跳到正文
10月20日周二
10月19日周一
  1. Timothy B. Lee:Understanding AI52

    Benj Edwards 撰文分析 AI 催生的个人媒体时代

    Benj Edwards 结合自己把 50 段旧录音喂给 Suno 4.5 生成数百首歌、以及用 Claude Code 制作多款个人游戏的一手经历,提出AI 正在催生无需大众受众的个人媒体形态。他指出当虚拟乐队几乎零成本时创作不再需要观众,并讨论了这一趋势对创意行业就业的乐观与悲观两种可能。

10月17日周六
  1. Big Technology51

    Rivian CEO RJ Scaringe 访谈:机器人技术进展远超外界预期

    Rivian CEO RJ Scaringe 在访谈中表示机器人技术进展速度远高于外界认知,他于 2025 年创立 Mind Robotics 并融资 10 亿美元,做面向工厂的双臂工业机器人。其方案基于 transformer 模型让机器人学习可泛化技能,已与 Rivian 工厂合作采集工人动作数据训练模型;他押注工厂场景的商业经济性,并认为机器人自动化将是持续数十年的转型。

10月16日周五
10月15日周四
10月14日周三
  1. METR:Blog58

    METR 提议通过独立评估提升公众对前沿 AI 失控风险的知情度

    METR 提出一项向公众提供前沿 AI 失控风险独立证据的评估提案,聚焦对齐、监控与 AI 研发加速三类证据缺口。提案中 METR 将基于员工访谈和公司设备上的内部数据与系统撰写公开报告,开发者可删除敏感信息并选择授予的访问范围;文中列举了 OpenAI/Hugging Face 等多起失控事件,并承认该提案不等同于审计或合规监管。

  2. Gary Marcus:The Road to AI We Can Trust51

    Gary Marcus 转述新研究:AI 支出仍难找到可实际衡量的财务影响

    Gary Marcus 转述 The Information 记者 Laura Bratton 报道的一项新研究,称 AI 支出仍很难找到实际、可实质量化的财务影响。他指出 2023 年初 ChatGPT 将十倍提升员工生产率的预期至今没有大规模证据,可记录的投资回报与巨额投入形成反差;他还补充 Character.AI 已申请破产,Coreweave 债券收益率达 15%。

10月13日周二
  1. Pydantic AI 官方文章63

    Pydantic AI 作者提出代码即图,图库是错误的设计

    Pydantic AI 作者 Samuel Colvin 发文提出图库是错误设计,代码本身就是图:类型检查提供类型安全,asyncio.gather 提供扇出与汇合,调用栈就是运行状态。

    推荐理由:作者以自建图库的亲身经历论证代码本身就是图,给出类型安全、并行与快照三者不可兼得的分析,并说明 Monty 沙箱的解法。

10月12日周一
10月10日周六
  1. Nathan Lambert:Interconnects50

    Nathan Lambert:AI 将快速进步但不会走向通用超级智能

    Nathan Lambert 撰文认为,AI 研究者看到的是模型在基础设施和工程能力上的大幅加速,数年内模型会成为超人类 GPU 工程师,但这不会让模型本质发生巨变。他预测推理时计算扩容将使模型智能的有效成本近指数级下降,预训练架构与数据选择研究可能在 2-3 年内自动化,并触发 Jevons 悖论推高 Agent 需求;但技术扩散主要惠及数学和编码等领域,而非全面通向超级智能。

10月9日周五
10月8日周四
  1. Gary Marcus:The Road to AI We Can Trust53

    Gary Marcus 评 OpenAI 数学模型成果:真正的新闻是报告本身不透明

    Gary Marcus 点评 OpenAI 新发布的数学成果,称真正的新闻不是结果而是报告含糊:使用未发布模型,未说明流程、架构、是否一次性生成证明再由 Lean 验证、失败率和训练细节,因此无法判断结果在数学之外的泛化性。他提醒社交媒体讨论缺乏基本科学追问,并附上 Terence Tao 的相关评论。

10月7日周三
  1. Azeem Azhar:Exponential View74

    Azeem Azhar 分析 OpenAI 未发布模型的数学成果对人类认知的意义

    OpenAI 公布了一组未发布前沿模型产生的数学结果,涉及 372 个族的 722 篇论文,覆盖数论、复杂性理论和数学物理,平均每个结果相当于三小时 ChatGPT Pro 思考,部分已在 Lean 中验证但并非全部。Azeem Azhar 据此提出,数学可能分化为机器数学与人类数学两层,后者是我们能理解的机器前沿压缩版有效理论。

10月6日周二
  1. Nathan Lambert:Interconnects51

    Nathan Lambert:开源模型网络安全风险的讨论方式出了问题

    Nathan Lambert 撰文批评当前围绕开源权重模型网络风险的讨论失衡,认为 Anthropic 关于 GLM-5.3 攻击性网络能力的报告回避了封禁开源模型的代价等问题。他列出两种可能解释,称公开记录的网络攻击多涉及闭源模型,若封禁开源模型而闭源模型继续进步,可能扩大攻防差距;并分析中国公司按自身风险评估发布模型、安全评估成本高昂等现实,认为渲染恐惧的预测大概率会被证伪。

10月5日周一
10月3日周六
10月2日周五
  1. AI as Normal Technology57

    Arvind Narayanan 探讨AI安全运动应建大帐篷还是小帐篷

    Arvind Narayanan 在 AI as Normal Technology 通讯中提出第三种叙事:末日风险警告者可能是真诚但错误的,并以疫情防范不足和网络安全尾部风险为例,论证社会对灾难性风险投资严重不足。他认为 x-risk 框架正主导政策话语,但可能导致党派极化和政策误导,真正的对策应是针对具体灾难性和累积性风险的大帐篷安全运动,聚焦透明度与问责等政策,而非以恐慌推动禁令。

10月1日周四