🤖 Gartner上调AI支出预测：2026年占IT支出41.5%
⚡ Gartner把AI预算吹到2027翻倍，苹果人跳去谷歌追AGI，律师被加州盯 hallucination，开源调试核与评估框架齐飞，密钥却裸奔1800例，这行热闹得像过年！
随着AI支出预测持续上调，行业正加速迈向一个更强调AI决策透明度与法律规范的时代。值得注意的是，在AI应用规模化增长的同时，对AI决策回放、比对与智能体评估的关注日益增加，这与加州参议院通过规范律师使用AI的法案形成呼应，共同指向AI可靠性与责任边界的构建。
今日 Top 3 头条
- IT支出预测
Gartner上调AI支出预测至2027年
Gartner 将 AI 支出预测周期延长至 2027 年，不再单独列出 2024 年数据；新版预测的颗粒度低于去年 9 月版本。2025 年 AI 支出将占 IT 总支出的 31.7%，2026 年预计升至 41.5%。AI 基础设施与软件支出将在两年内接近翻倍，AI 模型、数据科学工具、开发工具、AI 安全与数据管理工具的增长速度更快。
来源 ↗ - AI行业新闻
Show HN：我开发了一个小巧的开源内核，用于回放和比对 AI 决策
一位开发者在Hacker News上展示了一个名为“AI决策内核”的小型开源项目，旨在彻底改变AI决策在生产环境中的调试和审计方式。该内核的核心功能是能够捕获、重放并比较AI模型的决策过程，从而解决当前AI系统，特别是大型语言模型在实际应用中难以诊断问题、确保可靠性和符合监管要求等挑战。 传统上，AI模型的调试因其“黑箱”特性和非确定性而异常复杂。当AI系统在生产环境中出现意外行为时，开发者往往难以追踪到具体的原因。这个开源内核通过提供一个轻量级的框架，允许开发者记录AI模型接收的输入、其内部状态以及最终输出，并在需要时精确地重放这些决策路径。更重要的是，其“比较”功能使得开发者能够对比不同版本模型、不同输入条件或不同时间点下AI决策的细微差异，从而快速定位导致行为变化的关键因素。这对于理解模型漂移、回归错误或意外偏差至关重要。 该工具的出现具有显著的商业价值和行业影响。首先，它极大地提升了AI系统的可观测性和可解释性，帮助企业更快地识别和修复生产环境中的AI错误，减少停机时间并提高用户满意度。其次，它为AI审计提供了强大的支持，使得企业能够满足日益严格的AI伦理和监管要求（如欧盟
来源 ↗ - 政策法规
加州参议院通过规范律师使用人工智能的法案
2026年1月30日，加州参议院通过SB 574号法案，要求州内律师对所有使用人工智能生成的材料采取“合理步骤”验证其准确性，纠正任何虚假或“幻觉”输出，并移除其中的偏见内容。法案禁止律师将保密、个人身份或其他非公开信息输入公共生成式人工智能工具，并确保人工智能的使用不会“非法歧视”个人或社区。该法案还禁止仲裁员在庭外争议中将决策权委托给生成式人工智能，或在未事先告知当事人的情况下依赖人工智能生成的信息。法案由加州参议院司法委员会主席、民主党参议员Tom Umberg提出，现已提交州众议院审议。法案参考了加州针对法官和法院工作人员使用人工智能的规定，以及一起州上诉法院对律师因提交虚构信息罚款1万美元的案例。
来源 ↗
+4 条头条
- 揭开 AI 智能体评估的神秘面纱
- 苹果AI团队现高管与研究员离职
- OpenClaw获18万GitHub星，暴露1800余实例泄露密钥
- DeepMind联合创始人称AGI本十年内可实现