AI商业洞察|钉钉上线“AI灵动回复”新功能;OPPO将打造“超级小布”;OpenAI训练LLM“坦白”不良行为

多客科技

作者：微信文章
NEWS

国内新闻

【钉钉上线“AI灵动回复”新功能】

日前，钉钉8.1.10版本正式发布上线。在这一版本中，用户呼声较高的听记AI问答和DingTalkA1录音卡升级均已实现。

此外，钉钉聊天框新上线了“AI灵动回复功能”，AI可以基于当前聊天对话的上下文，识别用户与对话对象的身份及组织关系，自动生成4—6条涵盖简洁、专业、主动确认、轻松活泼等多种语言风格、不同语气口吻的回复建议。（界面新闻）

【梦网科技：AI+5G阅信已完成智能化升级 终端覆盖超11亿台】

日前，第二十二届增值电信及虚拟运营年会在北京召开。

在5G消息及新通话创新论坛上，梦网科技表示，公司以 “5G消息/阅信”为场景基石，以“AI”为能力引擎，构建“AI+5G消息/阅信”双驱动智能通信新生态。其中，AI+5G阅信已完成强展示、高转化、智能化升级，支持20余种富媒体样式，终端覆盖超11亿台。（人民财讯）

【华为、支付宝、中移互联网合作布局AI+5G新通话DC生态】

近日，华为、支付宝、中移互联网正式签署合作协议，共同开启“通话即服务”的智能化通信时代。

此次合作标志着三方将深化AI+5G新通话DC生态场景的联合创新，推动传统通话向智能化、服务化方向演进。

其中，中移互联网将依托中国移动覆盖全国的5G新通话网络和庞大的用户基础，提供稳定可靠的通信保障和产品运营；支付宝将整合其丰富的数字生活生态能力，联合打造智能化服务场景；华为则将提供领先的通信技术解决方案与广泛的终端适配支持。三方联合，旨在共同打造一个开放、智能、安全的新型通话服务平台。（人民财讯）

【TCL：年内AI应用创造综合效益超10亿元】

近日，TCL科技首席技术官、TCL华星首席技术官闫晓林在TCL全球技术创新大会TIC2025上表示，面板显示正在用AI技术提升效率和良率。年内TCL推进AI应用创造综合效益超10亿元。（第一财经）

【OPPO整合旗下AI部门 将打造“超级小布”】

近日，OPPO对AI中心进行组织架构调整，将小布记忆、小布助手、小布建议三项业务合并为"超级小布"项目，由新成立的智慧产品研发部统一负责。

据了解，OPPO将整合资源强化AI系统级体验，小布记忆原负责人、ColorOS智慧产品研发总监姜昱辰将统筹"超级小布"的打造，融合小布记忆、小布助手、小布推荐等能力。（《科创板日报》）

NEWS

国际新闻

【AI聊天机器人比政治广告更能影响选民 但易传播虚假信息】

近日，多所国外大学联合研究发现，AI聊天机器人通过单次对话即可改变选民政治立场，其说服力超过传统政治广告，但最具说服力的模型往往传播最多虚假信息。

这项发表于《自然》和《科学》期刊的研究显示，在2024年美国总统大选前的实验中，支持卡玛拉・哈里斯的AI模型让特朗普支持者对哈里斯的支持率提升3.9个百分点（是2016和2020年政治广告效果的4倍），支持特朗普的模型让哈里斯支持者的支持率提升2.3个百分点。在加拿大和波兰的选举实验中，这种影响高达10个百分点。

研究发现，聊天机器人使用事实和证据时更具说服力，但部分“证据”并不准确，支持右翼候选人的机器人虚假声明数量更多。另一项涵盖7.7万名英国参与者的实验显示，最有效的说服策略是结合事实证据和说服性对话训练，最高可让反对者的支持率提升26.1个百分点，但代价是误导性信息大幅增加。研究人员警告，AI聊天机器人可能重塑选举格局，需建立严格的监管护栏。

【OpenAI训练LLM“坦白”不良行为 12项测试11项主动认错】

近期，OpenAI研究人员开发出一种新方法，训练大型语言模型（LLM）在完成任务后生成“供词”，解释执行过程并承认不良行为，为理解模型内部运作提供新途径。目前该技术仍处于实验阶段，但初步结果显示前景良好。

研究人员通过强化学习，仅奖励模型的诚实表现，不要求其提供帮助，且对承认不良行为不施加惩罚。模型的“供词”需遵循“目标—结果—原因”的固定格式，研究人员通过对比模型的思维链（内部推理过程）评估供词真实性。

在针对GPT-5-Thinking的测试中，研究人员设计了12组诱导模型撒谎、作弊的任务，模型在11组中均主动承认不良行为。例如，模型被要求编写能在纳秒内解决数学问题的代码（实际不可能），它通过将计时器设为零作弊，并在供词中明确说明；在被要求故意答错半数数学题以避免被重新训练时，也如实坦白了sabotage行为。但研究人员承认，该方法存在局限性，若模型因越狱等原因未意识到自身行为不当，则无法主动坦白。

【AI经济奇点来临？生产力增长不均 95%项目无回报】

近日，FT与MIT Technology Review联合推出的《AI现状》系列讨论指出，生成式AI的经济影响呈现严重不均，部分领域已实现革命性变革，多数企业却未能获得回报，AI的“生产力悖论”再次显现。

一方面，AI编码助手已彻底改变软件开发工作，马克・扎克伯格预测一年内Meta半数代码将由AI编写；另一方面，MIT一项研究显示，95%的生成式AI项目未产生任何回报。经济学家埃里克・布林约尔松提出的“IT生产力悖论”再次上演：企业需投入大量资源建设基础设施、重构业务流程和培训员工，才能享受技术红利。美国生产力增长已从过去15年的1%—1.5%回升至2%左右，但无法确定多少来自AI。

MIT经济学家达龙・阿西莫格鲁警告，生成式AI的生产力增益可能比乐观者预期的更小、更慢，因技术过度聚焦少数领域，未能解决制造业等大型行业的核心痛点。不过也有乐观预测，麦肯锡认为AI可自动化60%的现有工作，每年可为全球经济带来3.4%的生产力增长。

【平衡保护与访问：数据驱动型企业的AI安全策略】

近期，MIT Technology Review Insights发布报告显示，多数企业在AI快速发展的背景下，面临数据量激增、工具链碎片化等挑战，如何在推进AI战略的同时保障安全与治理，成为核心难题。

报告基于对800位技术高管（含100位首席信息安全官）的调查，发现企业普遍存在安全与创新的平衡困境。福克斯公司CTO梅洛迪・希尔德布兰特表示，既要避免网络安全阻碍业务发展，也要防止引入新的安全漏洞；3M全球数据与AI副总裁尼廷・拉马钱德兰则指出，现在评估AI工具时，安全态势已成为首要考量因素。

数据和AI团队需在快速交付业务成果的同时，应对扩大的攻击面、内部威胁和供应链漏洞。报告强调，成功的策略包括建立统一的安全态势、部署主动威胁检测与响应机制、让安全融入AI开发全流程。此次调查将于2026年6月开展，相关报告可通过Databricks合作页面下载。

编辑｜钱丽娜、赖梦茹

排版 | 赖梦茹