AI 进入“治理与风险”阶段：安全、就业、基础设施与创作规则同步重写

5月27日 03:50 UTC·#security

Starlette漏洞危及AI代理和Python服务

安全研究人员表示，Starlette 中存在一个严重漏洞，编号为 CVE-2026-48710，代号 BadHost，攻击者只需在 HTTP Host 头中构造一个字符，就可能绕过基于路径的授权。该漏洞影响 1.0.1 之前的 Starlette 版本，并且被认为在许多暴露在公网的系统上都很容易利用。

Starlette 是 Python 生态中基础性的 ASGI 框架，并通过 FastAPI 等工具产生了巨大的下游影响，因此一个漏洞可能波及数百万个服务。由于 MCP 服务器和 AI 代理基础设施可能保存邮件、数据库、日历等外部系统的凭据，一旦被攻破，就可能泄露高度敏感的账户和数据。

研究人员警告称，Starlette 中一个严重漏洞可能让数百万个 AI 代理和 Python 服务面临服务器被入侵以及凭据被窃取的风险。Starlette 是一个轻量级 ASGI 工具包，被广泛用作 FastAPI 以及许多其他 Python 框架的基础。这个漏洞被编号为 CVE-2026-48710，发现者将其命名为 BadHost。根据 Secwest 的说法，攻击者只需在 HTTP Host 头中注入一个字符，就可能绕过 Starlette 的基于路径的授权。也就是说，如果服务器没有放在配置正确的防火墙后面，攻击者就可能访问原本受保护的端点。

这个问题对 MCP 服务器尤其危险，因为它们把 AI 系统连接到外部服务，并且常常保存数据库、邮件、日历等系统的凭据。报道指出，该漏洞波及 Python AI 工具生态中的很大一部分，包括 vLLM、LiteLLM、Text Generation Inference、OpenAI shim 代理、代理运行框架、评测面板和模型管理界面。虽然该漏洞被评为 7 分，但 Secwest 认为这一评级低估了真实风险，而 X41 D-Sec 则将其称为关键级严重漏洞。受影响的是 1.0.1 之前的 Starlette 版本，X41 D-Sec 还与 Nemesis 合作制作了一个在线扫描器，用于检查服务器是否存在漏洞。

Secwest 表示，该漏洞影响 FastAPI 依赖的路由核心，并波及 vLLM、LiteLLM、Text Generation Inference、OpenAI shim 代理、MCP 服务器、代理运行框架、评测面板和模型管理界面等项目。X41 D-Sec 和 Nemesis 还发布了在线扫描器，Starlette 1.0.1 已于周五发布以修复该问题。

5月26日 17:00 UTC·#artificial-intelligence

AI正在侵蚀入门级工作

《MIT Technology Review》指出，尽管AI尚未引发广泛的失业潮，但它已经在削弱年轻人在AI高暴露岗位上的入门级招聘。文章引用了斯坦福数字经济实验室2025年11月的工作论文：在生成式AI扩散后，22至25岁、处于最受AI影响职业中的劳动者就业人数相对下降了16%，而Anthropic于2026年3月发布的报告也给出了类似 संकेत。

问题不只是AI是否会整体消灭就业，而是它是否会阻断一整代人进入职业生涯的第一步。如果入门级岗位持续减少，企业短期内可能更高效，但经济体系赖以培养新人的训练管道也会被削弱。

这篇文章认为，AI对劳动力市场的影响，可能最先表现为入门级工作的弱化，而不是大规模失业。文章指出，发达国家的整体就业仍然大体稳定，因此从总量上看，并没有出现明显的“失业海啸”。但在表面平稳之下，最先出现问题的地方恰恰是早期职业招聘。斯坦福数字经济实验室在2025年11月发布的一篇工作论文发现，在最受生成式AI影响的职业中，22至25岁劳动者在AI扩散后就业人数相对下降了16%，而且这一结果是在控制了其他可能影响企业用工决策的因素之后得出的。

Anthropic在2026年3月发布的报告也提供了与此相似的证据。文章强调，同一职业中更有经验的劳动者并没有出现同样的下滑，而AI暴露度低的入门岗位也没有出现类似趋势。作者因此认为，企业可能正在用AI替代那些过去帮助年轻人获得职业第一站的初级任务，尤其是在软件开发、客户服务、计算机编程和信息系统管理等岗位上。文章最后呼吁教育机构、政府、企业和学生共同调整，帮助年轻人进入AI增强的工作环境，并建立长期职业路径。

文章指出，这种下降主要集中在生成式AI暴露度高的职业中的年轻劳动者，而同一职业里更有经验的员工并未出现同样的下滑，低AI暴露的入门岗位也没有类似趋势。文中举出的典型岗位包括软件开发人员、客户服务代表、计算机程序员和信息系统经理，这些职位中的初级任务更容易被AI替代。

5月27日 02:31 UTC·#ai-research

Claude Mythos 据称破解欧拉单位距离猜想

Anthropic 员工称，Claude Mythos 以一个“可爱、简单的证明”解决了 OpenAI 近期涉及的欧拉单位距离结果。工程师 Sholto Douglas 在 X 上表示，这说明 AI 驱动的数学发现仍然存在“严重的剩余空间”。

如果属实，这表明前沿模型正越来越能够复现、甚至独立重新发现组合几何中的高级结果。这可能加速 AI 辅助定理发现，并缩小人类数学洞察与机器生成证明之间的差距。

这篇报道说，Anthropic 员工称 Claude Mythos 解决了 OpenAI 近期公布的同一个欧拉单位距离问题，而这个结果被 OpenAI 视为一项里程碑式的 AI 数学成就。单位距离猜想是组合几何中的一个公开难题，自 1946 年以来一直未被解决；报道还称，OpenAI 最近已经推翻了这一猜想。Anthropic 工程师 Sholto Douglas 在 X 上写道，Mythos 找到的是一个“可爱、简单的证明”，他把这视为 AI 在数学发现方面仍有很大的提升空间。报道提到，团队使用的是一个在 AI 解出欧拉问题 #1196 之后建立的测试系统。该系统让带有 Mythos 权限的隔离 Claude Code 实例分别独立处理同一道题，其中一个实例负责总结正在形成的解法思路，并把这些思路分发给其他实例继续独立探索。

报道说，Mythos 经常走出一条与 OpenAI 模型不同的路线，但它也据称找到了 OpenAI 的解法。数学家 Daniel Litt 认为 Mythos 的结果“稍差一些”，但仍指出它似乎也复现了同样的结论。Anthropic 还发布了一个由 Opus 4.7 准备的证明版本。文章最后把这一事件放到更大的 AI 数学进展背景下，提到 Google DeepMind 近日宣布一个 AI 辅助系统使用 Lean 证明语言解决了 9 个欧拉问题；不过，部分人认为这种方式与更“纯粹”的大语言模型推理相比，代表性略弱。

据称 Anthropic 的测试系统使用了隔离的 Claude Code 实例并开放 Mythos 权限：一个实例先接收题目、探索解法，再把思路总结后分发给其他独立工作的实例。报道还称，Mythos 往往走出与 OpenAI 模型不同的路线，但也据称找到了 OpenAI 的解法；Anthropic 后来发布了由 Opus 4.7 准备的证明版本。

5月26日 20:36 UTC·#ai-hallucinations

生物医学论文中的幻觉引用激增

哥伦比亚大学等机构的研究人员在《柳叶刀》上报告称，生物医学论文中的伪造参考文献自 2023 年以来增长了十二倍以上。研究团队审查了 PubMed Central 中 247 万篇论文，发现 2,810 篇论文里共有 4,046 条虚假引用。

这些引用会影响综述文章，而综述文章常常被用来制定临床指南，因此伪造参考文献可能扭曲治疗决策所依赖的证据链。研究结果表明，AI 写作错误已不只是出版中的小问题，而可能演变为患者安全问题。

对 247 万篇生物医学论文的审计发现，伪造参考文献已经从个别现象演变为一个正在扩大的、可能具有系统性的问题。这项研究由哥伦比亚大学的 Maxim Topaz 等人领导，发表在《柳叶刀》上，审查了 2023 年 1 月至 2026 年 2 月期间收录于开放 PubMed Central 归档中的论文。团队共检查了 9710 万条参考文献，标记出 4046 条伪造引用，分布在 2810 篇论文中。研究中将“伪造引用”定义为：其列出的标题无法在 PubMed、Crossref、OpenAlex 或 Google Scholar 这四个主要数据库中的任何一个找到。

时间变化非常明显。2023 年，伪造引用率一直维持在每 1 万篇论文约 4 条的水平，但从 2024 年年中开始迅速上升，到 2025 年底达到每 1 万篇 51.3 条，而在 2026 年前七周又升至每 1 万篇 56.9 条。作者认为，这一时间点与 ChatGPT 等语言模型在 2022 年底之后的广泛使用相吻合，不过他们也没有排除论文工厂或索引规则变化等其他原因。

论文强调，这些假引用之所以危险，是因为它们很难被识别。它们往往引用真实研究者，格式正确，而且与论文主题高度贴合，因此在人工审查中很容易漏掉。在一篇泌尿外科论文中，抽查的 30 条参考文献里有 18 条是伪造的，但这些引用都看起来与某个狭窄的外科主题相符。

研究人员还发现了一些可能指向协同化论文工厂活动的模式。在一个案例中，两位作者出现在同一家外科期刊的 11 篇论文中，这些论文总共包含 15 条伪造引用，主题涉及 CRISPR 诊断和肠道微生物组等。审计时，受影响论文中有 98.4% 尚未收到出版方回应。

作者警告说，问题在综述文章中尤为严重，因为综述文章的伪造率比其他论文类型高出 57%。由于综述经常为临床指南提供依据，一篇带有伪造或被操纵引用的论文就可能削弱医疗决策所依赖的证据链。作为应对措施，研究人员呼吁在同行评审前进行自动化参考文献检查，在文章数据集中加入完整性元数据，并对已发表论文进行回溯筛查。他们还提到，arXiv 已加强对未核查 LLM 输出的处罚，像 CiteAudit 这样的工具也在出现，但目前的语言模型仍然很难发现自身的引用错误。

研究人员将无法在 PubMed、Crossref、OpenAlex 或 Google Scholar 中找到标题的参考文献定义为伪造引用。他们还指出，综述文章受影响最严重，伪造率比其他论文类型高出 57%，而且这些假引用往往格式规范、与论文主题高度匹配，极具迷惑性。

5月26日 22:00 UTC·#ai

皮查伊谈AI重塑搜索与网络

在 I/O 之后的一次采访中，Google 和 Alphabet 首席执行官 Sundar Pichai 讨论了 Google 最新的 AI 推进，包括 Gemini 模型、智能体功能，以及对 Search 和 YouTube 的重大改造。谈话还回顾了自 ChatGPT 出现后，Google 如何重组自己并转向更激进的 AI 竞争姿态。

Pichai 的说法直接展示了 Google 预期 AI 将如何改变其核心产品，尤其是仍然决定人们如何在网上获取信息的 Search。向答案、摘要和可执行任务的智能体转变，可能会进一步冲击开放网络，以及依赖搜索流量的出版商和创作者。

The Verge 在 Google I/O 结束后不久录制了这期 Decoder，与 Sundar Pichai 展开了一年一度的会谈。对话一开始就谈到 Google 的组织方式，以及 Pichai 这些年来如何改变公司结构，包括领导层调整，以及 DeepMind、platforms and devices 和 Android 等业务的重组。Pichai 表示，ChatGPT 出现后，Google 觉得必须重新思考自己的运作方式，因此进行了高管调整，并采取了更积极的决策姿态。随后，谈话转向 Google 的 AI 战略，包括新的 Gemini 模型，以及把 AI 智能体更广泛地嵌入各类产品中的计划。

一个重要焦点是 Search，访谈中提到 Google 正在加入更智能的搜索框，并把它与 Gemini Spark 智能体平台结合起来，让搜索不只是返回信息，而是可以直接触发任务。节目还讨论了“Google Zero”这一概念，即 Google 越来越多地在搜索结果页直接回答问题，最终可能让网站几乎拿不到导流流量；这个原本偏理论性的想法，如今已经成了出版商公开讨论的现实担忧。Pichai 和 Nilay Patel 还谈到 Google 用 YouTube 视频训练模型，以及对 YouTube Search 的改造：系统会总结视频内容，并把用户直接带到最相关的片段。访谈最后转向更宏观的 AGI 问题，以及 Demis Hassabis 所说的“我们还在奇点的山脚”，Pichai 对此表示认同，并谈到他对时间线的看法。

这次采访重点提到，Google 计划把智能搜索框与 Gemini Spark 智能体平台结合起来，让搜索不仅返回链接，还能触发任务。采访还指出，Google 正在用 YouTube 视频训练模型，并改造 YouTube 搜索以总结内容、直接跳转到相关片段，这可能会加剧与创作者之间的紧张关系。

5月27日 01:16 UTC·#robotics

Hugging Face 发布 2500 美元可3D打印人形腿

Hugging Face 发布了 LeRobot Humanoid，这是一个由 3D 打印零件和现成元件组成的人形腿全栈平台，起售价约为 2500 美元。此次发布包含硬件文件、物料清单、接线与装配文档，以及用于真实机器人和仿真环境中校准与控制的软件工具。

这个项目降低了构建实体人形平台的成本和复杂度，让研究人员、学生和开发者更容易开展机器人实验。它也有助于推进“仿真到现实”的工作流，使团队能够在硬件上测试模型、收集真实世界数据，并反过来改进仿真系统。

Hugging Face 发布了 LeRobot Humanoid，这是一个低成本的人形腿平台，目标是让真实世界的机器人实验更容易开展。这套双腿系统价格约为 2500 美元，由 3D 打印零件和现成硬件、执行器及电子元件组成。该项目并不被定位为最先进的人形机器人，而是一个实用的研究平台，便于用户理解、维修、加装传感器、在仿真中建模，并用于学习实验。除了实体硬件，Hugging Face 还提供了物料清单、可打印零件文件、接线文档、装配说明以及电机设置指南。

发布内容中还包含用于校准和控制机器人的软件工具，既支持实体机器人，也支持仿真环境。该公司表示，其目标是建立一个可重复的“整机设计闭环”，即在仿真中设计的机器人能够在真实环境中验证，而真实试验产生的数据又能反过来改进仿真。Hugging Face 还表示，这套腿部系统只是更大路线图的起点，未来会加入上半身和更高级的行为能力。公司此前已经发布过一款可 3D 打印的机械臂，这次的人形腿延续了其开源机器人方向的推进。

Hugging Face 表示，这一设计的目标是在可负担性、机械性能和装配难度之间取得平衡，而不是追求最高性能。该公司强调，这套系统适合维修、改装、加装传感器并用于学习实验，后续还计划集成上半身并支持更高级的行为。

5月26日 17:00 UTC·#ai-jobs

AI裁员恐慌快于数据

《MIT Technology Review》认为，当前美国劳动力市场数据并未显示AI正在造成大规模白领失业。文章指出，最容易受到AI影响的职业失业率仍低于受影响较小的职业，而且也没有迹象表明大量劳动者正在转向体力劳动岗位。

这篇文章反驳了“AI已经在掏空白领工作”的主流叙事，并提醒人们不要把科技行业裁员简单等同于更广泛的劳动力市场崩塌。对劳动者、雇主和政策制定者来说，这意味着更现实的重点可能是提前准备和适应，而不是默认冲击已经全面到来。

文章开头就反驳了“AI正在迅速消灭白领工作”的说法，尽管Coinbase、Meta和Cisco等公司近期都出现了裁员。作者认为，在人们放弃办公室岗位、转去做蓝领工作之前，先看看真实的劳动力市场证据更为重要。根据文章引用的数据，AI迄今并没有在美国造成大规模的岗位破坏。对BLS数据的分析显示，最容易受到AI影响的职业，其失业率并不比受影响较小的职业更高。

经济学家也没有看到大量劳动者从AI暴露度高的工作，转向看似更安全的体力劳动岗位。文章承认当前劳动力市场并不理想，尤其是对年轻人和应届大学毕业生而言，但强调这种疲软并不能直接证明原因就是AI。前BLS负责人Erika McEntarfer被引用称，目前证据表明AI对劳动力市场的影响仍然很小，而新技术通常需要时间才能通过企业和职业结构的变化传导开来。文章最后指出，AI未来当然可能变得更具破坏性，但现有统计数据更支持一种谨慎、以数据为基础的判断，而不是“就业末日”的叙事。

文章引用了前BLS负责人、现斯坦福经济政策研究所研究员Erika McEntarfer的话，她认为AI对当前劳动力状况的影响仍然很小，而技术创新通常需要时间才能重塑行业和职业。文章还提到美国人口普查数据，显示只有五分之一的公司在任何业务环节使用AI，这进一步说明大范围的劳动力冲击尚未显现。

5月27日 02:33 UTC·#ai-infrastructure

OpenRouter完成B轮后估值超13亿美元

OpenRouter在由Alphabet旗下增长基金CapitalG领投的B轮融资中筹集了1.13亿美元。纽约时报报道称，这家公司的融资后估值约为13亿美元，较一年前翻了一倍多。

这轮融资显示，投资者对帮助客户在多个模型之间路由请求、并优化推理成本的AI基础设施公司需求强烈。它也说明，企业可能更倾向于灵活的多模型工作流，而不是锁定单一模型供应商。

OpenRouter是一家成立于2023年的AI网关初创公司，最近在CapitalG领投的B轮融资中筹集了1.13亿美元。CapitalG是Alphabet旗下的增长投资基金。公司没有公开新的估值，但《纽约时报》报道称，其融资后估值约为13亿美元。按照PitchBook的数据，这一数字相比一年前约5.47亿美元的融资后估值大幅上升。OpenRouter在2025年6月完成了4000万美元A轮融资，当时由Andreessen Horowitz和Menlo Ventures领投，Sequoia也参与了投资。该公司的增长反映出AI行业的重心正在从训练模型转向推理部署，如今又进一步转向agent。

OpenRouter的网关允许企业和其他用户为不同任务选择不同模型，以控制成本，或提升推理能力和准确率。公司表示，其平台可接入400多个模型，包括Anthropic、Google、OpenAI、xAI和DeepSeek的模型。它还声称拥有800万全球用户，每月处理100万亿个token，大约相当于每周25万亿个token。公司称，这一处理量比六个月前每周5000亿token的水平增长了5倍。此次融资和估值上涨表明，模型路由和推理优化已经成为AI技术栈中越来越重要的一层。

OpenRouter表示，它可接入来自Anthropic、Google、OpenAI、xAI和DeepSeek的400多个模型。公司称其全球用户达到800万，每月处理100万亿个token；相比之下，六个月前其每周处理量还是5万亿个token。

5月27日 00:00 UTC·#ai

Human Archive 融资 820 万美元，在印度采集机器人训练数据

硅谷初创公司 Human Archive 表示已从 Wing Venture Capital、NVP Capital、Y Combinator 以及多位天使投资人处融资 820 万美元。该公司正在与印度的零工经济服务商合作，采集第一人称视频和其他传感器数据，用于训练机器人和实体 AI 系统。

这笔融资凸显了机器人和实体 AI 对真实世界数据的争夺，而高质量训练数据目前仍然稀缺。若 Human Archive 能把这种模式规模化，印度庞大的服务业劳动力或将成为全球 AI 实验室的重要数据基础设施来源。

Human Archive 正在押注印度快速增长的零工经济能够帮助解决机器人领域最棘手的问题之一：缺乏真实世界训练数据。这个硅谷初创公司与家政、酒店和餐饮行业的企业合作，让工人佩戴带摄像头的帽子，采集日常工作的第一人称视频。公司表示，这些数据可用于训练需要学习人类如何在真实环境中进行体力劳动的机器人。Human Archive 还称，自己已在多个地点部署了 1,000 多个活跃头戴设备。

除了视频之外，公司还在使用触觉手套、腕部摄像头和动作捕捉服，采集同步的 RGB-D、动作和触觉力数据。联合创始人兼 CEO Raj Patel 表示，公司最初使用 iPhone 和现成设备，后来逐步转向自研硬件，并形成了越来越多可互换的采集设备。Human Archive 认为，这种更完整的传感器组合比单纯视频对 AI 实验室更有价值。公司还披露，曾遭到多家印度家政服务公司的拒绝，而近期围绕谁应当控制并从机器人训练数据中获利的讨论也因此升温。

Human Archive 表示，自己已在多个地点部署了 1,000 多个活跃头戴设备，并在使用或开发触觉手套、腕部摄像头和动作捕捉服等设备。公司认为，同步采集 RGB-D、动作和触觉力数据比单纯视频更有价值，而且已经部署了 50 多种不同设备来进行数据采集。

5月26日 22:55 UTC·#ai-music

UMG与TikTok收紧AI音乐规则

环球音乐集团（UMG）与TikTok续签了授权协议，并新增承诺，清除平台上未经授权的AI生成音乐。该协议还将进一步加强对艺术家和词曲作者的署名与归属标注。

这很重要，因为TikTok是音乐传播和发现的重要平台之一，它的规则会影响AI生成歌曲在整个行业中的扩散方式。该协议表明，头部版权方和平台正在转向更严格的合成音乐治理与署名机制。

环球音乐集团（UMG）和TikTok已经续签了授权协议，而新协议的一项核心内容，是承诺清除平台上未经授权的AI生成音乐。UMG在联合声明中表示，这项协议延续了其对“AI保护”的更广泛承诺，目标是支持人类创作，并改善艺术家和词曲作者的署名方式。双方还表示，将共同努力，更好地识别并移除未经授权的AI生成内容。与此前相比，这标志着两家公司关系出现了明显变化。2024年，UMG曾指责TikTok没有充分处理AI生成音乐和版权问题，并一度暂时将自己的音乐目录从TikTok下架。

那次争端凸显了TikTok对大型唱片公司授权的依赖，因为一旦授权中断，热门歌曲会迅速从用户视频中消失。此次协议达成的时间点也很关键，因为音乐行业正面对大量AI生成曲目的冲击，这些歌曲可能模仿歌手声音，或伪造真实作品。像模仿Drake和The Weeknd的病毒式AI歌曲曾一度获得数百万播放量，随后才被下架，这进一步加剧了人们对欺诈、署名和版权的担忧。该协议或许会成为其他平台处理AI、知识产权和平台责任交叉问题的参考样板。

UMG表示，这项协议延续了其对AI保护的承诺，旨在支持人类创作，并确保平台经济收益能更有效地回流给艺术家和词曲作者。此举发生在2024年双方关系紧张之后，当时UMG指责TikTok没有充分处理AI生成音乐和版权问题。

5月26日 22:25 UTC·#ai-policy

中国收紧顶尖AI研究人员出境限制

据报道，中国正在要求参与战略性重要AI项目的顶尖研究人员在出国前先获得官方许可。彭博社援引知情人士称，这项要求也适用于阿里巴巴和DeepSeek等私营公司的相关人员。

这一举措表明，在中美AI竞争加剧的背景下，中国正在加强对AI人才的国家管控。这可能会让中国AI研究人员更难出国交流、参加会议或进行国际职业流动，同时也有助于降低外界所担忧的技术外泄风险。

据报道，中国正在对服务于战略性重要项目和公司的顶尖人工智能研究人员实施新的出境管控。彭博社援引知情人士称，这些人员在离境前现在必须获得官方许可。报道特别提到了阿里巴巴和DeepSeek等私营公司。文章认为，这一做法反映出，在中美AI竞争中，AI已被视为具有战略意义的领域，因此国家对相关人才的监管也在加强。

文中还指出，这些限制旨在防范数据泄露、技术窃取和人才被挖走等风险。文章提到，这并不是首次出现此类收紧信号：早在2025年3月，北京方面就据称曾“建议”AI高管不要前往美国，理由也类似。除了旅行政策之外，这一事件也被放在中国更大范围的产业保护与自主化背景下解读。文章援引IDC的数据称，中国芯片厂商目前已占据国内AI加速器市场41%的份额，说明中国正努力减少对外国技术的依赖。

报道称，这并非全面禁止出境，而是对参与战略性重要AI项目的人提出出行审批要求。文章还指出，这与中国保护AI软硬件生态、降低对外部技术依赖的更广泛趋势一致。

5月26日 21:25 UTC·#ai-security

Google Cloud称AI安全应进入董事会

Google Cloud 首席运营官 Francis de Souza 表示，企业应将 AI 安全视为董事会层级的优先事项，并从一开始就把安全纳入 AI 战略。他警告了“影子 AI”、暴露的旧数据源，以及由模型、数据管道、提示词和 AI 代理带来的不断扩大的攻击面。

这番表态反映出企业安全的一个更大转向：AI 不再只是 IT 部署问题，而是会影响整个公司的治理和风险管理问题。随着越来越多组织采用 AI 代理，并使用多个云和 SaaS 工具，它们需要统一控制来防止数据泄露和更快速的攻击扩散。

Google Cloud 首席运营官 Francis de Souza 在洛杉矶的一场活动上表示，AI 安全必须像商业战略一样被提前规划，不能被当成事后补上的技术问题。他强调，没有数据战略，就不可能有真正的 AI 战略；没有安全战略，也同样不成立。de Souza 的讲话反映出企业内部日益增长的担忧：员工可能已经在没有监督的情况下使用 AI 工具，也就是所谓的“影子 AI”。他还警告说，AI 系统可能会挖掘出组织内部被遗忘的资源，例如埋藏在公司内部的旧 SharePoint 服务器。根据他的说法，攻击面已经远远超出了传统网络边界。

除了常规基础设施之外，企业现在还要保护模型、用于训练模型的数据管道、提示词以及 AI 代理。de Souza 还提到，攻击速度明显加快，从最初入侵到下一阶段攻击的时间已经从 8 小时缩短到 22 秒。为应对这一变化，他主张采用基于代理的防御方式，即由人类监督一个完全自动化的防御系统，而不是手动处理每一步。他同时强调，安全不能等到以后再加，也不能只靠员工各自处理。最后，他认为企业需要跨云和跨模型的统一安全策略，因为即使公司自认为只用了一个云服务商，SaaS 应用和业务合作伙伴通常也会把多个云引入体系中。

de Souza 表示，攻击面如今不仅包括传统基础设施，还包括模型、训练数据管道、提示词和代理。他提到，从初始入侵到下一阶段攻击的时间已从 8 小时缩短到 22 秒，并主张采用基于代理的防御，由人类监督自主防御系统。

5月26日 18:42 UTC·#ai

AI生成诉状正加重美国联邦法院负担

麻省理工学院和南加州大学的一项新研究发现，自 ChatGPT 普及以来，美国联邦法院中无律师代理的诉讼几乎翻了一倍，而且如今每五份起诉状中就有一份含有 AI 生成文本。研究还显示，相关诉讼数量和案卷活动都明显上升，尤其集中在自行诉讼案件中。

这表明生成式 AI 正在降低撰写看似合规诉状的成本，这可能帮助更多人接近司法体系，但也会让法院承受更多文书负担。若这一趋势继续扩散，联邦法院乃至州法院都可能需要新的工具或规则来应对 AI 辅助诉讼的大幅增长。

麻省理工学院和南加州大学的一项新研究认为，生成式 AI 正在改变美国联邦法院的诉讼结构，并显著增加案件文书工作量。研究人员分析了 2005 至 2026 财年间 450 万起民事案件，以及 PACER 系统中的 4600 万条记录，发现自行诉讼案件的比例在大约二十年里一直稳定在 11% 左右，但在 ChatGPT 普及后迅速上升。到 2025 财年，自行诉讼比例升至 16.8%，当年共有 41,490 起此类案件，几乎是 AI 普及前平均水平的两倍。研究还指出，联邦民事诉讼增长中有 59% 来自自行诉讼原告，说明这一群体正在推动整体案件量上升。该现象出现在 50 个州中的 44 个州，因此不太可能只是局部因素造成。

增长主要集中在适合模板化写作的案件类型，例如民权、消费信贷和止赎纠纷；而专利和证券等更依赖专业知识的领域则没有类似变化。虽然案件总体持续时间和结果分布变化不大，但案卷活动明显激增：截至 2025 年第二季度，自行诉讼原告在前 180 天内产生的案卷条目比 AI 普及前高出 158%。研究人员还发现，律师代理案件每案条目数也上升了 23%，说明法律界同样在使用 LLM。文章特别提到佛蒙特州是极端案例，自行诉讼案件数量从每年约 45 起飙升到 2024 财年的 1,100 多起，几乎全部来自针对 USCIS 的强制令申请，申请人希望法院命令移民局处理长期积压的绿卡或入籍案件。文章还指出，网上指南和 Reddit 建议人们用 Microsoft Copilot 起草诉状，再花 150 美元请 Fiverr 上的律师审阅，并且因为该法院被认为速度较快而专门选择在佛蒙特州起诉。

研究人员分析了 2005 至 2026 财年间 450 万起民事诉讼，以及 PACER 中 4600 万条记录，发现联邦法院的自行诉讼比例在过去二十年大约稳定在 11%，但在 2025 财年升至 16.8%。这种增长主要集中在模板化较强的案件类型，如民权、消费信贷和止赎纠纷，而专利和证券案件则没有出现类似变化。

5月26日 20:00 UTC·#ai-warfare

人工智能战争已经到来

这篇文章认为，人工智能驱动的战争已经不再是遥远设想：从无人机侦察分析到日益自主的目标锁定能力，军事 AI 早已嵌入现实系统。文章的重点是 Anthropic 试图保留两条“红线”，即反对国内大规模监控，以及反对能够在无人参与下识别、追踪并杀伤目标的武器。

这件事之所以重要，是因为争论焦点正在从假想中的“杀手机器人”转向 AI 已经如何改变军事决策、监控和杀伤能力。最终结果会影响国防承包商、政府以及试图界定何处必须保留人工控制的政策制定者。

文章首先提到，联合国《特定常规武器公约》每年两次在日内瓦召开会议，讨论致命自主系统。Project Ploughshares 的研究员 Branka Marijan 在 2017 年 11 月参加会议时，以为大家仍会像往常一样围绕“杀手机器人”的假设世界进行推演，但在与会者观看了短片《Slaughterbots》后，气氛迅速变得紧张。影片描绘了一个可独立执行杀戮任务的 AI 无人机系统，而真正让人不安的并不是虚构设定本身，而是美军实际上已经在推进类似技术。那次会议还是美国国防部 Project Maven 启动后的第一次会议，而到 2017 年末，Google 也已参与其中。Marijan 表示，当时讨论的系统并不是科幻式的未来机器，而是已经存在的平台，只是它们具备不同程度的自主性，并能根据传感器数据选择和打击目标。

文章认为，无人机战争已经从“人类操控杀人”迈向“人类可能被彻底移出决策链”的阶段。近十年过去，军方仍未真正研发出完全自主的致命武器，但这个问题如今已成为美国政府与 Anthropic 之间围绕军事 AI 合同冲突的核心。Anthropic 希望保住两条红线：禁止国内大规模监控，以及禁止能够在完全无人参与下识别、追踪并杀死目标的武器。文章把这场争议放进更长的历史脉络中，强调 AI 早已深度嵌入军队体系，并通过监控和机器视觉系统让杀伤变得更快、更多。

文章回顾了 2017 年联合国关于致命自主武器的会议，当时《Slaughterbots》影片让风险变得格外迫近，因为 Project Maven 已经启动，而且 Google 也已参与其中。文章还指出，尽管完全自主的致命武器尚未真正部署，但现有系统已经具备足够的自主性，能够基于传感器数据选择或打击目标。

5月27日 01:46 UTC·#deepfakes

FBI迅速锁定未经同意深伪色情嫌疑人

《Take It Down Act》下的早期逮捕案例显示，调查人员可以通过普通数字痕迹迅速识别发布和贩卖未经同意AI色情内容的人。就在一个案件中，FBI表示，账户复用、支付记录、IP日志和地理定位数据帮助将嫌疑人与相关内容联系起来。

这些案件表明，制作未经同意深伪色情内容的人可能比自己想象的更容易被调查，这有助于强化新反深伪法律的执行。对于受害者、平台和立法者来说，这一点都很重要，因为它说明现有的账户、支付和设备数据就足以用于追查违法者。

《Take It Down Act》下最早的一批逮捕案例表明，警方并不需要花费太多力气，就能识别那些在网上发布和出售未经同意的女性性化深伪内容的人。报道说，FBI最近逮捕了两名男子，调查人员当时是在色情网站上点击了#AI、#Deepfakes等标签，或者点开了“AI_tits”“Ass_AI”之类的视频标题后展开追查的。其中一名嫌疑人被确认为20岁的Arturo Hernandez，他据称上传了113个相册，总浏览量接近100万次。报道称，这些相册包含约50名女性的AI生成性化图片和视频，受害者包括政治人物、演员、音乐人，也包括并非公众人物的女性。部分受害者还是Hernandez本人认识的人，例如他德州高中同学中的女性，以及一位Instagram好友。FBI表示，地理定位数据帮助警方锁定了Hernandez，而FBI特工Christopher Powell提交的宣誓书还列出了更多关联证据。

调查人员发现有一个第二账户转载了Hernandez据称上传的全部内容，而该账户又与他的PayPal账户相关联。投诉文件还称，一个经常用于登录该账户的IP地址，与Hernandez苹果账户记录中显示的iCloud登录IP相同。报道还提到，调查人员找到了将Hernandez与这些深伪受害者联系起来的证据，包括他在自己的Instagram账号里保存的一张图片，而这张图片正是用于生成某些AI色情内容的原始素材，这些内容的浏览量超过3.6万次。Hernandez据称试图用一些小伎俩掩饰身份，例如在Gmail中使用“Ryan”这个昵称而不是自己的真实名字。但警方指出，他在其他网络平台上也使用过同样的昵称，包括Snapchat，这进一步把这些账户串联了起来。

文章称，20岁的Arturo Hernandez据称发布了113个相册，总浏览量接近100万次，内容涉及约50名女性的AI生成性化图片和视频。调查人员将一个第二账户、PayPal记录以及与其iCloud登录相关的IP地址联系起来，并发现他还保存了用于生成部分色情内容的原始图片。

5月26日 17:55 UTC·#ai-spending

Uber质疑AI支出回报

Uber 总裁兼首席运营官 Andrew Macdonald 表示，由于 Claude Code 等工具的使用量上升并没有清晰转化为更好的消费者功能，公司正发现 AI 支出越来越难以证明合理。他说，Uber 可能确实发布了更多内容，但目前还无法把 token 消耗与可衡量的生产力提升直接对应起来。

这些表态显示，大型公司内部对 AI 支出是否真正带来足够商业价值的怀疑正在加深。这对企业级 AI 采购者很重要，因为它暴露出一个更广泛的行业难题：即使使用指标迅速上升，也很难证明它一定能转化为更好的产品交付。

在据报道比预期更早耗尽年度预算之后，Uber 对自己的 AI 支出开始采取更谨慎的态度。公司总裁兼首席运营官 Andrew Macdonald 在接受 Rapid Response 采访时表示，Uber 并没有看到 Claude Code 的 token 消耗增长与更多有价值的消费者功能上线之间存在清晰联系。他说，仅仅因为底层使用指标快速上升，就很难证明公司现在确实在交付类似“多出 25% 的有用消费者功能”这样的结果。Macdonald 补充说，这种关系也许会在未来几个季度和几年里变得更清楚，但就目前而言并不明显。

他还表示，Uber 今后需要更直接地比较 token 消耗及其相关成本与员工编制之间的关系。其含义是，AI 投资将越来越像其他支出一样被衡量，关键在于它是否带来了可量化的产品产出或人力节省。作为背景，Uber 2025 年的研发支出达到 34 亿美元，比上一年增长 9%。本月早些时候，CEO Dara Khosrowshahi 也表示，公司正通过减少招聘人类员工来部分抵消不断上升的 AI 投资。

Macdonald 说，Uber 的年度 AI 预算已经异常早地用完了，据报道是在 2026 年开始仅四个月后就耗尽了。他还提到 Uber 2025 年研发支出为 34 亿美元，同比增长 9%，并指出 CEO Dara Khosrowshahi 认为公司正通过减少招聘来抵消更高的 AI 成本。

5月26日 17:30 UTC·#linux

Flipper One 目标成为开放的 Linux 赛博背包电脑

Flipper Devices 发布了 Flipper One，这是一款面向网络、AI、SDR 和其他开发者硬件项目的开放式 Linux 口袋电脑。该设备将 RK3576 Linux 主系统与一颗 RP2350 微控制器组合在一起，并提供双千兆以太网、Wi‑Fi 6E 和 M.2 扩展插槽等配置。

对于安全研究人员、硬件黑客和嵌入式开发者来说，Flipper One 有可能成为比树莓派式口袋系统更开放、更灵活的替代方案。它强调主线 Linux 支持，并且没有二进制固件、闭源驱动或专有固件，也符合人们对透明、可改造硬件日益增长的需求。

Flipper Devices 发布了 Flipper One，这是一款面向网络、AI、SDR 和其他开发者硬件项目的开放式 Linux 口袋电脑。该设备将 RK3576 Linux 主系统与一颗 RP2350 微控制器组合在一起，并提供双千兆以太网、Wi‑Fi 6E 和 M.2 扩展插槽等配置。 对于安全研究人员、硬件黑客和嵌入式开发者来说，Flipper One 有可能成为比树莓派式口袋系统更开放、更灵活的替代方案。

它强调主线 Linux 支持，并且没有二进制固件、闭源驱动或专有固件，也符合人们对透明、可改造硬件日益增长的需求。 Flipper Devices 表示，这个平台不依赖闭源驱动、被厂商锁定的板级支持包或二进制固件，而且其 NPU 最高可提供 6 TOPS 的本地 AI 算力。RP2350 可以独立处理屏幕、按键、LED、电源和触控板等功能，使设备在不运行 Linux 时也能以低功耗模式工作。

Flipper Devices 表示，这个平台不依赖闭源驱动、被厂商锁定的板级支持包或二进制固件，而且其 NPU 最高可提供 6 TOPS 的本地 AI 算力。RP2350 可以独立处理屏幕、按键、LED、电源和触控板等功能，使设备在不运行 Linux 时也能以低功耗模式工作。