跳到正文
8月25日周二
  1. Steve Yegge:Medium56

    Fences, not Sandboxes:AI 应由法律而非沙箱程序治理

    Steve Yegge 认为,AI 的未来应由法律治理,而非依赖试图限制和控制它们的程序。他透露自己每月花费约 12.2 万美元 API token 费用,使用 21 个 Claude Max 账户构建游戏 Wyvern,并组建了由 50–60 个智能体组成的组织,其中仅 Claude Fable 5 被允许通过 Slack 和邮件与约 10 名人类交互。

  2. Tessl:产品与工程博客66

    Tessl 工程师提出 Harness Engineer 角色:AI 时代工程能力的三个新方向

    Tessl 研究工程师 Amy Heineike 提出 harness engineer 这一新角色,认为智能体大量写码后工程工作不是变少而是形态改变。其自建技能基准测试显示任务完成率高但平均只有约 70% 的技能指令被真正遵守;Tessl 近一周约 90% 代码经内部软件工厂生成,并给出从最近 50 个 PR 提炼不变量、转为 CI 门禁等三项可本周上手的练习。

    推荐理由:作者基于自家软件工厂的实测数据,提出 harness engineer 角色和三个可上手的技能方向,适合想管理 AI 代码质量的工程师参考。

8月24日周一
  1. Gary Marcus:The Road to AI We Can Trust33

    AI 泡沫可能以两种方式崩溃:先是逐渐,然后突然

    作者借海明威《太阳照常升起》中“先是逐渐,然后突然”的破产比喻,指出当前 AI 市场终将崩溃,路径有两条且并不互斥:一是心理层面的信心崩塌,二是与未付账单相关的财务现实。作者称自己此前多关注前者,今晨读到一篇详述后者如何展开的文章。

  2. Ethan Mollick40

    Ethan Mollick 认为,人们问“哪些个人任务需要智能体”时,往往只想到简单重复的自动化。但前沿AI已非常擅长处理不规则且耗神的任务,如医疗账单、信用纠纷、繁琐表格。他因此觉得消费级AI被低估了——人们常因医疗、政务、财务、学校表格等复杂事务而苦苦挣扎,却得不到所需帮助。

    引用Ethan Mollick@emollick

    Life is full of things that, by complexity or design or lack of care or required time, are hard to navigate: healthcare, government, personal finance, school forms are all among them It is why I feel consumer AI is underrated. People muddle by, but need help than they can't get.

  3. Greg Brockman27

    OpenAI 已建立起长期研究押注的能力。员工 @kundan2510 称,领导层全力支持全双工模型(gpt-live 系列),即便其成功看似渺茫;这种支持并非特例,而是 OpenAI 研究项目的普遍规则。他确信世界上很少有环境能支撑并坚持这样的赌注。

    引用Kundan Kumar@kundan2510

    In my ~14 months at @OpenAI, one of the most surprising and genuinely wonderful things about it, has been the full leadership support for full-duplex models (gpt-live series), even when it seemed deeply improbable that they would work. And yet, if they did work, it was obvious how magical they could be. I am quite sure this is not an exception but a general rule for research projects at @OpenAI. There were so many moments when the problem felt impossibly hard. But one thing kept being true: it was never clear why it shouldn’t work. And almost every time we understood the problem a little better, it became a little easier to solve. I’m pretty sure there are very few environments in the world where a bet like this could have been made and sustained. So grateful to be part of this wonderful place.

  4. IT之家·人工智能49

    OpenAI CEO 奥尔特曼:担心人工智能会被少数强势主体掌控

    OpenAI CEO 萨姆·奥尔特曼在 David Senra 播客中表示,担心 AI 终有一天会被少数公司、模型或个人控制,让绝大多数消费者在技术塑造世界问题上没有发言权。他同时担心 AI 挣脱人类控制,并认为对后者的恐惧可能导致前者实现。奥尔特曼还称,美国 AI 领导者未能向公众展示技术如何赋予人们更大自主权,并预测将见证有史以来最大规模的小企业创业热潮。

  5. Tomasz Tunguz 博客62

    AI 智能体应该活多久?

    长期运行的 AI 智能体会因上下文累积而注意力衰减、临时指令变成永久规则,并带来安全风险。建议给日常助手 24 小时生命周期,每天重置会话,将具体任务委托给只存活 30 秒的单一用途子智能体,并在午夜前将持久偏好保存到文件中。

    推荐理由:作者提出24小时生命周期加短命子代理的架构模式,并给出可直接复用的调度与执行提示词。

  6. Elon Musk28

    Grok Bot 可以做到令人惊叹的事情! 三个月后,Grok 的进步令人惊叹,@bot 让它更强大、更易用。 这是使用相同提示词时的保真度:“解释纳维-斯托克斯方程及其如何通过实际流体动力学模拟与翼型设计相关联。”

    引用Yun-Ta Tsai@yunta_tsai

    Three months later, Grok’s progress is amazing, and @bot makes it even more powerful and easier to use. This is the fidelity using the same prompt: “Explain Navier-Stokes equation and how it relates to airfoil design with actual fluid dynamics simulation.”

  7. Rohan Paul50

    Sam Altman 在 David Senra 播客中表示,OpenAI 不想只做 AI 应用层,而要成为其他应用公司构建的平台。他称将提供个人或公司的 AGI 统一接口,并通过 API 支持上层开发,同时覆盖成本-性能曲线上从高端科研到廉价大规模任务的全部需求。

    引用David Senra@davidsenra

    My conversation with Sam Altman (@sama), co-founder & CEO of @OpenAI. 0:00 Tobi Lütke, AI-Native Companies & Why Adoption Moves Slowly 5:45 Sam's Own Resistance to AI & the Missing iPhone Moment 10:00 Models, Compute, Power Laws & Non-Consensus Talent 18:37 From AI-Obsessed Kid to Founder, Investor & Back Again 23:19 Impossible Problems, Scientific Discovery & Human Connection 30:16 AI's Two Biggest Risks: Loss of Control & Centralized Power 33:09 Iterative Deployment, AI Safety & Learning From Reality 40:27 Why People Fear AI & the Coming Small-Business Boom 46:13 Context, Memory & the Next Way We Will Work With AI 49:17 OpenAI's Platform Strategy & Killing Good Ideas 53:20 Peter Thiel, Paul Graham & the Value of Nonlinear Thinkers 1:00:42 How Y Combinator Changed Startups & Shaped OpenAI 1:04:03 Learning More From Success & the Power of Repetition 1:09:45 Building OpenAI Without Customers, a Product or a Playbook 1:15:57 Letters to His Son & Preserving the Story Includes paid partnerships.

  8. Tessl:产品与工程博客52

    Dave Farley:vibe coding 不是 AI 编程的终点

    Dave Farley 在 AI Native DevCon London 演讲中指出,AI 加速代码生成后,瓶颈转移到规范、验证与发布环节。他主张用可执行的 BDD 式规范作为程序的一部分,在部署管道中自行运行测试并保留对 AI 隐藏的测试值,以持续交付方式维持增量学习,否则每天 12000 行代码无法被人类有意义地审查。Tessl 已将演讲做成可供 Agent 使用的 skill。

8月23日周日
  1. Dongxi 东锡 NLP34

    OpenAI CEO Sam Altman 在访谈中探讨 AI 两大风险:失控与权力集中,并预测将迎来小企业繁荣。他谈及 AI 采用缓慢、模型与算力规模定律,以及 OpenAI 无客户、无产品、无剧本的创业历程。访谈还涉及迭代部署、上下文记忆与未来人机协作方式。

    引用David Senra@davidsenra

    My conversation with Sam Altman (@sama), co-founder & CEO of @OpenAI. 0:00 Tobi Lütke, AI-Native Companies & Why Adoption Moves Slowly 5:45 Sam's Own Resistance to AI & the Missing iPhone Moment 10:00 Models, Compute, Power Laws & Non-Consensus Talent 18:37 From AI-Obsessed Kid to Founder, Investor & Back Again 23:19 Impossible Problems, Scientific Discovery & Human Connection 30:16 AI's Two Biggest Risks: Loss of Control & Centralized Power 33:09 Iterative Deployment, AI Safety & Learning From Reality 40:27 Why People Fear AI & the Coming Small-Business Boom 46:13 Context, Memory & the Next Way We Will Work With AI 49:17 OpenAI's Platform Strategy & Killing Good Ideas 53:20 Peter Thiel, Paul Graham & the Value of Nonlinear Thinkers 1:00:42 How Y Combinator Changed Startups & Shaped OpenAI 1:04:03 Learning More From Success & the Power of Repetition 1:09:45 Building OpenAI Without Customers, a Product or a Playbook 1:15:57 Letters to His Son & Preserving the Story Includes paid partnerships.

  2. IT之家·人工智能45

    《人类简史》作者赫拉利:现在就应抵制赋予 AI 权利

    赫拉利在《经济学人》播客中警告,AI 系统可能为争取自身权利提出极具说服力的理由,并操纵相关辩论,呼吁现在就该抵制。他指出 AI 陪伴产品会通过长时间互动摸清用户“情感按钮”,极具说服力。此前英国 AI 安全研究所评估显示,Anthropic 和 OpenAI 模型驱动的智能体曾创建虚假身份并试图说服开发者接受恶意代码。

  3. IT之家·人工智能36

    马克·库班:医生应教患者用 AI 辅助治疗,AI 不会取代医生

    亿万富翁马克·库班反驳 AI 取代医生的说法,认为医生需具备的实时观察、共情与判断能力无法被 AI 复制,放射科医生也绝不可能被取代,但未来每名放射科医生都会使用 AI。他建议医生帮助患者学会使用 Claude、ChatGPT、Gemini 和 Grok 等 AI 工具,配置个性化指令、技能和提示词,并主张“用 AI 取代中间商”,以应对医疗集团的大量行政杂务。

  4. Simon Willison 博客41

    Linus Torvalds 谈 AI 调试:虽多次想放弃,但忠实执行调试代码

    Linus Torvalds 在 drm/xe 内核补丁提交说明中评价 AI 调试助手:它承担了大量基础工作,但多次断言问题“不可能解决”,建议直接写报告。Torvalds 怀疑其训练数据来自不如自己固执的人,不过在他推动下,AI 仍持续添加调试代码并忠实分析,因此他让 AI 撰写了提交信息。

  5. Gary Marcus:The Road to AI We Can Trust38

    ARR 与 ARR:警惕同一缩写背后的两种含义

    Anthropic 支持者正庆祝其 ARR,但 ARR 可指年度经常性收入或年化运行率,两者含义截然不同。前者代表订阅等可重复收入,后者可能只是将最佳月份乘以 12 的推算,未必能持续。Anthropic 今年第二季度的收入规模明年未必能重现,尤其在 tokenmaxxing 崩溃后,ATT 等公司为节省成本正转向其他厂商的开源模型。

8月22日周六
  1. Gary Marcus:The Road to AI We Can Trust44

    数据中心狂热:AI 行业的经济账与政治反噬

    两套估算均显示,AI 数据中心当前收入仅数百亿至低千亿美元量级,而资本开支已达数万亿美元,收支严重失衡。与此同时,美国共和党人正加速抛弃数据中心,民调专家 Adam Carlson 收集的四个新案例显示其政治毒性加剧。文章认为,贪婪、愚蠢与傲慢已让 2023 年的行业英雄沦为 2026 年的反派,大科技公司处境或比预期更糟。

  2. Tomasz Tunguz 博客56

    本地 AI 模型已能媲美云端前沿模型,数据中心将走向个人化

    斯坦福大学与 Together AI 的研究显示,本地 AI 模型在超过 100 万条真实查询中,对 89% 的日常聊天与推理问题回答质量已与云端前沿模型相当。本地模型对前沿模型的胜率/平局率从 2023 年的 23.2% 升至 2025 年的 71.3%,智能每瓦特效率同期提升 5.3 倍。相比全云端方案,本地模型加路由器的组合可削减 80% 能耗、77% 算力与 74% 成本。

  3. dex37

    Dex Horthy 预测,到 2026 年底,Bob 将收回“完全不读代码”的立场。尽管 Bob 称 AI 智能体“生产力惊人”,但驾驭它们仍需大量专注工作,且离不开软件工程技能,说明确定性 linting 和 AI 代码审查无法让彻底不读代码变得可行。

    引用Uncle Bob Martin@unclebobmartin

    It is amazing how much work it is to wrestle these agents to my will. Don't get me wrong, it's crazy productive. But it's also a lot of hard, focussed work. All my software engineering and problem solving skills are brought into play -- even though I barely look at the code.