跳到正文
只看观点#现象/趋势
今天11月8日周日1 条
  1. Charlie O’Neill 研究写作40

    为什么 AI 进步的瓶颈可能是人类尊严

    Charlie O’Neill 提出，阻碍 AI 带来近即时经济增长的瓶颈或许不是湿实验室、算力或数据，而是人类尊严。他认为部分 AI 研究者和创业者以“自己相对最强替代者的贡献”定义价值，一旦机器智能全面超越，他们宁愿限制 AI 能力也不愿沦为被驯化的狗。

11月7日周六
  1. IT之家·人工智能42

    张艺谋谈 AI 冲击电影行业：AI 短视频产值已到几百亿，是很大的挑战

    张艺谋在第 39 届中国电影金鸡奖金鸡·国际电影节展对话上表示，AI 短视频产值已到几百亿、大量的人在看，这对电影行业是很大的挑战，他也不知道五年、十年后 AI 全面超越人类时该怎么办。他寄语年轻导演做好自己，学习积累、讲自己心中的故事。

  2. IT之家·人工智能50

    比尔·盖茨谈亿万富翁税：贫富差距不能指望慈善捐赠解决

    据《财富》杂志 6 日报道，比尔·盖茨认为 AI 时代应向富豪征收类似加州“亿万富翁税”的累进税款，解决不平等的首要责任在政府，不能指望自愿的慈善捐赠充当社会保障网。他指出美联储数据显示美国最富 1% 人群持有过半股票资产，AI 可能加剧 K 型经济分化，并提出对 AI 模型消耗的词元以及机器人征税。盖茨去年年初宣布将约 1,000 亿美元捐给盖茨基金会并要求 20 年内花完。

  4. The Verge：AI56

    AI 成为旧金山约会市场的新型择偶雷区

    The Verge 记者走访旧金山约会场景，发现 AI 立场正在成为择偶标准，有人在 Hinge 资料中写明拒绝与 AI 从业者约会。AI safety 从业者因担忧失业式未来而难以规划生育和长期生活，也有软件工程师用 Claude Code 打造 AI 智能体全自动刷 Hinge、发消息和约日期，自称平均每周促成两次约会且对方并不知情。

  6. The Verge：AI48

    The Vergecast 讨论 2026 年中期选举：Big Tech 与 AI 遭遇选民反弹

    The Vergecast 本期节目讨论 2026 年中期选举对科技行业的影响：选民大量投票给民主党并反对 AI，针对 Big Tech 的对抗将再度升温，数据中心建设面临更大阻力。节目还探讨 AI 搜索的盈利难题——即便 OpenAI 网络搜索快速增长，Google 也尚未找到 AI 搜索的赚钱方式，企业正在收缩、智能体也未接管业务。

11月6日周五
  4. indigo63

    indigo 分析当日 Nasdaq 100 下跌 6.49%、SOX 下跌约 12.15% 的诱因，按重要性排序为数据中心政策重新定价、Qualcomm 与 Arm 指引引发芯片股踩踏、资本开支回报疑虑叠加仓位拥挤与杠杆平仓。文中给出民主党立法可能性分级，高盛估算约 45% 规划数据中心产能短期可能受政策影响，目前尚无大规模项目取消，风险主要是选址、并网、电价和审批变慢，而非禁令。

11月5日周四
11月4日周三
  1. a16z：News47

    科技并购基金还撑得住吗？a16z 对比私募股权与风投的周期困境

    a16z 发文分析科技并购（tech buyout）为何正陷入结构性困境：2026 年上半年风投基金将科技公司估值上调 16%，并购基金却下调 4%。过去十年美国并购基金年化回报 14.5%，落后于 Russell 3000，而同期美国风投整体年化 17.6%；并购退出周期已从 2010–21 年的 5–6 年拉长到约 7 年。

  3. Hacker News：AI 热帖53

    Bloomberg 专栏：AI 投资热潮或埋下又一场金融危机的种子

    Bloomberg 专栏作者 Bill Dudley 发文警告，AI 基础设施投资若所有计划落地预计将超过 $10 trillion，资金来源包括公司现金流、公开及私募债券发行、表外租赁义务以及超大规模云厂商和头部芯片厂商对 AI 数据中心开发商的担保。作者认为存在多个令人担忧的理由，呼吁保持谨慎。

  4. Karina68

    Karina Nguyen 转发并评论 Revolut 将约 2000 名工程师迁到自托管 GLM 编码、把 Claude Code 和 Cod列入例外清单的消息，称每家公司都应把自己变成巨型 RL 环境，构建从每次交互中学习并逐步接管公司运营的自我改进 AI。引用内容称其用 56 块 Nvidia B200 跑出每百万 token 约 30 美分的混合成本，约为此前付给 Anthropic 和 OpenAI 的十分之一，工程交付周期缩短 70%。

    引用Guillermo Flor@guilleflorvs

    BREAKING: Revolut moved ~2,000 engineers onto self-hosted GLM for coding and pushed Claude Code and Codex to the exception list. Per David Abitbol, who leads AI ops there: 56 Nvidia B200s, a blended 30 cents per million tokens, roughly a tenth of what they paid Anthropic and OpenAI. Engineering lead time improved 70%. Here's the part that matters: the gains showed up when tokens stopped being rationed. Engineers quit saving AI for the hard tickets and pointed it at everything. Frontier models become the exception, open weights become the default. That's a pricing problem for every lab heading to IPO. h/t @OliverMolander Would you move your team off frontier APIs if the bill dropped 90%?

11月3日周二
  1. Recode China AI51

    DeepSeek 鲸鱼娘走红背后：中国 AI 产品的拟人化路径与 Agent 时代考验

    作者分析中国 AI 产品如何走向亲和拟人化，从百度文心、阿里千问到字节豆包的命名与虚拟形象设计，并介绍粉丝自创的 DeepSeek 鲸鱼娘“蓝色大肥鱼”现象。文中对比硅谷倾向抽象 Logo 而由内而外塑造人格的做法，并指出 Bilibili 出现鲸鱼娘身份的自动化 Agent 刷评论后，这类可爱人设面临隐私与算法噪音等新考验。

  2. Hacker News：AI 热帖41

    一次对 Ocado AI 客服回复的“小小抵抗”

    作者向英国在线超市 Ocado 提交日历邀请格式错误的技术反馈，收到署名“Lulu”的回复，因谄媚式附和、破折号用法等特征判断其为 AI 生成，随后在满意度调查中打 1 星并投诉。几天后 Ocado 人工回复致歉，确认反馈已转交技术团队。作者认为用 AI 回复真实投诉是不尊重用户，主张公开指出糟糕的 AI 回复并要求真人处理。

  3. Rohan Paul50

    数学家们现在因为害怕AI而隐藏自己的研究想法 😀 ~ Terence Tao “现在，数学家们都在隐藏自己的问题。过去他们会非常公开地分享所有有前景的研究方向，而现在他们担心，一旦这样做，某个拥有AI的人就会把他们的研究想法输入前沿模型，赶在他们完成工作之前抢先发表。” ---- 完整视频见“SAIR”YouTube频道，（链接在评论中）

  4. IT之家·人工智能46

    摩根士丹利 CEO：未来十年 AI 资本支出或达 10 万亿-15 万亿美元

    摩根士丹利董事长兼 CEO 泰德・皮克在第五届国际金融领袖投资峰会上表示，未来 10 年 AI 领域资本支出可能需要 10 万亿至 15 万亿美元，推动 GDP 增长 50 至 70 个基点。他指出 AI 基础设施融资涉及前沿 AI 实验室、芯片制造商、基础设施建设企业及能源供应商等多个环节。高盛 CEO 戴维・所罗门则称市场对算力的需求仍超过供应，未来很大一部分价值将来自应用层。

  5. IT之家·人工智能44

    摩根大通副董事长 Daniel Pinto：AI 板块估值仍高，预计将出现回调

    摩根大通副董事长 Daniel Pinto 在香港金管局国际金融领袖投资峰会上表示，AI 领域估值仍然过高，预计该行业将出现回调。他认为市场对 AI 公司营收和获利增长的预期可能过于陡峭，可能导致整个产业重新定价，并提醒 AI 以外的产业需向这些公司支付数以万亿计美元才能证明投资合理。

  6. The Decoder：AI News43

    工程师 Venkatesh Rao：AI 精英可能像重商主义者囤积黄金一样囤积智能

    工程师 Venkatesh Rao 在博客文章中将 AI 恐惧比作重商主义，认为许多精英把智能视为应由专家管理、维持高价并限制对手获取的稀缺资源。他提出 AI 可能让人思考更多而非更少，因为原本太难或成本过高的项目变得可行，对创意的需求会增长。政治焦点应是公平获取 AI，而非保护传统知识岗位。

  8. OpenRouter59

    OpenRouter 依据平台消费数据分析称，用户用量越大越少绑定单一模型家族。2026 年 10 月数据显示，月消费 $100 至 $1K 客户每月中位数使用 5 家实验室，$1K 至 $10K 为 8 家，$10K 以上达 12 家；$10K 以上客户中 97% 使用 3 家及以上实验室，90% 使用 5 家及以上。在月消费 $100 以上的客户中，各大实验室用户单独使用该实验室的比例不足 4%，黏性最高的 Anthropic 也只获得其客户 39% 的支出。

11月2日周一
11月1日周日
10月31日周六
  2. TechCrunch：AI45

    Theranos 举报人 Tyler Shultz 警告：AI 热潮是"欺骗他人的绝佳机会"

    Theranos 举报人 Tyler Shultz 警告，AI 热潮正成为欺骗投资者的绝佳机会，因为对 AI 公司做尽职调查极其困难，很难分辨真正独特的新技术与 ChatGPT wrapper。他是在纪录片《You Can See Everything》引发关注之际接受《旧金山标准报》采访时作出上述表态的。Shultz 曾任职 Theranos，揭露了该公司不准确的血检设备。

  3. a16z：News43

    a16z 合伙人 Andrew Chen 谈 AI 时代的新创始人原型

    a16z 合伙人 Andrew Chen 在 Speedrun 项目中讨论 AI 时代可能大量涌现的新创始人原型，包括单人创始人、非技术创始人、领域专家、青少年学生和内容创作者。他为每种原型分别列出优势与局限：AI 让单人创始人也能做出 v1，但团队协作和客户沟通仍是瓶颈；非技术者能更快搭出原型，但 demo 与可规模化产品之间差距仍大。

10月30日周五
  1. a16z：News45

    a16z图表周报：AI抢工作的恐慌消退，AI推荐购物转化更高

    a16z图表周报显示，AI导致失业的恐慌已从5月高点回落，8、9月明确提及AI的裁员公告为全年最低；Indeed数据显示工程师、SWE、制造岗位招聘自去年10月以来分别增长约30%、26%和13%。Adobe数据显示，AI推荐带来的电商流量转化率更高、跳出更少，收入较非AI推荐流量高出约50%。

  3. Elon Musk42

    True

    引用Aaron Levie@levie

    It’s almost incomprehensible how wide the distance is between someone who’s working at the frontier with AI and basically everyone else right now. The crazy thing is these lines are not converging, but only growing farther apart. If the curve of AI progress had leveled off, it would certainly have given most people and companies time to catch up or implement their workflows in a standardized way. The technology would have neutralized competitive advantage because everyone would be using it the same way. But what’s happened is the opposite. The curve of AI progress is basically going vertical right now, which means if you had codified your processes 3-6 months ago you’re likely already behind again. Now imagine most companies that kicked into gear a year ago and thought that they were done. Even further behind now. I’ve never seen a technology in my life and career that improves at this rate, which consequently means you need to upgrade your expectations at a similar rate. Our brains weren’t wired for this, and our organizational change management processes certainly weren’t either. With any form of recursive self improvement, things just get wilder. It’s a time when you will need to be constantly reevaluating the things that didn’t work just a couple months ago to see if they now can be solved. AI native companies certainly have a strong advantage due to this right now, so now it comes down to can the bigger companies keep up. Wild times.