开发者拒绝脱离AI工作，但AI代码质量存疑

2026年，研究人员发现开发者已离不开AI编码工具。AI研究实验室METR在2月发布惊人发现：多数开发者甚至不愿在有限任务中脱离AI工作。METR原计划重复2025年的实验以衡量AI进步，但因开发者拒绝参与而改为调查。

然而，AI生成代码可能带来隐患。程序员James Shore指出，代码编写速度翻倍但维护成本未减，将导致长期负担。此外，亚马逊因员工滥用AI代理而关闭内部追踪系统，Uber的AI预算在四个月内耗尽却未带来可衡量的生产力提升。

AI训练初创公司Shift本周宣布为纽约居民提供免费清洁服务，但条件是拍摄清洁过程。这些视频用于训练机器人完成洗碗、擦桌子等家务。Shift计划将服务扩展至伦敦等城市。

物理世界的数据收集比互联网文本更难且成本更高。印度平台Pronto也曾利用客户家庭录像训练AI，虽声称需用户同意，但引发市场反弹。另一家初创公司Human Archive则通过工人佩戴的摄像头帽收集第一人称数据。

XCENA是一家拥有韩国和美国办公室的初创公司，刚刚完成1.35亿美元B轮融资，估值5.7亿美元。其设计的MX1芯片通过CXL接口将计算能力置于DRAM附近，减少数据在CPU、GPU和内存之间的往返，据称可将10台服务器的工作量缩减至1台。

CEO Jin Kim表示，AI推理不仅是计算问题，更是内存扩展问题。随着三星、SK海力士和美光三家内存巨头市值首次突破万亿美元，市场对内存解决方案的需求激增。XCENA正与多家全球内存供应商洽谈合作。