1 月 17 日，據外媒 NotebookCheck 今日報道，Valve 對 Steam 的 AI 披露機制進行了調整，進一步明確哪些人工智能使用情況需要向玩家公開說明。根據更新后的要求，Steam 不再關心開發團隊在后臺使用的效率型 AI 工具（IT之家注：輔助編程或自動化開發軟件等）。Valve 強調，披露重點應放在玩家實際能夠接觸到的 AI 生成內容上。新的披露規則主要涵蓋兩類情形。第一類是生成式 AI 參與制作并隨游戲發布的內容，包括美術、音效、劇情、本地化文本、商店頁面介紹以及營銷素材。凡涉及此類使用，開發者必須在商店頁面“關于本游戲”欄目中說明 AI 的具體用途，并可根據情況進行更新。第二類是游戲在運行過程中動態生成 AI 內容的情況，例如在游玩時實時生成圖像、音頻或文本。由于該類內容無法在上線前全面審核，Valve 要求開發者在設計階段就配套完善的安全與控制措施。Valve 同時明確，確保不當或違法的 AI 生成內容不被玩家接觸，是開發者的直接責任。Steam 將通過 Overlay 提供問題舉報渠道，若開發者未能有效管理相關系統，Valve 有權將從平臺移除游戲。

來源：IT之家

1 月 17 日，在部分業內人士中有“HBM 之父”之稱的韓國 KAIST 學者 Kim Jung-Ho 昨日在一場論壇研討會上表示，盡管 HBM 高帶寬內存從初代推出到走至半導體產業舞臺中央花了近 10 年的時間，但 HBF 高帶寬閃存的這一過程將更為迅速。一方面，幾大存儲原廠在開發 HBM 時積攢了大量堆棧構建方面的設計和工藝技術；另一方面，AI 的爆炸式發展導致 HBM 在容量上已難以滿足 AI 負載的數據需求。繼 SK 海力士后，三星電子也加入了閃迪首創的 HBF 技術陣營，三方正合作實現 HBF 的標準化。業內人士預測，HBF 的帶寬將超過 1638GB/s（IT之家注：相當于 PCIe 6.0×4 的 50 倍），容量則將達到 512GB。在商業化進程上，SK 海力士有望在本月晚些時候展示 HBF 的早期測試版本，三星電子與閃迪正向 2027 年底 ~2028 年初應用于英偉達、AMD、谷歌的 AI XPU 這一目標邁進。而 HBF 的廣泛應用則將等到 HBM6 發布，屆時單個基礎裸片將集成多組存儲堆棧。Kim Jung-Ho 認為，HBM 與 HBF 的關系猶如書房與圖書館，前者容量較小、應用更為方便，后者容量更大、延遲更高；針對 NAND 閃存與 DRAM 內存的底層區別，軟件工程師需對操作 HBF 中數據的算法進行優化，盡量減少寫入次數。

來源：IT之家

GPT-5.2 連肝 7 天造出瀏覽器的事，剛剛被打假了！一位開發者發文證實，Cursor 這個項目就是個「AI 泔水」，代碼根本無法編譯。Cursor 這次可太心急了。前幾天，整個 AI 圈都被 Cursor 的一則重磅消息給炸暈了。事情是這樣的：Cursor 聲稱，他們讓 GPT-5.2 驅動的編碼智能體連續運行了整整 7 天，也就是 168 個小時。結果，這群 AI 智能體居然從零開始，寫出了一個包含 300 萬行代碼、功能堪比 Chrome 的瀏覽器！這聽起來實在是太誘人了 —— 隨著 Token 變得像水電一樣廉價，AI 可以無限期地自我迭代，直到完成目標。無論是操作系統、辦公軟件還是游戲引擎，只要算力足夠，AI 似乎都能給你「肝」出來。然而，就在大家還沒從震驚中緩過神來的時候，技術社區的「列文虎克」們出手了。他們仔細扒了扒 Cursor 開源的這個項目代碼，結果發現了一個驚天大瓜 ——這個所謂的「AI 瀏覽器」，其實連最基本的編譯都通過不了！在一篇技術博客中，作者犀利地指出：Cursor 口中所謂的「突破性進展」，本質上就是一堆缺乏工程邏輯的「AI 泔水」（AI Slop）。他們所做的，其實在宣傳上玩了一手漂亮的「障眼法」，讓所有人都以為這個項目真的跑通了。但實際上，這根本就是一堆無法運行的廢代碼。博客地址：https://embedding-shapes.github.io/ cursor-implied-success-without-evidence/GPT-5.2 七天肝出一個瀏覽器，是假的？接下來，讓我們來仔細看看開發者社區的這篇「打假」文章，是如何抽絲剝繭地發現 Cursor 這一波宣傳的不實之處的。首先，作者分析了一下 Cursor 具體都干了什么。在 1 月 14 日，他們發布了一篇題為「Scaling long-running autonomous coding」的博文。官方博客：https://cursor.com/ blog / scaling-agents在這篇文章中，他們聊到了讓「編碼智能體自主運行數周」的實驗，其明確目標是：了解我們能將智能體編碼的邊界推進到什么程度，從而完成那些通常需要人類團隊花費數月時間才能完成的項目。然后，Cursor 的研究者討論了嘗試過的一些方法，分析了失敗原因，以及該如何解決問題。終于，他們找到了某種方案，它「解決了我們大部分的協調問題，并讓我們在不依賴單一智能體的情況下，將規模擴展到非常大的項目」。最終，這種方案實現了一種驚人的結果 ——為了測試這個系統，我們給它定了一個雄心勃勃的目標：從零開始構建一個網絡瀏覽器。這些智能體運行了將近一周，在 1,000 個文件中編寫了超過 100 萬行代碼。同時，他們在 GitHub 上放出了源代碼。GitHub 項目：https://github.com/ wilsonzlin / fastrender這就奇怪了，所以這個任務，智能體成功完成了嗎？如果你沒有被這句話成功帶節奏，就會發現這個撲朔迷離之處 ——他們聲稱「盡管代碼庫規模很大，新的智能體仍然可以理解它并取得有意義的進展」，以及「數百個 worker 并發運行，推送到同一個分支，沖突極少」，但他們從未真正說明這個嘗試成功沒有。它真的能跑起來嗎？你自己能運行這個瀏覽器嗎？我們不知道，而且他們從未明確說過。所謂的演示，只是一個短短 8 秒的「視頻」：在下方，他們寫道：雖然這看起來像是一個簡單的截圖，但從零開始構建一個瀏覽器是非常困難的。總之，從頭到尾，他們從未斬釘截鐵地承認過：這個瀏覽器是可運行且功能正常的！打開一看：全是報錯，跑都跑不起來總之，如果只是看 README、Demo 截圖，甚至是幾段宣傳性質的描述，這個項目好像真的很厲害?？墒?，只要你真正 clone 倉庫、運行一次 cargo build 或 cargo check，問題就會立刻暴露出來。error: could not compile ‘fastrender’ (lib) due to 34 previous errors; 94 warnings emitted可以說，這個代碼庫距離一個「可工作的瀏覽器」還差得遠了，甚至可以說，它從未被真正成功構建過！文章作者發現了如下多個證據。首先，GitHub Actions 在 main 分支上的多次近期運行全部失敗，其中甚至包含 workflow 文件本身的錯誤。另外，如果嘗試獨立構建，就會發現報了數十個編譯器錯誤，最近的 PR 還都是在 CI 掛掉的情況下合并的。更夸張的是，如果翻看 Git 的歷史記錄，從最近的提交往回追溯 100 個提交，簡直找不到哪怕一個能干凈編譯的提交。也就是說，這個倉庫從誕生起，就從未處于「能跑」的狀態。https://gist.github.com/embedding-shapes/f5d096dd10be44ff82b6e5ccdaf00b29現在我們根本無法確定，Cursor 的研究者在這個代碼庫上釋放的「智能體」實際上干了什么，但它們似乎從未運行過 cargo build，更不用說 cargo check 了。因為這兩個命令都會報出幾十個錯誤和大約 100 個警告。如果真的去修這些錯誤，報錯數量肯定還會爆炸式增長。目前在他們的倉庫中，有一個關于此的未解決 GitHub issue。issue 地址：https://github.com/ wilsonzlin / fastrender / issues/98結論已經非常明顯：這根本就不是真正的工程代碼，而是典型的「AI Slop」（AI 泔水）。這種低質量的代碼堆砌，或許在形式上模仿了某種功能，但其背后缺乏連貫的工程意圖，實際上連最基本的編譯都無法通過。在 Cursor 的演示中，他們大談下一步的宏偉計劃，卻對「如何運行」、「預期效果」或「工作原理」只字不提。而且，除了丟出一個代碼倉庫鏈接，Cursor 沒有提供任何可復現的演示，也沒有給出任何已知可用的版本標簽（tag / release / commit）來驗證那些光鮮亮麗的截圖。無論初衷如何，Cursor 的博文試圖營造出一個「功能正常的原型」的假象，卻遺漏了工程界最看重的基本誠實 —— 可復現性。他們確實沒有明確聲稱「它能正常運行」，這讓他們在字面上避開了「撒謊」的指控，但這種誤導性極強。到目前為止，他們唯一證明的只是：AI 智能體可以瘋狂輸出數百萬個 Token，但最終生成的代碼依然是一堆無法運行的廢料。一個「瀏覽器實驗」不需要對標 Chrome，但它至少應該有一個合理的最低標準：在受支持的工具鏈上編譯通過，并渲染一個簡單的 HTML 文件。很遺憾，Cursor 的文章和公開構建均未達到這一及格線。GitHub 被沖，開發者怒了這種把「半成品」包裝成「里程碑」的行為，徹底激怒了開發者社區。在 GitHub 的 Issue 區，憤怒的留言刷了屏：我也試了，根本跑不起來。代碼邏輯風馬牛不相及，CI 全紅也敢合并？我們是在對著截圖膜拜嗎？既然功能是假的，開源這個倉庫有什么意義？為了證明 AI 能制造電子垃圾嗎？還有人一針見血地指出了這種「泡沫工程」的本質：反正投資人看不懂代碼，甚至不知道 GitHub 是什么。只要是電腦自動寫的代碼，業績曲線就能蹭蹭漲，機器一響，黃金萬兩……而且在 Hacker News 上，也有近 200 條討論，將這一項目的底褲徹底扒了下來。網友 pavlov 指出，所謂的「從零開始」和「定制 JS 虛擬機」純屬忽悠?？匆谎垡蕾嚵斜恚╤tml5ever, cssparser, rquickjs）就能發現，這東西本質上就是 Mozilla 開發的 Servo 引擎的「套殼」版。網友 brabel 更是哭笑不得：這幫人居然覺得聲稱「從零手搓」是步好棋？程序員上手第一件事就是查依賴，一眼就能看出是在調包。唯一的解釋是，他們賭沒人會認真核實，畢竟大多數人只會看個標題就歡呼。Anthropic 太強勢，Cursor 被逼急了？雖然 Cursor 從未直說「這已準備好投入生產」，但他們卻用「從零構建」和「有意義的進展」這種宏大敘事，配合精心挑選的截圖，成功制造了「實驗成功」的假象。他們最接近成功的表述是：數百個智能體可以在同一個代碼庫上協同工作數周，取得真正的進展。但這句驚人的聲明，沒有任何證據支持。沒有可工作的 commit，沒有構建說明，沒有演示。大家并不指望它成為下一個 Chrome，但如果你聲稱你已經構建了一個瀏覽器，它至少應該能夠演示被編譯 + 加載一個基本的 HTML 文件，不然就是純純地愚弄大眾了。其實 Cursor 這個 AI 自動編程一周的消息一出來，就讓人覺得有點奇怪。最近一個月，全球 AI 圈的高光時刻，基本都在 Claude Code 身上。Claude Code 之父 Boris Cherny 的 X 發帖，基本上都會引起社區的震動。比如他說自己過去 30 天內沒寫一行代碼，對 Claude Code 代碼庫的貢獻，全部由 Claude Code 自己完成。谷歌首席工程師 Jaana Dogan 所說，Claude Code 一小時內，就完成了整個團隊整整一年才做完的任務。前特斯拉 AI 總監 Andrej Karpathy 更是直言：硅谷正在經歷一場九級地震，自己從未感覺如此落后……在這種形勢下，一篇「編碼智能體運行一周，自己寫出一個瀏覽器」的敘事，是多么順應潮流，多么吸引眼球啊。也難怪 Cursor 工程師嘗試這個腦洞后，沒怎么多想就著急地發出來，這才被火眼金睛的開發者們沖了。AI 程序員超進化：「開掛」工程師這次「瀏覽器鬧劇」雖然慘烈，但也意外地揭示了 AI 編程的真實進化路徑。Hyperbolic 聯創兼 CTO Yuchen Jin 指出了 Cursor 演示中隱含的關鍵教訓：單純堆砌數量是行不通的。讓一堆智能體平級相處、自我協調，只會帶來混亂?！?角色分工必須明確：需要有規劃者（Planner）、執行者（Executor）和評審員（Reviewer）。· 模型差異化：GPT-5.2 更適合長程規劃任務；而 Opus 4.5 容易「早退」和偷懶?！?組織架構：增加太多「管理層」智能體反而會拖累效率，這與人類公司的「大企業病」如出一轍。HyperWriteAI 的 CEO Matt Shumer 也在復現過程中發現，只要運行框架和能力支持到位，明確分工的 AI 智能體集群確實能產生實質性進展。然而，更深層的進化不僅僅發生在 AI 身上，更發生在人類工程師身上。在硅谷，一個新的流行詞正在取代老派的「10 倍工程師」，那就是 ——「Cracked Engineer」（開掛工程師）。這個詞，是指那些一個人能頂一個團隊的頂級開發者。Cursor 這次的翻車，恰恰是因為它 Karpathy 所說的「氛圍編程」陷阱 ——只享受 AI 瘋狂生成代碼的爽感，卻完全拋棄了工程嚴謹性。由此誕生的，只能是那種如果不修補就無法運行的「Cursor 搬運工」式廢料。真正的「開掛工程師」是這一現象的反面。他們瘋狂使用 AI，但絕不盲信 AI。他們擁有深厚的技術底蘊，能夠一眼揪出 AI 生成的邏輯漏洞，能夠清理像這次瀏覽器項目中出現的「電子泔水」。正如初創公司 Intology 的創始人所言：少數幾個專注且懂行的人加上 AI，能比過去 15 個不用 AI 的人干得更多。未來的軟件開發，不會是數千個無人監管的 AI 智能體像無頭蒼蠅一樣亂撞（然后造出一個編譯不過的瀏覽器）；而是由一名「開掛工程師」，帶領著數十個 AI Agent，精準、高效地構建出真正的產品。而這些「開掛」的程序員，也將會淘汰那些只會「假裝在編程」的人。參考資料：https://embedding-shapes.github.io/cursor-implied-success-without-evidence/https://www.theinformation.com/articles/forget-vibe-coders-cracked-engineers-rage-tech?rc=epv9gi

來源：IT之家

1 月 16 日，據央視新聞今日報道，截至目前，我國人工智能企業數量已超 6200 家，人工智能大模型不僅融入千行百業，還不斷拓展出更豐富的應用場景。目前，AI 大模型已應用到金融、醫療、制造、交通、教育等多個行業。據中國電子信息產業發展研究院人工智能研究室主任鐘新龍介紹，2025 年我國人工智能核心產業規模已突破 1 萬億元。大模型已經把傳統經驗決策升級為“數據 + 模型”驅動的智能決策，改變研發方式、運維模式和風險管理。據IT之家此前報道，截至 2025 年 9 月，人工智能企業數量超 5300 家，全球占比達到 15%，形成覆蓋基礎底座、模型框架、行業應用的完整產業體系。同月，中國信通院發布了“2025 人工智能產業十大關鍵詞”，即基礎超級模型、自主性更強的智能體、走向實訓的具身智能、萌芽中的世界模型、AI 正在重塑軟件、開放智算生態、面向行業的高質量數據集、開源成為標配、緩解模型幻覺、人工智能國際公共產品。

來源：IT之家

數據中心建得太快，電網擴得太慢。

來源：鈦媒體