Tim O'Reilly 撰文谈 AI 时代人类专业知识的价值与缺失机制
Tim O'Reilly 在这篇长文中回应 Richard Sutton 的“苦涩教训”，自称 human-pilled：LLM 知道一切却因此什么也不知道，人类的专业知识为模型提供聚焦，并举 O'Reilly Expert Intelligence MCP 服务器让模型参考《Site Reliability Engineering》后将招聘建议改为 toil 审计的例子。
#开源生态
O'Reilly RadarAI 评分5353
Nathan Lambert：InterconnectsAI 评分4646 开放模型推理市场现在有多大？
Nathan Lambert 借助 Interconnects Dashboard 的数据，分析开放模型推理市场的规模与增长。
OpenRouter：Announcements精选AI 评分6464 OpenRouter 解析开放权重与闭源模型差异及使用趋势
OpenRouter 发文解释开放权重与闭源模型的区别：开放权重模型发布权重，可自行下载、微调和部署；闭源模型只能经厂商及其授权云使用。
推荐理由：OpenRouter 用自家流量和价格数据拆解开放权重与闭源模型的差距，读者可据此按价格和质量权衡做模型选型。
Nathan Lambert：InterconnectsAI 评分5656 Nathan Lambert 反思开源模型网络风险判断是否失误
Nathan Lambert 在 Interconnects 撰文复盘自己数周前的观点，认为对开源模型网络风险的担忧被夸大，Claude Mythos 若以开源权重发布世界也会大体无恙，真正跨过能力门槛的是 GLM-5.3。
Nathan Lambert：InterconnectsAI 评分5555 Nathan Lambert 评 Artificial Analysis Intelligence Index v5 与基准测试者的困境
Nathan Lambert 撰文分析 Artificial Analysis 新发布的 Intelligence Index v5，指出该指数更偏向通用智能体协作方向，8 个闭源模型跑赢最强待发布开源模型 Kimi K3.1 Pro。
Nathan Lambert：InterconnectsAI 评分5555 Interconnects 播客：Kimi K3.1 Pro 评价与开源模型网络安全现实讨论
Nathan Lambert 与 Florian Brand 的播客讨论 Kimi K3.1 Pro，指出其在 Artificial Analysis 上排名前三但部分长程基准表现较弱，且官方声明有意下调攻击性网络安全能力，权重定于 11 月 4 日前开源。
Nathan Lambert：InterconnectsAI 评分7373 Interconnects 分析 Meta Muse Spark Open 如何改变开源前沿格局
Nathan Lambert 分析 Meta 发布 Muse Spark Open 后西方开源模型重返前沿：该模型为 816B 总参数/42B 激活、1M token 上下文、原生多模态，性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash，但仍落后 GLM 5.3 与 Kimi K3，中美最佳开源模型差距约缩小一半。
ChinaTalkAI 评分5252 ChinaTalk 对谈蚂蚁 Ling 产品负责人：为何认为 AGI 不可避免、开源是产品策略
ChinaTalk 播客访谈蚂蚁 Ling 大模型产品运营负责人 Richard Bian，他认为 AGI 不可避免，并阐述开源是产品策略而非单纯赠送。
Nathan Lambert：InterconnectsAI 评分5151 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。
Nathan Lambert：InterconnectsAI 评分7070 Nathan Lambert 分析中美开源权重模型的权力格局
Nathan Lambert 发布面向国会的开源模型现状陈述，指出中国实验室自2025年4月起在开源权重模型领域领先，GLM-5.3 和 Kimi K3 在 AAII 评测上分别达45和44分，领先美国最佳模型（26分）。
Nathan Lambert：InterconnectsAI 评分4747 Nathan Lambert 整理开源模型必读清单
Nathan Lambert 在 Interconnects 发布一份开源模型研究阅读清单，汇总近年关于开放模型的代表性文章，涵盖开放策略、经济价值、安全风险、中美竞争等主题。
Nathan Lambert：InterconnectsAI 评分5454 Nathan Lambert 分析开源模型生态的两条未来路径
作者分析开源模型生态的未来：Nvidia 花约 260 亿美元推动近乎开源的 Nemotron 模型以扩大芯片需求，Meta 则以开放权重模型（如 Muse Spark 1.2）冲击 Anthropic 和 OpenAI 的 token 销售收入。
Nathan Lambert：InterconnectsAI 评分7070 Nathan Lambert 解析 GLM-5.3 发布与中国实验室如何紧咬前沿
Z.ai 发布 GLM-5.3，暂仅限编码方案，两周内开放权重，约 750B 参数、与 GLM-5.2 同底座仅大幅延长后训练，在多个智能体编码基准上超过 Kimi K3，部分超过 Claude Fable 5 或 GPT-5.6-Sol。
Thinking Machines Lab：NewsAI 评分7272 Thinking Machines 阐述开源权重的安全路径并披露 Inkling 评估结论
Thinking Machines Lab 发布博客，提出安全开放模型权重的框架，核心是同时评估模型本身的安全性和所进入生态的防御准备度，通过分阶段访问逐步扩大开放。
Charlie O’Neill 研究写作AI 评分5252 开源 AI 是“迈克尔·斯科特纸业公司”：Charlie O‘Neill 论专业化和时间差如何利好开源模型
Charlie O’Neill 发表长文分析，以《办公室》中 Michael Scott Paper Company 的比喻论证开源 AI 无需在原始基准上追平前沿实验室，只需在真正重要的“智能天花板”即可自动化的经济价值工作上胜出。