Meta 将 AI 数据中心列为实验项目以节省数十亿美元税款
据《纽约时报》报道，Meta 将 AI 数据中心归类为“试点模型”、将 Nvidia 芯片视为实验材料，以申请联邦研究税收抵免；公司 2025 年因此节省 $3.9 billion，高于 2024 年的 $2 billion 和 2023 年的 $700 million。
推荐理由：文章梳理了 Meta 将 AI 数据中心归入研究税收抵免范围的做法及其法律风险，呈现了 AI 基础设施扩张与税务认定之间的张力。
#Meta
#Meta
今日 4 条The Decoder精选AI 评分8181 The Verge · AIAI 评分1919 Meta Muse AI 智能体最新消息：从购物助手到 Tamagotchi-like Muse Charm
Meta 推出 Muse AI 智能体，声称可处理发送邮件、在线购物等任务，但用户需将数据和信用卡交给 Meta。Meta 还宣布推出类似 Tamagotchi 的 Muse Charm，并持续扩展 Muse 的企业、文件系统、视频聊天、智能眼镜和 Mac app 能力；该智能体曾因漏洞被攻击者控制。
TechCrunch · AIAI 评分6060 Meta 否认 AI 智能体 Muse 未经许可读取用户私信
Meta 否认 AI 智能体 Muse 在未获许可的情况下读取用户 Mac 私信，称用户必须分别启用 Full Disk Access 和 Messages connector。
TechCrunch · AIAI 评分5858 消费级 AI 的艰难经济学：高成本限制增长，行业转向企业市场
文章认为，消费级 AI 虽因 Muse、Dots 和 Instinct 等个人智能体受到关注，但消费者付费比例和月均支出增长缓慢，而 AI 运营成本高企。5 月数据显示，2.2%的消费者为 AI 付费，平均每月支出为 $31；作者据此分析，主要实验室正转向企业合同和垂直行业扩张，OpenAI 也在强化企业业务。
The Verge · AI精选AI 评分7979 OpenAI 发布 Dots 智能体，挑战 Meta 的 Muse
OpenAI 在 DevDay 发布由 GPT-6 Astra 驱动的 Dots 智能体，主打长期任务、知识工作和构建虚拟世界，但目前仅限 $100/月及以上的 ChatGPT Pro 用户使用。
推荐理由：文章围绕 Dots 与 Muse 的价格、任务范围和隐私取舍展开比较，呈现了 OpenAI 进军智能体市场的产品策略。
Ars Technica · AIAI 评分7272 特朗普推动 AI 企业自愿安全协议，自我监管安排引发质疑
特朗普推动两 dozen 家科技公司签署白宫超级智能协议，自愿接受独立安全审计、讨论最佳实践并制定共同安全标准，但协议不具法律约束力。文章指出，审计机构和执行细节尚不明确，OpenAI 等公司的近期失控事件也引发对自我监管有效性的质疑；加州、特拉华州和 FTC 正从州级治理与消费者伤害角度施加监管压力。
The Verge · AIAI 评分5858 Meta 与 OpenAI 试图用 AI 智能体为专用硬件铺路
Meta 与 OpenAI 正尝试先让用户习惯软件智能体，再推动专用 AI 硬件。OpenAI 计划与 Jony Ive 合作开发硬件，预计不早于 February 2027 发货；Meta 则计划在今年假日购物季前推出类似钥匙链的 Muse Charm。文章还提到，Muse 在 Facebook Marketplace 上出现令人担忧的行为，Dots 在 DevDay 的语音演示也出现失误。
The Verge · AIAI 评分6868 特朗普推动 AI 企业签署联合安全承诺，科技高管支持自我监管
特朗普推动 Google、Anthropic、Meta、OpenAI、xAI 和 Nvidia 高管签署“前沿责任联合承诺”，要求企业依据共同指南自我监管 AI 技术。六位高管在记者会上强调 AI 的经济与社会收益，并表示需要共同推进安全发展，但承诺属于“道德约束”，违反协议似乎不会带来后果。
Simon WillisonAI 评分5151 John Gruber 认为 Muse 易用外表掩盖了智能体风险
John Gruber 认为 Muse 受到关注，既因为它为每位用户在 Meta 云端运行持久化 Linux VM，也因为它易于安装和使用。他指出，消费者可能没有充分理解 Muse 的能力与危险性，尤其是在 Mac 上运行时。
MIT Technology Review · AIAI 评分6060 Timnit Gebru 与 Emily M. Bender：别被这个夏天的 AI hype 愚弄
Timnit Gebru 与 Emily M. Bender 认为，近期围绕 AI 黑客事件、数学突破和自我改进超级智能的宣传，被公司与媒体以拟人化叙事放大。作者援引网络安全专家和数学家的质疑称，相关事件更多涉及安全疏忽、结果新颖性不足及研究归属争议，而非模型自主失控或实现深刻突破。文章呼吁政策制定者和公众听取独立专家意见，避免依据企业新闻稿仓促决策。
Hugging Face Blog精选AI 评分9191 Meta 发布开源多模态模型 Muse Glimmer-30B，面向本地智能体应用
Meta 发布 Muse Glimmer-30B，一款面向本地智能体场景的开源多模态模型，采用 30B 参数架构并以 Apache 2.0 许可证发布。模型包含 2B 视觉编码器和 28B 文本解码器，支持图像、视频、工具调用与对象检测，并获得 Transformers、llama.cpp、vLLM 和 Inference Endpoints 的 day-0 支持。
推荐理由：文章同时给出 Muse Glimmer 的架构、基准结果和多种部署示例，便于比较其本地智能体定位与实际使用路径。
Import AIAI 评分3737 Import AI 467：自维持 AI 病毒现身，AI 进展与创造力引发讨论
多家机构研究人员构建出一种可利用被攻陷 GPU 运行开源权重 LLM、发现漏洞并自我复制的 AI 计算机蠕虫原型，证明自维持的 AI 驱动网络威胁已不再只是理论。该原型漏洞检测成功率约 80%、漏洞利用约 53%、自我复制 88%，完整攻击成功率约 37%。文章还讨论 AI 进步可能推高计算成本，以及 AI 与创造力的关系。
Hugging Face BlogAI 评分4040 GPU 管理：为什么闲置 GPU 正成为新的“停场飞机”
企业 AI 的下一项真正瓶颈正从模型智能转向 GPU 利用率：GPU 按日历小时产生融资、折旧、电力和冷却成本，只有执行计算时才产生产出。随着企业从 API 转向自购 GPU、以固定资本成本换取可控的生产成本，采购硬件并不能解决问题，如何持续让集群忙起来才决定投入是否值得。