日前，有博主上传视频显示，一辆自动驾驶测试车，在行驶途中变道，挤到了最左侧车道的视频车，两车发生了碰撞事故。
没想到的是，自动驾驶测试车在短暂停留之后，竟然直接一脚油门跑了”，留下视频车在原地凌乱，自动驾驶竟然也会肇事逃逸”。
从视频中来看，自动驾驶测试车从右侧向左侧变道时，影响到了后方视频车的通行，大概率测试车全责。
目前，自动驾驶测试方还没有针对此事发布相关说明，也暂不清楚当时车辆是由系统自动驾驶还是人类司机驾驶，后续以官方消息为准。
此外，值得注意的是，自动驾驶汽车违章、肇事事故后由谁担责，深圳于去年8月份开始施行的《深圳经济特区智能网联汽车管理条例》中，做出了明确规定：
一、有驾驶人的智能网联汽车发生交通违法或者有责任的事故，由驾驶人承担违法和赔偿责任。
二、完全自动驾驶的智能网联汽车，在无驾驶人期间发生交通违法或者有责任的事故，由车辆所有人、管理人承担违法和赔偿责任，但对违法行为人的处罚不适用驾驶人记分的有关规定。
三、交通事故中，因智能网联汽车存在缺陷造成损害的，车辆驾驶人或者所有人、管理人依照上述规定赔偿后，可以依法向生产者、销售者请求赔偿。
（举报）
饿了么App完成品牌升级，正式更名为“淘宝闪购”，版本号同步更新至12.0.1。此次升级标志着阿里巴巴整合即时零售战略的关键一步，新平台聚焦餐饮外卖与日用百货的30分钟极速配送服务。目前该平台仍处灰度测试阶段，仅向部分用户开放，由饿了么现有配送体系承接全国主要城市订单。阿里表示将根据测试反馈持续优化服务体验，此举或将重塑电商行业服务标准与竞争格局。
据站长之家报道，iPhone 18 Pro系列正进行屏幕形态革新，测试HIAA挖孔方案，将显著缩小沿用多年的灵动岛设计，提升屏占比与视觉简洁度。同时硬件升级包括：测试可变光圈技术以优化拍照；Pro+Max版采用钢壳电池增强耐用性与安全性；新增透明版本提供个性化选择。超透镜技术的研发旨在缩小Face ID组件体积，确保识别精度，进一步压缩灵动岛区域，提升交互流畅性。
文章探讨AI时代品牌在ChatGPT等平台可见度的重要性。某SaaS品牌发现其产品从推荐列表中消失，凸显品牌在AI生态中可见度变化难以察觉。数据显示71%美国用户用AI研究品牌，而LLM每次仅引用2-7个域名。建议通过三个维度监控品牌引用：推荐场景、频率排名、竞品对比。提出建立监控体系，重点关注推荐型、对比型、场景型问题，使用AIBase等工具覆盖国内主流平台，持续优化内容形成闭环，确保品牌在AI推荐中保持竞争力。
微信支付11月4日推出三项AI新能力：自动收款功能通过元宝AI智能识别菜单照片并自动生成收款项，提升效率与准确性；宣传文案润色功能可根据商户需求自动优化文案风格，支持学生、上班族等不同群体的个性化选择；AI开发助手能解答技术难题、提供示例代码，帮助商户顺畅接入支付接口。这些功能旨在为商户和用户提供更智能便捷的支付体验。
小米CEO雷军回应SU7与YU7路测问题，称每款车研发中均进行多轮严格测试，包括冬测（黑河零下30℃）、夏测（吐鲁番50℃）及高原测试（帕米尔5100米）。截至10月底，SU7投入727辆测试车，总里程超1300万公里；YU7投入664辆，总里程超850万公里。雷军强调测试规模、里程远超行业平均水平，符合国家标准才上市。
金融机构数字化转型面临双重挑战：既要快速迭代高频业务满足用户即时性需求，又需在严监管下保障系统安全合规。传统测试因效率低、成本高难以应对复杂场景，而AI驱动的“无人测试”通过三阶段演进（辅助生成→协同执行→自主决策）实现质效双升。实践显示，AI测试可将周期缩短70%、成本降30%，并自动生成合规报告。未来75%金融机构将采用AI增强测试方案，国内厂商如Testin云测更适配本土合规需求。无人测试已成为兼顾业务增长与风控的战略选择，推动行业进入高质量、高效率、高合规新阶段。
近日，多名iPhone用户反映手机在锁屏状态下半夜自动拨打陌生人电话，甚至包括最近通话记录中的最后一位联系人。苹果客服回应称未收到大批量反馈，可能是误触、快捷指令或紧急呼叫导致，建议用户检查设置并关闭相关功能。该问题涉及新款及老款iPhone，早在2024年就有类似反馈但至今未解决。
当前CIO面临的核心挑战是如何在有限IT预算下加速企业数字化转型。传统软件测试环节因人力密集、周期冗长成为效率瓶颈，而AI技术正推动测试模式从"辅助"向"无人化"演进。通过AI Agent实现全流程自主测试，可提升测试效率300%、降低成本30%，并将产品发布周期从"月"压缩至"周"。这不仅是技术升级，更是重构IT成本结构、实现降本增效的战略支点，助力IT部门从成本中心转型为价值创造中心。
葡萄城自主研发的活字格低代码开发平台近日通过中国信息通信研究院“智能体平台”能力专项测试，成为首批完成测试的企业。该平台凭借All-in-One智能体开发架构，覆盖数据管理、模型接入、插件开发等八大能力域，具备强集成、高安全、易扩展特性。测试结果显示其AI开发能力达行业认可水平，可为企业提供低门槛智能体落地解决方案，已在制造、政务、医疗等领域深度应用，助力企业数字化转型。
在软件工程3.0时代，传统软件测试面临高投入、低产出、难规模化的困境。AI智能测试通过三大核心突破实现变革：测试设计效率提升300%，人力成本降低30%；质量管控从事后验证转向全流程覆盖，缺陷预防能力增强；基于视觉理解的自我修复系统将脚本稳定性从70%提升至95%以上。这推动测试体系完成从“自动化”到“智能化”的颠覆性跃迁，成为企业构建数字化竞争力的关键工程能力。
