惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

MongoDB | Blog
MongoDB | Blog
Recorded Future
Recorded Future
Jina AI
Jina AI
The Register - Security
The Register - Security
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
月光博客
月光博客
博客园 - 三生石上(FineUI控件)
F
Fortinet All Blogs
人人都是产品经理
人人都是产品经理
S
SegmentFault 最新的问题
Apple Machine Learning Research
Apple Machine Learning Research
L
LangChain Blog
Y
Y Combinator Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
GbyAI
GbyAI
The GitHub Blog
The GitHub Blog
Vercel News
Vercel News
博客园 - 【当耐特】
雷峰网
雷峰网
The Cloudflare Blog
阮一峰的网络日志
阮一峰的网络日志
aimingoo的专栏
aimingoo的专栏
云风的 BLOG
云风的 BLOG
I
InfoQ
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Google DeepMind News
Google DeepMind News
Security Latest
Security Latest
有赞技术团队
有赞技术团队
L
Lohrmann on Cybersecurity
P
Proofpoint News Feed
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
The Last Watchdog
The Last Watchdog
P
Privacy & Cybersecurity Law Blog
Scott Helme
Scott Helme
Google Online Security Blog
Google Online Security Blog
WordPress大学
WordPress大学
Hacker News - Newest:
Hacker News - Newest: "LLM"
NISL@THU
NISL@THU
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
B
Blog RSS Feed
Cyberwarzone
Cyberwarzone
K
Kaspersky official blog
F
Full Disclosure
Martin Fowler
Martin Fowler
Spread Privacy
Spread Privacy
D
Docker
C
Cisco Blogs
www.infosecurity-magazine.com
www.infosecurity-magazine.com
H
Hacker News: Front Page

InfoQ - 促进软件开发领域知识与创新的传播

Meta 收购 Manus 这事儿泡汤了 5.5万 Star 开源项目 Ghostty 被迫出走,GitHub 正在终结一代技术人的乌托邦 谷歌开源“Agent Skill 超级工具箱”,云、库、引擎、AI全线打通,开发者狂喜 Slack 长时运行多智能体系统的上下文管理方案 从 T+1 到分钟级:金城银行基于 Apache Doris 构建高可靠、强一致的实时数据平台 谷歌云推出 Agents CLI,简化 AI 智能体开发全流程 Claude官方击穿高薪、高学历的安全防线!Anthropic点名10大高危职业,但有群人暂时稳了 亚马逊云科技终止 WorkMail 服务,并将 App Runner 转入维护模式 OPPO小布记忆:全模态碎片化内容的理解与智能整理实践|AICon上海 模力工场038周AI应用周榜:工具在消失,工作流在出现 Akamai CEO Tom Leighton:Agent 时代来临,云基础设施正从“中心化”转向“分布式边缘” 日均数百亿入库背后:从“人肉调度”到K8s弹性架构,度小满金融基于OceanBase重构入库架构实践 百度文库网盘发布GenFlow 4.0:月活用户超1亿,要把网盘变成全端AI工作台 Altman 投的 Agent 终端 Warp 开源了!斩获3.5万star 哪些客户需要拒, 敢让龙虾决定吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 从开发到生产:为什么越来越多的机器学习团队纷纷迁移到 Snowflake | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 探索多智能体工作流:LangGraph Snowflake Cortex AI | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 腾讯云分布式缓存数据库:AI Agent - 从提示词工程到 Harness 工程 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 基于 Streamlit 为 CSV 数据构建分析智能体 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 AI 智能体:告别文档缺漏 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 构建 AI 驱动的数据管道:深度探讨 Snowflake Openflow 与非结构化数据 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 云端太贵、本地不够聪明,英特尔押注“端云混合AI”:智能体PC会替人完成工作 不到10%的存储投入,可能拖垮90%的GPU投资!IBM把AI Agent塞进存储系统,算清企业最容易忽略的一笔账 Snowpark 上手实战 | BUILD 2025_大数据_王玮_InfoQ精选视频 ClickHouse + Langfuse,构建 Agent 可观测基石 腾讯云分布式缓存数据库:Cluster Proxy 共享连接架构深度解析 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 AI 写代码太烧钱了:Copilot、Claude 一起涨价,不如把程序员请回来? 英特尔发布至强600系列工作站处理器与锐炫Pro B70 GPU,全新AI工作站来了 腾讯云分布式缓存数据库:从 Redis 到 Valkey - 开源社区如何快速创新 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 印奇这次要“从0重做”智驾模型!首谈阶跃和千里双公司布局:中国AI商业闭环要靠车跑出来 从Cursor返聘归来,90后华裔女高管带Claude开启日更模式:token成本比工程师工资低多了! 从 Coding 到 Agent:QCon 北京 2026 全景复盘,优秀出品人 & 明星讲师名单揭晓 全链路支撑大模型国产化“Day 0适配”,商汤大装置构建全栈能力底座 凌晨,OpenAI 与亚马逊云科技史上最大联合发布来了 HashiCorp Vault 2.0 发布:引入新身份联邦机制,迈入 IBM 生命周期体系 Yelp 实现超 1,000 个 Cassandra 节点零停机升级 写了 17 年开源代码,我为什么认为 Coding Agents 堆功能是在瞎折腾? 基于 Apache Camel 编排智能体与多模态 AI 管道 面向智能体与人类用户的AI记忆系统:架构设计与核心场景实践|AICon上海 Anthropic 推出 Managed Agents,简化 AI 代理部署流程 阿里HappyHorse开启灰测,720P视频生成低至0.44元/秒 讯飞联合清华团队押注量子AI:不看营收、不设KPI,一群“无人区”科学家,抢夺下代AI算力入口 小米万亿模型全面开源:MIT 协议、1M 上下文,但还是打不过 DeepSeek Cortex Code 入门指南:面向数据工程师的实践路径 | 技术实践 openJiuwen社区首发Team Skills,定义Coordination Engineering新范式 用 Snowflake Cortex Agents 释放结构化数据的最大价值 | 技术实践 Grafana 利用 Kafka 对 Loki 进行了架构重构,并发布了一款命令行工具,旨在将可观测性引入编码代理 ClickHouse重构全文索引:对象存储上跑出高性能 Full-Text Search 可观测性和遥测技术如何提升软件工程实践 Dropbox 与 GitHub 合作,将单体库大小从 87GB 缩减至 20GB Agent 的下一站:基于长期记忆系统 EverOS 的自我演进|AICon上海 同一赛道,四种收费:Agent 控制层(Harness)开始分裂 Cloudflare Sandboxes 正式发布,为 AI 代理提供持久化隔离环境 Agent 的“记忆断片”困局,该怎么破?_AI&大模型_AICon 全球人工智能开发与应用大会_InfoQ精选视频 数据分析师如何快速建立在 AI 时代最值钱的能力:一份可落地的行动路线图 摩尔线程最新财报:研发占比超86%,万卡级大规模智算集群落地 当云区域失效:地缘动荡环境下的高可用重构 Slack 重构通知系统,设置参与度提升 5 倍 智能体工程的隐性技术债务 “我把所有模型都换成了DeepSeek V4”:月账单将降 90%,效果还更好 阿里云智能集团高级技术专家刘少伟已确认出席AICon上海站,并分享如何构建企业 Agent 的自动化行动架构 构建生产就绪的 tRPC API:Apollo Federation 的 TypeScript 替代方案 Anthropic推出面向Claude Code的基于智能体的代码审查功能 北京车展直击:斑马智能甩出车载Agent短剧,比亚迪率先落地,AI让智能座舱又热起来了 Snowflake 作为智能体运行时:从静态管道迈向自主数据系统 | 技术实践 Snowflake 上的本体体系:基于 Cortex Code 能力实现从架构到部署 | 技术实践 Cloudflare 公布 MCP 架构方案,应对企业面临的安全与治理风险 复杂的项目管理怎么做到「AI 友好」?飞书项目用「开放」给出答案 Snowflake Cortex Code 的规范驱动开发:将 SDLC 方法论引入 AI 辅助工作流 | 技术实践 Copilot 不让注册了:从“随便用”到“全面限”,agent 把原有订价模型顶穿了 当互联网用AI卷效率时,这家公司先问了一连串“能不能” Meta“Token榜”逼疯打工人,一夜烧掉公司几万刀!AI时代Token焦虑越来越离谱 智源FlagOS完成DeepSeek-V4-Flash在八款芯片Day0适配,实现三重技术突破 DeepSeek V4 重磅开源!首次打通华为Ascend,也没丢掉英伟达,百万上下文夺回国产模型话语权 李志飞的“新实验”:当超级个体撞上真实组织 GPT-5.5 登顶时刻,Anthropic 亲口承认 Claude 变笨了!网友群嘲:太敷衍 那些没空写的小需求,龙虾真能做吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 从 Pandas 到生产:使用任意 IDE 进行可扩展的 ML 数据管道与分布式处理 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 pnpm 11 候选版本发布,带来 ESM 分发、供应链默认设置以及新的存储格式 银行业PDF表格提取方案重构:基于Java的分层方案 GPT-5.5 赢了 Opus 4.7 和 Mythos?奥特曼晒黄仁勋内部信:英伟达全员用上 Codex! Cloudflare 推出 Think:一款面向 AI 代理的持久化运行时 1850亿美元天价支出、75%代码由AI生成!谷歌正式宣告:全面转向智能体工作流 xAI落后太多,马斯克“开大”重金求购Cursor,100亿美金“分手费”都敢签! Pulumi 新增对 Bun 运行时的全面支持 姚顺雨腾讯模型首秀!不卷参数只做 “听话打工人”,Hy3 preview登场 | 附实测 老板让你“忽悠”投资人,你敢发给龙虾吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 Gemini CLI 引入子代理机制,实现任务委派与并行代理工作流 清华系团队星工聚将完成数千万天使轮融资,轮式机器人拿下头部制造企业亿级大单 Pretext.js 绕过 DOM 布局重排,实现 120 FPS 的高级交互体验 靠“AI 云”爆红的 Vercel,栽在一个第三方AI工具手里!IPO前夕遭黑,200万美元赎金谈崩? 高能研讨会|端侧 AI 正在重写实时感知效率上限_AI&大模型_王玮_InfoQ精选视频 2050大会看这篇就够了|报名、交通食宿指引大全 Java 近期资讯:OpenJDK JEP、Jakarta EE 12、Spring Framework、Micrometer、Camel、JBang 金融智能的架构编排:基于 Snowflake Cortex Agents 实现结构化与非结构化数据统一分析 | 技术实践 在AK大神爆火的任务里,摸清国产AI真实水平 百灵Ling-2.6-flash 正式发布:高 Token 效率,以 1/10 消耗实现 SOTA 级 Agent 能力 当 PM 懂AI,当技术懂产品:AI 时代产品力的双向进化|PM x AI产品力领航者大会即将开幕 为 AI 智能体设计记忆机制:揭秘 LinkedIn 的认知记忆智能体 获奖名单公布|2026主题征文第一期|分享你最有价值的龙虾场景与核心 Skill_热门活动_InfoQ写作社区官方_InfoQ写作社区
Meta 开始记录员工每一次点击:AI 要接管工作,先监控会工作的人
Tina · 2026-04-25 · via InfoQ - 促进软件开发领域知识与创新的传播

当你的公司开始记录你敲了哪个键、鼠标点了哪里,甚至不定期截下你的屏幕,你会怎么想?

这正在 Meta 发生。据 Business Insider 获取的内部公告,Meta 已向美国员工下发通知,将在办公电脑上启用一款名为 Model Capability Initiative(MCI)的追踪软件,用于记录鼠标移动、点击以及键盘输入,然后把这些数据直接喂给公司的人工智能模型当训练素材。

随后,一位 AI 研究科学家把这则备忘录转发到了自己团队的内部频道——Meta SuperIntelligence Labs,让同事们一起围观。

备忘录解释称,这么做的目的是提升 AI 模型在那些至今还搞不定的人类操作上的能力,比如从下拉菜单中选择选项、使用键盘快捷键,以及在应用程序之间切换以完成任务等。文件显示,这套监控会覆盖员工使用“与工作相关的应用和网址”,包括 Gmail、GChat、VSCode,以及一款内部应用 Metamate。

Meta 甚至将理由说得非常直接:现有的 AI 模型并不真正理解人类是如何使用电脑的,因此需要真实世界的样本:去观察人类在工作中如何点击、切换、操作,并把这些行为转化为 agent 可以学习的执行路径。

Meta CTO Andrew Bosworth 也表示:从员工身上收集这些数据,有助于实现公司的愿景,在那个世界里,“大部分工作由 agent 完成,人类负责指挥、审查,并帮助它们不断改进”。

备忘录里甚至还写着:“员工只需要完成日常工作,就可以帮助模型变得更好。”

下面是这份完整公告的译文:

正如 Mark Zuckerberg 和 Alexandr 最近分享的那样,我们推出的 Muse Spark 是 MSU 一系列新一代大语言模型中的第一个。我们的模型正处于非常强劲的发展轨道,而加速这一进程的一个方式,就是利用我们日常工作的数据。尽管 AI 模型在研究和编程等技术能力上表现出色,但在一些基础层面上,仍然无法像人类一样使用电脑,比如从下拉菜单中选择选项、使用快捷键等。要让代理真正理解人类如何完成日常任务,我们需要用真实的使用数据来训练模型。

这正是所有 Meta 员工可以通过日常工作帮助模型变得更好的地方。

从今天开始,我们将向美国的全职员工和外包人员推出一款工具,用于记录电脑输入行为,包括鼠标移动、点击位置、键盘输入,以及用于上下文理解的屏幕内容。

该工具的使用范围仅限于一份经过批准的工作应用和网址列表,例如 Gmail、GChat、Metamate 和 VSCode。美国员工将看到一个弹窗,引导启用名为 Model Capability Initiative(MCI)的工具。

该工具仅适用于电脑,不涉及手机。如需了解更多,包括其工作原理和隐私保护措施,请查看内部 wiki 和常见问题说明。

Meta 开了个坏榜样:2026 职场终极趋势?

Meta 并不是唯一朝这个方向推进的公司。Anthropic 在 2024 年已经展示过类似能力的技术,OpenAI 去年发布了 “Operator”,可以代替人类使用浏览器;而 Microsoft 甚至已经为 agent 准备好了专用的云端 PC。

这些尝试背后,是一个越来越清晰的想象:在不远的将来,我们会把一部分原本需要自己动脑、动手在电脑上完成的事情,交给运行在虚拟电脑里的 agent。比如让它帮你订机票、回邮件,或者盯着电商网站,一旦发现心仪商品打折,就直接下单。

Meta 给这套愿景起了一个更宏大的名字——“个人超级智能”。公司 CEO Mark Zuckerberg 的说法是,它可以“帮助你实现目标,创造你想看到的世界,体验各种冒险,成为更好的朋友,并成长为你想成为的人”。

为此,Meta 正在向其位于美国的正式员工和临时工推广 MCI。员工的工作笔记本电脑上会弹出一个窗口,要求他们启用该工具。据路透社报道,Meta 希望通过将数万名员工的日常活动转化为训练数据,来提升内部 AI 代理的性能,最终使其能够代表员工执行端到端的工作任务。

不过,内部评论显示,这份公告在 Meta 内部引发了明显的不安与质疑。在内部沟通平台上,该公告下方点赞最高的一条评论是:“这让我非常不舒服。我们该如何退出?”

Meta 首席技术官 Andrew Bosworth 回应说:“在公司提供的笔记本电脑上,没有退出此设置的选项。”这句话随即引发了一连串哭泣、震惊和愤怒的表情符号反应。

对此,Meta 公司表示将采取安全措施保护敏感内容,且这些数据不会用于训练 AI 之外的任何其他用途。但也有消息称,该公司多年来其实一直在以某种方式监控员工在公司电脑上的活动。

也有评论指出,这种精确到鼠标点击和键盘输入的监视,简直就像一座“全景监狱”,彻底打破了传统的职场边界。

知名投资人 Jason 则将这件事定义为 2026 年的职场终极趋势。原因很简单:随着 AI 监控工具(键盘记录、屏幕录制、API 接口)的流行,企业能以极低的成本、极高的精度,量化每一个员工的工作行为——这不再是传统的人管人,而是一场数据驱动的效率革命。在他看来,这套监控体系会成为企业最锋利的管理工具:找出不干活的人、淘汰可被自动化替代的岗位、提拔真正创造价值的员工,最终实现精简高效、利润飙升。他甚至认为,所有虚假的“汇报型”工作都将消失——这对社会反而是件好事。

但除了监控焦虑,我们不应该忽略更深层的代价。

谷歌曾在一篇名为《谷歌团队成功的 5 个关键》的博客文章中总结过:在研究团队发现的 5 种动力中,心理安全是迄今为止最重要的一个。“团队成员之间的关系越安全,他们就越有可能承认错误,合作,并承担新的角色。它几乎影响了我们对员工的每一个重要方面。心理安全感较高的团队成员不太可能离开谷歌,他们更有可能从队友提出的不同想法中汲取力量,带来更多的收入,高管认为他们的效率一般是其他人的两倍。”

而针对 Meta 的监控计划,当每一次点击、每一段输入都被实时记录归档,员工会立刻进入防御状态——放弃试错,放弃创新,放弃跨界协作,只做可量化、可留痕、不会出错的机械工作。监控能提升短期效率,却会慢慢腐蚀一家公司的创造力与长期韧性。极致精益的背后,留下的往往不是效率,而是一个不敢犯错的组织。

一位网友的评论很有意思,他说:“一个企业最重要的,依旧是人,是组织,是构建这个组织的创始人的底色。微软的底色是缺少品位的商人,Meta 的底色是太聪明的商人。缺少品位和太聪明,长期来看,会急,会陷入困境......期待更多创业公司的底色更好。让整个世界的底色,也会因此不一样。”

AI 会淘汰低效的工作,这是必然,但靠监视与压榨换来的效率,注定走不远。未来能站稳脚跟的企业,最终拼的不是极致管控,而是在自动化浪潮里,守住人本身的创造力与价值。

参考链接:

https://www.businessinsider.com/meta-new-ai-tool-tracks-staff-activity-sparks-concern-2026-4

https://www.infoq.cn/article/1y1ptrapcsnjjlelb14m