Workflow
AI垃圾信息
icon
搜索文档
春节“清朗”行动:不得鼓吹不婚不育,借春晚挑起互撕拉踩
南方都市报· 2026-02-12 15:58
国家网信办启动2026年春节网络环境专项整治行动 - 国家网信办于2月12日起开展为期1个月的“清朗·2026年营造喜庆祥和春节网络环境”专项行动,旨在整治网络生态问题,营造良好春节网络环境 [1] 重点整治方向一:恶意挑动负面情绪 - 整治宣扬鼓吹不婚不育、反婚反育等不良价值观,挑动男女性别对立,渲染“婚姻恐惧”“生育焦虑”的内容 [1] - 整治以“年货采购”“春节风俗比拼”等名义炫富斗富,恶意挑动攀比对立的内容 [1] - 整治借春节晚会、春节档影视作品、热门体育赛事等,组织参与网上“饭圈”活动,挑起拉踩互撕的行为 [1] 重点整治方向二:生成传播“数字泔水”等垃圾信息 - 整治利用AI等新技术批量生成逻辑混乱、信息空洞、高度雷同的低质内容 [2] - 整治滥用AI技术对经典动画、影视作品等植入低俗暴力内容进行戏谑恶搞的行为 [2] - 整治对文学名著、历史典故等进行“魔改”,歪曲解构优秀传统文化的内容 [2] - 整治批量炮制“父母偏心”“婆媳矛盾”“姐弟互殴”等渲染家庭矛盾、代际冲突的文案和剧情以营销炒作 [2] - 整治利用AI批量生成所谓“鸡汤网文”“霸总爽剧”“专家科普”等图文、短视频内容,影响网民认知判断 [2] 重点整治方向三:炮制传播不实信息 - 整治编造涉春运保障、节日市场供应、社会公共安全领域突发事件等方面的谣言,伪造发布“春节政策”“事故通报”等权威公告,甚至传播“阴谋论” [2] - 整治以“震惊”“惊爆”等耸人听闻的“标题党”,或借同名同姓的“人名梗”吸引眼球,炮制与春节假期社会热点事件相关的谣言信息 [2] - 整治假冒仿冒公众人物蹭炒热点发声,借机误导网民的行为 [2] 重点整治方向四:为违法活动引流 - 整治进行赌球活动引流,如以“赛事竞彩分析”“预测球赛结果”等为由提供付费咨询,或变相组织“新春线上棋牌游戏技巧”“家庭红包互动新玩法”等网络赌博活动 [3] - 整治通过“同城交友”“过年搭子”等话题发布暗示性图文信息,进行色情引流的行为 [3] - 整治打着改命转运、破除太岁等旗号,提供网上算命占卜服务,宣扬封建迷信的活动 [3] 监管执行与平台责任 - 国家网信办强调将压实平台责任,强化处置曝光,督促重点平台成立工作专班,加强春节期间值班值守,主动清理处置违法违规信息 [3] - 监管机构将严肃查处问题突出的违法违规网站平台、账号及MCN机构,并及时公布典型案例查处情况和治理成效 [3]
网信办开展春节清朗行动:整治恶意挑动负面情绪、生成传播“数字泔水”等突出问题
金融界· 2026-02-12 15:31
专项行动概述 - 中央网信办决定自即日起开展为期1个月的“清朗·2026年营造喜庆祥和春节网络环境”专项行动 [1][2][7] 工作目标 - 专项行动旨在聚焦春节期间网民常用的平台环节和服务类型,大力整治人民群众反映强烈的网络生态问题,为广大网民营造良好的春节网络环境 [3][8] 工作任务:整治恶意挑动负面情绪 - 整治宣扬鼓吹不婚不育、反婚反育等不良价值观,挑动男女性别对立,渲染“婚姻恐惧”“生育焦虑”的行为 [4][9] - 整治以“年货采购”“春节风俗比拼”等名义炫富斗富,恶意挑动攀比对立的行为 [4][9] - 整治借春节晚会、春节档影视作品、热门体育赛事等,组织参与网上“饭圈”活动,挑起拉踩互撕的行为 [4][9] 工作任务:整治生成传播“数字泔水”等垃圾信息 - 整治利用AI等新技术新应用批量生成逻辑混乱、信息空洞、高度雷同的低质内容 [4][9] - 整治滥用AI技术对经典动画、影视作品等植入低俗暴力内容,进行戏谑恶搞 [4][9] - 整治对文学名著、历史典故等进行“魔改”,歪曲解构优秀传统文化的行为 [4][9] - 整治批量炮制“父母偏心”“婆媳矛盾”“姐弟互殴”等渲染家庭矛盾、代际冲突文案和剧情以营销炒作博取流量的行为 [4] - 整治利用AI批量生成所谓“鸡汤网文”“霸总爽剧”“专家科普”等图文、短视频内容,影响网民认知判断的行为 [4][9] 工作任务:整治炮制传播不实信息 - 整治编造涉春运保障、节日市场供应、社会公共安全领域突发事件等方面谣言,伪造发布“春节政策”“事故通报”等权威公告,甚至传播所谓“阴谋论”的行为 [5][10] - 整治以“震惊”“惊爆”等耸人听闻的“标题党”,或者借同名同姓的“人名梗”吸引眼球,炮制与春节假期社会热点事件相关的谣言信息的行为 [5][10] - 整治假冒仿冒公众人物蹭炒热点发声,借机误导网民的行为 [5][10] 工作任务:整治为违法活动引流 - 整治以“赛事竞彩分析”“预测球赛结果”等为由为赌球提供付费咨询,以及变相组织“新春线上棋牌游戏技巧”“家庭红包互动新玩法”等网络赌博活动的引流行为 [5][10] - 整治通过“同城交友”“过年搭子”等话题发布暗示性图文信息,进行色情引流的行为 [5][10] - 整治打着改命转运、破除太岁等旗号,提供网上算命占卜服务,宣扬封建迷信的引流行为 [5][10] 工作要求:压实平台责任 - 要求督促重点平台成立工作专班,加强春节期间值班值守 [1][6] - 要求加大对首页首屏、热搜榜单、热点推荐、PUSH弹窗、信息流、评论等巡查力度,主动清理处置违法违规信息 [1][6] 工作要求:强化处置曝光 - 要求严肃查处问题突出的违法违规网站平台、账号及MCN机构 [1][6] - 要求及时公布典型案例查处情况和治理成效,形成有力震慑 [1][6]
智能体架构:企业数据与人工智能领域的下一个颠覆性力量
科尔尼管理咨询· 2026-01-23 17:40
AI智能体市场前景与驱动力 - AI智能体领域蕴含巨大价值潜力,英伟达首席执行官预测该领域将是一个价值数万亿美元的机遇[1] - 中国智能体市场占全球AI智能体市场规模的35%,年复合增长率约28.7%[2] - 市场核心驱动力来自多模态大模型技术突破、垂直行业渗透率提升及政策红利释放[2] - 国内市场以政务、金融、医疗为三大主力应用场景,合计占比超过60%[2] - 政务领域因智慧城市项目集中落地增速最快,2025年需求规模同比激增42%[2] - 中国已将智能体发展纳入国家级战略布局,政策明确到2030年实现新一代智能终端、智能体等应用普及率超过90%[2] AI发展的核心障碍与“幻觉”问题 - AI发展面临两大主要障碍:“AI垃圾信息”(数据自噬)和大型语言模型的“幻觉”倾向[4] - 用AI生成的信息训练AI模型会加剧“幻觉”问题,将虚假输出演变为训练数据[4] - ChatGPT首次发布时,“幻觉”发生率在40%到100%之间[5] - 估算显示GPT-4.5的“幻觉”发生率已低于15%,但其底层大型语言模型的“幻觉”发生率仍超过40%[5] - 当前通过“智能体外壳”封装LLM来降低“幻觉”发生概率,但本质是掩盖而非消除问题[6] - 要彻底消除“幻觉”需让模型在所有可能的人类对话组合上训练且每句话都经过事实核查,这绝无可能[6] - 神经网络始终无法对训练数据之外的内容进行推断,这是其致命弱点[6] 传统企业数据架构与LLM的适配问题 - 传统企业架构将分散数据聚合到云端数据湖,已投入数百万美元用于分析平台[9] - 聚合数据通常缺乏上下文、包含异常值和缺失数据,不适合大语言模型[9] - 将LLM直接构建在数据湖上会使模型更容易产生幻觉,所有生成的洞察都必须经过严格验证[9] - 幻觉表现具有潜伏性,LLM可能看起来在提供高价值且准确的信息,营造虚假可信度[10] - 制造业环境中LLM更容易产生幻觉,因该领域数据系统具有多样性、孤岛化与分散化的特点[12] - 将整个数据仓库不加甄别地上传至云端数据湖,会导致对数据的完全误读[12] 智能体架构作为解决方案 - 智能体架构将重心回溯至数据源头,由领域智能体掌管特定的数据孤岛[16] - 向云端传输海量数据的行为将被智能体间按需进行的信息交换所取代[16] - 这对降低云存储和计算成本具有深远意义,同时能重振边缘侧的技术创新[16] - 微软首席执行官预测,基于传统企业架构的SaaS商业模式将迅速过时,除非调整设计以参与协作式智能体生态系统[16] - 大数据分析和企业级AI能力将转变为由用例驱动,而非由平台驱动[16] - 采用领域智能体能够最小化幻觉产生的可能性,并在一定程度上防范“AI信息淤积”的污染[17] - 成功的关键取决于互操作性以及智能体间信息交换标准的广泛采用[17] 智能体生态系统的构建与标准化 - 智能体可视为封装了LLM的实体,内置网络安全保护机制,并能访问一系列实现工作流自动化和缓解幻觉的工具[19] - 互操作性平台必须演进以支持智能体间的信息交换,不同智能体必须在分类标准的具体细节上保持一致[19] - 谷歌近期发布了Agent2Agent通信协议,确认在动态多智能体生态中实现有效协作至关重要[19] - 目前已有超过50家技术合作伙伴支持这一新标准,包括SAP、ServiceNow、HCLTech、MongoDB和Infosys等[19] - 若成功落地,智能体架构将发展成真正的全球智能体生态系统,企业内部智能体将与整个供应商生态及相关外部机构协同作业[20] - 最终将演进为企业通用智能,各级参与者都能获取相关、情境化、准确且可执行的洞察[20] 企业战略路径选择 - 企业面临三条核心战略路径:维持现状、延续现有云路径、采用智能体架构[23] - 维持现状的优势是无即时业务冲击,劣势是逐渐落后、云成本攀升、幻觉风险,成本影响为短期中性、长期负面[23] - 延续现有云路径的优势是可预测,劣势是成本更高、架构脆弱、幻觉风险,成本影响为运营成本持续高昂[23] - 采用智能体架构的优势是可扩展、面向未来、成本高效、AI更安全,劣势是需新治理模式及标准适配,成本影响为长期总体拥有成本更低,前期需战略投资[23] - 主动采纳智能体架构的可行路径分为三步:从单智能体用例切入,尝试多智能体协同,随后引入外部第三方智能体[24] - 实现这一路径需投入资源搭建企业级操作平台,封装数据访问、智能体间信息交换所需的标准与协议[24]