据@godofprompt 转述 @rryssf_，MIT团队在“Your Brain on ChatGPT”研究中，对54名受试者进行为期四个月的EEG实验（ChatGPT写作、搜索引擎、纯手写三组），结果显示：ChatGPT组在任务期功能连接下降47%（79降至42），且与创造、执行控制、自我监控相关脑区活动被压制。根据该线程报道，83.3%的ChatGPT用户在任务结束数分钟后无法复述其文章中的任意完整句子，而搜索组与纯手写组可复述，反映记忆编码与所有权感下降。另据同源信息，撤除工具后的第四次写作中，先前ChatGPT组的α与β频段连接仍被抑制，被称为“认知债务”。对AI行业的意义包括：企业需为生成式共写与独立创作制定边界；教培与企业培训应在LLM流程中嵌入主动回忆与间隔复习；效率软件应加入认知负荷均衡与回忆校验；合规需关注作者身份与监督弱化风险；AI产品应优先“混合主动”交互，要求用户先搭建框架以维持参与度。提示：以上为Twitter/X转述，建议查阅原始MIT论文以核实方法与效应量。

据X平台用户God of Prompt称，MIT研究发现“大模型上下文污染”现象：当LLM读取自身先前回答时，会将早期的错误、幻觉与文风偏差当作事实向后传播；据该帖文报道，移除这段对话历史可恢复模型表现。该结果对多轮对话助手、自主代理与RAG检索式聊天的产品可靠性构成直接风险。根据该帖文，企业可通过历史截断、带引用的要约重写、以及每轮基于原始资料的再检索来缓解，以减少级联幻觉、降低客服与知识库问答的运营成本，并提升企业搜索与客户支持的准确性。

据 The Rundown AI 报道，Figure 已将其 Figure 03 人形机器人车队投入 24/7 连续值守，丰田新招募 7 台 Digit 人形机器人，一支机器人集群学会协同灭火，且 MIT 为软体机器人加入板载控制“脑”，并给出多条快讯（来源：The Rundown AI 在 X）。据 The Rundown AI，这些动态显示人形机器人迈向不间断生产线与仓储场景、车企开始试点企业级部署、多机器人协作切入应急救援、软体机器人通过嵌入式计算变得更智能，预示降本增效、扩展黑灯工厂与服务机器人新机会。