单一来源
当前只有一个可用来源，尚未完成多源交叉核验项飙：拒绝被AI“捕获”，把评价生活好坏的权力拉回自己手中｜907编辑部
步入2026年深秋，全球对人工智能的讨论已经从最初的狂热，转入了一种交织着兴奋、恐惧与恍惚的复杂情绪中。当AI以远超预期的速度渗透进社会的每一个角落，它究竟会怎样重塑我们的工作与生活？
面对这样一个看似全能的“超级智能”，人类该如何安顿自己的日常？本期节目，我们特别邀请到了著名人类学家项飙老师。他不仅从人类学的独特视角提出了有趣的“飞鱼假设”，还为我们深入剖析了AI时代人类面临的两大核心困境：“断裂”与“捕获”。
面对技术狂潮与失业焦虑，项飙提醒我们：不要沉迷于“人类特殊论”的虚妄，更不能把当下的责任推给未来。评价一项技术的好坏，最终必须回到普通人的切实体感——看它是否让我们获得了更高质量的照顾、更有美感的教育，以及更有尊严的生活。
-本期对谈-主播：刘栋 澎湃新闻记者嘉宾：项飙 著名人类学家，德国马克斯普朗克社会人类学研究所所长-时间轴- 00:07:44 “飞鱼假设” 00:09:28 面对技术的“极简主义” 00:13:03 AI与人的本质区别 00:16:10 AI为何强大 00:21:28 时代焦虑的根源 00:26:58 核心困境之一“断裂” 00:36:32 核心困境之二“捕获” 00:40:48 价值与责任 00:45:09 人的脆弱与珍贵 00:48:28 警惕“价值观对齐” 00:55:09 AI时代的失业危机与“全民基本收入”的局限 00:58:59 重塑工作空间 01:02:29 重拾公共讨论的空间 01:08:22 评价AI发展的终极标准 -剪辑-张无为
Evidence
来源与证据
当前仅有一个可用来源，尚未完成多源交叉核验。
- 发布时间
- 内容处理
- AI 翻译 / 摘要，需结合原文核对
相关资讯
微软正式发布 .NET 11：开发更省时，AI 工具更齐全
IT之家 11 月 11 日消息，昨日（11 月 10 日）召开的.NET Conf 2026 线上大会上，微软正式发布 .NET 11，围绕运行性能、开发效率及 AI 应用构建推出一系列更新，覆盖网页、移动端和桌面应用开发。IT之家注：.NET 是由微软支持、与开源社区共同维护的软件开发平台。它免费、开源，开发者可以用它构建网站后台、桌面软件、手机应用、云服务等多种程序。本次 .NET 11 围绕性能、AI 应用及跨平台开发展开升级，涵盖 C# 15、网站开发框架 ASP.NET Core 和跨平台框架.NET MAUI 等，从而减少开发等待时间，简化现代应用构建流程。性能方面，新版带来数百
苹果子公司 Claris 正测试「Harbor」应用：将 Mac 变身本地 AI 服务器
首页 > 智能时代>人工智能 苹果子公司 Claris 正测试「Harbor」应用：将 Mac 变身本地 AI 服务器 2026/11/11 8:25:48 来源：IT之家 作者：潞源 IT之家 11 月 11 日消息，苹果全资子公司 Claris 正在测试 Harbor 应用程序。这款 App 可以将苹果芯片的 Mac 变身本地 AI 服务器。 据介绍，Harbor 可以运行在单台苹果芯片 Mac，也可以使用雷雳 5 接口连接多台 Mac，运行规模更大的 AI 模型。苹果已在 macOS Tahoe 26.2 系统中加入雷雳 5 RDMA（IT之家注：远程直接内存访问）支持，使多台设
谷歌最强 VLA 机器人模型：Gemini Robotics 2.5 登场，会系蝴蝶结、已在奔驰生产线上岗
IT之家 11 月 10 日消息，谷歌推出迄今为止能力最强的视觉-语言-动作（VLA）机器人模型 Gemini Robotics 2.5，大幅提升机器人可学习的技能广度与学习速度。该模型增强了机器人的灵巧度、可靠性与安全性，助力机器人走出实验室，进入更非结构化的真实环境，协助人类完成更多类型的任务。谷歌今年早些时候已为包括人形机器人在内的多种机器人引入全身智能。此次进展很大程度上得益于 Gemini 4 Argon 加速机器人研发的能力，进一步拓展了物理智能的边界。谷歌在超过 200 项不同任务中测试了 Gemini Robotics 2.5 的任务广度、性能与复杂度。Gemini Robot
不靠外部裁判，统一多模态模型学会自己「看图改图」：修复成功率提升到 3 倍，GenEval 0.72→0.84
南洋理工大学、上海交通大学、东京大学的研究者提出 UMM-Reflection 方法，在开源统一多模态模型 BAGEL 上通过「反思 SFT 冷启动 + 整轨迹强化学习」训练完整的多轮「反思 — 修改」轨迹，让同一模型自主完成看图、诊断、修改与停止决策，推理无需外部打分器。该方法将初始错误图像的修复成功率从 20.6% 提升至 64.9%，GenEval 指标从 0.72 升至 0.84，其中空间位置分项从 0.47 跃升至 0.89，在训练未见过的 WISE 等基准上也有明显提升，效果远优于直接对生成器做强化学习。研究证实模型本身本就具备判断图像对错的能力，强化学习的作用是教会模型筛选出真正
AI 翻译、摘要和解读仅用于辅助判断；涉及重要决策时，请回到上方来源核实。