共 2 篇文章
牛津大学出版社2026年8月推出《生成式AI基础与监管牛津手册》,由Hacker、Engel、Hammer、Mittelstadt四位跨学科学者主编,分导论、技术基础、监管挑战、行业应用、全球与区域五部分。本文梳理其结构,重点解读责任归属、反歧视、智能体安全、金融行业专章对银行AI治理的映射,并提示学术手册与操作手册之别。
生成式 AI 不能全部替代软件测试,但会重构测试。本文梳理传统测试未解难题,用 Knight-Leveson 实验、LLM 断言与自评研究说明“AI 测 AI”为何放大同源偏差,结合 GitClear、DORA、Google 变异测试与形式化验证给出应对代码膨胀的办法,并依据 DO-178C/DO-330 与 CrowdStrike 事故,回答关键基础设施该怎么测、能否全盘生成代码。