OpenAI 外包人员因用 AI 训练 AI 遭解雇

据 404 Media 9 月 22 日报道，科技媒体 404 Media 披露，OpenAI 雇用了数以万计的外包合同工，负责审阅真实 ChatGPT 用户的提示词并对回答进行打分和修改，以通过人类判断优化模型。然而，多名受访外包人员与内部文件显示，已有大量合同工因在标注和反馈工作中直接调用 AI 工具而遭到解雇。

在模型训练领域，长期使用 AI 生成的内容反向训练模型被认为容易引发「模型崩塌」，导致输出质量持续退化。为此，负责招聘外包人员的数据服务公司 Mercor 在合同中严格禁止使用大语言模型。内部文件还要求质检人员排查作弊时不得使用 GPTZero 等不可靠的 AI 检测工具，审查员自身也被禁止使用 Grammarly 或机器翻译，只能依据交稿速度异常、重复用词或破折号滥用等特征进行人工甄别。

部分受访外包工表示，这类标注工作枯燥且缺乏社会价值感，不少人为了提升效率而铤而走险使用 AI；甚至有标注员透露自己因抵触情绪故意选择最差答案，试图干扰训练效果。OpenAI 极力倡导在各行业普及 AI 办公，其后台训练外包网络却对 AI 工具严防死守。针对相关人员遭解雇一事，OpenAI 拒绝置评。

YouTube 允许用户用 AI 定制专属推荐算法

据 TechCrunch 9 月 23 日报道，YouTube 在 Made on YouTube 活动上宣布推出「自定义信息流」（Custom Feeds）功能，允许用户通过自然语言提示词定制个性化视频推荐。该功能由谷歌的 Gemini AI 模型驱动，用户只需在输入框中描述偏好、设定内容排除项或优先级，系统即可生成专属信息流，例如适合通勤观看的播客或特定放松主题的视频。

生成的自定义 Feed 会以独立标签页的形式固定在 YouTube 首页顶部，与主推荐流并存，用户可以随时切换。YouTube 观众 AI 产品管理副总裁 Emily Moxley 表示，平台目前拥有超过 200 亿条视频，这项新工具旨在帮助用户在庞大的视频库中更精准地探索内容。

这一举措体现了主流平台将算法控制权部分让渡给用户的行业趋势。此前，Bluesky、Meta 旗下的 Threads 与 Instagram、X 以及 Spotify 等服务已先后推出类似甚至结合 AI 的自定义信息流工具。YouTube 确认，多自定义信息流功能将于下月在网页端和移动端全面上线。

Spotify 允许美国用户用自然语言重塑推荐算法

据 TechCrunch 9 月 23 日报道，Spotify 正式在美国市场向 18 岁及以上的 Premium 付费订阅用户测试上线名为 Taste Profile 的新功能。该功能基于 Spotify 的 AI 技术构建，首次让用户能够直观查看算法对其音乐、播客和有声书品味的理解画像，并允许用户直接输入自然语言指令，调整或重构个性化推荐结果。

算法推荐一直是 Spotify 维系用户粘性的核心能力，支撑着每周发现（Discover Weekly）和年度回顾等标志性产品。然而，平台算法往往容易陷入同质化陷阱，或被睡眠白噪音、家庭共用账号等非典型收听习惯干扰。过去用户仅能手动将部分曲目或歌单移出推荐，如今 Taste Profile 进一步放开限制，用户可以用自然语言明确要求增加曲风多样性、探索全新流派，或指定增减特定音乐人与播放氛围，提交后数小时内首页推荐就会同步更新。

该功能最早于 2026 年 3 月由 Spotify 联席 CEO Gustav Söderström 在西南偏南（SXSW）大会上公开，此前仅在新西兰进行小范围测试。此次推向其流量与营收规模最大的美国市场，标志着该功能进入更大规模的公开测试阶段。Spotify 方面尚未公布面向更广泛全球市场的全面推送时间。

Meta 新 AI 助手曝零日漏洞，可被黑客全面接管 Mac

据连线 9 月 23 日报道，Meta 近期推出的 macOS 个人 AI 助手 Muse 被曝光存在严重零日漏洞。虽然 Meta 首席执行官 Mark Zuckerberg 此前宣称该产品在底层架构上兼顾隐私与安全，但安全研究显示，本地任意应用或终端命令均可利用该缺陷完全接管 Muse，进而控制受害者的 Mac 设备。Meta 随后紧急发布了热修复补丁。

macOS 安全专家 Patrick Wardle 指出，Muse 允许本地未授权进程修改内部设置，攻击者可将原本指向 Meta 的语音转录端点重定向至恶意服务器，从而窃取身份验证 Token。由于 Muse 要求用户授予麦克风、摄像头、磁盘写入以及 WhatsApp 和邮件账户等广泛权限，黑客一旦控制该助手，便能绕过苹果长期构建的系统防护，无需编写复杂恶意软件即可静默拍照、读写文件或盗取通信记录。

在漏洞公开前约 12 小时，亚马逊已在其网站上全面封禁 Muse，指责其代客购物功能属于未经授权的第三方智能体操作，违反了服务条款。尽管 Meta 坚称该漏洞不能直接远程利用，但专家指出借助常见的诱骗手段即可轻易触发，这起事件也让外界对高权限 AI 智能体的安全隐患提出了严厉质疑。

训练数据需求爆发，Snorkel 完成 3.5 亿美元融资估值达 35 亿

据 TechCrunch 9 月 22 日报道，随着各大 AI 实验室对高端训练数据与模拟环境的需求激增，AI 数据创业公司 Snorkel AI 完成 3.5 亿美元 E 轮融资，公司估值达到 35 亿美元。本轮融资由 Insight Partners 与 S32 领投，Addition、Lightspeed、Greylock、GV 以及富国银行（Wells Fargo）等现有投资方参投。相比 17 个月前 D 轮融资时的 13 亿美元，该公司的估值在本次交易中增长了近两倍。

Snorkel AI 源自联合创始人兼 CEO Alex Ratner 带领团队在斯坦福大学 AI 实验室的研究成果，于 2019 年启动商业化。公司最初以自动化数据标注软件起步，去年全面转向「数据即服务」（data-as-a-service）模式。与单纯撮合专家的外包平台不同，该公司采用混合模式，将自动化软件、合成数据生成与领域专家结合，直接为客户交付完整的数据集和强化学习环境。

受行业对高质量数据需求的推动，Snorkel AI 的年化收入运行率已达 3.75 亿美元，在过去 12 个月内增长了 18 倍。当前市场上多家人力主导的 AI 数据平台年化毛收入已突破数亿美元甚至数十亿美元，但由于大量收入需直接支付给外包专业人员，净收入规模往往大幅缩水；而 Snorkel 强调其交付的是完整数据集和环境产品，专家支出被归为销售成本，业务结构与纯人力撮合模式存在显著差异。

Meta 承认新 AI 助手深度借鉴开源项目 OpenClaw

据 TechCrunch 9 月 22 日报道，Meta 近期推出的 AI 助手 Muse 登顶美国 App Store，移动端增速甚至超过同期的 ChatGPT。然而，不少早期用户发现 Muse 在底层机制上与爆款开源项目 OpenClaw 极其相似，不仅工作区文件名完全一致，连定义智能体性格与行为准则的 SOUL.md 配置文件内容也几乎一样，引发行业对 Meta 直接套壳或抄袭的质疑。

面对外界争议，Meta 超级智能实验室（MSL）产品负责人 Nat Friedman 在社交平台公开承认，Muse 在产品层面上确实深受 OpenClaw 的启发，但他强调 Muse 是从零独立构建的。Friedman 称赞 OpenClaw 创始人 Peter Steinberger 的设计非常精准，并表示 Meta 团队从 1 月起就深入体验了该开源项目，目标是打造一个类似 OpenClaw 但更安全、易用且能面向数十亿用户的消费级产品。

OpenClaw 爆火后其创始人已被 OpenAI 招致麾下，而 Meta 此次的做法再次引发了外界对其经典商业打法的讨论——即快速复刻外部热门产品的核心功能并推向大众。对此，Meta 官方发言人仅引用 Friedman 的公开回应，未作进一步评论。

得州叫停数据中心环保许可，全面收紧算力扩张审查

据纽约时报 9 月 22 日报道，随着社区抗议与党内反对声音激增，美国得克萨斯州州长 Greg Abbott 宣布暂停审批新数据中心项目的环保许可。该指令要求得州环境质量委员会（TCEQ）在完成针对电网负荷和水资源消耗的全面审查前，冻结所有相关空气与水资源许可申请。得州此前曾积极招揽算力基础设施，投资银行 Jefferies 曾预测该州在 2027 年至 2030 年间将承接全美高达一半的新增数据中心容量。

此次禁令标志着得州对数据中心扩张监管的大幅升级。今年 8 月，Abbott 仅叫停了规划从得州电网（ERCOT）取电的大型数据中心审批，但未波及自建独立发电厂的离网项目。然而，大量项目为规避电网审查纷纷规划自建燃气电厂，加剧了空气污染隐患。本周颁布的新规将环保审查扩大至更广泛的项目类别，且 Abbott 明确表态将推动得州议会取消针对数据中心的州级财政补贴。

行业组织数据中心联盟（Data Center Coalition）回应称，将配合州政府推进合规审查以确保负责任的发展。正面临连任竞选的 Abbott 则公开强调「得州人利益优先」，要求数据中心必须自行承担电力基础设施成本、如实汇报水电消耗，并确保本地居民的电费不会因此上涨。