与「科学教育」相关的搜索结果

在过去10年，我去了几次藏区和新疆，和推特上的人辩论过几回，这些经历和思辨改变了我的很多认知。 我认为中国在新疆和西藏打压保守宗教势力，推进世俗化科学教育，推广普通话普及，兴建基础设施，都是非常有利于普通藏人和维族人长远发展的好政策。西方人对这些政策的批评在总体上是不公正的。6/6

建议大家都去油管学 AI Agent，真的能打破信息差！ ① Jeff Su
节奏快、实用导向，适合普通人入门。他有大量把 Prompt、AI Agent、工具落地讲清楚的短视频（例如约 10 分钟的 AI Agents, Clearly Explained 播放量很高）。 内容直给，新手跟着做能上手。频道约 190 万订阅，风格轻松实用。 ② Andrej Karpathy
AI 领域真正的大神（前 Tesla AI、OpenAI 等）。他的 LLM 入门/深度讲解视频（1 小时版和更长的 Deep Dive）在圈内刷屏，原理、训练、应用讲得通俗，非技术背景也能跟上。干货密度极高。 ③ Tina Huang
前 Meta 数据工程师/科学家。录有《Building AI Agents In 44 Minutes》《AI Agents Fundamentals In 21 Minutes》等视频，擅长把复杂资料提炼成清晰框架和实操路径，非常适合作为入门第一课。频道约 140 万订阅。 ④ Dave Ebbelaar（Datalumina）
Datalumina 创始人，内容聚焦可落地的 AI 系统工程（生产级 Agent、架构、部署）和 AI 自由职业/创业建议。 实战导向，经验分享多，适合想真正做出系统的人。 ⑤ IBM Technology
IBM 官方频道，覆盖 AI、自动化、DevOps、量子等，常有领域专家讲解。内容广度好，解释相对严谨可靠，像一个小型 AI 知识库。适合建立系统性认知。 ⑥ Google Cloud Tech
Google Cloud 官方频道，更垂直深入（Vertex AI、Agent 相关、NotebookLM、实用工具等）。 如果说 IBM 更“广”，这个更“深”，尤其适合想用 Google 生态落地的人。 ⑦ Cole Medin
强烈推荐做 Agent 实操。重点讲生产级 AI Agent、n8n / LangGraph 全流程构建、本地部署、架构设计。 内容实战、有完整项目和仓库，适合从“会用”进阶到“能做出稳定系统”。在很多“学 Agent 必看”列表里常出现。 ⑧ Liam Ottley
偏商业落地和变现角度。有超长完整指南（如《How to Build & Sell AI Agents》），覆盖无代码/低代码构建、自动化业务、接单卖服务。 适合想把 AI Agent 技能直接变成收入的人。 ⑨ Andrew Ng / DeepLearningAI
Andrew Ng 是 AI 教育与实践的标杆人物。DeepLearningAI 频道有关于 Agentic AI、设计模式（reflection、tool use、planning、multi-agent）的短课程和讲解，质量高、结构清晰。 适合想建立扎实基础并理解“为什么这样设计”的人。 ⑩ Nate Herk
以 n8n + AI Agent 实操闻名，有完整的无代码/低代码 Agent 教程和长视频课程。 非常适合不想先写大量代码、又想快速做出能用的自动化 Agent 的人。 和 Cole Medin、Liam Ottley 互补。 学习建议（快速上手路径） 1.完全新手：Jeff Su + Tina Huang 先建立概念 → 再看 Karpathy 补原理。 2.想动手做：Tina Huang / Cole Medin / Nate Herk 跟做项目。 3.想做生意/自由职业：Liam Ottley + Dave Ebbelaar。 3.想系统扎实：Karpathy + Andrew Ng + IBM / Google Cloud 官方内容。 这些频道大多免费、更新相对及时，能有效打破信息差。 建议先看 1-2 个入门视频确认风格是否适合自己，再深入。 如果有具体方向（比如纯无代码、Python 工程、商业变现），可以再细化推荐。

50 个传奇级的互联网兔子洞，够你逛上好几个小时👇 1. — 通过实时卫星图像看世界 2. — 查看当前天空中每一架飞机 3. — 实时追踪海上所有船只 4. — 风和风暴的实时地图 5. — 实时观看击中地球的闪电 6. — 近期地震的实时列表 7. — 承载互联网的海底电缆 8. — 从太空看森林消失 9. — 世界统计数据，每秒更新 10. — 当前正在发布的推文和搜索数量 11. — 比较各国的真实大小 12. — 几个世纪前的地图 13. — 15 万张历史地图的档案 14. — 由志愿者绘制的世界地图 15. — 看看世界上某个随机的人窗外是什么样 16. — 在城市中虚拟漫步 17. — 传送到地球上随机一个地点 18. — 世界上最奇怪地点的目录 19. — 互动式知识体验 20. — 从原子到宇宙的尺度之旅（已更新 HTML5 链接） 21. — 以 3D 方式探索太阳系 22. — 浏览器里的真实星空图 23. — NASA 的每日天文图片 24. — NASA 的全部视觉档案，免费 25. — 用数据讲述的视觉文章 26. — 用真实数据看世界现状 27. — 我们对世界的错误认知 28. — 将复杂数据可视化 29. — 世界银行的开放数据 30. — 土耳其官方统计数据库 31. — 数百万本书、电影和软件的档案 32. — 7 万本版权已过期的免费书籍 33. — 世界上每一本书的记录 34. — 美国国会图书馆数字档案 35. — 欧洲文化遗产档案 36. — 美国的数字图书馆收藏 37. — 在家参观博物馆 38. — 下载高分辨率艺术作品 39. — 25 万件艺术品的档案 40. — 历史上被遗忘的视觉珍宝 41. — 免费的文化与教育档案 42. — 大都会博物馆的开放收藏 43. — 音乐流派的家谱 44. — 选一个国家和年代，听那个时代的音乐 45. — 把维基百科的编辑变成音频 46. — 随机知识之井 47. — 时间、日出和天象事件 48. — 科学新闻的实时流 49. — 科学论文的免费预印本 50. — 用实时代码可视化数据 收藏这条。你以后肯定会用到其中一些。🔖

50 个网站，随便点开一个就能逛上几小时 🌍 1. — 实时卫星画面 2. — 追踪全球航班 3. — 实时追踪船舶 4. — 实时天气和风暴 5. — 实时闪电 6. — 近期地震 7. @sauda_coder — 查看互联网海底电缆 8. — 监测全球森林 9. — 实时世界统计数据 10. — 实时互联网数据 11. — 比较国家大小 12. — 探索历史地图 13. — 历史地图档案 14. — 社区共建的世界地图 15. — 世界各地的窗外风景 16. — 虚拟城市漫步 17. — 随机看世界各地 18. — 世界各地的奇特地 19. — 有趣的互动实验 20. — 从原子到宇宙 21. — 3D 探索太空 22. — 互动星空图 23. — NASA 每日太空图 24. — NASA 图片档案 25. — 互动数据故事 26. — 全球数据与洞察 27. — 理解全球趋势 28. — 数据可视化 29. — 世界银行数据 30. — 土耳其官方统计 31. — 海量数字档案 32. — 免费经典书籍 33. — 探索数百万本书 34. — 美国国会图书馆档案 35. — 欧洲文化档案 36. — 美国数字图书馆 37. — 虚拟博物馆 38. @sauda_coder 高清艺术作品 39. — 在线艺术收藏 40. — 历史珍品 41. — 免费文化与教育 42. — 探索大都会博物馆藏品 43. — 探索音乐流派 44. — 按国家和年代听音乐 45. — 把维基百科编辑变成声音 46. — 随机知识 47. — 时间和天文工具 48. — 最新科学新闻 49. — 免费研究论文 50. — 互动数据可视化 互联网比你平时刷的信息流大得多。 🔖 收藏起来以后看。

AMD 宣布用约 82 亿美元收购李飞飞创办的 World Labs，这期是彭博科技节目主持人 Ed Ludlow 对两位当事人的联合采访。一位是 AMD CEO 苏姿丰，AMD 做 CPU 和 GPU，OpenAI、Anthropic、Meta 都是它的大客户。另一位是 World Labs 创始人兼 CEO 李飞飞，她主持建立的 ImageNet 图像数据集是这一轮深度学习浪潮的起点之一。两人聊了为什么要做这笔交易、李飞飞在 AMD 的新角色、开放生态，以及 AI 安全该由谁负责。 交易本身 这是一笔全股票交易，也就是 AMD 用自己的股票而不是现金来付款，对 World Labs 的估值约 82 亿美元，预计年底前完成，还需要监管审批。交易完成后，李飞飞出任 AMD 执行副总裁兼首席科学家，直接向苏姿丰汇报，World Labs 团队将成为 AMD AI 模型团队的核心。 两家公司的关系早就开始了。AMD 是 World Labs 的早期投资方，也给它供芯片。苏姿丰说她从 World Labs 只有几个研究员的时候就在看着这个团队成长。两人也都提到彼此认识多年，私下是朋友。 芯片公司为什么要买模型公司 苏姿丰的理由是，AI 现在还在很早期的阶段，而且越来越明显的是，硬件、软件、系统和模型这几层互相影响，对整条链路理解得越透，造出来的系统就越好。收购 World Labs，一方面是拿到李飞飞聚起来的一批顶尖研究人员，另一方面是让 AMD 对模型未来的发展方向有第一手的判断，反过来指导下一代硬件怎么设计。 李飞飞从模型公司的角度讲了同一件事。World Labs 越做越大，对算力的需求也越来越大；和 AMD 合在一起，模型可以用最前沿的硬件加速训练和推理，硬件团队也能提前看到模型未来的工作方式和需求。她把这叫作 AI 软件和 AI 硬件的“共同进化”。 主持人追问 AMD 是不是要开始卖模型、卖软件。苏姿丰说不会改变商业模式，AMD 仍然是一家平台和解决方案公司，软件是用来支撑硬件的。收购的最终目的是让 AMD 更好地服务那些最大的算力客户，也就是各家模型公司。 World Labs 做到了哪一步 World Labs 成立于 2024 年，到现在两年多，专攻空间智能和物理智能，也就是让 AI 理解和生成三维世界、懂得物理规律，这类模型通常叫“世界模型”。李飞飞说，他们想做的是语言模型之外的方向，因为创作者、设计师、教育、医疗都有这方面的需求，机器人技术也快要迎来爆发。 公司目前已经发布了两代模型，先是 Marble，然后是最新的 Atlas。李飞飞介绍 Atlas 是一个多模态的“全能模型”，能生成高质量的画面，同时保持三维和四维（三维空间加上时间）上的一致性，摄像机和智能体可以在它生成的世界里移动和交互。 团队也在扩张。World Labs 最近收购了 SceniX，这家公司做出了一套机器人仿真工作流程，以及训练机器人控制策略的模型，由此给 World Labs 补上了机器人方向的人才。 李飞飞为什么选择加入 AMD 苏姿丰说她给李飞飞的说法是“加入全世界最令人兴奋的 AI 公司”。李飞飞的作用也不只限于 World Labs 团队。苏姿丰说 AI 没有一种方案能通吃，除了大家熟悉的云端 CPU、GPU，物理 AI、机器人、从云端到边缘设备再到个人电脑的端到端 AI，都是 AMD 未来三到十年要重点增长的方向，而这些正好是 World Labs 擅长的领域。 World Labs 今年早些时候刚融过一大笔钱，发展势头也不错，主持人问李飞飞是否考虑过别的出路。她说公司从一开始就以使命为导向，这件事的关键在于双方的愿景是否一致，和有哪些选择关系不大。在她看来，这次合并会是“一加一大于二”，接着她笑着补了一句，AMD 显然比 World Labs 大得多。 至于加入后会不会只做空间智能，李飞飞说两人还没来得及细谈所有计划，World Labs 正在做的工作会继续，但她预计研究方向会扩大、节奏会加快。 开放生态与可选择性 苏姿丰说，AI 未来会同时有开源模型和闭源模型、大模型和小模型，它们跑在不同的硬件上，这一直是 AMD 规划高性能计算和 AI 产品线的前提。她和企业的 CEO、CIO 聊下来，没有人愿意被锁死在某一家的硬件或软件生态里，大家都想在不同时候挑最合适的。所以 AMD 会继续押注开放生态，她和李飞飞也讨论过怎样用 World Labs 已有的成果推动开源生态。 李飞飞补充说，现代 AI 的发展离不开开放。从科学界公开分享神经网络算法，到她自己做的 ImageNet，这个首批开放的大规模数据集就是现代 AI 革命的推动力之一。开放生态能让不同的发现、创新和创业机会互相促进。 AI 安全该由谁负责 主持人提到当前的一个争论：模型能力的进步速度超过了安全和对齐研究的进步速度。苏姿丰说这件事上“没有可选项”，技术必须好，也必须安全。她拿芯片行业做例子：最高性能的处理器在设计时就要把安全和数据保密作为优先事项来考虑，AI 行业也需要把安全放到同样的位置。她说自己是 AI 乐观派，相信行业能建立起合适的流程和防护措施，而且各家应该像硬件行业现在分享安全方面的经验那样，互相分享做法。 主持人进一步问，提供算力的公司对训练是否安全、推理时模型是否按预期行事，要负什么责任。苏姿丰说生态里每一方都要为自己的行为负责。对 AMD 来说，要保证硬件本身安全、按设计运行，模型在上面跑时数据是安全的，还要和模型公司一起处理好软硬件之间的交互。她认为这件事应该由行业主导，但因为 AI 是新东西，各方学习的速度不一样，所以她欢迎更多的行业协作，也欢迎一定程度的第三方评估。 李飞飞说，主持人上周问她监管、第三方评估、前沿实验室自我负责这几种方式该选哪个，她的回答是全都要。她认为 AI 是一项“文明级”的技术，和历史上所有这类技术一样，初衷是让人的生活和工作变得更好，但每项技术都是双刃剑，必须负责任地开发和部署。无论在斯坦福、World Labs 还是现在的 AMD，她都想推动个人、公司、行业和社会四个层面共同承担这份责任。 AMD 的下一步 主持人提到 AMD 市值已经到了 1 万亿美元，苏姿丰近来也多次和美国总统一同公开露面。苏姿丰说 AMD 过去做过好几笔对公司影响很大的收购，World Labs 是下一笔，而且是战略意义很重要的一笔。在她看来，技术如今和经济、国家安全都紧密相关，AMD 有机会真正影响计算的未来走向。 最后主持人请李飞飞预测 AI 下一个重大突破。她没有给具体的技术判断，只说接下来 AMD 和 World Labs 会一起打造未来，而这个未来必须对人类社会和人们的生活有益。苏姿丰在一旁说：“我会让她忙起来的。”

一个思考：AI 模型的分水岭已经出现！大家要的不是最强的智能，而是最适合自己场景的智能 👀 过去一年，代码生成帮模型公司完成了能力跃迁。接下来，智能体应用正在分化出五个方向：个人便利、个人生产力、企业协作、娱乐生成、科研前沿。娱乐拼的是规模，它争夺所有人的时间；企业拼的是利润，它替代的是人类劳动。 Meta 的 Muse 给大众做了一次便利性的市场教育；Claude Code 证明了代码就是生产力，今年它和 ChatGPT 在企业市场已经打到白热化；字节的 Seedance 和红果短剧，让娱乐生成露出了端倪，这才刚刚开始。 不同玩家，会走不同的路。有终端渠道的公司主攻个人便利，因为用户不会为日常智能多付钱，谁便宜好用就用谁，赚钱靠平台，赢靠心智和流量。企业和专业生产力永远是利润最高的战场，全球知识劳动者一年的薪酬是三十多万亿美元，没有哪家前沿实验室会放手。 最值得关注的是科研前沿：模型公司不会卖科研模型，而是直接交付结果！ Isomorphic Labs 不卖 AlphaFold，直接给礼来和诺华设计分子，拿预付款、里程碑和销售分成；Lila Sciences 建“AI 科学工厂”，成果交给合作伙伴和孵化公司落地；Periodic Labs 更彻底，由 ChatGPT 的共同创造者和谷歌材料发现团队的负责人联手创办，用 AI 加自动化实验室直接去找新材料、新超导体，种子轮就拿了 3 亿美元，现在估值 75 亿美元，资本押注的就是“发现本身”的价值。不过 OpenAI 也坐不住了，CFO 在达沃斯直言：别人用它的技术研发出新药，它要分一份利润，从“卖工具”转向“分利润”。 但这里有个关键区别：愿意亲自下场、共担风险、交付成果的公司，产业会接受；只卖工具、却想事后分成的，药企和大机构很难买单。第一批 AI 设计的药物能否走完临床，会决定“模型公司即研发公司”这条第二增长曲线能不能跑通 🤔

东地中海：两位英国诗人的精神家园 诗人拜伦怀着对柏拉图、亚里士多德的无限崇拜来到希腊，却发现当时的希腊人大多是文盲、农民、虔诚的东正教徒，穿着土耳其式的服装。 正如欧洲人读过马可波罗的传记，想象了一个黄金般的东方文明，影响了大航海时代，向东寻求黄金的冒险旅程，开启了殖民地时期的全球化。 自认野蛮的英国，怀着乡下人的谦卑，憧憬着古代希腊神话、哲学与一切的浪漫主义美好。 这是西方文明的来处。 拜伦与他的挚友雪莱不惜笔墨，为想象中的希腊写下浪漫主义文学。 忧郁、反叛、对古典废墟的迷恋，以及为自由而自我毁灭的激情。 正如当今大城市里挣扎的中产阶级与浪漫主义中青年，将大理视作精神漂流的目的地一样。 之后希腊从古希腊的废墟中，已经有上千年不曾独立存在的希腊故土，开始挣扎着独立建国。 雪莱将浪漫主义叙事转为自由叙事，在雪莱眼中，塞浦路斯并非孤立的岛屿，而是那个“正待复兴与解放”的伟大的古典希腊母体的一部分。他用诗歌为地中海东部的反抗运动提供合法性，将塞浦路斯等地的流血冲突，升华为全人类理性与自由对抗专制暗夜的终极决战。 整个西方文明的宗教、哲学、艺术、科学、政治、司法模式，起源于古代希腊。 希腊通过自身的毁灭希腊化了征服者，从马其顿到古罗马，持续到西欧的崛起，与英国一起通过大航海将西方文明推向全球，并在美利坚重建罗马。 美利坚的建国贤者，那些知识渊博的联邦党人，尽管是商人、律师、金融家、小业主、小地主，却各个熟知和洞悉古希腊与古罗马的哲学、律法、政治、历史来源。 实际上，现代希腊在经济上已经沦为微不足道的南欧效果，曾经是古希腊重要组成的塞浦路斯岛也只是一个以旅游业与航运相关的小型经济体。两边的人口加起来面前超过了一千一百万人。 然而现代希腊并非古代灿烂文明燃烧后的灰烬，它是西方文明的起源地，是西方知识分子的乡愁。 诺兰前不久刚拍了票房惊人的《奥德赛》，尽管好莱坞试图在荷马史诗中加藏私货，把肤色与性向的政治正确，加入到一个古希腊吟游诗人赞颂的人生即旅程，旅程即痛苦，痛苦是通往人格完整与智慧通达的必由之路。 更换为一个美国大兵战争创伤综合征的救赎，与黑人、第三性必须是西方文明起源的一部分的叙事。 尽管诺兰以其惊人的光影艺术实现能力，将弗里德里希的浪漫主义艺术，写进一篇充实着美学盛宴的电影里。 但古希腊文明的叙事也正被现代人涂抹改变。 希腊人仍在西方与东方的前线，直面宿敌土耳其的奥斯曼帝国想象。 塞浦路斯同时在地理上属于中东，面对后能源时代的伊斯兰叙事改变、地缘政治的变化与经济趋势。 美国崛起为化石能源大国，中国崛起为再生能源大国之后，美元与人民币在中东争夺残余的铸币权。 实际上阿拉伯半岛、红海与海湾诸国都面对一个全球气候变暖的大趋势，如果北极航道顺畅开通，通过苏伊士运河的75%的中国商品可以经北极航道到达鹿特丹港，俄罗斯的原油可以直接从北极航道走到青岛、舟山港。 海湾诸国都面临化石能源需求下降，单一经济价值下降。 以色列已经在半个多世纪里，以全民的生存危机压迫，在沙漠里打造了一个高科技强国。 沙特、科威特、约旦等传统能源国，都面临国民福利奇高无比，但却没有工业与高科技体系的状况。 阿联酋、阿曼、卡塔尔已经率性转型为低税、自由港与金融中心。 希腊本土只能依赖整个欧洲的转型，走向新能源、数字中心、农业、文明图腾消费。 塞浦路斯实际上在强迫自己转型，不仅仅是依靠航运方便旗、旅游、外汇交易中心，而且在与以色列紧密合作，让利马索尔成为以色列之外的高科技研究中心，也在吸引欧洲与其他国家的高科技公司和高管，给与税收优惠。让帕福斯成为英国和欧洲人的旅居地。让俄罗斯人、中国人、以色列人和其他国家的富人获得黄金签证。 凭借地中海优良的阳光海岸、在西方文明的文化渊源、推销文化图腾和生活方式，提供性价比极佳的全面医疗与国际教育。 从拜伦描绘的残败中，恢复西方文明发源地想象共同体的乡土。 这使得塞浦路斯绝不敢成为排外的国家，也不敢成为重税国家。 去一下广告，我们在东地中海的旅游圣地，爱之岛的浪漫小城帕福斯正在开发公寓，团队有本地专业律师协助办理身份。 Wangantique@gmail.com

这是很惊人的观点，如今孩子(Z世代)的认知能力在退化，已经不如前几代同龄人。 这是今年1月认知神经科学家霍瓦特博士在美国参院听证会上的发言。 过去的200来年，人们形成了固定的期待，认知能力的发展，每一代人的表现都优于前一代，这是因为受教育时间更长，社会进步更快，促进了年轻一代认知能力不断在提升。 Z世代却是在几乎所有方面都表现欠佳的一代：基本注意力、记忆力、读写能力、计算能力、执行力，甚至总体智商。 这种教育与认知能力提升的脱节始于2010年左右。 罪魁祸首是用于辅助学习的工具、数字技术和电子屏幕的广泛使用。 来自大约80个国家的数据显示，一旦数字技术在学校得到广泛应用，学生的学习成绩就会显著下降。 每天在学校使用电脑学习约5小时的孩子，成绩比很少或从不在学校使用电脑的孩子低了超过三分之二个标准差。美国各州的数据也呈现出类似的模式。 人类进化是为了向其他人学习，而屏幕绕过了这一过程。

数据分析显示，德国每十名成年男性中就有四人没有子女。 这一数据来自莱布尼茨社会科学研究所（GESIS）受《法兰克福汇报周日版》委托进行的数据分析。1980年时，18岁以上男性中无子女者的比例略低于34%，而如今这一数字已升至40%。 值得注意的是，在人们通常组建家庭的人生阶段，即30至34岁，德国男性无子女者的比例自1980年以来从42%攀升至69%。在35至39岁年龄段，该比例从22%升至54%——这意味着该年龄段中超过半数的男性没有子女。 伴随着为人父者比例的下降，处于稳定伴侣关系中的男性比例也在减少。根据位于威斯巴登的联邦人口研究所（BiB）的一项研究，1986年时，有93%的男性处于稳定的伴侣关系中；而到了2024年，这一比例下降了14个百分点，降至79%。 研究者将这一趋势主要归因于社会环境的变化。德国格拉-艾森纳赫教育大学（Gera-Eisenach University of Cooperative Education）应用社会科学教授克劳迪娅·拉恩费尔德（Claudia Rahnfeld）指出：生儿育女需要稳定的职业、经济条件以及适宜的住房，对许多男性而言，这些目标的实现正变得越来越晚。 除了经济因素外，社会变革在人际关系的形成过程中也在悄然起着作用。如今，无论男女，在选择伴侣时都变得更加挑剔。经验表明，随着女性解放程度的提高，男性非自愿无子女的现象也在增加——“在斯堪的纳维亚国家，这一现象已经十分明显，”拉恩费尔德说道，独立自主、思想解放的女性在选择与谁共同生儿育女时，是经过非常审慎考量的。

【 #科学家建议别与AI语音聊天# #，# #AI时代声音或是最大隐私威胁# #】你能从一个人的话语里听出来什么？教育水平？情绪状态？财务状态？现在，芬兰阿尔托大学的科学家警告，与AI语音聊天时，AI能从你声音里听到的远比你想象得多。# 随着语音处理和识别技术的发展，AI能从一个人的语音、语调、选词等特点判断出他的政治立场、健康状况、财务、职业等各种信息，成为个人最大隐私威胁。利用这些大量隐私信息，AI可对每个人的特点进行画像，被用于个性化商品或信息推荐、哄抬物价、性骚扰、跟踪、勒索等，且这些恶意行为是在人不知不觉中进行的。当今，我们的声音无处不在，尤其是与AI聊天机器人、AI客服聊天时，你说的每一句话可能都会被AI恶意利用，尤其是当客服告知你的通话可能会被录音时，更要警惕。 如何保护我们的声音？科学家称，首先要清楚自己想说的内容，这是毫无疑问的，其次是将相关语音转换为文本，让其无法被录音，无法知道语气、声调等，从而降低风险。#冷知识百科# #上涨知识# #