据《纽约时报》和 Politico 报道，白宫国家经济委员会主任 Kevin Hassett 周三提议，美国政府应对 AI 模型实施类似 FDA 的发布前审查。到周四，一名高级官员称 Hassett 的言论被断章取义，表示政府寻求的是与公司建立“合作”，而非“政府监管”。白宫幕僚长 Susie Wiles 在 X 上发文称，政府不会“挑选赢家和输家”。
尽管措辞更为缓和，政策行动仍在继续。美国商务部的 AI 标准与创新中心（CAISI）本周扩大了自愿性的发布前预评估协议，将 Google DeepMind、Microsoft 和 xAI 纳入其中，此前已与 OpenAI 和 Anthropic 达成协议。据三名知情人士称，白宫正在讨论在模型公开发布前由情报机构进行预评估，以确保美国机构能够在俄罗斯和中国等对手之前研究并利用新的能力。
免责声明：本页面信息可能来自第三方，不代表 Gate 的观点或意见。页面显示的内容仅供参考，不构成任何财务、投资或法律建议。Gate 对信息的准确性、完整性不作保证，对因使用本信息而产生的任何损失不承担责任。虚拟资产投资属高风险行为，价格波动剧烈，您可能损失全部投资本金。请充分了解相关风险，并根据自身财务状况和风险承受能力谨慎决策。具体内容详见
声明。
相关文章
Anthropic Code Mode：解 MCP Vs CLI 之争：工具住 Runtime、tokens 从 150K 压到 2K
2025 年整年 AI 工程社群在「MCP vs CLI」哪个更适合 Agent 工具呼叫的问題上爭論不休、Anthropic 2025 年 11 月发表的「Code execution with MCP」论文从第一原則重新定義了问題。akshay\pachaar 5/10 整理 thread 说明：问題从来不在協议本身、而在「session 开始时把所有工具描述塞进 context」的旧习惯；Anthropic 的解法是让模型寫程式码呼叫工具、运行时负责管理工具細节。新模式被称为「Code Mode」。 旧模式的问題：150K tokens 中模型大部分用不到 旧 MCP 模式的浪费结构： Playwright MCP：13.7K tokens（一次塞滿） Chrome DevTools MCP：18K tokens 5 个 server 设定：尚未开始工作就燒掉 55K tokens 單一 workflow 完整执行：可膨胀到 150K tokens 模型实际用到的：絕大部分都用不上 批評者主張改用 CLI、但 CLI 在多租户 app 容易出错、缺乏 typed contract
鏈新聞abmedia1小时前
字节跳动计划今年在 AI 基础设施支出上增加 25%，达到 2000 亿人民币
据 ChainCatcher 援引 Golden Data 称，字节跳动计划今年将 AI 基础设施支出提高 25%，达到 2000 亿人民币，原因是内存芯片成本上升以及人工智能开发加速。
GateNews2小时前
企业 AI 平台 Pit 关闭 $16M 系列融资，由 a16z 领投
据 Odaily，企业级 AI 平台 Pit 宣布完成一轮由 a16z 牵头的 1600 万美元融资，Lakestar 参与其中，OpenAI、Anthropic、Google、Deel 和 Revolut 的高管也加入了本轮。Pit 将自己定位为“AI 产品团队即服务”，旨在取代传统电子表格和僵化的 SaaS 系统。
GateNews2小时前
谷歌试点招聘考试，允许工程师使用 AI 工具
据《朝鲜日报》报道，谷歌正在试点招聘考试，允许美国软件工程候选人在部分入门级和中级岗位中使用 AI 工具。该试点包括代码理解任务，申请者需要审查现有代码、修复漏洞并提升性能。面试官将评估候选人如何提示 AI、核查其输出、编辑结果以及调试代码，而不是仅评估其从零编写代码的能力。
GateNews4小时前
OpenAI 立即停止微调 API。现有用户可访问至 2027 年 1 月 6 日
根据 Beating 监测到的 OpenAI 官方公告，该公司将从即刻起停止为开发者提供自助式微调 API。新的用户将不再能够创建微调任务，而现有的活跃用户可在 2027 年 1 月 6 日之前继续访问该服务。已部署的微调模型，其推理服务将与其基础模型的生命周期绑定，当基础模型被下线时，推理服务也将停止。 OpenAI 表示，其新的基础模型（例如 GPT-5.5）在遵循指令和格式化方面现在已足够强大。该公司称，将提示工程与检索增强生成（Retrieval-Augmented Generation, RAG）结合使用，相比微调更便宜、更快速，并且足以满足大多数用例。
GateNews5小时前
Sakana AI 和 Nvidia 通过跳过 80% 的无效计算，实现 30% 更快的 H100 推理
Sakana AI 和 Nvidia 已开源 TwELL，这是一种稀疏数据格式，可让 H100 GPU 在大型语言模型中跳过 80% 的无效计算，同时不牺牲准确性。该解决方案在 H100 上可实现最高 30% 更快的推理和 24% 更快的训练，并降低峰值内存使用。在对一个 1.5 十亿参数的模型进行测试时，通过训练期间的轻量级正则化，该方法将活跃神经元降至低于 2%，且在七个下游任务中没有出现性能下降。
GateNews6小时前
