YOHO AI

博客

  • Instagram的AI客服机器人成了黑客后门，多名用户账户被劫持

    如果你最近收到过Instagram发来的莫名其妙的安全提醒，可能不是误操作——有一群黑客找到了一条绕过Instagram安全机制的蹊径，而且这条路径恰恰来自Meta自己部署的AI客服聊天机器人。

    事情最早在Reddit和X（Twitter）上发酵。多名用户发帖称自己的Instagram账户突然被劫持，密码被人改了，自己却被挡在门外。受影响的不只是普通用户——奥巴马时期白宫运营的Instagram账号（2017年之后就再没发过内容）也被攻破，连美国太空军总军士长John Bentivegna的账户也未能幸免。

    Meta AI聊天机器人安全漏洞
    Meta AI应用图标（图源：Matthias Balk/picture alliance / Getty Images）

    黑客是怎么做到的

    根据安全研究员和受害者的还原，整个攻击流程出奇地简单——简单到令人不安。黑客首先用VPN把位置伪装成受害者所在的地方，这样可以绕过Instagram的异地登录警报。接下来，他们打开Meta AI客服聊天窗口，直接要求机器人往目标账户里添加一个新的电子邮箱地址。

    AI聊天机器人照做了，把验证码发到了黑客控制的邮箱。黑客拿到验证码之后，又把它输回给聊天机器人，于是机器人弹出了一个”重置密码”按钮。点下去，输入新密码，账户就彻底易主了。

    整个过程中，黑客从头到尾都没有碰过受害者绑定的原始邮箱。也就是说，哪怕你开启了两步验证，只要黑客能说服AI客服机器人，你的账户就形同虚设。

    安全研究员Jane Wong也在受害者之列。她在X上写道：”我的密码在我不知情的情况下被修改了，昨天我一整天都在收到不同的密码重置尝试请求，这非常令人担忧。”

    影响范围有多大

    目前还不清楚究竟有多少账户受到了影响。Instagram发言人Andy Stone在X上回复称，该问题已于周一（6月1日）修复。但他没有透露受影响用户的具体数字，Meta方面也没有回应TechCrunch的置评请求。

    这类攻击最令人不安的地方在于：AI客服的设计初衷是为了让用户更方便地自助解决问题，但一旦这个入口缺少足够的身份验证，它反而成了攻击者最喜欢的后门。你让AI帮你找回账户，结果AI把账户拱手让人——这画面多少有些讽刺。

    • 用VPN伪装目标用户所在位置，绕过异地登录检测
    • 诱骗Meta AI客服机器人往目标账户添加新邮箱
    • 机器人向黑客邮箱发送验证码，黑客将其回传给机器人
    • 点击机器人提供的”重置密码”按钮，完成账户接管

    这件事也给所有在客服场景内部署AI的公司提了个醒：当AI拥有了修改用户账户信息的权限，它的”信任边界”就必须重新定义。否则，AI客服就不是在服务用户，而是在帮黑客办事。

  • Anthropic的AI模型被政府盯上了，Fable 5和Mythos 5遭全面封禁





    Anthropic的AI模型被政府盯上了，Fable 5和Mythos 5遭全面封禁

    Anthropic这两款模型——Fable 5和Mythos 5，本来是自家的主力产品，结果上周五突然被政府一纸命令给封了。

    Anthropic办公室
    Anthropic总部 | 图片来源：The Verge

    命令的理由是”国家安全”，要求Anthropic切断所有外国公民对这两个模型的访问权限，不管这些人是在美国境内还是境外，连Anthropic自己的员工也在受限范围内。

    公司发了一份声明，说他们在配合政府的要求，但话里话外也透着不解。政府”没提供国家安全关切的具体细节”，也就是说，Anthropic到现在也不知道自己到底踩了哪条红线。

    越狱漏洞到底有多严重？

    更有意思的是，政府跟Anthropic说的是这两个模型存在”潜在越狱（jailbreak）”风险，但都是口头说的，没给书面证据。

    Anthropic自己评估了一下，觉得发现的那些漏洞都挺轻微的，而且同类问题在GPT 5.5身上也能看到。公司在声明里把自己合规的努力都列出来了：跟美国、英国政府都有合作，数据保留政策也做了调整，就是为了追踪有没有人拿这些模型干坏事。

    亚马逊CEO的”神助攻”？

    这事其实折射出一个更大的问题：AI公司现在夹在政府监管和商业利益之间，左右为难。政府一句话，产品就得下线，连为什么都不一定告诉你。

    而对Anthropic来说，Fable 5和Mythos 5都是花了大价钱训练的，这一刀切下去，损失不小。有意思的是，就在政府禁令出来之前，亚马逊CEO安迪·贾西还专门跟美国官员提过，说Fable存在安全隐患。这是不是有点太巧了？

    • 亚马逊是Anthropic的重要投资方，此举可能是在为自己的AI产品扫清竞争对手
    • 政府以国家安全为由封禁AI模型，但拒绝提供具体证据，这种操作引发行业担忧
    • AI公司面临的监管风险远超预期，合规成本将成为重要考量因素

    不管真相如何，这件事给整个AI行业敲了个警钟：别以为训练出一个厉害的模型就高枕无忧了，政府要是觉得你有风险，随时可以让你关门。


  • 四大会计师事务所用AI写报告，结果闹了个大笑话





    四大会计师事务所用AI写报告，结果闹了个大笑话

    毕马威（KPMG）最近干了件挺尴尬的事——他们撤回了一份关于AI使用的报告，原因是报告里到处都是瞎编的内容，也就是俗称的”AI幻觉”。

    AI幻觉概念图
    AI生成内容出现幻觉问题，专业机构也未能幸免 | 图片来源：TechCrunch

    这份名叫《在智能体AI时代重新定义卓越》的报告发布于2025年10月，看起来挺正式。但研究组织GPTZero仔细扒了一遍，发现里面好多关于企业AI使用情况的描述根本对不上号。

    说白了，这家专业服务机构在编写”如何用AI”的报告时，自己可能就用AI偷了懒，然后AI还给它们编了不少假数据。

    被点名的企业纷纷辟谣

    瑞银（UBS）、英国国家医疗服务体系（NHS）、瑞士联邦铁路、伦敦交通局，全都跟《金融时报》说：报告里说我们用AI干了这干了那，实际根本不是那么回事，要么完全不对，要么就是误导。

    毕马威的发言人倒是没嘴硬，承认已经把报告从网站上撤下来了，还说要搞内部调查。他们的说法是：”我们要求所有员工遵守负责任使用AI的准则，包括通过人工监督来验证内容、核实独立来源。”

    四大所接连在AI上栽跟头

    这已经不是四大会计师事务所第一次在AI这事上栽跟头了。就在上个月，安永（EY）也撤回了一份关于忠诚度奖励计划的报告，那篇文章里出现了虚假脚注，也是AI幻觉搞的鬼。

    有意思的是，这些公司一边靠着AI概念在市场上赚得盆满钵满，一边自己在用AI干活的时候却连基本的事实核查都做不好。说到底，AI写出来东西，人不去核实，那就跟闭着眼睛签文件差不多。

    • AI辅助写作必须有人工核实环节，否则幻觉内容会直接流入正式报告
    • 专业服务机构的报告可信度建立在事实准确的基础上，AI滥用会直接损害品牌声誉
    • 四大所接连”中招”，说明AI幻觉问题比很多人想象的更普遍

    这件事也给所有在用AI辅助办公的人提了个醒：AI给出的数据和引用，你不核实就直接用，迟早得出事。毕马威这次算是花了一笔”学费”，至于学到了没有，看它们内部调查的结果就知道了。


  • 法拉利找IBM搞了个AI粉丝助手，F1比赛数据秒变故事

    一级方程式赛车本来就是项数据密集到夸张的运动——每场比赛，赛车每秒钟产生几百万个数据点，车手每一次刹车、每一个弯道的选择，全都被记录得清清楚楚。但问题是，普通粉丝哪看得懂这些原始数据？这就是IBM和法拉利搞合作的出发点：用AI把那些冷冰冰的数字，变成粉丝能看懂、愿意看的故事。

    法拉利的粉丝App，以前是个”查完赛程就走”的地方

    IBM的体育与娱乐合作副总裁Kameryn Stanhouse说，选法拉利是因为”他们是历史上赢最多的车队”。但合作的核心不在奖杯数量，而在粉丝互动。以前法拉利的官方App基本上就是个赛程表加新闻聚合，粉丝查完比赛时间就关掉了。IBM接手之后，这个App的面貌完全变了。

    新版本里有AI自动生成的赛事总结、车手和车队的幕后故事、预测游戏、还有个AI助手可以回答粉丝提出的各种问题。最基础但最实用的一点是，App终于支持意大利语了——想想也有意思，一个意大利车队，粉丝一大半是意大利人，官方App居然一直没意大利语版本，直到IBM进来才搞定。

    Ferrari F1赛车与IBM AI技术
    IBM与法拉利HP合作，用AI提升F1粉丝体验，图片来源：TechCrunch

    “让每个粉丝觉得我们在了解他们”

    法拉利新设了一个叫”粉丝发展负责人”的岗位，由Stefano Pallard担任。他的话说得很直白：挑战不在于触达粉丝，而在于”让每一个粉丝觉得我们在了解他们”。AI在这里的作用，就是分析粉丝在App里的各种行为信号——哪些内容被读得最多、粉丝发来的消息情绪是什么样的，然后用这些洞察去调整内容策略。

    IBM入驻之后，法拉利App在比赛周末的用户参与度提升了62%。对于一个此前几乎没人愿意多停留一分钟的App来说，这个数字相当亮眼。

    F1这几年的粉丝结构也在发生变化。联盟去年公布的数据有个很有意思的点：75%的新粉丝是女性，而且很多是Z世代。吸引她们入坑的一个重要渠道是F1学院——一个专门培养女性车手的赛事系列。这些新粉丝和老粉丝一样，想要更多的数据、更多的内幕、更多的互动功能。法拉利希望通过AI，在未来五年里让每个粉丝都觉得这个App是为自己量身定做的——不管你已经追随车队30年，还是才加入30天。

    不只是法拉利在这么干

    F1圈子里，McLaren和Williams也在搞独立的粉丝App，不单纯依赖社交媒体或者F1官方的平台。这说明车队们开始意识到：粉丝是有价值的资产，不能只放在别人家的平台上。IBM这几年在体育圈的布局也挺激进，除了法拉利，他们还跟Masters、Wimbledon这些赛事有合作，玩法都是类似的：用企业级AI帮体育联盟把粉丝体验这件事做得更深。

    说到底，法拉利和IBM这个合作最有意思的地方在于：它展示了一个很多行业都能复用的思路——你有大量数据，用户也想了解更多，但中间缺一座桥。AI现在能充当这座桥，而且比以前的个性化推荐引擎要灵活得多。接下来的问题是，法拉利的这套打法，其他车队会不会跟进？如果大家都开始认真经营自己的粉丝App，F1的数字生态可能会发生一次挺大的重构。

  • 亚马逊做了个AI手环，戴在手上24小时录音，这体验有点诡异

    如果你跟我一样，对隐私这件事有点执念，那听到”AI手环24小时录下你身边发生的一切”这个说法，第一反应大概不会是”哇，好酷”。但这就是亚马逊旗下Bee可穿戴设备正在做的事——它像个体贴又有点 creepy 的小秘书，挂在你手腕上，随时准备把你说过的每句话都记下来。

    不是智能手表，是”声音日记本”

    Bee这个东西，形态上是个腕带设备，核心功能就一个：录音、转写、总结。你开着它，它就把你一整天的对话都录下来，然后App帮你把内容整理成摘要，顺便存一份完整转写稿。忘记刚才开会说了什么？打开App看一眼就行。

    使用逻辑倒不复杂：开机、戴上、和手机App配对、填点基本信息，然后按一下设备上的按钮就开始录了。录制的时候有个绿灯在闪，关掉就灭。录完之后，App自动生成摘要，也会保留完整转写——这套流程本身没什么稀奇的，Otter、Granola 这些工具早就做过了。

    亚马逊Bee AI可穿戴设备
    Bee AI可穿戴设备，图片来源：TechCrunch

    工作上还挺好用，生活里就算了

    TechCrunch作者Lucas Ropek在评测里说，真正让Bee派上用场的是工作场景。有一次他开着Bee打工作电话（当然先征得了对方同意），结束后App很准确地把对话摘要整理出来了，还把不同话题分段呈现，不用再倒回去听完整录音。对于一天要连轴转好几个会的人来说，这东西确实有点用。

    但转写质量嘛，只能说还有进步空间。Bee不会自动识别谁在说话，得你手动标注；评测过程中还出现了漏掉部分对话内容的情况，虽然不是什么大段遗漏，但确实不够完整。

    Bee真正的问题不在功能，而在它要的权限太多了——位置、照片、通讯录、日历、手机通知，甚至连健康数据都可以给它。这些数据都存在云端。

    Bee说自己用了加密，也做了第三方安全审计，这些话听起来都没问题。但问题是，它的母公司是亚马逊。这家公司管着全球那么大一块云基础设施，出过的安全事故也不止一两回。如果你对数字隐私比较敏感，戴着这东西过日子，心里总会觉得有点不对劲。

    有个细节挺有意思：Bee曾经给一位科技YouTuber演示过完全本地运行的版本，不需要把数据传云端。如果这个版本真能做出来，倒确实值得考虑。但亚马逊目前没有透露任何关于这个计划的进展。

    作者拿它去看了场《水库狗》

    评测里有个好玩的片段：作者戴着Bee去跟朋友看电影之夜，放的是《水库狗》。他有点担心这片子里满屏的暴力对话会让Bee误以为发生了什么真实危险，触发什么内部警报。结果Bee还挺聪明，识别出了他们在看昆汀的电影，把那段对话标注成了”塔伦蒂诺电影场景分析”。这一下倒是让人觉得，它对上下文的理解能力比预想中好一些。

    总体来说，Bee在专业场景下有一定价值，特别是对于那些每天会议密集、需要整理谈话要点的人。但如果你指望它融入你的个人生活，那就要先问问自己：你真的愿意让亚马逊掌握你线下活动的绝大部分信息吗？

  • 【开源推荐】Qdrant：32.2K+ Stars！Rust 构建的高性能向量数据库，AI 应用的向量检索引擎

    【开源推荐】Qdrant：32.2K+ Stars！Rust 构建的高性能向量数据库，AI 应用的向量检索引擎

    Q
    GitHub 热门 AI 开源项目
    第 29 期

    ⭐ 32.2K+ Stars

    Qdrant —— 为 AI 应用打造的高性能向量数据库

    用 Rust 构建 · 支持稠密/稀疏/多向量 · 生产级分布式部署

    📌 项目简介

    Qdrant 是一个用 Rust 编写的高性能向量数据库和向量搜索引擎，专为新一代 AI 应用设计。它提供生产级服务与便捷 API，支持存储、搜索和管理带附加载荷的向量，是构建 RAG、语义搜索、推荐系统等 AI 应用的理想数据底座。

    32.2K+
    GitHub Stars

    Rust
    核心语言

    97%
    RAM 节省

    ⚙️
    安装要求和过程

    环境要求

    • Docker 20.10+（推荐方式）
    • 或者：Rust 1.70+ 编译环境（源码安装）
    • Python 3.8+（使用 Python 客户端时）
    • 支持 Linux / macOS / Windows (WSL2)

    快速安装（Docker 方式）


    # 1. 拉取并启动 Qdrant（无认证，开发用）
    docker run -p 6333:6333 qdrant/qdrant

    # 2. 访问 Web UI
    open http://localhost:6333/dashboard

    # 3. 使用 Python 客户端
    pip install qdrant-client

    # 4. 源码编译安装（可选）
    git clone https://github.com/qdrant/qdrant.git
    cd qdrant && cargo build --release

    生产部署建议

    • 务必配置 API Key 认证（参考官方安全指南）
    • 使用持久化卷存储向量数据（-v $(pwd)/qdrant_storage:/qdrant/storage）
    • 大规模场景启用分布式模式（需要 etcd / 类似协调服务）
    • 启用 TLS 加密传输

    ⚡
    核心功能

    🔍 多类型向量搜索

    同时支持稠密向量（语义相似度）、稀疏向量（全文搜索）、多向量（ColBERT 等延迟交互模型）搜索，一套系统满足多种检索需求。

    🎯 强大的载荷过滤

    为向量附加任意 JSON 载荷，支持关键词匹配、全文检索、数值范围、地理位置等丰富条件过滤，支持 should / must / must_not 条件组合，精准控制搜索范围。

    🔀 混合搜索

    单查询可组合多个向量，兼顾语义理解和关键词精度，支持倒数排名融合（RRF）、基于分布的分数融合（DBSF）等可配置融合策略，搜索效果更佳。

    💾 低成本存储优化

    内置向量量化能力，可降低最高 97% 的 RAM 占用；支持在搜索速度和精度之间按需权衡；同时支持磁盘存储，大幅降低运行成本。

    🚀 分布式高可用

    支持水平扩展，通过分片和副本实现高可用，可零停机更新或调整集合大小；支持 SIMD 硬件加速和 NVIDIA/AMD GPU 加速索引，性能卓越。

    💡
    典型使用场景

    📚 场景一：RAG 知识库问答

    将文档切片向量化后存入 Qdrant，用户提问时先检索最相关的片段，再送给 LLM 生成答案。Qdrant 的混合搜索和载荷过滤能力，让 RAG 系统既能理解语义，又能精确控制知识范围，是目前最流行的 AI 应用架构之一。

    🛒 场景二：电商语义搜索与推荐

    用户搜索”适合夏天透气的跑步鞋”，传统关键词搜索无法理解意图，而 Qdrant 的语义向量搜索能直接找到最相关的商品。再结合用户行为向量做个性化推荐，可大幅提升转化率和用户体验。

    🖼️ 场景三：图像/音频相似检索

    通过 CLIP 等多模态模型将图片/音频编码为向量，存入 Qdrant 后便可实现”以图搜图”、”相似音乐推荐”等功能。短视频平台、版权图库、人脸检索等场景均有广泛应用。

    💬 推荐理由

    如果你正在构建任何需要”理解语义”的 AI 应用，Qdrant 几乎是不二之选。作为向量数据库赛道的明星项目，它用 Rust 编写，性能和安全都有保障；API 设计简洁直观，Python 客户端几分钟就能上手；最关键的是，它不只是”能跑”，而是真正为生产环境设计——分布式、高可用、量化压缩、硬件加速，这些特性在大规模部署时价值巨大。

    我个人最喜欢它的混合搜索能力：语义向量 + 关键词 BM25 融合，再结合载荷过滤，搜索结果的质量比单纯向量检索高出一大截。加上活跃的开源社区和 Qdrant Cloud 托管选项，无论个人项目还是企业落地，都能找到合适的接入方式。2026 年做 AI 应用，向量数据库是必选项，Qdrant 值得放在你的技术选型清单首位。

    🔖 标签：AI · GitHub · 开源 · 向量数据库 · RAG · LLM · Rust · 语义搜索

    ⏱️ 预计阅读时间：6 分钟 | 更新时间：2026年6月14日

  • OpenAI被多州总检察长盯上了，这次不只是马斯克的官司

    OpenAI被多州总检察长盯上了，这次不只是马斯克的官司

    OpenAI这几天不太好过。据《华尔街日报》报道，一个由多个州总检察长组成的联盟已经对OpenAI展开调查，而且已经发出了传票。

    带头的是纽约州。传票要求OpenAI提供一大堆文件，范围很广：公司的广告政策、用户参与度和留存策略、模型阿谀奉承（就是AI过度迎合用户观点那个老问题）、消费者数据和健康数据的处理方式，以及对未成年人和老年人的保护措施。

    OpenAI接受调查
    OpenAI面临多州总检察长调查（图源：TechCrunch）

    OpenAI的回应

    OpenAI发言人在一份声明里说：”人工智能是一项新兴且强大的技术，我们每天都在努力以负责任的方式安全地将其优势带给大众。我们认真对待州总检察长提出的关切，并打算与各办公室的建设性沟通。”

    发言人还补充说，现在的ChatGPT对未成年人和遇到困境的用户提供了更具保护性的体验，相关保障措施会引导他们获取现实世界的资源和可信的人类联系人。OpenAI认为儿童应该被当作儿童对待，所以开发了年龄预测功能，发布了家长工具来指导孩子的AI使用，并且禁止针对儿童的广告。

    据《华尔街日报》报道，纽约州总检察长发出的传票要求OpenAI提供与广告政策、用户参与度和留存策略、模型阿谀奉承问题、消费者数据和健康数据处理方式，以及对未成年人和老年人的保护措施相关的文件。

    麻烦不止这一件

    OpenAI最近其实刚打了一场漂亮的官司——在一次备受瞩目的审判中击败了联合创始人埃隆·马斯克。马斯克的首席律师表示会对判决提出上诉，但至少眼下，OpenAI是赢了。

    但别的麻烦还在。OpenAI仍面临诸多诉讼，其中包括涉嫌版权侵权，以及ChatGPT被指涉入用户自杀事件。本月早些时候，佛罗里达州总检察长詹姆斯·乌特迈尔起诉了OpenAI及其首席执行官萨姆·奥尔特曼，声称OpenAI和奥尔特曼”无视内部和外部的安全警告，将儿童置于巨大风险之中，并允许一款危险的产品触达数百万佛罗里达州居民”。

    今年4月加拿大坦伯勒岭社区发生大规模枪击事件后，奥尔特曼曾向该社区公开道歉。他承认OpenAI在标记并封禁疑似枪手ChatGPT账户后，未能向执法部门发出警报。

    IPO计划会不会受影响

    有意思的是，就在这波负面新闻出来的同一周，OpenAI宣布已秘密提交首次公开募股（IPO）申请。这个时机挺微妙的——通常来说，监管要求的不确定性会让IPO投资者变得谨慎。

    不过OpenAI的基本面还是在的。ChatGPT的月活用户已经突破10亿，这个数据摆在哪儿，投资者的兴趣不会轻易散掉。只是监管这一端如果持续升温，估值和定价策略可能需要重新考虑。

    这次调查背后有一层更大的背景：美国各州对AI监管的态度正在变强硬。过去大家觉得AI监管主要是联邦层面的事，现在看，州一级的总检察长们也在找切入点，消费者保护、未成年人安全这些角度是他们的首选抓手。

    对OpenAI来说，眼下的优先级很可能是两手抓：一边配合调查、修补产品和外部沟通；另一边把IPO流程推下去，尽量不让监管消息吃掉市场信心。这两件事都不容易。

  • Meta砸了20亿美元收购，两个月后北京说不行

    Meta砸了20亿美元收购，两个月后北京说不行

    这笔交易本来是2025年年底的大新闻。Meta花20亿美元收购了中国AI初创公司Manus，一个靠着一段病毒式传播的智能体演示在全球蹿红的公司。那时候外界看着都觉得，这是中国AI领域少有的体面退出。

    结果才过了几个月，事情就朝着完全相反的方向走了。

    据彭博社和TechCrunch的报道，北京方面大约两个月前出于国家安全考虑，向Meta发出了剥离令——要求把这笔交易拆掉。Meta现在已经动手了：切断了Manus与其内部系统的连接，禁止员工在内部项目里继续用Manus的工具，双方正在推动全面分离。

    Meta与Manus交易
    Meta的20亿美元交易，在监管压力下被迫拆分（图源：TechCrunch）

    为什么北京不愿意？

    Manus的处境其实挺微妙的。它的员工2025年年中就迁到了新加坡，公司架构上已经做了离岸安排，但根子里的中国背景没变。美国那边也注意到了——参议员约翰·科宁当时就公开质疑，美国资本是不是不该流向和中国有关联的AI公司。

    但真正让这笔交易翻船的，是北京的态度。中国监管部门今年早些时候启动审查，理由是涉嫌违反技术出口管制和外商投资规定。这背后有一套更大的逻辑：北京在收紧对外资进入中国AI领域的管控，同时也在防止战略敏感技术通过并购渠道外流。

    据《华尔街日报》报道，Manus的投资方里，总部位于加州的Benchmark风投已经收到了收购交易的收益，而包括腾讯、HSG、真格基金在内的亚洲投资方已表示将配合交易拆解流程。

    Manus没闲着，在找回头路

    有意思的是，即便Meta在拆连接，Manus自己还在往外推新功能，先后上线了与Similarweb、Shopify的集成。这家公司看起来并不打算就此熄火。

    5月有报道称，Manus的联合创始人已经就向外部投资者筹集约10亿美元、从Meta手中收回公司控制权展开初步讨论。这条路如果走通，接下来很可能是搭建中国合资企业架构，最终在香港上市。今年香港迎来了一批中国AI初创公司的上市潮，MiniMax和智谱都在往那边走。

    不过这一切的前提是，北京愿意放行。从目前的情况看，监管部门对AI领域的资本流动管控还在收紧，不光是出境收购，连中国企业接受美国投资现在也要事先获得政府批准。Moonshot AI、StepFun、字节跳动都被点名了。

    这事释放了什么信号

    这件事其实不止关乎Meta和Manus。它把当前AI地缘政治的一个现实摊开了：不管你的公司注册在哪里、员工搬到了哪个国家，只要核心团队和中国有关联，北京就认为有资格管。

    对AI创业者来说，这意味着退出路径的复杂程度远超以往。过去大家觉得拿到美元基金、搭离岸架构、卖个好价钱给美国科技巨头，是一条能走通的路。现在看，这条路上的关卡比很多人预想的多。

    Meta这边，20亿美元打了水漂倒也不至于——至少Benchmark拿回了钱。但这件事对Meta在中国AI生态里的布局是个打击。它原本想通过Manus拿到智能体（agentic AI）领域的一张好牌，现在牌桌上还剩什么，不太好说。

  • 谷歌悄悄改了隐私条款：你的Lens照片和Search Live录音，现在可以用来训练AI了

    谷歌悄悄改了隐私条款：你的Lens照片和Search Live录音，现在可以用来训练AI了

    谷歌最近向部分用户发送了隐私设置变更通知，大多数人可能直接划掉了——但这种”悄悄改条款”的事情，值得认真看一眼。这次变动的核心是：你通过Google Lens搜过的图片、用Search Live录制的对话、语音搜索的录音、以及输入到谷歌翻译里的语音片段，现在都会被保存下来，用来”改进服务”，包括训练AI模型。

    新设置叫”搜索服务历史”

    谷歌新增了一个叫”搜索服务历史”（Search Services History）的开关，专门用来控制上面说的这些数据。与此同时，还有一个”个性化推荐”（Personalized Recommendations）设置，如果你打开了它，这些数据还会被用来给你推广告和个性化内容。

    不想被谷歌拿去训练AI？你可以把”搜索服务历史”关掉，同时也关掉”保存媒体”（Save Media）选项。但问题的关键是：默认状态下，这些设置是开启的。如果你之前没有特别去管谷歌的”网页与应用活动”（Web & App Activity）设置，那你的数据可能已经在被用来训练模型了。

    谷歌隐私设置
    谷歌搜索的AI化背后，是大量用户数据的支撑

    谷歌怎么说

    谷歌对外的解释很标准：这些数据用来”提供服务、开发和改进服务”，其中包括训练AI模型。这个说法在法律上站得住脚——用户协议里确实写了谷歌可以用数据改进服务。但普通用户看到”用于训练AI”这几个字，感受是完全不一样的。

    更关键的是，这次调整把原本藏在”网页与应用活动”里的一些开关单独拎了出来，看起来是让用户有更多控制权，但实际上也可能让更多人意识到：原来谷歌一直在拿我的这些数据。

    谷歌表示，搜索服务历史将用于”提供、开发和改进其服务”，包括训练AI模型。如果开启了”个性化推荐”设置，这些数据还会用于提供个性化建议和广告。

    不是第一次，也不会是最后一次

    谷歌用用户数据训练AI这件事，之前就引发过争议。今年早些时候，谷歌被指将YouTube创作者的内容用于训练Lyria音乐AI模型，引发版权诉讼。现在把Lens照片和Search Live录音也加进来，数据的规模和种类又上了一个台阶。

    从用户的角度看，这次变更最让人不舒服的地方在于”透明度”——设置是藏在层级菜单里的，大多数人不会主动去看。等你知道的时候，数据可能已经被用了一段时间了。谷歌的做法是”合规的”，但合不合用户的心意，是另一回事。

    如果你在意这件事，现在可以去谷歌账号的”数据与隐私”页面检查一下”搜索服务历史”和”保存媒体”这两个选项的状态。关掉它们不会让你的搜索体验变差——至少谷歌是这么承诺的。

  • 《加勒比海盗》导演喊话好莱坞：用AI写剧本的电影，应该打上F标

    《加勒比海盗》导演喊话好莱坞：用AI写剧本的电影，应该打上F标

    好莱坞导演戈尔·维宾斯基（《加勒比海盗》系列导演）最近向媒体表态：电影行业需要一套AI使用分级制度。如果一部电影的剧本是用AI写的，它应该被打上”F级”标签——就像给电影分级那样，让观众一眼就知道这部片子的AI参与程度。

    一个导演的担忧

    维宾斯基这次表态的背景是翠贝卡电影节期间的一次访谈。他并非全面反对AI——作为从业者，他清楚有些独立电影人预算有限，用AI来完成某些靠钱堆不出来的镜头，这情有可原。但他觉得，观众有权知道一部电影里到底有多少是”人做的”，有多少是”AI生成的”。

    他说得很直白：现在最大的问题是不透明。观众看完一部电影，根本分不清哪些画面是实拍的、哪些是AI合成的、剧本有没有让AI代笔。这种模糊感让人不安，尤其是当AI生成内容的质量已经到了肉眼难以分辨的地步。

    AI电影分级概念图
    AI正在改变电影制作的每个环节，但透明度仍然缺乏

    “F级”分级意味着什么

    维宾斯基提出的”F级”借鉴了电影分级的思路。F在这里不是”失败”的意思，而是强调”Full AI”或”AI辅助创作”的警示标。他的核心逻辑是：观众选择电影时，应该和选择食物时看配料表一样，有权知道这部电影的”成分”。

    这听起来有点极端，但类似的讨论在其他行业已经出现过了。音乐流媒体平台Deezer前不久上线了AI音乐检测器，帮助用户识别哪些歌曲是AI生成的。维宾斯基的提议相当于把这套逻辑搬到了电影行业，而且不止针对配乐，而是覆盖剧本、画面、后期等全流程。

    “人们最担心的就是没有透明度，人们害怕分不清什么是真的、什么是假的。”——戈尔·维宾斯基向Variety表示

    好莱坞的两难

    好莱坞现在面对的局面有点尴尬。一方面，制片厂发现AI能大幅压缩成本——概念设计、分镜预览、甚至某些特效镜头，用AI来做比传统流程快得多也便宜得多。另一方面，从业者担心AI会吃掉整个行业的就业机会，观众也对”AI电影”有抵触情绪。

    这种矛盾导致大多数制片厂对AI使用讳莫如深——用是用了，但不说，或者只说”我们用AI来做辅助工具”，具体辅助到什么程度，观众无从得知。维宾斯基的提议正是想打破这种沉默，强迫行业把AI使用情况公开出来。

    当然，这个想法距离真正落地还很远。谁来制定标准？谁来审核？制片厂会不会钻空子？这些都是现实问题。但维宾斯基把这事提出来，至少让更多人开始认真想：当AI深度参与创作时，”真实”这个词到底还有没有意义。