AI行业每隔几个月就会推出新一代前沿模型，这些模型的能力不断提升，同时也改变了监管机构、企业和公众需要评估的风险格局。然而，用于衡量这些风险的基准并不会自动更新。本文介绍了MLCommons的AILuminate基准及其Continuous Prompt Stewardship System，该系统通过持续刷新提示数据集，确保基准的长期有效性。系统采用基于心理测量学的指标驱动刷新、闭环数据集再平衡、社区驱动的贡献者模型、双路径审查以及可审计的来源记录等机制，解决基准陈旧和污染问题。AILuminate v1.0包含24,000个人类创作的提示，覆盖12个危害类别，并获得最高长寿分数75分。该系统不仅维护AILuminate的可靠性，还为整个AI基准领域提供宝贵经验，帮助应对基准生命周期挑战。
Anthropic的研究揭示，AI尚未取代就业岗位，但早期数据表明资深用户正拉大差距，导致技能不平等加剧。这引发了对未来劳动力分化和岗位流失的担忧。文章分析了AI技能鸿沟的成因、行业背景及影响，探讨企业与个人如何应对这一趋势，以避免加剧社会分化。（128字）
一家初创公司近日完成1200万美元种子轮融资，旨在打造企业级AI操作系统。该系统将传统复杂的企业软件界面转化为类似ChatGPT的自然语言提示交互方式，极大简化用户操作。创始人认为，这将重塑企业软件生态，帮助企业高效处理数据和流程。随着AI在企业应用的爆发，此举或将成为行业新风口。
Ars Technica报道，随着Moltbook的迅速传播，病毒式自我复制的AI提示正成为新兴安全隐患。我们无需担心自我复制的AI模型，仅仅通过用户分享的提示链，就能引发大规模问题。这种提示像病毒般在社交媒体和论坛扩散，诱导AI生成有害内容、绕过安全机制，甚至窃取数据。文章探讨其机制、潜在风险及应对策略，警示AI安全新时代的到来。（128字）
