AI走进校园引争议 半数家长担忧孩子过度依赖AI工具

据商业内幕报道，随着生成式AI加速进入中小学教育场景，越来越多美国家长开始关注孩子使用AI工具带来的影响。德勤最新发布的年度返校季调查显示，50%的受访家长担心孩子“过度依赖AI”，与此同时，也有不少家长认为学校在AI教育方面准备不足。

此次调查共覆盖1150名拥有学龄儿童的家长。调查显示，约30%的家长表示，孩子已经在学校作业中使用生成式AI工具。不过，仅有22%的家长表示孩子所在学校提供了官方认可的生成式AI工具，另有33%的家长称学校已经制定AI使用规范。

调查还显示，超过三分之一的家长认为学校没有为孩子提供足够的AI技能教育。其中，约八分之一的家长计划自费让孩子参加AI辅导课程或夏令营，以帮助其掌握相关能力。

报道称，AI在基础教育中的普及正引发新的讨论。一方面，越来越多学生开始将AI用于学习和完成作业；另一方面，学校也在探索如何规范AI使用，并调整教学方式。

商业内幕提到，此前一位加拿大物理教师表示，由于学生越来越频繁地借助AI完成作业，他开始增加纸笔书写作业的比例，以便更准确判断学生真实的写作和思考能力。

此外，商业内幕还援引案例称，有小学生曾利用学校配发的Chromebook设备，通过GoogleGemini生成趣味图片，这也反映出生成式AI工具已逐渐进入低年龄段学生的日常学习和使用场景。

via cnBeta.COM - 中文业界资讯站 (author: 稿源：凤凰网科技)

OpenAI炮轰AI评测"标杆"： 731 道题近三成有缺陷， 8 个月通过率从23%飙到80%已失灵

OpenAI发布博文公开挑战行业权威评测基准SWE-Bench Pro，认为在 731 个公开测试任务中，约30%存在评测缺陷。SWE-Bench Pro由Scale AI推出，专门评测大语言模型与AI智能体的编程能力，因高度贴近实际企业级开发且具备极高的防作弊标准，现已成为AI软件工程领域的行业权威基准。

OpenAI在博文中指出一个关键信号：前沿模型在该基准上的通过率仅用 8 个月就从23.3%飙升至80.3%。这一"进步"速度过于异常，OpenAI认为该基准已无法有效评估模型的真实软件开发能力，很可能是因为评测本身存在系统性问题，而非模型能力真的实现了如此飞跃。

两条审查路径交叉验证，近三成任务"不合格"

为验证判断，OpenAI启动了两条并行审查路径。其数据点分析流程标记出 200 个失效任务，占全部 731 个公开任务的27.4%；同时开展的人工标注活动识别出 249 个失效任务，占比34.1%。基于这两条路径的交叉验证，OpenAI预估SWE-Bench Pro约30%的任务存在缺陷，涉及测试过严、提示不充分、测试范围过窄和提示具有误导性四类问题。

OpenAI还披露了一个典型案例：某道题要求将内容转为Markdown时在行首加入 1 个空格，但隐藏测试却要求 2 个空格。这意味着模型完全按照题面说明编写代码，仍然会被判错。这类"隐藏要求与明文说明不一致"的问题，直接导致模型的真实能力被错误评估，也解释了为何通过率会出现不合理飙升。

撤回采用建议，呼吁重建AI评测体系

基于这次分析，OpenAI正式撤回此前对SWE-Bench Pro的采用建议。OpenAI认为，后续需要由资深软件开发者专门为AI评测设计新的基准，而非简单沿用面向人类开发者的测试逻辑。当行业"标杆"本身都可能存在近三成缺陷，整个AI评测体系的公信力便面临拷问。从跑分竞赛回归真实工程能力评估，或许是AI软件工程评测下一步必须跨越的门槛。

via AI新闻资讯 (author: AI Base)

亚马逊被爆开发AI智能体“Moonraker”:Alexa将支持多步复杂任务串联

据科技媒体爆料，亚马逊正在秘密推进一项代号为“Moonraker”的先进人工智能智能体（AI Agent）项目，旨在赋予智能语音助手 Alexa 串联执行复杂任务的能力。作为现行生成式AI助手 Alexa Plus 的延伸功能，Moonraker 改变了以往单次只能响应单一指令的局限，能够深度理解复合型请求，并按逻辑顺序自动执行多个相关联的操作。

例如，用户只需发出一条指令，系统即可同时完成“呼叫网约车”与“给朋友发送短信通知”等多步工作流。这一技术升级标志着 Alexa 正在从传统的“一问一答”式语音助手，向能够处理复杂多步骤任务的真正数字化个人助理演进。

目前，亚马逊正使用 Anthropic 提供的先进AI模型对该系统进行测试，并为此准备了数百个英伟达 GPU 以支持更高级的推理与视觉功能。然而，这一极具野心的战略动作也让亚马逊面临巨大的资金与技术挑战。

内部规划文件显示，仅 Moonraker 项目在2026年的 GPU 硬件成本就将超过1亿美元，成为 Alexa Plus 升级计划中资金投入最高的项目。鉴于大模型算力成本急剧攀升，加之此前测试中曾出现幻觉与行为异常等技术瓶颈，亚马逊内部高管对该项目的巨额开支产生分歧，并提出了推迟或缩减项目规模的预案。

尽管面临成本压力与技术调整，亚马逊首席执行官安迪·杰西（Andy Jassy）近期披露的数据仍显示出商业化转型的积极信号:用户使用 Alexa Plus 的频率已达到此前的两倍，通过助手下单的次数更是增长了三倍。当前，OpenAI、Anthropic、谷歌等全球科技巨头正全速布局智能体(Agentic AI)赛道，Moonraker 项目的推进不仅是亚马逊对技术演进趋势的紧密跟进，更是其抢占下一代人机交互入口的关键战役。

via AI新闻资讯 (author: AI Base)

Mistral AI发布仅8B参数的具身导航模型

法国Mistral AI发布Robostral Navigate，一个仅8B参数的具身导航模型。该模型使用单一RGB摄像头输入，即可引导机器人在自然语言指令下自主执行任务，在 R2R-CE 基准测试中达到业界领先水平。Mistral透露模型完全在仿真环境中训练，约40万个轨迹覆盖6000个场景，通过前缀缓存优化将训练时间从数月压缩到数天。Robostral的跨平台适应性是其核心竞争力，它能在轮式、腿式和飞行机器人上运行，适配物流、制造和酒店等多种场景。这得益于公司选择“小模型+导航”的垂直切入点，回避了与人形机器人巨头的正面竞争。Robostral Navigate如果证明小参数模型在具体任务中可以达到大模型的效果，将对“越大越好”的主流叙事形成挑战。

—— 雷锋网、Mistral AI

via 风向旗参考快讯 - Telegram Channel

阶跃星辰首款AI智能体手机即将发布，跑在OpenAI前面

国内通用大模型独角兽阶跃星辰官方宣布，将推出新一代智能体终端，带来Agent时代的新答案。据国内媒体爆料，阶跃星辰即将发布AI终端品牌、智能体系统及其首款AI智能体手机，这也是全球大模型企业中率先落地的原生智能体手机终端，上市节奏早于OpenAI规划的AI终端。

知情人士透露，这款AI智能体手机由A股上市公司华勤技术负责代工生产，双方是深度绑定合作关系，并非简单的贴牌代工模式。华勤技术为全球智能硬件ODM行业头部企业，智能手机、笔记本电脑、平板电脑出货量超全球10%，且早在阶跃星辰B+轮融资阶段便完成战略入股，后续C轮融资持续加码，叠加豪威、中兴等产业链企业共同布局，形成了大模型、整机制造、影像、通信一体化协同链路。

上海AI六小虎，融资超 200 亿冲刺港股IPO

阶跃星辰 2023 年在上海成立，位列上海AI六小虎阵营，由前微软全球副总裁姜大昕创立，印奇担任董事长，团队汇聚微软、字节顶尖AI科研人才。公司累计融资超 200 亿元，中兴、华勤、腾讯、龙旗等消费电子产业链企业均参与投资，目前已完成股改冲刺港股IPO。其核心路线区别于纯云端模型厂商，主打大模型加终端硬件全链路落地，这一差异化定位正是其跨界造手机的战略根基。

via AI新闻资讯 (author: AI Base)