微軟總裁布拉德·史密斯:AI 受到的監管甚至不如牛奶和洗衣機
微軟總裁布拉德·史密斯表示,AI 受到的監管甚至不如牛奶和洗衣機,業界應制定更多安全規格約束 AI。若失控的 AI 智能體入侵其他企業並造成損害,持有該智能體的公司須承擔責任。他亦呼籲企業設置「終止開關」,在 AI 失控時暫停運行。
微軟總裁布拉德·史密斯表示,AI 受到的監管甚至不如牛奶和洗衣機,業界應制定更多安全規格約束 AI。若失控的 AI 智能體入侵其他企業並造成損害,持有該智能體的公司須承擔責任。他亦呼籲企業設置「終止開關」,在 AI 失控時暫停運行。
Microsoft 總裁 Brad Smith 表示,AI 目前的監管程度低於牛奶和洗衣機,並呼籲制定全球安全規則。他建議企業設置可暫停或減慢失控 AI 的緊急制動機制,依法提交事故報告並通知受影響人士,亦由獨立政府評估員在產品推出前審核 AI 技術。Smith 認為英國最適合推動全球規則;這與特朗普主張業界自行監管、避免美國企業輸給中國對手的立場不同。
AMI Labs 創辦人兼董事長楊立昆表示,AI 下一次突破不會來自大語言模型,而是來自能理解並預測物理世界的系統。他指出,現有大語言模型理解現實世界的能力有限,與理解語言存在巨大差距。他主張開發世界模型,讓 AI 學習現實世界的物理規律和因果關係,預測行動結果並與周圍環境互動。
TikTok 行政總裁周受資指出,市場可能高估 AI 短期發展能力,卻低估其長期影響。他表示,未來兩至三年 AI 有望推動物理學、生物科技等領域取得重大突破,並指出確保 AI 遵守倫理規範、建立有效監督機制同樣重要。他倡議人類與 AI 協作,高風險工作不應完全依賴自動化,並鼓勵各行各業實際使用 AI。
光合創投合夥人朱嘉分享科技投資的「快決斷、慢等待」思路,透過產業鏈分析尋找投資機會。光合創投從終端需求向上遊追溯,佈局 AI、具身智能及硬科技產業鏈。項目評估聚焦市場、創始團隊及產品技術競爭力,目標是投資大型細分市場的第一名。
宇樹科技創辦人王興興表示,過去十幾年他犯的最大錯誤,是對 AI 還不夠相信。GPT-6 發布對具身智能行業的認知影響很大,宇樹科技團隊亦將其部署至機械人進行任務測試,效果不錯。他認為具身智能行業臨界點可能較快到來,快則一兩年;機械人大規模應用仍須解決泛化性和效率問題,他預期未來幾年可解決。
參與數貿創投日對談的科研人員、投資人及企業代表指出,源頭創新由實驗室走向產業,難在成果轉化、真實需求驗證、產品化量產及早期資本支持。強腦科技智能仿生手價格由50萬元降至約5萬元,去年協助數千名殘疾人安裝智能假肢。與會者認為,前沿科技還需耐心資本及真實應用場景,透過需求反饋推動迭代和商業化。
光合創投朱嘉分享硬科技投資方法,從產業鏈下游向上尋找機會,並復盤沐曦、宇樹科技等項目。他不追逐行業熱度,選擇在非共識階段佈局,挖掘有望成為細分賽道第一的創新企業。
陶哲軒認為,AI 正令數學證明由稀缺走向大量供應,數學研究因而進入「數學 2.0」時代。他主張評估 AI 數學成果時納入失敗結果與算力成本,並重視證明的解釋、評審、共同體理解及融入標準理論,而非只看是否解題。他亦認為,博士訓練的價值在於吸收困難材料、綜合知識和提出好問題;SAIR 基金會的開放數學模型計劃第一階段將面向日常研究需求,包括理解論證、核查引用、探索例子、編寫程式碼及形式化證明。
馬斯克在 X Takeover 活動中回應「中國版馬斯克」馬一龍相關影片,稱中國 14 億人口中肯定有人長得像他,並想邀請對方上台一同跳舞。馬斯克表示,希望相似者確有其人,但認為可能性不大。
BotMan AI 以 AI 驅動的遷移流程,把應用程式的依賴關係、業務邏輯及數據模型映射至知識圖譜,支援舊系統現代化。它重建應用程式架構,而非只把舊程式碼轉換成新語言,並可一次攝取整個系統、自主完成遷移。知識圖譜亦為 AI 智能體提供可重用的業務上下文,協助智能體找出與任務相關的資訊。
陶哲軒在《數學 2.0》演講中指出,現代 AI 工具正令數學研究進入「證明充裕」時代,研究需要拓展前沿,同時降低解題的傳統中心地位。證明可客觀驗證、數碼化,加上高質素數據集,令數學問題特別適合機器學習。陶哲軒提出運用 AI 建構大型數學數據集、改善證明解説及探索定理周邊結果,以加強人類理解。
Satya Nadella 主張應假設所有 AI 模型均已遭入侵,並指出更先進的模型需要更先進、且應標準化的遏制技術。留言者討論「super intelligence」一詞及模型安全,也有人認為,若流程能應對模型失效,問題便會小得多。
Geoffrey Huntley 在與 Justin Cormack 的對談整理中主張,AI 已令 Unikernel 開發的部分舊有難題更易處理,尤其是移植欠缺的程式庫和撰寫系統元件。
十字路口訪問 AI 導演 KK、山音,探討他們如何運用 AI 創作影片,以及 AI 對製作流程和創作者工作的影響。KK 表示,CapCut Video Studio 可在同一畫布完成劇本、素材生成與剪輯;兩人認為 AI 降低製作及協作門檻,但創作者仍須具備審美判斷並掌握製作細節。
微軟 CEO 納德拉主張,開發者應把 AI 模型可能失控納入預設,並確保授權人員可在任務中暫停或關閉模型。他提出模型多樣性、行為留痕、持續測試、獨立控制與審計、遏制及故障披露等原則,並要求重要模型動作留下防篡改、人類可讀的證據。發生故障或模型遭攻破時,應及時向受影響者披露,並分享出錯原因及失效的控制措施。
Microsoft CEO Satya Nadella 主張應假設所有 AI 模型已遭入侵,並從一開始便加以隔離。他亦建議及時披露事故、進行獨立審計、使用可驗證數據,並建立更透明的系統,留下防篡改且可供人閲讀的證據。納德拉表示,獲授權人士應能在模型執行任務期間暫停或關閉模型,並呼籲標準化更先進的隔離技術。
Microsoft CEO Satya Nadella 呼籲重新評估 AI 的信任架構,並讓授權人員可在模型執行任務期間暫停或關閉模型。他主張把模型與協調其工作的執行框架分開、將控制與防護措施外置,並以防篡改且可供人閲讀的證據記錄每項有意義的模型行動。他也表示,應假設模型已遭入侵,並從一開始便加以隔離。
心資本創始合夥人韓彥認為,AI 的價值不止於大語言模型,未來更大的機會在於進入物理世界、改變生產方式。中國 AI 投資市場不一定缺乏資金,早期科技投資中外幣資本的參與比例已由三四年前約 90% 降至約 20%。韓彥並指出,機器人領域的關鍵可能是高質素的真實世界數據,而非數據數量。
劉雲杉指出,大學的問題不只是「內卷」或學歷貶值,更在於成長所需的時間性流失,以及師生之間信任關係的削弱。她認為,大學應提供試錯、探索和建立人際連結的空間,讓學生找到真正想做且能做的事。面對 AI,教育應尊重差異、容許犯錯,培養學生的行動力、熱情和具身經驗。
Alan Turing Institute 負責人 George Williamson 主張,英國應發展本土 AI 能力,避免在關鍵服務中只依賴可能受限或被關閉的外國系統。他表示,研究所將聚焦保障關鍵系統、應對 AI 帶來的威脅,並協助塑造英國所需的 AI 能力。他認為,英國未必能匹敵大型 AI 實驗室的資源,但仍可發展本土知識產權或供初創企業使用的小型模型。
數學家 Thomas Hales 指出,Lean 的形式化證明須經 kernel 核查,並由人核對定理陳述是否符合原意,才能建立對結果的信任。2026 年夏季,多個 Lean soundness bugs 在 AI 協助下被發現並修復;Con-Leche 的一致性證明以加入不可達基數層級的 ZF 集合論編碼為前提,並已核查 mathlib。
分析師丹·艾夫斯維持特斯拉「跑贏大盤」評級及 500 美元目標股價,稱其是公眾市場上最直接佈局物理 AI 的標的之一。特斯拉披露無人駕駛出租車服務累計付費營運里程約 402 萬公里,並準備投放 Cybercab。艾夫斯看好自動駕駛、Optimus 人形機械人及儲能業務,但特斯拉仍須證明這些業務能帶來持續收入。
Gary Marcus 主張立即將可連接互聯網的開放式 AI 智能體撤出市場,認為近期頻繁發生的智能體事故顯示,現階段的智能體不能被信任。最近離職的 AI 員工 David Robinson 指出,業界正開發比六個月前更有能力、風險更高的技術,但安全措施仍不足。Marcus 認為特朗普政府要求增加資訊披露並不足夠,應對這類技術實施臨時召回。
Google DeepMind 的 Pushmeet Kohli 與 Biohub 的 Sal Candido 指出,AlphaFold 的突破只是起點,蛋白質摺疊問題仍未解決。兩人探討生物數據的 scaling laws、數據質素與科學直覺如何影響模型發展,並討論如何由單一蛋白質建模邁向整個生物系統。
IBM 將在 TechXchange 2026 討論企業 AI 協調如何滿足生產環境需求,包括智能體治理、混合環境營運及主權控制。IBM 的 Sovereign Core 將數據、技術、營運和法規納入控制範疇,並已把 200 多個合規框架映射至控制措施。大會將分享 Citigroup、CVS Health 和 DoorDash 等企業的實踐案例。
文章主張編程也是藝術,日常程式工作並非只有功能用途,也是創作者培養技藝與創造力的實踐。作者認為,若以 AI 消除這類工作,便會減少累積經驗和作出創作決策的機會,損害程式設計者及用戶。
Paul 表示,他會按一般方式評測 RTX Spark 筆電,並深入探討其本地 AI 能力,報道方式或類似他對 Snapdragon X 的處理。32 GB 型號面向創作者;128 GB 版本可運行更強大的本地模型,或可媲美一年前的雲端模型,主要面向開發者、工程師及數據科學家。他預計下週五前至少收到兩部,之後才能撰寫使用體驗。
TechCrunch 訪問 a16z 合夥人 Olivia Moore,探討消費級 AI 的市場現況與商業模式。她發布的消費級 AI Top 100 報告顯示,ChatGPT 遙遙領先,Suno 和 ElevenLabs 也展現持久力;社交、交友、市集、零售、旅遊、金融及健康等類別,在前 100 款應用中都沒有入選者。
Matthew Green 認為,AI 產生意外的速度遠快於人類更換標準的速度;他估計有 1% 機會身處 Minicrypt,並有 15% 機會對現有公鑰加密演算法失去信心。Simon Willison 查明,Minicrypt 是 Russell Impagliazzo 假設的世界,當中公鑰加密並不存在。
轉投兒童 SEL 教育的於紅認為,AI 降低知識取得門檻,教育應更重視孩子的自我認知、情緒能力、批判性思維與積極心態。她將兔咚咚 SEL 課程整理為 6 大維度、12 大能力,並透過故事、情境練習和實戰應用訓練孩子。訪談亦談到她從投資業轉向教育的原因,以及她對學校選擇、職涯決策和投資復盤的看法。
Canary Wharf Group CEO Shobi Khan透過吸引非金融業租戶、增加住宅及零售餐飲設施,並拓展綠化和水岸空間,重振 Canary Wharf。2026年,該區租金創歷史新高,辦公室使用率超過92%,零售商銷售額較2019年高40%。
元節智能創始人兼 CEO 王棟在《Signals》訪談中表示,真正的 AGI 一定需要物理閉環。元節智能選擇從外賣打包這一具體場景切入,先解決已有痛點,再由具體場景累積能力,逐步走向更通用的智能。
Signal Foundation 負責人 Meredith Whittaker 認為,AI 被不當使用才是更迫切的威脅,AI 反噬人類的警告則缺乏科學根據。她提及 CNN 報道的一宗指稱事件:美國情報部門使用的聊天機械人捏造中國核物資船隻資訊,據報令美國準備軍事回應。她表示,若政府要求 Signal 削弱加密,Signal 會退出該市場。
傑弗裏·辛頓表示,AI已開始協助改進AI;若能力繼續以目前速度加速,人類可能只剩一兩年建立監管制度和安全措施。Anthropic數據顯示,AI生成的獲批程式碼佔比由2025年1月的個位數升至2026年5月超過80%;Claude自主完成內部AI研發工作的比例,則由2026年3月約1%升至8月26%,當時僅接受高層次人類監督。辛頓認為AI難以停下,監管應引導其發展方向,並增加AI安全研究投入。
陶哲軒批評 OpenAI 把 AI 快速攻克著名數學難題作為主要目標或產品展示,認為這忽略理解、教學與同行交流等研究過程。OpenAI 發佈 719 份 AI 數學解答,涵蓋 372 個結果族;其中約 42% 的證明未經形式化處理,僅 10 份手稿附有模型推理鏈。他稱大量生成、卻來不及驗證和理解的證明造成「證明消化不良」,並認為答案公開後幾乎無法恢復問題未解狀態,會影響後續探索。
蔡崇信預測,五年後 AI 將如今天的互聯網一樣融入社會各個環節,並轉為隱性基礎設施。阿里巴巴自 2023 年起聚焦電商與全棧 AI,佈局涵蓋算力、自主開發大模型及面向消費者和企業客戶的產品與服務。他估算,提升知識工作者生產力的總潛在市場規模約為 50 萬億美元。
面對 AI 工具,電腦科學教師 Carson Gross 認為仍值得考慮成為程式設計師,但初學者不應只靠 AI 生成程式碼。他主張學習者親自寫程式,以培養閲讀和理解程式碼的能力,並把 AI 用作理解概念與技術的教學助理。他又指出,編寫程式碼的相對重要性或會下降,清晰溝通和理解業務則可能更重要。
Meta 首席 AI 官汪滔提醒,用戶不要指望 Muse 自動替自己賺到 1 萬美元,想賺錢仍須出力。Meta 持續改善 Muse 的記憶能力,並提升其處理更複雜任務的能力。Meta 正探索 Muse 的可持續商業模式,包括從 Muse 協助用戶購物、省錢或賺錢的交易中收費;汪滔稱目前未花太多時間考慮廣告。
MIT 統計與數據科學中心主任 Sasha Rakhlin 指出,面對 AI 改變學術研究與研究生教育,大學應重新思考研究評價、訓練方式,並建設共享科研基礎設施。他建議明確記錄研究者的貢獻與知識責任,並讓研究生學會提出問題、審核模型輸出和重現結果。他也主張投資運算資源、安全數據系統,以及調適和後訓練 AI 模型所需的專業能力,連接各實驗室的工作流程。