AI新聞

Meta 正停止向 Quest 2 和 Quest Pro VR 頭戴裝置推送新的軟體功能更新，將這些較舊的硬體轉入維護模式。雖然關鍵的安全性修補程式在有限時間內仍會繼續提供，但這些裝置將不再收到新的作業系統功能改進與開發者 API。這一轉變使 Meta 能夠將軟體開發的重點放在更新的 Quest 3 系列以及即將推出的 AR 和 VR 智慧眼鏡上，後者整合了多模態 Meta AI 功能與輕量化光學器件。現有的 Quest 2 和 Quest Pro 所有者可以繼續遊玩目前的遊戲，但將無法體驗未來的空間計算功能。

CrowdStrike 正以總計近 5 億美元的交易收購兩家 AI 安全初創公司，以應對市場對保護自主 AI 代理日益增長的需求。隨著企業越來越多地部署 AI 代理來執行自動化任務，組織正面臨提示詞注入、資料外洩和未經授權的系統操作等新型安全風險。這項收購計劃將把專門的威脅檢測與治理工具整合到 CrowdStrike 的安全平台中，使企業能夠監控代理行為、實施存取控制，並保護 AI 代理工作流程免受新興網路安全漏洞的威脅。

為了確定僅靠軟體改進是否就能超越 1990 年代的超級電腦，尼古拉斯·卡里尼（Nicholas Carlini）評估了在 1996 年奔騰（Pentium）硬體限制下運行的現代西洋棋引擎。1997 年，IBM 的「深藍」（Deep Blue）憑藉每秒能夠評估 2 億個棋局局面的特製硬體擊敗了世界冠軍加里·卡斯帕羅夫（Garry Kasparov）。然而，三十年來的演算法進步——包括精煉的搜尋啟發式演算法和神經網路評估函數——獨立於原始處理能力，獲得了超過 1000 個 Elo 積分的提升。即使僅在單核 1996 年奔騰 CPU 上運行、每秒僅能評估數千個局面，現代 Stockfish 的棋力也輕鬆超越了深藍，並本可以在 1996 年擊敗卡斯帕羅夫。

隨著矽谷對頂尖人工智慧人才的爭奪日益激烈，Anthropic 每月在每名員工身上的薪酬支出已超過 10 萬美元。這一數字涵蓋基本薪資與巨額股權獎勵，突顯了與 Google 和 Meta 等財力雄厚的科技巨頭直接競爭的前沿人工智慧實驗室所面臨的巨大財務壓力。隨著各家公司競相構建日益複雜的基礎模型，專業人工智慧研究人員與工程師的人才庫十分有限，推動薪酬待遇創下歷史新高。除了飆升的基礎設施與算力成本外，這些人才開支也顯著推高了 Anthropic 的資金消耗率，因為該公司正努力維持針對 OpenAI 等對手的競爭優勢。

TechRadar 的黑色星期五指南重點介紹了拓竹（Bambu Lab）3D 列印機的最佳優惠，並根據專家的實際測試提出推薦。入門級的 Bambu Lab A1 Mini 被評為適合初學者的緊湊型、高 CP 值選擇；而標準版 A1 則透過 AMS Lite 系統提供更大的列印體積與多色列印功能。對於愛好者和專業人士而言，旗艦機型 X1-Carbon 採用了適用於工程塑料的封閉式設計，擁有極快的列印速度，並配備 AI 驅動的鏡頭監控以自動檢測列印失敗。

在針對可能存在誤導性宣傳的監管審查後，特斯拉已將其在英國和歐洲的駕駛輔助軟體名稱更新為「全自動駕駛（受監督版）」[Full Self-Driving (Supervised)]。儘管使用了這一名稱，該功能仍屬於 2 級駕駛輔助系統，要求人類駕駛時刻保持警覺並隨時準備接管控制。此次更名符合旨在防止對車輛功能產生混淆的更嚴格歐洲廣告標準。與此同時，包括 BMW 在內的競爭對手車企正繼續研發先進的自動化駕駛系統，並計劃於 2027 年前在量產車型中引進更高層級的自動駕駛功能。

Google 正為 K-12 學校管理者提供管理控制功能，允許他們為使用 Google Workspace for Education 帳戶的學生關閉 Gemini 等獨立 AI 服務。然而，由於 AI Overviews（AI 概覽）已直接內建於 Google 搜尋中，學校若不完全停用或限制搜尋存取權限，就無法關閉這些由 AI 生成的搜尋回覆。這種整合迫使教育機構面臨非黑即白的抉擇：要麼讓學生接觸 AI 功能，要麼徹底切斷標準搜尋的存取。

英偉達（NVIDIA）開源了 Auto-Ontology，這是一個旨在利用大型語言模型從非結構化文字中自動建立、擴展和完善特定領域本體（Ontology）與知識圖譜的框架。該工具透過自動識別實體、關係和分類體系，簡化了結構化知識的擷取過程，減少了傳統本體工程所需的人工勞動。透過將非結構化的企業資料轉換為有據可依且可供機器讀取的知識結構，Auto-Ontology 能幫助開發者增強檢索增強生成（RAG）管道、推理系統以及基於圖的 AI 應用。

網絡犯罪分子正越來越多地利用盜取的雲端憑證實施「LLMjacking」攻擊，以劫持企業對託管大型語言模型（LLM）的存取權限。Sysdig 的安全性研究人員報告指出，攻擊者瞄準存在漏洞的雲端環境，以未經授權的方式進入 Amazon Bedrock 等 AI 平台。黑客不再採用傳統的加密劫持（cryptojacking），而是利用盜取的基礎設施來執行他們自己的 AI 工作負載，或在暗網出售模型存取權限，導致受害者組織每天產生高達數萬美元的雲端帳單。保護雲端憑證、實施最小權限存取策略以及監控異常 API 活動，對於降低這些財務與營運風險至關重要。

蘋果公司已更新其 App Store 指南，將交友應用程式和 AI 伴侶聊天機器人限制為 18 歲及以上的使用者。這項政策變更旨在保護未成年人免於接觸不適合年齡的內容、露骨對話，以及與人工智慧實體建立擬社會關係所帶來的潛在風險。根據修訂後的規則，開發者必須更新其應用程式的年齡分級並實施年齡驗證機制，才能繼續保留在平台上。因此，AI 角色扮演和伴侶應用的開發者必須徹底重構使用者引導流程，而未成年使用者將失去在 iOS 裝置上存取這些應用程式的權限。

Matthew Honnibal 對一項宣稱名為 Astra 的 AI 系統能直接讀取和寫入模型權重以改進 Qwen 語言模型的觀點提出了批評。他指出該貼文具有誤導性，因為這一過程並不涉及大語言模型（LLM）以一種全新的、自我導向的方式檢查或編輯自身的類神經網路參數。相反地，該技術依賴於標準的機器學習實踐，例如包裹在誇大術語中的微調或強化學習迴圈。Honnibal 警告不要將例行的最佳化程序解釋為湧現出的自我修改能力，並強調必須將標準的梯度更新與真正的自主權重推理區分開來。

將人工智慧融入教育，需要對傳統學習模式與教育目標進行根本性的重新審視。隨著生成式人工智慧工具自動化了日常寫作、程式編寫與資訊檢索，學習的重點必須從死記硬背式的知識獲取，轉向更高階的認知能力，例如批判性評估、創造性解決問題以及倫理判斷。教育工作者與機構必須重新思考評量方式，以衡量真正的理解力與人類的洞見，而非衡量容易被複製的產出。適應這一轉變需要幫助學習者瞭解人工智慧技術的能力與局限，確保他們能在培養獨特的人類專業技能之同時，有效率地與自動化系統協同工作。

饒舌歌手 Cardi B 警告大學生不要依賴 ChatGPT 和人工智慧工具來完成功課。在一段影片訊息中，她敦促學生要努力學習、刻苦鑽研，培養真正的批判性思考能力，並強調使用 AI 捷徑會剝奪他們獲得真正知識的機會。Cardi B 警告說，雖然生成式人工智慧短期內可能可能有助於學生通過考試或完成作業，但這會讓他們在面對需要獨立解決問題與具備真實能力的職場環境時缺乏準備。

中型 IT 服務公司 Coforge 在收入成長和訂單接收量方面表現優於規模較大的印度同行，這得益於其在生成式人工智慧領域的強勁執行力以及對 Cigniti Technologies 等關鍵戰略收購。在大型 IT 競合對手面臨客戶支出低迷之際，Coforge 透過在銀行、金融服務和旅遊等領域提供特定領域的 AI 解決方案，擴大了業務管道。透過將生成式 AI 能力直接嵌入企業工作流程並贏得更大額的訂單，該公司保持了穩健的財務勢頭，並進一步鞏固了 AI 作為其提升市場佔有率主要催化劑的作用。

Snowflake Inc. 擴展了其 Agentic AI 平台，以協助企業團隊建置、部署和治理與企業資料直接整合的自主 AI 代理。透過納入業務上下文（例如標準化語意模型、指標和組織邏輯），該平台可確保 AI 代理根據特定領域的定義產生可靠的洞察並採取精確的行動。此外，Snowflake 還增強了其治理架構，將資料安全性、存取策略和營運可稽核性延伸至代理工作流。這些新增功能使企業能在維持嚴格合規性和集中控制的同時，跨企業資料集安全地實現複雜業務流程的自動化。