- 综合排序
- 最热优先
- 最新优先
谁为AI事故负责？
近年来，给他人权益造成损害的AI事故快速增加，从自动驾驶汽车和有形机器人的安全事故到AI诊疗软件的错误诊断再到各种自动化决策系统的算法歧视、不公平决策，可以说，AI事故和AI侵权正日益成为AI社会的“新常态 在人工智能的应用无处不在的今天，人们必须正视AI事故和AI侵权的法律责任问题。当AI系统造成事故和损害，法律必须给受害人提供公平且有效的救济。但问题是，谁应为AI事故和AI侵权负责？ 在根本上，我们需要发展工具型AI（tool AI），而非所谓的全面接近人类的主体性AI。 误区2：将公法上AI风险类型化理念和AI侵权责任规则勾连。 欧盟人工智能法案是这种思路的典型代表，其按照风险高低，将AI系统分为不可接受风险AI、高风险AI、有限风险AI以及最小风险AI等四大类，并重点规定了高风险AI的要求和相关经营者（提供者、部署者等）的义务等 在这种规制思路下，人们倾向于将AI系统的风险程度和归责原则相挂钩，比如将高风险AI和无过错责任相挂钩，而将低风险AI或非高风险AI和过错责任或过错推定责任相挂钩。
62110编辑于 2024-12-17- 来自专栏云云众生s
AI智能体失控时，谁来负责？
随着AI代理的日益普及，在其使用它们的重点行业中，潜在的危险也在增加。鉴于此，C级高管面临着一个关键问题：当AI失控时，谁来负责？ AI问责制：不断变化的格局 AI的激增正在扰乱现代企业的组织结构。 Pearl Meyer的一份报告显示，30%的公司选择将AI相关的责任纳入现有的高管角色。与此同时，“32%的公司正在采取去中心化的AI监督方法，并期望AI工作由多个职能部门的各种领导者负责”。 在当今大多数组织中，CISO、CIO和CTO承担着AI行为和安全的主要责任。这可能会在不同的领导角色之间造成紧张关系，因为CISO无法控制AI系统，但他们却负责维护安全。 因此，如果AI代理失控并且无法解释其决策，那么确定出了什么问题可能具有挑战性（如果不是不可能的话）。那么，负责AI系统的领导者如何在这样一个不完美的世界中获得尽可能多的透明度和控制权呢？ 组织必须确定谁应对 AI 的行为负责，这可能意味着弥合 CISO、CIO 和 CTO 之间的差距，或聘用一位完全专注于 AI 的高管。
38510编辑于 2024-11-19 - 来自专栏FunTester
AI 提效了，问题谁负责
拦住它们的，往往不是模型能力不够，也不是工具不够成熟，而是问责机制没有跟上人工智能进入核心业务的速度。 当人工智能系统开始影响优先级排序、审批、建议和资源分配时，它就已经不只是一个提效工具了。 对每一个由人工智能驱动的工作流程，都至少要回答清楚这几件事： • 谁对业务后果负责 • 谁对系统性能和可靠性负责 • 这个决策的权限边界是什么 • 当输出超出预期时，升级路径是什么 举个例子，如果一个人工智能系统负责给销售机会排序 ，并自动创建后续任务，那么销售副总裁应对最终收入结果负责，销售运营负责人则应对系统性能和数据质量负责。 结果就是，团队既失去速度，也失去信任。 更合理的做法，是按照影响分级来设计监管机制。 领导者不必在速度和管理之间二选一。只要围绕人工智能驱动的决策，重新设计所有权、决策权、监督、衡量和改进机制，组织就可以在保持速度的同时，把责任边界讲清楚，把系统真正用起来。
11110编辑于 2026-06-17 - 来自专栏FunTester
让测试速度真正跟上 AI 生成速度
AI 生成代码的速度，已经超过了很多团队扩展测试覆盖的速度。覆盖率报告仍然是绿色，代码评审也没有明显报警，但真实风险却在变大。 默认情况下，我们应该把 AI 生成的代码视为未经充分测试的代码，并按代码生成速度同步调整测试规模。 速度确实上来了，但问题也藏在这里：看起来正确，和真的能在生产环境里正确运行，是两件事。 AI 生成的代码往往语法正确、风格一致、结构合理。 手动测试跟不上 如果 AI 向代码库引入复杂性的速度，超过了人类手动设计测试的速度，那么测试策略就会天然滞后。这不是理念问题，而是工程吞吐问题。 对于正在评估 AI 测试工具的团队，最重要的两个问题是：它是否能专门分析新代码覆盖率差距，以及它的运行速度是否能跟上代码生成速度。如果测试工具配置起来比代码生成还慢，它就很难解决这个问题。
10400编辑于 2026-06-29 - 来自专栏Dance with GenAI
AI人物传：谷歌AI部门负责人Demis Hassabis
2023年：Hassabis 被任命为谷歌 AI 部门的负责人，负责整合 DeepMind 和 Google Brain 的团队，以推动 AI 技术的商业化。 对AI的看法和观点 根据 Hassabis 的多次访谈，他认为 AI 不仅是一个技术工具，更是探索人类意识和宇宙奥秘的一种方式。他强调 AI 的发展应以伦理为基础，并关注其对社会的影响。 他相信，AI 能够帮助人类解答生命中最重大的问题，并揭示宇宙的奥秘。他表示，AI 不仅是一个工具，更是探索人类思维、意识和宇宙本质的关键手段。 Hassabis 在多次访谈中提到，图灵测试已不再适用于现代 AI。他认为，这一测试过于依赖人类的主观判断，容易导致对 AI 系统的误解。 他强调，目前没有任何 AI 系统具备真正的意识或感知能力，而是通过复杂算法模拟人类行为。 Hassabis 对未来的 AI 发展充满希望，他认为 AI 将为人类带来前所未有的自由与创造力。
1.3K10编辑于 2024-11-04 - 来自专栏Python项目
提高Djang查询速度的9种方法
优化数据库查询可以显著提高应用程序的性能和响应速度。Django作为一个高度可扩展的Web框架，提供了多种方式来优化数据库查询。 100) class Meta: index\_together = [ ('field1', 'field2'), ]使用适当的索引可以加快查询速度 9. 缓存查询结果最后，为了进一步提高性能，我们可以使用Django的缓存机制来缓存查询结果。通过缓存查询结果，可以避免重复的数据库查询操作，从而减少响应时间和数据库负载。
1.7K20编辑于 2023-07-17 - 来自专栏用户7621540的专栏
9种提高 GitHub 国内访问速度的方案
image 9、通过修改 HOSTS 文件进行加速 手动把 cdn 和 ip 地址绑定。
4.2K20编辑于 2021-12-22 - 来自专栏资讯分享
迈向负责任 AI：中国 AI 治理趋势与展望
，启动AI战略，旨在提升美国在AI领域的领导地位；2021年9月，英国出台AI战略，希望通过十年计划把英国打造为AI超级大国。 在可预见的未来，随着AI的能力越来越强，其应用和影响将日益加深，因此，负责任的AI(Responsible AI)将变得越来越重要。而负责任的AI的推进和落实，离不开合理有效的AI治理。 第三，强调AI领域的科技伦理治理。国家新一代人工智能治理专业委员会先后发布《新一代人工智能治理原则——发展负责任的人工智能》和《新一代人工智能伦理规范》，为发展负责任的AI提供伦理指南。 因此，AI治理的首要任务是，持续倡导并践行“负责任AI”的理念；“负责任AI”必须是以人为本的，要求在设计、开发、部署AI的技术实践中秉持善意，增进对技术的信任，给利益相关方创造价值并增进其福祉，防范滥用 lastvisitedonNovember20，2022). [2]腾讯研究院：《人工智能时代的算法治理报告：构建法律、伦理、技术协同的算法治理格局》，https：//mp.weixin.qq.com/s/msw9dRYTKF9Ej20cU5GANQ
79320编辑于 2023-08-03 - 来自专栏腾讯研究院的专栏
迈向负责任 AI：中国 AI 治理趋势与展望
，启动AI战略，旨在提升美国在AI领域的领导地位；2021年9月，英国出台AI战略，希望通过十年计划把英国打造为AI超级大国。 在可预见的未来，随着AI的能力越来越强，其应用和影响将日益加深，因此，负责任的AI(Responsible AI)将变得越来越重要。而负责任的AI的推进和落实，离不开合理有效的AI治理。 第三，强调AI领域的科技伦理治理。国家新一代人工智能治理专业委员会先后发布《新一代人工智能治理原则——发展负责任的人工智能》和《新一代人工智能伦理规范》，为发展负责任的AI提供伦理指南。 因此，AI治理的首要任务是，持续倡导并践行“负责任AI”的理念；“负责任AI”必须是以人为本的，要求在设计、开发、部署AI的技术实践中秉持善意，增进对技术的信任，给利益相关方创造价值并增进其福祉，防范滥用 lastvisitedonNovember20，2022). [2]腾讯研究院：《人工智能时代的算法治理报告：构建法律、伦理、技术协同的算法治理格局》，https：//mp.weixin.qq.com/s/msw9dRYTKF9Ej20cU5GANQ
1.1K20编辑于 2023-11-16 「Generated Code is Real Code」：AI 代码谁负责 merge？
「GeneratedCodeisRealCode」：AI代码谁负责merge？副标题：Agent可以帮你提速，但不能替你承担风险——merge按钮永远在人手里「反正是AI写的，凑合merge吧。」 2026年，这句话在不少团队里已经不再是玩笑，而是一种真实的工作压力：PR变多了、变大了、生成速度比review快得多，于是有人开始把merge当成「走流程」。 所以这篇文章要回答的问题很简单：AI代码谁负责merge？答案也很直接：点merge的那个人，以及他背后的团队。一、为什么「AI写的」不是免责理由？ JetBrains在GITEX2025分享里也提到：开发者最担心的不是失业，而是信任——要的是可靠、可维护、安全的输出，没有质量的速度毫无意义。 八、结论「GeneratedCodeisRealCode」不是口号，是工程纪律：AI改变的是代码的生产方式没有改变代码进入主分支的质量标准更没有改变人对系统的最终责任谁负责merge？你。
14110编辑于 2026-06-18- 来自专栏Dotnet9
提高国内访问 GitHub 的速度的 9 种方案
来源｜https://urlify.cn/IFzQRb 因为某些原因，github访问速度确实太慢了，图片经常刷不出来，甚至会出现项目无法下载的情况。 码云虽好，可目前还是无法代替github在编程界的地位，所以今天猪哥给大家推荐几种提高github访问速度的方案，挑自己喜欢的尝试就好！ 1. 9. 通过修改 HOSTS 文件进行加速 手动把cdn和ip地址绑定。
1.8K10编辑于 2022-04-18 - 来自专栏好好学java的技术栈
提高国内访问 GitHub 的速度的 9 种方案
因为某些原因，github访问速度确实太慢了，图片经常刷不出来，甚至会出现项目无法下载的情况。 码云虽好，可目前还是无法代替github在编程界的地位，所以今天团长给大家推荐几种提高github访问速度的方案，挑自己喜欢的尝试就好！ 1. 9. 通过修改 HOSTS 文件进行加速 手动把cdn和ip地址绑定。
5.5K20发布于 2021-03-29 AI 代码谁负责 merge？Generated Code is Real Code
2026 年，这句话在不少团队里已经不再是玩笑，而是一种真实的工作压力：PR 变多了、变大了、生成速度比 review 快得多，于是有人开始把 merge 当成「走流程」。 所以这篇文章要回答的问题很简单：AI 代码谁负责 merge？ 答案也很直接：点 merge 的那个人，以及他背后的团队。 一、为什么「AI 写的」不是免责理由？ 1. JetBrains 在 GITEX 2025 分享里也提到：开发者最担心的不是失业，而是 信任——要的是可靠、可维护、安全的输出，没有质量的速度毫无意义。 五、三种 merge 心态，只有一种负责任 ❌ 心态 A：「AI 写的，我不背锅」 • merge 时说不清改动逻辑 • 出线上事故推给「模型幻觉」 • 团队知识断层，on-call 成本飙升 ⚠️ 心态 谁负责 merge？
25710编辑于 2026-06-15- 来自专栏程序IT圈
提高国内访问 GitHub 的速度的 9 种方案
GitHub 加速插件(推荐) GitHub raw 加速 GitHub + Jsdelivr 通过 Gitee 中转 fork 仓库下载 通过修改 HOSTS 文件进行加速 为什么 github 下载速度这么慢 如何提高 github 的下载速度？ 1. 9. 通过修改 HOSTS 文件进行加速 手动把cdn和ip地址绑定。 程序员常用工具和网站集合（建议收藏）LeetCode1-40题汇总，速度收藏！ 2T技术资源大放送！包括但不限于：C/C++，Linux，Python，Java，人工智能，考研，软考，英语，等等。
2.2K10发布于 2021-01-20 - 来自专栏程序员成长指北
提高国内访问 GitHub 的速度的 9 种方案
GitHub 加速插件(推荐) GitHub raw 加速 GitHub + Jsdelivr 通过 Gitee 中转 fork 仓库下载 通过修改 HOSTS 文件进行加速 为什么 github 下载速度这么慢 如何提高 github 的下载速度？ 1. 9. 通过修改 HOSTS 文件进行加速 手动把cdn和ip地址绑定。
3.2K10发布于 2020-12-03 - 来自专栏编程微刊
提高国内访问 GitHub 的速度的 9 种方案
GitHub 加速插件(推荐) GitHub raw 加速 GitHub + Jsdelivr 通过 Gitee 中转 fork 仓库下载 通过修改 HOSTS 文件进行加速 为什么 github 下载速度这么慢 如何提高 github 的下载速度？ 1. 9. 通过修改 HOSTS 文件进行加速 手动把cdn和ip地址绑定。
6.7K20发布于 2020-12-01 - 来自专栏程序员泥瓦匠
提高国内访问 GitHub 的速度的 9 种方案
因为某些原因，github访问速度确实太慢了，图片经常刷不出来，甚至会出现项目无法下载的情况。 码云虽好，可目前还是无法代替github在编程界的地位，所以今天团长给大家推荐几种提高github访问速度的方案，挑自己喜欢的尝试就好！ 1. 9. 通过修改 HOSTS 文件进行加速 手动把cdn和ip地址绑定。
2.4K20编辑于 2021-12-17 生成式AI时代的负责任技术挑战
近年来，甚至近几个月来，被称为生成式AI的技术取得了迅猛发展。生成式AI模型在难以想象的庞大文本、代码、图像和其他丰富数据集合上进行训练。 同时也存在可以理解的担忧——其中一些是传统负责任AI问题的新变体，另一些则是全新的问题。在本文中，我将探讨这些担忧以及如何逐步解决它们。什么是生成式AI？ 生成式AI可能成为许多专业环境中的有效生产力工具，这将至少改变当前人类与机器之间的劳动分工。也许对抗生成式AI担忧的最大防御可能来自最终用例的专业化。 随着生成式AI的潜在用途和危害得到更好和更广泛的理解，用户将用自己的常识补充我上面概述的一些防御措施。结论生成式AI既激发了合理的热情，也引起了合理的恐惧。 应当强调，在生成时代解决负责任AI风险将是一个迭代过程：不会有一劳永逸的"正确解决"。这一格局肯定会随着技术和我们对其态度的变化而转变；唯一不变的是需要在热情与对担忧的实际有效检查之间取得平衡。
25110编辑于 2025-10-31- 来自专栏Python项目实战
区块链 + AI：一个负责“信任”，一个负责“聪明”，能不能真结婚？
区块链+AI：一个负责“信任”，一个负责“聪明”，能不能真结婚？大家好，我是Echo_Wish。这两年你要是混技术圈，基本绕不开两个词：AI和区块链。 ：AI擅长AI不擅长预测、生成、拟合自证清白、证明过程而区块链恰好反过来：区块链擅长区块链不擅长可追溯、可审计、不可抵赖高性能计算所以你会发现一句非常关键的话：区块链+AI，不是为了“更聪明”，而是为了 model_path,"rb")asf:returnhashlib.sha256(f.read()).hexdigest()然后把这个hash作为交易写入区块链：展开代码语言：TXTAI代码解释ModelHash:a9f3c8 五、第三个结合点：去中心化AI，不再“信平台”这是区块链+AI最被吹、但也最有潜力的一块。一句话总结：我不信你这个平台，但我信规则+验证机制。 七、我个人的一点真实感受我越来越觉得：AI解决的是“能不能做”，区块链解决的是“敢不敢用”。没有区块链的AI，像一个天才但没身份证；没有AI的区块链，像一本账本但不会分析。
28610编辑于 2026-01-09 - 来自专栏智药邦
AI速度，英矽智能9个月内发现靶向“合成致死”策略的临床前候选药物
从项目启动到发现临床前候选化合物历时9个月，合成测试了不到80个化合物，再次验证了AI平台的有效和高效。 图片来源：参考资料2 据新闻稿，英矽智能于2021年6月启动靶向USP1的人工智能药物设计项目，历时9个月发现了具有卓越的有效性、安全性和成药性的临床前候选化合物。 在人工智能平台的赋能下，英矽智能在项目启动9个月内合成和测试了不到80个化合物后，即获得了该项目的临床前候选化合物。”
85520编辑于 2022-06-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号