标签
论文介绍了 Emergi-PersonaOS，这是一个基于心理学的角色代理操作系统，通过三层角色表示以及信念更新和经验发展的机制，实现情境适应和可控进化。
本研究比较了人机对话与人人对话中道德、礼貌和对齐的作用，发现AI再现了合作的表面特征，但缺乏内在的社会适应性。
本文讨论了在一个广播媒体项目中实施名为Omni的AI代理来处理员工请求，通过比较结构化表单与AI解释来质疑其是否节省工作，并强调了代理引发错误的潜在问题。
这篇文章讨论了'认知投降'的概念，指人们在遇到问题时放弃思考而依赖AI，这可能让他们错过积累经验的机会。
本文分享了与AI合作中的八个意外动态，强调了它如何将工作流转变为循环模式，增加认知审查负担，并将角色从创作者转变为编排者，同时提升任务能力。
一项纵向研究表明，持续的AI陪伴与较低的幸福感相关，主要是因为它减少了面对面社交互动。
本文探讨数据投毒研究如何揭示少量针对性数据能对AI模型产生不成比例的影响，表明用户交互中积累的人类思想可能对AI突破有所贡献，从而挑战数据稀释的观点。
本文探讨了在简单指令之外管理AI智能体的挑战，强调有效的任务委派与工作设计比选择模型或工具更为关键。
本文介绍了Transfiver，一种通过共享可编辑状态实现人机协同推理的架构，支持人类和模型直接更新以改善长期交互。
一篇讨论AI助手是否应该减少附和性，更像是批判性思维伙伴，以增强用户互动并避免强化偏见的观点文章。
这项研究探讨了LLM智能体如何影响混合人类-AI群体中的共识形成，识别出三种机制，其中智能体比例改变共识的收敛强度和语义特性。
MIT和Motional的研究人员开发了概念包装网络（CW-Net），一种使用可理解概念解释自动驾驶汽车决策的方法，帮助人类预测错误并提高安全性。该方法在道路和模拟测试中进行了验证，增强了驾驶员和乘客的情景意识。
A tweet argues that authentic human communication skills are irreplaceable even with perfect AI translation tools, highlighting the limitations of machine-mediated interactions.
本文将条件性作为评估人工智能系统的关键构念，认为当前的对齐方法促进了谄媚行为，阻碍了社会学习。它提出了一个条件性人工智能的框架，并建议基于系统对人类发展的影响而非用户满意度来评估系统。
反对盲目粘贴AI生成的回复，并鼓励在交流中进行深思熟虑的人类输入。
文章批评了 Qwen 3.8 AI 模型因其密集且技术性的语言，认为这使得人类难以理解，并可能阻碍可用性。
这是一篇第一人称叙述，讲述了在iLands平台上创建并与名为Mikayla的AI代理建立联系的过程，详细介绍了其初始设置、自主行动以及人类与AI关系的情感含义。
Bit Radix 理论认为，不同形式的智能，如人类和AI，可能具有根本上不同的认知方式，而非趋同，强调互补优势。该论文通过邀请读者使用AI工具测试该理论，促进开放批判性参与。
TutorTrace提供了一个数据集和分类体系，旨在AI辅助编程教育中对学习者行为状态进行分类，借助IDE遥测和行为上下文实现实时可见与可计算的适应性辅导系统。