受到电影《她》等科幻作品的启发,我们不难想象这样一个未来:每个人都拥有自己的个性化 AI 助手 —— 一个了解我们身份、职业、兴趣爱好、目标理想、喜好厌恶等个性特征的智能伙伴。
目前市面上的一些 AI 工具,如 CharacterAI 和 ChatGPT 的记忆功能,提供了这种功能的简单版本。但这些工具仍需要将用户信息上传到不受用户控制的企业服务器进行分析处理。它们也不支持第三方交易,意味着 AI 助手无法代表用户进行购物。
对于特别关注隐私,或希望 AI 模型能根据个人喜好重新训练、打造独一无二的个性化助手的用户来说,目前几乎没有现成的解决方案。
而现在,新创企业 PIN AI (不要与评价不佳的 Humane 公司的 AI Pin 硬件设备混淆) 推出了首款移动应用。该应用允许用户选择开源 AI 模型直接在智能手机上运行 (支持 iOS/iPhone 和 Android),保持私密性并完全根据个人偏好定制。
PIN AI 采用去中心化基础架构,注重隐私保护,旨在挑战科技巨头对用户数据的控制,确保个人 AI 服务于个人而非企业利益。
该公司由来自哥伦比亚大学、MIT 和斯坦福的 AI 和区块链专家创立,由 Davide Crapis、Ben Wu 和 Bill Sun 领导,他们在 AI 研究、大规模数据基础设施和区块链安全方面拥有丰富经验。
公司获得了包括 a16z Crypto (CSX)、Hack VC、Sequoia Capital U.S. Scout 在内的主要投资者支持,以及 Near 创始人 Illia Polosukhin、SOL Foundation 主席 Lily Liu、SUI 创始人 Evan Cheng 和 Polygon 联合创始人 Sandeep Nailwal 等区块链先驱的支持。
PIN AI 引入了一个用户控制的数据银行,使个人能够存储和管理自己的信息,同时允许开发者访问匿名的多类别洞察,涵盖从购物习惯到投资策略等方面。这种方式确保 AI 服务能够利用高质量的上下文数据,同时不影响用户隐私。
该应用目前支持多个开源 AI 模型作为基础模型,包括 DeepSeek 和 Meta 的 Llama 的精简版本。用户可以从这些模型开始个性化定制他们的助手。
PIN AI 的基础设施建立在区块链协议之上,确保安全性、透明度和用户控制。所有用户数据都存储在个人设备上,而不是集中式服务器。通过去中心化 AI 基础设施,PIN AI 致力于在隐私、安全和效率之间取得平衡。
未来,PIN AI 计划继续推动个性化、去中心化 AI 的发展。通过结合设备端智能、区块链安全和开源集成,该公司为用户提供了一个不受科技巨头控制的 AI 模型选择,确保个人而非企业拥有和控制数据。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。