AI Native 人机协同重构内容安全新范式｜AICon 上海
AICon 2026 上海站将于 6 月 26 日至 27 日举行，以“构建可信赖、可规模化、可商业化的 Agentic 操作系统”为核心命题，汇聚清华、复旦等高校教授及阿里、腾讯、快手等头部公司技术专家。快手商业化技术部风控大模型负责人宫兆汉将分享《商业安全大模型 BLM：AI Native 人机协同重构内容安全新范式》。该自研大模型具备图文视频跨模态统一理解与细粒度营销意图感知能力，构建“精细拒绝—AI 修复—自动过审”的生成式安全闭环，将拦截终点转化为内容修复起点。通过 Multi-Agent 协同架构实现审核、回扫、验真全链路智能化，并采用 HITL 设计将人工介入聚焦于高价值例外处理，形成持续自进化的增强型安全体系。大会还将深入探讨多智能体协调、记忆管理、工程化落地等议题，为 AGI 时代的智能化风控基础设施提供新思路。 #AICon #AI #人机协同 #内容安全 #大模型 #快手 #BLM #Agent #HITL #多模态
AICon 2026 上海站将于 6 月 26 日至 27 日举行，以“构建可信赖、可规模化、可商业化的 Agentic 操作系统”为核心命题，汇聚清华、复旦等高校教授及阿里、腾讯、快手等头部公司技术专家。快手商业化技术部风控大模型负责人宫兆汉将分享《商业安全大模型 BLM：AI Native 人机协同重构内容安全新范式》。该自研大模型具备图文视频跨模态统一理解与细粒度营销意图感知能力，构建“精细拒绝—AI 修复—自动过审”的生成式安全闭环，将拦截终点转化为内容修复起点。通过 Multi-Agent 协同架构实现审核、回扫、验真全链路智能化，并采用 HITL 设计将人工介入聚焦于高价值例外处理，形成持续自进化的增强型安全体系。大会还将深入探讨多智能体协调、记忆管理、工程化落地等议题，为 AGI 时代的智能化风控基础设施提供新思路。 #AICon #AI #人机协同 #内容安全 #大模型 #快手 #BLM #Agent #HITL #多模态
Testkube 举办 AI 调试测试失败网络研讨会
Testkube 宣布将于2026年6月18日举办一场主题为“使用AI进行测试失败分析”的网络研讨会。该会议由 CTO Ole Lensmar 主讲，旨在解决大规模测试中常见的瓶颈——分析测试失败原因。研讨将涵盖如何利用AI进行失败分类、根因分析及稳定性检测；AI代理所需的有效上下文（日志、指标、工件、源代码及MCP服务器集成）；处理大规模测试数据时成本、精度与隐私的权衡；以及从基础失败分类到自主修复的扩展策略。此外还将进行Testkube原生AI功能的现场演示。 #AI #测试 #调试 #Testkube #自动化 #软件测试 #网络研讨会
Testkube 宣布将于2026年6月18日举办一场主题为“使用AI进行测试失败分析”的网络研讨会。该会议由 CTO Ole Lensmar 主讲，旨在解决大规模测试中常见的瓶颈——分析测试失败原因。研讨将涵盖如何利用AI进行失败分类、根因分析及稳定性检测；AI代理所需的有效上下文（日志、指标、工件、源代码及MCP服务器集成）；处理大规模测试数据时成本、精度与隐私的权衡；以及从基础失败分类到自主修复的扩展策略。此外还将进行Testkube原生AI功能的现场演示。 #AI #测试 #调试 #Testkube #自动化 #软件测试 #网络研讨会
客户流失模型的阈值选择，本质是一场定价决策
当流失模型预测某客户离开概率为0.4，而你的代码以0.5为阈值判定其留下时，你已做出了一个定价决策：你认为向本可留下的客户发送挽留offer的成本，恰好等于失去一个真正要离开的客户的代价。然而，对于IBM Telco数据集（Kaggle上最常被使用的流失数据集），这一默认阈值会导致成本估算偏差高达13倍。作者整理了36个公开分析报告，发现约九成只报告准确率或F1分数，仅一成多报告利润曲线，无一使用生存分析计算客户生命周期价值。按照标准20%测试集分割，每个客户的潜在损失约为86美元；若将比例放大至10万订阅用户规模，可挽回成本高达860万美元。文章指出，阈值决策依赖于生命周期价值（LTV），而生存分析是准确计算LTV的关键。通过公开的2026年B2C SaaS基准数据，作者演示了如何利用平均每用户收入、毛利率和获客成本计算分类错误的真实成本，并证明在SMOTE平衡数据上训练时，教科书式的贝叶斯最优阈值公式不如暴力搜索有效。 #客户流失 #机器学习 #定价决策 #数据科学 #SaaS #生存分析 #成本优化 #AI商业应用 #客户生命周期价值
当流失模型预测某客户离开概率为0.4，而你的代码以0.5为阈值判定其留下时，你已做出了一个定价决策：你认为向本可留下的客户发送挽留offer的成本，恰好等于失去一个真正要离开的客户的代价。然而，对于IBM Telco数据集（Kaggle上最常被使用的流失数据集），这一默认阈值会导致成本估算偏差高达13倍。作者整理了36个公开分析报告，发现约九成只报告准确率或F1分数，仅一成多报告利润曲线，无一使用生存分析计算客户生命周期价值。按照标准20%测试集分割，每个客户的潜在损失约为86美元；若将比例放大至10万订阅用户规模，可挽回成本高达860万美元。文章指出，阈值决策依赖于生命周期价值（LTV），而生存分析是准确计算LTV的关键。通过公开的2026年B2C SaaS基准数据，作者演示了如何利用平均每用户收入、毛利率和获客成本计算分类错误的真实成本，并证明在SMOTE平衡数据上训练时，教科书式的贝叶斯最优阈值公式不如暴力搜索有效。 #客户流失 #机器学习 #定价决策 #数据科学 #SaaS #生存分析 #成本优化 #AI商业应用 #客户生命周期价值
Mullvad 推出 DAITA 技术，对抗 AI 流量分析
即使是使用 VPN 或 Tor 加密的流量，也可能面临 AI 引导的流量分析威胁。为此，Mullvad 联合卡尔斯塔德大学计算机科学系，推出 DAITA（防御 AI 引导的流量分析）技术。该技术通过恒定数据包大小、随机发送虚假数据包以及扭曲数据模式三种手段，在 VPN 层面隐藏通信特征。现代流量分析利用 AI 识别不同网站的数据包交换模式，从而推断用户的访问行为，甚至实施关联攻击定位通信对象。DAITA 以开源形式发布，旨在为大规模监控下的在线隐私提供早期防线。随着 AI 发展和威权社会监控手段升级，这类防御措施将日益重要。 #隐私 #VPN #流量分析 #AI #网络安全 #开源 #Mullvad #DAITA
即使是使用 VPN 或 Tor 加密的流量，也可能面临 AI 引导的流量分析威胁。为此，Mullvad 联合卡尔斯塔德大学计算机科学系，推出 DAITA（防御 AI 引导的流量分析）技术。该技术通过恒定数据包大小、随机发送虚假数据包以及扭曲数据模式三种手段，在 VPN 层面隐藏通信特征。现代流量分析利用 AI 识别不同网站的数据包交换模式，从而推断用户的访问行为，甚至实施关联攻击定位通信对象。DAITA 以开源形式发布，旨在为大规模监控下的在线隐私提供早期防线。随着 AI 发展和威权社会监控手段升级，这类防御措施将日益重要。 #隐私 #VPN #流量分析 #AI #网络安全 #开源 #Mullvad #DAITA
白宫与Anthropic就Fable事件爆发争执，或将重塑AI监管格局
据The Verge旗下通讯《Regulator》披露，一场围绕代号“Fable”的微妙争斗正在美国政府与人工智能公司Anthropic之间展开。报道称，这场看似不大的冲突可能从根本上重塑整个前沿AI开发领域。Anthropic由前OpenAI员工创立，长期专注AI安全研究，而白宫近期正加速推进AI监管框架。虽然细节尚未公开，但该通讯向订阅者发起信息征集，呼吁知情者提供线索。分析认为，双方分歧或涉及模型安全评估标准、联邦采购规则或出口管制等敏感议题，其走向将对行业产生深远影响。 #白宫 #Anthropic #Fable #AI安全 #技术监管 #前沿AI #TheVerge #AI政策 #科技新闻
据The Verge旗下通讯《Regulator》披露，一场围绕代号“Fable”的微妙争斗正在美国政府与人工智能公司Anthropic之间展开。报道称，这场看似不大的冲突可能从根本上重塑整个前沿AI开发领域。Anthropic由前OpenAI员工创立，长期专注AI安全研究，而白宫近期正加速推进AI监管框架。虽然细节尚未公开，但该通讯向订阅者发起信息征集，呼吁知情者提供线索。分析认为，双方分歧或涉及模型安全评估标准、联邦采购规则或出口管制等敏感议题，其走向将对行业产生深远影响。 #白宫 #Anthropic #Fable #AI安全 #技术监管 #前沿AI #TheVerge #AI政策 #科技新闻
AI订阅暗藏亏损风险
研究机构SemiAnalysis最新报告揭露，OpenAI和Anthropic的高端AI订阅套餐存在严重亏损风险。以每月200美元的ChatGPT Pro为例，若用户将调用额度用尽，按API价格计算，平台需承担约1.4万美元成本，订阅费仅为成本的1.4%。Anthropic的Claude Max套餐理论成本也接近8000美元。测试显示，当用户利用率超过5.7%时，OpenAI即进入负毛利区间，Anthropic则在10%利用率附近毛利率归零。随着AI在Agent场景中Token消耗量激增，企业因成本飙升已开始收紧使用，有案例显示某公司未限制权限，一个月耗资5亿美元。与此同时，开源模型如DeepSeek V4性能逼近商业模型，成本却大幅降低，已有初创公司将全部流量迁移至DeepSeek。业内预测未来中端模型成本将持续下降，但前沿模型仍将保持高价。 #AI #订阅模式 #OpenAI #Anthropic #亏损风险 #开源模型 #DeepSeek #SemiAnalysis #科技新闻 #AI成本
研究机构SemiAnalysis最新报告揭露，OpenAI和Anthropic的高端AI订阅套餐存在严重亏损风险。以每月200美元的ChatGPT Pro为例，若用户将调用额度用尽，按API价格计算，平台需承担约1.4万美元成本，订阅费仅为成本的1.4%。Anthropic的Claude Max套餐理论成本也接近8000美元。测试显示，当用户利用率超过5.7%时，OpenAI即进入负毛利区间，Anthropic则在10%利用率附近毛利率归零。随着AI在Agent场景中Token消耗量激增，企业因成本飙升已开始收紧使用，有案例显示某公司未限制权限，一个月耗资5亿美元。与此同时，开源模型如DeepSeek V4性能逼近商业模型，成本却大幅降低，已有初创公司将全部流量迁移至DeepSeek。业内预测未来中端模型成本将持续下降，但前沿模型仍将保持高价。 #AI #订阅模式 #OpenAI #Anthropic #亏损风险 #开源模型 #DeepSeek #SemiAnalysis #科技新闻 #AI成本