虽然已经是2025年,但许多公司似乎仍然不清楚AI的实际用途。
这正是我从今年的CES上得到的印象:展会上展示了许多AI驱动的厨房电器、婴儿床和其他其实并不需要AI的产品。

例如:Spicerr,一款配备“智能”触摸屏的调味品分配器,可以在你做饭时学习你的口味,推荐独特的食谱。
然而,Spicerr的实用性本身就值得怀疑。它不具备研磨功能,而且需要15到20美元的专用胶囊,这些胶囊无法重新填充。即便如此,你真的需要一个
可以推荐菜谱的盐和胡椒调味瓶吗?
在展会的其他地方,还出现了Dreo的ChefMaker 2,一款AI驱动的空气炸锅。
是的,你没有看错——这是一款AI驱动的空气炸锅。
相比Spicerr,ChefMaker 2的概念并不那么荒唐。它可以通过扫描页面从食谱书中提取食谱,甚至能够处理计算烹饪时间和温度的复杂数学问题。
不过,扫描食谱书真的是空气炸锅买家真正需求的功能吗?作为一个空气炸锅的用户,我从未考虑过这个问题——似乎大多数人也没有。
然而,CES上还有更多比这还要奇怪的AI产品。
Razer的Project Ava,奇怪地以2014年电影《机械姬》(Ex Machina)中的杀手机器人Ava命名,是一款“AI游戏助手”,正如公司所描述的那样。Ava基本上并不直接玩游戏,而是在你玩游戏时为你提供指导。得到许可后,Ava会捕捉你的屏幕截图,并给出一些建议(例如:“当刀片旋转时躲开”)。
正如The Verge编辑Sean Hollister所写的,Ava引发争议的原因在于,它显然是通过游戏攻略训练的,但却没有标明这些攻略的作者。此外,Ava还有些分散注意力。至少在目前的版本中,Ava有几秒钟的延迟,并且会打断游戏的音频来提供指令。
我不得不再次问:究竟是谁在呼唤这些鬼东西?谁会定期使用它,甚至为它付费?
从目前来看,CES上这些奇怪的AI产品体现了行业的过度炒作。去年,AI公司仅在美国就筹集了970亿美元,足够购买42个Spheres(注:Spheres是一个虚构的概念或项目)。厂商们正在尝试各种AI产品,看看哪些能成功,因为这样做几乎没有风险——而且潜力巨大。
但在许多情况下,他们也面临着现有AI技术的局限。弄清楚哪些AI应用在技术上可行一直是行业的一大挑战。很多时候,这导致了过度承诺,但未能兑现。ChatGPT仍然会犯错;图像生成器在历史上也不够准确;AI视频中的角色常常会“重叠”……
所以我们只能接受现实中的AI乱象:空气炸锅、调味品分配器和“AI游戏助手”。这些并不是大多数人想要的,但它们是目前相对容易实现的AI产品。
希望明年能有更好的进展。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。