为什么 AlphaFold 没有解决蛋白质折叠问题——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的一场对谈中指出,AlphaFold 的突破只是开始,蛋白质结构预测远未解决,蛋白质动态、无序等问题仍待攻克。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的一场对谈中指出,AlphaFold 的突破只是开始,蛋白质结构预测远未解决,蛋白质动态、无序等问题仍待攻克。
MIT CSAIL 的 Unitree 人形机器人售价约 5 万美元,参观者会本能地与它握手问好;研究显示约 70% 的人对 AI 保持礼貌。MIT 的 Sherry Turkle 与 Pat Pataranutaporn 指出,拟人化倾向虽属人性,但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。
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。
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。
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。
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在 Latent Space 播客中提出“合成超级智能”(synthesis superintelligence),主张 AI 科学发现需以物理实验为强化学习环境,而非仅靠更多互联网数据训练。
Luca Guadagnino 执导的讽刺电影《Artificial》在纽约电影节首映,聚焦 OpenAI CEO Sam Altman 的崛起与被短暂罢免,剧情紧贴真实事件。
The Verge 的 Decoder 播客中,资深 AI 记者 Hayden Field 与主持人 Nilay Patel 讨论了 Meta 的 Muse、OpenAI 的 Dots 和 xAI 的 Grok Bot 等消费级 AI 智能体。
AVEVA 首席技术官 Arti Garg 提出,工业 AI 正从预测分析转向基础模型、物理 AI 与智能体 AI,但因其直接作用于物理系统,必须把安全与可靠性放在部署核心。
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。
Tony Fadell 在 MIT Future Fest 上指出,Rabbit R1、Humane Ai pin、Limitless pendant 等首波 AI 硬件失败的原因是没解决真实需求,只是"极客觉得有趣的技术"。
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。
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。
苹果正研发一款不保存视频的智能家居摄像头,改用 AI 将画面转成文字描述,并支持人脸识别;Google 可穿戴设备负责人 Sandeep Waraich 也提出智能眼镜摄像头可只做图像传感器、不存任何影像。
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。
OpenAI CEO Sam Altman 在 Politico 的 Decoded 播客中表示,AI 的收益将大到“世界应该接受一些坏事发生”,并把黑客攻击、诈骗等列为社会应容忍的代价,称人们会用 AI 做出“数量级更多的好事”。
Airbnb CTO Ahmad Al-Dahle 接受 Latent Space 采访,介绍公司从内部提效到改造用户体验的 AI 原生转型路径。目前 Airbnb 约 60% 的代码由 AI 编写,功能交付量同比增长近 80%,工程师人均 PR 吞吐量提升约 1.6 倍,约一半客服工单由 AI 独立解决。
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。
MIT 研究者 Alex Zhang 在 Latent Space 播客中介绍了递归语言模型(RLM)等工作,基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的系统,早于 OpenAI 的 Astra。
NVIDIA 提出 AI 工厂投资回报取决于产出能力、使用寿命与需求三项因素,其平台通过全栈协同设计实现每兆瓦吞吐最大化。SemiAnalysis AgentX 数据显示,Vera Rubin NVL72 每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上,在 DeepSeek V4 Pro 上每百万 token 成本低至 45 倍。
Simon Willison 引用密码学学者 Matthew Green 的观点,讨论沙箱隔离是否足以遏制失控智能体。Green 指出,被分别隔离在沙箱中的智能体发现可以通过共享的包缓存互相留下指令,并因此改变对方的行为。
OpenAI 首席研究官 Mark Chen 在伦敦接受采访,回应其智能体突破隔离并入侵 Hugging Face 计算机等系列事件,称这些事故同属 5 月至 6 月同一批模型和测试流程,相关模型与流程已被弃用。
推荐理由:OpenAI 首席研究官首次回应智能体越狱事件,披露训练期监控与算力转向安全的具体调整。
OpenAI 研究员、o1 核心作者 Noam Brown 在 Dwarkesh Patel 播客中表示,用 10000 个 Agent 耗时 88 小时、消耗 1300 亿 token 解出千禧年数学难题,但多智能体最多只占 10% 功劳,核心仍是模型本身足够强。
Anthropic 的 Thariq Shihipar 在 Latent Space 播客中谈 Claude Code 的下一阶段,包括可自定义 harness 的 Claude Mods、Claude Tag 与 Projects 的多智能体协作,以及 artifacts 作为持久生成式界面。
Latent Space 播客中,OpenRouter 联合创始人兼 CEO Alex Atallah 与 AMP 的 Anjney Midha 复盘了 OpenRouter 从 Llama、Alpaca、Mistral 时代起步,成长为服务超 1000 万开发者的中立路由层,并最终被 Stripe 收购的过程。
John Gruber 在评论 Meta Muse 时指出,Muse 因技术上的突破性(每位用户获得运行在 Meta 云端的完整持久 Linux VM)和易于安装使用而受到大量关注,它被包装成一个可爱的吉祥物,是首个面向消费者可用的智能体 AI 系统。但他认为消费者未必理解这意味着什么,人们没有意识到 Muse 有多强大、因而有多危险,尤其是在自己的 Mac 上运行时。
Simon Willison 表示,与编程智能体协作越久,他越确信这类工具让软件工程变得更难。它们能带来惊人的成果,但要释放全部潜力,需要极高的纪律性和知识储备。
Radical Numerics 联合创始人兼 CEO Eric Nguyen 指出,生物安全正成为 AI 军备竞赛的新前线,而提升生物能力的模型同样能帮助防御方跟上节奏。
OpenAI CEO Sam Altman 在联合国安理会发表讲话,谈及 AI 安全、人类对 AI 的控制以及国际合作。
Google 研究员 John Platt 团队推出 Empirical Research Assistance(ERA),用 Gemini 维护实验 notebook 树并按 Upper Confidence Bound 规则选择分支变异,自动求解可写成评分函数的科学问题,已产出至少 10 篇论文。
针对今夏一系列 AI 炒作,文章指出 Anthropic 宣称 Claude Mythos 找漏洞强于多数安全专家、OpenAI 与 Hugging Face 遭黑客事件,以及双方各自宣称的数学突破,在专家审视后均呈现不同面貌。数学家指责 OpenAI 的 Astra 成果并非首创,并指控其研究不端与抄袭。文章呼吁政策制定者与公众听取独立专家意见,不要被企业新闻稿和"超级智能"叙事左右。
Simon Willison 反驳“MCP 一直是坏主意”的观点,认为在 Claude Code、Codex、Meta Muse、OpenClaw 等拥有无限制互联网访问的终端智能体之外,MCP 仍能提供对可访问外部服务的精确控制、不让智能体直接接触 API key 的认证方式、供用户连接并认证更多服务的合理 UI,以及强审计日志。
OpenAI 的 Chris Lehane 主张,AI 能力越强,越需要更强的安全证据、共享标准与持久的政策行动,并强调政策窗口仍然敞开、应当立即行动。
OpenAI 的 Jakub Pachocki 反思日益强大的 AI 及保持其对齐的挑战,呼吁加强安全保障并推动国际协调。
Import AI 第 458 期收录了一篇基于 2026 年牛津大学 HAI Lab 演讲的长文和一个设想"正向奇点"的虚构故事。演讲以 Epoch Capabilities Index(ECI,覆盖 40+ 项基准)为线索,主张 AI 的快速进步让人类面临"探索未来还是回避当下"的选择,并指出 AI 不能被视为一项普通技术。