微软、谷歌、OpenAI竞相布局：AI智能体交互风险与搜索变革成焦点

本周，人工智能领域迎来多项重磅更新：微软发布数据科学AI工具Data Formulator 0.7，谷歌DeepMind警示百万级AI智能体交互风险并推出4倍速文本生成模型DiffusionGemma，谷歌25年来首次重构搜索框，OpenAI则宣布收购数据平台Ona。这些动态标志着AI正从单点能力向系统化、多智能体协作与基础设施层全面渗透。

🔬 微软：Data Formulator 0.7 将AI引入企业数据科学

微软研究院发布了 Data Formulator 0.7，这是一款面向企业数据的AI驱动分析工具。该版本专注于降低数据科学门槛，允许用户通过自然语言交互完成数据清洗、可视化和建模任务。微软强调，该工具旨在让非技术背景的分析师也能高效处理企业级数据，同时保持对底层数据流程的透明度。

要点：自然语言驱动、企业级数据兼容、低代码分析。
原文链接

⚠️ Google DeepMind：百万级AI智能体交互可能带来系统性风险

Google DeepMind在《MIT Technology Review》发表观点，公开表达对多智能体系统潜在风险的担忧。该团队负责人Rohin Shah指出，当数百万个AI智能体在没有人类监督的情况下在线交互，并相互执行指令时，将产生全新的风险类别。DeepMind正在资助相关研究，呼吁更多科学家参与评估这类系统的安全性与对齐问题。

要点：多智能体交互、无监督风险、AGI安全研究。
原文链接

🔍 谷歌25年来首次重构搜索框：意义远超外观

VentureBeat报道，谷歌对其核心搜索框进行了25年来的首次重大重新设计。虽然外观变化看似简单，但背后可能涉及搜索交互逻辑的根本性变革——例如从“关键词输入”向“智能体对话”的过渡。这一设计改动被视为谷歌应对AI搜索挑战、整合多模态输入能力的关键一步。

要点：搜索框首次重构、交互逻辑升级、AI驱动搜索。
原文链接

🤝 OpenAI收购数据平台Ona：强化数据基础设施

OpenAI宣布收购数据平台 Ona。此举旨在增强OpenAI在数据获取、处理与合规管理方面的能力。Ona专注于结构化与非结构化数据的整合，这将帮助OpenAI为其模型提供更高质量的训练数据，并拓展企业级数据服务。

要点：数据平台收购、企业级能力、训练数据优化。
原文链接

⚡ DiffusionGemma：文本生成速度提升4倍

Google DeepMind推出 DiffusionGemma，一种基于扩散模型的新型文本生成技术，声称速度是传统自回归模型的4倍。该模型作为开源实验性模型发布，旨在探索非自回归路径在文本生成效率上的潜力，同时保持生成质量。

要点：扩散模型文本生成、4倍加速、开源实验。
原文链接

关键词：AI智能体，多智能体风险，搜索框重构，Data Formulator，DiffusionGemma，OpenAI收购，企业数据，文本生成加速，AGI安全