Загрузка видео...

Не удалось загрузить видео

На главную

一个最基本的问题,现在摆上了美国最高法院的辩论桌。 大法官Ketanji Brown Jackson在庭审时提出了这个议题。 女孩的定义是什么? 她说,我们正在讨论,是否只有“出生时被指定为女孩”的人,才有资格。 这个用词很有意思。 “出生时被指定”。 它暗示了性别不是一个客观生理事实,而是一个后天赋予的社会标签。 一个词的改变,背后是整个逻辑起点的颠覆。 当最高法律机构开始辩论生物学常识时,意味着什么? 这不是语言学问题,而是法律和社会根基的问题。 如果法律的基石,建立在一套可以随时重新定义的语言系统上,那么法律的稳定性在哪里? 今天可以重新定义“女孩”,明天是不是可以重新定义“个人财产”或者“公民权利”? 这种趋势的终点是什么? 从一个词的解构开始,最终会解构掉什么? 这值得每一个关心社会秩序的人深思。

15,901 просмотров • 8 месяцев назад •via X (Twitter)

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

当 AI 走进法庭,它最缺的其实是一份证据 当 AI 真正走出实验室,开始大规模进入我们的现实生活时 大家讨论最多的其实并不是它的智力到了什么程度,而是这个系统一旦出了问题 法律层面到底该怎么判定责任归属,很多人可能还没意识到,目前几乎所有的 AI 系统在法律层面上都有一个致命的伤 那就是它们根本拿不出任何可以被第三方采信的证据。 想象一下,在未来的金融系统或者交易场景里 如果一个 AI 驱动的协议突然出现了巨大的亏损,或者是在清算的时候出了偏差,现在的处理方式其实非常尴尬,模型厂商会说这只是概率问题 而开发者会说自己只是写了代码,这种模糊的解释在技术圈里或许能混过去,但在法官或者是仲裁员面前,这种话是完全没有法律效力的,因为法律不相信任何口头上的解释,法律只看证据。 现在的情况就是这样,因为 AI 具有天然的黑箱特性,导致法律体系无法对它的行为进行复现和验证,所以一旦真的出了事。 现实社会往往只有两种极端的处理办法,要么就是由于风险不可控而直接禁用,要么就是找一个具体的人出来背黑锅。 这并不是因为我们的监管机构太守旧,而是法律体系的底层逻辑决定的,它无法接受任何无法自证的黑箱行为。 说到底,法律其实从来不关心一个模型到底是聪明还是笨。 它关心的只有三件事,那就是你到底做了什么,你是按照什么样的流程去做的,以及最重要的,你能不能拿出实实在在的证据来证明这一切。 这就是 Inference Labs 最核心的价值所在,它其实不是在跟人比拼算法的优劣,而是在给 AI 的每一个行为补齐那一层法律意义上的证据结构。 这个项目实际上是解决了 AI 的可仲裁性问题,这虽然是一个很少被人提及的法律视角,但它却是 AI 从辅助工具走向核心执行层的必经之路。 以前的 AI 推理过程就像一团理不清楚的乱麻,在仲裁机构眼里,它既不是一个能负责的人,也不是一套可以被审计的标准流程,这就导致大家只敢让 AI 提提建议,而不敢让它去真正掌握决策大权。 Inference Labs 提供的推理证明,本质上是在用法律能听懂的语言去记录 AI 的行为,它不需要向外界解释模型当时到底是怎么想的,它只需要负责向法庭或者是受害者证明,在那个特定的时间点,确实是这个版本的模型,在特定的输入环境下,产出了这么一个确定的结果,这在仲裁场景下简直就是定海神针。 有了这层证明之后,AI 产生的决策就有了可以被法律认可的证据,在未来的 DeFi 自动风控或者是合约执行中,一旦双方发生了争议。 我们就不再需要去争论开发者的初心,而是直接把那份不可篡改的推理证明丢进仲裁程序,系统不需要证明自己是善良的,只需要证明自己是如实执行的。 这就是 AI 从灰色地带走向主流市场的关键转折点,所以它的真实用户绝对不是那些每天在推特上找空投的散户,而是那些真正身处一线、需要设计协议并承担合规风险的专业人士,这些人可能平时很低调,但他们对这种能保命的工具极其看重,一旦采用了就很难再换掉。 大家习惯了去追逐那些爆发性的技术热点,却往往忽略了 AI 融入社会体系时最真实的摩擦力,这个项目的眼光其实放得很长远,它在赌一个非常确定的趋势,那就是所有的 AI 最终都必须被拉进法律的框架里,到那个时候。 那些拿不出证据结构的 AI 都会被迅速淘汰,而像它这样提前搭好仲裁入口的项目,才会真正成为系统的基石。 Inference Labs #inference_labs #KAITO

阿川

147,843 просмотров • 8 месяцев назад

说个暴论,你的审美和品味就是你的提示词,并决定了你使用AI的上限。 咱们看看这个案例, 零游戏开发经验,两周时间, 一个人,做出了一个完整可玩的3D外卖配送游戏🆒 主角是一只戴粉色头盔的卡皮巴拉, 骑着电动车在城市里穿梭接单, 订单会真实堆叠在后座,掉了就会失败, 还有完整的手机App导航和超市捡货系统, 很多人看完第一反应都是AI太厉害了,但其实并不是是AI的胜利, 本质是人类品味的胜利, 他没写几行代码, 所有的逻辑模型贴图音乐音效, 全都是AI生成的, 他只做了3件事, 1️⃣告诉AI我想要一个卡皮巴拉送外卖的游戏, 2️⃣然后在AI生成的一万个版本里, 3️⃣选出那个看起来最好玩的, 最后花两周时间一点点打磨细节, 调参数摆道具改手感, 其实这就是现在大家说的vibe coding, 让AI接管了所有的执行层, 人类只需要负责方向和品味, 以前你得学会编程建模配乐剪辑, 才能做出一个游戏, 现在你只需要知道, 什么东西是好的, 很多人说这是作弊, 但这才是真正的创意民主化呀, 一年前需要一个小团队干几个月的活, 现在一个普通人两周就能搞定, 我相信未来会有无数这样的作品冒出来,创意会比技术重要一百倍甚至更多。 这也回答了那个很多人都在问的问题, AI时代人类到底还有什么用❓ AI确实能生成一切, 但它不知道的是 什么东西看起来舒服, 什么东西玩起来爽, 什么东西能让人会心一笑, 比如那些纯AI生成的游戏为什么不好玩, 因为它们只有技术,没有灵魂, 那什么是灵魂呢? 我理解灵魂就是那个站在AI背后, 做每一个微小选择的人, 就是那个知道什么时候该停手, 什么时候该再改一下的人, 而且我觉得这只是一个开始, 今天是浏览器3D游戏, 那明天可能就是完整的App, 后天甚至是3A级别的游戏原型, 我们正在见证一个全新的创作时代, 任何人都能把自己的脑洞, 变成真正的产品, 游戏链接放在评论区了, 直接浏览器打开就能玩, 建议大家去试试, 你会真切地感受到, 那个属于普通人的创作黄金时代, 真的已经来了! #AI #游戏开发 #vibecoding

阿绎 AYi

12,095 просмотров • 4 месяцев назад

网友爆料: 2026/8/16/突发:最严出境禁令,某大学因一学生滞留西班牙,全校6万学生禁出境! 💥楼主点评:如果这个爆料属实,那问题就不是“出国方不方便”这么简单了,而是一个非常严肃的权利边界问题。 一个学生在海外发生什么情况,应该由具体责任人、具体事件、具体法律程序来处理。如果因为一个人的行为,就把整个学校几万名学生全部纳入限制范围,这种“一人出事、全员买单”的管理方式,公平性和合法性都值得追问。 公民能不能出境,当然可以受到法律规定的合理限制,但限制必须有明确的法律依据、适用对象和正当程序,不能今天一个通知、明天一个内部要求,就把普通人的正常出行权一刀切。 更值得警惕的是,一旦“连坐式管理”成为习惯,今天可能是限制出境,明天会不会变成限制就业、限制升学,甚至因为某个人犯错,让整个单位的人承担后果? 法治社会最重要的原则之一,就是责任对应到具体的人,处罚对应到具体的行为,而不是把无辜者一起打包处理。 当然,以上爆料目前还需要进一步核实,不能仅凭一张截图或者网友投稿就下最终结论。 💥但如果事情最终被证实,大家真正应该讨论的就不是“学生该不该出国”,而是:公共权力究竟应该在多大范围内介入普通人的自由?如果没有清晰的法律边界,谁来监督这种权力?

罗翔~破幕推墙

335,752 просмотров • 1 месяц назад

很多人看 Inference Labs , 第一反应都是那些听起来特别硬的技术名词,比如什么 zkML,什么 PoI。 但说真的,如果你把这层技术的皮给剥开,你会发现它讲的根本不是代码,而是权力。 Inference Labs 真正做的,是把 AI 系统里以前那些模糊的权力关系,直接给拆散了摆在台面上。 在传统的 AI 世界里,模型方就是绝对的老大。 模型怎么跑,参数怎么调,最后给你一个结果,你除了相信,没有任何别的办法。 算力方也是一样,谁手里的机器多,谁的声音就大。这种结构下,用户其实是没有任何话语权的。 但 Inference Labs 正在把这套逻辑给彻底拆掉。 在它的 PoI 机制下,模型不再是那个不可挑战的上帝了。模型只能负责干活,负责给出推理结果,但它没有权利定义这个结果是不是对的。 一旦进了这个系统,模型的每一个输出都必须经过证明,经过别人的复现和验证。 这一步,本质上就是在削弱模型的权力。模型不再是权力的中心,它变成了一个纯粹的服务提供者。 再来看看算力。 很多人以为验证网络会让算力变得更值钱,更重要。其实恰恰相反,在 Inference Labs 的结构里,算力其实是被压制的。 算力在这里只负责执行任务,它不负责最后的裁决。你算得再快,机器堆得再多,你也改变不了结果的合法性。你没法靠着算力去强行说服系统接受一个错误的结果。 这意味着,算力在这里变成了一种商品化的成本,而不是一种能让你称王称霸的筹码。 那么,真正的权力流向哪儿了。 答案是验证者。 验证者不需要去训练什么顶级的模型,也不需要去买成千上万张显卡。 他们只做一件事,就是决定哪些推理是被系统承认的现实。这在现在的 AI 圈子里是非常罕见的设计。 它相当于承认了一点,AI 的问题其实不在于它聪不聪明,而在于当它给出结果的时候,谁有资格说这是一次有效的推理。 Inference Labs 把这个资格,从那些模型公司和平台手里,转移到了这个验证层。 这种变化的影响会非常深远。 以后在这个系统里,最强势的一方,不是那些最会训练模型的,也不是那些最有钱堆机器的。 而是那些能长期维持验证信誉的节点。这种节点看重的不是短期的那点博弈速度,而是长期的稳定性。 因为在它的规则里,只要你作恶一次,代价就是被系统永久边缘化。这种代价,任何想长久玩下去的人都承担不起。 所以我也一直在想,为什么 Inference Labs 在短期市场里显得这么安静。 其实道理很简单,这个系统里真正占便宜的角色,从来就不是那些会喊叙事,会搞投机的。 它奖励的是耐心,是持续不断的输出,以及永远不犯错的稳健。它天然地就在排斥那些只想进来薅一把就走的投机者。 我的感觉非常明确,Inference Labs 其实并不是在追求让 AI 变得更强,它是在尝试解决一个更有难度的问题。 那就是当 AI 已经足够强的时候,到底谁来约束它,谁来承担它产生后果后的责任。 在这个系统里,权力第一次不再是围绕着模型集中,而是被彻底拆散,被互相制衡。 这才是它最被低估的地方。 它在重新定义 AI 时代的规则。它告诉我们,在这个新的权力游戏里,诚实和稳定,才是最贵的资产。 #inference_labs #KAITO

比克大魔王

29,048 просмотров • 8 месяцев назад