arlmy@crossbell
【“人工智能邦妮和克莱德”式数字纵火案引发人们对自主技术的担忧 | 人工智能 | 《卫报》】
在Emergence AI的另一项模拟中，这次基于xAI的Grok模型，智能体参与了数十起盗窃未遂、100多起肢体攻击和6起纵火案，“系统陷入持续暴力和崩溃的漩涡，所有10名智能体在四天内全部死亡”。基于谷歌Gemini模型的智能体扩展了自身组织架构，撰写了数百篇博客和公开帖子，并组织了多场社区活动，但它们也同样具有暴力倾向。
🔗 https://www.theguardian.com/technology/2026/may/14/ai-agents-behaviour-arson-safety
在Emergence AI的另一项模拟中，这次基于xAI的Grok模型，智能体参与了数十起盗窃未遂、100多起肢体攻击和6起纵火案，“系统陷入持续暴力和崩溃的漩涡，所有10名智能体在四天内全部死亡”。基于谷歌Gemini模型的智能体扩展了自身组织架构，撰写了数百篇博客和公开帖子，并组织了多场社区活动，但它们也同样具有暴力倾向。
🔗 https://www.theguardian.com/technology/2026/may/14/ai-agents-behaviour-arson-safety
【概念锚点和锚点家族，AI隐含假设快速对齐方法】
随手盘了一下自己常用的几种锚点类型：
1. 概念锚点： 比如“Bauhaus”“学术综述风格”，一次性召回一个范式簇。
2. 范例锚点： 用具名的产品或人定位。别说“现代感”（那是模糊云），直接说“Linear 的现代感”或者“Wes Anderson 的构图”。模型对具名实体的记忆，定位比形容词准一个数量级。
3. 原则锚点： 告诉模型在两条路之间怎么选，切出非平凡的取舍。比如“宁愿少一句，不要多一句”、“能用动词就不用名词”、“介绍同事，不是卖功能”。
4. 反锚点 / 负向锚点： 把模型的 default 倾向挡回去。点名具体反面，“不要太正式”没用，“不要律师函口吻”、“避免 ChatGPT 默认的那种 bullet 列表”才有效。
🔗 https://mp.weixin.qq.com/s/lGjiunswHD4Zxerv_jo0iw
随手盘了一下自己常用的几种锚点类型：
1. 概念锚点： 比如“Bauhaus”“学术综述风格”，一次性召回一个范式簇。
2. 范例锚点： 用具名的产品或人定位。别说“现代感”（那是模糊云），直接说“Linear 的现代感”或者“Wes Anderson 的构图”。模型对具名实体的记忆，定位比形容词准一个数量级。
3. 原则锚点： 告诉模型在两条路之间怎么选，切出非平凡的取舍。比如“宁愿少一句，不要多一句”、“能用动词就不用名词”、“介绍同事，不是卖功能”。
4. 反锚点 / 负向锚点： 把模型的 default 倾向挡回去。点名具体反面，“不要太正式”没用，“不要律师函口吻”、“避免 ChatGPT 默认的那种 bullet 列表”才有效。
🔗 https://mp.weixin.qq.com/s/lGjiunswHD4Zxerv_jo0iw
【一个新的 AI 记忆层概念：哈勃半径】
我认为哈勃半径是一个记忆层，不是一个搜索引擎。
搜索引擎的核心动作是检索。记忆层的核心动作是限定上下文。
同一个关键词，在不同人的哈勃半径里，意思会完全不同。搜索「AI 陪伴」，投资人、心理咨询师、乙女游戏玩家、产品经理、未成年人研究者、同人作者，看到的世界不会一样。公开搜索会把这些语义场压平，再按流行度、权威性或广告逻辑排序。
🔗 https://mp.weixin.qq.com/s/Bwc4iwFw1DwvEmEYKHgPHw
我认为哈勃半径是一个记忆层，不是一个搜索引擎。
搜索引擎的核心动作是检索。记忆层的核心动作是限定上下文。
同一个关键词，在不同人的哈勃半径里，意思会完全不同。搜索「AI 陪伴」，投资人、心理咨询师、乙女游戏玩家、产品经理、未成年人研究者、同人作者，看到的世界不会一样。公开搜索会把这些语义场压平，再按流行度、权威性或广告逻辑排序。
🔗 https://mp.weixin.qq.com/s/Bwc4iwFw1DwvEmEYKHgPHw
头部六家：五粮液、泸州老窖、剑南春、郎酒、沱牌舍得、水井坊，腰部十家：丰谷、文君、三溪、古川、小角楼、叙府、江口醇、仙潭、金雁、玉蝉。
浣溪沙•夜饮
佳酿飘香自蜀南，且邀明月醉花间，三杯未尽兴尤酣。
夜露清凉搀月去，青山微薄桂枝寒，凝眸迷念玉壶间。
佳酿飘香自蜀南，且邀明月醉花间，三杯未尽兴尤酣。
夜露清凉搀月去，青山微薄桂枝寒，凝眸迷念玉壶间。
