CACM
《Communications of the ACM》（CACM），ACM 旗舰月刊，自 1958 年起为全球计算社区提供文章、新闻与评论。
评论
点赞
收藏为什么隐私这么难：卡内基梅隆研究者拆解11个根本原因
隐私为何屡禁不止，卡内基梅隆大学研究者Jason Hong拆解了11个核心原因。 企业数据变现动机强烈、AI推断能力飞速增长、开发者普遍缺乏隐私知识，且隐私无法靠给用户提供更多选择来解决。垃圾邮件通过ISP屏蔽和反垃圾协议缓解，隐私同样需要从系统设计层面转移用户负担，重新对齐各方激励。
金钱还是舒适？LLM如何为"你的不便"定价
CACM发表研究测试6个主流LLM作为AI助手时，对"用户不便换金钱补偿"的定价能力。发现当前模型存在明显缺陷：部分模型极度贪婪（€1就接受等5小时），部分过度谨慎（€1000也不接受10公里步行），所有模型都表现出"免费陷阱"怀疑——对零成本补偿反而拒绝。 研究代码已开源。
机器速度下的人类掌控
联邦监管机构从业者提出"合规驱动开发"框架：AI生成代码时，人不应以机器速度审批，而应通过确定性分析引擎将规格与代码的差异分类分级，让人只在关键决策点介入。 核心概念"验证债务"——AI加速了生产，但验证和记录能力没跟上，审批记录反而比没有记录更危险。
欧盟《数字服务法》第40条：研究数据开放的机会与现实困境
欧盟《数字服务法》第40条允许经过审查的研究人员获取平台数据，但2025年 delegated act 落地后实践障碍依然显著。平台方对数据共享普遍抵触，有的建议"由平台来验证研究者假设"而非直接开放数据；学术界在资金、法律团队和基础设施上远逊于科技巨头。 数据申请流程繁琐且缺乏专项经费支持，形成"没数据拿不到经费、没经费拿不到数据"的死循环。作者还指出，ChatGPT等大语言模型应被纳入DSA监管范围，目前这是一个监管盲区。
AI是位严酷的情人：论"机器灵魂"幻觉、从众心理与意识机器的政治
AI圈正把"机器有意识"当信仰，但功能等价不等于意识。Anthropic等公司已推出"AI感知力评估"服务，将哲学问题包装成技术问题。Transformer的流畅对话只是训练数据的回声，不是主观体验的证据。 给机器赋予意识地位会打开权利与责任的潘多拉魔盒，而人类道德建立在共同脆弱性之上——这是机器永远无法分享的东西。
打击网络儿童虐待内容的权衡与代价
平台扫描儿童虐待内容面临误报与漏报的两难选择。微软、谷歌、Meta等公司自愿使用感知哈希和机器学习检测CSAM，但美国第四修正案和欧盟ePrivacy指令限制了强制扫描。 误报会导致无辜用户账号被封、警方调查，漏报则让虐待持续。审核员长期接触虐待内容面临心理健康问题，AI训练数据也涉及未经授权的成人内容使用。