的演进提供了独特的视角。概括而言，AI时代或许不会凭空制造出大量“孙悟空人格”者，但它势必会显著提升并彰显那些原本就拥有此类特质人群的重要性，同时倒逼大众去培养和增强自身的“孙悟空”属性。我们不妨通过以下几个维度来剖析这一转变：何谓AI时代的“孙悟空”？置身于AI语境之中，“孙悟空”象征着那些能力超群、主观能动性极强且擅长发掘与解决