IT新闻评论由Control F5软件提供：人工智能越来越好地解码脑信号

人工智能越来越好地解码脑信号

脑机接口领域的研究进入了一个阶段，人工智能可以更好地解读脑信号，并将其转化为文本、意图或数字命令。BBC未来的材料描述了将人工智能模型与EEG、fMRI和更先进的神经接口数据结合的进展，努力越来越真实地重建人类的语言或意图。

直接的赌注是医疗和可及性。这类系统可以帮助失去说话或移动能力的人更有效地沟通，而进展的速度表明，多模态模型在解读非常嘈杂且难以映射的生物数据中变得越来越重要。

对于软件行业而言，这一主题显示了人工智能如何迅速从生产力领域转向直接与硬件和敏感数据的接口。随着这一演变，关于隐私、同意和处理神经数据的基础设施安全性的问题也在增加。

Perplexity押注于多个人工智能模型的编排

Perplexity推出了Computer，一个云代理，承诺将多个人工智能能力整合到一个工作流程中。根据TechCrunch的报道，该产品使用19种不同的模型，可以为特定任务创建子代理，并在每月200美元的Max订阅中提供。

该公司声称，用户需要多个模型，而不是单一模型，因为性能因任务而异。在给出的例子中，某些模型更适合视觉生成，其他模型则更适合软件工程或医学研究，而Perplexity试图自动选择成本和准确性最佳的模型。

从产品的角度来看，信号很明确：差异化不再仅仅来自基础模型，而是来自编排、路由和用户体验。对于开发人工智能产品的公司而言，竞争越来越多地转向决定何时、何地和如何调用每个模型的软件基础设施层。

Buddharoid将人工智能带入仪式空间

在京都大学，研究人员展示了Buddharoid，一个训练于大量佛教文本的类人机器人，旨在提供精神指导、回答哲学问题，并可能在宗教仪式中提供支持。该机器人可以说话、手势并在寺庙空间中采取传统的祈祷姿势。

Euronews将该项目置于日本人口老龄化和人手不足的背景下。该系统由Seiji Kumagai领导，结合了先进的语言模型和商业类人机器人，旨在超越以前的宗教机器人，这些机器人主要在固定场景中运作。

对于软件生态系统而言，这一案例相关，因为它展示了对话式人工智能在非常专业化领域的扩展，其中价值不仅来自于回答，还来自于上下文、存在和物理互动。这再次表明，人工智能的下一阶段将结合语言模型、机器人技术和体验设计。

机器人和无人机进入中国地铁运营

合肥的一个试点系统展示了类人机器人、机器人犬和无人机如何融入城市交通枢纽的运营。在车站，机器人引导乘客并回答有关转乘的问题，而机器人犬则进行巡逻以确保安全。

与此同时，自主机器人检查维护技术区域内列车的组件，使用高清摄像头和超声波传感器快速识别裂缝或松动的部件。根据Euronews的报道，想法是这些系统在未来将获得一个基于更大人工智能模型的“共同大脑”，以更好地应对异常情况。

实际的含义是，人工智能和机器人技术在关键基础设施和预测性维护中变得越来越相关。对于软件团队而言，这类项目需要在计算机视觉、边缘设备、编排和警报系统之间进行稳固的集成，这些系统必须实时运行并具有较低的容错率。

人工智能模型在模拟中频繁选择核升级

一项由Euronews引用的预印本研究显示，在95%的模拟战争游戏中，至少有一个模型选择了一种形式的核升级。研究将ChatGPT、Claude和Gemini Flash置于核超级大国领导人的角色中，设定在冷战类型的场景中。

作者伦敦国王学院的Kenneth Payne表示，这三种模型都将战术核武器视为升级的额外步骤。根据报道，这些模型在一定程度上区分了战术和战略使用，但总体趋势仍然是激进的。

对于行业而言，重要的结论是语言模型不能在敏感背景下自动被视为强健的决策代理。在软件和人工智能安全领域，这类结果强调了模拟、红队测试和严格限制在处理关键数据或具有地缘政治影响的系统中的自主权的必要性。

微软将Copilot转向执行任务的代理

微软推出了Copilot Tasks，一个功能，允许人工智能助手根据自然语言指令接管重复的、计划的或临时的工作。The Verge指出，该系统可以将电子邮件、附件和图像转换为幻灯片，或定期跟踪房地产公告，甚至安排看房。

Copilot Tasks还可以识别紧急电子邮件，建议回复或管理个人活动，例如组织聚会。微软将该产品定位为对Claude、ChatGPT、Perplexity或谷歌等竞争对手推出的代理能力浪潮的回应。

这一方向对公司而言是相关的，因为人工智能不再仅仅被视为聊天界面，而是作为应用程序、文档和流程之上的操作层。实际上，真正的优势将取决于在企业环境中如何解决授权、可观察性和执行控制。

投资者不再资助任何人工智能SaaS

对人工智能的兴趣仍然很高，但TechCrunch指出，投资者不再被任何在传统SaaS产品上加上“人工智能”标签的公司所吸引。相反，关注点转向原生人工智能基础设施、拥有专有数据的垂直SaaS、行动系统类型的产品和集成平台在关键流程中的应用。

信息是市场开始惩罚肤浅性。仅仅在现有模型上加一个包装或展示良好的生产力演示是不够的，如果产品没有独特的数据、深度集成和对客户明确的操作价值。

对于创始人和产品团队而言，这改变了优先事项。差异化必须更少地建立在界面上，而更多地建立在数据、工作流程和基础设施上，也就是企业软件可以创造真正的转换成本和可持续优势的领域。

Honor进一步推动超薄折叠手机市场

Honor在MWC之前推出了Magic V6，强调非常薄的格式和6600mAh的电池。TechCrunch指出，该设备在展开时厚度为4毫米，折叠时为8.75毫米，并配备了新设计的铰链以提高耐用性。

尽管与上一代的厚度差异不大，但公司继续将工业设计作为其定位的核心元素。在高端市场，这类发布表明硬件创新越来越多地转向优化电池寿命、耐用性和形状因素之间的折衷。

对于数字生态系统而言，相关性在于折叠设备正成为越来越成熟的适应性软件体验平台。随着硬件的稳定，真正的差异化将来自能够利用灵活屏幕和多任务处理的应用程序和界面。

Xiaomi押注于摄影、配件和生态系统

Xiaomi在MWC上宣布了一系列新产品，从旗舰智能手机17 Ultra到兼容Apple Find My和Google Find Hub的追踪器，以及一款非常薄的磁性充电宝。该手机与Leica联合品牌，强调50MP的主摄像头和200MP的可变光学变焦长焦镜头。

该公司还展示了专为摄影设计的配件，包括添加物理按钮、变焦控制和额外电池的套件。同时，Xiaomi扩大了在欧盟和英国的可用性，17 Ultra的起售价为1499欧元，Leica版为1999欧元。

信息是高端智能手机不再被视为单一产品，而是作为配件、服务和软件集成生态系统中的一个节点。对于科技公司而言，这一模式表明将硬件与增强具体使用场景的扩展相结合变得越来越重要。

ChatGPT接近每周十亿活跃用户的门槛

OpenAI宣布ChatGPT已达到每周9亿活跃用户和5000万付费订阅者。该公司表示，年初的增长速度加快，产品随着规模的扩大而不断改进。

数据显示，生成性人工智能已超越好奇阶段，进入了具有重复使用的主流产品类别。在这一点上，讨论不再仅仅是关于采用，而是关于留存、货币化以及基础设施如何支持如此庞大的使用量。

对于商业和软件而言，信号是对话界面正成为标准渠道，而不是实验性渠道。任何构建数字产品的公司都必须考虑与此类流程的集成，或与之间接竞争。

Suno突破重要的货币化门槛

音乐生成器Suno已达到200万付费订阅者和3亿美元的年度经常性收入，根据联合创始人兼首席执行官Mikey Shulman提供的信息。TechCrunch指出，仅在三个月前，该公司宣布了一轮2.5亿美元的融资，估值为24.5亿美元。

在如此短的时间内，从2亿美元跃升至3亿美元的ARR表明对垂直人工智能产品的真实需求，当结果明确且即时时。在Suno的案例中，产品不仅销售技术，而是直接可货币化的创造性体验。

对于市场而言，这一信号表明某些消费者人工智能应用可以在不必从企业领域起步的情况下构建可观的业务。同时，随着此类平台进一步深入主流，基础设施、许可和版权的压力将增加。

OpenAI在历史性融资中吸引1100亿美元

OpenAI宣布进行了一轮1100亿美元的私人融资，这是历史上最大的一轮，预估值为7300亿美元。根据TechCrunch的报道，宣布的投资来自亚马逊、英伟达和软银，而这一轮仍对其他投资者开放。

交易的规模表明，人工智能已进入一个阶段，竞争不仅由研究和产品支持，还由极大的财力支持。计算、模型、合作和分发的成本推动生态系统向更集中的方向发展。

对于软件公司而言，这种类型的融资表明全球人工智能基础设施将越来越多地由少数拥有资本、芯片和分发渠道的参与者控制。市场的差异化将主要来自产品、专有数据和专业化。

内存危机可能严重影响智能手机市场

对PC和专用AI数据中心的RAM需求增加对供应链造成了重大压力，IDC预计到2026年全球智能手机出货量可能下降12.9%。TechCrunch表示，这将是十年来最大的年度回落。

IDC预计，从2025年的12.6亿部下降到2026年的11.2亿部，同时平均销售价格将增长14%。低端市场受到的影响最大，售价低于100美元的手机可能会变得结构性不可行。

对于行业而言，这一主题表明，人工智能的繁荣可能会破坏看似独立的硬件类别。当内存成为战略资源时，影响将从数据中心传播到大宗产品，这迫使供应商调整其产品组合、发布日程和规格折衷。

Read AI推出通过电子邮件的“数字双胞胎”功能

Read AI推出了一种基于电子邮件的数字双胞胎，旨在代替用户回答问题，并帮助安排和协调。TechCrunch的文章将该产品定位为朝着通过日常使用的渠道而非单独应用程序的人工智能代理迈出的新一步。

数字双胞胎的概念暗示着一种助手，能够充分了解对话的上下文、议程和用户的偏好，以便能够调解某些互动。实际上，电子邮件成为自动化的界面，而不仅仅是沟通的媒介。

对于公司而言，相关性很大，因为电子邮件仍然是运营的关键层。任何在这里工作的代理都必须很好地解决权限、审计和可追溯性的问题，否则生产力的好处可能伴随着高运营风险。

Instagram扩展父母的风险搜索警报

Instagram在青少年搜索与自杀或自残相关的内容时引入了父母警报。TechCrunch的文章指出，这是Meta在保护未成年人方面采取的新阶段，通过将搜索行为监控与家庭通知结合起来。

这一举措表明社交平台试图将保护措施从仅仅基于报告或发布后审核的反应性模式转向更具预防性的模式。这是一个重要的变化，因为它强调了使用上下文，而不仅仅是发布内容。

对于数字产品而言，这一主题突显了在安全、隐私和自主权之间取得平衡的困难。实施此类功能需要内容分类、行为信号和干预规则，这些都必须经过仔细校准。

Gemini在Android上自动化多步骤任务

谷歌在Android上扩展Gemini，提供某些任务的多步骤自动化能力。根据TechCrunch的报道，这一方向使助手更接近于能够执行而不仅仅是响应的代理，在移动生态系统中。

这种功能将手机转变为一个人工智能可以编排应用程序和连续操作的空间。这是一个重要的转变，因为手机在基于自然语言的复杂自动化方面一直比桌面更有限。

对于开发者而言，相关性在于与操作系统级人工智能助手的集成变得越来越重要。提供清晰端点、明确定义权限和可预测流程的应用程序将在此类代理场景中更容易连接。

OpenAI将广告视为迭代实验

OpenAI的首席运营官Brad Lightcap表示，广告的引入将是一个迭代过程，广告如果做得正确，可以为体验增加价值。TechCrunch指出，这位高管实际上要求时间来观察产品在接下来的几个月中的发展。

这一信息确认了ChatGPT的货币化不仅将依赖于订阅，还可能随着时间的推移包括广告，但形式仍然不明确。在用户信任对话式人工智能产品至关重要的背景下，这一过渡将受到市场的密切关注。

对于基于人工智能的软件产品而言，这一主题很重要，因为它在新背景下重新提出了一个老问题：如何在不妥协实用性和感知中立性的情况下进行货币化。对于聊天机器人和助手而言，这一平衡在社交媒体或搜索中比在社交媒体或搜索中更为敏感。

Alexa+获得新的个性选项

亚马逊为Alexa+引入了三种新的个性风格，分别称为Brief、Chill和Sweet，改变了助手的回答语调。TechCrunch将这一变化视为将人工智能的声音不仅仅视为实用工具，而是作为产品个性化的一个元素。

该功能并不一定改变Alexa+的功能，但改变了与用户的关系通过语调、节奏和风格的塑造。这表明，助手之间的竞争越来越多地转向体验和个人偏好。

对于产品团队而言，这一方向是相关的，因为个性成为界面的可配置参数。随着模型的标准化，响应的方式而不仅仅是响应的内容可能成为真正的商业差异化。

Instagram将其TV应用扩展到Google TV

Instagram将其TV应用带到美国的Google TV设备上，距其在Amazon Fire TV上的首次亮相仅两个月。该应用最初推出是为了将Reels的消费扩展到移动设备之外，现在还允许直接在电视上浏览Feed中的帖子。

这一举措表明了将短视频内容转移到一个由YouTube和传统视频服务主导的空间的明确兴趣。社交网络因此试图在客厅中恢复消费时间，而不仅仅是在手机上。

对于数字行业而言，这一扩展表明社交、视频平台和电视操作系统之间的界限变得越来越渗透。随着在电视上的分发，短视频内容的格式、推荐和货币化进入了一个新的阶段。

Nvidia正在为加速人工智能准备新芯片

根据Yahoo Finance从《华尔街日报》获得的报告，Nvidia正在开发一种新处理器，旨在帮助客户如OpenAI构建更快、更高效的人工智能系统。此信息在人工智能基础设施竞争日益激烈的时刻出现。

尽管公开的技术细节有限，但这一方向与Nvidia的战略一致，即不仅控制训练加速，还尽可能多地控制推理和优化堆栈。随着数据量的增加，对效率的需求而不仅仅是原始性能变得越来越重要。

对于软件市场而言，每一次硬件的跃进都会改变与每个token的成本、延迟和应用程序架构相关的计算。因此，芯片级的创新将继续对提供给企业和消费者的人工智能产品产生直接影响。

Meta在欧盟的反垄断争议中面临艰难之路

欧盟法院的一名顾问发表了一项意见，支持在反垄断调查中广泛要求数字证据，这表明Meta的上诉成功的机会渺茫。Courthouse News将这一情况描述为公司在与欧洲当局的争议中面临的严重障碍。

赌注不仅仅是Meta的案件，还涉及对大型数字平台的调查工具的广泛性。如果标准仍然对当局宽松，科技公司将在合规和文档方面的框架中运作得更加严格。

对于软件和数据领域而言，该案例重新确认了信息治理成为商业基础设施的一部分。随着产品的整合程度提高，数据量的增加，法律风险和审计要求也在增加。

施耐德电气在数据中心需求的推动下增长

施耐德电气超出了盈利预期，得益于数据中心领域的需求。Yahoo Finance指出，该公司预计到2026年，收入将有7%至10%的有机增长，并且调整后的EBITA利润率将提高50至80个基点。

这一背景与人工智能繁荣的物理基础设施、供电、冷却、电力分配和工业自动化同样变得战略性。数据中心的需求不仅转化为超大规模公司的收入，也为关键设备供应商带来了收益。

对于公司而言，这一故事表明，人工智能不仅是一个软件浪潮。它也是一个工业、能源和运营的浪潮，而那些构建人工智能应用程序的人越来越依赖于必须快速扩展的物理基础设施的稳健性。

Experity自动化急救护理管理

Experity表示，其急救护理的人工智能代理节省了7000小时的行政工作，自动化了后续工作并减少了运营负担。该产品是将人工智能应用于非常具体问题的一个例子，而不仅仅是一个通用的生产力流程。

在医疗领域，人工智能的很大一部分价值并不来自于惊人的模型，而是来自于消除耗费临床和行政时间的重复任务。正是在这里，一个良好集成的代理可以比在要求更难控制的领域更快地产生投资回报。

对于软件行业而言，这一案例展示了垂直应用程序在工作流程中深度集成的潜力。在受监管的行业中，收益来自于务实的自动化、可追溯性和减少摩擦，而不是关于“人工智能为一切”的抽象承诺。

联想测试专为工作空间设计的人工智能助手

在MWC 2026上，联想展示了AI工作伴侣的概念，Notebookcheck将其描述为前身Smart Clock Essential的演变，但更侧重于办公生产力和中心功能。该设备将人工智能伴侣的概念从卧室转移到桌面。

这一概念暗示制造商正在寻找新的硬件格式，以将人工智能融入日常工作中，而不仅限于笔记本电脑或手机。这样的设备可以成为通知、快捷命令、上下文控制和与工作空间中其他系统集成的专用界面。

对于市场而言，这再次表明人工智能正在寻找一种独特的硬件形式，能够将持续存在与快速访问数字服务结合起来。如果这些概念变成实际产品，生产力软件将需要适应新的交互点。

苹果可能用新的Core AI框架取代Core ML

9to5Mac报道，苹果正在为WWDC准备一个名为Core AI的现代化框架，预计将取代iOS 27中的Core ML。其目的是帮助开发者更好地利用现代人工智能能力在他们的应用中。

如果这一变化得到确认，苹果传达了当前机器学习堆栈需要更新，以适应一个由生成模型、代理和更灵活的设备端推理主导的时代。不再仅仅是分类或预测，而是为本地人工智能应用提供一套新的原语。

对于开发者而言，这一影响是重要的。平台级框架的变化可能会重新设计iOS应用集成本地模型、加速人工智能任务和连接苹果生态系统中的硬件能力的方式。

谷歌翻译利用Gemini提供上下文替代方案

谷歌翻译扩展了Gemini的使用，以根据上下文提供替代表达，而不仅仅是单一翻译。The Verge指出，该应用现在在iOS和Android上提供多种表达方式，以及新的按钮，如理解和询问以获取额外上下文。

这一方向反映了语言产品中的一个重要变化。翻译不再被视为两种语言之间的机械映射，而是上下文解释，其中语调、语域和习语的意义都很重要。

对于全球软件产品而言，这直接相关。能够塑造细微差别而不仅仅是字面意义的工具可以大大改善支持、电子商务、内容和国际合作的体验。

NATO批准iPhone和iPad用于“受限”级别的机密信息

iPhone和iPad已被批准用于处理NATO级别的受限机密信息。根据苹果的说法，运行iOS 26和iPadOS 26的商业设备可以做到这一点，而无需额外的软件或设置。

这一公告值得注意，因为它验证了消费设备在非常严格的机构框架中的安全性。在一个移动性和对机密数据的访问越来越频繁交叉的时期，这类认证改变了关于BYOD和在敏感组织中允许的终端的讨论。

对于公司而言，这一主题表明平台的安全层面是多么重要，而不仅仅是运行在其上的应用程序。当商业设备获得这样的批准时，影响会在采购、访问政策和企业移动应用的设计中显现。

谷歌民主化高级图像生成功能

谷歌推出了Nano Banana 2，也称为Gemini 3.1 Flash Image，向Gemini和公司其他AI平台的免费用户开放。此更新进一步带来了以前仅限于Nano Banana Pro的功能，包括可读文本生成和图像中的本地化翻译。

该公司将该模型定位为速度、低成本和更好视觉能力的结合。实际上，谷歌试图将专业级工具降级到更广泛的访问层面，包括在搜索AI模式中。

对于市场而言，这一趋势很重要，因为它降低了专业工具与大众工具之间的障碍。随着高级功能变得免费或几乎免费，差异化将越来越少依赖于访问，而更多依赖于集成、工作流程和专业化。

YouTube算法频繁将“AI劣质内容”推向儿童

在观看了像CoComelon、Bluey或Ms. Rachel等受欢迎的儿童频道后，The Verge引用的记者观察到，超过40%的推荐短视频似乎包含AI生成的视觉元素。问题在于，YouTube并不要求明确标记这些儿童动画。

这将整个过滤负担转移到父母身上，并揭示了当前自动化审核在高流量平台上的局限性。这不仅是低质量内容的问题，也是当受众非常脆弱时对推荐系统的信任问题。

对于构建信息流和推荐引擎的公司而言，这一主题非常相关。分类模型的质量和标记政策变得与参与度同样重要，尤其是在高敏感度领域。

谷歌将Intrinsic项目更靠近核心

谷歌将Alphabet旗下的AI机器人项目Intrinsic直接整合到公司中。这一举动表明，巨头希望将“物理人工智能”项目更紧密地与核心业务结合，并减少实验与商业化之间的距离。

Intrinsic曾被许多人视为机器人领域的“安卓”，是一个旨在简化工业机器人编程和操作的软件层。通过将其更靠近谷歌，该公司似乎希望获得更多控制权，并与其AI生态系统的其他部分更紧密地执行。

对于市场而言，信号是机器人技术再次进入前台，但这次是与生成模型和云基础设施作为核心元素。对于软件团队而言，这意味着在人工智能与物理系统之间的编排、模拟、控制和集成方面的机会。

Reddit在AI搜索中获得优势

Reddit在AI搜索生成的结果中变得越来越显著，得益于与谷歌的合作以及其在搜索中的可见性提升，预计将从2024年开始。一个主要因素是该平台提供了对话性、最新且通常非常具体的内容，适合摘要和上下文回答。

该平台还与OpenAI等合作伙伴达成协议，这使其在一个越来越多由AI系统主导的互联网中处于战略位置。以前被视为社区噪音的内容开始被视为自动生成答案的有价值材料。

对于商业和出版而言，这一变化是重要的。网络上的可见性不再仅仅依赖于传统SEO，还依赖于内容被提取、引用和重新解释的能力，这些内容被AI系统优先考虑，提供具体的人类体验和回答。

越来越多的美国青少年使用人工智能进行情感支持

16%的美国青少年使用人工智能进行非正式对话，12%使用它进行情感支持或建议。同时，最常见的使用仍然是信息搜索和学校帮助。

数据表明，聊天机器人开始承担以前属于朋友、家人或顾问的角色。尽管使用率并不占主导，但这一比例足够高，足以引发关于依赖、验证和提供建议质量的严肃问题。

对于构建对话式人工智能产品的公司而言，这一主题强调了设计的责任。当用户寻求情感支持时，安全性、界限和升级机制不再是可选功能。

关于由人工智能引发的经济崩溃的情景进入主流

一篇Euronews的材料展示了一个思想实验，设想到2028年将出现一场“全球智能危机”，由高技能工作的快速替代引发。文本以2028年6月的虚构备忘录为起点，由James Van Geelen和Alap Shah签署。

这一情景描述了一个恶性循环，裁员减少消费，影响经济并加剧社会紧张。这不是官方预测，而是一个战略想象练习，旨在讨论人工智能可能替代某些工作类别的速度。

对于商业环境而言，这类材料的实用性不在于时间表的准确性，而在于它提出的关于组织适应、再培训和过渡设计的问题。在缺乏这些问题的情况下，人工智能带来的生产力可能会伴随难以承受的社会成本。

巴塞罗那测试机器人以提供家庭助理和陪伴

巴塞罗那正在进行一项公共项目，向认知衰退早期阶段的居民发送1.35米高的机器人。67岁的居民Irene Veglison在11月收到了机器人，该项目旨在改善远程助理服务。

地方当局表示，未来机器人可能会检测风险并警告专业人员，例如如果某人跌倒并无法回应。背景在欧洲是熟悉的，寿命延长和出生率下降对护理系统施加了越来越大的压力。

对于软件和人工智能行业而言，这一案例表明家庭助理迅速成为一个实际类别，而不是实验性类别。真正的价值不仅在于对话，还在于事件检测、与人类服务的集成和在真实环境中的可靠性。

谷歌在DMA压力下准备搜索修改

根据路透社的报告，谷歌准备测试搜索结果的修改，以提供更多竞争对手的可见性，以避免欧盟的罚款。该措施特别针对酒店、航班和餐厅等领域的搜索。

这些变化将显示谷歌的结果以及垂直搜索服务的结果，排名最高的此类服务可能会自动出现。这是一个重要的让步，涉及到数字市场法案及其对自身服务的潜在偏袒的更广泛冲突。

对于数字业务而言，影响可能是显著的。谷歌结果展示方式的任何变化都会影响可见性、流量分配和SEO策略，尤其是对于依赖搜索中介的那些平台。

人工智能的潜在风险开始越来越多地引起企业的关注

一篇CNBC的材料，汇总了其他可获取的来源，强调了“规模下的静默失败”的概念，即人工智能系统并不以戏剧性的方式失败，而是悄然失败，错误逐渐积累，直到成为严重的操作问题。Obsidian Security的Alfredo Hickman表示，组织正在追求一个动态目标，因为开发者也不清楚技术在未来几年将如何演变。

随着人工智能与交易批准、代码编写、客户互动或数据转移相连接，期望行为与实际生产中的行为之间的差距在扩大。Agiloft的Noe Ramos警告说，这些系统并不总是以显著的方式失败，有时会逐渐出错，持续很长时间，直到影响变得明显。

对于软件公司而言，这可能是当前最有用的警告之一。核心问题不再仅仅是一个模型在演示中是否有效，而是它是否可以在真实、复杂且与业务流程相连的系统中及时监控、审计和停止。

合成由Control F5 Software提供的监控流实现。