全部新闻
Claude Code 推出了网络版本，但真正重要的是新的沙箱
Anthropic 为 Claude Code 引入了增强的安全措施，允许特定的文件系统文件夹和网络服务器权限，而无需广泛的互联网访问。这种新方法使用代理服务器来限制域连接，并要求用户确认新域，从而提高了针对提示注入的安全性，同时减少了审批步骤。用户可以自定义出站流量的代理规则。这些功能使编码代理能够更加独立地操作，但强调了彻底的代码审查以防止监督潜在错误的重要性。这些更新以 Beta 形式提供，作为 Pro 或 Max 订阅者的研究预览。
Nvidia 同行瞄准了购买点，并实现了这一独特的壮举
博通股票连续五个月被顶级共同基金持续购买，并出现在《投资者商业日报》排行榜上。该公司以其人工智能半导体设计而闻名，在销售和盈利强劲增长的推动下，过去五个季度收入增长 20% 至 51%，盈利增长 18% 至 45%，有望创下历史新高。Broadcom 的股票交易价格高于关键移动平均线，目标是突破平底，买入点为 374.23 美元。
人工智能新闻主播在英国第四频道首次亮相，以特技证明人工智能的危险
第四频道的“人工智能会取代我的工作吗？”以完全由人工智能生成的主播为特色，探索自动化如何改变工作场所。这部纪录片最后透露，其主持人是虚假的，引发了人们对数字内容的信任和真实性的质疑。虽然 Channel 4 强调他们不会经常使用人工智能主持人，但这一噱头凸显了人工智能的颠覆性潜力以及利用无法验证的内容误导观众的容易性。调查结果显示，许多英国商界领袖正在采用人工智能来执行人类任务，减少招聘需求，并对工作场所技术进步表示兴奋。此举是在人工智能生成的女演员蒂莉·诺伍德引发争议之后做出的。
推出“Vibes”人工智能视频源后，Meta AI 的应用程序下载量和每日用户量激增 |TechCrunch
来自 Sametimeweb 的新数据显示，截至 10 月 17 日，Meta AI 移动应用的日活跃用户数量大幅激增，从四个星期前的约 775,000 人增至 270 万人。每日安装量也增加至每天 300,000 次新下载。这一峰值与 9 月份推出的 Meta Vibes feed 相关，其中包含人工智能生成的短视频。虽然 Sametime 没有确认直接因果关系，但这种增长与人们对 OpenAI 的 Sora 应用程序的兴趣相吻合，这可能会促使用户比较这两种技术。此外，ChatGPT、Grok 和 Perplexity 的每日活跃用户数在同一时期也出现了下降。
不列颠哥伦比亚省提出新的人工智能、数据中心权力规则，优先考虑就业
不列颠哥伦比亚省能源部长阿德里安·迪克斯提议修改该省的能源规则，优先考虑自然资源和制造项目以获得电力供应，同时要求人工智能（AI）、数据中心和氢出口企业进行竞争性投标。新政策旨在通过调整行业增长速度来避免其他地区出现的产能过剩问题。此外，政府打算加快建设耗资 60 亿美元的北海岸输电线路，预计该线路将创造就业机会并提振 GDP。州长戴维·伊比（David Eby）支持这些决定，旨在刺激不列颠哥伦比亚省北部的经济发展并确保联邦政府对该项目的支持。
FTC 删除了 Lina Khan 时代有关人工智能风险和开源的帖子 |TechCrunch
联邦贸易委员会 (FTC) 从其网站上删除了 Lina Khan 任职期间撰写的三篇与开源人工智能和消费者风险相关的博客文章。这些帖子讨论了人工智能的潜在危害，包括商业监视、欺诈和歧视。这些删除是特朗普政府发起的更广泛模式的一部分，旨在放松对大型科技公司的监管，并与现任政府对人工智能增长而非安全的关注保持一致。前联邦贸易委员会公共事务主管道格拉斯·法拉尔对这一举动表示震惊。联邦贸易委员会的删除可能违反要求保存政府记录和开放数据发布的联邦法律。
客户挑战
由于浏览器扩展、网络问题或浏览器设置的潜在问题，网站功能会受到损害。建议用户检查其互联网连接、禁用广告拦截器或切换浏览器。
干得好，互联网！：与 Jeremy Carrasco 一起学习如何识别 AI 视频
人工智能视频检测专家杰里米·卡拉斯科（Jeremy Carrasco）通过发现人工智能生成的内容中典型的独特错误，帮助识别他的 Instagram 页面上的虚假视频，例如水印去除痕迹和不自然的行为，例如负鼠由于“人工智能混淆了方向”而忽略了可怕的装饰。卡拉斯科提供了识别人工智能视频的五个技巧：寻找水印或其残留物；警惕 Sora 2 视频中经常使用的模糊相机格式；检查来源可靠性；观察典型的视觉不一致；通过分析人工智能生成的无害剪辑来训练你的潜意识。尽管质疑声越来越大，卡拉斯科认为人们普遍更喜欢真实的内容而不是欺骗，并警告说，深度造假的正常化可能会破坏在线信任。
如何扩展强化学习
一篇题为“法学硕士扩展强化学习计算的艺术”(ScaleRL) 的新论文已经发布，提供了预测 RL 学习曲线和为高性能模型训练设定基准的见解。主要要点包括：- 该方法涉及根据初始训练数据推断 RL 性能以预测最终结果。- 该论文强调了 TIS、GSPO 和 CISPO 等最新进展在改进 RL 算法方面的重要性。- 与传统实施相比，PipeLine RL 等系统改进可显着提高吞吐量。- 由于有限的计算资源和 MoE 模型的数值稳定性问题，扩展强化学习仍面临挑战。- 未来需要研究 RL 任务的数据影响和最佳基础模型选择。尽管仍有许多问题需要解决，但本文标志着建立扩展强化学习的系统方法的关键一步。
OpenEvidence（医生的 ChatGPT）以 60 亿美元的估值筹集了 2 亿美元 | |TechCrunch
OpenEvidence 是一款与 ChatGPT 相当的医疗工具，即将宣布完成 2 亿美元融资，估值为 60 亿美元。该平台通过提供来自《JAMA》和《新英格兰医学杂志》等期刊的现有医学知识的快速访问来帮助医疗保健专业人员，自 7 月份以来，每月的临床咨询量几乎翻了一番，达到 1500 万次。新一轮投资由 Google Ventures 领投，红杉资本 (Sequoia Capital) 和凯鹏华盈 (Kleiner Perkins) 等知名投资者提供额外资金。
