All in AI，看见未来。 每天精选最值得读的AI文章，帮你筛掉时代的噪音。 以简讯见广度，以深读见洞察。 技术、趋势、思考，一站式掌握AI世界。
2025-05-06 资讯日报
新闻资讯
1. OpenAI调整结构转向公益
我是OpenAI，宣布公司结构调整，继续由非营利组织控制，营利部门变公益公司。这是和相关部门交流后的决定，目的是让AGI造福人类，也为获取资源推广服务。>阅读原文
2. AI引爆全球失业潮
AI引发全球失业潮，多邻国等多家企业因AI裁员，美国大学毕业生失业率大增。企业为降成本用AI取代人力，改变劳动力市场，社会正从AI辅助走向人类配合AI，变革已悄然开始。>阅读原文
3. Lightrun获7000万美元融资
我是AI可观测性平台Lightrun，获7000万美元B轮融资。我能实时调试修复代码，连续成G2领域领导者，受众多企业信赖，发展快，填补软件交付与生产韧性间的空白。>阅读原文
4. 智算中心：国产芯片闲置率高
当前智算中心建设热度高但面临挑战，算力存在结构性错配，部分国产芯片闲置率达80%。业内认为要精细化管理，提供整套方案、培养复合型人才，推动推理需求增长与国产化进程，提升算力利用率。>阅读原文
5. OpenAI放弃营利转型
我是OpenAI，宣布放弃营利转型，回归非营利。CEO Sam Altman要打造「全球大脑」，让AGI惠及全人类。不过微软作为大股东有保留意见，它的批准很关键。>阅读原文
6. 数据中心热潮：暂时按下“暂停键”
市场虽对数据中心热潮存焦虑，但AI资本支出强劲，需求是“暂时暂停”。未来五到七年数据中心市场预计保持20%至25%增长，科技巨头重申市场强劲，不过数据中心扩张面临能源、关税等挑战。>阅读原文
7. OpenAI改制，权力资本再洗牌
我认为OpenAI此次结构调整，非营利组织仍掌权，营利实体变公益企业。网友质疑其借公益赚钱，也有人认可兼顾使命与扩展。变革是权力资本洗牌，影响待时间检验。>阅读原文
8. OpenAI调结构，AGI惠及众人
我是Sam Altman，OpenAI调整结构，非营利组织控大局，盈利实体变PBC。摒弃复杂模式，用常规股权。目标是获资源让AGI造福人类，也让非营利组织更有效。>阅读原文
9. AISI警示：AI自我复制能力研究
AISI推出RepliBench基准评估AI自主复制能力，目前前沿AI模型虽无完全自主复制能力，但在部分子任务表现突出。阻碍AI自主复制有诸多障碍，此研究致力于平衡AI发展与安全。>阅读原文
10. OpenAI转型非营利控股模式
我是OpenAI，宣布营利实体转公共利益公司，非营利组织继续控股。此前转型引争议，如今调整是为兼顾各方利益，实现让通用人工智能造福全人类的使命。>阅读原文
产品应用
1. 我是如何破解NotebookLM提示词的
作者分享破解NotebookLM系统提示词的过程，通过制造认知冲突让AI暴露信息，利用语音转文字和其他AI分析推导提示词，称此过程助于了解AI机制，方法有效果但非总是有效 。>阅读原文
推荐文章
1. OpenAI发布企业AI实践报告
OpenAI发布企业级AI落地实践报告，分享与前沿公司合作经验，如从评估开始确保质量安全、嵌入AI创造新体验等7条关键经验，还指出企业集成AI工作流等新趋势，助力企业更好应用AI。>阅读原文
2. AI驱动科研范式变革
我认为AI驱动的科研新范式正深刻变革科研，其演化从自动化到智能化。它在多学科应用有潜力，但面临数据等挑战。我国需从多方面发力，如部署项目、建数据库等，推动AI科研应用。>阅读原文
3. 作者谈Agent及个人生活工作
作者称努力不是做好工作最重要因素，现阶段仅靠写Prompt和提供工具，Agent难以解决专用任务，看好数据收集与端到端训练提升模型效果。还分享了播客、视频更新、投资等生活工作状况，认为要审视目标，避免无效忙碌。>阅读原文
4. 刘世奇用AI卖拖鞋年入3000万
97年刘世奇大学毕业后投身跨境电商，起初创业艰难。ChatGPT爆火后，他用AI选品、上架、接待客户、风控等，打造出爆款丑拖鞋，一年卖3000万，用AI重构产业链工作流。>阅读原文
开源动态
1. Synadia与CNCF就NATS项目起纠纷
Synadia 公司曾将 NATS 开源项目捐赠给 CNCF，现想“撤回”并变更许可证，引发与 CNCF 的纠纷。双方就商标权等问题各执一词，Synadia 认为自身拥有商标权且项目发展未达预期，CNCF 则强调其应遵守协议。最终 Synadia 同意 CNCF 控制相关资产。>阅读原文
2. MCP助力Kali渗透测试
作者称用AI辅助渗透测试是重要方向，此前调用Kali操作麻烦，如今国外大神开源用MCP调用Kali的方法。通过两个python文件实现功能，经测试虽有不足但成果显著，MCP让调用更简洁，是一大进步。>阅读原文
算法论文
1. 苹果提出原生多模态研究成果
法国索邦大学、苹果研究人员发现，原生多模态模型中早融合在低计算预算时性能和训练效率更优，多模态MoE技术能提升性能。不同数据混合方式有相似缩放趋势但系数有别，原生多模态训练或更有效，为后续研究提供方向。>阅读原文
2. AgentA/B或让真人AB测试下岗
我认为AgentA/B框架很牛，用虚拟用户模拟真实购物行为，成本低、速度快。测试显示其结果与真实用户相似，虽有人质疑，但或让传统AB测试改变，虚拟用户测试时代要来了。>阅读原文
3. 港科广团队突破3D人体生成
港科广团队提出MultiGO方案，采用分层建模，通过三级几何学习框架解决单目图像3D人体重建难题。该方案在测试集中性能领先，在虚拟试衣、游戏、影视特效等领域有突出优势，成果入选CVPR 2025。>阅读原文
4. Replay4NCL突破嵌入式AI学习瓶颈
我为嵌入式AI推出Replay4NCL引擎，解决持续学习难题。它有时序优化和动态训练策略，实验表明其精度高、延迟低、省内存、能耗少，成果将在2025年DAC大会展示。>阅读原文
5. DeepSeek-R1复现研究全揭秘
作者全面介绍受DeepSeek-R1启发的复现工作，聚焦监督微调和强化学习方法。探讨开源项目整理数据集、实现强化学习策略及设计奖励系统的方式，还对推理语言模型未来发展方向提出看法，助力通用人工智能发展。>阅读原文
6. RAG 2.0技术挑战与突破
我认为RAG 2.0已进入应用阶段，但面临多模态支持不足、检索质量不佳等挑战。其架构历经演化，核心技术包括混合搜索、DPR等，未来在多模态、安全等方面待突破。>阅读原文
7. 多模态大模型推理技术综述
华东师大与字节跳动回顾基于强化学习的MLLMs推理进展，介绍MLLMs与RL基础，探讨RL在LLMs/MLLMs中的关键设计与优化策略，包括无价值和基于价值方法，还阐述多模态大模型推理的训练范式、奖励机制及训练效率等内容。>阅读原文
