https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🔙备用群 https://t.me/gpt345
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
Elevated errors on Claude.ai, API, Claude Code
Apr 8, 17:50 UTC
Resolved - From 17:25–17:44 UTC, we saw elevated errors on attempts to log into Claude.ai (mobile, web, and desktop) and platform.claude.com, as well as /login attempts via Claude Code. This issue is now resolved.
Apr 8, 17:46 UTC
Investigating - We are currently investigating an issue with authentication across multiple product surfaces.
via Claude Status - Incident History
Apr 8, 17:50 UTC
Resolved - From 17:25–17:44 UTC, we saw elevated errors on attempts to log into Claude.ai (mobile, web, and desktop) and platform.claude.com, as well as /login attempts via Claude Code. This issue is now resolved.
Apr 8, 17:46 UTC
Investigating - We are currently investigating an issue with authentication across multiple product surfaces.
via Claude Status - Incident History
Elevated Errors with Login
Status: Monitoring
We have applied the mitigation and are monitoring the recovery.
Affected components
● Login (Degraded performance)
● Login (Degraded performance)
via OpenAI status
Status: Monitoring
We have applied the mitigation and are monitoring the recovery.
Affected components
● Login (Degraded performance)
● Login (Degraded performance)
via OpenAI status
Meta 推出 Muse Spark，超级智能团队首款 AI 模型亮相
Meta 发布了新模型 Muse Spark，称其为超级智能团队推出的首个 AI 模型，已上线 Meta AI 网站和应用，并向部分用户开放私有 API 预览。该模型被描述为原生多模态推理模型，支持工具调用、视觉链式思考和多智能体协同，面向科学、数学、健康等任务；同步推出的 Contemplating mode 通过并行多智能体提升复杂任务推理能力，将在 Meta AI 中逐步上线。
Meta 同时披露，过去 9 个月已重建相关预训练栈，并继续投入研究、模型训练和基础设施，包括 Hyperion 数据中心。Muse Spark 目前先在 Meta AI 应用和网站提供，未来几周还将替换 WhatsApp、Instagram、Facebook 及 Meta 智能眼镜聊天机器人所使用的现有 Llama 模型。
META | Reuters
🌸 在花频道｜茶馆讨论｜投稿通道
via 科技圈🎗在花频道📮 - Telegram Channel
Meta 发布了新模型 Muse Spark，称其为超级智能团队推出的首个 AI 模型，已上线 Meta AI 网站和应用，并向部分用户开放私有 API 预览。该模型被描述为原生多模态推理模型，支持工具调用、视觉链式思考和多智能体协同，面向科学、数学、健康等任务；同步推出的 Contemplating mode 通过并行多智能体提升复杂任务推理能力，将在 Meta AI 中逐步上线。
Meta 同时披露，过去 9 个月已重建相关预训练栈，并继续投入研究、模型训练和基础设施，包括 Hyperion 数据中心。Muse Spark 目前先在 Meta AI 应用和网站提供，未来几周还将替换 WhatsApp、Instagram、Facebook 及 Meta 智能眼镜聊天机器人所使用的现有 Llama 模型。
META | Reuters
🌸 在花频道｜茶馆讨论｜投稿通道
via 科技圈🎗在花频道📮 - Telegram Channel
OpenAI 提议四天工作制应对 AI 对社会的冲击
2026-04-08 22:45 by 帕迪多街车站
AI 的进步预计会对整个社会造成巨大冲击，为了应对这一社会问题，OpenAI 提出了一系列建议，包括对机器人征税，设立公共财富基金，以及推行四天工作制。OpenAI 表示这份文件是它应对 AI 工具普及可能冲击就业岗位以及整个行业而提出的初步想法。它的核心建议是设立公共财富基金，投资于与 AI 发展相关的长期资产，将收益直接分配给公民。四天工作制则要求雇主在不减少薪酬的情况下减少工作时间。另一项建议是改革税收制度，将税基转向企业所得税和资本利得税，而不是依赖可能受到 AI 引发的大规模失业潮冲击的劳动所得税和工资税。
https://cdn.openai.com/pdf/561e7512-253e-424b-9734-ef4098440601/Industrial%20Policy%20for%20the%20Intelligence%20Age.pdf
https://yro.slashdot.org/story/26/04/06/2154206/openai-calls-for-robot-taxes-public-wealth-fund-and-4-day-workweek-to-tackle-ai-disruption
#人工智能
via Solidot - Telegram Channel
2026-04-08 22:45 by 帕迪多街车站
AI 的进步预计会对整个社会造成巨大冲击，为了应对这一社会问题，OpenAI 提出了一系列建议，包括对机器人征税，设立公共财富基金，以及推行四天工作制。OpenAI 表示这份文件是它应对 AI 工具普及可能冲击就业岗位以及整个行业而提出的初步想法。它的核心建议是设立公共财富基金，投资于与 AI 发展相关的长期资产，将收益直接分配给公民。四天工作制则要求雇主在不减少薪酬的情况下减少工作时间。另一项建议是改革税收制度，将税基转向企业所得税和资本利得税，而不是依赖可能受到 AI 引发的大规模失业潮冲击的劳动所得税和工资税。
https://cdn.openai.com/pdf/561e7512-253e-424b-9734-ef4098440601/Industrial%20Policy%20for%20the%20Intelligence%20Age.pdf
https://yro.slashdot.org/story/26/04/06/2154206/openai-calls-for-robot-taxes-public-wealth-fund-and-4-day-workweek-to-tackle-ai-disruption
#人工智能
via Solidot - Telegram Channel
数据：Anthropic 商业采纳率快速攀升，逼近 OpenAI
币圈新闻: 4月8日消息，Ramp最新AI指数显示，2 月有 47.6% 企业为 AI 付费使用，Anthropic 采纳率升至 24.4%，OpenAI 为 34.4%。Anthropic 当月采纳率环比增长 4.9 个百分点，为该指数建立以来最大单月增幅，而 OpenAI 下降 1.5 个百分点，为各大模型公司中最大单月跌幅。Ramp 数据还显示，在首次购买 AI 服务的企业中，约 70% 选择 Anthropic 而非 OpenAI。报告认为，在性能和价格相近的情况下，企业正基于品牌与使用偏好形成对 Anthropic 的明显倾向。
电影频道在线看 │ ChatGPT中文群🅥
币圈新闻: 4月8日消息，Ramp最新AI指数显示，2 月有 47.6% 企业为 AI 付费使用，Anthropic 采纳率升至 24.4%，OpenAI 为 34.4%。Anthropic 当月采纳率环比增长 4.9 个百分点，为该指数建立以来最大单月增幅，而 OpenAI 下降 1.5 个百分点，为各大模型公司中最大单月跌幅。Ramp 数据还显示，在首次购买 AI 服务的企业中，约 70% 选择 Anthropic 而非 OpenAI。报告认为，在性能和价格相近的情况下，企业正基于品牌与使用偏好形成对 Anthropic 的明显倾向。
电影频道在线看 │ ChatGPT中文群🅥
X正在推出由Grok驱动的自动翻译和照片编辑
社交媒体平台 X 目前正在推出一项自动翻译帖子的新功能。这家公司还推出了一款新的照片编辑器，能够通过自然语言帖子修改图像。这两项功能均由 xAI 的Grok人工智能模型驱动。该公司正通过这些更新努力提升用户的应用内体验。周二晚些时候，X 平台的产品负责人尼基塔·比耶宣布自动翻译正在全球范围内推出。你可以点击翻译后帖子上的齿轮图标，并关闭针对该特定语言的自动翻译。其他社交网络也尝试过这一策略，以使帖子覆盖更广泛的全球受众。Reddit论坛在过去几年中一直在试验机器翻译。
—— Techcrunch
via 风向旗参考快讯 - Telegram Channel
社交媒体平台 X 目前正在推出一项自动翻译帖子的新功能。这家公司还推出了一款新的照片编辑器，能够通过自然语言帖子修改图像。这两项功能均由 xAI 的Grok人工智能模型驱动。该公司正通过这些更新努力提升用户的应用内体验。周二晚些时候，X 平台的产品负责人尼基塔·比耶宣布自动翻译正在全球范围内推出。你可以点击翻译后帖子上的齿轮图标，并关闭针对该特定语言的自动翻译。其他社交网络也尝试过这一策略，以使帖子覆盖更广泛的全球受众。Reddit论坛在过去几年中一直在试验机器翻译。
—— Techcrunch
via 风向旗参考快讯 - Telegram Channel
从AI之前的五次创新浪潮里能学到什么？这是大摩最新的一份报告，英文原题是《Lessons from the Five Innovation Waves That Preceded AI》，由首席美国经济学家Michael Gapen领衔。这篇报告的核心问题只有一个：AI浪潮到底会怎样改变美国经济？摩根士丹利没有选择预测未来，而是选择了回看过去。他们系统梳理了美国过去250年经历的五次重大技术革命，试图从中提炼出适用于AI时代的共同规律。
1、五次创新浪潮
过去250年，美国经历了五次由突破性技术集群驱动的创新浪潮：
第一次是工业革命（约1790s-1840s），核心是工厂、蒸汽动力、运河和早期铁路，持续约60年；
第二次是蒸汽、铁路与钢铁时代（1830-1910），铁路里程从1860年的3万英里飙升到1900年的19.2万英里，持续约55年；
第三次是电气化与内燃机时代（1890s-1940s），1902年到1929年间美国发电量增长超过十倍，福特Model T在1908年面世，持续约50年；
第四次是电子与航空时代（1940s-1980s），晶体管发明、喷气式客机、州际公路系统，联邦研发开支占GDP的比重翻了四倍，持续约40年；
第五次是互联网与数字网络时代（1990s-2020），到2000年约一半美国家庭接入了互联网，持续约30年。
一个明显的趋势是：
每一波比上一波扩散得更快。 如果这个规律延续，AI的扩散速度可能超过互联网。
正好我在2月中也有聊过：
移动互联网花了10年时间走完了互联网需要20年的道路，而AI可能需要更短的时间就能走完移动互联网10年的发展之路。
2、六条反复出现的规律
跨越250年的五次浪潮，摩根士丹利提炼出六条高度一致的共同模式。
1）资本开支的巨大脉冲。
创新浪潮从来不是温和渐进的。运河建设在高峰期占GDP的1%（相当于今天的约3150亿美元），铁路投资在1872-1881年间平均占GDP的2.5%（约7900亿美元），且经常超过全国总资本形成的10%。报告直言，如果要给当前AI投资热潮找一个历史对标物，就是铁路投资。
2）劳动力被重新配置而非消灭。
每一次浪潮都引发了对大规模失业的恐惧，但历史上从未成真。农业就业占比从1800年的75%降到1910年的30%再到今天的不足2%，但总就业需求从未崩溃。工作的构成改变了——从手工匠人到工厂工人，从蓝领到白领，从制造业到服务业，从中等技能岗位到两极化分布——但工作本身一直延续。
3）生产率提升需要时间和组织变革。
早期扩散慢且不均匀，但一旦配套投资和管理模式到位，产出效率就会加速。工业革命年均约0.8-1%，铁路时代翻倍到约2%，电气化时代实现了"大飞跃"（1900-1929年非农每小时产出翻番），互联网时代在1990年代末从1.5%加速到3%。但每次加速都滞后于技术发明本身10-20年。
4）繁荣-衰退周期是标配。
1837年运河崩盘，1873年和1893年铁路恐慌，1929年股灾和大萧条，2000年互联网泡沫破裂。模式惊人地一致：狂热投资→投机融资→杠杆攀升→预期调整→痛苦出清。金融市场既加速了技术扩散，也放大了周期波动。
5）不平等走向取决于制度而非技术。
镀金时代的极度财富集中，到1940-1970年代的"大压缩"（工会、累进税、教育扩展推动收入差距缩小），再到1980年后的不平等持续扩大——技术本身不决定分配结果，制度和政策才是关键变量。
6）教育体系每次都被迫转型。
工业革命催生公立小学，铁路时代催生赠地大学，电气化时代推动高中运动，战后GI Bill扩展高等教育，互联网时代加强STEM需求。当教育扩展充分时，技术红利被广泛分享；当教育滞后时，不平等就加剧。
3、对AI时代的六大启示
基于历史规律，摩根士丹利对AI浪潮给出了六条判断：
1）生产率提升大概率发生， 但需要配合组织重新设计。
2）劳动力置换是过渡性的， 岗位构成会变化，但就业不会消失。
3）繁荣-衰退周期几乎必然， AI基础设施投资与铁路/电信建设高度相似。
4）不平等风险处于高位， 收入和财富不平等已达125年来最高，AI的可扩展性可能进一步加剧集中。
5）教育和再培训将是决定性因素， AI可能需要终身学习体系而非传统学位路径。
6）政策制度至关重要， 反垄断、社会保障、人力资本投资决定了红利是被广泛分享还是被少数人垄断。
4、如果这次不一样呢？
摩根士丹利也讨论了一个重要的风险场景。AI作为通用技术，跨行业覆盖面可能比以往任何技术都广，扩散速度也在加快。
在极端情况下，AI可能不是辅助劳动力而是替代劳动力。如果走到那一步，经济可能经历一次向高增长的体制转换，同时伴随劳动收入份额的急剧下降和不平等的大幅恶化。
报告并未排除这种可能性，但认为历史仍然是形成基准预期的最佳参照。
1、五次创新浪潮
过去250年，美国经历了五次由突破性技术集群驱动的创新浪潮：
第一次是工业革命（约1790s-1840s），核心是工厂、蒸汽动力、运河和早期铁路，持续约60年；
第二次是蒸汽、铁路与钢铁时代（1830-1910），铁路里程从1860年的3万英里飙升到1900年的19.2万英里，持续约55年；
第三次是电气化与内燃机时代（1890s-1940s），1902年到1929年间美国发电量增长超过十倍，福特Model T在1908年面世，持续约50年；
第四次是电子与航空时代（1940s-1980s），晶体管发明、喷气式客机、州际公路系统，联邦研发开支占GDP的比重翻了四倍，持续约40年；
第五次是互联网与数字网络时代（1990s-2020），到2000年约一半美国家庭接入了互联网，持续约30年。
一个明显的趋势是：
每一波比上一波扩散得更快。 如果这个规律延续，AI的扩散速度可能超过互联网。
正好我在2月中也有聊过：
移动互联网花了10年时间走完了互联网需要20年的道路，而AI可能需要更短的时间就能走完移动互联网10年的发展之路。
2、六条反复出现的规律
跨越250年的五次浪潮，摩根士丹利提炼出六条高度一致的共同模式。
1）资本开支的巨大脉冲。
创新浪潮从来不是温和渐进的。运河建设在高峰期占GDP的1%（相当于今天的约3150亿美元），铁路投资在1872-1881年间平均占GDP的2.5%（约7900亿美元），且经常超过全国总资本形成的10%。报告直言，如果要给当前AI投资热潮找一个历史对标物，就是铁路投资。
2）劳动力被重新配置而非消灭。
每一次浪潮都引发了对大规模失业的恐惧，但历史上从未成真。农业就业占比从1800年的75%降到1910年的30%再到今天的不足2%，但总就业需求从未崩溃。工作的构成改变了——从手工匠人到工厂工人，从蓝领到白领，从制造业到服务业，从中等技能岗位到两极化分布——但工作本身一直延续。
3）生产率提升需要时间和组织变革。
早期扩散慢且不均匀，但一旦配套投资和管理模式到位，产出效率就会加速。工业革命年均约0.8-1%，铁路时代翻倍到约2%，电气化时代实现了"大飞跃"（1900-1929年非农每小时产出翻番），互联网时代在1990年代末从1.5%加速到3%。但每次加速都滞后于技术发明本身10-20年。
4）繁荣-衰退周期是标配。
1837年运河崩盘，1873年和1893年铁路恐慌，1929年股灾和大萧条，2000年互联网泡沫破裂。模式惊人地一致：狂热投资→投机融资→杠杆攀升→预期调整→痛苦出清。金融市场既加速了技术扩散，也放大了周期波动。
5）不平等走向取决于制度而非技术。
镀金时代的极度财富集中，到1940-1970年代的"大压缩"（工会、累进税、教育扩展推动收入差距缩小），再到1980年后的不平等持续扩大——技术本身不决定分配结果，制度和政策才是关键变量。
6）教育体系每次都被迫转型。
工业革命催生公立小学，铁路时代催生赠地大学，电气化时代推动高中运动，战后GI Bill扩展高等教育，互联网时代加强STEM需求。当教育扩展充分时，技术红利被广泛分享；当教育滞后时，不平等就加剧。
3、对AI时代的六大启示
基于历史规律，摩根士丹利对AI浪潮给出了六条判断：
1）生产率提升大概率发生， 但需要配合组织重新设计。
2）劳动力置换是过渡性的， 岗位构成会变化，但就业不会消失。
3）繁荣-衰退周期几乎必然， AI基础设施投资与铁路/电信建设高度相似。
4）不平等风险处于高位， 收入和财富不平等已达125年来最高，AI的可扩展性可能进一步加剧集中。
5）教育和再培训将是决定性因素， AI可能需要终身学习体系而非传统学位路径。
6）政策制度至关重要， 反垄断、社会保障、人力资本投资决定了红利是被广泛分享还是被少数人垄断。
4、如果这次不一样呢？
摩根士丹利也讨论了一个重要的风险场景。AI作为通用技术，跨行业覆盖面可能比以往任何技术都广，扩散速度也在加快。
在极端情况下，AI可能不是辅助劳动力而是替代劳动力。如果走到那一步，经济可能经历一次向高增长的体制转换，同时伴随劳动收入份额的急剧下降和不平等的大幅恶化。
报告并未排除这种可能性，但认为历史仍然是形成基准预期的最佳参照。
