跳到正文
今天10月10日周六3 条
  1. TechCrunch · AI36

    a16z 合伙人 Olivia Moore 谈消费级 AI 现状:ChatGPT 仍遥遥领先,六大品类仍是空白

    a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告,ChatGPT 仍是最大玩家,Suno、ElevenLabs 等小玩家展现出持久生命力。报告指出社交、约会、市场、零售、旅行、金融、健康等品类在榜单中完全没有 AI 应用入围。Moore 认为消费级 AI 仍处早期,机会在于跳出订阅和 API 收费,探索广告等更多变现方式。

10月9日周五
  1. The Verge · AI38

    特朗普试图把 AI 改名为 "Super Intelligence",OpenAI、Meta 等高管纷纷附和

    特朗普签署行政令,要求尽可能停用 "AI" 一词,改称 "Super Intelligence",并将继续使用 "Artificial Intelligence" 的人称为 "THE ENEMY"。美国 CAISI 已更名为 CAISSI,司法部新闻稿也改用该说法。Musk 承诺将 SpaceXAI 改名为 SpaceXSI,Altman 表示赞赏但 OpenAI 不会改名。

  2. MIT Technology Review · AI32

    我们过于相信 AI 说“不”的能力

    MIT Technology Review 指出,AI 的拒绝机制已成为 AI 安全的核心,但这一机制并不可靠。Anthropic 2021 年提出模型应 helpful、honest、harmless,如今模型经大量拒绝训练后仍可能被绕过,部分用户正试图用最先进 AI 研发生物病原体和自主无人机蜂群。

10月8日周四
10月7日周三
  1. Simon Willison8

    Michael Lynch 谈软件博客写作的反模式

    Michael Lynch 撰文列举软件博客写作的常见反模式,包括冗长铺垫、误判读者已有知识、假设读者读过旧文、过度正式,以及用链接代替术语解释。他强调要用自己的口吻写作,别写得僵硬刻板。Simon Willison 补充称,随着大量开发者把写作交给 AI,软件博客正变得千篇一律,读者更渴望有个性的文字。

  2. Simon Willison30

    EmbeddingGemma 2 采用 Apache 2.0 许可证

    EmbeddingGemma 2 采用 Apache 2.0 许可证,Simon Willison 认为嵌入模型不应使用闭源、专有、仅托管的形式。嵌入模型应用通常需计算并存储数千甚至数百万个嵌入向量,若模型专有,厂商一旦停供,用户需付费重新计算已存储的向量。他更愿付费使用托管版本,同时保留自行运行开放权重版本或另寻供应商的余地。

  3. The Decoder38

    微软发布诺奖经济学家 Daron Acemoglu 的看空 AI 预测:十年仅拉动 GDP 增长 1.5%

    诺贝尔经济学奖得主 Daron Acemoglu 预测,AI 未来十年仅拉动 GDP 增长约 1.5%,最多替代 5% 的岗位,远低于部分 AI 实验室的预期。他认为瓶颈在于人性:企业需重新分配任务、提升员工技能并重组流程,这一过程可能比电气化普及更漫长,更大的模型也无法解决。他还指出,能延伸人类技能的 AI 在生产力上会胜过完全自动化。

  4. Microsoft Research22

    Microsoft 研究员 Jennifer Neville:AI 评测如何暴露模型的“意外失败”

    Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统突破传统 benchmark 的性能边界,以及模型在超出常规测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历,分享使用当前 AI 系统的实用建议,并强调当结果偏离预期时应仔细审视数据。

10月6日周二
  1. MIT Technology Review · AI24

    人们一边痛恨 AI,一边又离不开它?

    调查显示美国成年人中认为 AI 会带来负面影响的比例已超过正面预期,71% 反对在本地新建 AI 数据中心,但 ChatGPT 在 5 月月活突破 10 亿,Gemini 7 月达 9.5 亿,半数美国成年人已在用聊天机器人。作者认为,人们厌恶的并非技术本身,而是科技公司无孔不入的推销方式,而全美 50 州已提出或通过超 2100 项 AI 法案,监管与开源替代或让用户仍有话语权。

  2. MIT Technology Review · AI12

    从预测分析到智能体 AI:企业决策的前沿转移

    企业 AI 的竞争前沿已从预测分析转向自主决策,核心挑战是让预测系统在不偏离业务意图的前提下自主行动。深度学习与生成式 AI 驱动的智能分析支持实时训练,使 AI 持续演进而非等待季度刷新,其数据来源也扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 称,企业已不再满足于回望式视角,"analytics"一词正让位于 AI。

  3. The Verge · AI22

    参议员 Adam Schiff 谈 AI 监管、言论自由与再次弹劾特朗普

    加州民主党参议员 Adam Schiff 在 Decoder 播客中批评特朗普本周召集 AI 高管签署的自愿性 AI 安全承诺不具约束力,认为先进模型递归自我改进带来的失控风险是最高级别的国家安全关切。他支持设立新机构监管 AI,并提到 Anthropic 因拒绝将 AI 用于国内大规模监控和全自主武器系统而遭政府打压。

10月4日周日
  1. Simon Willison38

    Simon Willison:按量付费服务需要默认硬性预算上限,AWS 已推出支出限额

    Simon Willison 呼吁按量付费的 API 和服务默认设置硬性预算上限,即达到每月 $X 后直接切断并返回错误,而非仅发警告邮件。他指出 AWS 已在 9 月 16 日推出月度支出限额功能,项目达到限额后当月暂停,但目前仅向有限客户开放;Google Cloud 则在 7 月推出 Spend Caps。

  2. Simon Willison10

    Simon Willison 发布九月赞助者专属通讯

    Simon Willison 已发出九月赞助者专属月度通讯,内容涵盖更多 Fable 级模型、一场价格战、3D 图形与 Blender、LLM 进军数学领域,以及更多意外网络攻击。通讯还涉及 Datasette 的漏洞危机、他当前使用的工具、本月软件发布和 2026 年 LLM 进展。订阅价格为 $10/月,可提前一个月看到免费版内容。

10月2日周五
  1. MIT Technology Review · AI15

    MIT Technology Review:自主 AI 如何重新定义企业智能

    MIT Technology Review 报告指出,企业 AI 的规模化瓶颈是结构性的,全球 AI 投资 2026 年将达 2.5 万亿美元、同比增长 44%,但多数企业仍未靠 AI 实现收入增长。报告提出"agentic shift",主张以流程重构为先、建设可组合架构与主权数据基础,让 AI 智能体在数据原地查询与准备数据。

  2. MIT Technology Review · AI44

    别被迷惑:LLM 并不会真正推理

    前 Google DeepMind 研究员指出,LLM 的思维链仍由同一套下一 token 预测生成,并非独立推理机制。他列举三大缺陷:缺乏可检视的持久认知状态、知识与操作无法分离、思维链常是事后编造。他主张借鉴 AlphaGo 的搜索架构,为模型建立可更新的认知状态。

10月1日周四
9月30日周三
  1. 量子位22

    西门子Xcelerator与阿丘科技谈工业AI:从1到100的规模化机会在哪

    西门子Xcelerator中国销售与生态成功负责人顾欣与阿丘科技创始人兼CEO黄耀在量子位对话节目中,围绕工业AI从落地到规模化展开讨论。黄耀介绍,半导体晶圆切割场景导入智能体技术后,设备OEE和产能可提升25%左右。顾欣认为,工业AI必须具备工业级可靠性,做到可信、可追溯、可量化,平台则要充当连接器与放大器,补上从0到1验证之后1到100的商业化拼图。

9月29日周二
9月28日周一
  1. Import AI22

    Import AI 474:Platonic mindspace、太空 TPU、智谱启动外层 RSI 循环

    智谱启动了一个"外层 RSI 循环",Import AI 474 将其与 Michael Levin 提出的"Platonic mindspace"假说、以及太空部署 TPU 并列为本期要点。Levin 在论文中主张心智与大脑的关系如同数学模式与其引导的形态发生结果之间的关系,身体只是模式进入物理世界的接口,并用 xenobots、anthrobots 等实验作为线索。