YouTube Music 给 AI 音乐贴标签，AI 蛋白质与代谢数字分身同步推进

YouTube Music 开始给 AI 生成的曲目加标签，Epic 把 AI 转向写进新启动器的发布文案，OpenAI 与 Apple 之间则围绕前员工、机密文件和录音设备展开交锋。与此同时，AI 设计蛋白质和 AI 数字分身进入实验室与日常健康管理。几条线索指向同一个变化：AI 正从模型能力竞赛进入具体产品、组织和身体，而标注、边界与数据治理正在后面追赶。

YouTube Music 给 AI 音乐贴上可点击标签

YouTube Music 新增了明确的标签，用来标注一首曲目是否由 AI 生成。标签是一个写有 AI 字样的长条形标识，直接放在曲目名称下方，用户很难忽略。它既会出现在完全由 AI 生成的歌曲上，也会出现在用模型生成人声等主要组成部分的曲目上；按照 YouTube 的说法，只要 AI 发挥了重要作用，就会带上这个标签。点击标签会打开菜单，说明 AI 具体如何被使用，帮助用户判断要不要继续听。这一做法与 YouTube 主平台给 AI 生成视频加标注的方式相近，而常规 YouTube 应用里有大量音乐视频和相关内容，公司表示这些标签也会在某个时候进入视频播放器。YouTube Music 并非唯一想挡住音频洪流的平台：Spotify 已开始标注假艺人，Deezer 正在实施一套过滤系统。^[1]

分析：对听众来说，标签的意义在于把不可见的生成过程变成可识别的信息，减少在推荐流里误点低质内容的机会。对平台来说，标注也是一种责任分配方式：一旦曲目被标记，平台、上传者和听众之间就多了一层知情同意。真正的考验在于标签的判定标准能否覆盖部分使用 AI 的灰色地带，以及它会不会影响创作者的曝光与收益。

用 AI 设计切割其他蛋白质的蛋白质

研究人员利用 AI 设计工具制造出能够切割其他蛋白质的蛋白质。依据现有信息，这些被切割的化学键原本可以稳定数百年。现有材料没有披露实验细节、效率或应用场景，因此这里不展开推测；但仅从事实本身看，它把 AI 在生命科学中的角色从预测结构推进到生成具有特定功能的分子工具。能否在温和条件下拆解长期稳定的键，是材料回收、工业催化和生物医学中反复出现的难题，而 AI 设计蛋白提供了一条从序列空间直接搜索功能的路径。后续值得关注的是这些设计蛋白是否在湿实验中验证，以及它们对目标键的选择性有多高。^[2]

OpenAI 称前员工把产品计划展示给 Apple

OpenAI 指控一名前员工在离职加入 Apple 前，带走了 100 多份与产品计划相关的机密文件。在周三提交的一份文件中，OpenAI 称这名未具名员工把信息发送到个人账户，随后向 Apple 领导层展示，其中包括 Apple 亚洲运营副总裁。文件内容据称涵盖至少一款未发布设备的图像、供应商信息、工程数据、项目文件、外观修饰标准，以及关于硬件组件涂层与密封的报告。OpenAI 还把 Apple 新的 HomeView 智能显示屏和本周发布的其他设备，与这名前员工的展示联系起来，称展示似乎发生在几个月前，而 Apple 正带着这些信息在 AI 赋能产品上发起新攻势。Apple 的产品计划通常按很长的时间线推进，智能显示屏也已被传闻多年；反过来，Apple 指控 OpenAI 窃取机密文件并监视硬件原型。Apple 未立即回应 The Verge 的置评请求。^[4]

分析：这场互诉显示，AI 与消费硬件交汇处的人才流动、供应链信息和未发布设备外观都已成为敏感资产。双方各执一词，案件结果可能影响两家公司在 AI 硬件上的节奏，也会让行业重新审视文件访问权限、离职审查和竞业安排。

OpenAI 会议室里的隐藏录音设备

一则报道显示，在 OpenAI 一间绝密会议室里，有人发现了一台藏在卫生纸中的录音设备。同一事件中，一名 OpenAI 工程师面临 5 年监禁和 25 万美元罚款，FBI 对其提出外国间谍相关指控。现有材料没有说明设备如何被带入、录音内容是否外泄，也没有披露案件审理进度，因此不补充未经证实的细节。可以确定的是，这起事件把 AI 公司的物理安全与人员审查推到台前：当模型权重、产品路线和客户信息集中在少数办公场所，传统的信息安全边界不再只由防火墙构成，会议室、打印间和随身物品同样成为风险面。对行业而言，这与 OpenAI 指控前员工带走文件的事件形成呼应，说明机密保护正在同时面对内部与外部压力。^[3]

Epic 用 vibe coding 重做启动器，争议随之而来

Epic Games Store 启动器长期被批评笨重，连 Epic CEO Tim Sweeney 也曾在采访中承认它 clunky。Epic 这次用 vibe coding 重做了启动器，宣称比旧版更快、更响应，并换了新外观。公司博客用一种轻松口吻介绍这件事，称编程很难，所以干脆让 AI 来写。发布前一天，Sweeney 在 X 上表示 Epic 正处于一次重大 AI 转向，目标是让每个人构建更多更好的东西，把好处带给所有使用 Unreal 的团队，而不是用更少的人做同样的事。这条推文标注的日期是 2026 年 10 月 12 日。争议在于，Epic 今年三月刚裁员 1000 人；按 Engadget 的估算，Epic 的员工规模已从 2023 年裁员后剩下的 4000 人减少了四分之一。新启动器在测试中确实不那么笨重，Epic 称其启动速度快于 Steam，还能从自己的界面访问电脑上通过 Valve 启动器安装的游戏，并首次登陆 Linux。但它没有解决 EGS 多年的身份危机，也没有提供 Steam 或 GOG 之外的新功能。^[5]

分析：Epic 的案例把 AI 转向的两种叙事摆在一起：一边是让团队做更多更好的东西，另一边是裁员之后用 AI 重写基础工具。对开发者社区而言，启动器性能提升和 Linux 支持是实际利好，但发布文案对 vibe coding 的强调，容易让外界把 AI 与岗位替代直接挂钩。后续要看的是，AI 加速是否真的转化为 Unreal 生态的生产力，以及 EGS 能否借此补上缺失的差异化功能。

数字分身：用代谢数据预测每一餐

Verge 高级评测人 Victoria Song 记录了自己与 AI 数字分身共处约 100 天的经历。她每天早上先喂数字分身：第一餐是智能秤发来的身体成分数据，随后在厨房用柠檬水服药，也记录进应用；周一还会做几次平静呼吸、测量血压，再把这些数据交给分身。到了早餐时间，她先咨询数字分身。这个分身更像一个由 AI 驱动、用颜色编码的食物数据库，用来预测她的血糖会如何对食物作出反应：红色不理想，橙色一般，绿色最合适。它根据她输入的数据和连续血糖监测仪的数据构建。蛋白 Cheerios 加牛奶单独吃是橙色，如果饭后散步就变成绿色，于是她照做，并在 Twin Health 应用中记录；几小时后应用会根据血糖反应生成洞察，让分身更准确。数字分身是身体健康领域较新的概念，虚拟模型由实验室、可穿戴设备、图像、遗传档案等数据点构成并持续更新。临床医生可用 AI 先在分身上测试患者对特定药物或治疗的反应，理论上帮助评估受伤风险、预测疾病进展、实施预防护理，同时减少对真实患者的不良影响，这也被视为通往个性化医疗的一条路径。代谢教练可能是其中风险最低、回报最高的现实版本。^[6]

分析：代谢数字分身的吸引力在于，它把抽象的 AI 健康建议变成每天可执行的饮食与运动选择。但它的准确性依赖用户持续输入数据，颜色编码也只反映个人历史与血糖反应，不能替代医疗诊断。如果这种模式走向临床，数据隐私、算法透明度和医生责任边界都会成为必须回答的问题。

共同趋势：AI 落地越深，标注与边界越关键

把这几条线索放在一起，AI 正在同时进入内容平台、企业组织、实验室和人的身体。YouTube Music 的标签把 AI 生成内容从不可见变成可识别，Epic 的 AI 转向展示公司如何把 AI 写进产品叙事，OpenAI 与 Apple 的互诉和录音设备事件提醒人们，机密与信任仍是稀缺资源；而在蛋白质设计和代谢数字分身中，AI 的价值来自对复杂系统的预测与生成能力。后续可以关注：YouTube 的 AI 标签是否如约进入视频播放器，Spotify 和 Deezer 的标注与过滤会形成怎样的行业惯例；AI 设计的蛋白质能否在实验中证明选择性与效率；OpenAI 与 Apple 的诉讼和工程师案件会如何影响两家公司的产品节奏；Epic 的 AI 转向在裁员之后会如何改变团队结构与游戏开发流程；数字分身能否从代谢管理走向临床验证。这些问题的答案，将决定 AI 是停留在演示与标签层，还是成为可追责的基础设施。