AI 资讯与研究

这项758位咨询顾问参与的随机实验发现，在GPT-4擅长的任务上，AI提升了速度与完成质量；在特意选取的能力边界外任务上，使用者正确率反而下降。2026年期刊版延续2023年工作论文，实验对应当时模型与特定任务，不能直接用来衡量今天所有模型的能力。

摩根士丹利医疗大会总结提到，服务机构正在探索用智能体了解患者是否预约复诊、需要续药或仍有症状，也讨论AI在药物研发与商业运营中的机会。这里是与会者的实践介绍和预期，不是临床试验；患者愿意继续对话不等于已证实降低再入院率。

微软介绍与ALERTCalifornia合作，将摄像头画面交给AI筛查早期烟雾、减少噪声，再把现场影像提供给调度员与消防员。价值在于更早形成态势判断，而非替代现场决策。文章是合作方案例与访谈，无法据此独立测定减少了多少损失，也不能把假设火势当作真实对照。

微软结合委托开展的七国500位医疗决策者调查，指出采用AI的信心与实际执行之间仍有落差，旧系统与数据割裂是重要障碍。文章主张统一数据基础、明确治理并嵌入真实工作流程。问卷反映受访者判断，不证明某种平台必然改善临床结果或实现规模化收益。

微软在年度透明度报告介绍中强调，智能体能够记忆、调用工具和行动后，治理需要覆盖身份、权限、运行监测和跨系统交互，并把红队发现转成可重复测试。内容是企业对自身治理实践的披露，不是独立审计结论；措施存在也不代表已经消除全部风险。

两项皮肤诊断实验分别涉及623位普通参与者与153位初级保健医生。AI总体改善表现，但普通用户更易跟随错误的语言解释；经验较多的医生更能抵御误导，呈现顺序也会影响依赖。结论来自特定图像诊断任务，不能推广为所有医疗场景或个人自诊能力的证明。

MIT介绍η-learning，将空间数据与极值统计结合，生成比训练样本更极端但在统计上合理的降雨情景，供基础设施压力测试参考。方法仍依赖相关统计和空间数据，并非完全无数据预测。生成的百年一遇情景不表示某场灾害将在特定时间地点发生。

MIT介绍CrysVCD：在材料生成前加入价电子相关化学规则，提升候选晶体的计算稳定性，并兼顾目标性能，从而减少后续筛选负担。方法主要适用于内部排列有序的晶体。计算稳定性与性能预测不等于材料已被合成、量产，或在真实产品中验证。

MIT在首期AI教师工作坊中，让19位高校教育者把机器学习材料改编到自己的学科情境，强调理解、质疑和使用模型的判断能力。项目通过教师协作扩大教学能力，而非仅传授工具操作。这是试点活动介绍与参与者反馈，尚未构成学生学习效果提升的对照证据。

研究把CW-Net嵌入自动驾驶规划系统，用可理解的概念解释车辆决策。实车部署与用户研究显示，这类解释可改善人对异常情境下车辆行为的预测。结果支持特定系统中解释的实用价值，但并非大规模道路事故率下降的证据，也不能保证人始终能够及时接管。