如果你对隐私问题有所担忧,AI个人助手的兴起可能会让人感到不安。使用这些服务很难避免分享个人信息,而这些信息会被模型的母公司保留。随着OpenAI已经开始测试广告功能,很容易想象驱动Facebook和Google的数据收集模式会渗透到你的聊天机器人对话中。
由Signal联合创始人Moxie Marlinspike在12月推出的一个新项目,展示了注重隐私的AI服务可能的样子。Confer在外观和体验上类似ChatGPT或Claude,但其后端架构专门设计来避免数据收集,具备使Signal如此受信任的开源严谨性。你的Confer对话不会被用于训练模型或定向广告,原因很简单——主机永远无法访问这些对话。
对于Marlinspike来说,这些保护措施是对服务亲密性质的回应。
"这是一种主动邀请坦白的技术形式",Marlinspike说道。"像ChatGPT这样的聊天界面比以往任何技术都更了解人们。当你将其与广告结合时,就像有人付钱给你的心理治疗师来说服你购买东西。"
确保这种隐私需要多个不同系统的协同工作。
首先,Confer使用WebAuthn密钥系统加密往来系统的消息。(不幸的是,这个标准在移动设备或运行Sequoia的Mac上效果最好,尽管你也可以通过密码管理器在Windows或Linux上使用)。在服务器端,所有Confer的推理处理都在可信执行环境(TEE)中完成,并配有远程认证系统来验证系统未被破坏。在其内部,有一系列开放权重的基础模型处理任何传入的查询。
这个结果比标准的推理设置复杂得多(而标准设置本身就已经相当复杂),但它实现了Confer对用户的基本承诺。只要这些保护措施到位,你就可以与模型进行敏感对话而不会有任何信息泄露。
Confer的免费版本限制每天20条消息和5个活跃聊天。愿意支付每月35美元的用户将获得无限访问权限,以及更先进的模型和个性化服务。这比ChatGPT的Plus计划贵不少——但隐私是有代价的。
Q&A
Q1:Confer是什么?它与ChatGPT有什么不同?
A:Confer是由Signal联合创始人Moxie Marlinspike推出的注重隐私的AI聊天服务。它在外观和体验上类似ChatGPT,但其后端专门设计来避免数据收集,用户对话不会被用于训练模型或定向广告。
Q2:Confer如何保护用户隐私?
A:Confer通过多个系统保护隐私:使用WebAuthn密钥系统加密消息,在可信执行环境中处理推理,配备远程认证系统验证安全性,确保主机永远无法访问用户对话内容。
Q3:Confer的收费标准是多少?
A:Confer提供免费版本,限制每天20条消息和5个活跃聊天。付费版本每月35美元,提供无限访问权限、更先进的模型和个性化服务,比ChatGPT Plus计划更贵。
好文章,需要你的鼓励
Kollmorgen发布NDC布局助手软件工具,专为工厂和仓库中的自动导引车(AGV)及自主移动机器人(AMR)的路线规划与优化而设计。该工具通过分段分析路线,帮助工程师在系统部署前识别瓶颈与低效环节,提供行驶时间、车速及优化潜力等关键数据,并以可视化方式标注问题区域,从而缩短布局设计与验证周期。Kollmorgen表示,该工具未来还将融入AI驱动的优化能力。
这篇由加州大学圣地亚哥分校等六所机构联合发布的综述(arXiv:2605.02913,2026年4月),首次系统梳理了大型语言模型强化学习训练中长期被忽视的轨迹设计问题,提出了GFCR四模块框架(生成、过滤、控制、回放),覆盖数学、代码、多模态和智能代理等多个应用场景,并附有实用的故障诊断手册,为AI训练工程师提供系统性的方法论指导。
现代仓储已从幕后走向前台,配送速度成为品牌竞争核心。面对次日达甚至两小时送达的市场压力,领先履约中心借鉴敏捷开发理念,以周为单位迭代代码、机器人与工作流程。IoT信标、边缘计算与视觉识别模块构建双层架构,实现厘米级货盘追踪与低延迟决策。人机协作模式让员工从重体力劳动转向异常处理与数据分析,拣选准确率突破99%。同时,自动化系统实时采集碳排放数据,在提速的同时实现可量化的减排目标。
中国科学技术大学与FrameX.AI联合提出Stream-R1框架,针对AI视频生成蒸馏训练中"一视同仁"的核心缺陷,引入奖励模型对训练样本进行双重加权:在样本层面根据质量分数筛选可靠的学习信号,在像素与帧层面通过梯度显著性热力图集中优化最需改进的区域,使4步快速学生模型在VBench多项指标上超越慢速多步教师模型,推理速度提升30倍且不增加任何额外计算开销。