标题：
DeepMind科学家发表论文称AI系统无法实现真正意识
摘要：
谷歌DeepMind高级科学家Alexander Lerchner在新论文中提出，任何AI或其他计算系统均无法产生意识。该结论与DeepMind CEO Demis Hassabis等人关于通用人工智能（AGI）即将实现的公开言论形成鲜明对比。
Lerchner指出，AI系统本质上是“依赖地图绘制者”的，需人类主动构建有意义的符号系统，如标注训练数据。其核心论点为“抽象谬误”，即误将AI对语言、图像的模拟能力等同于意识实现。
该观点虽与部分哲学家和认知科学家长期主张一致，但被批评为缺乏对意识研究领域文献的充分了解。论文凸显企业宣传与学术研究间的认知鸿沟。
标题：
OpenAI联合联发科高通开发智能手机2028年量产搭载AI代理替代应用
摘要：
OpenAI正与联发科（MediaTek）、高通（Qualcomm）及立讯精密（Luxshare）合作开发一款智能手机，预计2028年开始量产。该设备将采用定制芯片，由联发科与高通联合设计，立讯精密负责协同设计与制造。
该手机将摒弃传统应用模式，转而依赖AI代理（AI agents）执行各类任务，实现无应用化操作。通过自有硬件平台，OpenAI可突破苹果与谷歌对系统权限的限制，全面整合AI功能。
此举标志着AI公司向终端硬件延伸的趋势，结合本地小型模型与云端大模型，提升上下文理解与数据处理能力。
标题：
开发者推出LLM成本与隐私代理工具支持实时阈值拦截与PII脱敏
摘要：
一名开发者发布了一款面向大语言模型（LLM）应用的代理工具，旨在解决成本不可预测与数据隐私泄露两大问题。该工具在请求发送至服务商前进行拦截，依据用户设定阈值监控累计成本，超限时自动暂停API密钥。
工具采用本地优先架构，支持以sidecar或本地网关形式部署，降低延迟影响。通过正则表达式实现PII（个人身份信息）脱敏，并在请求发出前移除敏感字段。内置基于Recharts的可视化面板，提供按功能与模型细分的成本追踪。
该方案为LLM应用提供了成本与隐私的双重控制层，适用于对合规性与预算敏感的企业场景。
OpenAI隐私过滤器发布三款Web应用支持128k上下文PII识别
OpenAI基于1.5B参数隐私过滤器模型推出三款Web应用，支持文档、图像和文本的敏感信息自动识别与脱敏。模型采用Apache 2.0许可，在PII-Masking-300k基准测试中达到最优性能，可识别8类个人身份信息（PII）。
三款应用均基于gradio.Server构建，实现前后端解耦与资源调度。Document Privacy Explorer支持PDF/DOCX全文档PII高亮显示；Image Anonymizer提供图像敏感信息遮盖与画布编辑功能；SmartRedact Paste允许生成公开脱敏链接与私有还原链接。模型单次处理128k token上下文，无需分块即可精准定位PII边界。
该方案推动企业级隐私保护工具向低代码、高可用方向发展，为敏感数据共享提供标准化技术路径。
标题：
Meta收购Manus交易遭中国发改委否决涉及20亿美元AI代理技术
摘要：
中国国家发展和改革委员会（NDRC）于周一宣布，依法禁止Meta对AI代理初创公司Manus的20亿美元收购交易，并要求双方彻底撤销该交易。Manus由华裔工程师创立，2025年中期将总部迁至新加坡，Meta于2025年12月宣布收购。
NDRC未说明具体理由，但强调该决定基于相关法律法规。目前约100名Manus员工已入职Meta新加坡办公室，创始人担任高管职务。Meta回应称交易符合法律，期待妥善解决。
此次干预凸显中国在跨境AI技术交易中的监管影响力，可能影响跨国科技公司在华关联企业的并购策略。
标题：
Thales Alenia Space承认HALO与I-HAB模块存在金属腐蚀问题
摘要：
NASA局长Jared Isaacman在国会听证会上披露，月球门户空间站（Lunar Gateway）的两个居住模块存在腐蚀问题。Northrop Grumman与ESA随后确认，其承建的HALO与I-HAB模块压力舱结构出现制造异常。
问题源于Thales Alenia Space制造的金属表面冶金行为异常，该公司表示将在2026年第三季度前完成修复。Axiom Space亦报告其订购的舱段存在类似缺陷。
此类问题曾在国际空间站（ISS）建造期间出现，Thales称具备处理经验。事件凸显深空载人航天器材料长期可靠性的技术挑战。
标题：
某全球制造商部署AI代理优化库存分配 测试准确率超预期但上线遇阻
摘要：
某全球制造商部署AI代理系统优化其分销网络库存分配。测试阶段系统表现良好，能分析需求预测、库存水平与货运数据，识别调拨机会并减少延迟。
上线后系统暴露局限性：未识别合同义务导致向已签约客户调出库存，忽略账户级履约规则造成优先订单延误，部分决策基于已过时数据。问题根源在于系统缺乏对决策间交互影响的上下文理解。
当前企业AI多聚焦检索增强（retrieval-augmented generation），依赖向量数据库与嵌入技术提升数据召回精度。此类方法易量化且见效快，但无法解决上下文缺失导致的逻辑误判，揭示AI从“信息检索”向“情境推理”演进的关键瓶颈。