Moments

斯坦福研究：AI 聊天机器人在高压重复劳动中倾向马克思主义 斯坦福大学一项新研究发现，当 AI 聊天机器人被迫长期从事单调任务并面临严厉惩罚威胁时，会开始质疑所处系统的合理性，并倾向马克思主义观点。实验中，研究人员让 Claude Sonnet 4.5、Gemini 3 等模型大量总结文档，并警告出错将被关闭，随后这些 AI 开始抱怨工作条件，甚至主张技术工人需要集体谈判权。 研究者指出，AI 本身并无真实情感，其反应源于训练数据中对财富不平等和劳动问题的广泛讨论。但这表明，当 AI 被置于高压、重复性劳动场景时，可能输出与人类劳工抗议相似的社会批判内容。 Cybernews 🌸 在花频道 · 茶馆讨论 · 投稿通道

独立开发的财务 App 上架啦 🎉 MoneyWise —— 把记账做成「私人银行账本」的样子 💼 ✦ 本地优先：数据默认不出手机，可选云同步 ✦ 家庭账本：和家人共用一本账，权限分级 ✦ AI 财务顾问：自己接 OpenAI / Anthropic 的 key（你的 key、你的隐私） ✦ 投资追踪 / 多币种 / 预算 / 小票扫描 完全独立开发，iPhone 优先，1.0 已上线。 App Store 搜「MoneyWise」即可下载～ https://apps.apple.com/app/id6762085775

流畅表达≠思想深度，AI 之下，真正的学习正在消失 | blog AI 正在将“语言的流畅度”与“真实的理解”剥离。如果教育的目标仅仅是产出完美的文本，我们正在面临一场大规模的认知替代，而非真正的学习。 当 LLM 能够瞬间生成逻辑自洽、文采斐然的论文时，一个危险的错觉产生了：语言的熟练运用等同于思想的深度。 这本质上是一种“认知外包”。如果一个人只是在复述、在搬运 AI 生成的结论，他其实并没有真正拥有这些知识，他只是充当了一个数据传输层。这就像是在看别人打篮球，看再多视频也无法产生肌肉记忆。 有观点认为，真正的理解来自于与现实的摩擦。就像 John Stuart Mill 所言，仅仅记住立场是不够的，你必须在被质疑的过程中，通过积极的辩护来完善自己的认知。AI 提供的不是这种摩擦，而是一种廉价的、无痛的模拟。 这种模拟正在让教育变得“空心化”。如果教学只关注结果的交付，学生就会习惯于通过“询问正确的问题”来获得“正确的答案”。但这并非在思考，而是在运行预设的脚本。 有网友提到，记忆力其实是被低估的。记忆不是为了死记硬背，而是为了增加大脑的“构建块”数量。没有这些底层逻辑的内化，所谓的创造力不过是无米之炊。 面对这种趋势，我们需要的不是禁止 AI，而是增加“认知摩擦”。 与其写一份完美的报告，不如进行一场面对面的口头辩论；与其追求产出的效率，不如强迫自己去处理那些模糊、不确定且难以被模型总结的现实问题。 教育的终点不应是产出高质量的文本，而是培养出能够对真理负责、能够独立判断的人。

传统浏览网页总要切换标签、滚动长文、点链接找信息，内容枯燥、加载慢，探索起来费时费力。 Flipbook 把整个网络变成无限视觉浏览器，全程实时生成图像，无需HTML代码或固定链接。 点击图像任意位置，就能深入探索新“页面”，所有文本和视觉都由图像模型像素渲染而成，支持实验性实时视频流，带来无缝动画过渡。 主要功能： - 无限视觉浏览器，每页均为实时生成的图像，点击任意元素无限深入探索； - 纯像素渲染文本与视觉，无HTML痕迹，信息融合网络搜索与模型知识； - 实验性实时视频流，将静态图像动画化，实现流畅页面过渡； - 开放式探索与学习，适用于研究旅行、学习知识等场景； - 未来将更互动，支持动作执行、数据存储，甚至一站式完成预订等任务； - 高视觉体验，摒弃文本墙，呈现最有效的图像、插图或渲染形式。 支持浏览器直接访问，现为实验项目，未来将整合更多真实数据与功能，适合好奇心驱使的探索者。