数学家们在国际数学家大会上讨论 AI 可能超越人类的职业前景
Understanding AI 作者在费城国际数学家大会采访 20 多位数学家，探讨 AI 对数学职业的冲击。菲尔兹奖得主 Jacob Tsimerman 宣布加入 OpenAI 安全团队，并认为 AI 很快会在职业数学家的工作上稳健超越人类。
#大佬观点
Timothy B. Lee：Understanding AIAI 评分6363
Redwood Research：BlogAI 评分5151 Redwood Research 分析：SOTA 对齐评估不足以有力排除模型失对齐
Redwood Research 的 Alexa Pan 撰文指出，Anthropic 在 Mythos Preview 对齐风险更新中使用的可靠性论证存在薄弱环节，当前对齐评估对失对齐只提供弱更新。
Big TechnologyAI 评分4848 Big Technology：当 AI 模型宝贵到不值得再通过 API 出售
Big Technology 分析称，前沿 AI 实验室可能不再通过按 token 计费的 API 出售最强模型，转而用它们自建产品。中国开源模型竞争及 Google、Meta、SpaceX 等对利润不敏感的入局者使前沿竞争者增至五六家，模型售价承压，利润将转向基于模型的产品和算力。
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。
Dwarkesh Patel：Podcast & BlogAI 评分5959 Dwarkesh Patel 分析未来几年算力价格为何可能上涨 10 倍以上
Dwarkesh Patel 发文分析未来几年算力价格可能上涨 10 倍以上的原因。他以 Anthropic 收入同比增长 10 倍、算力仅增长 3 倍为起点，指出利润率提升、算力涨价和加大推理占比三条路径中，算力涨价最可能成为主导，并引用 Google 据报道以每月 9 亿美元租用 SpaceX 110K 块 GB200/GB300 GPU、约为现货价 2 倍作佐证。
Big TechnologyAI 评分5757 AI 模型降价潮冲击美国前沿实验室：Meta、SpaceX、Moonshot 低价模型引发价格战
Big Technology 作者 Alex Kantrowitz 分析，过去八天内 Meta 的 Muse Spark 1.1、SpaceX 的 Grok 4.5 和 Moonshot 的 Kimi K3 相继发布，价格远低于 Anthropic 的 Opus 4.8，部分基准上性能接近。
AI as Normal TechnologyAI 评分7272 Arvind Narayanan 在 ICML 演讲：AI 时代我们还能做什么工作
普林斯顿大学的 Arvind Narayanan 在 ICML 发表主题演讲并公开讲稿与幻灯片，提出 AI as Normal Technology 框架仍适用、没有哪个实验室里程碑会突然让所有人失业、未来工作将需要大幅适应三个论点。
Thinking Machines Lab：NewsAI 评分4747 Thinking Machines Lab：值得构建的未来是以人为本的未来
Thinking Machines Lab 阐述其使命：构建能延伸人类意志与判断的 AI，认为 AI 应像人一样多样化和分布式，而非集中训练后冻结。为此公司推进四个方向：训练具备多模态交互和可定制能力的前沿模型、提供包括训练模型权重在内的微调工具、开发拓宽人机沟通渠道的界面，并向科学界发布研究。
Berkeley AI ResearchAI 评分5454 UC Berkeley 提出'智能近乎免费'时代的数据系统三大议程：For、Of、By Agents
UC Berkeley 的 Aditya G. Parameswaran 等人发文提出，GPT-4 级能力的推理成本已从 2023 年初的约 $30/百万 token 降至 $1 以下。
Dwarkesh Patel：Podcast & BlogAI 评分5252 Dwarkesh 公布 AI 大问题征文赛三位得主及获奖全文
Dwarkesh Patel 公布其 AI 大问题征文赛结果，共收到超过 600 篇投稿，并发布三篇获奖全文。
Ethan Mollick：One Useful ThingAI 评分6060 Ethan Mollick：聊天机器人的黄昏，从协通智能到管理智能体
Ethan Mollick 撰文分析 AI 使用方式正在从与聊天机器人协作转向把工作分配给智能体。
Dwarkesh Patel：Podcast & BlogAI 评分5555 Dwarkesh Patel 对谈 Grant Sanderson：AI 与数学的未来
Dwarkesh Patel 采访 3Blue1Brown 创始人 Grant Sanderson，探讨 AI 为何在数学领域进展最快，以及这预示着 AI 在其他领域的进展形态。两人讨论了 IMO 金牌背后的可训练性、Riemann 假设三种可能的解决方式、Galois 群论这类验证回路长达百年的概念性突破，以及 AI 能否通过并行智能体和主动逃离上下文来发现跨领域的隐藏连接。
Dwarkesh Patel：Podcast & BlogAI 评分6060 Dwarkesh Patel：下一个大突破是 AI 在工作中持续学习
Dwarkesh Patel 撰文认为下一个范式突破是让 AI 在部署后持续学习并写回权重，而非仅靠 RLVR 训练。
AI as Normal TechnologyAI 评分7171 Arvind Narayanan：AI 为何没有也不会取代软件工程师
Narayanan 撰文用数据反驳 AI 达到阈值将引发大规模裁员的叙事。Block 4000 人、Snap 约 1000 人、Intuit 3000 人裁员事后均显示另有财务或股东压力等主因；纽约 WARN 披露首个年度 160 余家公司无一勾选 AI 选项，仅约 0.2% 被裁员工与 AI 相关。
Ethan Mollick：One Useful ThingAI 评分7373 Ethan Mollick 试用水墨级模型 Claude 5 Fable：从掌舵者变成出资人
Ethan Mollick 据早期访问体验称，首个 Mythos 级公开模型 Claude 5 Fable 在几乎所有任务上明显超越他此前用过的公开模型，可连续工作最多十几个小时执行多页规格。
Ethan Mollick：One Useful ThingAI 评分4848 Ethan Mollick 介绍新书 Co-Existence：从人机协作的 Co-Intelligence 到 AI 智能体时代如何共处
Ethan Mollick 宣布新书 Co-Existence 将于 10 月 20 日出版，聚焦如何与“有时强于你、有时弱于你”的 AI 共事。他指出 2025 年底出现的 coding agents 已改变工作方式：有研究称代码量增加十七倍，Anthropic 报告其 80% 代码由 AI 编写、每个开发者交付量提升 8x。
Ethan Mollick：One Useful ThingAI 评分6161 Ethan Mollick 谈如何有意识地选择把什么交给 AI
Ethan Mollick 撰文讨论 AI 时代如何有意识地在认知任务上取舍，而不是默认依赖或回避。他引用约千名土耳其高中生的实验，用普通 ChatGPT 做作业的学生考试成绩反而低于无 AI 组；而台北十所高中的 Python 课程中，AI 导师个性化出题的学生在无 AI 终考中高出 0.15 个标准差，相当于约六到九个月的额外学习。
AI as Normal TechnologyAI 评分5656 AI as Normal Technology 质疑 Google 智能体 916 美元构建操作系统宣称
Sayash Kapoor 等人撰文质疑 Google 在开发者大会上的演示宣称，即 Gemini 3.5 Flash 与 Antigravity 2.0 智能体仅凭一个提示词、约 $916.92（2.6B tokens）由数十个子智能体构建了完整操作系统。
AI as Normal TechnologyAI 评分4848 AI as Normal Technology 作者撰文反驳 Derek Thompson：AI 风险无需非常规政府干预
AI as Normal Technology（AINT）作者回应 Derek Thompson 的文章：认同其关于 AI 劳动力市场影响缓慢的判断，但反驳其呼吁政府采取非常规干预限制 AI 公司发布的观点。
Ethan Mollick：One Useful Thing精选AI 评分7676 Ethan Mollick 实测评测 GPT-5.5：能力跃升但锯齿状边界仍在
Ethan Mollick 提前试用 GPT-5.5 并撰写评测，认为其表明 AI 快速提升尚未结束。同一编程任务中 GPT-5.5 Pro 仅 GPT-5.5 Pro 真正模拟了城镇演化，耗时 20 分钟，而 GPT-5.4 Pro 需 33 分钟。
推荐理由：作者以早期访问实测对比多代模型，用同一编程任务和数据研究案例展示 GPT-5.5 的进步与边界。
Ethan Mollick：One Useful ThingAI 评分6363 Ethan Mollick 评 Claude Dispatch 与专用界面：瓶颈不在模型而在聊天框
Ethan Mollick 撰文认为多数人低估 AI 能力，主因是聊天机器人界面带来认知负担，并引用一项让金融从业者用 GPT-4o 做估值任务的研究说明界面本身在抵消 AI 的效率收益。
TransluceAI 评分4949 构建驱动 AI 治理的技术：Transluce 提出的第三条路径
Transluce 主张，关心 AI 治理的技术人才应走第三条路：通过构建技术改变 AI 开发的信息、激励与可选方案，而非只做内部安全工作或直接投身政策。
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。
AI as Normal TechnologyAI 评分4949 AI 不会自动让法律服务更便宜
一篇发表于 Lawfare 研究论文系列的文章运用“AI as Normal Technology”框架分析法律行业，认为先进 AI 默认情况下不会让消费者以更低成本获得法律服务。
AI as Normal TechnologyAI 评分5353 Arvind Narayanan 检验 Moravec 悖论：AI 难易论从未被实证验证
普林斯顿教授 Arvind Narayanan 撰文检验流传数十年的 Moravec 悖论，即对人类困难的任务对 AI 容易、反之亦然。他发现该悖论从未被实证检验，实为 AI 研究社区只关注部分任务造成的选择效应，其进化论解释也站不住脚。他进一步指出这类简化预判既催生了关于超级推理的恐慌，也造成对机器人领域的错误安心，并主张与其预测能力突破，不如利用技术扩散的漫长时间做好适应。
Charlie O’Neill 研究写作AI 评分4646 持续学习与“单体模型之后”的 AI 时代：为何持续学习离不开专用化
现代大语言模型像失忆症患者，context window 填满后只能靠摘要重启，而 KV cache 随上下文线性增长，持续学习必须把信息从 token 层移入权重层。
Charlie O’Neill 研究写作AI 评分4343 通过自学习内化潜在结构：Claude 的宪章如何塑造模型行为
Anthropic 为 Claude 制定了宪法（Constitution），作为训练中价值观与行为的最终依据。
Ethan Mollick：One Useful ThingAI 评分6464 Ethan Mollick 解析 AI 能力的锯齿边界、瓶颈与突破口
Ethan Mollick 提出，AI 能力呈锯齿状分布，即使部分能力超人类，记忆缺失、幻觉和制度流程等瓶颈仍使其难以完全自动化任务。
Ethan Mollick：One Useful Thing精选AI 评分8080 Ethan Mollick 实测 Gemini 3：从写水獭小诗到完成博士级研究任务
Ethan Mollick 在 Gemini 3 发布当天撰文实测，用三年前关于 GPT-3 的旧帖让模型自行展示 AI 的进步，Gemini 3 据此做出一个可交互的糖果驱动 FTL 飞船模拟游戏。
推荐理由：作者以三年前的旧帖作对照，用同一任务让 Gemini 3 实际演示能力变化，并给出 Antigravity 智能体协作的第一手使用体验与局限。
Cognition 模型 / Devin 博客精选AI 评分6363 Cognition 发布 Devin 2025 年度绩效评估，总结 18 个月智能体落地经验
Cognition 为上线 18 个月的 Devin 发布绩效评估，其已在数千家公司的工程团队中使用，累计合并数十万个 PR，客户包括 Goldman Sachs、Santander 和 Nubank。
推荐理由：Cognition 基于大量客户实践总结 Devin 的真实强弱项，给评估智能体部署效果提供了一套可参考的框架。
Cursor：ChangelogAI 评分6363 Cursor 阐述 AI 编程下一阶段的关键问题与研究方向
Cursor 发布对最初问题博文的后续补充，列出对下一阶段 AI 编程最关键的问题与研究方向。