微軟高管示警：低質量 AI 衝擊日常辦公，形成惡意循環稀釋信息價值
作者：故淵 責編：故淵 評論： 9 月 1 日消息，科技媒體 Windows Central 今天（9 月 1 日）發佈博文，報道稱微軟執行副總裁、Office 與 LinkedIn 業務負責人瑞安 · 羅斯蘭斯基（Ryan Roslansky）表示，低質量 AI 生成內容已進入日常辦公。羅斯蘭斯基在領英（LinkedIn）發佈動態，示警稱 AI 生成內容的問題（AI Slop）不只存在於社交網絡，目前已進入日常工作場景，形成“AI 生成、AI 閱讀、AI 摘要”的惡性循環。附上相關截圖如下：他指出在當前惡性循環中，內容生產與內容處理都由 AI 主導，信息價值可能在反覆轉寫中被稀釋。
他舉例稱其近期收到一份明顯由 AI 生成的文檔，他用 AI 總結該文檔，但結果沒有帶來新的思考。羅斯蘭斯基認為生成式 AI 可加速初稿、摘要和信息整理，但不能自動確保內容具備事實準確性、邏輯完整性或新增洞見。企業在引入 AI 寫作工具後，可將其用於資料整理和表達優化，但是在關鍵決策、數據複核和觀點形成仍應由業務人員完成。對於內容運營、銷售和管理溝通等高頻文本場景，團隊可建立署名責任、數據來源核驗和人工審校機制，避免把未經驗證的 AI 文本直接傳遞給下一環節。
在平臺治理方面，LinkedIn 於 7 月 30 日推出“Seems like AI slop”選項，允許用戶反饋疑似低質量 AI 生成的帖子。該平臺同時引入分類器，用於識別 AI 垃圾內容及其他低質量內容，並減少這類內容進入用戶的站外推薦流。上圖左邊為瑞安 · 羅斯蘭斯基（Ryan Roslansky），圖源：微軟 投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：微軟，LinkedIn，低質量 AI 內容喬北峰溯源微軟 Win95 任務欄，否認借鑑喬布斯 NeXT 公司的 NeXTSTEP Dock提速約 8.
7%：微軟重構 Win11 運行對話框，中位顯示時間降至 94 毫秒為何微軟 Win10/Win11 不再預裝《掃雷》等趣味遊戲微軟更新 Win11 26H1 預覽版 28020.2818/28120.2824：升級 WinRE 聯網，修復壁紙變黑 Bug 等2026 年 8 月中國桌面 Windows 份額：Win11 佔比 49.16%，環比下降 0.85 個百分點2026 年 8 月全球桌面 Windows 份額：Win11 佔比 68.60%，環比下降 0.28 個百分點
Related
相關文章
AI 浪潮下的社區無奈謝幕:知名反編譯追蹤網站decomp.dev宣佈關閉
該網站曾致力於集中展示匹配反編譯的進展，並凝聚志同道合的技術愛好者。然而，隨著近年來人工智能技術的迅猛發展，開源協作生態遭到嚴重破壞，創始人最終決定讓其退居為歷史數據存檔。匹配反編譯長期以來是一項極度耗時且艱難的任務。自2026年初 Opus4.
AI 系統 RFdiffusion3 能從原子層面造蛋白：實驗裡真能幹活
更硬核的是，用它全新設計的蛋白質，已在真實化學反應中兌現了預期功能。由美國華盛頓大學、英國牛津大學、英偉達等機構組成的國際團隊搭建了這套系統，可對單個原子建模，專門用於設計蛋白質與核酸，相關成果於當地時間 16 日刊登在國際期刊《科學》上。
迪士尼將以2000萬美元收購Character.AI部分資產並接納核心團隊
據彭博社披露的法律文件顯示，迪士尼已同意以2000萬美元收購 Character.AI 的部分資產，並向至少60名員工（佔其員工總數的大多數）提供總額約6000萬美元年薪的就業機會，目前絕大多數受邀員工已接受試探性報價。此次收購與人才吸納，凸顯了傳統娛樂巨頭在人工智能浪潮下對垂直領域技術團隊的深度整合。
不操控鍵鼠、自己寫代碼：4 個 Gemini 智能體在《我的世界》裡自主組隊擊敗末影龍
4個 Gemini4Argon 通用編碼智能體，在沒有人類替它們分派任何角色的情況下，僅憑遊戲內的聊天頻道和一份共享筆記，就自己商量著完成了分工，然後一頭扎進一個隨機生成的《我的世界》生存世界裡。這場硬仗打了27小時14分鐘，它們最終通關，把末影龍撂倒。
垂直大模型"同源觀瀾"在福州發佈：用 AI 把兩岸共同歷史記憶"激活"
10月18日，中華文化傳承與兩岸融合發展垂直大模型"同源觀瀾"在福建師範大學旗山校區正式發佈，它的使命很明確——用數字技術把兩岸共享的歷史記憶重新盤活。福建師範大學校長鄭家建點出了這套系統要解決的真實痛點:涉臺檔案資料浩如煙海，整理和考辨的難度極高。
Vercel數據表明決策模型Jev成史上採用最快AI模型
Jev於9月15日限量發佈，通過限制預設輸出數量實現更高速度與更低成本，成為快速分類大量數據的理想選擇，並已促使OpenAI和亞馬遜等公司推出競品。作為早期採用者，Vercel已利用Jev取代GPT-6Luna來識別有害指令。相關數據源自類似OpenRouter的統一 API 服務VercelAI網關，該報告同時指出開源模型已佔據處理代幣的70% 以上及總支出的近25%，而前沿實驗室支出亦實現十倍增長。