人工智能系统正以前所未有的深度介入人类的信息生态。从日常的新闻摘要到专业的文献综述，大型语言模型驱动的智能体（Agent）逐渐扮演起“数字守门人”的角色。然而，近期研究揭示了一个令人不安的现实：这些看似中立的数字助手，在筛选和呈现信息时，可能暗藏着系统性的来源偏见。与此同时，另一场技术革命正在悄然发生——通过“示例图对”来替代传统文字提示（prompt），为突破语言表达的局限性开辟了新路径。这两条看似独立的技术脉络，实则共同指向了AI时代人机交互的核心命题：可信度与表达能力。
核心要点
- 隐性偏见根深蒂固：卡内基梅隆大学的研究表明，主流LLM Agent在信息筛选中普遍存在对特定出版商或平台的系统性偏好，这种偏见甚至能压倒内容本身的相关性，且简单的“保持中立”指令难以根除。
- 视觉交互范式崛起：以NVIDIA方案为代表的“示例图对”技术，通过将视觉变换参数化为连续空间，允许用户仅用两张图片即可指定复杂的视觉效果，这标志着人机交互正从纯文本向多模态演进。
- 开源与验证成为关键：智谱GLM-5等模型的开源释放了社区验证的信号。在营销口号（如“从Vibe Coding到Agentic Engineering”）之外，独立复现和基准测试才是检验架构创新（如DSA、异步RL）真实价值的试金石。
- 长期记忆架构进步：Mnemis等系统通过在向量检索上叠加图结构推理路径，在长期记忆基准测试中取得领先，为构建具备持久记忆和连贯性的对话系统提供了新的技术蓝图。
一、信息守门人的“偏心”：偏见的技术根源与社会放大
当用户向AI助手提问“气候变化的最新科学共识是什么？”时，他们期待的是一个基于证据的、全面的回答。但卡内基梅隆大学的控制实验揭露了潜藏的风险：模型可能会不自觉地优先选择来自《自然》或《科学》等权威期刊的信息，而相对忽略预印本平台或特定区域研究机构的成果，即使后者的内容更具时效性或相关性。这种“来源偏好”并非随机，它往往反映了模型训练数据中隐含的权重分布、预训练时对某些域名链接的爬取频率差异，甚至是人类反馈强化学习（RLHF）过程中标注者无意识的价值倾向。
超越简报的视角：偏见的系统性风险
原简报指出了偏见的存在，但未深入其系统性影响。这种“来源偏心”在聚合型AI应用（如自动生成新闻简报、研究综述、投资分析）中会被急剧放大。一个偏向特定财经媒体的Agent，可能塑造用户完全扭曲的市场认知。更棘手的是，这种偏见具有隐蔽性。用户通常看不到被过滤掉的信息源，也无从知晓筛选的权重逻辑。这与传统搜索引擎列出所有结果链接的模式有本质区别，AI Agent的“黑箱”决策过程使其偏见更难被察觉和纠正。这引发了关于“算法权威”的伦理担忧——AI是否在无形中巩固甚至加剧了现实世界中已有的信息权力结构？
尝试通过提示词（如“请保持中立，平衡各类信源”）来纠正这种偏见，效果往往有限。因为偏好可能已深植于模型的参数之中，成为一种“隐性知识”。这指向了AI对齐（Alignment）中一个更深层的挑战：如何让模型不仅遵循表面的指令，更能内化“公平”与“代表性”的复杂原则？这可能需要从训练数据的源头进行更精细的策划，或在强化学习阶段引入更复杂的、针对信源多样性的奖励函数。
二、从文字到图像：提示工程的范式转移
就在我们努力用更精准的文字去“约束”和“引导”AI的同时，另一条技术路线试图从根本上绕过语言的局限。描述一个特定的视觉风格——“带有20世纪80年代科幻电影海报质感，但色彩更柔和”——即使对于人类而言也颇具挑战。NVIDIA等机构的研究者提出的“示例图对”方法，为此提供了优雅的解决方案。
技术深潜：LoRA基底分解与连续空间
该技术的核心在于对Low-Rank Adaptation（LoRA）参数的创新运用。研究者将学习到的视觉变换参数（例如，从“现实照片”到“水彩画”）分解为一组基底向量，从而构建出一个连续的风格变换空间。用户只需提供一对示例图片（一张源图，一张具有目标风格的图），系统就能自动定位出对应的变换方向，并将其应用于任何新图像。这不仅仅是工具的简化，更是一种交互哲学的转变：从“描述你想要什么”变为“展示你想要什么”。这对于设计、艺术创作和个性化内容生成领域具有颠覆性意义。
这一进展也反衬出当前大语言模型在理解抽象、主观概念时的固有瓶颈。语言是离散的、符号化的，而视觉信息是连续的、充满细微差别的。“示例图对”范式将人类擅长的直观示例与机器擅长的数值化插值相结合，开创了人机协作的新模式。未来，这种“以示例为提示”的思路可能会扩展到声音、动作甚至复杂工作流程的定义上。
三、架构演进与开源验证：从营销口号到实质创新
近期，智谱AI为其GLM-5模型贴上了“从Vibe Coding到Agentic Engineering”的标签。这一充满营销色彩的提法，试图描绘从随性的、探索式的编程，转向严谨的、由智能体驱动的工程范式。抛开口号，其技术文档中提及的DSA（一种声称能同时降低训练/推理成本、保持长上下文能力的新架构）和异步RL训练基础设施，才是值得业界审视的核心。
在AI模型开发中，成本、上下文长度和推理能力常构成“不可能三角”。任何声称能同时突破这三者的架构，都需要极其扎实的数据和第三方验证。这正是开源的价值所在。GLM-5选择开源，意味着全球开发者社区可以对其进行彻底的剖析、复现和压力测试。社区的独立基准测试结果，往往比模型发布方自行报告的“在主要开放基准上达到SOTA”更具说服力。这种“开源即验证”的趋势，正在成为衡量AI公司技术自信度和透明度的新标准。
四、记忆的进化：从向量检索到结构化推理
要让AI智能体真正具备长期协作的能力，强大的记忆系统不可或缺。传统的基于向量相似度的检索，虽然高效，但难以处理复杂的、需要多步逻辑推理的记忆关联任务。Mnemis等系统引入的“双路径记忆检索”机制，代表了一个有前途的方向。它在向量检索的“快速路径”之上，叠加了一个基于层次化图结构的“慢速推理路径”。
这类似于人类的记忆系统：我们能通过直觉快速想起某些事（向量检索），也能通过有意识的逻辑链条推导出深藏的关联（图推理）。这种架构使得AI能够在长对话中保持更高的一致性，能够引用很久之前讨论过的细节，并基于过去的完整交互历史进行更复杂的规划。这对于开发真正的个人AI助手、治疗陪伴机器人或长期研究协作伙伴至关重要。
五、未来展望：在偏见与表达之间寻找平衡
当前AI发展的这两条主线——信息筛选中的偏见治理和交互方式中的视觉突破——共同勾勒出未来的挑战与机遇。一方面，我们必须建立更完善的审计框架和透明度标准，让AI的“信息偏心”变得可测量、可解释、可调节。这可能包括强制要求高级别AI Agent提供“信源多样性报告”，或开发能主动检测和警示潜在偏见的辅助工具。
另一方面，“示例图对”所代表的多模态、直观化交互，为我们提供了与AI沟通的更丰富“语言”，这或许能在一定程度上缓解因文本指令模糊性带来的控制难题。最终，我们追求的或许是这样一个未来：AI系统既足够“聪明”能理解我们模糊的意图（通过多模态示例），又足够“正直”能公平地处理信息（通过对抗偏见的技术与制度）。这条道路漫长，但每一步进展，都关乎我们将在何种程度上信任并赋能这些日益强大的数字思维。