跳到正文
10月28日周三
10月27日周二
10月26日周一
10月25日周日
10月24日周六
10月22日周四
10月21日周三
10月20日周二
10月19日周一
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. 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
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