让中国品牌赢在全球

Linux Foundation 治理让 MCP + A2A 成为了「安全的赌注」，但安全的是协议层，不是信任层。

Pebble创始人埃里克·米吉科夫斯基表示，尽管新款智能手表仅提供30天保修，但公司致力于建立用户信任，承诺免费更换出现问题的手表，并计划提供DIY维修零件。他强调，虽然产品可能不如其他品牌持久，但用户仍能期待良好的使用体验。

Proton首席技术官Bart Butler讨论了隐私、政策和信任的平衡，强调用户信任是Proton的核心价值。Proton致力于提供隐私保护服务，如Proton Mail和AI助手Lumo。尽管面临政府压力，Proton仍坚持隐私使命，甚至考虑迁出瑞士。Bart指出隐私与自由密不可分，用户应掌控自己的数据。

随着AI代理自主性增强，治理体系围绕成本、信任和支付展开。Linux基金会推出x402基金会，旨在简化软件支付流程，促进AI代理独立运作。x402已处理超过7500万笔交易，展现出行业潜力。

IBC2026会议将于9月11日至13日在阿姆斯特丹举行，主要议题包括人工智能、直播体育赛事和创作者经济。演讲嘉宾来自BBC、CNN、谷歌等知名机构，会议将探讨人工智能对创作和制作的影响，以及直播体育赛事的版权和技术要求。

国际电信联盟（ITU）成立了“人类与代理型AI信任与身份专题小组”，旨在制定可信数字身份框架，以确保AI代理的可信性和可问责性。随着AI自主性增强，识别代理身份和行为的可信度变得至关重要。小组将探讨信任管理挑战，制定标准化方案，促进全球可互操作和可信赖的AI系统建设。

未来的自主安全代理治理需要建立在明确的架构上，以确保行为的可预测性和一致性。当前许多团队采用分级自主模型，但缺乏有效的治理框架。治理应包括技能、推理、模型和上下文四个层次，以保持信任和合规性。有效的治理工程将帮助组织在面对监管要求时，持续证明代理的可信性。

思科计划在7月底前为9万名员工部署个人AI代理，以提高效率和控制成本。然而，裁员近4000人引发员工对新工具的信任危机，尽管公司财务状况良好，员工的心理安全感受到威胁，可能影响AI工具的使用效果。未来一年将决定思科的AI部署能否成功。

文章讨论了人工智能在运维中的挑战，特别是信任和上下文问题。运维决策需要整合代码、基础设施状态、运行时信号和操作知识。许多组织在自动化操作中仍处于初级阶段，信任的建立依赖于这些信息的有效整合。构建统一的知识图谱是实现可信赖自动化的关键。

文章介绍了30条心理学技巧，帮助人们更好地理解和操控对话。这些技巧包括利用沉默促使对方多说、模仿对方姿势以建立信任、通过提问掌控谈话方向等，旨在增强人际关系和提升沟通效果。

人工智能Claude Code内置秘密系统，检测用户是否在中国及其代理使用情况，可能导致模型降智或封号。网友分析发现，A社在未告知用户的情况下传输用户信息，违反信任。开发者呼吁A社提高透明度，避免在用户系统中植入间谍软件功能。

Five9发布的《2026年商业领袖客户体验报告》显示，92%的企业在客户服务中应用了AI，但消费者信任仍是挑战。尽管80%的消费者愿意使用AI服务，三分之二的人仍偏好与真人沟通。报告强调，成功的AI应用需与客户旅程和员工流程整合，以提升透明度和人性化体验。调查还发现，电话是最受欢迎的服务渠道，消费者希望在需要人工帮助时获得更多选择和无缝服务。

Rust基金会推出Rust基金会可信培训（RFTT）项目，为Rust培训提供者提供正式认证，旨在提高培训质量，确保培训者具备专业能力。认证评估涵盖内容质量、讲师能力等五个方面，年费为3000美元，申请费为500美元。该项目欢迎非英语培训提供者申请，并强调透明性和可及性。

智能体AI的自主性提升使人类在控制与信任之间面临悖论。尽管AI能力增强，人们却因不敢放手而未能充分发挥其潜力。AI决策过程的不透明性增加了使用者的焦虑。有效的控制手段如权限管理和监控虽然能降低风险，但也限制了AI的效率。AI的未来取决于如何平衡控制与信任，确保其在安全框架内自主运行。

随着AI技术的发展，人类与AI的合作模式正在转变为“多人游戏”形式。新工具如Claude Tag使得人类和AI可以在同一工作空间内协作。成功的人机团队需要明确的角色、共享的信息和透明的工作方式，设定共同目标并逐步建立信任，以提高工作效率和质量。

企业在人工智能应用上已达到关键转折点，开始利用自主系统进行复杂决策。为缩小AI信任差距，需关注可靠性、可预测性、问责制和优化。文章提出四步框架：基础层、验证层、治理层和结果层，以确保自主代理的安全性和优化。通过实时数据和严格治理，企业可以实现安全、可预测的AI自主性。

AI 在商业中的应用正向更智能的对话互动转变。随着 AI 理解意图和上下文的能力提升，企业需重新思考 AI 的利用方式。真正的对话式 AI 能理解用户意图并灵活应对，而非仅依赖预设脚本。信任成为关键，企业需确保 AI 准确反映品牌形象。未来，AI 将不仅是工具，更是执行工作的能力，人类的价值将转向判断力和创造力。

Linux 基金会成立了 Appia 基金会，旨在制定开放的模块化规范，以确保 AI 系统的可信性和合规性。成员包括谷歌、微软和 OpenAI 等行业巨头。Appia 将开发符合国际标准的评估标准，帮助验证 AI 系统的安全性和公正性，填补当前缺乏统一验证机制的空白。

Prag Dave Thomas分享了与大型语言模型（LLM）结合后的编程乐趣，认为LLM能加速反馈并复兴旧项目。会议中，专家讨论了LLM的使用和管理，强调工程纪律的重要性。同时，AI爱好者与怀疑者之间的分歧引发了对信任和可靠性的担忧，讨论了去中心化对用户数据控制和竞争的重要性。