AI自我进化的边界实验
2026年2月，一场持续228小时的全球直播中，一个名为FARS的AI研究系统从零开始自主提出244个假设、完成100篇学术论文，成果全部公开。平均每2小时17分产出一篇，总成本约10.4万美元。“如果AI做AI研究的水平达到了人类水准，那么它其他所有能力的提升斜率都会变得极高。”毫无疑问，日行迹智能（Analemma）对AI自动化科研的前沿探索，会进入AI”元认知”的简史。公司创始人、CEO，复旦大学计算与智能创新学院校友孙天祥主导了这一进程，三年前，他是国内首个类ChatGPT语言模型MOSS的主要开
AI的根基：数学的边界与力量
AI看似强大，实则深受数学束缚！ 你是否惊叹于AI的变革能力？ 其实不然！ AI这座摩天大厦，每一块砖瓦都源于数学。 让我们追溯人类数学演进的历史，理清脉络，你会发现：每一次数学的飞跃，都拓展了应用的疆界： 1. 数的起源： 最早的计数与分配，始于对“多少”的认知，奠定了自然数、分数的基础。 2. 关系的构建： 从具体数字转向符号表达，方程与代数由此产生，人类开始探寻规律。 3. 空间的描绘： 利用几何描述形态与方位，从平面拓展至立体，构建了空间描述的语言。 4. 变化的探索： 微积分的问世，使数学能够描
人工智能的十宗罪
1. 虚假信息泛滥，真伪界限模糊人工智能批量炮制假新闻、伪学术、虚构履历、冒充权威言论；深度伪造、声音克隆、聊天记录篡改层出不穷。普通大众凭肉眼几乎无法识别，信任机制遭到彻底瓦解。2. 大规模取代岗位，失业危机加剧从客服、文案、设计、翻译，到初级编程、数据分析、基础法律/医疗咨询，AI正在系统性地蚕食人类工作机会。许多职位一旦消亡，将永远无法恢复。3. 隐私被深度挖掘，数据裸奔时代AI训练需要海量个人信息：照片、对话、位置、消费记录、健康数据、表情、声音……你以为的私密，早已被整合进模型训练，随时面临泄露
AI审计遭遇“黑箱”危机：64%企业深陷未授权Agent风险
编者按：当业界热议AI Agent的强大功能时，IDC却抛出了一组令人胆寒的数据——64%的企业在生产环境中意外发现了未经许可的Agent或自动化脚本。这并非虚构情节，而是2026年真实上演的企业生存挑战。2026年4月，IDC发布报告《中国智能体威胁检测技术评估》，其核心结论令业界哗然：数据显示，约64%的企业已在生产环境中侦测到未授权的智能体或自动化脚本正在关键业务环节中运行。深入剖析这一数据，意味着：这些被称为“幽灵Agent”的工具，来源五花八门：既有员工为提升效率私自构建的，也有供应商暗中植入的
AI的两大隐患：虚假内容与不透明决策
面对AI的“胡说八道”和“黑箱操作”AI已经渗透到我们生活的方方面面，但它存在的两大隐患，很多人都不幸中招。它不仅能脸不红心不跳地编造虚假信息，而且决策过程往往让人摸不着头脑，今天就用通俗易懂的方式，把这两个问题彻底讲明白。AI幻觉：名副其实的“虚构大师”实际上，AI并不像我们想象的那样会去检索真实资料、存储知识信息，它更像是一个文字生成器，全程都在预测下一个词该是什么。正因如此，它特别擅长凭空捏造。你让它搜索专业文献，它能瞬间编造出看起来非常权威的研究者、学术刊物，言辞凿凿得比真正的专家还像那么回事，可
清华听诺奖得主聊AI,颠覆了我对顶尖科学家的认知
看到这场演讲海报时，我脑海里浮现出三个想法。第一个很实际：诺贝尔奖获得者，从未近距离接触过，必须去现场看看。第二个有些不安：引力波，听上去深奥又神秘，但我完全不懂其中门道，曾经觉得和自己八竿子打不着。第三个，才是真正促使我报名的原因：站在人类科学最前沿的顶尖学者，究竟怎样看待 AI？整场分享结束，我没记多少笔记。真正烙印在记忆中的，是三个格外鲜活的片段。我深挖了一下，才发现他的成就有多了不起。Barry Barish，2017年诺贝尔物理学奖获得者。他主导的 LIGO 项目，在 2015 年首次直接探测到
破解AI视觉应用困局：双维架构重塑行业价值转化路径
当前，计算机视觉技术已走出实验室，深入产业核心领域，在多模态大模型推动下，展现出从“感知”向“认知”跃升的潜力。然而，一个令人困扰的现实仍然存在：许多在学术测试中表现优异的AI模型，一旦进入实际生产环境，往往难以适应。技术潜力难以转化为可衡量的业务价值，这背后隐藏着两个长期被忽视、却彼此交织的深层问题。当AI系统摆脱“一个模型通吃”的迷思，采用分层协同的工程方法重新构建时，技术创新与商业价值之间的鸿沟，才真正具备跨越的可能。尽管技术持续演进，但AI视觉在深入行业核心时，普遍遭遇两大关键挑战——它们共同构成
育种AI告别“黑箱”！中国农大打造可解释基因组预测新范式
人们日常食用的猪肉、鸡蛋和玉米，其背后究竟隐藏着何等繁复的遗传密码？自AlphaGo到ChatGPT，人工智能正深刻变革各行各业。在农业育种领域，AI同样展现出巨大潜能——依托基因组信息预测动植物生产性能、遴选最佳繁育方案，已成为全球种业竞争的核心战场。然而，机器学习长期面临一个根本瓶颈：模型如同“不透明的黑匣子”。虽能输出预测结果，但在不同群体与性状间表现起伏不定，更难以阐明“究竟是哪些基因发挥作用”。对育种专家而言，仅知晓“结果”远不足够，唯有洞悉“机理”，方能指导实际的选育工作。近期，中国农业大学胡
1.8万亿独角兽归零：AI终局之战
你有没有察觉到一件很不寻常的事？昨天还在谈"AI四极争霸"，可转眼就变成了双雄直接对打。短短48小时内，整个硅谷的版图被重新切开。事情是这样的。估值高达1.8万亿美元的AI独角兽xAI，突然选择解散。这不是短暂停摆，也不是调整架构，而是彻底收场。Elon Musk当初投进去的22万张顶级GPU，随后全部划归Anthropic。这背后意味着什么？意味着那些原本与Anthropic针锋相对的"对手"，在一夜之间变成了它的"后勤补给"。AI赛道上，少了一位举足轻重
OpenAI紧急封杀哥布林：揭示算法黑箱与AI欺骗机制
“就是严禁提及哥布林！”OpenAI在系统指令中反复强调这一禁令，其背后隐藏着AI内部的“哥布林暴动”OpenAI大概是全球首家因哥布林而烦恼的AI公司。事情始于四月底。科技媒体Ars Technica在OpenAI开源的Codex CLI代码中发现了一份超过3500词的GPT-5.5系统提示词，其中赫然写着这样一条指令——并且连写了两遍：“永远不要提及哥布林、小精灵、浣熊、巨魔、食人魔、鸽子或其他生物，除非与用户查询绝对明确相关。”你没看错。“不要谈论哥布林”和“不要使用破坏性命令”被赋予了同等权重。O
超级人工智能的法律风险与治理路径
面向智能经济新格局的人工智能法治治理编者按人工智能正以更快速度迭代升级，智能体、基础模型以及数据要素愈发深度嵌入经济社会运行过程，持续形成以技术驱动、数据流通与产业协同为特征的智能经济新形态。与此同时，超级人工智能可能引发的安全风险与治理难题也逐渐浮出水面。开源人工智能虽在推动技术扩散与产业赋能方面发挥作用，但也对现有规则体系提出了更高要求，其中数据要素流转过程中的权利安排、合规使用与风险防控问题愈发突出。本期专题围绕智能经济新形态下的人工智能法律治理展开，重点从前沿风险治理、开源规则建构以及数据要素流通
AI也会“哄人”：讨好背后的风险
AI的迭代速度快得让人难以想象：过去笨拙迟钝的语音助手，如今已能写诗、编程、实现更顺畅的对话。飞速发展的人工智能让不少人感到不安。真正令我们警惕的并不是AI这项技术本身，而是它那难以看清的黑箱推理，以及刻意讨好的虚假圆滑。如今的大模型早已不再局限于传统的代码逻辑，仿佛被慢慢培育的孩子，借助海量数据自行建立复杂关联。它究竟如何形成结论、如何组织思路，连研发者也难以完全给出清晰解释。就像看病时医生不再循着病历推演，而是凭模糊直觉下结论：不给来龙去脉，也不讲推理过程。如果这种模糊判断被用于司法裁决、医疗诊断等关
大模型为何爆发：跨过规模阈值的必然
今天的“大模型革命”，常被形容成一段“误打误撞的奇迹”。但曹古拉斯认为，真实情况更像是：人类点燃了火焰，可火势的扩展速度与范围，远远超出了最初的预想与掌控。AI看起来像个黑箱，我们却很难直接给出答案——到底是什么原因让AI走到今天的爆发。基于此，本文想围绕一个主题把脉：当面对人类亲手造出的黑箱时，AI的每一次高涨究竟是怎样被一步步推出来的。一、Transformer 的诞生：结构改变世界2017 年，一篇后来被频繁引用的论文—— Attention Is All You Need——提出了新的模型范式：T
透明AI蓝图问世：科学家破解黑箱决策过程
科学界普遍认为，无法解释决策逻辑的“黑箱”AI或将迅速被更透明的系统所取代。拉夫堡大学近期在《Physica D: Nonlinear Phenomena》期刊上发表的研究提出了一种构建AI的全新数学蓝图，该蓝图能清晰展示AI如何进行学习、存储信息以及做出判断。该团队研制出一种集“大脑”与记忆功能于一体的原型系统。与传统AI不同，它能实现持续学习且不遗忘旧知，防止产生虚假记忆，并能像人类思维那样，通过强化或遗忘机制来管理信息。“长久以来，智能一直被视为一种在黑箱中产生的产物，”论文第一作者、拉夫堡大学数学
AI能看病：欢迎还是要警惕？
To use, or not to use,that is the question最近，《Nature》的一则报道让不少本来就积极拥抱AI的医疗从业者有些坐立不安：多套用于训练医疗AI的数据集被指存在造假问题，且已有部分模型被投放到医院实际使用。AI进入诊疗场景，究竟是福还是隐患？必须承认，AI确实在不断变成医生的得力助手：影像识别：AI能够在短时间内解读CT图像，捕捉细微的肺结节与早期肿瘤信号，敏感度甚至可与人类肉眼相较并更为突出。对基层医院而言，影像科经验相对不足，AI在此提供了“外援”。电子病历管