AI 基础设施继续加速，版权、监管与职场反弹同步升温

8月30日 07:53 UTC·#llm

腾讯发布 Hy4 Preview

腾讯今天发布了 Hy4 Preview，这是一个新的开源权重纯文本 LLM，总参数量为 770B，激活参数量为 49B，支持 100 万 token 的上下文窗口。该模型也已在 Hugging Face 上发布，体积达到 1.56TB。

这次发布很重要，因为它把超大规模参数和极长上下文窗口结合在一起，可能适用于长文档处理和其他需要大记忆容量的 LLM 场景。它也表明腾讯在持续推进其开放模型路线，并且相比 Hy3 有了明显升级。

腾讯发布了 Hy4 Preview，这是一款新的开源权重纯文本 LLM。公告显示，该模型拥有 770B 总参数、49B 激活参数，并支持 100 万 token 的上下文窗口。该模型也已上传到 Hugging Face，整体体积为 1.56TB。Simon Willison 指出，这相比腾讯 7 月发布的 Hy3 有明显提升：Hy3 只有 295B 总参数、21B 激活参数、256,000 token 上下文窗口，下载体积为 598GB。

作者还查看了 Hugging Face 上的 chat template，发现推理强度似乎只有两个选项：默认的“high”和“no_think”。为了测试模型能力，他通过 OpenRouter 输入了“生成一只骑自行车的鹈鹕的 SVG”这一提示。结果图像成功生成，说明模型能较好地执行该类任务。作者引用的推理轨迹显示，隐藏推理文本使用的是略微截断的英语，这让他推测，在隐藏推理中，语法完整性可能并不如 token 效率重要。

该模型只支持文本输入，不具备视觉能力；其聊天模板显示推理模式只有两种：默认的“high”和“no_think”。与 7 月发布的 Hy3 相比，Hy4 Preview 从 295B 总参数、21B 激活参数、256,000 token 上下文窗口提升到了 770B、49B 和 100 万 token。

8月30日 16:50 UTC·#ai-law

索尼和华纳起诉 Anthropic 侵犯版权

索尼音乐、华纳音乐和其他出版商已在加州北区联邦法院起诉 Anthropic，指控其非法下载并使用数以万计受版权保护的歌词及相关作品来训练 Claude。起诉书还将首席执行官 Dario Amodei 和联合创始人 Benjamin Mann 列为个人被告，称他们参与指挥并监督了这些文件的种子下载。

这起诉讼进一步放大了 AI 公司获取训练数据时的法律风险，尤其是在争议焦点不仅是模型输出，而是数据下载行为本身的情况下。它可能影响整个基础模型行业的训练实践，并加强外界对授权、来源追踪和更严格数据治理的要求。

索尼音乐、华纳音乐和其他出版商已在加州北区联邦法院起诉 Anthropic，指控该公司非法下载并使用数以万计受版权保护的音乐作品来训练 Claude。起诉书称，这些作品主要是歌词，同时还包括乐谱和衍生作品。文件还把首席执行官 Dario Amodei 和联合创始人 Benjamin Mann 列为个人被告，指控他们指挥并监督了这些文件的种子下载行为。原告把这起案件形容为“历史上最大、最明目张胆的持续知识产权盗窃之一”。

这起诉讼不仅关注 Anthropic 如何使用这些材料，也关注它如何获得这些材料。根据起诉书，Anthropic 据称至少从盗版书库 LibGen 和 PiLiMi 中通过种子下载获取了 700 万本书，而这种下载本身就构成独立的版权侵权。诉状还称，Anthropic 在未经出版商同意的情况下，从 MusixMatch 和 LyricFind 等授权平台抓取歌词。原告同时质疑该公司使用 Books3、The Pile 和 Common Crawl 等数据集，认为这些数据集里包含未获授权的内容。

原告要求对每一项被侵权作品最高赔偿 15 万美元，并对每一项移除版权管理信息的违规行为最高赔偿 2.5 万美元。诉状还指控 Anthropic 扫描并销毁了二手歌曲集和乐谱收藏。另一个重要指控是，Anthropic 试图通过合成数据绕开版权问题：文件称，一个曾学习 LibGen 和 PiLiMi 文本的非商业模型生成了合成数据，随后这些数据又被用来训练商业 Claude 模型，或为其提供强化反馈。Anthropic 公开否认直接使用 LibGen 和 PiLiMi 的书籍来训练商业版 Claude，但原告认为该公司对“训练”的定义可能掩盖了上述做法。相关指控的全部范围很可能会在证据开示阶段进一步展开。

文章还提到，Anthropic 之前已经在另一宗版权案件中遭遇重大挫折，并于 2025 年 9 月同意向作者和出版商支付 15 亿美元和解金，原因是其在 AI 训练中使用了盗版书籍。那起案件的核心问题并不是是否能使用版权数据训练，而是这些书籍是通过非法种子下载获得的。新诉讼瞄准的是同一个薄弱点，只不过场景换成了音乐。文章还引用了 2025 年 11 月慕尼黑地区法院的一项相关裁决，法院认为受版权保护的歌词在模型参数中也可能构成复制，而聊天机器人输出这些歌词则属于非法公开披露。

起诉书要求对每一项侵权作品最高赔偿 15 万美元，并对移除版权管理信息的每一项违规最高赔偿 2.5 万美元。文件还指控 Anthropic 未经出版商同意，从 MusixMatch 和 LyricFind 等授权平台抓取歌词，并使用了可能包含未授权内容的 Books3、The Pile 和 Common Crawl 等数据集。

8月30日 19:03 UTC·#meta

Inside Meta’s push to put robots to work in data centers

Meta is testing robots from multiple vendors to perform tasks like cable swapping and server power cycling in its data centers to reduce labor costs as AI infrastructure spending grows.

This is a notable but not paradigm-shifting industry development: Meta is experimenting with robotics to automate routine data center maintenance, which could influence large-scale infrastructure operations and labor efficiency. The piece appears to be a reported investigative article rather than a product launch, and no comment discussion was provided to gauge community debate quality.

Meta is testing robots that can plug in cables, reset servers, and handle other tasks inside its data centers , according to several current and former workers familiar with the projects. The ongoing effort, which has not been previously reported, may eventually allow Meta to operate its rapidly expanding data center footprint with fewer humans, keeping labor costs in check as its spending on AI infrastructure soars .

8月31日 00:54 UTC·#ai-infrastructure

马斯克秘密铸造厂瞄准燃气涡轮瓶颈

埃隆·马斯克证实，SpaceX正在德州巴斯特罗普建设一座秘密铸造厂，用于自制涡轮叶片和导向叶片。马斯克表示，这一做法最多可让天然气涡轮机的上线时间提前18个月。

这则报道凸显了 AI 基础设施的新瓶颈：除了 GPU，支撑数据中心运行的发电设备也成了限制因素。如果 SpaceX 能规模化制造这些部件，马斯克旗下公司可能会在为 AI 系统更快 확보 电力方面获得罕见优势。

TechCrunch 报道称，埃隆·马斯克找到了一种缓解 AI 基础设施重大瓶颈的方法：自己生产一种关键的涡轮部件。马斯克在周六证实，SpaceX 正在德州巴斯特罗普建设的秘密铸造厂，目的就是制造涡轮叶片和导向叶片。此前，《The Information》已经通过招聘信息中明确提到的“blades and vanes foundry”，以及 Corey Trinetti 对相关土地收购的跟踪报道，接近确认这一项目的用途。马斯克表示，SpaceX 和 Tesla 正在尽可能快地建设每年 100GW 的太阳能产能，但在未来几年，天然气仍然需要用来补充并为太阳能“打底”。他声称，通过在 SpaceX 内部进行铸造，可以让天然气涡轮机上线时间最多提前 18 个月。

文章指出，这一举动背后是 AI 行业面临的双重约束：GPU 仍然短缺，而数据中心所需的电力和电网接入也越来越紧张。文中提到，Amazon、Google、Meta、OpenAI 和 Microsoft 等超大规模云厂商，正在越来越多地在数据中心旁边建设私有燃气电厂，以绕开漫长的电网接入等待。报道还强调了涡轮叶片铸造的难度，尤其是电站涡轮最热区域的叶片，必须承受极高温度，而且只有全球极少数公司能在工业规模上稳定生产。与此同时，文章也指出，更多天然气涡轮机意味着更多污染，而现有涡轮项目已经面临诉讼和健康风险方面的争议。

瓶颈在于涡轮叶片和导向叶片的铸造，这些部件需要承受约 3000 到 3600 华氏度的高温，并依赖高度专业化的单晶制造工艺。文章称，全球只有四家公司能在工业规模上生产这些部件，而且产能已经排到 2030 年。

8月30日 18:34 UTC·#ai-in-education

GPT-4o 提升博科尼研究中的成绩

博科尼大学一项涉及 1,053 名新生的随机实验发现，使用 GPT-4o 能显著提高一项商科作业的成绩。另一项关于因果推理的短课并没有提升传统分数，但改变了学生的作答方式。

这项研究表明，现有评分标准奖励的能力，可能正是 AI 最擅长模仿的部分，这引发了人们对作业分数是否真正反映学习的质疑。它也凸显了 AI 辅助教育中的一个矛盾：输出质量更高，不一定代表理解更深。

博科尼大学一项涉及 1,053 名新生的随机实验发现，使用 GPT-4o 能显著提高一项商科作业的成绩。另一项关于因果推理的短课并没有提升传统分数，但改变了学生的作答方式。 这项研究表明，现有评分标准奖励的能力，可能正是 AI 最擅长模仿的部分，这引发了人们对作业分数是否真正反映学习的质疑。

它也凸显了 AI 辅助教育中的一个矛盾：输出质量更高，不一定代表理解更深。 学生在一项不超过 180 字的营销建议任务中使用 GPT-4o，成绩在 1 到 5 分量表上几乎提高了 1 分。因果推理课程让学生写出更多样、更具解释性、也更可证伪的答案，但这些特征并未被评分标准奖励，甚至有时与更低分数相关。

学生在一项不超过 180 字的营销建议任务中使用 GPT-4o，成绩在 1 到 5 分量表上几乎提高了 1 分。因果推理课程让学生写出更多样、更具解释性、也更可证伪的答案，但这些特征并未被评分标准奖励，甚至有时与更低分数相关。

8月30日 23:00 UTC·#ai-deployment

卡特彼勒把采矿自动化经验用于AI部署

卡特彼勒表示，正在把数十年采矿自动化经验扩展到更动态的环境中，例如采石场、工地和建筑现场。公司 CTO Jaime Mineart 在 Las Vegas 举行的 Ai4 大会上表示，公司正将这些经验用于 Cat AI Assistant 等 AI 工具和其他面向现场的软件。

这则报道说明，工业自动化经验可以让 AI 更适合真实场景，因为在这些环境里，工作流程、安全性和人机协同和模型本身同样重要。它也反映出重工业的一个更大趋势：AI 正从办公软件走向设备、现场服务和远程运营。

卡特彼勒正在利用其在采矿自动化方面长期积累的经验，解决一个更新的难题：如何在复杂的工业环境中部署 AI。该公司的自动化业务最初从采矿开始，因为那里常常面临劳动力短缺和危险作业条件，自动化尤其有价值。随着时间推移，卡特彼勒建立起一套自动化产品组合，包括自动驾驶运矿卡车、钻机、地下装载机、推土机、远程控制的工程设备，以及车队管理软件和远程地形情报。CTO Jaime Mineart 表示，公司现在正把在采矿中学到的东西，应用到采石场、工地和建筑现场等更动态的场景中。一个例子是 Cat AI Assistant，现场技术人员可以在设备旁通过语音指令调出维修流程、排查故障，并在维修开始前识别所需零件。Mineart 说，这一助手已经被客户、操作员和技术人员使用，并且依托卡特彼勒连接设备产生的专有数据。

她透露，卡特彼勒在全球大约有 160 万个联网资产，拥有超过 16PB 的结构化数据。除了面向客户的工具之外，公司还在用 AI 扫描工地、在制造环节生成数字孪生，以及用于企业运营和软件开发，包括现代化旧代码、生成与测试新软件、尽早发现缺陷。Mineart 强调，真正困难的不只是把自动化机器造出来，而是要改变工作流程，让人们能够与技术协同工作；她还提到，有经验的操作员会帮助训练这些系统。随着自动化程度提高，一些操作员未来可能从控制单台机器，转变为在远程指挥中心同时监管多台机器。为适应这一变化，卡特彼勒计划在未来五年投入 1 亿美元，用于 11.8 万名员工的 AI、自动化和机器人培训。文章还指出，AI 基础设施需求也在推动卡特彼勒的业绩增长，其第二季度营收创下 205 亿美元新高，受数据中心电力设备需求强劲带动，动力系统部门销售额同比增长 72%，达到 31 亿美元。

Cat AI Assistant 允许技术人员在设备旁通过语音指令调出维修流程、排查问题，并在维修开始前识别可能需要的零件。Mineart 表示，卡特彼勒在全球约有 160 万个联网资产和超过 16PB 的结构化数据，公司还计划在未来五年投入 1 亿美元培训员工掌握 AI、自动化和机器人技术。

8月30日 21:12 UTC·#ai-sentiment

员工对 AI 的情绪明显转负

基于 Glassdoor 的一项分析发现，美国员工对 AI 的正面情绪已从 2019 年的 81% 降至 2026 年年中 的 43%，而负面评论升至 53%。这种转变在 Z 世代女性中尤其明显，她们关于 AI 的评论只有 21% 是正面的。

这些发现表明，AI 在职场中的推进正在引发越来越强的抵触，而不仅仅是兴奋，并且这种反弹会因岗位、性别和代际而明显不同。这对正在部署 AI 工具的雇主很重要，因为员工信任、培训和对工作安全的感受，如今可能和技术本身同样关键。

Glassdoor 的分析显示，员工对职场 AI 的情绪在过去几年里明显恶化。报告称，美国员工对 AI 的正面情绪从 2019 年的 81% 降至 2026 年年中的 43%，而负面提及则升至 53%。这说明，关于 AI 的职场讨论已不再主要是对创新和效率提升的期待。相反，越来越多员工开始表达不满、怀疑以及对 AI 落地方式的担忧。分析还显示，2025 年 5 月到 2026 年 5 月，美国评论中提到 AI 的次数增长了 240%。

这表明 AI 已成为员工反馈中的高频话题，即使在自动化威胁并不突出的岗位也是如此。最乐观的群体仍然是高管和经理，而软件架构师提到 AI 的频率最高，并且总体态度偏正面。相比之下，软件工程师明显更悲观，其中 57% 的相关评论为负面。另一端，保险理赔员工几乎一边倒地批评 AI，作家、会计和客服人员也大约以四比一的比例偏负面。

管理者仍然是最乐观的群体，而保险理赔员工几乎清一色持负面看法；软件工程师也较为怀疑，其中 57% 的 AI 评论为负面。分析还称，2025 年 5 月到 2026 年 5 月，美国评论中提到 AI 的次数增长了 240%，很多负面评论集中在被强制使用、监控、生产力要求不现实或客户体验变差等问题上。

8月30日 18:41 UTC·#ai-agents

AI agents have no sense of time and are not aware of it

A study found that popular coding assistants like Claude Code and OpenAI Codex cannot reliably estimate task duration or accurately track elapsed time, highlighting a weakness for long-running agentic workflows.

This is a useful research finding about limitations of current AI coding agents, especially for long-running tasks and planning, but it appears to be a single study/report rather than a major breakthrough. No comments/discussion were provided to assess community debate or validation.

AI agents have no sense of time and are not aware of it A new study finds that popular coding assistants can't predict how long a task will take, and they can't reliably tell how long they've already been working. That's a problem for long-running jobs. When an AI assistant works on a task, it often has no idea how much time is passing. That's the takeaway from a study by two independent AI researchers, done as part of the MATS research program. The pair tested two widely used coding assistants, Anthropic's Claude Code and OpenAI's Codex, on their sense of time.

8月30日 23:35 UTC·#ai-surveillance

阿博特冻结德州Flock摄像头资金

得克萨斯州州长格雷格·阿博特在外界对隐私和监管的反弹不断升温之际，冻结了州政府对 Flock AI 监控摄像头的支出。就在《Texas Tribune》披露该州已为这些摄像头花费超过 3000 万美元之前，这一决定被宣布，其中大部分资金来自附加在保险保单上的 1 美元费用。

这一举动表明，AI 监控已经不只是执法工具，也成了政治风险点。随着隐私争议和滥用事件不断增加，它可能促使其他城市和州重新评估 Flock 的部署。

得克萨斯州州长格雷格·阿博特已经冻结了州政府对 Flock AI 监控摄像头的支出，而围绕这些系统的争议仍在不断升级。这个决定发布前不久，《Texas Tribune》的一项调查披露，得州已经在 Flock 摄像头上花费了超过 3000 万美元。文章称，这笔资金主要来自在保险保单上额外加收 1 美元的费用，名义上是为了打击催化转化器盗窃。随着隐私担忧加剧，Flock 摄像头正越来越多地受到两党阵营的批评。文章指出，已有多起警员滥用这些系统的事件，至少在得州就有 6 起，相关人员被停职甚至被刑事起诉。

Flock 还因为数据共享、摄像头被装在游乐场附近、员工可以访问视频流、视频流未加密，以及试图回避透明度要求而遭到审视。近几个月来，美国各地不少城市已经取消了与该公司的合同。阿博特的民主党对手 Gina Hinojosa 指责他扩大了摄像头的使用，而共和党众议员 Keith Self 也公开抨击了更广泛的监控趋势。文章还写道，反对 Flock 的情绪已经大到足以让人们在网上把“破坏 Flock 摄像头”当成一种共同的消遣。

这些摄像头是 Flock Safety 的车牌识别和监控系统，文章称它们已与多起滥用事件相关，其中得克萨斯州至少有 6 起。该公司还因数据共享、摄像头安装在游乐场附近、员工可访问视频流、视频流未加密以及试图降低透明度等问题受到批评。