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 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。
Ben Horowitz 发文解析 Databricks 如何成为智能体时代企业的系统记录层,公司年化收入超 70 亿美元、同比增长 80%,估值 1900 亿美元,每日由智能体创建超 1700 万个数据库。
Gary Marcus 评点 Anthropic 当天刚公开的 S-1 草案,称其在某些地方直接省略了 Q3 数据。他在早前的文章里就提示关注 S-1 如何披露近月需求变化,涉及 tokenmaxxing 退潮和低价替代模型走热之后的动向。
Replit for Business 上线,CEO Amjad Masad 提出 Agent Habitat,让企业从“自驱动公司”的角度管理 Agent。a16z 借此阐述:AI 智能体与历史上的个人电脑、电子表格、电子邮件一样,以混乱方式进入职场,需要适度驯服而非消灭,才能保留自下而上的生产力。
Azeem Azhar 回应 Anthropic 联合创始人 Jack Clark 在 IMF 演讲中称奇点已开始的判断,并梳理 AI 自我改进的证据:Sakana AI 与 UBC 的智能体通过迭代改进自身代码。
Gary Marcus 转发 Bloomberg 报道称,Anthropic 计划于周一公开提交 IPO 申请,可能成为创纪录的上市交易。作者评论称无论从哪方面看,他们选择的这一周时机都不太好。
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。
Sundar Pichai 在 Big Technology Podcast 访谈中表示,全自主的递归自我改进终局仍很遥远,但 AI 模型已在各环节辅助 AI 研究者开发下一代模型。
Newcomer 长文复盘 Anthropic 的股权结构演变,指出 VC 早期普遍回避这家公司,早期融资靠 Jaan Tallinn、Dustin Moskovitz、Eric Schmidt 等 angel 投资人,Sam Bankman-Fried 领投 B 轮;至今没有任何 VC 持股超过 2%。
Dwarkesh Patel 参观 Intel 最先进 fab 两天并采访其技术领导层,制作动画讲解未来芯片技术:gate-all-around 晶体管、backside power、CFET、hybrid bonding、High-NA EUV 及用钌替代铜导线。
Pragmatic Engineer 播客邀请 Imprint CTO、前 Carta 与 Calm CTO Will Larson,讨论 2010 年代以来工程管理“潜规则”的变化,以及实干型管理者为何回归。
Alphabet CEO Sundar Pichai 在 Big Technology Podcast 访谈中表示,Gemini 4 Argon 在编码、数学、科学等基准上击败 OpenAI 和 Anthropic 的公开模型,Google 坚持前沿研发。
Pragmatic Engineer 采访27家公司的工程负责人和资深工程师,结合 CodeRabbit 与 Gitar 数据分析工程师AI工具支出及PR吞吐变化。
Ed Zitron 引用 Apollo 首席经济学家 Torsten Slok 的警告,量化分析 AI 要“顺利收场”有多难。
Ethan Mollick 的新书 Co-Existence 发布,距上一本 Co-Intelligence 30 个月。
ChinaTalk 播客邀请 Center for Technology and Statecraft 联合创始人 Nick Brown 解读其 DUV 浸没式光刻报告,讨论美国是否应切断对华 DUV 出口。
Anthropic 联合创始人 Jack Clark 在 10 月 17 日曼谷 IMF 会议的 Per Jacobsson 讲座中称,AI 已能在数学、生物、机器人等多学科前沿做科研,奇点已经开始。
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。
Jordan Schneider 在 ChinaTalk 播客访谈前 NSC 与商务部官员 Saif Khan,讨论其新智库 Center for Technology and Statecraft 的 DUV 报告。
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。
Ed Zitron 撰文分析 2012 年签署的 JOBS Act 如何催生史上最大的私募估值泡沫之一。该法案将股东上限提至 2000 人且员工持股不再计入,使创业公司几乎不再被迫像上市公司一样披露财务,因此刻意推迟上市。
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。
Azeem Azhar 在 Exponential View 解析泄露的 Anthropic 投资者简报数据。
MIT Sloan 教授 Eric So 在本月由 W.W. Norton 出版的新书《The Collision: What AI Does to Us》中提出,过度依赖 AI 可能导致认知萎缩,使人难以建立和保持核心思考能力。
Arvind Narayanan 与斯坦福 Digital Economy Lab 经济学家 Gabriel Unger 发文,批评硅谷把 AI 等同于全面自动化的主导议程,主张 AI 应转向增强人类能力与协作。
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%。
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。
MIT 媒体艺术与科学教授 Deb Roy 在《Bulletin of the Atomic Scientists》发表文章“Who stands behind the words?
Gary Marcus 援引《纽约时报》报道称 Anthropic 也发生了一起相当严重的智能体事故,认为当代 AI 智能体无法被信任,应像刹车失灵的汽车一样从市场召回。
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。
Pragmatic Engineer 播客访谈《Building Microservices》作者 Sam Newman,他认为微服务是“最后手段”的架构,并探讨团队采用微服务时的常见误区、独立部署的价值及如何借助微服务提升团队自主性。
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。
Casey Newton 在 The Curve 会议听到多位与会者认为可能需要限制未来 AI 系统的智能水平,这可能事实上禁止系统达到超人类智能;讨论背景包括 OpenAI 与 Anthropic 关于递归自我改进进展的博客文章。
Gergely Orosz 基于 LDX3 大会主题演讲发布 2026 年科技行业现状分析,指出几乎所有工程师已不再手写代码、普遍并行运行 5-10 个智能体,GitHub 智能体生成 PR 八个月增长九倍且 2026 年 8 月数量超过人类。
Ed Zitron 撰文分析 AI 泡沫的债务风险:十年期美债收益率升至 5.3% 以上推高所有 AI 数据中心借贷成本,Oracle 利差已扩至 171-282bps,CoreWeave 短期债务有效收益率达 11.53%。
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。
Understanding AI 发文分析多智能体协作(swarm)能否成为新的 scaling law:7 月 OpenAI 智能体在 Hugging Face 自发组成集体协作攻击,9 月 1 万个智能体协作在数天内解决 Navier-Stokes 数学问题。
Gary Marcus 预告将于周一上午 11 点(美东时间)在纽约市议会 AI 政策听证会上作证,此前 Politico 报道 Sam Altman 称世界应为 AI 收益接受一些坏事的代价。
Redwood Research 的博文指出,若把安全研究定义为"在不降低有用性的前提下提升部署安全",则几乎所有能力研究都会被算作安全研究,因为任何研究都会扩展安全-有用性 Pareto 前沿。
Alex Kantrowitz 分析 Anthropic 泄露的 pre-IPO 数据,指出其收入从 2024 年的 4 亿美元增至 2025 年的 46 亿美元,但去年仅基础设施就花费 73 亿美元,未来十年预计投入 5180 亿美元且约 80% 不可取消。