https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
根据 TrendForce 集邦咨询的最新研究，全球 AI 专用光收发模块市场正在迅速增长。预计到2026年，市场规模将从2025年的165亿美元跃升至260亿美元，年增幅超过57%。这一强劲增长不仅是由于技术规格的升级，更是因为 AI 数据中心建设的加速，导致整体光通信供应链正经历结构性重组。
随着 AI 数据中心的持续扩展，光收发模块的需求也显著增加，尤其是传输速率达到800G 以上的模块，主要用于 AI 服务器集群之间的互联。北美超大型数据中心的流量保持每年超过30% 的增长，推动了 Google、Microsoft 和 Meta 等云端巨头加大对 GPU 和 AI 服务器的投入，进一步推动了对高速光连接的需求。
然而，光收发模块的扩产面临着几大瓶颈。首先，关键组件如电吸收调制激光器（EML）和连续波激光器(CW-LD)的供应紧张，主要是由于产能配置的问题。其次，光学对准等高精度制造过程也限制了产能的提升。此外，功耗与散热问题仍然对整体系统设计和引入速度产生影响。
为了降低供应风险，以 NVIDIA 为首的上游供应商和系统制造商已经调整了采购策略，开始引入战略性长期合同，以确保关键材料的供应，逐步减少对现货市场的依赖。同时，技术路线也在加速转向低功耗线性可插拔光学（LPO）和硅光子整合方案，以取代传统高功耗的数字信号处理器(DSP)架构，缓解功耗和散热带来的压力。
TrendForce 分析指出，AI 光收发模块市场的增长动力已经从单一的产品规格升级转向市场规模扩张、技术世代的切换和应用场景的延伸三大主轴并行发展。随着1.6T 世代的逐步量产，边缘计算和区域数据中心互联（DCI）的需求也在不断成形，800G 与1.6T ZR/ZR + 相干光模块市场将进一步扩张。
划重点:
- 🚀2026年 AI 光收发模块市场规模预计将达260亿美元，年增幅超过57%。
- ⚠️ 关键零部件如 EML 和 CW-LD 面临供应紧张，影响光收发模块的扩产。
- 🔧 供应商开始采用长期采购合约，转向低功耗技术以降低供应风险。
via AI新闻资讯 (author: AI Base)
华为在其 Pura 系列新品发布会上正式推出了全新的 XMAGE 智拍功能，标志着华为在影像技术上的又一次创新。这一功能整合了多项先进技术，包括 AI 姿势推荐、AI 辅助构图、3D 动态照片等，致力于为用户提供更加便捷和智能的拍照体验。
XMAGE 智拍功能的核心之一是 AI 姿势推荐。该功能借助一个拥有2000万条数据的训练数据库，能够快速分析用户的拍照需求，并在300毫秒内提供最佳拍照姿势建议。它通过智能算法理解人物、环境、道具等特征，为用户提供实时的拍照指导，确保每一张照片都能展现最佳效果。
除了姿势推荐，XMAGE 智拍还包括 AI 辅助构图功能。用户只需简单操作，系统便可根据场景自动优化构图，确保照片更加美观。此外，3D 动态照片功能则让用户能够以更具创意的方式记录瞬间，通过多维度呈现，带来视觉上的全新体验。
华为副董事长余承东在发布会上表示，XMAGE 智拍不仅是一个技术上的突破，更是华为对用户拍照需求的深刻理解与回应。他强调，华为一直致力于将最前沿的影像技术带给用户，让每个人都能成为摄影师，轻松捕捉生活中的美好瞬间。
via AI新闻资讯 (author: AI Base)
阿里通义实验室发布语音识别大模型Fun-ASR1.5 30 种语言、方言古诗都能秒转！
在人工智能语音领域，通用性与精准度的平衡一直是行业攻克的难点。 4 月 20 日，阿里通义实验室宣布正式推出语音识别大模型Fun-ASR1.5。这款模型凭借统一的大模型架构，实现了在多语言、多方言以及复杂语境下的跨越式突破。
据了解，Fun-ASR1. 5 的“听力”表现堪称全能。它不仅能够覆盖全球 30 种主流语言，还深度适配了汉语的七大方言体系及 20 多种地方口音。更令行业关注的是，该模型在传统文化领域的表现同样亮眼，即便面对语调跌宕、断句独特的古诗词吟诵，也能实现极高精度的实时转写。
目前，Fun-ASR1. 5 已正式上架阿里云百炼平台。阿里通义实验室表示，该模型将通过API服务的方式，为教育、传媒、金融、科技及文化等多个行业客户提供高效的语音技术支撑，助力各产业实现智能化办公与内容生产的升级。
via AI新闻资讯 (author: AI Base)
在人工智能语音领域，通用性与精准度的平衡一直是行业攻克的难点。 4 月 20 日，阿里通义实验室宣布正式推出语音识别大模型Fun-ASR1.5。这款模型凭借统一的大模型架构，实现了在多语言、多方言以及复杂语境下的跨越式突破。
据了解，Fun-ASR1. 5 的“听力”表现堪称全能。它不仅能够覆盖全球 30 种主流语言，还深度适配了汉语的七大方言体系及 20 多种地方口音。更令行业关注的是，该模型在传统文化领域的表现同样亮眼，即便面对语调跌宕、断句独特的古诗词吟诵，也能实现极高精度的实时转写。
目前，Fun-ASR1. 5 已正式上架阿里云百炼平台。阿里通义实验室表示，该模型将通过API服务的方式，为教育、传媒、金融、科技及文化等多个行业客户提供高效的语音技术支撑，助力各产业实现智能化办公与内容生产的升级。
via AI新闻资讯 (author: AI Base)
微软全球最强 AI 数据中心 Fairwater 提前启用，助力 AI 技术发展
近日，微软总裁兼首席执行官萨提亚・纳德拉宣布，位于美国威斯康辛州 Mount Pleasant 的全球最强 AI 数据中心 Fairwater 已经提前上线。这座数据中心的总投资达到 33 亿美元，约合人民币 225.31 亿元。其核心特点是拥有数十万块英伟达 GB200 超级芯片，性能是全球最快超算的十倍，旨在为前沿 AI 模型的训练提供强大支持。
Fairwater 数据中心的占地面积约为 127.6 公顷，建设了三栋建筑，总屋顶面积达 11.1 万平方米。为了确保设施的稳定与高效，微软采用了深基础桩，总深度达到约 75 公里，使用了约 1.2 万吨的结构钢材。此外，数据中心还铺设了约 193.1 公里的中压地下电缆和 116.8 公里的机械管道，并配备了闭环液冷系统，以提高散热效率。
此次 Fairwater 数据中心的投入使用，标志着微软在 AI 技术领域的重大进展。随着设施的投运，微软还计划在美国其他地区建设更多类似的 Fairwater 数据中心，以满足不断增长的 AI 计算需求。这一举措不仅能够推动 AI 技术的发展，也将为当地经济带来积极影响。
微软在 AI 领域的雄心与投入显示了其对未来科技的重视，也让我们期待更多技术突破的出现。
via AI新闻资讯 (author: AI Base)
近日，微软总裁兼首席执行官萨提亚・纳德拉宣布，位于美国威斯康辛州 Mount Pleasant 的全球最强 AI 数据中心 Fairwater 已经提前上线。这座数据中心的总投资达到 33 亿美元，约合人民币 225.31 亿元。其核心特点是拥有数十万块英伟达 GB200 超级芯片，性能是全球最快超算的十倍，旨在为前沿 AI 模型的训练提供强大支持。
Fairwater 数据中心的占地面积约为 127.6 公顷，建设了三栋建筑，总屋顶面积达 11.1 万平方米。为了确保设施的稳定与高效，微软采用了深基础桩，总深度达到约 75 公里，使用了约 1.2 万吨的结构钢材。此外，数据中心还铺设了约 193.1 公里的中压地下电缆和 116.8 公里的机械管道，并配备了闭环液冷系统，以提高散热效率。
此次 Fairwater 数据中心的投入使用，标志着微软在 AI 技术领域的重大进展。随着设施的投运，微软还计划在美国其他地区建设更多类似的 Fairwater 数据中心，以满足不断增长的 AI 计算需求。这一举措不仅能够推动 AI 技术的发展，也将为当地经济带来积极影响。
微软在 AI 领域的雄心与投入显示了其对未来科技的重视，也让我们期待更多技术突破的出现。
划重点：
🌍 微软 Fairwater 数据中心总投资达 33 亿美元，已提前上线。
💻 数据中心配备数十万块英伟达 GB200 超级芯片，性能十倍于全球最快超算。
🏗️ 计划在美国其他地区建设更多类似的数据中心，推动 AI 技术发展。
via AI新闻资讯 (author: AI Base)
Users may encounter issue with ChatGPT Business after upgrade or adding new seats for up to an hour
Status: Investigating
We are investigating the issue for the listed services.
via OpenAI status
Status: Investigating
We are investigating the issue for the listed services.
via OpenAI status
华为正式宣布，旗下高端智能音箱系列迎来重磅更新，新款HUAWEI Sound X5已于4月20日14:08开启预售。作为本次升级的核心亮点，Sound X5首次深度集成了 AI 大模型，标志着华为智能音频设备从“听觉交互”向“智慧陪伴”的跨越式进阶。
在声学配置上，Sound X5延续了家族式的高规格音频基因。参考前代Sound X4的硬件布局，该系列通常配备由低音、中音、高音扬声器及无源辐射器组成的八单元声学系统，并搭载华为悦彰（HUAWEI SOUND）低音增强算法。这套系统通过主动控制喇叭振动和优化瞬态响应，不仅有效抑制了失真，更让低频表现深沉且富有力量感。
除了音质的硬核实力，Sound X5在交互设计上也体现了极简美学。用户可以通过“一点、一盖、双拍”等直觉化手势，轻松实现亮灯、静音或熄灯等功能控制。这种将复杂技术隐藏在简单交互背后的设计逻辑，进一步提升了产品的使用便利性。
值得注意的是，华为 Pura 系列及全场景新品发布会将于今日14:30准时拉开帷幕。届时，关于HUAWEI Sound X5的详细参数、AI 大模型的具体应用场景以及最终售价等悬念都将逐一揭晓。这款智能音箱的上市，无疑将为追求高品质家居音效与智能体验的用户提供全新的选择。
via AI新闻资讯 (author: AI Base)
大语言模型（LLM）的推理性能瓶颈正在被新技术打破。近日，Moonshot AI（月之暗面）与清华大学研究团队联合提出了一种名为**预填充即服务（PrfaaS）**的新型架构。该研究旨在通过优化算力资源分配，解决大模型服务在数据中心部署时面临的硬件限制，显著提升了推理效率。
技术突破:预填充与解码的“手术刀式”分离
目前，大语言模型的推理过程主要分为两个差异化的阶段:
● 预填充阶段（Prefill）: 属于计算密集型，负责处理输入并生成键值缓存（KVCache）。
● 解码阶段（Decode）: 属于内存带宽密集型，负责逐字生成输出。
在传统的服务架构中，这两个阶段通常被挤在同一个数据中心甚至同一台服务器内处理。由于两者对硬件资源的需求截然不同，这种“强行捆绑”往往导致计算资源与带宽之间的分配失衡，进而引发服务拥堵。
核心创新:跨地域的高效协同
PrfaaS架构的核心亮点在于实现了解耦式服务。它将高计算密集的预填充任务卸载到专门的高计算集群上。任务完成后，系统利用通用的以太网技术，将生成的KVCache远程传输至本地解码集群。
这种设计打破了物理空间的限制，使得预填充和解码可以在不同的数据中心同步进行。为了确保传输的高效性，PrfaaS引入了双时间尺度调度机制。该机制能根据实时流量波动灵活分配资源，配合精确的路由机制，确保长文本请求在传输过程中不会因资源不均而产生延迟。
实测表现:吞吐量与延迟的双重优化
研究数据显示，PrfaaS架构在实际应用中表现惊人:
1. 服务吞吐量提升了54%，大幅增强了单位时间内处理请求的能力。
2. 显著降低了响应延迟，用户端感受到的首字生成速度更快。
3. 资源利用率最大化，通过分离计算、网络和存储子系统，规避了传统架构中的拥堵顽疾。
此次Moonshot AI与清华大学的合作，不仅为大规模AI推演提供了新的工程思路，也为未来跨地域算力网络的构建奠定了技术基础。这种“预填充即服务”的模式，或许将成为大模型迈向工业化应用的重要分水岭。
via AI新闻资讯 (author: AI Base)
影视飓风 Tim 因 AI 影像引发网友热议：标注与不标注的不同反应
在第十六届北京国际电影节的电影摄影公开课上，影视飓风 MediaStorm 的创始人 Tim 分享了他和团队在使用 AI 进行影像创作时所遇到的挑战。他透露，团队曾花费三四个通宵研究并生成了超过 500 个镜头，但最终在展示这些镜头时，因主动标注了 “AI 生成”，却收到了大量负面评论。
Tim 指出，在发布的无人机测评视频中，为了突显这款全景无人机的特点，他们特意使用了 AI 技术，并在视频中明确标明了这一点。尽管他们付出了诸多努力，但网友们的反应却不尽如人意，留言区充满了批评声音。有网友表示：“AI 看多了会反胃。” 还有人提到：“少了一些能打动人心的灵魂。”
值得一提的是，根据我国去年实施的《人工智能生成合成内容标识办法》，对所有生成的内容均需加以标识，确保透明性。这意味着，无论是文本、图片还是视频，若使用 AI 生成的内容都必须明确说明来源。
Tim 对网友的反应感到困惑，他提出了一个反思：“如果我们没有标注 AI 生成，或许观众的反馈会完全不同。” 他认为，这一现象反映了公众对 AI 技术的看法以及对创作内容的期待。
尽管面临批评，Tim 和他的团队依然在探索 AI 与传统影像创作的结合，期待未来能够找到一个更好的平衡点，使得 AI 生成的内容在技术与艺术之间找到契合。
via AI新闻资讯 (author: AI Base)
在第十六届北京国际电影节的电影摄影公开课上，影视飓风 MediaStorm 的创始人 Tim 分享了他和团队在使用 AI 进行影像创作时所遇到的挑战。他透露，团队曾花费三四个通宵研究并生成了超过 500 个镜头，但最终在展示这些镜头时，因主动标注了 “AI 生成”，却收到了大量负面评论。
Tim 指出，在发布的无人机测评视频中，为了突显这款全景无人机的特点，他们特意使用了 AI 技术，并在视频中明确标明了这一点。尽管他们付出了诸多努力，但网友们的反应却不尽如人意，留言区充满了批评声音。有网友表示：“AI 看多了会反胃。” 还有人提到：“少了一些能打动人心的灵魂。”
值得一提的是，根据我国去年实施的《人工智能生成合成内容标识办法》，对所有生成的内容均需加以标识，确保透明性。这意味着，无论是文本、图片还是视频，若使用 AI 生成的内容都必须明确说明来源。
Tim 对网友的反应感到困惑，他提出了一个反思：“如果我们没有标注 AI 生成，或许观众的反馈会完全不同。” 他认为，这一现象反映了公众对 AI 技术的看法以及对创作内容的期待。
尽管面临批评，Tim 和他的团队依然在探索 AI 与传统影像创作的结合，期待未来能够找到一个更好的平衡点，使得 AI 生成的内容在技术与艺术之间找到契合。
划重点：
📽️ Tim 分享了 AI 影像创作中的挑战，并收到了大量负面反馈。
💬 网友对 AI 生成内容的批评集中在缺乏情感与灵魂。
🔍 我国已实施相关法规，要求所有 AI 生成内容进行明确标注。
via AI新闻资讯 (author: AI Base)
Claude Sonnet 4.5 error spike
Apr 20, 06:14 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
Apr 20, 06:14 UTC
Investigating - We are currently investigating this issue.
via Claude Status - Incident History
近日，Anthropic 核心工程师 Felix Rieseberg 在社交平台 X 上展示了一款名为 Claude Buddy 的开源硬件项目，引发了开发者社区的热烈讨论。这款手掌大小的设备，本质上是为 Anthropic 的 AI 编程工具 Claude Code 提供了一个物理载体，将枯燥的代码审批流程转化为了趣味十足的“桌面宠物”互动。
在实际开发场景中，Claude Code 虽然能自主执行任务，但在涉及敏感操作时仍需用户授权。频繁的窗口切换和点击确认往往会打断开发者的思路。Felix Rieseberg 的灵感正是来源于此:他利用 ESP32开发板，通过蓝牙将 Claude 的运行状态与硬件同步。当 AI 忙碌时，屏幕上的像素小动物会显示工作状态;当需要审批时，设备会通过 LED 闪烁发出提醒，用户只需按下实体按键即可完成操作。
极客精神的碰撞:18种形态与仪式感
Claude Buddy 不仅仅是一个简单的确认按钮。该项目内置了18种 ASCII 艺术风格的小动物形象，涵盖了睡觉、待机、忙碌、庆祝等七种模式。这种设计为冷冰冰的编程工作增添了情感价值——如果你审批得足够快，屏幕上甚至会飘出爱心。
技术架构上，Buddy 采用了“骨架（Bones）”与“灵魂(Soul)”的双层设计。骨架层通过哈希种子固定宠物的属性，而灵魂层则由 AI 生成独特的性格与名字。这种软硬结合的尝试，标志着 Anthropic 开始通过轻量级的 API 接口，探索 AI 在物理世界的触角。
深圳制造:全球 AI 硬件的幕后功臣
值得注意的是，这款让硅谷开发者惊艳的设备，其官方示例核心硬件 M5StickC Plus 竟然来自中国深圳的一家创业公司——M5Stack（明栈信息科技）。这一细节再次印证了深圳在物联网与 AI 硬件领域的全球核心地位。
尽管由于合规原因，Anthropic 的软件服务在中国大陆的使用受限，但其硬件生态却与中国供应链紧密相连。深圳凭借完整的 PCB 制造链条和活跃的硬件创业氛围，正成为全球 AI 终端创新的试验田。从云端算力的疯狂竞逐到桌面端的趣味尝试，Anthropic 正在通过像 Buddy 这样的小切口，构建起从底层芯片到终端产品的完整生态矩阵。
via AI新闻资讯 (author: AI Base)
马斯克提出全民高收入应对 AI 失业，专家却持反对意见
在人工智能（AI）和机器人技术快速发展的当下，失业问题已经成为各行各业无法忽视的话题。特斯拉和 SpaceX 的 CEO 埃隆・马斯克近日在社交平台上提出了 “全民高收入”（UHI）的概念，旨在应对因 AI 和自动化可能导致的大规模失业。马斯克建议由美国联邦政府发放资金，帮助民众过上比现有生活更富裕的生活。
马斯克认为，未来 AI 和机器人所生产的商品和服务的增长速度将远远超过货币的供给增速，因此实施全民高收入的政策不会引发通货膨胀。他的设想更为慷慨，相较于目前讨论的 “全民基本收入”（UBI），后者只覆盖基本生活开销，而 UHI 则希望让人们的生活更加富足。他甚至表示，随着科技的发展，未来人们可能不再需要为退休存钱。
然而，马斯克的观点引起了许多专家的质疑。乔治城大学的哲学教授魏德奎斯特指出，当前就业市场的主要矛盾在于低薪和薪资停滞，而非简单的失业问题。此外，他对马斯克关于通胀的乐观看法表示怀疑。伦敦大学学院的研究员兰森认为，如果社会能够承担慷慨的全民高收入，那么也应该能够投入到职业再培训和技能提升上。他强调，许多劳工真正需要的是提升就业技能，而非单纯领取政府支票。
据波士顿咨询集团的研究，未来五年内，美国可能会有 10% 至 15% 的工作岗位消失，预计将影响 1700 万至 2500 万人的就业。高盛也曾预测，约 2.5% 的劳工面临失业风险。虽然马斯克描绘的未来生活引人向往，但如何合理分配 AI 发展带来的收益，依然是政策制定者面临的挑战。
划重点：
🌟 马斯克提出 “全民高收入” 计划，旨在通过政府发放资金应对 AI 失业问题。
📉 专家认为当前就业市场的矛盾在于低薪和薪资停滞，而非仅是失业。
🔍 未来五年内，约 10% 至 15% 的工作岗位可能消失，影响数千万就业人群。
via AI新闻资讯 (author: AI Base)
在人工智能（AI）和机器人技术快速发展的当下，失业问题已经成为各行各业无法忽视的话题。特斯拉和 SpaceX 的 CEO 埃隆・马斯克近日在社交平台上提出了 “全民高收入”（UHI）的概念，旨在应对因 AI 和自动化可能导致的大规模失业。马斯克建议由美国联邦政府发放资金，帮助民众过上比现有生活更富裕的生活。
马斯克认为，未来 AI 和机器人所生产的商品和服务的增长速度将远远超过货币的供给增速，因此实施全民高收入的政策不会引发通货膨胀。他的设想更为慷慨，相较于目前讨论的 “全民基本收入”（UBI），后者只覆盖基本生活开销，而 UHI 则希望让人们的生活更加富足。他甚至表示，随着科技的发展，未来人们可能不再需要为退休存钱。
然而，马斯克的观点引起了许多专家的质疑。乔治城大学的哲学教授魏德奎斯特指出，当前就业市场的主要矛盾在于低薪和薪资停滞，而非简单的失业问题。此外，他对马斯克关于通胀的乐观看法表示怀疑。伦敦大学学院的研究员兰森认为，如果社会能够承担慷慨的全民高收入，那么也应该能够投入到职业再培训和技能提升上。他强调，许多劳工真正需要的是提升就业技能，而非单纯领取政府支票。
据波士顿咨询集团的研究，未来五年内，美国可能会有 10% 至 15% 的工作岗位消失，预计将影响 1700 万至 2500 万人的就业。高盛也曾预测，约 2.5% 的劳工面临失业风险。虽然马斯克描绘的未来生活引人向往，但如何合理分配 AI 发展带来的收益，依然是政策制定者面临的挑战。
划重点：
🌟 马斯克提出 “全民高收入” 计划，旨在通过政府发放资金应对 AI 失业问题。
📉 专家认为当前就业市场的矛盾在于低薪和薪资停滞，而非仅是失业。
🔍 未来五年内，约 10% 至 15% 的工作岗位可能消失，影响数千万就业人群。
via AI新闻资讯 (author: AI Base)
英国 AI 大臣肯德尔：工作中不依赖人工智能，私人生活中积极使用
近日，英国负责人工智能事务的科学、创新与技术大臣丽兹・肯德尔在接受 BBC 采访时表示，她在工作中并不使用人工智能。这位 AI 大臣刚刚宣布设立一项规模达 5 亿英镑的基金，旨在支持英国的 AI 企业发展，强调这对国家安全和经济繁荣的重要性。
在采访中，肯德尔提到自己主要是在私人生活中使用 AI。她分享了一次使用 AI 的经历：因护肤品过敏，她借助 AI 分析了多种产品的成分，以找出可能的过敏源。她核实了信息来源，并最终找到了一种有效的缓解湿疹的方法。
值得注意的是，肯德尔的前任彼得・凯尔曾推出一款名为 “Humphrey” 的 AI 政府工具，强调如果 AI 能够更高效地完成某项任务，就不应再由人工进行。然而，内阁内部对 AI 的使用态度却存在差异。肯德尔表示，她更倾向于在个人生活中使用 AI，而在工作场景中，政府正在探索相关应用。例如，在就业与养老金部期间，工作人员会使用 AI 帮助求职者修改简历，整理公众咨询反馈。
在谈及 AI 对就业的影响时，肯德尔强调，虽然会有部分岗位消失，但也会创造出新的岗位。她表示，政府需要帮助人们应对这一转型，并提升全国的技能水平。她提到，为了应对未来的变化，政府计划为 1000 万劳动力提供免费的 AI 技能培训。
对于 AI 的风险，肯德尔认为当前的发展是安全的，但需要认真考虑对就业的影响。她强调，历史上每一次技术革命都会带来岗位的变化，关键在于政府的角色和支持。
via AI新闻资讯 (author: AI Base)
近日，英国负责人工智能事务的科学、创新与技术大臣丽兹・肯德尔在接受 BBC 采访时表示，她在工作中并不使用人工智能。这位 AI 大臣刚刚宣布设立一项规模达 5 亿英镑的基金，旨在支持英国的 AI 企业发展，强调这对国家安全和经济繁荣的重要性。
在采访中，肯德尔提到自己主要是在私人生活中使用 AI。她分享了一次使用 AI 的经历：因护肤品过敏，她借助 AI 分析了多种产品的成分，以找出可能的过敏源。她核实了信息来源，并最终找到了一种有效的缓解湿疹的方法。
值得注意的是，肯德尔的前任彼得・凯尔曾推出一款名为 “Humphrey” 的 AI 政府工具，强调如果 AI 能够更高效地完成某项任务，就不应再由人工进行。然而，内阁内部对 AI 的使用态度却存在差异。肯德尔表示，她更倾向于在个人生活中使用 AI，而在工作场景中，政府正在探索相关应用。例如，在就业与养老金部期间，工作人员会使用 AI 帮助求职者修改简历，整理公众咨询反馈。
在谈及 AI 对就业的影响时，肯德尔强调，虽然会有部分岗位消失，但也会创造出新的岗位。她表示，政府需要帮助人们应对这一转型，并提升全国的技能水平。她提到，为了应对未来的变化，政府计划为 1000 万劳动力提供免费的 AI 技能培训。
对于 AI 的风险，肯德尔认为当前的发展是安全的，但需要认真考虑对就业的影响。她强调，历史上每一次技术革命都会带来岗位的变化，关键在于政府的角色和支持。
划重点：
- 💼 肯德尔表示在工作中不使用 AI，主要在私人生活中受益于 AI 技术。
- 🛠️ 她分享了利用 AI 分析护肤品成分的个人经历，帮助解决过敏问题。
- 📈 政府计划为 1000 万劳动力提供免费的 AI 技能培训，关注就业转型和技能提升。
via AI新闻资讯 (author: AI Base)
随着对Anthropic PBC最新人工智能（AI）模型Mythos的担忧蔓延至亚洲，新加坡金融监管机构正敦促银行堵上网络安全漏洞。新加坡金融管理局发言人在回应关于Mythos所带来风险的询问时表示，金管局正与该国网络安全机构协调，加强包括银行在内的关键基础设施运营方的防御能力。
Mythos是Anthropic推出的一款新AI模型，该公司认为该模型“过于危险”，不宜广泛发布。
该发言人表示：“金融机构需要加倍努力强化安全防线，主动识别并修补漏洞，提高网络安全习惯，包括及时进行安全补丁更新。”发言人补充称，人工智能的进步将“加速IT系统中软件漏洞的发现与利用”。
新加坡网安局4月15日发文，就前沿AI模型可能带来的风险发出警示，但并未直接点名Mythos。
via cnBeta.COM - 中文业界资讯站 (author: 稿源：环球市场播报)
爱奇艺 CEO 龚宇：借 AI 技术推动去中心化转型，鼓励创作者自主上传作品
在今天举行的爱奇艺世界大会上，创始人兼首席执行官龚宇发表了主题演讲，分享了公司在面对人工智能（AI）带来的重大变革时的应对策略。他表示，爱奇艺将启动去中心化转型，旨在让更多创作者能够自主上传作品，参与内容创作。
龚宇指出，AI 技术的发展将显著降低内容制作的成本与周期，预计创作者及其作品的数量将大幅增加。他认为，传统的中心化决策模式已经无法满足这一变化，因此爱奇艺需要转变为一个创作者与用户共同参与的社区平台。在这个新平台中，播放器的功能将被降级为一个组件，创作者可以通过会员和广告等方式直接实现收益。
他提到，虽然爱奇艺会在部分头部内容制作上继续保留传统方式，但整体方向是鼓励更多创作者发挥创意。龚宇强调，爱奇艺 “跪求” 高品质的 AI 生成影视作品，并表示公司急需具备 AI 技术与艺术创作双重能力的人才，以助力公司的创新发展。
这次大会还强调了 AI 对影视行业的影响，尤其是在长视频领域。龚宇认为，未来一到三年内，AI 将大规模应用于影视制作，从而改变行业格局。爱奇艺希望通过这一转型，建立一个更加开放和多元的创作环境，吸引更多优秀的创作者加入。
via AI新闻资讯 (author: AI Base)
在今天举行的爱奇艺世界大会上，创始人兼首席执行官龚宇发表了主题演讲，分享了公司在面对人工智能（AI）带来的重大变革时的应对策略。他表示，爱奇艺将启动去中心化转型，旨在让更多创作者能够自主上传作品，参与内容创作。
龚宇指出，AI 技术的发展将显著降低内容制作的成本与周期，预计创作者及其作品的数量将大幅增加。他认为，传统的中心化决策模式已经无法满足这一变化，因此爱奇艺需要转变为一个创作者与用户共同参与的社区平台。在这个新平台中，播放器的功能将被降级为一个组件，创作者可以通过会员和广告等方式直接实现收益。
他提到，虽然爱奇艺会在部分头部内容制作上继续保留传统方式，但整体方向是鼓励更多创作者发挥创意。龚宇强调，爱奇艺 “跪求” 高品质的 AI 生成影视作品，并表示公司急需具备 AI 技术与艺术创作双重能力的人才，以助力公司的创新发展。
这次大会还强调了 AI 对影视行业的影响，尤其是在长视频领域。龚宇认为，未来一到三年内，AI 将大规模应用于影视制作，从而改变行业格局。爱奇艺希望通过这一转型，建立一个更加开放和多元的创作环境，吸引更多优秀的创作者加入。
via AI新闻资讯 (author: AI Base)
面试官问我：“AI 写代码比你快 100 倍，你的价值在哪？”
面试官是一个看着很资深的技术总监。他喝了口水，突然抛出了一个非常尖锐的问题：
“你平时用 AI 写代码吗？现在 AI 敲代码的速度比你快 100 倍，错误率还比你低。在这种背景下，你觉得程序员的核心价值到底在哪？未来的出路又在哪？”
这个问题其实我私下里思考过无数次。当 ChatGPT 刚出来能手写红黑树的时候，我也曾后背发凉，甚至怀疑过自己是不是马上要失业了。
面对面试官犀利的眼神，我深吸了一口气，给出了我的回答。
----------------------
认清现实：编码的边际价值正在归零
我回答面试官的第一句话是：“AI 确实让‘写代码’这门手艺变得前所未有的廉价，但这绝对不等于‘做软件’变简单了。”
以前，咱们程序员的护城河是熟练掌握一门语言的语法、精通某个框架的边角料特性。
但今天，这些“执行层”的技能正在被大模型瞬间填平。
当“编码”本身的边际价值无限趋近于零时，我们需要重新审视自己的价值。
我跟面试官总结了三点在 AI 时代反而变得更值钱的能力：
1. 结合现实商业语境的需求洞察与博弈：现在 AI 确实能通过多轮对话帮你把一句话需求细化成几十页的 PRD，但它不懂“老板真正的意图”，不懂跨部门的利益拉扯，更不懂业务妥协。能结合公司现状，把模糊需求转化为各方都能接受、且技术可落地的系统边界，这是人的本事。
2. 基于有限资源的架构权衡（Trade-off）：AI 当然能给你一套完美的千万级并发高可用架构图，但它不知道你们公司服务器预算只有 5000 块，不知道你们运维团队根本 hold 不住 K8s，也不知道那个祖传的屎山数据库坚决不能动。基于团队现实的妥协与决策，AI 永远给不了“正确”答案。
3. 最终的系统兜底与“担责”（Accountability）：这是最致命的一点。现在 AI 的 Code Review 能力确实很强，能查出大部分内存泄漏和死锁。但是，代码一旦合并，线上业务崩了、用户数据泄露了，谁来背锅？AI 没法被开除，没法去坐牢。人类作为最终节点的确认者和兜底者，提供的是无可替代的“信任背书”。
“所以，”我看着面试官说，“咱们的生路非常清晰：把‘体力活’通通外包给 AI，逼着自己去做那些更靠脑力、更需要承担责任的系统决策。”
----------------------
打造护城河：未来 5 年的 5 大杀手锏
面试官听完点了点头，追问道：“思路不错，那落实到具体的个人成长上，你觉得未来几年程序员该死磕哪些能力？”
我抛出了我总结的 5 大护城河：
1. 从“调包侠”进化为“架构师”
AI 最擅长的是“局部执行”，最烂的是“全局决策”。别再只盯着业务代码怎么调用 API，必须强迫自己从 0 到 1 思考系统设计。去学领域驱动设计（DDD），去懂网络底层，去学会在高可用、低延迟和开发成本之间做权衡。
2. 把 AI 当“黑奴”，而不是“拐杖”
很多人用 AI 是浅尝辄止，拿到跑不通的代码就抱怨 AI 不行。真正的高手会给 AI 喂极度精准的背景上下文（Context），设定严格的代码规范，通过多轮追问（Prompt Engineering）让 AI 迭代，甚至让 AI 先输出设计思路再写代码。建立自己的 Prompt 军火库，能让单兵作战能力飙升 10 倍。
3. 练就火眼金睛的 Code Review 能力
以后，谁能给 AI 写的代码“擦屁股”，谁就能拿高薪。 AI 生成的代码往往隐藏着致命逻辑漏洞或极差的可维护性（精致的屎山）。你需要整理一套属于自己的 Code Review 清单：边界值、并发安全、数据库索引命中率等，把质量把控做成绝对壁垒。
4. 懂点业务，长点“产品脑”
纯技术宅的生存空间会越来越窄。技术实现成本变低后，懂业务的工程师将极度稀缺。 我们得变成技术与业务的桥梁，理解商业模式，提出直击灵魂的澄清问题，甚至用 AI 快速糊出原型去验证业务方向。
5. 用 AI 搞定实际问题，别光谈理论
真正的创新不是去手搓一个大模型，而是**“用现成的 AI 能力，解决公司陈年老垢的业务痛点”**。比如，用 LLM 改造难用的内部知识库搜索，或者用 Agent 自动化排查繁琐的运维报警。把 AI 落地变成真金白银。
----------------------
破局之路：不同阶段的突围策略
面试官笑了笑：“你说的这些都挺对，但对不同工作经验的人来说，挑战是不一样的。”
我顺势接话：“没错，所以对不同阶段的程序员，我的建议是不同的。”
● 刚入行（0-3 年）：最怕掉进“语法陷阱”。过度依赖 AI 补全，连基本排错能力都不学了。应该利用 AI 快速跨过“死记硬背语法”的痛苦期，把时间砸在学习设计模式、数据结构和深入理解业务上。学 AI 解决问题的“思路”，而不是盲目接受“结果”。
● 中坚力量（3-7 年）：这是最危险的分水岭。熟练掌握的增删改查和组件使用，恰恰是 AI 最易替代的。必须向上突破，主导复杂系统设计，带新人，深耕一个垂直领域（如电商交易链路、音视频底层等），让“行业踩坑经验”不可替代。
● 技术老鸟（7 年以上）：别吃老本了，“最佳实践”正在被固化到 AI 工具里。要升维到“技术战略”层面。思考怎么引入 AI 工具提升部门研发效能？引入大模型算力的 ROI 划算吗？或者去做专门解决极端疑难杂症的“定海神针”。
● 懂业务的跨界老炮：这是你们的黄金时代！“深度的行业认知 + 用 AI 快速实现想法的能力” = 降维打击。去当业务合伙人、做独立开发者，或者搞垂直领域的 AI 创新产品。
----------------------
结语：思维的跃迁才是真正的出路
面试官听完，沉默了一会儿，然后对我微微一笑。
“说得很好，”他说，“很多人还沉浸在被 AI 替代的恐慌中，你已经想清楚怎么利用它了。”
兄弟们，在 AI 时代，最值钱的程序员，永远不是敲代码最快的那个人。
最值钱的，是能一眼看透问题本质的人；是能设计出优雅且抗造系统的人；是能把 AI 当成最强副手，并有能力为最终结果兜底的人。
千万别把 AI 当成来抢饭碗的阶级敌人，它不过是你职业生涯里遇到过的、最听话、最不知疲倦的实习生罢了。
去指挥它，去审核它，然后狠狠地踩在它的肩膀上，去解决那些真正能赚大钱、有高价值的难题。
咱们的出路，就在思维的跃迁里。干就完了！大家一起加油！💪
via 掘金人工智能本月最热 (author: 雨夜寻晴天)
面试官是一个看着很资深的技术总监。他喝了口水，突然抛出了一个非常尖锐的问题：
“你平时用 AI 写代码吗？现在 AI 敲代码的速度比你快 100 倍，错误率还比你低。在这种背景下，你觉得程序员的核心价值到底在哪？未来的出路又在哪？”
这个问题其实我私下里思考过无数次。当 ChatGPT 刚出来能手写红黑树的时候，我也曾后背发凉，甚至怀疑过自己是不是马上要失业了。
面对面试官犀利的眼神，我深吸了一口气，给出了我的回答。
----------------------
认清现实：编码的边际价值正在归零
我回答面试官的第一句话是：“AI 确实让‘写代码’这门手艺变得前所未有的廉价，但这绝对不等于‘做软件’变简单了。”
以前，咱们程序员的护城河是熟练掌握一门语言的语法、精通某个框架的边角料特性。
但今天，这些“执行层”的技能正在被大模型瞬间填平。
当“编码”本身的边际价值无限趋近于零时，我们需要重新审视自己的价值。
我跟面试官总结了三点在 AI 时代反而变得更值钱的能力：
1. 结合现实商业语境的需求洞察与博弈：现在 AI 确实能通过多轮对话帮你把一句话需求细化成几十页的 PRD，但它不懂“老板真正的意图”，不懂跨部门的利益拉扯，更不懂业务妥协。能结合公司现状，把模糊需求转化为各方都能接受、且技术可落地的系统边界，这是人的本事。
2. 基于有限资源的架构权衡（Trade-off）：AI 当然能给你一套完美的千万级并发高可用架构图，但它不知道你们公司服务器预算只有 5000 块，不知道你们运维团队根本 hold 不住 K8s，也不知道那个祖传的屎山数据库坚决不能动。基于团队现实的妥协与决策，AI 永远给不了“正确”答案。
3. 最终的系统兜底与“担责”（Accountability）：这是最致命的一点。现在 AI 的 Code Review 能力确实很强，能查出大部分内存泄漏和死锁。但是，代码一旦合并，线上业务崩了、用户数据泄露了，谁来背锅？AI 没法被开除，没法去坐牢。人类作为最终节点的确认者和兜底者，提供的是无可替代的“信任背书”。
“所以，”我看着面试官说，“咱们的生路非常清晰：把‘体力活’通通外包给 AI，逼着自己去做那些更靠脑力、更需要承担责任的系统决策。”
----------------------
打造护城河：未来 5 年的 5 大杀手锏
面试官听完点了点头，追问道：“思路不错，那落实到具体的个人成长上，你觉得未来几年程序员该死磕哪些能力？”
我抛出了我总结的 5 大护城河：
1. 从“调包侠”进化为“架构师”
AI 最擅长的是“局部执行”，最烂的是“全局决策”。别再只盯着业务代码怎么调用 API，必须强迫自己从 0 到 1 思考系统设计。去学领域驱动设计（DDD），去懂网络底层，去学会在高可用、低延迟和开发成本之间做权衡。
2. 把 AI 当“黑奴”，而不是“拐杖”
很多人用 AI 是浅尝辄止，拿到跑不通的代码就抱怨 AI 不行。真正的高手会给 AI 喂极度精准的背景上下文（Context），设定严格的代码规范，通过多轮追问（Prompt Engineering）让 AI 迭代，甚至让 AI 先输出设计思路再写代码。建立自己的 Prompt 军火库，能让单兵作战能力飙升 10 倍。
3. 练就火眼金睛的 Code Review 能力
以后，谁能给 AI 写的代码“擦屁股”，谁就能拿高薪。 AI 生成的代码往往隐藏着致命逻辑漏洞或极差的可维护性（精致的屎山）。你需要整理一套属于自己的 Code Review 清单：边界值、并发安全、数据库索引命中率等，把质量把控做成绝对壁垒。
4. 懂点业务，长点“产品脑”
纯技术宅的生存空间会越来越窄。技术实现成本变低后，懂业务的工程师将极度稀缺。 我们得变成技术与业务的桥梁，理解商业模式，提出直击灵魂的澄清问题，甚至用 AI 快速糊出原型去验证业务方向。
5. 用 AI 搞定实际问题，别光谈理论
真正的创新不是去手搓一个大模型，而是**“用现成的 AI 能力，解决公司陈年老垢的业务痛点”**。比如，用 LLM 改造难用的内部知识库搜索，或者用 Agent 自动化排查繁琐的运维报警。把 AI 落地变成真金白银。
----------------------
破局之路：不同阶段的突围策略
面试官笑了笑：“你说的这些都挺对，但对不同工作经验的人来说，挑战是不一样的。”
我顺势接话：“没错，所以对不同阶段的程序员，我的建议是不同的。”
● 刚入行（0-3 年）：最怕掉进“语法陷阱”。过度依赖 AI 补全，连基本排错能力都不学了。应该利用 AI 快速跨过“死记硬背语法”的痛苦期，把时间砸在学习设计模式、数据结构和深入理解业务上。学 AI 解决问题的“思路”，而不是盲目接受“结果”。
● 中坚力量（3-7 年）：这是最危险的分水岭。熟练掌握的增删改查和组件使用，恰恰是 AI 最易替代的。必须向上突破，主导复杂系统设计，带新人，深耕一个垂直领域（如电商交易链路、音视频底层等），让“行业踩坑经验”不可替代。
● 技术老鸟（7 年以上）：别吃老本了，“最佳实践”正在被固化到 AI 工具里。要升维到“技术战略”层面。思考怎么引入 AI 工具提升部门研发效能？引入大模型算力的 ROI 划算吗？或者去做专门解决极端疑难杂症的“定海神针”。
● 懂业务的跨界老炮：这是你们的黄金时代！“深度的行业认知 + 用 AI 快速实现想法的能力” = 降维打击。去当业务合伙人、做独立开发者，或者搞垂直领域的 AI 创新产品。
----------------------
结语：思维的跃迁才是真正的出路
面试官听完，沉默了一会儿，然后对我微微一笑。
“说得很好，”他说，“很多人还沉浸在被 AI 替代的恐慌中，你已经想清楚怎么利用它了。”
兄弟们，在 AI 时代，最值钱的程序员，永远不是敲代码最快的那个人。
最值钱的，是能一眼看透问题本质的人；是能设计出优雅且抗造系统的人；是能把 AI 当成最强副手，并有能力为最终结果兜底的人。
千万别把 AI 当成来抢饭碗的阶级敌人，它不过是你职业生涯里遇到过的、最听话、最不知疲倦的实习生罢了。
去指挥它，去审核它，然后狠狠地踩在它的肩膀上，去解决那些真正能赚大钱、有高价值的难题。
咱们的出路，就在思维的跃迁里。干就完了！大家一起加油！💪
via 掘金人工智能本月最热 (author: 雨夜寻晴天)
