我们与机器对话时变成了谁
MIT教授Sherry Turkle新书《Artificial Intimacy》探讨人们与聊天机器人建立情感依赖的现象，指出聊天机器人提供的是"假装共情"。研究发现儿童难以区分聊天机器人与真实人物，成年人则因过度依赖聊天机器人而削弱了现实社交能力与独处能力。
#现象/趋势
#现象/趋势
今日 0 条MIT News · AIAI 评分4242 Nature · Machine Learning精选AI 评分6262 AI 可拓宽科学——但前提是机构停止奖励已可衡量的成果
Nature 评论指出，AI 使学者论文产出约为同行 3 倍、引用近 5 倍，但 AI 辅助研究覆盖的主题范围比非 AI 研究少 4.6%，70% 以上子领域均如此。问题不在技术，而在制度：现有激励让研究者集中于机构易评估的问题，而非开辟新方向。文中建议资助方补贴数据基础设施建设，并停止惩罚利用 AI 跨领域转型的研究者。
推荐理由：AI 提升个体产出却收窄探索范围，制度激励不匹配是根因，呼吁资助方补贴数据基础设施并停止惩罚跨领域转型。
Nature · Machine LearningAI 评分3434 如何在AI时代保持批判性思维：认知科学的研究
summary_zh: 教育研究者发现学生能将课程作业完全外包给AI（如Codex），导致认知参与度下降。2025年美国高校教师调查发现90%认为生成式AI会削弱学生批判性思维，全球约20%大学生表示离开AI更难独立解题。
AI Now InstituteAI 评分2828 AI Now Institute：Aya Ibrahim 谈 extinction scenarios 如何主导 AI 辩论
summary_zh: AI Now Institute 研究员 Aya Ibrahim 指出，AI 末日情景正主导政策辩论，但选举官员对 AI 预测的局限性可能缺乏审查。
OpenAI NewsAI 评分1515 OpenAI 提出下一阶段 AI 共建标准框架
summary_zh: OpenAI 提出面向下一阶段 AI 的共建标准框架，呼吁全球协调评估、报告与治理以提升安全性。 该框架强调标准化评估与治理机制，但未给出具体指标、版本或可用性细节。 OpenAI 提出面向下一阶段 AI 的共建标准框架，呼吁全球协调评估、报告与治理以提升安全性。 该框架强调标准化评估与治理机制，但未给出具体指标、版本或可用性细节。
Nature · Machine Learning精选AI 评分7272 AI 破解 Navier–Stokes 挑战：对物理学意味着什么
OpenAI 声称其最先进 AI 模型解决了 Navier–Stokes 方程相关的千禧年难题，证明该方程在某些情况下会产生奇点，即预测出物理上不可能的无限速度。物理学家和数学家正借助 AI 进一步理解湍流。
推荐理由：AI 证明 Navier–Stokes 方程存在奇点，为流体湍流研究提供了新的数学视角。
Google AI BlogAI 评分1515 Google Dialogues on Technology and Society：Christina Koch 与 James Manyika 探讨太空、技术与发现
summary_zh: NASA 宇航员 Christina Koch 与 Google 高级研究副总裁 James Manyika 对谈，分享在国际空间站停留 328 天、完成首次全女性太空行走及 Artemis II 绕月任务的经历。
OpenAI NewsAI 评分1212 OpenAI 探讨更强大、更可负担的 AI 如何拓展工作边界
OpenAI 讨论能力更强、价格更可负担的 AI 如何扩展个人与企业可完成的工作，并让增长变得更经济。
Partnership on AIAI 评分4242 Partnership on AI 规划多种 AI 未来情景
Partnership on AI 与 Windfall Trust 于 7 月 29-30 日在华盛顿举办研讨会，邀请 46 位来自前沿 AI 实验室、工会、公民社会及国际组织的代表，模拟 2030 年"慢速"与"快速"两种 AI 情景并反向推导 2026 年应采取的行动。
GitHub Security精选AI 评分6969 OpenClaw 爆火背后的维护与安全实践
OpenClaw 是 Peter Steinberger 于 2025 年 11 月启动的个人 AI助手项目，截至 2026 年 8 月 GitHub 仓库约 38.8 万星、8.1 万 fork、8 万+提交。
推荐理由：从 Pull Request 泛滥到依赖信任重塑，OpenClaw 的经验为大规模 AI 辅助开源协作提供了可迁移的安全与社区治理思路。
Hugging Face Blog精选AI 评分7575 开源模型半年观察：前沿迁移、采纳现实与Agent成为主要用户
Hugging Face 发布 2026 年上半年开源模型观察报告，指出中国实验室在几乎每个月的前沿模型规模都超过美国模型，同时 Qwen 衍生模型达 15 万个、成为社区基础模型。下载量高度集中于小模型，GGUF 等本地推理格式增长远超模型仓库本身增速。Agent 首次成为 Hub 主要流量来源，7 月 Claude Code 占 44.4%，近四分之一流量来自未注册客户端。
推荐理由：报告揭示了开源模型格局的前沿迁移与采纳现实之间的落差，为观察中国实验室的发布策略与社区实际依赖提供了可对照的数据视角。
Amazon ScienceAI 评分5858 ARG十年回顾：从形式化验证到AI Agent的数学确定性基础
Amazon ARG团队回顾十年自动化推理研究，从2016年Demo Day的验证项目演进到支撑AWS安全与可靠性的生产服务，每日处理数十亿查询。关键成果包括Tiros/Zelkova驱动的Inspector、Access Analyzer、Reachability Analyzer，以及Nitro机密性引擎和AWS策略解释器的形式化证明。
Hugging Face BlogAI 评分3636 GPU 管理：为什么闲置 GPU 如同停飞的飞机
GPU 成本按日历小时计费，产出只按计算小时计算，企业 AI 的瓶颈从模型质量转移到算力利用率。航空业用飞机地面时间预测生存率，同样，企业 GPU 预算相近时，分化取决于硬件是否真正被使用。集群上线后的核心问题从"能否拿到加速器"变成"能否让 GPU 持续忙碌"，而利用率由调度、网络、运维等下游决策共同决定。
Hugging Face Blog精选AI 评分6262 模型路由看似简单，直到你真正做起来
IBM Research 在 Hugging Face 博客指出，将路由引入 Agent 系统时，模型选择会迅速演变为系统优化问题。实际成本受缓存、基础设施和负载模式影响，GPT-4.1 在标价更低的情况下反而比 Claude Sonnet 4.6 更贵；路由需同时平衡成本、质量、延迟、合规与可靠性。
推荐理由：从成本与系统优化角度重新审视路由设计，为构建 Agent 系统提供可迁移的权衡思路。
Berkeley AI Research精选AI 评分6060 Intelligence is Free, Now What? Data Systems for, of, and by Agents
Berkeley EAIR 发表观点文章，探讨当推理成本接近零时数据系统面临的三重挑战：Data Systems For Agents（为智能体推测性查询重新设计，如共享扫描与近似答案）、Data Systems Of Agents（为多智能体集群提供结构化记忆与协调子层）、Data Systems By Agents（由智能体从零合成定制数据系统并验证正确性）。
推荐理由：原文从推理成本骤降切入，提出数据系统需为智能体重塑的三重挑战，为理解Agent与数据基础设施的共演化提供了一个可迁移的分析框架。
MIT News · AIAI 评分1818 MIT校长Sally Kornbluth：好奇心驱动研究对国家创新与AI教育至关重要
MIT校长Sally Kornbluth在华盛顿邮报直播活动中强调联邦资助的好奇心驱动研究对国家创新与安全的重要性，指出许多医疗与技术突破源自数十年基础研究。她提出MIT新课程在加强STEM与道德公民教育的同时，注重培养学生使用AI工具与编写提示词的能力，并强调团队协作防止AI取代学习小组。
MIT News · AIAI 评分3535 Q&A：什么是智能体 AI，它与生成式 AI 有何不同？
智能体 AI 是能采取行动（如机器人操作或订票）的 AI，与生成故事、图像的生成式 AI 不同；多数智能体以 Claude 等大语言模型为核心，外加工具包装层。训练数据不足是主要挑战，智能体需通过试错学习；编码智能体目前最成功，但高风险领域尚未准备好完全自动化。存在漏洞引入、数据泄露和技能退化等风险，未来可能需要能处理视频、物理信号等连续数据的全新架构。
Hugging Face BlogAI 评分4040 为什么专业化是不可避免的：优化理论、进化生物学与机器学习的共同预测
summary_zh: Goldfeder、Wyder、LeCun 和 Shwartz-Ziv（2026）论文指出，优化理论、进化生物学与竞争市场均预测：在有限资源下，专业化优于通用性。