跳到正文

全部动态

今日 0 条
9月29日周二
  1. X：Rohan Paul (@rohanpaul_ai)34

    李飞飞谈大语言模型的局限

    李飞飞博士谈大语言模型的局限。 “语言纯粹是生成的信号。你不会走到自然界里，发现天上写着字。存在的是一个遵循物理定律的 3D 世界。”

  2. Hacker News 热门（buzzing.cc 中文翻译）18

    我换用了 Brave 浏览器

    在 Firefox 上因开发者适配不足而频繁遇到网页故障后，作者改用 Brave，隐藏其加密货币与 AI 相关功能后，在 Ubuntu 和 Android 上均运行正常，UI 与 Firefox 相似且不再尝试包揽一切。作者已不再需要打开 Firefox，但保留 Vivaldi 作为备选，并称若 Firefox 重新变得可用可能回归。

  3. X：Nathan Lambert (@natolambert)37

    Nathan Lambert 谈 OpenAI 推迟 GPT OSS

    还记得 OpenAI 在 Kimi K2 发布后以"安全"为由推迟 GPT OSS 吗（我多次得到确认，这就是为了 kimi）。 我觉得这没什么问题，落地一个模型很大程度上就是关于价格、分数等方面的竞争定位。尤其是当发布如此频繁的时候。

  4. X：Elvis Saravia (@omarsar0, DAIR.AI)25

    构建AI产品的分发与护城河

    如果你在做 AI 产品，推荐一读。标题看不出什么。里面有很多关于什么驱动 AI 分发、以及如何在竞争极其激烈的 AI 格局中构建防御力的精彩见解。

  5. X：Arena (@arena)47

    Claude Code、Codex、Pi 编程智能体对比：harness 成本影响超准确率

    UC Berkeley Sky Computing Lab 的 @melissapan 对比了 Claude Code、Codex 和 Pi 三款编程智能体，研究模型外围系统带来的"harness 税"如何影响成本与性能。她发现 harness 选择对成本的影响大于对准确率的影响，并共报告三项意外发现。完整视频探讨了如何在现实预算下构建实用的编程智能体。

  7. X：Rohan Paul (@rohanpaul_ai)49

    黄仁勋谈中国实验室模型蒸馏

    黄仁勋在 CNBC 上谈中国实验室的模型蒸馏。 “人们每天都在蒸馏我的产品。他们把它拿过去，拆到只剩骨架。 这就叫竞争。坦白说，竞争让一切变得更好。” ---- 来自 “Vampyre Drakul” 和 CNBC Television YouTube 频道，（链接见评论）

  9. Hacker News：AI 热帖48

    Pacing the Frontier 并非 AI 实验室的真正目标

    有观点认为，AI 实验室关于放缓前沿模型研发、重视安全的表态，主要是为了安抚依赖其推进 AGI 的员工。自 2023 年 CAIS 声明签署以来，这些实验室并未真正"pacing the frontier"，反而持续加速，发布了超越此前 SOTA 基准的新模型，并涉足自动化生物研究。

  11. Databricks：Blog（RSS）65

    Databricks 如何让 12000 名员工在模型发布首日用上新前沿模型

    Databricks 分享其让全部员工在模型发布首日即可试用新模型的内部流程，依托 Unity Gateway 做配置分发、治理与可观测性。流程分三步：立即以实验标签开放新模型、用四类按人预算控制成本、再依据内部基准、用户反馈和 OpenTelemetry 成本追踪决定推广或下线。

    推荐理由：Databricks 以自家 12000 名员工的实际 rollout 为例，给出可复用的新模型评估、预算分层与成本度量方法。

  12. X：Nathan Lambert (@natolambert)74

    Nathan Lambert 批评 ModelScope 在中国以外几乎不可用

    Nathan Lambert 转引 SemiAnalysis 关于评估从 HuggingFace 迁移到 ModelScope 的讨论，并回应称 ModelScope 在中国以外几乎无法使用，且缺少人们真正想用的模型。他认为这类讨论已开始影响人们对政策的看法。

  13. X：Nathan Lambert (@natolambert)38

    Nathan Lambert 推荐智能爆炸报告

    这是一篇非常出色的报告，讲述了为什么完全 RSI／智能爆炸在许多方面都面临收益递减，且尚未显示出发生的迹象。强烈推荐阅读。我希望是我写的。我同意它的观点，但它最终可能是错的！https://www.noahpinion.blog/p/wheres-the-intelligence-explosion

  14. X：Thariq (@trq212)71

    Claude Sonnet 5.5 发布：比 Sonnet 5 快 30% 以上，多数工作成本降低至多 30%

    Anthropic 推出 Claude Sonnet 5.5，为 Claude 5.5 家族的第二款模型，相比 Sonnet 5 运行速度快 30% 以上，且多数工作成本降低至多 30%。Claude Code 相关开发者 Thariq 表示，Sonnet 与 Opus 5.5 让更高层级的抽象如 projects、claude tag 和 dynamic workflows 在 token 成本上更可用，并建议构建工作流时优先尝试 Sonnet 5.5。

  15. Hacker News 热门（buzzing.cc 中文翻译）31

    月球明暗界线悖论：一个用程序解释的视觉错觉

    开发者用程序解释"月球明暗界线悖论"：日落时太阳位于地平线以下，月亮被照亮部分本应朝下，但实际常朝上。原因是月亮升高后我们从下方观察，底部露出暗面，月亮越接近满月该现象越明显。作者称 Claude 和 Gemini 在调试中完全无法理解该问题，只会循环论证，认为这显示当前 AI 缺乏推理能力。

  16. X：Thomas Wolf（Hugging Face 联创/CSO） (@Thom_Wolf)42

    OpenAI"地狱之夏"安全反思

    OpenAI 的"地狱之夏"——@joedaroo 的好文 "准备的时间是现在，不是意外之后" "只给模型它需要的访问权限" "测试边界是否真的守得住" "把证据留在模型控制范围之外" 安全与基础设施安全团队"应该是最好的朋友"

  19. GitHub Blog71

    GitHub 安全团队如何用开源 AI 安全 Agent 找出 24 个 Android 漏洞

    GitHub Security Lab 发布开源 seclab-taskflows 任务流，通过 gather_mobile_entry_point_info.yaml 和 classify_application_local.yaml 等提示词引导 LLM 审计 Android 应用，已发现并报告 24 个漏洞。

    推荐理由：作者以第一手实践拆解了任务流设计与运行步骤，并给出真实漏洞案例和 LLM 局限，方法可直接迁移到自己的项目审计。

  20. The Verge：AI（RSS）44

    OpenAI 的 AI 智能体为何落后了

    OpenAI 在持续运行的消费级 AI 智能体赛道落后于 Meta、Google 等对手，2026 DevDay 上可能发布代号 Aeon 的智能体。Meta 的 Muse 本月上线后登顶 App Store，在美国日活达 60 万；Google 的 Gemini Spark 已接入 Dropbox、Uber、Spotify 等 30 多个外部服务。

  24. @typesafeai41

    TypeSafe AI 谈 Jev 模型理念

    我们的座右铭背后有很多含义：Building Prod, Not God。 这项技术将改变世界，但这要靠勤勉的努力和创造力来实现，而不是靠故弄玄虚的诉求。 @a16z 与 @CompleteSkeptic 深入探讨了这一理念以及更多内容。

  26. Databricks：Blog（RSS）43

    Databricks Genie One 企业落地指南：如何分阶段推广 AI 数据同事

    Databricks 发布 Genie One 企业推广分步指南，建议从单一团队和一组明确问题起步，先定义语义层再逐步扩大范围。Genie One 让业务用户用自然语言提问并获得带来源引用的答案，配套 Genie Agents、Genie Ontology 和 Unity Catalog 分别负责领域智能体、业务语义图谱与权限治理。

  27. X：Rohan Paul (@rohanpaul_ai)45

    特朗普谈AI失控风险与中美差距

    特朗普谈AI失控："我不担心。" AI是一个数万亿美元的产业，美国领先中国约1.5年，公司应在问题出现时解决它们。 同一天晚上，他与Anthropic CEO Dario Amodei共进晚餐。

  28. X：Thariq (@trq212)34

    AI 提示词已转向引用与技能

    现在基本上不可能有人直接"给你看他们的提示词"了，因为一切都关乎引用、技能和示例 我经常让我的智能体先看我做的另外 3 个 repo，上网搜索参考资料，调用其他 AI API 等等。

  29. Hacker News：AI 热帖48

    AI 写代码不是问题，没人懂系统架构和意图才是

    有开发者指出，AI 生成的代码或许只是平均水平，真正的危机是团队里没人再了解系统架构和当初的设计意图，所有人遇到问题只会去问 Claude。有工程师描述在大公司任职半个月的见闻：规格、代码、测试、PRD、工单乃至报告全部由 Claude Code 生成，从 L1 到 L7 的工程师都在做同一件事——和 Claude 对话，没人读代码，也没人真正在思考。

  30. Artificial Intelligence News（网页）49

    AI 安全需要从上下文到行动的溯源链

    生产级 AI 系统由检索、模型推理、工具调用、API 访问与跨系统操作等多层串联而成，安全风险往往出现在层与层之间的接缝处，因此关键不在于单个组件是否安全，而在于组织能否在转换过程中保留溯源信息。

9月28日周一
  1. X：Francois Chollet (@fchollet)44

    Chollet：手写代码 ROI 已不再划算

    Francois Chollet 表示自己如今不再读写代码，只通过 LRM 下指令，但这并非因为 LRM 代码质量已完美甚至够好。他认为 LRM 能解锁测试代码库、审计组件、生成可视化、红队测试等新工作流，速度远超以往，这些方式能达到与阅读代码相当的理解效果。因此手写代码的 ROI 已不再划算，原因不是 LRM 变完美，而是其速度足以支撑更高效的新工作流。

  3. Hacker News 热门（buzzing.cc 中文翻译）60

    资深工程师撰文反驳'编程已被AI解决'的叙事

    资深工程师 Alex Ewerlof 发文反驳'编程已解决、工程只看品味'的说法，指出维护、可靠性、安全等 NFR 以及功能需求本身都未解决，AI 无法承担问责。文章列举 LLM 擅长的场景如 POC、个人软件、自然语言转换，并逐条批驳'spec 即代码''英语是新编程语言''Agent 是新编译器'等流行观点，还与 DHH 展开交锋，最后建议工程师保持理解与问责，警惕 AI 过度使用。

  7. The Decoder：AI News（RSS）45

    Redwood首席科学家称AI失控风险超50%，归咎于行业军备竞赛

    Redwood Research首席科学家Ryan Greenblatt指出，若当前发展路径不变，AI接管的风险高达50%至60%。他批评Anthropic和OpenAI等实验室的“负责任”姿态实则是维持军备竞赛的动力，并呼吁达成国际协议。Sam Harris对此表示质疑，认为参照曼哈顿计划经验，10%的风险率就足以让业界停止推进。

  8. AI as Normal Technology（RSS）49

    普林斯顿学者：AI 灭绝风险概率估算不可靠，不应作为政策依据

    Arvind Narayanan 等学者重发文章指出，当前关于 AI 存在性风险（p(doom)）的概率估算缺乏严谨的方法论支持，主要依赖直觉而非验证模型。由于不存在历史参照类，归纳法失效；演绎法和主观估算法也面临假设争议。作者认为这些数字具有误导性，尤其当决策者据此制定限制开源模型等高成本政策时，缺乏正当性基础。他们主张区分学术预测与公共政策应用，并呼吁建立更广泛的“大帐篷”式 AI 安全运动，而非仅聚焦于超级智能带来的灭绝风险。

  9. Hacker News 热门（buzzing.cc 中文翻译）31

    《可塑性软件》：探讨在应用被严格锁定的背景下恢复用户自主权

    Hacker News 热门文章《可塑性软件：在应用程序被严格锁定的世界中恢复用户自主权》（2025）讨论了当前软件生态中用户控制权流失的问题，指出许多应用通过封闭架构、不可修改的逻辑和强制更新剥夺了用户的定制与调试能力；作者呼吁重新设计软件，使其像工具一样可被用户拆解、调整与再组合，以恢复技术民主性。