AI 资讯与研究

麦肯锡在公共部门AI系列中提出，把数据权限、评测、人工升级与上线后监测嵌入服务流程，而不是等系统建完再审批。涉及个人重大权益的决定应保留人的控制，并提供可质疑的机制。这是治理与实施建议，具体效果仍取决于机构能力、服务情境和持续评估。

麦肯锡结合企业AI成本调查与项目经验，建议把模型调用、智能体流程和业务结果放进同一套成本管理视图，并为预算、权限和例外建立规则。调用量增长不等于价值增长。文中的超支比例来自特定样本，节约幅度来自咨询经验，不能直接作为其他企业的收益承诺。

MIT介绍《How AI Sees the City》：计算机视觉可把街道、交通与绿化图像转为城市研究资料，但大规模观察也可能侵蚀隐私、放大训练数据的偏差。作者主张让技术服务人的城市体验。本篇是学术著作介绍与作者观点，不意味着图像识别已经解决城市治理问题。

MIT介绍Code.Tulsa实践项目：学生参与原住民社区与非营利组织的AI、数据和技术工作，同时学习历史、文化与数据主权。案例强调，工程问题需要与使用者共同定义。这是项目纪实与参与者反馈，尚不能证明该教育模式或技术干预具有普遍效果。

Bret Taylor在麦肯锡访谈中讨论智能体对客服、销售和软件工作的影响，认为组织要围绕实际流程重构服务，同时应对网络安全缺口。他对知识普惠和未来就业持乐观判断。这些是行业参与者的观点与案例自述，不代表超智能已被统一定义或其经济效果得到验证。

麦肯锡讨论传感器、远程操作、疲劳监测与智能体如何支持矿山安全，强调数据整合、一线采用和责任机制。工作人员监测需要同意与隐私保护，自动行动应限定在安全参数内并保留人工监督。本文是行业分析与实施建议，不是证明某一AI系统普遍降低事故率的对照实验。

Anthropic让201名员工的智能体交换图书，并用重复模拟比较模型与指令。短对话推断的阅读偏好与人类排序在61%的成对比较中一致，市场表现主要受偏好信息不足限制。这是低风险内部实验，不能证明智能体已适合高风险交易；身份、隐私与违约处理仍需规则。

物理学家介绍Claude使用已知方法完成特定理论模型的九圈散射振幅计算，并由领域专家核验。成果展示了持续执行复杂计算的能力，并非发现新的物理原理，也不能直接推广到现实粒子体系。文章为Anthropic付费邀写的客座文章，核验者获得了Claude使用额度。

Anthropic宣布开发者可将MCP连接器、技能或两者组合为插件，提交审核后自主发布，并查看使用分析。它为行业工作流提供了分发入口，但这是产品机制介绍；通过审核不等于在所有业务场景中都可靠，实际交付仍需检查权限、数据和任务结果。

这篇综述从通用技术和“发明方法的发明”两条机制讨论生成式AI：它既可能扩散到众多行业，也可能降低研发成本。作者认为已有提示性证据支持长期生产率潜力，同时承认采用、技能与组织调整等约束。文章提出有条件的长期判断，并未证明增长路径已经确定。