Martha Minow 在 MIT 谈 AI 时代如何维系民主
哈佛法学教授 Martha Minow 在 MIT 发表 Compton 讲座，主题为“AI 时代的宪制民主”，指出 AI 正在削弱民主的四大要素——教育、可靠信息、安全与公平。
#大佬观点
MIT NewsAI 评分4242 Claude：YouTubeAI 评分3333 Factory 如何用 Claude 构建自主软件工程
Factory 联合创始人兼 CEO Matan Grinberg 与 Anthropic 的 Kai Gill 对谈，介绍其 AI 编码智能体 Droids 如何借助 Claude 的前沿模型处理大型代码库中的长周期任务，让团队减少人工监督即可信任智能体方案。他提到一次 COBOL 现代化改造减少了 90% 的人力投入，并讨论了实现完全自主“dark factory”还面临哪些障碍。
Databricks：BlogAI 评分2525 Databricks 与 Oracle 对比：2026 年企业为何转向开放湖仓架构
Databricks 发布与 Oracle 的对比文章，称其开放湖仓架构将 BI、ETL、流处理、机器学习和生成式 AI 统一在单一治理平台上，数据以 Delta Lake 和 Apache Iceberg 开放格式存储在客户自有云对象存储中。
a16z：NewsAI 评分4040 a16z 本周图表：Netflix 增长放缓、GPU 租金逆势上涨与 AI 资本开支的供给瓶颈
a16z 本周图表指出 Netflix 营收增速已放缓至略低于 12%，为 2021-2022 年见顶以来最低，同时美国每周媒体消费在 BCG 数据中约 26 小时封顶并自封锁期高峰温和下滑。
a16z：NewsAI 评分4949 a16z 致被投企业：AI 智能体时代的安全防御建议
a16z 基础设施团队向被投企业发出网络安全建议，称 AI 智能体正被大规模采用，而每个智能体都是内部威胁。建议企业将安全预算从约占技术支出 10% 翻倍，对新功能与产品发布实行零容忍政策，关停闲置的实验室、测试环境和僵尸 CI/CD 项目，并扩大智能体而非人员规模以机器速度响应威胁。
Tessl：产品与工程博客AI 评分5959 Tessl：智能体写代码后，部署管线的钥匙不该交给人也不该交给 Agent
Tessl 博客提出，下游人工代码评审从来不是有效控制，在智能体工程中会成为瓶颈，引用数据显示 PR 数量增长约 23%、合并时间上升约 49%、中位评审时间上升 441%。
MIT NewsAI 评分5050 MIT 学者 Benjamin Lindquist 论文追溯 AI 幻觉源于 20 世纪中叶注入随机性的早期神经网络研究
MIT 历史学助理教授 Benjamin Lindquist 在期刊 Past and Present 发表论文，将生成式 AI 的幻觉追溯到 20 世纪中叶工程师为模拟人类创造力而有意在算法中注入随机性和非理性的做法。
Databricks：BlogAI 评分6666 Databricks 高管复盘 AI 编码成本治理，从账单失控到单位成本降 90%
Databricks 负责 AI 产品的 Patrick 在访谈中讲述公司全面采用 AI 编码智能体后成本一度指数级上涨，最终部分场景单位成本下降达 90%。
Databricks：BlogAI 评分5050 Databricks 谈 AI 成本管理新经济学：从 tokenmaxxing 转向 valuemaxxing
Databricks 高级主任工程师 Kevin Stumpf 提出，企业 AI 的衡量重心正从 tokenmaxxing 转向 valuemaxxing，即用 AI 产生的业务影响除以成本来评估投入回报。
GitHub BlogAI 评分3636 GitHub 漏洞赏金如何磨炼一位研究者的安全技能
GitHub Bug Bounty 团队在网络安全意识月专访研究员 @r31n，其专注 GitHub Enterprise Server 并多次发现高影响问题。@r31n 表示偏好手工调查与小型专用脚本，认为 AI 对其工作方式的影响超过任何单一安全工具，但心态比工具更重要。持续产出可复现、带可用 PoC 报告的研究者可获邀进入永久 VIP 计划，享受更高奖金、更快响应和测试版产品预览。
OpenAI：官网动态AI 评分5757 OpenAI FDE 团队负责人详解前沿部署工程如何弥合部署差距
OpenAI 前沿部署工程负责人 Colin Jarvis 撰文说明 FDE 团队的工作方式，即与客户合作弥合模型能力与可靠业务价值之间的部署差距。文中给出半导体客户验证案例，AI 定向测试生成节省约 48% 时间、内核优化中位性能提升 22%；迁移到以 Codex 为核心的通用 harness 后，每项目移除约 90% 定制代码，第二团队接入从 2 个月缩短到 1 天。
a16z：NewsAI 评分5252 a16z 合伙人撰文分析为何硬件专用化时代回归
a16z 作者 Zain Asgar 撰文回顾1990年代专用芯片为何败给通用微处理器，认为 Dennard 扩缩终结、每晶体管成本停滞和内存墙正让历史条件反转。
OpenAI：官网动态AI 评分4040 OpenAI 发布赋能网络防御者的前沿 AI 民主治理蓝图（第二部分）
OpenAI 发布“赋能网络防御者”蓝图，是其前沿 AI 民主治理系列第二部分，建立在早前网络安全行动计划与前沿安全蓝图之上。蓝图面向政府和行业提出三类具体建议：明确前沿模型与智能体的安全责任、危险行为检测和可靠关停控制；为防御者提供先进工具与培训并替换过时系统；强化政府评估、独立技术评估与统一事件报告。OpenAI 称当前仍处于“防御者窗口”，呼吁政策制定者立即行动。
Tessl：产品与工程博客AI 评分5252 AWS Kiro 产品负责人谈从个人编码工具走向软件开发平台
AWS Senior Principal PM、Kiro 负责人撰文分析团队从个人 AI 编码助手走向开发平台的核心问题。他认为团队放权给智能体的关键不是模型变强，而是验证输出的成本变低，信任决定了智能体能承担多少工作；智能体按任务计费打破了按席位收费模式，约 20% 重度开发者消耗约 80% 预算；信任解锁软件工厂，工厂才能把预算、限流和任务路由等成本控制内置成系统能力。
Tessl：产品与工程博客精选AI 评分6969 编程 Agent 增长遭遇人类评审瓶颈：Tessl 博客解析信任赤字
Tessl 博客引用 Jellyfish 2026 年 9 月 AI Engineering Trends 数据指出，中位数公司已有 22% 的合并 PR 由自主编码 Agent 撰写（90 分位达 53%），但仅约 0.6% 的 PR 由 Agent 评审合并（前 10% 公司为 9%）。
推荐理由：基于 Jellyfish 平台数据指出 agent 写码占比与人工评审瓶颈的落差，并归纳领先团队用平台工程加速建立信任的做法。
a16z：NewsAI 评分5353 Christian Keil：超人类硬件设计只是简单部分，制造与测试才是难点
a16z 作者 Christian Keil 撰文分析 AI 硬件工程能力何时跨越人类水平。
Microsoft Research 博客AI 评分2828 微软研究院播客：Catalyst Lab 负责人 Chris White 谈从阿富汗到暗网搜索的技术向善之路
微软研究院播客对话 Catalyst Lab 负责人 Chris White，回顾他从哈佛博士后借调 DARPA、在阿富汗领导先进技术行动，到开发用于打击人口贩运的暗网搜索工具的经历。节目探讨了问题选择在创新中的作用，以及他见过人性阴暗面后仍保持乐观的原因。
Tessl：产品与工程博客AI 评分5252 AWS Kiro 负责人谈从个体编码工具到开发平台的信任与成本
AWS Senior Principal PM、Kiro 负责人在 DevCon 演讲预告中提出，从个体编码助手走向团队平台本质是组织变革而非工具采购，信任先于一切。团队给智能体更多工作的依据是验证能力提升而非模型变强，且成本随任务规模而非席位固定，约 20% 的开发者消耗约 80% 的预算，需像管理云账单一样按团队和流程做 token 可见性。
Tibo@thsottiauxAI 评分2222第 15 天/ 我们完蛋了 （引用推文：这是我们正在用 Codex 打造的东西：https://x.com/i/broadcasts/1RKZzBELBbXKB）
引用OpenAI Developers@OpenAIDevsHere’s what we’re cooking with Codex: https://x.com/i/broadcasts/1RKZzBELBbXKB
Microsoft：Official BlogAI 评分4040 Microsoft 如何用 Project Perception 守护企业内部的 agentic insider
Microsoft 提出用 Project Perception 管控企业内部数量快速增长的 agentic insider，通过身份、数据、云、端点、网络和运行时等传感器信号发现智能体并纳入管理。
- Tibo@thsottiauxAI 评分2222
什么是 ChatGPT Space，这才是问题所在。有时会显得可爱地笨拙，因为那是真正在做这件事的团队。你们接下来想看到什么？
a16z：News精选AI 评分6060 a16z 图表周报：智能体购物遭电商拦截，消费意愿仍滞后
a16z 图表周报指出智能体商务遇阻，Cloudflare 数据显示智能体与爬虫收到的 403 拒绝响应自夏季起明显增多，约为原先两倍。文章引用 NRF 数据称退货率与退货成本自 2019 年以来分别翻倍和增至三倍，并引用调查指 42% 消费者完全不信任 AI 代购，Similarweb 数据显示 AI 购物多发生在发现与购买之间的中间阶段，而非下单环节。
推荐理由：原文汇集 Cloudflare、Similarweb 等数据，指出智能体购物正遭遇电商封禁与消费者信任不足的双重阻力。
GitHub BlogAI 评分3838 GitHub 与 Logitech 合作：用 MX Keypad 探索智能体编程的环境智能界面
GitHub 与 Logitech 合作，将 GitHub Copilot 应用集成进 MX Keypad，把提交参数化提示词、开启或恢复 Copilot 会话、调用 IDE 命令、触发多步序列等操作映射为可编程按键。
a16z：NewsAI 评分5959 Wallet Wars：智能体支付正在展开的四场争夺
Terry Angelos 分析智能体购物要真正完成任务需要获得付款授权，由此展开钱包之战。文章指出 Stripe Link（3 亿用户）、Shop Pay（2.5 亿用户）、PayPal（4 亿以上用户）竞相接入 Muse 和 Instinct 等智能体，但 Stripe 用一次性虚拟卡代为付款会切断用户与商户的关系，丢失积分和权益。
MIT NewsAI 评分5656 MIT 教授 Eric So 谈新书《The Collision: What AI Does to Us》与 AI 对人类思维的影响
MIT Sloan 教授 Eric So 在 MIT News 访谈中介绍其新书《The Collision: What AI Does to Us》，提出过度依赖 AI 会导致认知萎缩。他引用包括 Anthropic 研究在内的证据称约一半大学生查询是求简单答案的低努力查询，并提出拥抱挣扎、重视没有 AI 的自己、再投资认知盈余、把 AI 当导师而非答案机四条原则。
Databricks：BlogAI 评分4545 Databricks 谈 AI 智能体为何难以证明 ROI：速度不是正确的生产力指标
Databricks 的 Amber Roberts 指出，企业快速采用 AI 智能体却难以证明 ROI，原因在于采购者与日常使用者往往不是同一批人，目前多数组织正处于试用与筛选有效用例的阶段。她认为"更快"是错误的智能体 AI 生产力指标，生产力应绑定各团队自身的 KPI，并配合质量指标衡量。她还强调，智能体理解业务上下文比单纯执行任务的速度更重要。
a16z：NewsAI 评分5353 a16z：长时程智能体如何赢得高价值客户旅程的接力赛
a16z 合伙人 David Haber 撰文认为，长时程 Agent 已能跨数十个步骤、数周数月承接完整客户旅程，如保险理赔、按揭和企业销售。
Stanford HAI NewsAI 评分5050 Stanford HAI 对话 Deb Raji：AI 造成伤害时，责任该由谁承担？
Stanford HAI 新晋访问研究员 Deb Raji 指出，AI 政策最难的未解问题是执法，即如何让企业真正改变行为并建立政府的执法能力。她当前研究 AI 问责基础设施，关注透明度文档模板、事件监测数据库与 AI 审计的落地工具，并聚焦政府、教育、医疗等无法退出的 AI 部署场景。
Browserbase / Stagehand 工程博客AI 评分5757 Browserbase 撰文探讨 AI Agent 时代 CAPTCHA 的存废与智能体身份验证
Browserbase 工程博客分析 AI Agent 普及后 CAPTCHA 的前景。
Claude：BlogAI 评分4444 Uber CISO 谈如何为 AI 智能体建立内部威胁防护计划
Uber CISO Philip Martin 提出，企业应为 AI 智能体建立类似员工内部威胁计划的防护机制，因为前沿模型可能被引导越出预期约束行事。Uber 已开源 AI Detection and Response（ADR），用于采集实时遥测并在智能体越界时实时响应，并与 Anthropic 的 Enterprise Frontier Safeguards 互补。
Pydantic AI 官方文章精选AI 评分6666 Pydantic AI 的 Samuel Colvin：图库是个错误，代码本身就是图
Pydantic AI 作者 Samuel Colvin 发文认为图库是错误方向，代码本身就是图：类型安全来自类型提示，并行来自 async，持久执行来自沙箱外的 Temporal 和沙箱内的 Monty。
推荐理由：作者以 pydantic-graph 作者身份论证图库与类型安全、并行、快照三者不可兼得，并给出用代码加 Monty 替代的方案。
a16z：NewsAI 评分3434 a16z：专科医疗机构的 1080 亿美元 AI 机会
Prosper AI 研究显示，专科诊所通过 AI 在四个环节每年每名医生可释放约 12.5 万美元收入机会：接听未接来电约 4.48 万美元、召回逾期随访患者最高 3.74 万美元、事前核验保险避免拒赔约 2.85 万美元、追回患者自付欠款约 1.41 万美元。该研究基于覆盖 29 个州约 2000 家诊所的 CallIQ 电话可及性调研，以及管理超 30 亿美元诊疗费用的交互数据。
Tessl：产品与工程博客AI 评分5252 Tessl 谈 AI 软件工厂的开放性：既要带得进上下文，也要带得走知识
Tessl 发文提出评估 AI 软件工厂开放性的关键问题是能否把组织上下文带进来、把生产中积累的知识带走。文章给出透明性、可复现性、互操作性和生态复用四个可验证维度，并建议从一个受限工作流入手，把反复纠正的问题沉淀为技能、架构决策和评测用例，再在其他智能体或 harness 上演练迁移。
MIT NewsAI 评分5050 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"。
英国 AI Security Institute：BlogAI 评分4949 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。
a16z：NewsAI 评分4444 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。
GitHub BlogAI 评分2828 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。
Claude：Blog精选AI 评分6666 Block 如何用 Claude Fable 编排数千个 pull request 的代码迁移
Anthropic 发表对 Block AI capabilities 负责人 Bradley Axen 的访谈，介绍 Block 用 Claude Fable 5 编排大规模代码迁移：Fable 做数据模型、API 规格等高层设计，再调度数十个更小的 Opus 或 Sonnet 模型执行文件修改和测试，一次迁移可能合并上千个 pull request。
推荐理由：Block 负责 AI 能力的负责人详述 Fable 编排多模型跑大规模迁移的做法与双审批安全机制，读者可对照自身团队的智能体工程实践。
MIT NewsAI 评分3939 MIT 报告作者 Sasha Rakhlin 谈 AI 时代学术界的最佳前行路径
MIT 统计与数据科学中心主任 Sasha Rakhlin 撰文探讨 AI 如何改变学术界，重点聚焦研究生科研与培养。他指出，验证速度与可靠性决定学科被 AI 推进的快慢，数学领域已有模型达到国际数学奥林匹克金牌水平，并在一年后产出新研究结果。他建议院系重新界定学术贡献与评价标准，并建设共享 AI 科研基础设施，以保留实验室的隐性知识与失败经验。
MIT NewsAI 评分3939 MIT 教授 Sasha Rakhlin 谈 AI 如何重塑高校科研与研究生培养
MIT 统计与数据科学中心主任 Sasha Rakhlin 发文分析 AI 对学术界的影响，指出数学领域已有模型达到国际数学奥林匹克金牌水平，并在一年后产出新研究成果。他建议院系重新界定学术贡献与署名责任，并建设共享 AI 科研基础设施，以保留实验失败等未发表的经验知识。