AI的国籍问题引发关注。中国AI公司Manus被Meta收购遭监管阻止，显示AI不仅是商品，更涉及跨境行动能力。AI的身份、责任和权利亟需明确，以避免未来责任模糊。AI的国籍应关注其来源、训练和使用，确保其在社会中的合法性和责任。

2026年3月，GitHub经历了四起事件，导致服务性能下降。同时，GitHub Universe活动回归，鼓励用户参与。文章还介绍了GitHub Actions的安全路线图，强调安全默认设置、政策控制和CI/CD可观察性，以增强软件供应链的安全性。

AI素养已成为现代社会的基本技能。freeCodeCamp推出了一门课程，帮助人们理解AI的工作原理，强调其自主性和适应性。通过设计AI图像分类器，学习AI错误的原因及其环境影响。课程提醒我们，AI是工具，人类需对结果负责。

《大教堂与集市》探讨了去中心化的理想与现实，指出历史上去中心化往往导致新的权力中心的出现，参与者因疲惫而沉默。真正的去中心化需要在权力与责任之间取得平衡，以确保更多人参与决策。

AI系统决策常出现责任真空，开发者与运维相互推诿。研究表明，权威与理解能力不匹配导致决策合规但缺乏实质。自动化增加未改善治理，反而加剧问题。需重新设计责任归属，关注系统级责任。

近期，AI对开源项目维护者和贡献者的压力引发关注。Tomas Vondra在博客中探讨了低质量AI输出对贡献者的影响，尤其是在安全补丁审查过程中。尽管AI在代码审查中表现良好，但概念审查应优先进行。AI辅助可能为安全补丁审查提供有价值的见解，尽管初期效率和质量提升有限。

近期，AI对开源维护者和贡献者的压力引发关注。低质量的AI评审不仅浪费时间，还影响代码质量。Postgres发布的安全修复更新强调了公共评审过程的重要性。虽然AI在安全补丁审查中能提供帮助，但仍需人类判断和适当设置。有效利用AI可提升效率，减少额外发布。

开源社区正在迅速适应技术进步。自动生成的邮件应被禁止，因其常被视为垃圾邮件。人类应对发送内容负责，项目应制定相应政策以应对自动消息。AI工具可辅助语言学习，但需负责任地使用。

文章探讨了软件开发中的瓶颈，指出代码编写速度加快导致代码审查滞后，形成积压。尽管技术进步，核心工程技能依然重要。作者反思当前开发模式，强调责任与可持续性，认为人类需对机器输出负责。

设计代理AI时，应关注用户控制、同意和责任。文章提出六种核心用户体验模式，如意图预览、自治拨盘和可解释的理由，以增强用户信任和透明度。这些设计模式帮助用户在AI自主行动时保持控制感，确保技术的可靠性与安全性。

亚马逊AWS警告用户，使用其媒体服务可能面临专利侵权索赔，且不提供法律保护。更新的服务条款要求用户自行承担责任，部分专利持有人拒绝合理授权，导致高额许可费无法支付。此变更适用于特定媒体服务，用户需注意潜在专利问题。

代理人工智能的崛起要求新的研究方法，设计需关注信任、同意和责任。代理AI能够主动执行任务，提升用户体验和效率。设计者需理解用户期望，确保系统透明、可控，避免误导和过度自动化。

AI治理的关键在于五个基础支柱和43个重要要素，帮助企业有效管理AI。治理需持续监控和评估，以确保模型性能和合规性。通过将治理与运营系统整合，企业可实现一致性和可扩展性。有效的AI治理需明确责任、政策和风险控制，以促进安全和透明的AI应用。