Meta 被指控用 AI 筛选带病员工优先裁员
26名Meta员工在加州联邦法院提起诉讼，指控该公司使用人工智能系统筛选员工进行裁员，尤其针对休病假、产假等受保护假期的员工。诉讼称，AI评分机制不仅未排除休假或残疾员工，反而因休假行为对其惩罚，导致他们被不成比例地裁撤。Meta于今年5月裁员约8000人（占全球员工10%），以抵消AI投资成本。原告认为此举违反了保护孕妇、残疾人等群体的联邦和州法律。Meta否认指控，称裁员决策由人而非AI做出。诉讼还透露Meta曾用AI监控员工键盘操作，并让员工训练名为"第二大脑"的个人AI助手。原告要求法院阻止裁员并恢复薪酬福利，同时对算法进行独立审计。 #Meta #AI #裁员 #歧视 #科技 #诉讼 #员工权益 #算法偏见
26名Meta员工在加州联邦法院提起诉讼，指控该公司使用人工智能系统筛选员工进行裁员，尤其针对休病假、产假等受保护假期的员工。诉讼称，AI评分机制不仅未排除休假或残疾员工，反而因休假行为对其惩罚，导致他们被不成比例地裁撤。Meta于今年5月裁员约8000人（占全球员工10%），以抵消AI投资成本。原告认为此举违反了保护孕妇、残疾人等群体的联邦和州法律。Meta否认指控，称裁员决策由人而非AI做出。诉讼还透露Meta曾用AI监控员工键盘操作，并让员工训练名为"第二大脑"的个人AI助手。原告要求法院阻止裁员并恢复薪酬福利，同时对算法进行独立审计。 #Meta #AI #裁员 #歧视 #科技 #诉讼 #员工权益 #算法偏见
Amazon Quick 推出 AI 销售助手，助力团队聚焦核心销售工作
据亚马逊官方消息，其推出的 AI 助手 Amazon Quick 旨在解决销售人员仅用 40% 时间从事实际销售的痛点。该工具可无缝集成 CRM、邮件、网页分析等系统，自动识别高意向潜在客户并动态排序优先级，帮助销售团队减少行政事务与工具切换时间。Quick 支持在浏览器、桌面应用及 Microsoft 365 等常用工具中直接操作，覆盖从线索筛选到交易达成的全周期。目前 3M、AWS 全球销售等企业已部署该产品，用于提升成交效率与客户忠诚度。 #亚马逊 #AI助手 #销售效率 #客户关系管理 #自动化 #企业服务 #销售科技
据亚马逊官方消息，其推出的 AI 助手 Amazon Quick 旨在解决销售人员仅用 40% 时间从事实际销售的痛点。该工具可无缝集成 CRM、邮件、网页分析等系统，自动识别高意向潜在客户并动态排序优先级，帮助销售团队减少行政事务与工具切换时间。Quick 支持在浏览器、桌面应用及 Microsoft 365 等常用工具中直接操作，覆盖从线索筛选到交易达成的全周期。目前 3M、AWS 全球销售等企业已部署该产品，用于提升成交效率与客户忠诚度。 #亚马逊 #AI助手 #销售效率 #客户关系管理 #自动化 #企业服务 #销售科技
Feral AI：每日自动生成品牌文本与图像广告的智能代理
Feral是一款专为品牌打造的AI内容引擎，能够理解你的产品与目标受众，每日自动生成吸引眼球的文本帖子和图像广告。它通过识别用户的痛点、欲望或问题，围绕卖点构建帖子，并自动优化标题、文案和视觉元素，直至产出最佳版本。该工具内置自我批评与改进机制，可重写薄弱标题、优化模糊图像并校验陈述。基于品牌的产品、受众、语调等规则，Feral每天可产出8-10篇文本帖子和3张图片，支持手动调整受众、色调、字体等参数。月费45美元，提供5天免费试用。与ChatGPT等通用模型不同，Feral专注于内容创作的重复性工作流，从角度挖掘到最终发布形成闭环，让品牌无需每天手动构思和撰写。 #AI #营销 #内容生成 #广告工具 #品牌推广 #自动化 #AI代理
Feral是一款专为品牌打造的AI内容引擎，能够理解你的产品与目标受众，每日自动生成吸引眼球的文本帖子和图像广告。它通过识别用户的痛点、欲望或问题，围绕卖点构建帖子，并自动优化标题、文案和视觉元素，直至产出最佳版本。该工具内置自我批评与改进机制，可重写薄弱标题、优化模糊图像并校验陈述。基于品牌的产品、受众、语调等规则，Feral每天可产出8-10篇文本帖子和3张图片，支持手动调整受众、色调、字体等参数。月费45美元，提供5天免费试用。与ChatGPT等通用模型不同，Feral专注于内容创作的重复性工作流，从角度挖掘到最终发布形成闭环，让品牌无需每天手动构思和撰写。 #AI #营销 #内容生成 #广告工具 #品牌推广 #自动化 #AI代理
Battle LLM Robots：用沙箱隔离 LLM 生成的 Python 代码
开发者构建了一个名为“Battle LLM Robots”的 2D 竞技场，用户只需编写提示语，让大语言模型生成机器人代码，即可与其他人的 LLM 机器人进行 1v1 对战。由于代码完全由 LLM 生成，且未经人工审查，运行此类代码存在严重安全风险。为此，开发者设计了一套沙箱机制：每个机器人仅需实现一个 `decide` 函数，接收有限的状态参数和记忆，返回固定动作集（移动、攻击、防御等）。这种狭窄的接口设计既适合 LLM 上下文，也便于推理恶意行为并降低隔离复杂度。最初的子进程隔离方案（使用导入白名单和受限内置函数）被证明不够安全，因为 Python 存在大量沙箱逃逸技巧（如 `__subclasses__` 遍历、`object.__reduce__` 等），且允许导入 `os` 等模块即可读取文件系统。对于不可见的 LLM 生成代码，必须假设所有已知逃逸技术都可能被触发，因此需要更严格的隔离方案。 #沙箱 #LLM #Python #代码安全 #人工智能 #沙箱逃逸 #机器人竞技场
开发者构建了一个名为“Battle LLM Robots”的 2D 竞技场，用户只需编写提示语，让大语言模型生成机器人代码，即可与其他人的 LLM 机器人进行 1v1 对战。由于代码完全由 LLM 生成，且未经人工审查，运行此类代码存在严重安全风险。为此，开发者设计了一套沙箱机制：每个机器人仅需实现一个 `decide` 函数，接收有限的状态参数和记忆，返回固定动作集（移动、攻击、防御等）。这种狭窄的接口设计既适合 LLM 上下文，也便于推理恶意行为并降低隔离复杂度。最初的子进程隔离方案（使用导入白名单和受限内置函数）被证明不够安全，因为 Python 存在大量沙箱逃逸技巧（如 `__subclasses__` 遍历、`object.__reduce__` 等），且允许导入 `os` 等模块即可读取文件系统。对于不可见的 LLM 生成代码，必须假设所有已知逃逸技术都可能被触发，因此需要更严格的隔离方案。 #沙箱 #LLM #Python #代码安全 #人工智能 #沙箱逃逸 #机器人竞技场