1️⃣ NYT 調查：DraftKings 用 AI 精準鎖定「最可能輸錢」的賭客投放優惠
紐約時報訪談多位離職員工揭露，DraftKings 以機器學習模型預測哪些用戶最可能持續輸錢，並對這些「高價值輸家」精準投放免費投注與促銷；而內部曾提出用同一套模型標記問題賭客的計畫，卻被擱置或壓下。當推薦系統的優化目標是用戶的損失而非福祉，AI 的商業濫用有了最具體的範本，也讓「AI 倫理不能只靠自律」的呼聲更有份量。
🔗 來源：New York Times（📰媒體報導（New York Times））
2️⃣ CNBC 拆解 AI kill switch：「不是太少，而是可能太遲」，還可能遭 AI 反制
在國會重推「Kill Switch Act」、授權國土安全部強制實驗室降速或關閉模型之際，CNBC 整理專家意見指出，kill switch 的真正難題不在要不要建，而在技術上遠比立法者想像的困難：前沿模型部署在分散式 GPU 叢集上，且專家警告失控的 AI 理論上可能主動嘗試拆除關閉機制。繼加州行政命令後，這篇文章把「能不能真的按下停止鍵」從口號變成具體的工程與制度難題。
🔗 來源：CNBC（📰媒體報導（CNBC））
3️⃣ BBC：不是所有 AI 從業人員都相信 AI 會毀滅人類——內部反應竟是「笑死」
一週密集的 AI 存亡警告後，BBC 訪談 OpenAI、Meta、DeepMind 等公司的在職與離職員工，發現業內對末日論的普遍反應是嘲諷與質疑：受訪者批評這類主張「永遠很模糊」，具體情境往往建立在不存在的前提上。在鎂光燈聚焦少數離職研究員的戲劇化警告之際，這篇報導呈現了第一線工程師社群更分散、更務實的光譜——恐慌敘事與實際工作者的感受之間，存在明顯落差。
🔗 來源：BBC（📰媒體報導（BBC））