最新

这是一个重要的问题，需要我们对技术发展保持前瞻性思考，并关注科技界内外法律与治理的走向。我个人认为，我们正明显地走向一个不可避免的“政府”，即大型科技公司与政府本身的融合。 新罕布什尔州就业保障局（NHES）推出了“AI裁决助手”来处理失业救济申请，旨在简化事实收集并加快福利发放流程。该系统通过对话界面与申请人互动，收集关于他们离职的详细信息。 最近的截图，见：https://imgur.com/a/34FtrCC，来自公开的实时门户网站（adjudication.assistant.nhuis.nh.gov），证实该系统“由Gemini提供支持”（由谷歌提供）。这代表了将商业、面向公众的大型语言模型（LLM）直接整合到核心州级政府行政职能中的首批案例之一（据我所知）。 虽然其既定目标是提高效率，但这种实施具有重要的技术和治理影响： ``` 核心逻辑外包： ``` 州政府不再仅仅将云提供商用于基础设施（IaaS）或软件（SaaS），而是将裁决逻辑的一部分外包给了谷歌的第三方AI模型（MaaS - 模型即服务）。将公民的案件总结给人工审核员的初始过程，正在由Gemini中的一个商业、闭源系统处理。 ``` 数据主权和安全： ``` 该系统处理大量敏感的个人身份信息（PII）。现在，数据流扩展到州政府控制的服务器之外，延伸到谷歌的API端点。这引发了关于数据处理、包含PII的API调用保留策略，以及这些数据是否可用于训练未来模型等关键问题。攻击面从州政府运营的网站组件扩展到商业LLM的复杂安全环境。 ``` 问责制和“黑盒”： ``` NHES的常见问题解答确认，最终决定由人工裁决员做出。然而，这种人机结合的方式是基于AI生成的摘要。如果Gemini模型生成的有缺陷或有偏见的摘要导致福利被错误地拒绝，那么对于任何处于这种境地的人来说，问责链现在变得不明确，因为这仍处于早期阶段。 ``` 供应商锁定： ``` 通过围绕特定的专有模型构建工作流程，州政府创造了显著的依赖性。未来迁移到不同的模型提供商或“内部解决方案”（旧方法）将需要大量的技术工作和再培训，从而赋予供应商可观的长期影响力。 在新罕布什尔州测试的这个新系统，是大型科技公司与州政府直接融合的一个案例研究。它突出了在使用强大、预先存在的模型所带来的即时效率提升，与依赖性、安全性和公共问责制相关的长期风险之间的权衡。 [来源]: Route Fifty关于现代化推动的文章：https://www.route-fifty.com/artificial-intelligence/2025/03/new-hampshires-benefits-program-embraces-ai-amid-modernization-push/403448/

一个在线工具，让用户能够在模拟草坪上放置洒水器，并查看关于其覆盖范围、效率和未覆盖区域的统计数据。用户可以根据个性化场景设置不同尺寸的洒水器和布局。

Hi HN， 我构建了 Tenant Operator - 一个用于原生、声明式多租户的极简 Kubernetes Operator。<p>它允许你将租户定义为 CRD，并自动配置：<p>* 具有隔离 RBAC 和网络策略的命名空间 * ResourceQuota 和 LimitRange * 完整的租户生命周期（创建/更新/删除）<p>一个独特的部分是：它可以<i>直接从你的数据库配置租户</i>——一个新的数据库行立即变成一个 `Tenant` CR，并触发命名空间/RBAC 设置。 这使得构建 SaaS 风格的入职流程变得容易，就像<i>Atlassian Cloud</i> 或 <i>Slack</i> 一样，在注册后（或由客户经理实时）立即创建租户。<p>我最初大约在 2 年前构建了一个早期版本，在<i>生产环境中运行了 150 多个租户</i>。 这个新设计将这些经验教训总结成一个更简单、更通用的接口。<p>多租户不是一个常见的需求，所以来自真实世界的反馈非常宝贵。 如果你发现了设计缺陷、反模式或令人困惑的文档 - 请告诉我。即使是小的反馈也有助于使其更强大。<p>仓库：<a href="https://github.com/kubernetes-tenants/tenant-operator" rel="nofollow">https://github.com/kubernetes-tenants/tenant-operator</a> 许可证：Apache 2.0