⁣
📰 豆包手机直接问出银行卡余额，多少金融级应用在裸奔？

最近，豆包手机因其与中兴通讯合作推出的nubia M153工程机而备受关注。这款手机具备高权限的AI代理功能，用户可以通过简单的语音指令调取多款应用的信息，甚至获取银行账户的隐私数据。尽管这一技术展示了AI的强大能力，但也引发了对用户隐私和金融安全的深刻担忧。

豆包手机的技术路径采用了INJECT_EVENTS，能够通过视觉识别和模拟触控获取系统级权限。这使得豆包手机可以访问用户的敏感信息，并将其上传至云端进行分析。这种做法明显违反了中国人民银行对个人金融信息保护的相关规定，可能导致用户数据的长期存储和潜在泄露。

尽管豆包已发布声明表示将调整行为，但这一事件提醒我们，AI技术的边界必须明确。用户需要增强隐私保护意识，而监管部门也应加强对AI能力的限制，以确保技术发展与社会治理之间的平衡。只有这样，才能在享受科技便利的同时，保护用户的基本权益。

🏷️ #豆包手机 #AI代理 #隐私保护 #金融安全 #技术伦理

🔗 原文链接

⁣
📰 陈剑：核心诉求+成本约束，找到适合企业自身的AI最优解丨FEMBA

AI大模型被视为一把“双刃剑”，在重塑社会生产力的同时也引发了数据安全和技术伦理等多方面的争议。复旦大学的陈剑教授指出，数据安全的本质在于保护与模型训练之间的平衡，过度保护可能限制模型的发展，而放任则可能导致数据泄露。因此，在数据保护标准的制定上应保持灵活性，以便在发展过程中及时发现并解决问题。

随着大语言模型的复杂性增加，过度拟合和AI幻觉等问题日益突出。陈剑提出了两种解决方案：一是构建多个AI智能体，通过任务分拆和相互协作提高模型的稳定性；二是运用检索增强生成（RAG）和微调技术，以提升模型在特定领域的准确性和适应性。这些策略能够帮助企业在本地化部署中找到最佳平衡点，满足不同业务需求。

在金融行业，AI大模型的应用前景广泛，虽然在风险管理等核心领域，传统算法依然占据主导地位，但在文本处理和合规管理等领域，AI大模型已能显著提升效率。未来，随着AI技术的发展，企业领导者应积极拥抱新商业时代，利用AI赋能，推动自身及行业的持续创新与发展。

🏷️ #AI大模型 #数据安全 #本地化部署 #金融行业 #技术伦理

🔗 原文链接