精选归档 · 第 12 页

221240 条 · 共 283

5月6日5月6日周三

星期三 · 4 条
09:15
阿绎 AYi@AYi_AInotes精选
AI 评分 75/100
Anthropic揭示高速迭代真相:AI Agent协同作战,组织变革成关键Anthropic的Claude为什么能52天推出50个重大功能?神秘武器Mythos要发布了?他们的基础设施负责人、Claude code之父Boris刚说出了2026年AI行业最令人震惊的真相。Boris Cherny亲口承认: 我们公司现在,已经没有任何一行手动写的代码了。大家都以为他们藏着一个叫Mythos的超级黑箱模型,内部全靠它碾压所有人。 结果他说: 我们内部主要用的,就是和你们一模一样的Opus 4.7。 Mythos我们只用一点点,而且很快就会放出弱化版给所有人用。 没有什么秘密武器,大家用的是同一个东西。那他们的迭代速度为什么比别人快10倍? 因为他们的Claude不是单个聊天机器人。 是成百上千个Agent,在Slack上互相@,互相沟通,自动拆分任务,自动写代码,自动解决未知问题。一个Agent搞不定,会自动叫另一个Agent来帮忙。整个公司的代码库,已经完全由AI自己维护和迭代了。Boris本人从2025年11月起就再也没写过一行代码。他现在每天用手机就能提交22-27个PR,最高记录一天150个。Anthropic的工程师团队只增长了4倍,但每个人的产出提升了200%。这就是为什么他们能52天推出50个重大功能。最后他说了一句很多人可能都没听懂的话: 我们真正的领先,根本不是技术,是组织结构和流程。大家都在卷模型参数,卷推理速度,卷上下文窗口的时候, Anthropic已经把整个公司,改造成了一个由AI驱动的有机体,这才是真正的代差。你用的模型和他们一模一样, 但你还是一个人在写代码, 但他们是一支AI军队,在24小时不间断协同作战。Anthropic基础设施负责人Boris Cherny透露,公司并无秘密模型Mythos,主要使用与公众相同的Claude Opus 4.7。其高速迭代的核心并非技术优势,而是组织结构变革:公司由数百个AI Agent在Slack上协同工作,自动拆分任务、编写代码并解决问题,形成24小时运作的AI军队。工程师团队规模仅增4倍,但人均产出提升200%,Boris本人自2025年11月起未手动写代码。这揭示了AI时代真正的代差在于流程与组织形态。

推荐理由:Anthropic基础设施负责人亲口承认公司已没有一行手写代码,整个团队靠成百上千个Agent在Slack上自治协作。这是2026年AI行业最震撼的内部真相,告诉我们竞争已不在模型参数,而在谁能把公司先改造成AI有机体。
03:12
Tomer Tunguz 博客(VC 分析)精选
AI 评分 63/100
当公司里每个人都是关键人物时

本文探讨了初创公司工程团队中AI与人力比例变化带来的结构性风险。当AI占比从10%提升至90%时,团队从20名工程师的传统层级结构,演变为仅由3名工程师核心操控大量自主代理的无管理层模式。核心权衡在于系统韧性而非吞吐量:将编排知识高度集中于极少数人,等同于以100%的利用率运行,一旦关键人员离职将造成33%的“制度记忆”损失。文章借鉴制造业保持70-90%利用率以维持系统稳健的经验,建议大多数初创公司应避免过早采用极高AI占比的模式,因为其中缺乏冗余和缓冲空间。


推荐理由:当三个人管理着一支AI代理大军,任何一个人离开就是30%的知识蒸发。这篇文章用制造业利用率逻辑警告那些想用AI替换所有工程师的创始人:弹性才是真正的瓶颈。
01:26
Chubby♨️@kimmonismus精选
AI 评分 82/100
Coinbase裁员14%,主要原因之一是AICoinbise is laying off 14% of its workforce. One of the main reasons: AI.Coinbase宣布裁员约14%,CEO Brian Armstrong指出裁员源于市场周期与AI变革的双重压力。公司需在加密市场低迷期调整成本,同时拥抱AI提升效率:AI已让工程师几天完成以前数周工作,非技术团队也能编码。为此,Coinbase将转型为"AI原生"组织,压缩管理层至最多5级,取消纯管理岗位,组建小型高协同团队,并尝试"一人团队"模式。此次重组旨在构建更精简、敏捷的AI核心运营模式。

Brian Armstrong: This is an email I sent earlier today to all employees at Coinbase: Team, Today I’ve made the difficult decision to redu...


推荐理由:Coinbase裁员14%,CEO把AI列为关键原因。这封邮件不是例行通知,它把组织扁平化、砍掉纯管理岗、实验一人团队这些动作讲得很具体,是AI如何倒逼大公司重构的真实案例。

5月5日5月5日周二

星期二 · 4 条
11:14
阿绎 AYi@AYi_AInotes精选
AI 评分 72/100
Anthropic实现AI驱动研发闭环,人类角色转向监督与设计Anthropic CEO Dario Amodei的那句“Claude在设计Claude”炸了整个AI圈🤯但似乎很多人都看错了重点, 重点不是“RSI来了”,而是第一个被AI彻底重构的公司已经出现了啊兄弟们!先看几个没被广泛传播的内部事实:• Claude Code负责人Boris Cherny,从2025年11月起,100%不再手写任何一行代码• 整个Anthropic,现在几乎没有工程师手写代码• Claude Code这个产品本身,90%的代码是Claude自己写的以上就是2026年5月,Anthropic正在发生的日常。现在他们的工程师只做三件事: 1️⃣写prompt, 2️⃣审代码, 3️⃣确定顶层架构。 剩下的所有脏活累活,全是Claude的。那结果是什么呢? 只用了52天,就推出50多个重大功能! 2026年Q1,35次产品更新, 从Cowork到Code到Agents到1M上下文,别人几个月磨一个的东西,他们每周都在更🤯必须澄清,并不是因为他们人多,主要是他们的工程师效率已经是行业的10倍以上了!最恐怖的是,人和AI的角色已经彻底反转了。 以前:人类写代码,AI打下手, 现在:AI写代码,人类打下手, 人类只负责说“我要这个”,然后检查AI做的对不对。我觉得这才是Dario那句话真正的意思,不是有个超级AI在黑暗里偷偷改权重。 是整个Anthropic,已经变成了一台Claude驱动的机器。 研发、测试、迭代、产品,整个流水线的主力,都是AI。人类在这家公司里,已经从生产者变成了监督者。所以这就是递归自我改进(RSI)的第一步。 大家都以为RSI是某天AI突然觉醒了,那这就想错了。 RSI的第一步,是AI先接管了生产自己的整个工厂。现在再看OpenAI上周的Auto-review,是不是瞬间串起来了?OpenAI解决了:谁来监督AI?答案是AI。 Anthropic解决了:谁来生产AI?答案是AI自己。 两者拼在一起,就是一个完整的、可以自我运行、自我改进的AI闭环。然后人类只需要站在外面,偶尔按一下暂停键,甚至连暂停键最后可能也要交给AI。我以前一直以为,AI会最后取代程序员,现在发现我错了。程序员是第一个被彻底重构的职业,而且是被自己亲手写出来的东西,取代的。更可怕的是,这是一个不可逆的过程。 一旦你用AI写代码,你的迭代速度就会比别人快10倍。别人不跟进,就会死。 跟进,就必须把越来越多的权力交给AI。 没有中间路线。所以别再问RSI什么时候来了,它已经来了,只不过没有变成天网降临。但是现在它变成了一家2000人的公司,悄悄藏在旧金山的一栋办公楼里。 #AI #RSI #Anthropic #Claude #大模型Anthropic内部研发已由Claude主导,工程师基本不再手写代码,转而专注于编写提示词、审查代码和确定架构。这使得其工程师效率达到行业十倍以上,仅52天就推出50多个重大功能。这标志着递归自我改进(RSI)迈出关键一步:AI接管了生产自身的整个工厂。人类角色从生产者转变为监督者。结合OpenAI的Auto-review,一个能自我运行和改进的AI闭环正在形成。Anthropic CEO指出,未来仅约5%的开发者能留在核心领域,核心价值将转向驾驭和设计整个智能系统的系统思维能力。这是一个不可逆的进程。

阿绎 AYi: Anthropic CEO Dario Amodei把所有程序员和独立开发者的终局和心里模糊的不安都说透了:未来只有5%的人能真正留在牌桌上。 他平静但无比坚定,说最先被商品化的,是写代码这件事, 再往后,软件工程里从需求分析、架构设计到测...


推荐理由:Dario 这波自曝把 Anthropic 的底裤掀了,不是科幻故事,是正在发生的工程师消亡史。程序员要么学会当 AI 的导演,要么退场。值得每个写代码的人点开看看,掂量自己的五年计划。
04:02
OpenRouter:Announcements(RSS)精选
AI 评分 59/100
GPT-5.5 价格上涨:实际成本几何

OpenAI 将 GPT-5.5 的按 token 计价提高了一倍,但新模型在输出上更为简洁。通过实际使用测量发现,尽管单价上涨,由于模型响应更精炼、消耗的 token 数量减少,最终净成本影响可能低于预期。关键变化在于单位价格与模型效率之间的平衡,实际支出需结合具体使用场景和生成长度综合评估。


推荐理由:OpenAI 把 GPT-5.5 的单价翻倍让很多人心凉,但 OpenRouter 的实测显示净成本变化没那么大。如果你用 API 构建应用,这篇能帮你冷静算账。
00:14
IT之家(RSS)精选
AI 评分 71/100
Claude Token 榜:迪士尼「榜一大哥」9 天 46 万次,Meta 月烧 60 万亿

迪士尼内部上线AI使用看板,追踪员工调用Claude的频率和token消耗。数据显示,一名员工在9个工作日内调用Claude约46万次,平均每1.7秒一次。与此同时,迪士尼正裁员约1000人。硅谷正流行“tokenmaxxing”文化,比拼AI token消耗量。Meta内部统计显示,其8.5万名员工在30天内消耗了60万亿token,价值约900亿美元;Uber的年度34亿美元AI预算在4个月内耗尽。报告显示,Claude用户中非程序员用途已超半数。


推荐理由:迪士尼搞AI排行榜,Meta月烧60万亿token,这不是段子,是AI真实渗透的活证据。从律师到全职妈妈,所有人都开始用Claude打工,这股浪潮比任何财报都真实。
00:11
Tomer Tunguz 博客(VC 分析)精选
AI 评分 63/100
每日仅需8条广告,广告支持型AI的经济可行性分析

基于开源模型和商用GPU的广告支持型AI在经济上可行。计算表明,一个由4块B200 GPU组成的集群服务300名用户时,每小时成本约18美元。通过广告收入即可覆盖成本:在内容网络中每3分钟展示一条广告(CPM 3.12美元),或在搜索广告中每39分钟展示一条(CPM 38.40美元),这一广告频率已与常见的移动和网页应用相当。对于代码代理等高强度任务,可采用混合盈利模式:用户每月支付10美元订阅费并每日观看8条广告,即可支持约200万token的用量,这证明了该模式的实用性。


推荐理由:Tunguz 用一页纸的算账说清了广告支持 AI 的经济账,一天看 8 条广告就能换两百万 token,这对做免费 AI 产品的团队是个真正有说服力的模型。

5月4日5月4日周一

星期一 · 1 条
08:00
OpenRouter:Announcements(RSS)精选
AI 评分 57/100
GPT-5.5 价格上调:实际成本分析

OpenAI 将 GPT-5.5 的每 token 价格翻倍,但模型输出更精简(less verbose)。OpenRouter 通过实测用量评估了净成本变化。


推荐理由:OpenRouter 用真实 API 数据算了 GPT-5.5 的净成本,虽然单价翻倍但实际涨幅比想象中小,API 用户值得一看。

5月2日5月2日周六

星期六 · 2 条
14:11
阿绎 AYi@AYi_AInotes精选
AI 评分 70/100
科技圈正在发生一波反常的人才大迁移:多家十亿美元级公司的CTO集体辞职,转投Anthropic做IC科技圈正在发生一波反常的人才大迁移: 多家十亿美元级公司的 CTO 集体辞职,放弃高管职位,转去 Anthropic 做 IC • Workday CTO → MTS(2026 年 3 月) • http://You.com CTO → MTS(2026 年 3 月) • Instagram CTO → MTS(2026 年 1 月) • Box CTO → MTS(2025 年 12 月) • http://Super.com CTO → MTS(2025 年 7 月) 原推本人说实话我看到这条推文的时候愣了好久, 六个十亿美元级公司的CTO, 集体放弃高管职位, 转去Anthropic做普通的个体贡献者, 原推说离职原因是使命足够真实,但转念一想, 事情好像没这么简单, 这些人不是傻子, 他们不会为了一句虚无缥缈的使命, 放弃几千万的年薪和管几百人的权力,我认为真正的原因是, 他们发现了一个大多数人都没看懂的秘密, 在AI时代, 管多少人已经不重要了, 离模型有多近才重要!以前当CTO, 你要谈政治,要还技术债,要维持老系统, 一半的精力都花在和人打交道上, 现在在Anthropic做MTS, 你直接摸最前沿的模型训练, 用AI工具把自己的产出放大一万倍,这是一种权力的根本逆转, 以前你管的人越多,你的影响力越大, 现在你能调用的模型能力越强,你的影响力越大, 一个顶级工程师加一个好模型, 能干掉以前一个一百人的团队,当然钱肯定也不会少, Anthropic现在的估值和增长速度, 一个MTS的股权兑现之后, 可能比大多数独角兽CTO一辈子赚的都多, 而且流动性好得多, 不用等遥遥无期的上市,原推自己就是第五个例子, 他把http://Super.com从0做到年收入两亿美元, 然后转身去做了一个普通工程师, 他应该比任何人都清楚, 什么才是这个时代真正的杠杆,我觉得这件事最有意思的地方在于, 它宣告了传统职业天花板的彻底重置, 以前所有人的终极目标都是当上CTO或者CEO, 但现在最聪明的人, 都在抢着去最前沿的实验室做IC了,也许未来会有越来越多的人意识到, 当一个能直接操作基础模型的超级个体, 比当一个管几百人的高管, 有权力得多,也自由得多,所以这不能叫被使命召唤了, 是这个时代最聪明的一群人, 用脚投出来的票, 他们正在奔向那个杠杆最大的地方, 这值得我们大部分人深思,尤其是程序员兄弟们。#AI #职业发展 #Anthropic科技行业出现反常趋势,多家十亿美元级公司CTO放弃高管职位,转投Anthropic担任个体贡献者。这反映AI时代职业逻辑的根本转变:权力和影响力从管理人数转向接近前沿模型。个体工程师通过直接操作先进AI工具,其产出和影响力可能超越传统数百人团队。同时,Anthropic的高估值和增长潜力提供了极具吸引力的经济回报。此举标志传统职业天花板重置,顶尖技术人才正用行动投票,选择杠杆效应最大的核心研发岗位。

Henry Shi: Something strange is happening in tech. CTOs of billion dollar companies are quitting to take IC roles at Anthropic. Wor...


推荐理由:这不是简单的跳槽八卦,而是顶级聪明的工程师在用脚投票——离模型越近,杠杆越大,传统职业天花板正在重置。
03:10
Tomer Tunguz 博客(VC 分析)精选
AI 评分 57/100
本周的积极信号:AI在医疗、教育、农业与科研领域的突破性进展

近期多项进展展现了AI的巨大积极影响。医疗领域,Mayo Clinic的AI能通过常规CT提前最多三年检测胰腺癌,强生利用AI将新药线索生成时间减半。教育方面,哈佛研究显示AI导师使学生学习效果翻倍,泰国培训16万名教师惠及330万学生。农业上,AI能以约88%准确率预测害虫爆发。科研中,AI快速筛查NASA数据,新发现超一万颗系外行星候选。此外,香港推出AI洪水预报系统,Atlassian和Twilio等公司也因AI驱动业绩增长并上调预期。这些案例平衡了AI风险,凸显其创新潜力。


推荐理由:Tomer 收集了最近两周 AI 在医学、教育、农业的硬核落地案例,对反 AI 恐慌是一剂清醒剂,SaaS 公司的营收也说明行业在回暖。

4月30日4月30日周四

星期四 · 4 条
15:09
Tomer Tunguz 博客(VC 分析)精选
AI 评分 67/100
2026年Q1云巨头资本支出达1120亿美元,谷歌增长领先

2026年第一季度,三大云服务巨头资本支出合计1120亿美元。谷歌云以63%的同比增长率领跑,远超微软Azure的40%和亚马逊AWS的28%。谷歌增长主要受企业AI解决方案驱动,云服务积压订单环比翻倍至超4600亿美元。客户通过API每分钟处理160亿个令牌,同比增长60%。为满足需求,谷歌将2026年资本支出指引上调至1800-1900亿美元,超过微软的约1200亿美元。谷歌凭借全栈自研的Gemini模型和TPU芯片,在增长速度和结构优势上表现突出。


推荐理由:三家云厂一个季度砸了 1120 亿美元搞 AI 基建,Google 靠自研模型增速冲到 63%,全栈整合的优势这次用财报坐实了,做 AI 创业的得重新想想云选型。
06:20
Google Research:Blog(网页)精选
AI 评分 57/100
谷歌研究团队应用实证研究辅助工具的四个领域

自去年秋季推出实证研究辅助(ERA)工具以来,谷歌研究团队已将其应用于多个科学领域以解决实际问题。在流行病学中,它助力流感与新冠预测;在宇宙学里,协助分析星系数据以探究暗能量;在大气监测方面,提升了二氧化碳排放的追踪精度;在神经科学领域,则用于解析大脑活动数据。这些实践表明,ERA能帮助科学家生成专家级的实证软件,其成果超越了黑箱模型,可发现兼具可解释性与机制准确性的解决方案,从而有效加速科学发现进程。


推荐理由:Google 把自家 ERA 工具在流行病学、宇宙学、气候监测、神经科学四个方向的实战案例摊开讲,虽然不是新模型发布,但对做 AI for Science 的人来说,这是一份难得的「AI 科研助手到底能干嘛」的全景参考。
04:09
Rohan Paul@rohanpaul_ai精选
AI 评分 71/100
AI迷雾:预见能力崩溃与短期化未来Harvard Business Review just published a super interesting piece.AI’s biggest shock may be that nobody can price the future cleanly anymore i.e. we all are staring at a "AI Fog"i.e. the range of outcomes is now so wide that people cannot tell whether today’s prized skill, product, or business model will still pay off a few years from now.AI’s first big economic effect is not automation itself, but the collapse of foresight.The hidden cost of AI may be a collapse in conviction, as its erasing the visibility that modern finance depends on.Modern capitalism runs on the assumption that tomorrow will rhyme with today closely enough to justify big, slow bets. On long bets like degrees, hiring plans, factories, software valuations, and infrastructure, and those bets work only when the future is readable.All these depend on one quiet belief: the future is legible.AI attacks that legibility before it fully rewires any one industry.That hits workers first, because a medical degree, MBA, or coding career looks weaker when AI agents may absorb diagnosis, analysis, drafting, research, and junior software work.That hits companies next, because stock prices depend on durable future cash flow, and terminal value breaks down when AI can erode moats in software, services, and even specialized manufacturing.That changes behavior fast.Students hesitate to buy expensive human capital when the job at the end may be redefined halfway through training, and companies hesitate to hire when junior work, software work, and coordination work are all moving targets.Financial markets feel the same pressure, because once AI casts doubt on a company’s durability, the terminal value carrying much of its valuation starts to look less like math and more like faith.So the immediate economic consequence of AI may be shorter horizons.Less skyscraper, more tent.Less irreversible commitment, more staged investment, modular teams, and organizations built to learn before they lock in.It points to something subtler and probably more important: when institutions cannot see clearly, they stop making the kinds of commitments that built the old economy.---hbr .org/2026/04/the-future-is-shrouded-in-an-ai-fog《哈佛商业评论》文章指出,AI的首要经济影响并非自动化,而是制造了巨大的不确定性"迷雾",导致"预见能力的崩溃"。这动摇了现代资本主义依赖未来"可读性"的根基,使得个人对教育投资、企业对长期雇佣与资本开支、金融市场对终值的评估均陷入犹豫。其结果是行为模式迅速转向短期视野:更倾向于模块化、可调整的投入,而非长期、不可逆的重大承诺。

推荐理由:HBR这篇文章点明了一个被忽视的效应,AI先动摇的不是就业而是经济决策的可见性。当远期现金流变得不可读,学位、招聘、投资都得重新算账,管理者和投资者的时间窗正在被动缩短。
01:39
Hugging Face:Blog(RSS)精选
AI 评分 62/100
AI评估正成为新的算力瓶颈

AI评估成本已突破关键阈值,正重塑其可及性。Holistic Agent Leaderboard花费约4万美元运行了2万多次智能体推演,单次前沿模型测试成本可达2829美元。研究显示,相同任务成本差异可达33倍,脚手架选择是核心成本驱动因素。虽然静态基准可通过压缩技术实现百倍成本缩减,但智能体评估因轨迹长、噪声大而压缩有限。高支出未必带来更好结果:例如在GAIA测试中,2828美元方案准确率28.5%,而1686美元方案反达57.6%。当评估包含模型训练时,成本将完全超越常规API框架。


推荐理由:这篇把分散的评估成本数据拉通了算总账,曾经便宜的评测现在动辄上万美元,独立评估正被价格挤出牌桌,做Agent的人必须意识到排行榜的代价。

4月29日4月29日周三

星期三 · 1 条
09:35
Tomer Tunguz 博客(VC 分析)精选
AI 评分 63/100
AI销售中的三个核心问题

AI销售策略正从询问软件预算转向三个核心问题:软件总预算、劳动力总预算,以及客户期望三年后两者的比例。这一转变将销售对话提升至战略层面。当前数据显示,销售、支持和工程部门的人力与软件成本比分别为10:1、4:1和最高25:1,高比率意味着巨大的AI替代潜力。新的销售流程分为两步:先切入现有软件预算,再拓展至AI所释放的劳动力预算,最终目标是重新定义企业对成本结构的认知。


推荐理由:Tunguz 用一张劳动力/软件支出比率表把 AI 销售的底层逻辑讲透了,做 ToB SaaS 或 Agent 产品的人看完会重新想自己的定价天花板在哪。

4月28日4月28日周二

星期二 · 4 条
23:06
Chubby♨️@kimmonismus精选
AI 评分 80/100
马斯克诉OpenAI案开庭,指控其背叛非营利初衷http://x.com/i/article/2049134075466670081Musk vs. OpenAI: the tl;dr. A (neutral) summaryThe most consequential AI lawsuit in history opened in an Oakland courtroom this week. Elon Musk is suing Sam Altman, the CEO of the company they once built together, over what Musk calls the ultimate Silicon Valley betrayal. At stake: $134 billion in damages, the leadership of OpenAI, and a legal precedent that could fundamentally alter how mission-driven tech companies are structured and funded.Opening arguments begin today, Tuesday, April 28, before Judge Yvonne Gonzalez Rogers at the U.S. District Court for the Northern District of California. Both Musk and Altman are expected to take the stand. The trial could last several weeks.How it startedOpenAI was founded in 2015 by Musk, Altman, Greg Brockman, and a small group of researchers as a nonprofit. The mission was explicit: build artificial general intelligence that benefits all of humanity, free from shareholder pressure and profit motives. Musk contributed roughly $44 million in the early years. The idea was radical. A group of elite researchers, backed by philanthropic capital, would develop the most powerful technology in human history and give it away.However, that is not what happened - obviously.By 2017, the founders realized that competing with deep-pocketed corporations like Google required far more capital than donations could provide. Discussions about restructuring began. Musk and Altman clashed over leadership and strategic direction. Musk pushed for a merger with Tesla. The others resisted. In 2018, Musk left the board. OpenAI cited potential conflicts of interest with Tesla. A year later, OpenAI created a for-profit subsidiary. The nonprofit technically remained in control, but the commercial arm quickly eclipsed it. Then came ChatGPT, and everything accelerated.Today, OpenAI is valued at roughly $850 billion and is preparing for what could be one of the largest IPOs in tech history. It claims nearly a billion weekly active users. The nonprofit that once defined the organization now exists largely as an oversight layer.What Musk claimsMusk's central allegation is straightforward: he was deceived. He says Altman and Brockman convinced him to fund a nonprofit with a humanitarian mission, then quietly converted it into a commercial juggernaut that enriched them personally. In court filings, Musk's lawyers described the situation as betrayal of historic proportions and accused Altman of running a calculated deception from the start (Musk, Court Filing, 2024).Of the 26 claims Musk originally filed in November 2024, only two remain after pre-trial narrowing: unjust enrichment and breach of charitable trust. His lawyers dropped the fraud claims to streamline the case. But the remedies Musk is seeking are sweeping. He wants the court to reverse OpenAI's 2019 for-profit conversion, restore the company to full nonprofit status, remove Altman and Brockman from their leadership positions, and award up to $134 billion in damages. Musk has told the court that any financial award should go to OpenAI's nonprofit foundation, not to him personally.Microsoft, one of OpenAI's largest backers, is named as a co-defendant and accused of aiding and abetting the breach of charitable trust. Microsoft CEO Satya Nadella is on the witness list.Musk has also calls the case as a matter of public principle. He has argued that allowing this kind of nonprofit-to-profit conversion without consequence would set a dangerous legal precedent, eroding trust in charitable organizations across the United States.What OpenAI ClaimsOpenAI sees things very differently. The company has characterized the entire lawsuit as a competitive attack. On X, the company wrote: "This lawsuit has always been a baseless and jealous bid to derail a competitor. We can't wait to make our case in court where both the truth and the law are on our side." (OpenAI, April 2026)On its website, OpenAI published a detailed rebuttal, stating that Musk's actions are driven by jealousy, regret over leaving the company, and a desire to advantage his own AI venture, xAI (OpenAI, 2026). The company argues that Musk was fully aware of and participated in early discussions about restructuring OpenAI into a for-profit entity. Internal communications suggest that by 2017, all founders, including Musk, understood that the nonprofit model alone could not support the compute infrastructure required to build frontier AI.OpenAI also points out that Musk leveraged the organization for his own benefit before he left. According to internal records published by OpenAI, Musk asked the OpenAI team to help fix Tesla's Autopilot program in early 2017, leading to the recruitment of key researcher Andrej Karpathy to Tesla (OpenAI, 2026).The company contends that Musk left because he could not assume total control, not because of any principled disagreement over structure. OpenAI emphasizes that it remains governed by a nonprofit dedicated to the same mission of creating AGI that benefits humanity, and that the OpenAI Foundation is now one of the best-resourced nonprofits in history, with a valuation exceeding $180 billion (OpenAI, 2026).Altman himself has not stayed quiet. In February, he posted on X: "Really excited to get Elon under oath in a few months, Christmas in April!" (Altman, February 2026). Musk, in turn, has repeatedly called Altman "Scam Altman" on social media and stated that Altman "lies as easily as he breathes" (Musk, August 2025).What now?This trial is not just about two billionaires settling a grudge. It is a test case for a question that now haunts the entire tech industry: when a company is founded with a public-good mission and later pivots toward profit, what are the legal limits of that transformation?Jill Fisch, a professor of business law at the University of Pennsylvania, put it clearly: when someone invests in an organization that promises to operate in a socially responsible way, and the leadership decides to pivot, there have to be limits on how far that pivot can go (Fisch, 2026, https://www.wvia.org/news/2026-04-27/musk-vs-altman-tech-ceos-head-to-court-over-the-fate-of-openai).The outcome will ripple far beyond OpenAI. Anthropic, Musk's own xAI, and a generation of mission-driven AI startups all use different corporate structures designed to balance purpose and capital. A ruling against OpenAI could force a rethink of how these hybrid models work. A ruling in OpenAI's favor could validate the idea that nonprofits can evolve into commercial powerhouses without legal consequence.The timing amplifies the stakes. OpenAI is targeting a fourth-quarter IPO. Musk is preparing to take SpaceX public in what could be a record offering. Together, the two companies are valued at over $2 trillion on private markets. A loss for OpenAI could derail its public listing entirely.As Casey Newton, founder of the Platformer newsletter, put it: the thrust of Musk's case is to stop OpenAI in its tracks, prevent them from developing future models, and essentially knock a major player out of the AI race (Newton, 2026).The jury has been seated. Opening arguments start today. Both men will testify. The AI industry is watching.埃隆·马斯克在美国加州法院起诉OpenAI及其CEO萨姆·奥特曼,指控其将最初的非营利组织转变为营利性商业实体,构成背叛。马斯克要求法院撤销2019年的营利性转型,恢复非营利地位,罢免奥特曼等管理层,并索赔高达1340亿美元。他认为此案关乎公共原则,若此类转型无后果将危及全美慈善机构信任。OpenAI则反驳称该诉讼是"无根据的、出于嫉妒的竞争攻击"。此案结果可能为使命驱动型科技公司的结构与融资设立重要法律先例。
推荐理由:Musk 起诉 OpenAI 这场官司今天正式开庭,1340 亿美元索赔只是表面,真正决定的是非营利转营利这条路到底合不合法,Anthropic、xAI 和所有 mission-driven AI 公司都在看结果。
16:33
IT之家(RSS)精选
AI 评分 76/100
央视解读"中方禁止 Manus 并购案":禁的是企业"洗澡式出海"

中国外商投资安全审查工作机制办公室依法禁止了Meta对AI公司Manus的收购交易。央视解读指出,此举主要针对企业“洗澡式出海”的不合规做法。Manus在推出后,将总部迁至新加坡并裁减国内团队,随后在获得美国投资后试图将核心人员、技术等关键资产转移境外,触发了跨境投资安全审查。依据《外商投资安全审查办法》,此类涉及技术、数据跨境转移的交易需接受安全审查,以平衡对外开放与国家安全。目前Meta正计划解除交易并剥离相关数据。


推荐理由:Manus 从爆火到出海再到被禁,是中国 AI 公司跨境资本操作的标志性案例。做 AI 创业的都该看看这条红线画在哪,别等交易谈完才发现过不了审。
13:33
IT之家(RSS)精选
AI 评分 71/100
新增具身智能、脑机科学与技术等 38 种专业,教育部发布 2026 年本科专业目录

教育部发布《普通高等学校本科专业目录(2026年)》,新增38种本科专业,目录现涵盖13个门类、883种专业。为适应新兴交叉学科发展,目录在“交叉学科”门类中首批列入未来机器人、具身智能、脑机科学与技术等15种专业。新增专业精准对接国家战略与产业需求,包括能源科学与工程、深地科学与工程、农业机器人、生物制造、数字文旅、商业人工智能等。其中,具身智能专业获哈尔滨工业大学等9所高校增设。“十四五”期间全国高校专业调整幅度超30%,今年调整比例首次突破10%。


推荐理由:教育部把具身智能列为本科专业,9所高校首批开设,这是AI人才供给端的结构性信号。做具身智能的团队,未来几年招人会容易很多。