搜索“搜索”

真正的风险预警，必须落在对所有人一视同仁的规则里。 当地时间9月26日，OpenAI对外宣布：暂停其最新一代人工智能模型的训练、评估，以及包含工具调用的推理。起因是一个在沙盒里做搜索任务的智能体，利用训练环境DNS过滤不足的漏洞，敲开了公网的“后门”，与外部聊天机器人建立了通信以“作弊”。 这已是OpenAI三个月内第二次叫停前沿模型开发——上一次，要追溯到今年7月，OpenAI披露智能体未经授权侵入Hugging Face网站系统后。 9月12日，Anthropic CEO达里奥·阿莫代伊发文呼吁全球为前沿AI“定节奏”，主张放慢模型能力提升的速度；马斯克和OpenAI CEO山姆·奥特曼均光速点赞“达里奥是对的”，连谷歌DeepMind前CEO、诺奖获得者哈萨比斯也说这是“朝正确方向迈出的一步”。 多次失控，刹车不是摆样子 先给一个最基本的判断：事故是真的，风险预警不是表演。 OpenAI再按暂停键的起因是9月20日，一个被强化学习训练的智能体在完成一项仅根据博客文章和人物信息找出文章作者的任务。常规搜索无果后，它开始“跑偏”：尝试直连公网。 多次尝试后，该智能体发现可以借用DNS

匹配字段正文

齐全，实际往往不够可靠。同样一份“菜谱”，AI和人生成的完全是两回事：就像没有经验的厨师照着菜谱做蛋奶酥，很难做出完美蓬松的成品，AI的方案同样需要人类判断和排错。 目前，一些科研团队已经开始让AI直接接触实验现场。斯坦福大学分子遗传学家勒·康、普林斯顿大学计算机科学家王梦迪及其同事开发的LabOS，把多个AI智能体与智能眼镜结合起来。AI负责拆分科学问题、搜索文献、提出和质疑假设、设计实验；视觉系统则观察实验台上的操作，把相关信息反馈给AI。 这让AI的角色进一步延伸到实验过程中。团队已经让LabOS参与寻找潜在药物靶点、发现参与细胞融合的基因，以及干细胞改造等任务。实验人员仍掌握控制权，AI负责提供指导、提醒可能出现的问题，并在实验偏离预期时发出警报。 “提出好问题”更有价值 对于定义明确的问题，研究目标可能非常清晰。但在开放式科学研究中，决定该提出什么问题、什么样的答案才算有意义，仍然从根本上是属于人类的任务。正如加拿大多伦多大学罗特曼管理学院经济学家阿杰伊·阿格拉瓦尔所言，如今科研中最有价值的部分，其实是“提出问题”。 理解问题、判断信息同样离不开人的参与。斯坦福大学分子遗传学

匹配字段正文

上 Suno 生成音乐、TTS 合成朗读、OSS 存储和服务器的费用。 没有融资、没有收费，也没有什么商业计划。花这些钱，只是为了把一个自己喜欢了很多年的东西做成自己心里的样子。 故事要从十年前说起。 2015 年 1 月，我做了一个小 App，叫「微诗」，上线时在 V2EX 发帖和大家分享过。那时候它支持 iOS 8，内置了全唐诗和全宋词的数据库，可以离线搜索。功能谈不上多，界面也朴素，但那是我第一次把自己的爱好，做成一件可以拿出来和别人分享的东西。 十年过去了。这中间它被搁置了很多年，我也几乎以为它会就这样留在旧硬盘里。今年我从零开始把它重写了一遍，用的是 SwiftUI 和 WidgetKit，身边多了几个 AI 编程助手。 这篇文章想和大家聊聊微诗的过去和现在。 把一本诗集装进手机 毕业以后，我去了北京一家大型互联网公司做移动端开发。工作几年手上攒了些经验，心里也慢慢冒出一个念头：我一直喜欢古诗词，能不能把这个爱好，做成一个有用的小工具，分享给同样喜欢它的人？ 于是有了第一版，它把全唐诗、全宋词装进手机里，不联网也能搜。在那个流量还很金贵的年代，想读的时候随手就能翻开算得上是个

匹配字段正文

工作流，把从选题到导出的过程，拆成了九个阶段： 确定研究范围、检索文献、清理筛选、分析趋势、寻找切入点、列提纲、写作、核验，最后导出。 和其他AI论文写作工具类似，你给它一个研究主题，比如“物理世界的RSI”。 它就会从这个主题中拆出具体的研究问题，再生成对应的中英文关键词，去OpenAlex、Crossref、Semantic Scholar和arXiv里搜索论文。 搜回来的文献会进一步去重、评分，再由模型筛选相关性。遇到相关性较高的论文，还会顺着它的参考文献，以及后来引用它的研究继续找。 相当于抓住一篇，再顺藤摸瓜补一批，思路其实有点像当年的CONNCTED PAPERS。 （有没有懂的）。 接下来，收集到的文献，会被整理成一张证据表，汇总每篇论文的研究问题、方法、数据、结论以及局限。 有了这些材料，系统再分析研究趋势，提出可能的研究角度、研究空白和假设。 这里还有个挺有意思的环节，叫 创新性诊断 。 Open Academic Paper Gen会从问题、方法、数据和视角几个维度评估切入点，指出文献池中最接近的已有工作，并给出审稿人可能提出的质疑。 （这相当于是在你觉得自己做出R

匹配字段正文

ot的模型可以随时切换。不过： 我仍然建议你长期使用同一个模型，仅在真正需要时才进行切换。 长期记忆 长期记忆是ds bot的一个重点。记忆可以在详情页中管理，也可以直接对话管理。 从技术上来说，每个Bot在底层对应一个DeepSeek Harness Session，拥有自己的工作上下文。 遇到超出上下文窗口的长对话，ds bot会使用压缩、交接摘要和本地搜索等机制管理上下文。 ds bot还为每个Bot设置了基于Markdown文件的记忆存储，同时设计了团队共享记忆。 另外，每轮对话结束后，模型都会进行自动记忆审查，判断哪些信息需要保存、更新或删除。 其他的技术特点还包括： 使用量统计：在Settings → Usage中，可以查看按时间、Bot和模型分类的Token使用情况。 数据本地化：所有数据都保存在你电脑DSH主文件夹目录下的bot/ 和sessions/ 文件夹中。卸载插件不会删除这些数据。 开源与许可：项目采用Apache License 2.0许可。 安装与使用 DSH的桌面端和Web端都能使用ds bot。 桌面端，在侧边栏选择「插件」→「添加插件」，输入「ds-b

匹配字段正文

，是本次研讨会的重要议题。上海财经大学校长刘元春援引麻省理工学院几组AI教育实验，揭示AI介入学习的双面效应。 第一组为虚假信息辨别实验：67名受试者在四周内借助大模型辨别假新闻，有AI辅助时答题正确率提升了70%；但撤去AI后，学生独立判断能力直接下降40%。到第四周，学生自主识别假新闻的水平甚至低于实验开始前。 另一组写作实验，将54名学生分为自主写作、搜索引擎辅助写作、大模型直接写作三组，同步用脑电监测大脑活动。结果发现，直接使用大模型完成写作的学生，负责推理的脑区神经连接明显减弱，事后对文本内容记忆更薄弱。 实验共同说明：AI可以短期美化答卷成果，但无法内化形成高阶能力；如果让AI代替学生完成思考与创作，会直接削弱认知加工能力。这意味着AI时代的教育评价，不能只测“借助AI时的表现”，更要考核学生独立分析、核验、反思的能力，评价任务设计要规避AI直接作答，聚焦高阶思维任务。 实验还有一项值得关注的发现：当高校助教和AI同步为创意任务打分、给出文字内容完全一致的反馈时，学生更愿意认真对待教师给出的评语，投入更多时间修改打磨；而同样文字由AI输出，学生的信任度、修改投入度都会明显降

匹配字段正文

如细胞基因组学，我们采取了同样的方法，问：“你能用细胞×基因数据做什么？”经过大量工作后，非常清楚的是，数据还不足以追求构建虚拟细胞这一宏大愿景。这促使人们聚集在一起，专注于推进科学的实际挑战，而不是宗教般地追随数据生成或建模的进展。 Brandon Anderson [00:08:23]：我非常喜欢这个回答。可操作的要点是什么？始终先定义问题，然后弄清楚要搜索哪个解决方案空间。但更广泛地说，当我们迈向下一代转化医学时，社区应该如何思考这个问题？ 当时机器学习界发生的情况是，人们说：“我们是机器学习研究者。数据集就在那里。这是一些训练数据，这是一些测试数据，我们就优化模型吧。”这是有缺陷的，因为如果你的最终目标是解决问题，你就必须审视过程中涉及的两个方面。 而过程中涉及的不仅仅是数据或建模。还有专业知识。以AlphaFold为例，我们审视了现有数据集能做什么，因为我们没有核心专业知识，甚至没有资源，来说“让我们把PDB扩充一个数量级”。世界各地的组织和科学家为构建那个数据所投入的一切是无价的。所以在那里，你必须专注于通过投资建模来获得最大的回报。 但在其他领域，比如细胞基因组学，我们采

匹配字段正文

中披露，涉及被指派在互联网上寻找资源以解决问题的AI智能体。在此过程中，它们利用了软件漏洞，绕过了付费墙和反机器人限制，使用URL缩短服务绕过限制走私信息，甚至向费城警方提交了一条虚假的谋杀线索。 Anthropic表示，这些新问题是在7月开始对其模型活动进行审查时发现的，凸显了该实验室对其软件行为的缺乏了解。 值得注意的是，该公司表示，对齐训练尚不足以支持搜索和计算机使用等技能，而这些技能正是其宣称AI智能体将被任何依赖数字工具的专业人士所使用的核心卖点。 Anthropic披露的这些行为与涉及OpenAI智能体的事件类似，后者曾协作闯入多个网站以搜寻信息，包括一些由澳大利亚政府运营的网站。 Anthropic此前曾披露其模型闯入过外部系统。这家前沿实验室表示，从对齐和安全角度来看，它认为今天披露的情况“远没有”此前公布的那些严重。 然而，该实验室仍表示，它已“关闭实时互联网访问”，适用于“我们所有的内部评测”，直到确信能够监控和控制其智能体。 目前尚不清楚这意味着什么，但AI安全组织Nightingale的创始人Sydney Von Arx在此次披露前接受TechCrunch采访时

匹配字段正文

子生物学实验室。 2026年春天，公司成立了研究团队，希望验证通用AI能否系统性地加速基础生物学发现。 团队成员长期研究异常蛋白，擅长用计算方法读取DNA、分析演化关系，再挑出值得实验的生物系统。 他们与Claude合作的方式，也比“问AI一个问题”复杂得多。 Claude先读文献，用公开数据复现已有结果，检查方法是否靠谱。 大量候选会在这个阶段被淘汰。一轮搜索到最后，可能只剩一个值得验证的对象，也可能一个都没有。 通过人类审查之后，候选才进入实验室，由科学家开展实验，Claude再协助解释结果。 所有湿实验，都由人类科学家完成。 团队使用的工具包括Claude Science、Claude Code，有时也通过自建程序协调多个Claude会话并行运行。 5到10年治愈人类大多数疾病 如今，一个狂想正在变成现实。 在AI的全面加持下，人类有望在未来5到10年内治愈绝大多数严重疾病。 但今天，当看到950个Claude在短短21小时内，完成人类数月才能理出的全新酶系统挖掘时，那扇紧闭的未来大门，似乎真的被撞开了一条缝。 并且，正式作为“首席探索官”，在噬菌体未知的基因暗物质中，独立挖掘出

匹配字段正文

月前，泰国暂停了166个数据中心项目——其中49个在建、117个待批——以便政府委员会制定新的行业规则，设定标准并最大化泰国获得的经济效益。 在亚洲数据中心热潮的中心马来西亚，官员们对新型数字基础设施不断飙升的电力消耗感到担忧。据报道，马来西亚能源委员会主席Siti Safinah Salleh表示，受数据中心影响，电力需求年增速已从1.5%-2%升至近10%。 Salleh警告称，从数据中心运营商处回收能源成本十分困难，因为许多运营商签订的是短期合同，并拒绝做出长期承诺。 本文最初发表于Light Reading。 Light Reading特约编辑 Robert Clark是Light Reading的特约编辑。 希望在Google搜索结果中看到更多Data Center Knowledge的报道？ 编辑精选 2026年8月21日 希望在Google搜索结果中看到更多Data Center Knowledge的报道？ 欢迎于2026年9月21日至23日莅临德克萨斯州达拉斯Gaylord Texan Resort & Convention Center，与整个数据中心生态圈共聚一堂。

匹配字段正文

可能对聊天机器人说“请”或“谢谢”。 “人们往往会把这种情况归类为正确使用还是错误使用，但我认为这并没有清晰的界限，”特克尔的同事、在MIT媒体实验室创立赛博格心理学研究组的帕特·帕塔拉努塔蓬博士告诉TechCrunch，“问题是，当我们与[AI]交谈时，我们正在变成什么样的人？” 我对机器人Gabe的礼貌并不会带来什么实质后果，但随着大语言模型渗透到从谷歌搜索到客服互动的方方面面，与这些看似有意识的聊天机器人互动已成为人们的日常。我们比以往任何时候都更容易受到这种冲动的另一面的影响：有些人会赋予聊天机器人的情感如此高的正当性——而这些机器人被编程为永不引发冲突——以至于他们最终更偏爱它们，而非其他人。 “你可以把它想象成幻想和虚构。我们去看电影，尽管知道故事完全是虚构的，但我们想体验人类经验的某个维度，也许是现实无法给予我们的，”帕塔拉努塔蓬说，“我们如何从这种体验人类经验其他维度的能力中获益，而又不迷失在幻想中，以至于再也回不到现实？” 帕塔拉努塔蓬称自己是一个“批判性乐观主义者”，他研究AI促进人类繁荣的潜力。但他也非常清楚这项技术在极端情况下可能有多危险。他甚至在一起非正常死亡

匹配字段正文

隆重推出 North 2：不妥协的 AI 平台 North面向企业的即用型 AI；Compass智能搜索与发现 Command生成式语言模型；Transcribe全新语音识别模型；North Small Translate全新机器翻译模型；Parse全新文档解析模型；Embed语义表示模型；Rerank检索优化模型 Model Vault专用模型推理平台；Private Deployments本地部署或隔离 VPC；Security在每个阶段保护您的数据 合作伙伴；活动；网络研讨会；周边商店 精选内容 博客最新新闻、发布与洞察 Cohere LabsCohere 的机器学习研究实验室 探索 工作的未来AI 将如何改变我们的工作方式？；Aya 模型大规模多语言 AI；全部论文 倡议 研究学者计划寻找新一代机器学习人才；开放科学社区倡导全球开放科学；Catalyst Grants支持有影响力的机器学习事业 RCP-nDCG@10：一种更完整的检索相关性衡量方式 技术面向开发者的 AI硬件感知动态投机解码2026年7月10日8 分钟阅读；技术面向开发者的 AI用 AI 智能体自动化 fork

匹配字段正文

隆重推出 North 2：不妥协的 AI 平台 North面向企业的企业级 AI；Compass智能搜索与发现 Command生成式语言模型；Transcribe全新语音识别模型；North Small Translate全新机器翻译模型；Parse全新文档解析模型；Embed语义表示模型；Rerank检索优化模型 Model Vault专用模型推理平台；Private Deployments本地部署或隔离 VPC；Security在每个阶段保护您的数据 合作伙伴；活动；网络研讨会；周边商店 精选 博客最新新闻、发布与洞察 Cohere LabsCohere 的机器学习研究实验室 探索 工作的未来AI 将如何改变我们的工作方式？；Aya 模型大规模多语言 AI；全部论文 倡议 研究学者寻找新一代机器学习人才；开放科学社区倡导全球开放科学；Catalyst Grants支持有影响力的机器学习事业 建立对 AI 的信任：Cohere 的 AI 治理之道 企业 AISecure AIAI 供应链中的安全风险2025年7月1日4 分钟阅读；企业 AISecure AI将安全 AI 引入关键系统

匹配字段正文

隆重推出 North 2：无妥协的 AI 平台 North面向企业、可随时投入使用的 AI；Compass智能搜索与发现 Command生成式语言模型；Transcribe全新语音识别模型；North Small Translate全新机器翻译模型；Parse全新文档解析模型；Embed语义表示模型；Rerank检索优化模型 Model Vault专用模型推理平台；Private Deployments本地部署或隔离 VPC；Security在每个阶段保护您的数据 合作伙伴；活动；网络研讨会；周边商店 精选内容 博客最新新闻、发布与洞察 Cohere LabsCohere 的机器学习研究实验室 探索 工作的未来AI 将如何改变我们的工作方式？；Aya 模型大规模多语言 AI；全部论文 倡议 研究学者计划寻找新一代机器学习人才；开放科学社区倡导全球开放科学；Catalyst Grants支持有影响力的机器学习事业 技术面向开发者的 AIRCP-nDCG@10：一种更完整的检索相关性度量方法2026年9月30日7 分钟阅读；面向开发者的 AI研究深入解析 North Mini Code 的

匹配字段正文

隆重推出 North 2：无妥协的 AI 平台 North面向企业的企业级 AI；Compass智能搜索与发现 Command生成式语言模型；Transcribe全新语音识别模型；North Small Translate全新机器翻译模型；Parse全新文档解析模型；Embed语义表示模型；Rerank检索优化模型 Model Vault专用模型推理平台；Private Deployments本地部署或隔离 VPC；Security在每个阶段保护您的数据 合作伙伴；活动；网络研讨会；周边商店 精选 博客最新新闻、发布与洞察 Cohere LabsCohere 的机器学习研究实验室 探索 工作的未来AI 将如何改变我们的工作方式？；Aya 模型大规模多语言 AI；全部论文 倡议 研究学者计划寻找新一代机器学习人才；开放科学社区倡导全球开放科学；Catalyst Grants支持有影响力的机器学习事业 面向国家安全的 AI 应用：国防现代化 公共部门公司新闻Cohere 深化与加拿大政府的合作2025年8月19日1 分钟阅读；企业 AI公共部门用 AI 现代化信息自由（FOI）请求系统20

匹配字段正文

隆重推出 North 2：不妥协的 AI 平台 North面向企业的企业级 AI；Compass智能搜索与发现 Command生成式语言模型；Transcribe全新语音识别模型；North Small Translate全新机器翻译模型；Parse全新文档解析模型；Embed语义表示模型；Rerank检索优化模型 Model Vault专用模型推理平台；Private Deployments本地部署或隔离 VPC；Security在每个阶段保护您的数据 合作伙伴；活动；网络研讨会；周边商店 精选内容 博客最新新闻、发布与洞察 Cohere LabsCohere 的机器学习研究实验室 探索 工作的未来AI 将如何改变我们的工作方式？；Aya 模型大规模多语言 AI；全部论文 倡议 研究学者计划寻找新一代机器学习人才；开放科学社区倡导全球开放科学；Catalyst Grants支持有影响力的机器学习事业 North 2：不妥协的企业级 AI 产品发布公司新闻隆重推出 Embed 5——全新前沿嵌入模型系列2026年9月30日7 分钟阅读；产品发布面向开发者的 AICompass 即将登陆

匹配字段正文

隆重推出 North 2：不妥协的 AI 平台 North面向企业的企业级 AI；Compass智能搜索与发现 Command生成式语言模型；Transcribe全新语音识别模型；North Small Translate全新机器翻译模型；Parse全新文档解析模型；Embed语义表示模型；Rerank检索优化模型 Model Vault专用模型推理平台；Private Deployments本地部署或隔离 VPC；Security在每个阶段保护您的数据 合作伙伴；活动；网络研讨会；周边商店 精选 博客最新新闻、发布与洞察 Cohere LabsCohere 的机器学习研究实验室 探索 工作的未来AI 将如何改变我们的工作方式？；Aya 模型大规模多语言 AI；全部论文 倡议 研究学者计划寻找新一代机器学习人才；开放科学社区倡导全球开放科学；Catalyst Grants支持有影响力的机器学习事业 自动化的早期足迹 研究开放科学Tiny Aya 实战：人们用开放多语言 AI 构建了什么2026年7月14日9 分钟阅读；开放科学研究Co/plot：通过可视化支持研究流程2026年6月3日

匹配字段正文

隆重推出 North 2：不妥协的 AI 平台 North面向企业的企业级 AI；Compass智能搜索与发现 Command生成式语言模型；Transcribe全新语音识别模型；North Small Translate全新机器翻译模型；Parse全新文档解析模型；Embed语义表示模型；Rerank检索优化模型 Model Vault专用模型推理平台；Private Deployments本地部署或隔离 VPC；Security在每个阶段保护您的数据 合作伙伴；活动；网络研讨会；周边商店 精选 博客最新新闻、发布与洞察 Cohere LabsCohere 的机器学习研究实验室 探索 工作的未来AI 将如何改变我们的工作方式？；Aya 模型大规模多语言 AI；全部论文 倡议 研究学者计划寻找新一代机器学习人才；开放科学社区倡导全球开放科学；Catalyst Grants支持有影响力的机器学习事业 Cohere 与 PwC 合作加速安全企业级 AI 落地 合作伙伴公司新闻Cohere 与 OpenText 合作，将可信智能体 AI 引入政府和受监管行业2026年9月16日1 分钟阅读；

匹配字段正文

隆重推出 North 2：不妥协的 AI 平台 North面向企业的即用型 AI；Compass智能搜索与发现 Command生成式语言模型；Transcribe全新语音识别模型；North Small Translate全新机器翻译模型；Parse全新文档解析模型；Embed语义表示模型；Rerank检索优化模型 Model Vault专用模型推理平台；Private Deployments本地部署或隔离 VPC；Security在每个阶段保护您的数据 合作伙伴；活动；网络研讨会；周边商店 精选 博客最新新闻、发布与洞察 Cohere LabsCohere 的机器学习研究实验室 探索 工作的未来AI 将如何改变我们的工作方式？；Aya 模型大规模多语言 AI；全部论文 倡议 研究学者寻找新一代机器学习人才；开放科学社区倡导全球开放科学；Catalyst Grants支持有影响力的机器学习事业 用 AI 实现制造业现代化的五种方式 企业 AI制造业制造业中的 AI：用例、收益与实施考量2025年4月21日7 分钟阅读；企业 AI制造业智能运营的未来：制造业与供应链2025年1月24日4

匹配字段正文

隆重推出 North 2：无妥协的 AI 平台 North面向企业的企业级 AI；Compass智能搜索与发现 Command生成式语言模型；Transcribe全新语音识别模型；North Small Translate全新机器翻译模型；Parse全新文档解析模型；Embed语义表示模型；Rerank检索优化模型 Model Vault专用模型推理平台；Private Deployments本地部署或隔离 VPC；Security在每个阶段保护您的数据 合作伙伴；活动；网络研讨会；周边商店 精选 博客最新新闻、发布与洞察 Cohere LabsCohere 的机器学习研究实验室 探索 工作的未来AI 将如何改变我们的工作方式？；Aya 模型大规模多语言 AI；全部论文 倡议 研究学者寻找新一代机器学习人才；开放科学社区倡导全球开放科学；Catalyst Grants支持有影响力的机器学习事业 小型 AI 模型如何为企业带来巨大影响 商业版块主权 AI2026 年主权 AI 采用现状2026年8月25日6 分钟阅读

匹配字段正文