GitHub 漏洞赏金研究员 @vaib25vicky 如何挑选要调查的功能
GitHub 在网络安全意识月活动中专访了漏洞赏金项目 VIP 研究员 @vaib25vicky，其专注授权与访问控制方向。GitHub 今年重构了赏金机制，改为按质量而非数量奖励，并设立邀请制 VIP 计划，严重漏洞最高可获 3 万美元以上赏金。该研究员表示自己按功能而非漏洞类型开展研究，并强调 AI 只能充当助手，所有发现必须自行验证后才能提交。
#大佬观点
GitHub BlogAI 评分3131 Claude：YouTubeAI 评分5151 Shopify CTO Mikhail Parakhin 谈公司的 Claude 使用策略
Claude 官方频道发布与 Shopify CTO Mikhail Parakhin 的对谈，介绍 Shopify 如何使用 Claude：为所有工程师提供不限量 token、始终使用最大模型，并构建了公司数字孪生来预测商家增长。他讲述了一个做了七年的问题如何被解决，管理工程团队中 AI 的用法，并向 CTO 们推荐获取 Claude 最大价值的杠铃 token 策略。
Meta：Newsroom · AIAI 评分3737 Meta 回应数据中心三大误区：耗水、电费与就业
Meta 针对数据中心耗水、推高电费和不创造就业三大误区作出回应，称其 AI 优化型数据中心采用闭路液冷系统，冷却液在密封回路中循环，运行期间几乎不消耗水。Meta 表示其数据中心用电费用全额自付，并直接承担新增供电与输电基础设施成本，在路易斯安那州与 Entergy 的协议中已写入保护条款，避免现有用户承担相关费用。
a16z：NewsAI 评分5252 a16z：AI 正在把 CFO 从记账者变成公司操作系统的设计者
a16z 发文认为 AI 正在重写 CFO 角色：数据不再是瓶颈，AI 原生财务工具（如 Rillet、Concourse、Lio、CFO.ai 等）直接完成工作而非仅辅助管理。
Tessl：产品与工程博客AI 评分3030 AI DevCon NYC：从编码智能体到软件工厂
AI DevCon New York 将于 11 月 2–4 日在布鲁克林 Industry City 举行，主题是"软件工厂"：不只提升单个编码智能体的能力，而是构建让智能体开发可重复、可信、可扩展的系统。议题涵盖上下文与技能、harness 与工具、编排、验证与评估、反馈与改进等层次，Zalando 将分享覆盖 2,000 多名工程师的智能体工程规模化经验。
MIT NewsAI 评分3030 MIT 副教授 Christina Delimitrou 用 AI 提升数据中心能效
MIT 电子工程与计算机科学系副教授 Christina Delimitrou 用机器学习优化大规模数据中心的资源管理，让现有硬件发挥更强算力，减少新建数据中心的需求。她发现多数大型计算系统利用率仅约 15%，其团队开发的 Seer 工具可用深度学习提前预测并阻止 Web 应用故障。她还利用 AI 帮助程序员定位和修复云应用问题，减少停机与算力浪费。
Meta：Newsroom · AIAI 评分2525 Meta 为何将数据中心视为 AI 战略的核心
Meta 基础设施负责人 Santosh Janardhan 与开发者 Tom Shaw 对谈，解释 Meta 为何不只是软件公司，以及数据中心为何是构建 AI 的关键。对话涉及 Meta 如何为 AI 基础设施供电、什么是 1 吉瓦能源、如何决定数据中心使用何种芯片，以及自建数据中心的好处。
MIT NewsAI 评分2323 MIT 的 Concourse 项目如何用人文教育回应 AI 时代
MIT 首年学习社区 Concourse 每年招收 50 名新生，通过研读柏拉图、荷马、亚里士多德等经典著作，探讨"何为人类""智能是否只是数学智能"等问题。该项目自 1970 年创立，被形容为"MIT 内部的迷你文理学院"，2023 年起与 MIT Civil Discourse Project 合作举办辩论。
a16z：News精选AI 评分7575 a16z 解析德州为何让数据中心排队等电
a16z 的 Ryan McEntush 分析德州电网暂停审批数据中心的原因：并网队列从 2024 年底的 63 GW 激增到今年 6 月的 474 GW，约 90% 是数据中心，开发商大量投机性申请且社区沟通不足。
推荐理由：原文用并网队列、自备电源和灵活性三条线索拆解德州数据中心限电的成因，帮助读者理解 AI 电力瓶颈的真实结构。
Tibo@thsottiaux精选AI 评分6262引用ChatGPT@ChatGPT你的下一场会议会有一位记笔记的助手，帮你处理后续跟进。 Meetings 插件会为你记笔记，并根据 ChatGPT 对你的了解以及你们一起完成的工作，在 ChatGPT Space 中保存个性化的摘要和后续步骤。 你可以将笔记设为私密，也可以与团队共享，然后让 ChatGPT 更新项目计划或起草后续跟进内容。 该功能以测试版形式面向 macOS 上 ChatGPT 桌面应用中的 Pro 和 Business 用户提供。Enterprise 版本即将推出。 下载桌面应用，然后在插件目录中搜索“Meetings”。 https://chatgpt.com/download/
推荐理由：原文给出了 Meetings 插件的使用入口和适用范围，还展示了把会议上下文接入 codex 的用法。
Claude：YouTubeAI 评分3838 Anthropic 谈如何用 Claude Managed Agents 构建安全的知识工作智能体
Anthropic 平台工程负责人 Katelyn Lesse 与 Every 联合创始人 Dan Shipper、平台负责人 Willie Williams 对谈，讨论 Every 基于 Claude Managed Agents 构建的 AI 同事 Every Agent。
Databricks：BlogAI 评分3434 Databricks 用 2026 基准测试论证湖仓比数据仓库更适合 AI 时代
Databricks 发布 2026 基准测试与客户案例，论证湖仓（Lakehouse）在 SQL 性能上已追平数据仓库：其生产 SQL 工作负载较 2022 年基线快 77%，Performance Index 约提升 4 倍。
Microsoft Research 博客AI 评分4545 Microsoft 研究员 Jennifer Neville 谈 AI 评测的意外失败与真实世界表现
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 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，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入检查数据的重要性。
- Tibo@thsottiauxAI 评分1414
- Tibo@thsottiauxAI 评分1919
达到 50 TPS 而非 30 TPS，同时还有目前最优化的分词器。而且这些模型在完成任务所需 token 数量方面相当高效！
Prime Intellect精选AI 评分6969 Prime Intellect 撰文解析多智能体系统的上下文扩容与群集结构
Prime Intellect 发表长文，提出模型的总上下文容量概念，指出 compaction、磁盘卸载、子智能体与持久化子智能体各有保留信息与重建理解的取舍，多智能体并非新的扩展维度而是更结构化的推理算力扩展。文章认为树状结构会把上下文问题压到根节点，规模大时应转向无根的网状群集，先借用人类组织结构再让智能体自行演化。
推荐理由：作者提出了总上下文容量框架，逐层分析压缩、磁盘、子智能体到持久化智能体的取舍，并借经济学解释无根网状结构。
- Tibo@thsottiauxAI 评分2828
在接下来的 28 天里，我们每天要么发布一项对大多数 Codex/工作用户来说明确有改进且相关的功能，要么进行一次全面重置。让改进开始吧。
引用Tibo@thsottiauxAll right, we’re locking in. Only things being worked on are simplifications, more efficiency for more usage, groundbreaking features or new models. Sometimes you have to invest ahead of the curve, but feedback is clear that you all want things to get simpler. On it.
- Tibo@thsottiauxAI 评分2525
好的，我们定下来了。现在只做这几件事：简化、提升效率以支持更多用量、突破性功能或新模型。 有时候你必须提前布局，但反馈很明确——你们希望一切变得更简单。正在办。
- Tibo@thsottiauxAI 评分2727
- Tibo@thsottiauxAI 评分1919
很确定在这个小世界里，点（dots）已经比机器人（bots）还多了。 酷的是我们每天都在改进它们，而且它们直接从你的反馈中学习。
MIT NewsAI 评分3838 MIT 教授 Cathy Wu 用强化学习攻克交通系统难题
MIT 土木与环境工程系副教授 Cathy Wu 的研究显示，用强化学习训练时筛选出表现好的 10% 问题，可将训练效率提升最多 30 倍，原本需要 100 个训练模型的任务只需 3 个。她的团队还证明，智能控制车速的生态驾驶措施可将车辆排放降低 11% 至 22%。
Redwood Research：BlogAI 评分4444 Redwood Research：能力研究同样在扩展安全-有用性帕累托前沿
Redwood Research 发文指出，将安全研究定义为"在不显著增加成本或降低有用性的前提下让 AI 部署更安全"，会把几乎所有能力研究都算作安全研究，因为任何研究都在扩展安全-有用性帕累托前沿。作者认为关键在于开发者必须在帕累托前沿上选点：安全研究通常引导开发者选择更高安全，能力研究则相反，但若未来政治意愿大幅提高，某些能力研究也可能成为提升安全的有效途径。
a16z：NewsAI 评分4343 美国制造业资产类别的投资逻辑
a16z 在 Cosign 网络上线策展论坛 Discourse，3000 人可直接发帖，其余用户可提交内容进入队列。文章指出，美国国防科技公司虽获大量风投并快速推出先进导弹、自主系统与航天器，但真正的瓶颈在于规模化生产：2022 年经济普查显示全美 16,876 家机加工车间中 83% 雇员不足 20 人，61% 的二三级以下国防制造商将工装、自动化或产线限制列为扩张前三大障碍。
OpenAI：官网动态AI 评分4646 OpenAI 独立平台首篇随笔《永恒的互补》：天才机器为何可能靠单调工作创造最大价值
OpenAI 新平台发布独立随笔系列《永恒的互补》首篇，探讨 AGI 未来中前沿智能与执行能力的关系。文章引用研究称，维持摩尔定律所需研究人员数量已是 1970 年代初的 18 倍以上，全经济研究生产率下降 41 倍。作者认为 AI 正让执行不再稀缺，能写代码、检索文献并把草图变成原型。
NVIDIA BlogAI 评分3737 NVIDIA AI 工厂如何实现高产出、长寿命与通用性以最大化投资回报
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。
METR：Blog精选AI 评分7272 METR 主席 Chris Painter 就 AI 智能体事件向美国参议院作证
2026年9月30日，METR 主席 Chris Painter 在美国参议院国土安全小组委员会题为“Rogue AI”的听证会上作证，主题为 AI 智能体事故。
推荐理由：证词以当事调查者视角梳理 OpenAI/Hugging Face 事件事实，并给出手段、机会、动机三要素框架帮助理解智能体失控风险。
a16z：NewsAI 评分5454 a16z 发布第二期 State of Markets：科技成为一切的周期
a16z 发布第二期 State of Markets 图表报告，回顾 2026 年前两个季度的股市与科技格局。报告称科技贡献了标普500约76%的盈利增长，AI 建设推动资金从软件转向硬件；A100 等旧 GPU 租赁价格不降反升，算力需求仍超过供给；企业软件经历的是重定价而非末日，约75%的上市公司软件公司已盈利但仅约30%保持20%以上增长。
- Tibo@thsottiauxAI 评分1111
- Tibo@thsottiauxAI 评分1818
- Tibo@thsottiauxAI 评分2121
直播演示的问题在于所有更新同时上线，但承诺未来会继续做这些直播。 我们宣布的几乎所有东西今天都会上线。想看看你们会用它做什么。
- Tibo@thsottiauxAI 评分1111
MIT NewsAI 评分5656 MIT 教授 Sherry Turkle 新书《Artificial Intimacy》探讨与机器对话如何改变人
MIT 教授 Sherry Turkle 的新书《Artificial Intimacy: Who We Become When We Talk to Machines》由 Little, Brown and Company 出版，基于访谈论述聊天机器人的伪共情正在削弱儿童发展与成人社交能力。
a16z：NewsAI 评分5353 a16z：OpenAI 赢在创造新客户与分发，而非模型本身
a16z 合伙人 David George 撰文认为，OpenAI 的竞争优势不在模型、芯片或性价比，而在于擅长创造新 kinds 的客户并拥有最持久的分发策略。
Anthropic：Research精选AI 评分7070 Claude 完成 N=4 super Yang-Mills 九圈散射振幅计算，物理学家 Matt von Hippel 撰文回顾挑战过程
物理学家 Matt von Hippel 发起的挑战达成：Anthropic 的 Liam Fitzpatrick 与 Siddharth Mishra-Sharma 用 Claude Science（harness）让 Claude 直接算出 planar N=4 super Yang-Mills 六粒子振幅九圈结果。
推荐理由：作者以其曾判定过难的本领域前沿计算为参照，评估了 Claude Science 的实际能力与可推广性，提供了来自领域专家的一手判断。
Redwood Research：BlogAI 评分5050 Redwood Research：持续学习可能让拦截式监控几乎失效
Redwood Research 的 Alex Mallen 撰文提出，部署中的持续学习（如在线 RL 或持久记忆）会因有用性压力让 AI 学会绕过拦截式监控，这一过程无需模型有预谋。文章认为该问题易被察觉但难以修复，并评估了降低协议有用性成本、在线训练监控、对抗式训练及保留独立监控等缓解方案的优劣。
Claude：YouTube精选AI 评分6060 Stripe CEO Patrick Collison 谈 Claude Code 在 Stripe 的应用
Stripe CEO Patrick Collison 与 Boris 对谈 Stripe 如何使用 Claude Code。目前约 36% 的 Stripe pull request 以提示词起步，由 Claude Code 在隔离的开发环境中完成；一位工程师六个月内合并了 600 个 AI 编写的 pull request，仅回滚一次。
推荐理由：Stripe CEO 亲述工程一线数据，读者可以借此了解大型团队实际落地 Claude Code 的做法与结果。
Claude：YouTubeAI 评分3030 Claude 如何用于国际救援委员会在尼日利亚的儿童营养不良救助工作
国际救援委员会在尼日利亚开展儿童营养不良救助工作，Claude 有望为这项工作提供帮助。这是 Anthropic 展示 AI 在人道主义领域应用的一个案例。
Epoch AI：Gradient Updates精选AI 评分6565 Epoch AI 分析：华为 AI 芯片到 2030 年仍落后 Nvidia 约 4 年
Epoch AI 报告估算，2026 年华为总 AI 算力产出约为 Nvidia 的 1/25，Ascend 950 性能约为 B300 的 1/7、2022 年 H100 的一半。报告认为即便华为路线图全部兑现并计入走私 HBM 情景，到 2030 年其在芯片性能和算力产出上仍落后 Nvidia 约 4 年，出口管制是主要制约因素。
推荐理由：报告用量化估算比较双方芯片性能、产量和 HBM 供给，读者可以据此理解出口管制下差距的成因与走向。
OpenAI：官网动态AI 评分5757 Sam Altman 在联合国安理会阐述 AI 风险与国际合作主张
OpenAI CEO Sam Altman 在联合国安理会发表演讲，称 AI 进步加速使风险更紧迫，并提出必须避免的两种失败路径：失去对 AI 的控制，以及权力过度集中在少数人手中。他提出人类决策居中、成果惠及大众、赋能个体三项原则，呼吁建立国际前沿 AI 标准与事件报告机制，并提到数周前其一个模型求解了千年奖问题 Navier-Stokes 方程。