理解 AI 分析：为什么 agent swarm 可能成为下一个 scaling law
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。
#现象/趋势
Timothy B. Lee：Understanding AIAI 评分6969
Ed Zitron 长文 / Where’s Your Ed AtAI 评分5757 Ed Zitron 分析 AI 对美国 GDP 的真实贡献并质疑统计口径
Ed Zitron 撰文分析 AI 对美国经济的真实影响，认为当前增长几乎完全来自数据中心建设和 GPU 销售，剔除资本开支后 AI 对 GDP 的贡献微乎其微。
Ethan Mollick：One Useful ThingAI 评分6464 Ethan Mollick：从 Bitter Lesson 看智能体自组织如何颠覆管理假设
Ethan Mollick 承认自己误判了管理智能体的难度：原以为需要像建公司一样精心设计组织，实际模型已能自行组织工作。
PlatformerAI 评分7171 OpenAI DevDay 推出智能体 Dots，Casey Newton 实测称可代劳约两小时工作
Platformer 作者 Casey Newton 亲测 OpenAI 在 DevDay 发布的智能体 Dots，认为其是其目前试用过的智能体中体验最好的。Dots 以 ChatGPT 内常驻聊天形式工作，初期仅面向 ChatGPT 付费用户开放；作者估算它用约 15 分钟的投入替他完成了约两小时工作，包括起草邮件、填写保险文件和回复会计问题。
Anthropic：Research精选AI 评分7070 Anthropic 研究用 Claude 测算机器人对美国体力工作的影响
Anthropic 发布研究，用 Claude 对 O*NET 约 19000 个工作任务评级，构建机器人暴露指数，发现当前机器人能完成美国 74% 的体力任务（占 34% 工时），但仅在受限环境中，且只在 0.3% 的任务上比人工更具成本竞争力，按每年约 3% 的降价速度要 40 年才达 10%。
推荐理由：研究用 Claude 给 19000 个工作任务评机器人暴露度，给出能力与成本两条量化门槛，可帮读者判断哪些体力工作最先受冲击。
Pragmatic Engineer精选AI 评分7979 Shopify 为何放弃 React Native 重回原生开发
Shopify 宣布原生开发是其移动开发的未来，决定将全部移动应用迁回 Swift 和 Kotlin，Shop 应用仅用 12 周完成原生重写，Shopify 应用迁移进行中。
推荐理由：原文结合 Shopify 团队一手访谈，拆解 AI 智能体如何改变原生与跨平台移动开发的成本权衡，并对照 Airbnb 与 Notion 的先例。
Recode China AIAI 评分7474 Meta Muse 走红后中国科技公司为何高度警惕
作者分析 Meta 个人智能体应用 Muse：上线 6 天下载超 90.2 万次，10 天后成为美国 App Store 第一免费应用，Meta 股价至 9 月 24 日涨超 25%。
Import AIAI 评分4242 Import AI 474：柏拉图心智空间、太空中的 TPU 与 Zhipu 的外部 RSI 循环
Import AI 第 474 期讨论 Michael Levin 的新论文：心智可能是来自“柏拉图空间”的非物理模式，身体（无论生物、工程或混合体）只是这些模式进入物理世界的接口，并以 xenobots、anthrobots 和排序算法扰动实验为例。
Big TechnologyAI 评分6060 Alex Kantrowitz 复盘对 Meta Muse 的误判，指标准模型正威胁前沿 AI 实验室的溢价
作者复盘此前对 Meta Muse 个人智能体的两个看空判断，承认其建立在非前沿模型上却依然好用，日活虽不足 100 万但表明前沿智能并非好应用的必要条件。
SemiAnalysis 长文 RSSAI 评分6767 SemiAnalysis 推出中国数据中心模型：测算中国数据中心规模超 24GW
SemiAnalysis 发布中国数据中心模型预览，基于对 60 余家运营商 1,000 多个设施的逐楼栋追踪，测算中国数据中心规模超过 24GW，大于 EMEA 和亚洲其他地区，另有约 20GW 在建管道和约 30GW 宣布项目。
Ed Zitron 长文 / Where’s Your Ed AtAI 评分6161 Ed Zitron 续写 AI 债务黑粉指南第二部：剖析 AI 数据中心债务、延误与成本的恶性循环
Ed Zitron 在 AI 债务分析系列第二部中指出，AI 数据中心建设依赖项目融资、可转换票据和债券，除超大规模云厂商外行业已背负约 1000 亿至 1500 亿美元债务。文章以虚构的超大规模云厂商 CEO 情景开场，核心论点是这些债务按完美预期定价，却投向数千个缺乏数据中心建设经验的极复杂基础设施项目，延误和成本攀升可能使多数项目难以盈利并偿清债务。
PlatformerAI 评分6868 Platformer 专栏：Zuckerberg 把 Meta 的未来押注在个人智能体 Muse 上
Casey Newton 现场报道 Meta 开发者大会，Zuckerberg 宣布将不到一个月大的个人智能体 Muse 立为公司愿景核心，称其未来将服务数十亿人。
Pragmatic EngineerAI 评分5151 DHH 在 Rails World 演讲引发“手工编码终结”讨论
The Pulse 报道 David Heinemeier Hansson（DHH）在 Rails World 主题演讲中宣布手工写代码在专业工作中终结，至少在 37signals 如此。文章由此讨论手工编码是否已是不可逆趋势，并提及 Amazon 和 Meta 在招聘方面遇到困难。
Ed Zitron 长文 / Where’s Your Ed AtAI 评分7070 Ed Zitron 分析：微软12GW容量中仅约2GW为AI专用，超2000亿美元GPU或仍在仓库中
Ed Zitron 长文指出，Bloomberg 报道微软约12GW总容量中仅约2GW为AI芯片容量，与其连续三个季度宣称每季新增约1GW的口径矛盾；他估算微软自2022年以来支出约2650亿美元资本开支，实际投入运行的GPU约500亿美元、约1.993GW，库存中待安装的GPU或达500亿至1000亿美元。
Nathan Lambert：InterconnectsAI 评分5959 Nathan Lambert 对谈 Epoch AI 的 JS Denain：RSI、中美模型差距与锯齿状能力
Interconnects 发布与 Epoch AI Insights 团队负责人 JS Denain 的播客对谈，围绕 RSI 预测、中美模型差距、蒸馏、机器人与安全防护展开。
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）。
Recode China AIAI 评分4545 中国AI周报：华为加速追赶Nvidia，北京批驳 Amodei 的AI减速论，Manus 估值翻倍
本周中国AI要闻综述（2026-09-12 至 09-19，共收录310条）。
Ethan Mollick：One Useful ThingAI 评分7171 Ethan Mollick 谈 AI 能力过剩与人类的四大优势
Ethan Mollick 撰文提出，GPT-6 Astra 和 Fable 5.1 的现有能力已足以改变经济的大片领域，但大多数人远未用尽这些能力，形成巨大的"能力过剩"缺口。
Ed Zitron 长文 / Where’s Your Ed AtAI 评分6363 Ed Zitron 长文拆解 AI 泡沫背后的债务机器，2026 年 AI 相关债务发行已超 5000 亿美元
Ed Zitron 在其 AI 债务系列首篇中分析称，Oracle、Google、Amazon 等超大规模厂商为追求 AI 业务已陷入经营现金流为负，Meta 也在逼近。
Timothy B. Lee：Understanding AIAI 评分7070 Anthropic 员工 Jacob Coxon 离职推文如何改变 AI 安全讨论
Understanding AI 分析 Anthropic 预训练研究员 Jacob Coxon 的离职推文如何使 AI 风险成为主流话题，该推文浏览量超过 1.7 亿次，作者先后登上 CNN、CBS 和 Fox News。
Google Blog：AIAI 评分5353 Google AI & Economy ATLAS 发布新数据可视化及科学家使用 AI 研究
Google 更新 AI & Economy ATLAS，上线交互式开放数据体验，并联合 Google DeepMind 与 MIT FutureTech 发布科学家使用 AI 的新研究。
SemiAnalysis 长文 RSSAI 评分6161 SemiAnalysis 分析机器人智能应放在机端还是数据中心
SemiAnalysis 长文分析通用机器人的"大脑"应放在机端还是数据中心：由于实时控制回路和整机成本约束，现有通用机器人模型仍是数十亿参数量级，如 Physical Intelligence 的 π0 约 3B、π0.7 为 5B、NVIDIA DreamZero 为 14B 且需两台 GB200 离机运行。
Armin Ronacher AI 博客AI 评分5555 Armin Ronacher 实测 Pangram 对 AI 检测的误判：人工改写仍被判 100% AI
Armin Ronacher 针对 David Sacks 推文被 Pangram 判为 AI 引发的争论做实验：先用 Opus 5 按提示词生成类似风格的推文，再完全不靠 LLM 逐段改写，Pangram 仍将该人工改写文本判为 100% AI。他总结经验是若用 LLM 搭建文本结构，即使大量编辑也难逃检测，并提到自己的博客已 AI 辅助约两年，担心 100% AI 判定对重度编辑的作者有误导。
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4444 普通人何时才能感受到 AI 的影响？
Nathan Lambert 撰文分析，AI 虽被乐观者类比工业革命，但普通人在家庭、饮食、交通、娱乐等日常核心领域几乎没有直接受益，接触点仍停留在边缘或令人困惑的产品。
Timothy B. Lee：Understanding AIAI 评分5757 机器人创业公司想尽办法获取训练数据
Understanding AI 作者走访数十位机器人领域从业者，梳理行业缓解演示数据短缺的做法，包括 Shift 让清洁工戴相机帽子录数据、人类穿戴设备操控机器人、戴手套或外骨骼模拟机器人动作等。
Charlie O’Neill 研究写作AI 评分6060 Charlie O'Neill 撰文探讨如何真正定义持续学习问题
Charlie O'Neill 撰文讨论持续学习，认为当前 AI 智能体像失忆的实习生，只能靠上下文里的笔记而非自身进步。他指出 LLM 只有两种原生记忆，KV cache 无损但昂贵，Llama 3.1 70B 在约 431,000 token 时缓存超过 141 GB 的权重，权重稳定但难以安全更新。
Ai2 / Allen Institute for AIAI 评分4545 Ai2 探讨 AI 辅助科学研究的五大难题
Ai2 于 8 月 27 日举办活动，联合 Providence Swedish Cancer Institute 等机构的研究者，讨论当前科学 AI 系统的短板。
Timothy B. Lee：Understanding AIAI 评分6666 Timothy B. Lee 花 4017 美元实测 Unitree Go2 Pro 机器狗，拆解 Unitree 低价策略及其对机器人市场的影响
Timothy B. Lee 花 4017 美元购入 Unitree Go2 Pro 机器狗并实测通勤，机器在回家爬坡时因电量 5%、温度 84°C 而倒地，他认为其用处有限但价格惊人地低。
Recode China AIAI 评分4343 Z.ai 认领神秘模型 GLM-5.3-Flash，DeepSeek 估值逼近 $74B，北京机器人奥运会
匿名神秘模型 "Ox Alpha" 被 Z.ai（智谱）认领为 GLM-5.3-Flash：原生多模态、3200 亿参数（18B 激活），推理完全运行在国产芯片上，价格约为 Claude Opus 4.8 的 1/40；两天后公司以 MIT 许可开源更大的 GLM-5.3（744B 总参数/40B 激活）。
Waymo：BlogAI 评分5454 Waymo 总结 2 亿英里全无人驾驶带来的 10 条 AI 经验
Waymo 基于 2 亿英里全无人驾驶里程总结出十条构建 AI 的基本原则。要点包括多模态传感器与高精地图不可或缺、转向更少更大的基础模型、以独立验证层避免黑箱风险、采用闭环仿真和 AI Critic 评估驾驶行为，并用 Gemini 训练的 VLM 处理长尾场景推理；文章强调 L2 辅助驾驶改进无法替代真正的全无人驾驶经验。
Dwarkesh Patel：Podcast & BlogAI 评分6060 Dylan Patel 对谈：Anthropic 与 OpenAI 将在 2028 年前控制全球大部分可用算力
Dwarkesh Patel 与弟弟、SemiAnalysis 创始人 Dylan Patel 对谈，讨论 Anthropic 和 OpenAI 因能更好地将算力变现，预计在 2028 年前控制全球大部分可用 FLOPs，今年两者已占新增算力约 30%，明年可能达 40%-50%。
Armin Ronacher AI 博客AI 评分4848 Armin Ronacher 谈面对 AI 时代的愤怒、焦虑与自主性
Armin Ronacher 回应 Sean Goedecke 关于职场不应愤怒的观点，认为面对 AI 与智能体的冲击，合理的情绪是不安与焦虑而非愤怒，因为焦虑无需归咎对象，愤怒却会指向错误的“反派”。他建议用不确定感催生好奇心与真实兴奋——AI 收益更多体现为大量业余 side project 而非公司利润——并在理解变化之后再决定何时、向何处发起抵抗。
Armin Ronacher AI 博客AI 评分5454 Armin Ronacher 谈 LLM 如何让开发者敢于选择更难更快的语言与技术
Armin Ronacher 认为 LLM 让熟悉一门语言的成本不再重要，语言选择变得不那么关键，开发者更多按宣传选择语言。
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。
METR：BlogAI 评分6969 METR 分析 AI 是否加速了公开发现：漏洞激增、数学或有加速、算法优化未见变化
METR 汇总多组公开数据寻找发现速率的斜率变化，以 2026 年 1 月为潜在拐点。漏洞发现急剧加速，如 cURL CVE 从 2025 年 9 个增至 2026 年 6 月底的 36 个、Microsoft CVE 年化约 2.5 倍，但其中 AI 标注占比差异很大。
Figma AI / Agent / MakeAI 评分5353 Figma 工程师 Jake Albaugh 谈如何让 AI 加速产出不偏离正确方向
Figma 的 Jake Albaugh 发文讨论 AI 让编码提速后如何避免只快不对：AI 加速执行但不提供判断力，易陷入他所说的认知投降，需要先想清楚什么值得做。他引用 Google 关于 agentic engineering 的白皮书，建议用测试等确定性层、高信号上下文和清晰接口约束智能体，并借助设计系统减少技术债。文章还指出模型输出趋向分布内的平均水平，观点必须由人自己持有。
Nathan Lambert：InterconnectsAI 评分5454 Nathan Lambert 写完 AI 教材后谈 LLM 为何迟迟做不好长篇非虚构写作
Nathan Lambert 完成后训练教材《Reinforcement Learning from Human Feedback》，结合写作过程分析：GPT 4.5、Kimi K2 等写作口碑好的模型多是旧模型，模型在长篇技术写作上组织混乱、错误复合。
Dwarkesh Patel：Podcast & BlogAI 评分4949 对持续学习时代的 8 点预测
Dwarkesh Patel 预测持续学习将改变 AI：模型需像人脑一样在工作场景中持续积累经验，而非仅靠会话间传递 Markdown 笔记。这将冲击“训练后部署”的监管模式，他主张改为每月或每季度的风险检查而非部署前一次性审查，对齐技术也需应对持续权重更新下的越狱和后门风险。
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。