AI企业治理的“Ben & Jerry’s风险”
哈佛法学院教授Jesse M. Fried与博士生Idan Reiter在最新论文中指出，OpenAI和Anthropic等AI公司在治理结构上存在一种危险的“内置冲突”：它们一边从逐利投资者处筹集数十亿美元，一边允许自我任命的“使命守护者”凌驾于投资者之上，自行决定为让AI造福人类而牺牲多少利润。这种模式此前仅出现在联合利华子公司Ben & Jerry's身上，并以惨败告终——守护者既损害了投资者利益，也违背了自身使命，造成“双重麻烦”。论文认为，这种守护者可能不仅无所作为，还会过度干预，甚至导致适得其反的结果。以Ben & Jerry's为例，其独立董事在2021年强行终止以色列经销商许可，引发反抵制、投资者诉讼、CEO辞职及数十亿美元市值蒸发，而联合利华最终反制，迫使该品牌冰激凌在以色列无限期销售，彻底偏离了守护者的初衷。类似风险在OpenAI也已显现。分析指出，Anthropic设计的“终止开关”允许超级多数投资者解雇守护者，或许正是对这类隐患的警惕。 #AI治理 #OpenAI #Anthropic #BenJerrys #企业风险 #哈佛研究 #使命冲突 #投资者利益
哈佛法学院教授Jesse M. Fried与博士生Idan Reiter在最新论文中指出，OpenAI和Anthropic等AI公司在治理结构上存在一种危险的“内置冲突”：它们一边从逐利投资者处筹集数十亿美元，一边允许自我任命的“使命守护者”凌驾于投资者之上，自行决定为让AI造福人类而牺牲多少利润。这种模式此前仅出现在联合利华子公司Ben & Jerry's身上，并以惨败告终——守护者既损害了投资者利益，也违背了自身使命，造成“双重麻烦”。论文认为，这种守护者可能不仅无所作为，还会过度干预，甚至导致适得其反的结果。以Ben & Jerry's为例，其独立董事在2021年强行终止以色列经销商许可，引发反抵制、投资者诉讼、CEO辞职及数十亿美元市值蒸发，而联合利华最终反制，迫使该品牌冰激凌在以色列无限期销售，彻底偏离了守护者的初衷。类似风险在OpenAI也已显现。分析指出，Anthropic设计的“终止开关”允许超级多数投资者解雇守护者，或许正是对这类隐患的警惕。 #AI治理 #OpenAI #Anthropic #BenJerrys #企业风险 #哈佛研究 #使命冲突 #投资者利益
Claude Code 团队分享 AI 原生工程组织经验
在 Code w/ Claude SF 2026 大会上，Claude Code 与 Claude Cowork 工程总监 Fiona Fung 介绍了团队在将智能体编码（agentic coding）作为默认工作方式后，流程与结构发生的根本性变革。过去，软件规划与交付的流程（如瀑布模型、敏捷开发）都围绕“编码成本高昂”这一前提设计。如今，编写代码、测试和重构不再是瓶颈，但验证、代码审查和安全成为新的瓶颈。团队因此重写了多项规范：采用“即时规划”（JIT planning），以原型和内部用户反馈替代冗长的设计文档；代码审查不再依赖“谁写了这段代码”，而是直接向 Claude 提问并寻求自动化解决方案；日常任务如客户反馈摘要也由 Claude 自动运行。Fung 强调，当旧流程不再适用时，必须主动淘汰它们，而非固守不变。 #AI #工程管理 #Claude #AgenticCoding #软件开发 #自动化 #代码审查 #敏捷开发 #技术管理
在 Code w/ Claude SF 2026 大会上，Claude Code 与 Claude Cowork 工程总监 Fiona Fung 介绍了团队在将智能体编码（agentic coding）作为默认工作方式后，流程与结构发生的根本性变革。过去，软件规划与交付的流程（如瀑布模型、敏捷开发）都围绕“编码成本高昂”这一前提设计。如今，编写代码、测试和重构不再是瓶颈，但验证、代码审查和安全成为新的瓶颈。团队因此重写了多项规范：采用“即时规划”（JIT planning），以原型和内部用户反馈替代冗长的设计文档；代码审查不再依赖“谁写了这段代码”，而是直接向 Claude 提问并寻求自动化解决方案；日常任务如客户反馈摘要也由 Claude 自动运行。Fung 强调，当旧流程不再适用时，必须主动淘汰它们，而非固守不变。 #AI #工程管理 #Claude #AgenticCoding #软件开发 #自动化 #代码审查 #敏捷开发 #技术管理
谷歌向Play商店开发者付费获取代码用于AI训练
据外媒报道，谷歌正秘密联系安卓应用开发者，希望通过付费方式获取其私有代码库的访问权限，用于训练旗下AI模型。一位匿名开发者透露，谷歌在邮件中表示希望通过使用真实、高质量的代码库来改进开发工具，同时开发者通过非独占许可保留代码的全部知识产权，并可以获得额外收入。此举显示出谷歌在AI开发工具竞争中的焦虑：其Gemini模型在代码辅助方面落后于GitHub Copilot和Anthropic的Claude Code。此前微软也曾推出类似计划，但面向出版商而非开发者。谷歌在2026年I/O大会上发布了Gemini 3.5 Flash和Pro以及对抗Claude Code的Antigravity 2.0，但显然仅靠互联网上的免费代码库已不足以支撑其模型训练需求。 #谷歌 #AI训练 #Play商店 #开发者 #代码库 #Gemini #科技新闻 #安卓
据外媒报道，谷歌正秘密联系安卓应用开发者，希望通过付费方式获取其私有代码库的访问权限，用于训练旗下AI模型。一位匿名开发者透露，谷歌在邮件中表示希望通过使用真实、高质量的代码库来改进开发工具，同时开发者通过非独占许可保留代码的全部知识产权，并可以获得额外收入。此举显示出谷歌在AI开发工具竞争中的焦虑：其Gemini模型在代码辅助方面落后于GitHub Copilot和Anthropic的Claude Code。此前微软也曾推出类似计划，但面向出版商而非开发者。谷歌在2026年I/O大会上发布了Gemini 3.5 Flash和Pro以及对抗Claude Code的Antigravity 2.0，但显然仅靠互联网上的免费代码库已不足以支撑其模型训练需求。 #谷歌 #AI训练 #Play商店 #开发者 #代码库 #Gemini #科技新闻 #安卓
OpenAI 官宣 ChatGPT 与 Codex 合体，打造“超级 Agent”
OpenAI 在“Intelligence at Work”线上发布会上宣布，未来几周内将把代码生成工具 Codex 整合进 ChatGPT，实现两大应用合体。Codex 迎来三大核心升级：Agent 插件允许用户根据岗位深度定制工具；批注功能支持在输出结果上即时优化；Sites 则能通过一句提示词将产出转化为可交互的网页应用并共享。整合后，近 10 亿周活用户将获得 Agent 能力。数据显示，Codex 周活已突破 500 万，其中知识工作者占比 20%，增速是开发者的 3 倍，表明其核心驱动力已从写代码转向通用办公。OpenAI 强调，GPT-5.5 引擎通过更高效的 token 使用降低了智能门槛，使 Agent 能够无处不在。此举被视为与 Anthropic 的 Claude 在 AI 办公领域的关键对决，通过将 Agent 嵌入默认应用构建护城河。 #OpenAI #ChatGPT #Codex #智能代理 #AI办公
OpenAI 在“Intelligence at Work”线上发布会上宣布，未来几周内将把代码生成工具 Codex 整合进 ChatGPT，实现两大应用合体。Codex 迎来三大核心升级：Agent 插件允许用户根据岗位深度定制工具；批注功能支持在输出结果上即时优化；Sites 则能通过一句提示词将产出转化为可交互的网页应用并共享。整合后，近 10 亿周活用户将获得 Agent 能力。数据显示，Codex 周活已突破 500 万，其中知识工作者占比 20%，增速是开发者的 3 倍，表明其核心驱动力已从写代码转向通用办公。OpenAI 强调，GPT-5.5 引擎通过更高效的 token 使用降低了智能门槛，使 Agent 能够无处不在。此举被视为与 Anthropic 的 Claude 在 AI 办公领域的关键对决，通过将 Agent 嵌入默认应用构建护城河。 #OpenAI #ChatGPT #Codex #智能代理 #AI办公
AI 可观测性的四个关键信号
一家开发团队在将聊天功能部署到生产环境后，发现AI模型如同黑箱，无法解释回答好坏的原因，也无法按系统提示版本筛选用户反馈。为解决这一问题，团队放弃了单纯追求更智能模型，转而构建可观测性层。经过迭代，他们总结出AI功能必须发出的四个信号：将提示词抽离代码放入版本化存储、构建追踪树记录模型决策链、为每个节点附加元数据（如客户、分类、工具调用）、实现按维度过滤查询。这些信号让团队能够像查询数据库一样回溯模型行为，从而有目的地改进AI表现。团队强调，缺少这些信号虽然可以运行，但无法主动提升。 #AI #可观测性 #大模型 #机器学习 #工程实践 #技术 #Langfuse #提示工程
一家开发团队在将聊天功能部署到生产环境后，发现AI模型如同黑箱，无法解释回答好坏的原因，也无法按系统提示版本筛选用户反馈。为解决这一问题，团队放弃了单纯追求更智能模型，转而构建可观测性层。经过迭代，他们总结出AI功能必须发出的四个信号：将提示词抽离代码放入版本化存储、构建追踪树记录模型决策链、为每个节点附加元数据（如客户、分类、工具调用）、实现按维度过滤查询。这些信号让团队能够像查询数据库一样回溯模型行为，从而有目的地改进AI表现。团队强调，缺少这些信号虽然可以运行，但无法主动提升。 #AI #可观测性 #大模型 #机器学习 #工程实践 #技术 #Langfuse #提示工程
哈佛团队开发自组织AI科研团队AutoScientists，性能超越传统方法
哈佛大学研究团队提出AutoScientists框架，让多个AI Agent自主组队、讨论并执行科学实验，无需中央指挥。该系统由9个Agent共享状态，各自决定研究方向，通过分析师、实验员等角色协作，在实验停滞时自动重组团队。在BioML Bench的24项生物医学任务中，AutoScientists平均排行榜百分位达74.4%，比此前最强AI Agent提升8.33%；在GPT训练优化中，达到目标损失值的速度比基线快1.9倍；在蛋白质功能预测中，将Spearman相关系数从0.747提升至0.840。消融实验表明，分析师驱动、跨Agent反馈、自组织和共享状态四个机制缺一不可。该研究展示了去中心化自组织在科学探索中的潜力，但Token消耗较高，并行能力受限于GPU资源。 #AI #科研 #自组织 #哈佛 #AutoScientists #多Agent #生物医学 #蛋白质工程 #GPT优化 #机器学习
哈佛大学研究团队提出AutoScientists框架，让多个AI Agent自主组队、讨论并执行科学实验，无需中央指挥。该系统由9个Agent共享状态，各自决定研究方向，通过分析师、实验员等角色协作，在实验停滞时自动重组团队。在BioML Bench的24项生物医学任务中，AutoScientists平均排行榜百分位达74.4%，比此前最强AI Agent提升8.33%；在GPT训练优化中，达到目标损失值的速度比基线快1.9倍；在蛋白质功能预测中，将Spearman相关系数从0.747提升至0.840。消融实验表明，分析师驱动、跨Agent反馈、自组织和共享状态四个机制缺一不可。该研究展示了去中心化自组织在科学探索中的潜力，但Token消耗较高，并行能力受限于GPU资源。 #AI #科研 #自组织 #哈佛 #AutoScientists #多Agent #生物医学 #蛋白质工程 #GPT优化 #机器学习