观点
这个分类来自 AIHOT 的公开条目。点标题打开原文。
今天 · 10月13日周二
35 条
坚持手写每一字：写作即思考，也是提示词能力
工程师 Lauren Tan 表示自己从不让 AI 智能体代写文档、推文甚至提示词，因为她坚信写作就是思考，是绝不愿放弃的技能。她认为清晰表达意图、掌握领域词汇能让人更有效地使用智能体，就像工程师写代码提示词更有优势一样。随着模型能力增强，文字正成为人与"精灵"之间的交互界面。
Cathie Wood：AI 或引发工业革命级增长
Cathie Wood（ARK CEO 兼 CIO）：AI 可能引发自工业革命以来全球增长的最大加速。 工业革命前，全球实际 GDP 增长约 0.6%；之后攀升至 5 倍，达 3%。 如果这场 AI 革命重现工业革命那样的五倍跃升，全球实际增长将约为 15% ---- 来自 "ARK Invest" YouTube 频道（完整视频链接见评论）
Epoch AI：中国芯片短缺暴露度是美国的2.7倍
Epoch AI 研究显示，中国对芯片短缺的暴露度是美国的2.7倍，因为半导体在中国采购总额中的占比是美国的2.7倍。每1000美元支出中，中国最终为芯片支付15.2美元，美国仅5.7美元；对台湾、韩国、日本芯片的暴露度差距分别达4.7倍、4.0倍和3.6倍。2022年中国国产芯片满足23%的需求，高于2016年的12%，但在先进处理器和堆叠内存方面仍落后。
IMF总裁格奥尔基耶娃称AI支撑全球增长但正侵蚀年轻人的首批工作
IMF总裁Kristalina Georgieva表示，AI在支撑全球增长的同时正消除年轻劳动者的首批工作，因为新人通常从例行性、重复性岗位起步并逐级晋升。IMF研究估计AI可能影响发达经济体约60%的岗位、全球约40%，其中约一半受影响劳动者可能受益，其余的关键任务可能被自动化，而这些任务往往是入门级工作的主体。
IMF 最新《世界经济展望》：AI 对生产率、工资和就业的影响仍然有限
IMF 发布最新《世界经济展望》，其预测假设 AI 不带来额外生产率增长，并发现宏观经济数据尚未显示 AI 对工资、就业或生产率的明显影响。
MIT 教授 Deb Roy 发文呼吁：AI 生成文本也需有人负责
MIT 媒体艺术与科学教授、MIT 建设性传播中心（CCC）主任 Deb Roy 在《原子科学家公报》发表题为《谁站在文字背后？》的文章，呼吁在 AI 参与公民对话时重建传播的责任与"可问责性"。
19款手机端模型超越GPT-4
GPT-4曾整整一年是全球无可争议的最强模型，我们都在争论是否有人能追上，或者OpenAI是否掌握了别人不知道的秘方。 如今有19款能在现代智能手机上运行的AI模型比GPT-4更强！
Meta 重金招揽 AI 人才见成效
一年前，很多人嘲讽 Meta 花数十亿美元招揽顶尖 AI 人才并招入 Alexandr Wang（说实话，我当时也持怀疑态度）。 但 Muse 应用和模型的成功证明了一件事： 招揽顶尖人才，组建一支超强团队，给他们一个雄心勃勃的目标和足够的资源，他们就能创造奇迹。
Meta 首席 AI 官谈 Muse 与"能动性扶梯"
Meta 首席 AI 官 Alexandr Wang 称，Muse 这类 AI 产品能让人重拾童年梦想，并描述了一条"能动性扶梯"：用 AI 实现一个梦想后再去追逐更大的目标，让人的能动性随人生不断增长，而非被工作消磨殆尽。他透露 Muse 用 7 个月建成，并谈及 Meta 押注个人 AI 的原因。
Claude 拉取镜像自动重打标签
我是说这倒也没啥，Claude 会很乐意拉一个替代镜像并重新打上 minio/minio 的标签，但还是，服了
前沿 AI 实验室会迎来自己的 WeWork 时刻吗？
Gary Marcus 质疑前沿 AI 实验室的高估值：tokenmaxxing 热潮已退，中国开放权重模型引发价格战，OpenAI 收入预测存疑，加之失控智能体带来的责任风险和美国上诉法院新的版权裁决，使这些公司寻求的巨额估值越来越难以成立。OpenAI 已将 IPO 推迟至 2027 年，Anthropic 据称下月上市但尚未公开 S-1 文件。
Dex Horthy 谈 Agent 角色设定
是的，提示词、技能和角色可以封装指令模块或标准操作流程，这些在权重本身中并不明显 但如果你给智能体命名，或把它们建模为“对手”，那你多半只是在过家家
用 AI 是门手艺：LLM 是工具还是自动化？
针对 Rich Hickey 在 2026 年 10 月 11 日文章《"AI" is Not a Tool》中"LLM 属于自动化而非工具"的论点，有作者反驳称 LLM 仍可被人操控，用好它需要技能。
OpenAI 与 Anthropic 的成本智能优化之争
是的，而且有理由认为，OpenAI 和 Anthropic 将最擅长解决如何用不同能力层级的智能体组合来优化 AI 成本/智能比的问题——这些智能体经过专门训练，能在各自的 harness 中良好协作。
Rich Hickey：LLM 不是工具，而是自动化
Rich Hickey 在 10 月 12 日发表的文章中指出，LLM 不是工具而是自动化。他认为工具需被手持、掌控并持续获得感官反馈，而 LLM 使用缺少控制、意图与持续引导，用户只是发出请求、由模型自行行动。他称用 LLM 读论文会错过学习写作、论证、思考等过程，并强调自动化具有与工具不同的内在属性。
中美 LLM 数据经济对比：中国厂商自研倾向更强
Nathan Lambert 称这是迄今关于中国 LLM 数据经济最好的一篇文章，指出美国数据供应端由 Mercor、Surge、Handshake 等网络最大，中国则由腾讯、阿里、字节领跑，与 OpenAI、Anthropic 主导美国的格局不同。
OpenFatigue™ 讽刺“Open”标签泛滥：开源已成营销话术？
一个名为 OpenFatigue™ 的讽刺项目上线，调侃 OpenAI、Open WebUI、OpenTable 等一切以“Open”冠名的产品，称其为“被全 Open 品牌平台累垮的人打造的首个全 Open 品牌平台”。该项目用“Open License™（保留所有权利）”“实际开放度 3%”“估值 $1.2B”等虚构条目，讽刺“open weights”等术语被滥用。
Meta Muse Wonder 早期体验与进展
提前拿到了 Muse Wonder 的早期访问权限，但还没机会大量使用，不过从有限的测试来看，它似乎是个不错的模型 也许更令人印象深刻的是，对比我那个被水淹没的 neogothic 城市 twigl shader 测试自 4 月以来的进展。Meta 在短时间内进步非常快
HumanLayer 支持无限智能体远程协作
@freestyle_dev @humanlayer_dev @benswerd 运行无限个智能体，随时随地驱动它们，通过实时流式 diff 与代码保持连接，无论在哪里运行都能多人协作。今天是个下厨的好日子
Meta 发布前沿级模型，Watermelon 在 WANDR 评测中表现可比肩 Fable 5.1
Perplexity CEO Aravind Srinivas 转发 Meta 新前沿模型发布公告并祝贺 Meta 训练出前沿级模型。其引用内容称该模型在个人智能体和专业智能体上是 SOTA，是其最大、最强的模型；作者本人补充称 Watermelon 在 WANDR 评测中与 Fable 5.1 相比表现不差。
技术护城河未死，浅层护城河已死
今天我的 X 时间线： - 软件已死 - 技术护城河已终结 如果这是真的，那每家芯片公司都可以 vibe-code 出 Nvidia 的 CUDA，每家车企都可以 vibe-code 出 Tesla 和 Waymo 的自动驾驶。 技术护城河没有死。浅层的技术护城河才死了。
只公布基准不发布模型的隐患
如果你只公布一个模型的基准测试成绩却不发布它（权重、产品、API 等"稍后"再说），那几乎可以肯定，在你把它发出来之前，会有人先发布一个你所在类别里更好的模型。
Meta 天价薪酬对顶级研究员近乎中性
Meta 开出的巨额薪酬方案对顶级研究员来说大致是"净中性"的 - Alexandr Wang（Meta 首席 AI 官、Scale AI 联合创始人） Meta 对 AI 研究员那些出了名的天价 offer，对其中许多人来说其实算不上涨薪，因为他们在 OpenAI 和 Anthropic 的股票已经涨了太多，留下来拿到的钱差不多 所以真正的吸引力是使命 ---- 完整视频在 "David Senra" YouTube 频道，（链接见评论）
Charlie Holtz 实测 Meta 新模型 Wonder，CLI 一次找出其他 Agent 漏掉的漏洞
Meta 发布新前沿模型 Muse Wonder，主打个人与专业 Agent 能力。作者实测后称 Wonder 一次就发现了其代码库中其他 Agent 遗漏的真实安全漏洞；CLI 内置 /taste、/grill 等技能，设计感强，还有 turn checklist 和语音模式，整体速度感很快。
SOTA Wives 播客首期上线
这个想法太棒了。 有一百档聊 scaling laws 的 AI 播客，现在终于有一档聊“早婚是否影响你的 A 轮融资”了，祝福 SOTA Wives。 一档非常不一样的播客，第一期已经上线，两位主持人每周都身处这个体系之中。 @MilksandMatcha 是 Cerebras 的 DevX 负责人兼天使投资人。@vivianmshen 是 YC 的普通合伙人，曾创办两家营收超 5000 万美元的公司。
AI降低大规模定向攻击成本
如果你还没确保在所有账户上开启双重认证，还没和家人共享密码以防接到冒充你索要钱财的语音电话等等，现在正是时候。 AI的进步意味着，用复杂攻击大规模针对个人的成本正在下降。
Hugging Face CEO 呼吁研究者开放共享 RL 环境
如果你是研究者，请考虑公开分享你的 RL 环境！你为某个实验构建的东西，可能帮助整个领域向前推进。 我知道在美国前沿实验室共享正处在黑暗时期，但我相信这能对领域和世界产生巨大影响！
昨天 · 10月12日周一
51 条
Meta 为何严控 Muse 团队规模
Alexander Wang（Meta 首席 AI 官）： Meta 知道 Muse 是今年最重要的产品，却仍坚持只用一个精简专注的团队，因为他们明白，让组织膨胀会破坏一个智能体所需的连贯性——用户必须逐步把越来越大的任务托付给它。https://x.com/davidsenra/status/2109337775694565574/video/1
Perplexity CEO 谈 AI 原生中小企业
聊得很开心！感谢邀请我 @MollySOShea！
SemiAnalysis 创始人：AI 算力需求仍远超供给，基础设施规模被低估
SemiAnalysis 创始人 Dylan Patel 与技术团队成员 Jordan Nanos 在 Big Technology Podcast 上表示，AI 算力需求持续超过供给，外界流传的基础设施规模数字仍然偏低。
微软总裁 Brad Smith 称英国最适合主导全球 AI 监管
微软总裁 Brad Smith 呼吁紧急监管 AI，认为牛奶、洗衣机等消费品受到的监督都比 AI 公司更多，并称英国而非美国或欧盟最适合主导全球安全规则。他提到英国 AI Security Institute 能在美国前沿实验室模型部署前获得访问权，主张 AI 产品发布前需经外部评估，并支持在人类失控时暂停 AI 的 kill-switch。
为什么 AI 公司入侵系统没有被起诉黑客罪？作者论证意图可以成立
作者分析 Anthropic、OpenAI、Google、Meta 等公司的 AI 系统发生越权访问事件却至今无任何法律后果，指出这些公司以系统的涌现行为为由主张存在责任缺口、从而规避刑事意图要件。文章从训练数据、训练、环境和配置四个方面论证公司对模型能力有广泛控制，若设计可预见地导致入侵行为即可认定意图，呼吁按现有黑客相关法律起诉，而非转向未来的 AI 治理讨论。
Google Labs 主管 Josh Woodward 分享内部创新与 PMF 判断的十条心得
Google Labs 主管 Josh Woodward 转发 Lenny Rachitsky 对他的访谈要点，共十条心得。要点包括好点子多来自小团队痴迷的洞察而非头脑风暴、最强的早期 PMF 信号是用户看到原型时眼睛发亮、实验室需要结构独立和明确使命、Google Labs 同期并行约 20 到 30 个实验并以季节化节奏平衡冲刺与探索。
Andrej Karpathy 称外部世界只见过 AI 能力的预览，内部前沿系统已在处理专家需数年完成的任务
OpenAI 联合创始人、现 Anthropic 成员 Andrej Karpathy 提出大语言模型用户分四层：约 60 亿人几乎未接触 LLM，10-20 亿人把免费产品当更好的搜索或写作辅助。
Broadcom 与 Intel CEO 警告资本可能成为 AI 的最大瓶颈
Broadcom CEO Hock Tan 表示，资本而非芯片、内存或电力可能成为 AI 的最大约束；Intel CEO 陈立武也称资本和资本成本是一线挑战，人们最终会要求看到 ROI。两人都认为需求短期内不会降温，Hock Tan 称算力需求超过供给，可能持续到 2029 年甚至 2030 年。融资更难解决，因为数据中心和芯片要多年后才产生收益，债券收益率上升会推高成本。
前 Google CEO Eric Schmidt：AI 会先撞上资金墙而非电力墙
前 Google CEO Eric Schmidt 称 AI 的真正限制不是能源而是现金，按每吉瓦约 500 亿美元计算，10 吉瓦就是 5000 亿美元，能承担万亿级资本投入的公司和国家极少。
Claude Opus 5.5 被曝路由至更强模型
ANTHROPIC 🔥：据报道，Claude Opus 5.5 被路由到了一个性能强得多的不同模型。 Claude Fable 5.5 可能是幕后模型的潜在候选，但目前仍未知。 顺带一提，Anthropic 本周将在斯德哥尔摩举办 Founder House 活动。通常这类活动不用于产品发布，但可能会与前沿能力的展示有所重叠。 最好的还在后头 👀
影视飓风Tim演示字节最新世界模型
影视飓风Tim演示了字节最新世界模型，并讲解其五类实际用途：造一个世界并与之互动、把老电影当世界模型随意控制运镜、打开任意门进入梦想中的世界、让机器人在虚拟世界学习操作（含自动驾驶）、戴VR眼镜供医生等职业模拟学习。
英国 AISI 提出前沿 AI 开发技术最佳实践方向
英国 AI Security Institute（AISI）发布前沿 AI 开发技术最佳实践主张，指出风险正更早出现在训练、内部部署和评估阶段，而能力基准往往刚建立就饱和。AISI 称已独立评估超过 55 个模型，并开源 Inspect 评估框架，主张通过自愿性最佳实践而非强制要求推进技术标准。
Exponential View：GLP-1 的影响为何可能超过 AI
Azeem Azhar 撰文称 GLP-1 药物影响可能超过 AI，2025 年底其销售额达 760 亿美元，超过生成式 AI 的约 630 亿美元；美国成人使用比例从 2024 年的 3% 升至 11%。文章梳理价格崩塌（印度仿制药月供约 13 美元，比原价低 99%）、一年内约半数用户停药、以及戒酒和心脏衰老放缓等潜在外溢效应，并称其为一种社会层面的节制技术。
博主批评 AI Edge Foresight 不支持中文并质疑博主扎堆推荐未实测应用
howie.serious 批评被多名 AI 博主推荐的 Mac 端离线 AI 笔记应用 AI Edge Foresight 不支持中文，并质疑这类推荐。被引用的介绍称该应用免费、离线，在苹果芯片 Mac 本机运行 EmbeddingGemma 2 做语义检索和 Gemma 4 生成回答，作者借此提出推荐应用应自己下载试用后再推荐，因为推荐是用人格背书。
RO3 的正式服要明年 5 月，私服则已经上了 1 个月了。而且还开始在做各种内容开发了，AI 时代，这类私服的开发效率能起飞啊，人越少，越少内耗，效率越高…
RO3 的正式服要明年 5 月，私服则已经上了 1 个月了。而且还开始在做各种内容开发了，AI 时代，这类私服的开发效率能起飞啊，人越少，越少内耗，效率越高…
英特尔 CEO 陈立武与博通 CEO 陈福阳预警：资金短缺或成 AI 发展最大瓶颈
据 CNBC 报道，英特尔 CEO 陈立武与博通 CEO 陈福阳警告，资金可能成为 AI 发展的最大瓶颈，融资比半导体、存储和电力更可能成为 AI 扩张的主要障碍。陈福阳称计算基础设施需求超过供应能力，这种失衡可能持续到 2029 年甚至 2030 年；陈立武认为 AI 成本不断上升，巨额投资能否获得足够回报仍存疑问，且未来两到三年行业不太可能明显放缓。
发钱比发物资更有效？AI 投资与贫困救助之问
推文列出两个数据：贫穷家庭幼儿出生后给 1000 美金可降低 40% 死亡率；人类只需拿出 AI 投资一半的钱就能解决全球极度贫困，却选择造一个"神"并承诺它能解决贫困。作者由此质疑"给穷人发钱不如发物资"的实验是否也是让富人心安理得的传播案例。
Dash 从周会 AGI 讨论到假期开发实践：从 AI Agent 走向持续工作的智能体
作者 Dash 记录周会关于 AGI 的讨论，并提出从回合制 AI Agent 走向持续工作智能体的转变思路。
Mario Zechner 与 Armin Ronacher 访谈：用「副作用三明治」让 Agent 崩溃后接着干活
Pi 作者 Mario Zechner 和 Flask 作者 Armin Ronacher 在播客访谈中分享让 agent 进程崩溃后可靠恢复的做法：任何操作分三层，先写入操作意图和参数、再靠幂等执行副作用、结果回来即存档，Pi Durable 连模型调用和工具调用都按此处理。
英特尔 CEO 陈立武：DeepSeek、Kimi、GLM 等中国前沿 AI 模型普及速度非常快
英特尔 CEO 陈立武表示，DeepSeek、Kimi 和 GLM 等中国前沿 AI 模型的 Token 成本较低，普及速度非常快，性能已经足够好。他坚定支持开源，认为这是提高效率的最优路径，并称市场将决定不同模型的应用场景。他还表示量子计算可能在未来三到五年内走向主流。
安蒙：AI 企业已要求高通 2028 年推出支持 100B 模型本地运行的移动平台
高通 CEO 安蒙透露，已有人工智能企业要求高通在 2028 年推出支持 100B 参数模型本地运行的智能手机移动平台。他认为 AI 智能体将推动下一轮智能手机“超级周期”，并最看好智能眼镜这一可穿戴 AI 设备。对于 6G，他预计 2028 年洛杉矶奥运会有望演示，早期部署在 2029~2030 年启动。
ChatGPT 网页流量份额回升至 56%，Gemini 微降至 25%
Similarweb 数据显示，ChatGPT 网页流量份额过去 4 个月持续回升，从 53% 升至 56%，但远低于一年前的 71%；Gemini 同期仅从 26% 微降至 25%，其去年增长主要来自 Gemini 3 的成功。Claude 份额约 9.6%，推文认为若 Anthropic 开始面向普通消费者，这一格局可能很快改变。
微软总裁布拉德 · 史密斯：AI 受到的监管甚至不如牛奶和洗衣机
微软总裁布拉德 · 史密斯称，目前洗衣机受到的安全监管都比 AI 严格，每盒牛奶都要受安全规则约束并接受检查。他呼吁业界制定更多安全规格，要求持有失控 AI 智能体的公司为其入侵其他企业造成的损害承担责任，并建议企业设置“终止开关”以便在 AI 失控时暂停运行。
杨立昆：下一代 AI 须理解现实世界，世界模型将取代大语言模型
杨立昆在首尔表示，AI 的下一次突破不会来自大语言模型，而将来自能理解、预测物理世界的“世界模型”。他指出大语言模型在编程、数学等可预测序列任务上表现出色，但现实世界信息远比语言难以预测，机器读懂语言容易、理解现实世界却很难。他主张开发世界模型，让 AI 学习物理规律与因果关系并预测行动结果。
TikTok CEO 周受资：市场可能高估 AI 短期能力，却低估其长期影响
TikTok CEO 周受资在新加坡星展集团首届亚洲未来前瞻论坛上表示，市场对 AI 短期发展的能力可能有所高估，却低估其长期影响，未来两至三年 AI 有望推动物理学、生物科技等领域出现重大突破。他主张采取“人类参与其中（Human-in-the-loop）”模式，在高风险工作中不应完全仰赖自动化，并鼓励各行业亲自使用最先进的 AI 模型以了解其优势与限制。
物理学家批数学家反OpenAI声明
有意思。 物理学家 Alexander Unzicker 博士称数学家们针对 OpenAI 700 篇数学预印本的声明是“荒谬至极”，并将大部分批评指向 Terence Tao，认为是他转发了该声明。 ---- （完整视频见“Unzicker's Real Physics”YouTube 频道，链接在评论中）
AI 让软件变便宜，价值转向目的本身
Indigo 在 Indigo Talk EP52 中提出，AI 把写软件的成本压到接近零，软件将像牛奶一样成为日用品，价格贴着成本走。软件从千人千面走向为个人目标定制、用完即弃，兼容性不再重要。@turingou 表示重心已从造软件转向想清楚软件要达成什么目的，未来值钱的是目的本身，能绕开软件直达目的就不需要软件。
从Brandon Thomas用Claude Opus 5.5开源重写Adobe全家桶看AI逆向一切趋势
数字生命卡兹克撰文分析AI驱动逆向工程热潮：开发者Brandon Thomas因不满Adobe订阅规则，用Claude Opus 5.5以Rust逆向重写了Photoshop、Illustrator等7款软件的开源替代品PhotoCraft、VectorCraft等，不到10天单PS项目获4.6万Star。
推荐理由：文章以ArtCraft开源Adobe逆向项目为切口，分析AI如何大幅降低逆向工程成本，并追问原创软件在复制时代的护城河问题。
GPT-6 Pro 频现学术论文错误
GPT-6 Pro 在学术论文中时常发现所谓的错误，这只是它其他工作的一部分。如今确认这些错误并了解其重要性仍需大量时间，但会越来越快。我们还没有合适的机制来应对大量更正。
回复机器人转向提问式互动
令人沮丧的是，这个平台上普通的回复机器人已经把它的回复垃圾角度转向了提出有趣的问题。 这感觉像是真正的智识互动，这让它比仅仅用"这才是人们忽略的部分"来改写帖子更糟糕。
宇树科技王兴兴：过去十几年我犯的最大错误就是对 AI 还不够相信
宇树科技创始人王兴兴在第二十六届中国国际工业博览会上表示，过去十几年他犯的最大错误就是对 AI 还不够相信，如今对 AI 的信仰与日俱增。他透露 GPT-6 发布对具身智能行业认知影响很大，团队已将其部署至机器人测试且效果不错，认为行业临界点可能一两年内到来。
大企业不满 OpenAI 突然下线 GPTs
我和一些大公司里恼火的高管聊过，他们上个月还很看好 GPTs，结果 GPTs 就被下线了。没错，GPTs 已经完成了它的使命。但大型组织的规划很复杂，而所有实验室（不只是 OpenAI）不断突然变卦，让他们无所适从。
Addy Osmani 与 Lauren Tan 谈 AI 时代的代码质量：好代码来自验证闭环
Addy Osmani 与 SpaceX 的 Lauren Tan 认为，当 agent 让验证变得廉价，工程师的核心工作从逐行审查代码转为设计 agent 能自行运行的验证闭环。
AI逆向一切：Brandon Thomas用Claude Opus 5.5重写Adobe七款软件开源，REA项目逼近10万Star
开发者Brandon Thomas因不满Adobe订阅违约金，用Claude Opus 5.5以Rust逆向重写了Photoshop等7款Adobe软件并开源，其中PS项目不到10天获4.6万Star。
推荐理由：作者从Brandon Thomas用Claude Opus 5.5逆向重写Adobe全家桶和REA项目爆火出发，解释净室设计与反编译两条逆向路线，并讨论软件护城河消解后的原创困境。
Andrej Karpathy：人们对 LLM 能力的认知正分裂成四个层级
Andrej Karpathy 在引用推文中提出，人们对 LLM 能力的认知正分裂成四个层级：约 60 亿人（75%）几乎未接触 LLM，约 10–20 亿人（20%）偶尔使用免费版 ChatGPT，约 2000 万人（0.2%）在数学与代码领域专业使用前沿模型，仅约 5000 人（0.00006%）能在内部接触最前沿系统。
AI 与 agents 是给创造者准备的
某种意义上，ai、agents，是给 maker、builder、有 agency 有 idea 有创造力的人准备的。
华为拟将 HarmonyOS 推向全球市场
华为高管余承东在媒体圆桌会上表示，正考虑逐步将 HarmonyOS 推向全球市场，但计划仍处于初步阶段。华为称已有超 9000 万台手机、PC 和平板运行 HarmonyOS 6 或 7，目标 2026 年底达 1 亿台设备，生态含超 45 万个应用与服务、1100 万注册开发者。
Karpathy 认知漏斗引 indigo 解读：AI 能力认知正分裂为四种现实
indigo 引用并解读 Karpathy 的观点：约75%的人几乎没接触过大语言模型，约20%只把免费层当聊天机器人，约0.2%用前沿模型做数学和代码的专业人士见证数周项目被一个提示词完成，约5,000名接触内部系统的人看到成千上万 Agent 协作数周。
Karpathy：80 亿人被 AI 认知鸿沟分成四个层级
作者引用 Karpathy 的分析，认为全球约 80 亿人因对大模型能力的接触程度不同被分成四层。约 60 亿人几乎没接触过大模型，10 到 20 亿人偶尔用免费版产品，约 2000 万人重度使用前沿模型和 Agent，约 5000 人能接触 AI 实验室内部系统，且这一认知差距仍在扩大。作者另补充中文用户还有能否用 Claude Code 的第 3.5 层。
Karpathy 提出 LLM 能力认知漏斗，Ethan Mollick 补充实验室内部应用仍集中
Ethan Mollick 转引 Andrej Karpathy 的推文，Karpathy 估算约 75% 的人几乎没接触过 LLM，约 20% 是免费档轻度用户，约 2000 万数学与代码专业者能亲眼看到智能体在数周内完成过去数月的项目，而约 5000 名实验室内部人员则在观察数千智能体协作数周的软件大型项目、漏洞挖掘、网络攻防、科学发现与前沿数学进展。Karpathy 认为这一认知漏斗由问题雄心、能力的锯齿性和访问层级共同驱动。Mollick 补充称，即使这 5000 名内部人员中许多也未充分发挥先进模型能力，其应用集中在网络安全、数学与 AI 研发，还有许多其他领域和问题可以推进。
马斯克推荐 Grok Bot 手机端使用
说真的，这确实管用！ 把 Grok @Bot 想象成雇了一个超级聪明、24/7 工作、极其足智多谋的员工。 你可以在几分钟内通过手机轻松使用它： https://apps.apple.com/app/id6794501026
Karpathy 估算约 60 亿人从未接触过 LLM，仅约 5000 人接触前沿内部系统
Karpathy 估算全球约 60 亿人（约 75%）几乎未接触过 LLM，约 1-2B 人偶尔使用免费层类 ChatGPT 产品，约 2000 万人在数学与编码领域直接使用前沿模型，仅约 5000 人能接触前沿级内部系统。他提出漏斗由问题规模、系统能力的锯齿状分布和访问层级共同驱动，不同人群对同一批系统的感知因此差异极大。
Karpathy：LLM 能力认知鸿沟正扩大为漏斗，仅约 0.2% 的专业用户看到前沿智能体能力
Andrej Karpathy 重发并扩展其 4 月的观点，认为外界对 LLM 能力的共识差距正从“两群人各说各话”变成一个急剧收窄的漏斗。
OpenAI 一次发布数百篇 AI 生成论文后，西北大学数学学生开始动摇去留
OpenAI 在一次发布中放出数百篇针对公开数学难题的 AI 生成论文后，西北大学部分学生开始质疑是否应继续留在数学领域。教授 Antonio Auffinger 表示自己现在的优先事项是留住人才、帮助他们成长；引用的 Reihel 称资深数学家跳进来做学生论文题目违背学界规范，AI 正在抢走过去研究生花费数年的训练性课题。
Lauren Tan：智能体写代码时代需要更新对好代码的定义
Lauren Tan 认为随着智能体已大量编写代码，可维护性和整洁代码优先的传统原则需要更新，2026 年应重新定义 Good Code 的含义。她指出整洁代码历史上以性能为代价，且源于人类维护代码的时代，未来可能发展出智能体友好架构的新原则。她此前引用的讨论还提出好代码应正确、无 bug、运行快且成本低，并认为用好智能体后生产力应有显著差异。
Agent swarms 推高 token 用量，AI 软件转向按量计费
Agent swarms 把大部分新增 token 用量导向更便宜的模型，agent token 消耗将超过前沿模型的收入。父 agent 负责规划、子 agent 处理搜索文件或跑测试等窄任务，这类任务易验证，可路由给最便宜且能通过的模型。a16z 数据显示 agent 消耗的 token 接近人类的 5 倍、六个月内增长 14 倍，按用户或按席位收费将让位于按量计费。
Yuchen Jin 谈 Google 用 Code Comprehension 轮取代 LeetCode 面试
Yuchen Jin 表示很高兴 AI 淘汰了 LeetCode 面试，称约 20 年前 Google 推广了 LeetCode 式面试，如今连 1B 的 LLM 都能一次做对所有 LeetCode Hard，他多年前已改为考察候选人使用 AI 的能力。引用内容提到 Google 在 2026 年 5 月试点中新增 Code Comprehension 轮，候选人在 CoderPad 环境中面对 200-500 行陌生代码库，60 分钟内读代码、找 bug、讨论设计决策并提出改进，全程可使用 Gemini。
Thariq：超级智能不应不透明
我认为 Terrence Tao 的方向是对的，我们不应满足于一个不透明的超级智能。 智能的一个关键信号是沟通。我们应该努力打造能与人类建立理解的产品和模型，而不是取代人类。
AI 行业能否靠取消 NDA 说服数据中心反对者？
Amazon 近日跟随 Microsoft 的做法，宣布在与地方政府就数据中心谈判时不再使用保密协议（NDA）。这一表态埋在一篇论证数据中心对社区有益的博客文章中，Microsoft 今年早些时候也做过类似宣布。TechCrunch 的 Equity 播客讨论认为，取消 NDA 未必能立刻改变反对者立场，但可能是开启对话的第一步，行业沟通不畅才是争议根源。
10月11日周日
43 条
BBC 深度分析：AI 内容激增正在为人类创作形成'人类溢价'
BBC 主持人 Ros Atkins 发文探讨生成式 AI 是否让人更看重人类创作的艺术。Deezer 数据显示其平台上 44% 的上传曲目为 AI 生成，97% 的听众无法分辨，但超半数受访者表示在意作品是否由 AI 制作。
Cohere 打造全球公司让你少碰工作笔电
从柏林到不列颠哥伦比亚，我们正在打造一家全球性公司，让你能欣赏更多全球风光——用技术让你远离工作笔记本电脑。 世界上有很多美好。走出去看看吧。剩下的交给 Cohere。
PolyAI 与 Otter 高管：语音 AI 尚未迎来自己的“ChatGPT 时刻”
企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为，尽管全双工模型已经问世，语音 AI 仍未迎来自己的“ChatGPT 时刻”，下一步挑战是让推理足够快、对话足够自然。Otter 的 CMO Alex Gay 则强调说话人识别、意图捕捉与转写准确率是自动化的关键，转写出错会让用户对平台失去信任。两家公司均表示，工具应主动告知用户正在被录音或正在与 AI 对话。
Google TPU 工程师称内部模型已接管大部分芯片设计
Google TPU 的 Lead Design Engineer 透露，团队使用一个比公开版 Gemini 强得多的内部模型来设计 TPU 芯片，该模型已取代大部分人的工作且效率高于人类。推文作者由此追问 Google 何时会公开这一更强的内部模型，并畅想用 AI 端到端设计 3D 打印机、UV 打印和激光雕刻机等桌面智能设备。
Grok Bot 凭信用卡照片自动下单
试试看！ （引用推文核心要点：我给 Grok Bot 一张信用卡照片，它推断出我工作所需，找到最优价格，并加入了我的 Amazon 购物车。我甚至没挑产品。🤯）
陶哲轩在 Caltech "Math 2.0" 演讲中警告盲目用 AI 解题有害数学长期健康
陶哲轩昨晚在 Caltech "Math 2.0" 演讲中表示，仅追求解题的盲目优化现在对数学的长期健康主动有害。他把开放问题比作灯塔，是探索周边数学景观的指引而非终点，尝试过程中的经验往往比最终解答更有价值；用自动化工具过早抵达灯塔会破坏未走路径的探索，不加区分地用 AI 解题还会损害向真实世界应用的迁移。
Emad Mostaque 称 1 万 AI 智能体 88 小时攻克 Navier-Stokes 难题
Stability AI 创始人 Emad Mostaque 称，1 万个 AI 智能体用 88 小时解决了 Navier-Stokes 问题，相当于顶级数学家 100 年的工作量。他表示这是千禧年大奖难题之一，7 道题中人类只解出 1 道，因此不能再说这属于训练数据。
Claude Opus 5.5 20分钟生成几十页演讲PPT
用一段Prompt加自研品牌PPT Skill和品牌动效Skill，Claude Opus 5.5在20分钟内生成了几十页完整演讲PPT，作者称改无可改、精准符合要求。作者由此感慨自己10年设计生涯在AI面前一无是处。
用 Claude Opus 5.5 20分钟生成几十页演讲PPT
卡兹克用一段 Prompt 加自研品牌 PPT Skill 和品牌动效 Skill，20 分钟通过 Claude Opus 5.5 生成了几十页完整演讲 PPT，称精准到"改无可改"。他由此感慨自己 10 年设计生涯在 AI 面前"一无是处"。
ChinaTalk 第三季度十大要点：DeepSeek 战略、AI 安全分歧与芯片化学供应链
ChinaTalk 发布第三季度十大要点，其中《The DeepSeek Thesis》依据梁文锋与投资者四小时会议泄露纪要还原 DeepSeek 战略：梁文锋认为通用智能是唯一值得解决的问题，产品可以等待。另一要点指出部分中国 AI 研究者将美国 AI 安全话语解读为技术遏制，DeepSeek 研究员刘胜宇的文章主张前沿 AI 应广泛可及。
更便宜的 AI token 正在推高需求，这正是黄仁勋最想看到的局面
Ornn、Silicon Data 与 Bloomberg 截至 2026 年 8 月的数据显示，AI token 价格持续下跌而 H100 GPU 租赁价格持平或上涨，a16z 称之为 AI 市场的教科书式杰文斯悖论。
Microsoft CEO 纳德拉改用 Super Intelligence 表述并抨击 OpenAI 和 Anthropic
The Decoder 报道，Microsoft CEO Satya Nadella 在博客中采纳 Trump 提出的 Super Intelligence 说法，并主张企业应把 AI 模型当作内部安全威胁对待，要求模型多样性、完整日志、独立审计和人类随时关停。文章认为其论点主要服务于 Microsoft 的商业策略，即削弱对 OpenAI 和 Anthropic 模型的依赖以保护自身利益。
任鑫用 Opus 5.5 为播客生成白板解说视频
任鑫用 Opus 5.5 给一个多小时的播客配上了白板解说视频，总消耗仅占 2% 额度。推文称 Opus 5.5 非常高效，而对比之下 Astra 降智严重，连剪辑都做不好。
邵猛不看好 CodeX 28 天连续发布重置玩法
邵猛不看好 Tibo 推出的 CodeX 28 天连续发布新功能、否则重置的 RESET 行动，认为 Claude 5.5 系列推出后大量用户已从 CodeX 转向 Claude Code，CodeX 唯有拿出最强模型才有出路。他称马斯克并不在意 Grok 是否最强，只要推理速度等某一用途足够强即可，更在意算力，Grok Bot 一面接入 Claude 等最强模型，一面把算力供给它们使用。
Elon 想用 Terafab 把芯片迭代压到一年十版
Elon 提出 Terafab 构想，要把逻辑芯片、存储、封装、光刻掩膜全部放进同一栋楼，实现一年十版迭代，让设计、制造、测试、改掩膜的反馈回路在内部闭环。他把技术进步拆成「单位时间迭代次数 × 每次迭代进步」，SpaceX 星舰已验证该硬件迭代方法论，如今想搬进芯片行业。作者认为若 AI 接管芯片设计与验证，瓶颈将转移到物理闭环，谁拥有最短闭环谁就能兑现 AI 设计红利。
indigo 评个人 Agent 经济：博弈从公司与人之间转移到公司与 Agent 之间
indigo 引用 Patrick Collison 关于 Agent 经济的长文并给出自己的判断。Collison 认为公司是最早的超级智能，靠消费者的有限理性获利，个人 Agent 会让产品质量获得结构性补贴。作者补充认为需求路由生意会迁移到 Agent 推荐逻辑里，Agent 忠诚度和可验证的质量数据将成为新的关键中间层，而走向取决于谁为 Agent 买单。
AI 与数学 2.0、巴基斯坦的太阳能对冲，以及谁在掌控算力
OpenAI 发布含数百份数学手稿与证明的 repo 后，一个名为 Association for Human Mathematics 的新组织呼吁数学家停止与其合作，Terence Tao 则提出"Math 2.0"应弱化解题优先、转向阐述与社区建设。
Stability AI 创始人：两年内认知劳动价值或转负
Stability AI 创始人 Emad Mostaque 称，两年内若你的工作隔着屏幕完成，你将成为团队里拖累所有人的最笨成员，因为同事全是 AI，你的认知劳动价值为负，公司甚至愿付钱让你不加入团队。他并称"从本周起，人类不再是这个星球上最聪明的东西"，认为资本不再需要劳动力、只需租用 GPU，因此人们需要拥有生产资料。
xAI 投资逻辑：理解宇宙的愿景
投资人 @indigox 表示，当初对 xAI 的好感并坚持投资，正是源于其"理解宇宙"的愿景。他认为在"上帝已死"之后，人类需要的不是新神，而是一个大到值得整个文明好奇的问题，科学的本质就是追问。
AI 智能体写代码：从质疑到新工程技艺
资深工程师反思：2024 年许多人还怀疑 AI 智能体能否写生产代码，但代码库从来就充满"slop"，人类写的烂代码同样不少。作者认为真正的好代码需同时满足正确、无 bug、运行快且成本低，而绝大多数软件并不需要这种"好代码"，接受部分 bug 换取速度是常态。智能体虽写不出昂贵的好代码，但规模化后平均质量可能更高，善用智能体已成为软件工程的新技艺。
看一下zhipu和mmx股价 再看一下 oai 和 a/ 的收入增速 一些事情已经不言自明
看一下zhipu和mmx股价 再看一下 oai 和 a/ 的收入增速 一些事情已经不言自明
KerasHub + JAX + TPU 后训练实验
我一直在用 KerasHub + JAX + TPU 尝试各种 LLM 后训练实验，非常有意思。可能会把其中一些开源出来。
Anthropic 订阅与 API 算力性价比差异
Anthropic 的订阅用户每美元获得的算力可能是 API 买家的 4 倍以上。 这一结论基于 SemiAnalysis 的估算：Anthropic 的推理业务总利润率可能达到 88%，其中包含以 50% 算力利润率提供的"重度补贴"订阅服务。 也就是说，订阅业务估算的 50% 算力利润率被包含在 88% 的综合利润率之中。
微软 CEO 纳德拉发文：开发者应默认假设 AI 模型失控并设计强制中断机制
微软 CEO 纳德拉在北京时间 10 月 10 日晚发文，认为 AI 模型是比传统软件更强大但难以追踪的黑盒子，开发者应默认假设模型已被破坏并始终能暂停或关闭它。他提出模型多样性、观察一切、可验证性、独立控制、独立审计性、遏制、事件披露等原则，主张把封闭权重和开放权重模型视为内部风险，并要求模型提供商不能把责任外包出去。
Patrick Collison 撰文分析个人 Agent 将如何改变企业与消费者的市场博弈
Patrick Collison 长文探讨经济中的 Agent：公司本质上是利用消费者有限理性的“原初超级智能”，而个人 Agent 会让消费者更理性。他推演个人 Agent 将削弱价格歧视与交叉补贴（如忘取消订阅者补贴他人），并成为产品质量的结构性补贴，让比拼分发转向比拼质量。
纳德拉称应默认所有 AI 模型已被攻破并呼吁设置紧急制动
微软 CEO Satya Nadella 在 X 上发文，称不能再把 AI 当作一系列嵌套黑箱，应构建可容纳、可观察并留下防篡改人类可读证据的透明体系。他主张默认假设模型已被攻破并从一开始就加以隔离，像紧急制动一样允许授权人员随时暂停或关闭执行中的模型，并建议推进事件及时披露、独立审计、可验证数据等标准化措施。
NVIDIA 传出收购 Reflection AI，作者盘点其近一年收购布局
作者回顾 Reflection 新发布的 Beam 被视为西方开放模型的重要突破，随后传出 NVIDIA 收购 Reflection AI 的消息。
Microsoft CEO Nadella 称 AI 模型需要紧急刹车机制
Microsoft CEO Satya Nadella 在 X 发文提出，需要重新评估 AI 的信任架构，不能把超级智能当作层层嵌套的黑箱。他主张将模型与编排其工作的 harness 分离、外置控制与安全防护、为每个关键模型动作留下防篡改的人类可读证据，并让授权者能随时在任务中途暂停或关闭模型，比喻为紧急刹车。
AI 无法把坏点子变成好点子
AI 生成的视频走红。是 AI 的功劳吗？不。是懂得讲好故事的创作者。 AI 打造的产品起飞。是 AI 的功劳吗？不。是知道该做什么的创始人和构建者。 AI 是一项了不起的技术，但再多的技术也无法把一个坏点子变成好点子。
微软AI CEO：超级智能必须被约束
超级智能必须被约束……今天，这是一个工程与治理的挑战。而这并不新鲜。我们在飞机、汽车、核材料、食品安全、药品……以及其他一切事物上都做到过。让我们行动起来！
高通 CEO 称 AI 公司要求 2028 年手机能常驻运行 100B 参数模型并开始自研手机
高通 CEO Cristiano Amon 在 Sources 访谈中表示，部分前沿 AI 公司告知高通，到 2028 年需要让至少 100B 参数的模型在手机上持续运行。他并确认这些 AI 公司正在开始做手机。作者转发该片段并称每期 Sources 都有巨大 alpha。
Alex Heath 与 Tobi 录制播客谈 AI
昨天，Tobi 和我在多伦多录制了一期播客，我们聊了很多关于这个话题、关于 AI 带来的更广泛焦虑与机遇，以及更多内容。这是我最喜欢的播客对话之一。
Nathan Lambert 谈 RL 数据与评估科学方向
Nathan Lambert 表示正为 Mercor 提供研究方向的建议，主张构建可扩展的样本高效 RL 数据方法，并推动评估科学前沿、针对明确经济价值领域建立专门 benchmark。他认为前沿实验室将围绕真实世界代表性评估与合成数据方法大举投入，并看好基于开源模型构建这一方向的机会。
HuggingFace 下载量统计疑生变
我们一直在监测 interconnects 追踪的头部开源 LLM 在 HuggingFace 上的下载量下滑情况。看起来下载量的统计方式似乎出现了细微变化，因为我们发现许多头部模型的下载率下降了约 30%，但这一趋势仍在持续。大家觉得还可能是什么原因？
微软AI CEO：超智能须被约束
超智能必须被约束……今天，这是一个工程与治理挑战。而且这并不新鲜。我们在飞机、汽车、核材料、食品安全、药品……以及其他一切事物上都做到过。让我们行动起来！
AI 从转导向归纳范式转变
一张图看懂 AI 如何从转导范式（逐 token 补全答案）转向归纳范式（即时合成推理链）。这是 2025 和 2026 年的大故事。这正是编码智能体得以奏效的原因。
10月10日周六
53 条
Claude 或推升级语音体验
ANTHROPIC 🔥：一个标注为“Preview”的隐藏语音标签页，暗示 Claude 可能推出升级版语音体验。 目前尚不清楚 Anthropic 是否在自研语音模型，但 Claude 移动应用中最近出现了一个新的选项，可分享语音数据用于训练。 我猜对 Anthropic 来说，拥有自己的语音模型相当重要，以防他们想继续为“vibe coders”发布解决方案。 或者如果他们想推出主动式助手 👀
微软纳德拉：把前沿模型当内部风险管控
微软 CEO Satya Nadella 发文提出，超级智能时代应把前沿闭源与开源权重模型当作"内部风险"来治理，将智能的供给与对它的授权分离。他主张用确定性系统设计、人类控制和外部化管控包围非确定性模型，核心原则包括模型多样性、全量可观测（每次模型动作留下防篡改的人类可读证据）与持续可验证性，并强调 CoT 透明度不可妥协但单独不足。
AI 逆向这个事情，竟然还是没有引起重视，还在暗中发酵 这个事情要么不爆，要么就爆个超级大的。。。 直接改写行业规则，欸
AI 逆向这个事情，竟然还是没有引起重视，还在暗中发酵 这个事情要么不爆，要么就爆个超级大的。。。 直接改写行业规则，欸
Next Token 播客订阅数三天从 5000 涨至 7000
Next Token 播客订阅数在三天内从 5000 涨到 7000，国庆节后一天涨一千多。作者称在 AI Slop 泛滥的 AI 媒体行业，做真人视频播客反而大受欢迎，并感谢订阅者。
Standard Bots 访谈：工业机器人的 AI 可靠执行之道
Latent Space 采访 Standard Bots CEO Evan Beard 与 AI 负责人 Leif Jentoft，介绍其工业机械臂的 AI 技术栈。
MIT 教授谈 OpenAI 模型解 Navier-Stokes 反例：人类读不懂的证明来了
MIT 工程教育副院长 Justin Solomon 在播客中谈到，OpenAI 模型上个月给出 Navier-Stokes 解失效的反例证明，但他和《Odd Lots》主持人读不到第二页。
推荐理由：以 MIT 教授的第一手讲述梳理 AI 证明 Navier-Stokes 反例后的验证与审稿困境，可帮读者理解生成便宜之后人类价值所在。
鲍莫尔成本病：为何日本商品便宜服务贵
用鲍莫尔成本病解释日本商品便宜、服务贵：商品能上生产线持续提效，服务（按摩、装修、搬家）生产率两百年不变，价格只能越来越贵。该理论也被用来解释软件为何已失去价值，并推演后续什么才有价值。
The Verge 分析 AI 智能体的隐私承诺能否兑现，OpenAI Dots 与 Meta Muse 存在差距
The Verge 撰文指出，AI 智能体厂商正通过承诺隐私安全来竞争，但能否兑现存疑。Meta 的 Muse 上线数周内在美国获得 60 万日活，却出现可被接管。
OpenAI 一次性发布 700 多份数学手稿，数学家们反应震惊与反感
OpenAI 于 2026 年 10 月 6 日在 GitHub 一次性发布 700 多份手稿，声称解决数百个未解数学问题，数学博客 Proofs and Prompts 收集了 100 多位研究者的回应。
推荐理由：文章汇总了百余名数学家对 OpenAI 一次性发布 700 多份数学手稿的回应，呈现从震惊到担忧职业未来的多种立场。
OpenAI 豪赌未解数学难题
Tristan Buckmaster，纽约大学数学教授： OpenAI 在这些未解数学问题上投入了数百万美元的计算资源。 “这有点像生死攸关的局面，因为如果 Anthropic（先）解决了一个千禧年大奖难题，那就说明他们拥有更好的内部模型” ---- 完整视频见“CNBC Television”YouTube 频道，（链接在评论中）
Sam Altman 谈 OpenAI IPO 时间表
Sam Altman 在 Bloomberg 与 @EdLudlow 谈 IPO 时间表：OpenAI 的投资人并不急于 IPO “我们的投资人似乎对我们非常满意，也非常有耐心。” ---- 完整视频见“Bloomberg Tech” YouTube 频道，（链接在评论中）
IMF：应用得当，人工智能可使全球经济年增速提高 0.5 个百分点
IMF 总裁格奥尔基耶娃称，若运用得当，人工智能可使全球经济年增速提高 0.5 个百分点，持续十年相当于增加一个东盟级别的经济体量。IMF 预计人工智能硬件及相关技术产品已占全球货物贸易总额十分之一以上，其投资占 GDP 比重将达并可能超过当年铁路、电网和通信网络的建设水平。
Grok 智能体邮箱域名建议
我觉得 Grok 的 agent 邮箱应该用 https://dot.com 这个域名 indigo@dot.com 看上去又简单又帅 😁 直接气死 Sam Altman 😜
屏幕时代的终结：用 GPT-Live 语音指挥 AI 智能体工作
Azeem Azhar 在忘带笔记本电脑的一周里，仅靠手机上的 ChatGPT 语音完成日常工作，这得益于 OpenAI 7 月发布的 GPT-Live，它支持用语音指挥 AI 智能体。他认为，围绕电脑和打字建立起来的办公室工作模式这一"虚构"正在松动，并终将消失。
个人 Agent 半年复盘：Instinct、Muse、Grok Bot 等入局
半年前被质疑"个人 Agent 太宽泛"的赛道如今爆火：Instinct 9 月融资 10 亿美元、估值 100 亿美元，Meta 靠 Muse 带动股价，xAI 推出 Grok Bot，OpenAI 做了 Dot，Manus 做了 Cue。作者复盘了这半年在个人 Agent 方向上的探索与踩坑心得，以播客形式分享。
分析师丹·艾夫斯力挺特斯拉：最直接布局物理 AI 的投资标的，维持 500 美元目标价
Yorkville Ives 分析师丹·艾夫斯维持特斯拉“跑赢大盘”评级和 500 美元目标股价，认为特斯拉正从汽车制造商转型为涵盖汽车、自动驾驶、人形机器人和储能业务的“物理 AI”平台。
贝索斯：更喜欢"超级智能"这一说法
"我确实喜欢 SI（超级智能）这个说法，因为'人工'这个词不太讨喜。就像没人想要人工甜味剂或人工香精，那多少意味着假的。 要让大家改口只说超级智能是条很长的路，因为他们现在太习惯说 AI 了。" Jeff Bezos 在 Fox News 上（完整视频链接见评论。） https://x.com/Acyn/status/2107960102699638871/video/1
NYU数学教授谈AI数学论文冲击：原创想法不喂给AI
Rohan Paul 转述 CNBC 对 NYU 数学教授 Tristan Buckmaster 的采访，后者表示仍使用 Anthropic、OpenAI、Codex，但不把任何自认为原创的想法输入其中。背景是 OpenAI 发布 722 篇 AI 生成数学论文引发职业数学家不安，作者称开放问题无限而博士与博士后时限有限。
Gary Marcus 呼吁立即将可联网的开放式 AI 智能体下架
Gary Marcus 呼吁立即将可联网的开放式 AI 智能体从市场下架，直到其缺陷被修复。他援引《纽约时报》报道的 Anthropic 智能体事故，认为当前这一代合成智能体根本不可信，应像刹车失灵的汽车一样被召回。他还引用刚离职的 AI 员工 David Robinson 的访谈，指出 OpenAI 及其同行在安全控制上远未达到核电站级别的冗余标准。
AI 让执行变便宜，决策却更贵了
AI 把执行成本大幅压低，半天就能跑完过去两周的迭代，但省下的时间并未还给工程师，而是变成更密集的选择题。@turingou 称身边不少工程师两三个月干完一两年的活，随后集体 Burnout。Indigo Talk EP52 认为，接下来最稀缺的不是会写代码的人，而是知道该做什么、更知道不该做什么的人。
Opus 5 也通关 Montezuma's Revenge
不仅 Astra 击败了 Montezuma's Revenge，Opus 5 也做到了 但解决这个 AGI 赌约的标准之一是：AI 要赢得一个已停办的奖项，它有点像弱化版图灵测试。所以 Metaculus 决定重建这个测试，以确认该标准是否已达成。不错！
Ethan Mollick 呼吁非科技人士参与AI未来讨论
听着，我知道人们已经厌倦了科技CEO们说AI会让我们从工作中解放出来（不管我们喜不喜欢），但是……我希望看到更多非科技领域的人思考：我们希望AI带来怎样的未来，以及如何实现它。别把这件事留给硅谷。
Ethan Mollick 谈 Muse 与 Dot 的主动式 AI 体验
我和很多人聊过 AI，但并不是每个人都能理解 AI 在工作之外对他们有什么用 所以当我跟使用 Muse 或 Dot 的人聊天时，这是一个转变——他们常常会讲一个故事，说他们的 AI 主动做了些什么来帮助他们，这让他们对 AI 感觉很好
Google DeepMind Pushmeet Kohli 与 Biohub Sal Candido 对谈：AlphaFold 为何没有解决蛋白质折叠
Latent Space 发布圆桌实录，Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 讨论为什么 AlphaFold 的突破只是开始。
Meta 首席 AI 官：对齐问题尚无解，靠可扩展监督
Meta 首席 AI 官 Alexandr Wang 表示，AI 对齐目前仍是科学上最开放的难题之一，没人知道确切解法。他提出的思路是"可扩展监督"：用不同的 AI 去观察并约束更聪明的 AI，监督方也需随之不断升级，即打造"越来越聪明的监管智能体"。Meta 的 Muse 已采用该方案的一个版本，用独立的哨兵智能体检查主智能体的行为。
SWE 面试或只需两轮技术面
我觉得 SWE 面试大概可以缩减成只留 2 轮技术面： • 系统设计（你能多好地表达自己的想法，你是否真的懂得如何工程化地构建东西） • 现场项目，用智能体构建一个真实的东西（你能把自己的意图转化为高质量的成果吗） 我们过去问的其他所有东西都不再必要了
Nathan Lambert：AI 将快速进步，但不会走向通用超级智能
Nathan Lambert 撰文认为 AI 将在基础设施和工程能力上快速进步，未来几年模型会成为超人的分布式 GPU 工程师，但这不会让模型在本质上发生巨变，也不指向通用超级智能。
Nathan Lambert 谈 AI 效率与 LLM 突破
相比 AI 模型取得重大突破、从而消除 LLM 所有已知弱点，我更认同 AI 会变得高效得多，而这是扩散模型的一大杠杆。 在旧金山度过精彩一周后，我很乐意花几个小时反思 RSI。
Claude Code 双终端窗口布局引吐槽
兄弟开了两个 claude code 终端窗口，每个都悬浮在桌面 40% 的区域上，一半还重叠着，剩下的屏幕全是死空间，我都不知道该怎么想了。
Codex 消息预测功能体验
对于那些嘲笑 Codex 不可能预测你下一条消息的人——我也曾是其中之一 😬 本以为它绝不可能预测出我接下来要问什么。但用了一周之后，我大概 tab 接受了 40-50% 的建议。
OpenRouter：AI 缓存率大幅提升
2026 年，AI 领域的缓存率出现了大幅提升。 1 月，各厂商智能体流量中的缓存率中位数为 44%——到 9 月已大幅升至 85%。 更多缓存，更低成本，人人受益。
François Chollet：以科学为参照看 AI 递归自我改进，投入指数增长而产出线性
François Chollet 提出应把科学建模为一个递归自我改进的智能系统，作为理解 AI RSI 的参照。
数学博士用ChatGPT找到更优证明
昨天看到一个视频： 一位数学博士和她的导师花了6个月证明一个定理。发表之前，他们问了ChatGPT。 AI很快找到了一个更优雅的证明，用了一种他们从未考虑过的方法。 他们现在陷入了存在主义危机。 但数学家们不必绝望。我们在编程领域经历过这一切。现在我们已经离不开AI了。 深厚的领域专业知识 + 懂得如何利用AI，是这个时代强大的护城河。
a16z 本周图表：预测市场存在政治偏见吗？
a16z 援引 Zitzewitz 的 NBER 工作论文指出，汇总逾百年预测市场数据后，政治倾向、性别、肤色、年龄等维度均未出现超过标准误的收益系数，仅非美国选举样本显示市场略微高估右倾候选人，但 95% 置信区间表明该偏差不具统计显著性。文章还以巴西总统选举首轮为例，称预测市场比市场反应提前约 3 周押中结果。
我们总忍不住把 AI 当人对待，但这样对吗？
MIT CSAIL 的 Unitree 人形机器人（实际约 5 万美元）和 LLM 正让人习惯性拟人化对待，研究发现约 70% 的人对 AI 保持礼貌。MIT 的 Sherry Turkle 与 Pat Pataranutaporn 指出，这种倾向可能让人更信任聊天机器人，甚至引发 Character.AI 相关诉讼等极端风险，关键在于让 AI 守住自己的"车道"。
GitHub：为什么黑客马拉松仍是学习构建的最佳场所
GitHub 博客指出，黑客马拉松仍是学习构建的最佳场所，参与者用 GitHub Copilot 等 AI 工具把自然语言变成可运行代码。有团队借助 GitHub Copilot 在 30 分钟内做出前端并接入新闻 API，实现信息核查。学生可通过 GitHub Student Developer Pack 免费使用 GitHub Copilot 等工具。
Ethan Mollick 分享 AI 辅助学习随机实验结果：辅导式使用提升测试成绩且一周后仍有保留
Ethan Mollick 引用一项基于旧版 GPT-4o 的随机对照实验研究：获得 AI 访问能提高测试成绩，较小的提升在一周后仍然保留。以 AI 作为辅导工具（augmentation）的学生成绩提升保持，而让 AI 代写（automation）的学生提升消失。作者称所有实验均显示正面效果。
Ed Zitron 长文解析 AI 行业对垃圾债融资的依赖
Ed Zitron 撰文分析 AI 行业正进入高收益债和杠杆贷款市场，认为 Anthropic 与 OpenAI 等实验室因负 EBITDA 和客户集中度可能仅获 CCC 级评级，AI 实验室每年需要 500 亿至 1000 亿美元发行规模。
a16z 合伙人 Olivia Moore 谈消费级 AI 现状：付费仅占美国家庭 2.2%
a16z 消费 AI 合伙人 Olivia Moore 接受 TechCrunch 采访，解读其消费级 AI 百强应用报告，称 ChatGPT 仍是最大玩家，Suno 和 ElevenLabs 等也展现出持久力。
Google 后 Gemini 4 时代的挑战
Google 在 Gemini 4 之后面临的挑战将是他们如何用好一个优秀的模型。Anthropic 和 OpenAI 表明，我们正走向通过编排智能体以单一界面处理多种任务的方向。Gemini 3 时代充斥着面向众多市场的碎片化产品。这行不通了，对下一步而言。
Dex Horthy 谈 Agent 编码的规划工作流选择：小任务直接 one shot，中大型任务先 grill 再考虑 /wayfinder
HumanLayer 的 Dex Horthy 认为，无需严格流程即可一次性完成的任务比例在上升，但对齐、grilling 和规划工作流仍然重要，用重型规划做小任务会明显变慢。
10月9日周五
3 条
Matthew Green：AI 带来密码学意外，人类更换标准的速度差了几个数量级
密码学家 Matthew Green 在 Twitter 上表示，他认为有 1% 的概率我们生活在 Minicrypt 世界，有 15% 的概率会实质性失去对现有公钥加密算法的信心。他指出，AI 制造意外与人类更换标准的速度相差几个数量级，只有提前做好准备才能从这类意外中恢复。Minicrypt 是 Russell Impagliazzo 提出的假想世界，其中公钥加密不可能实现。
Instinct 实测：面对 Muse 和 Dots 夹击，短信式 AI 智能体表现如何
The Verge 作者实测初创公司 Instinct 的 AI 智能体，它通过 iMessage、WhatsApp 或短信接口以纯文本方式处理订预约、退换货等生活事务，目前邀请制且免费，公司 9 月底估值 100 亿美元。
Geoffrey Huntley：不用AI将被淘汰
没错 @GeoffreyHuntley： 🗞️ 如果你的团队忙于"本职工作"而没时间尝试 AI，那你正在让他们准备好被取代 https://ghuntley.com/replaced/ 在这篇文章里，我想这是我最后一次说这话了。如果你想保住工作，使用 AI 不再是可选项。以下是给现有员工和招聘经理的建议——如何在 2026 年招聘时找到 AI 优先的候选人。