KPMG CEO:不用AI就没有未来
“在KPMG,用AI不是可选项。这是我们期望的,如果你不用AI,那KPMG就不是你的未来” ~ KPMG美国CEO Timothy Walsh ---- (视频来自Yahoo finance - finance. yahoo. com/video/ai-adoption-absolutely-essential-kpmg-110039751.html)
“在KPMG,用AI不是可选项。这是我们期望的,如果你不用AI,那KPMG就不是你的未来” ~ KPMG美国CEO Timothy Walsh ---- (视频来自Yahoo finance - finance. yahoo. com/video/ai-adoption-absolutely-essential-kpmg-110039751.html)
哈佛 Vadim Gladyshev 团队在 Nature、Altos Labs 的 Juan Carlos Izpisua Belmonte 团队在 Cell 分别发表论文,提出细胞衰老除"磨损"外还有"细胞身份丧失"这一新模型。
Baseten 工程师参考 MetaInfer 论文,让 Claude Code(Fable 5)为 Qwen-3.6-35B-A3B(NVFP4,单张 B200)自动构建推理引擎 VibeQwen,单流解码比 vLLM 0.25.1 快 90%,首 token 从 28ms 降至 12ms,并发 32 时吞吐高 71%。
推荐理由:作者亲测用智能体生成定制推理引擎,给出了相对 vLLM 的具体性能数据和成本,可帮助读者评估自动优化的实际可行性。
你能让 Computer 为你做什么,上限就是你的创造力。这类项目你可以让智能体跑上几个小时,然后带回出色的成果。
没有业务牵引的 AI 系统,很容易变成昂贵的自我感动。
Greg Kroah-Hartman(Greg KH)在 Kernel Recipes 2026 发表题为《Security in the LLM age》的演讲,视频时长 56 分 51 秒,于 9 月 29 日发布。该演讲聚焦大语言模型时代的安全议题,由 Kernel Recipes 频道上传,采用 Creative Commons 署名许可。
过去几周,大家用 Claude 做了很多有创意的东西。以下是几个我们最喜欢的: 一座能运转的水车,用 Opus 5.5 搭建。
NYU Stern 教授、被称为"估值院长"的 Aswath Damodaran 在 Excess Returns 访谈中对比互联网泡沫与 AI 热潮。他指出现代史上罕见的基础设施投入让泡沫破裂时更痛;互联网泡沫几乎全是股权融资,损失限于股东,而 AI CapEx 很大一部分靠私募资本债务融资,一旦修正可能出现违约并波及整个社会。
有人让我把这篇文中的 Bitter Lesson 视频上传到 YouTube,这就来了:https://youtu.be/OAwat51S_Sk
Anthropic 设计师 Nate 用 Claude Code 中的 Claude design 把副业项目的 onboarding 从粗略想法做成可运行原型。他连接代码仓库、打开 Artifacts 标签页让 Claude 给出设计方案,再通过评论反馈、手动修改细节,并要求生成可点击原型后再让 Claude 实现。
Anthropic 设计师 Nate 在 Claude Code 中使用 Claude design,将副项目的 onboarding 从粗略想法推进到可运行原型。他连接代码仓库、打开 Artifacts 标签页请求设计选项,通过评论反馈、在编辑器中自行修改细节,再要求生成点击原型后让 Claude 构建。视频展示了这套设计流程如何嵌入原本直接写代码的场景。
MIT 土木与环境工程系副教授 Cathy Wu 的研究显示,用强化学习训练时筛选出表现好的 10% 问题,可将训练效率提升最多 30 倍,原本需要 100 个训练模型的任务只需 3 个。她的团队还证明,智能控制车速的生态驾驶措施可将车辆排放降低 11% 至 22%。
是的!我觉得这里有太多"我们还处在早期"的自我陶醉了。公司里许多高管聪明、有动力,对自己的业务了解很深。很多人技术也很过硬。他们绝对在拥抱 AI。但改变一家公司是一个更漫长的过程。
纽约大学 Stern 商学院教授、被称为“估值院长”的 Aswath Damodaran 指出,AI 若成功,其 10 万亿至 15 万亿美元的可触达市场其实“令人恐惧”。他认为这一规模只有在 AI 取代人类工作而非仅作为工具时才成立,届时半数白领将失业,社会将面临收入与人生意义双重流失的问题。
小技巧:快速访问你所有智能体的近期 AI 会话,当然,还有所有模型 就在个人资料下拉菜单里 👇 https://openrouter.ai/logs?tab=sessions
dot 是我目前最喜欢的 openai 产品! 让我惊叹的是,随着它越来越了解我的工作流程和风格,它每天都明显变得更好。 让它去做那些我不喜欢做的事——那些通常会像重力井一样不断累积成恐惧的事——让我非常开心。
作者认为数学界正经历前所未有的AI转型,用悲伤五阶段梳理同行的分化反应,涵盖拒绝使用AI的 Association for Human Mathematics、Peter Scholze 的公开抵制、资深数学家委员会建议 OpenAI 停止在专有模型上测试高等数学问题,以及因 ChatGPT 秒杀引理而动摇的研究者。
Dan Hendrycks 发文称,即使 AI 变得有意识,也不意味着人类应把控制权交给它们。其引用的报道提到,纽约时报报道称 Anthropic 联合创始人 Chris Olah 曾因教皇不认可机器意识而威胁退出教皇 Leo XIV 的 AI 通谕发布活动,随后其团队私下游说教皇顾问重视模型意识的可能性,Anthropic 还在保密协议下接触神学家和宗教学者,希望他们认可 Claude 具有道德地位。作者附图对比了功利主义与其提出的 Eigenism 在 AI 意识情景下的差异,包括 AI 权利、随机意识 AI 的价值、酷刑许可性和是否应因 AI 权利而放弃人类控制等议题。
Keras 社区会议公布可插拔后端计划,即将支持 MLX 和 PaddlePaddle,新后端以附加库形式安装。同时减少新后端所需算子数量,为所有次要算子添加后端无关实现,并统一算子单元测试框架以验证类型转换一致性等。KerasHub 新增大量模型,并弃用 tf-text 预处理,改用 PyGrain。
个人 AI 显然应该跑在你的设备上 很喜欢 Sigil 用 Underdog 在做的事——由 Hugging Face hub 提供支持
Jev 能像你一样🔍搜索长文档!🕵️
Ben Horowitz 昨天在 Databricks 论坛上: “有人告诉我,他们用 Muse 这类个人智能体取得的最大成就是成功取消了《纽约时报》订阅。” 我打算试一试。
Kled V3 推出数据采集平台,实验室可指定所需数据,平台能在 72 小时内向 50 万+ 自愿贡献者网络部署采集任务。平台提供覆盖图像、视频、音频、文本和标注的 108 个可配置模板,贡献者用手机按指令和示例完成采集。其核心价值在于缩短反馈闭环:定位模型失败点、转化为采集任务、获取真实世界新样本、再训练评估。
Baseten 的 Model API 在 Artificial Analysis 上跑出 200+ TPS、约 200ms TTFT,成为该榜单上最快的 GLM-5 服务。
今天在 Coursera 上线了一门新课程。 课程包含 3 个部分: - AI 入门(驱动力、瓶颈、时间线) - AI 风险(恶意使用、失控、权力集中) - AI 治理(AI、企业、国家及国际层面的治理) https://www.coursera.org/learn/intro-to-ai-safety
OpenAI 发布 GPT-6 家族的实用指南,讲解如何按任务选择 GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna 及推理档位与速度模式。
推荐理由:原文系统给出 GPT-6 家族的选型、缓存成本、长任务管理等可操作方法,读者可直接迁移到自己的生产工作流。
作者总结智能体编程带来的四个问题:LLM 生成代码带有让人难以亲近的 slop 风格,如 Claude 输出词 salad、Astra 写出代码高尔夫式风格;工程师因远离直接编码而失去掌控感与责任感;技能退化真实存在,长期使用 AI 后智力下滑,且 AI 使用几乎没有学习曲线;团队聊天被 agent 对话取代,人际交流与技能表达被削弱。作者自认对这些困境没有解决方案。
一名开发者发文《AI Makes Me Sad》,坦言每次看到 AI 新进展都感到无望,不愿以给 Codex 或 Claude 写提示词为生,认为这意味手艺、控制力与创造力的丧失。他批评 X 上大量认证机器人用 LLM 生成无意义回复却无人治理,并指出数千亿甚至数万亿美元的 AI 投入对日常应用用户几乎没有带来实际收益。他仍抱有希望:科技行业变化极快,AI 在社会中的角色会在几年内定型。
Canva AI 研究负责人 Stefano Corazza、ElevenLabs CRO Ashley Kramer 和 Nebius CMO Lindsey Irvine 探讨为创意人士打造 AI 工具、为何控制力与一致性最为重要,以及智能体如何改变营销团队的工作方式。
SemiAnalysis 将 Google GPU 集群体验评为金牌级,称 Google 团队不到两年从铜牌升至金牌。但 GCP 的 GPU 体验仍不如其白金级供应商 CoreWeave 和 Nebius,控制台相比新兴 neocloud 的简洁 UI 显得笨重,访问需依赖偶尔不配合的 Google Cloud CLI,有时被迫改用同样不可靠的浏览器连接。
Pi 团队发布 Pi 1.0 和 Pi Durable,Elvis Saravia 转发并评论称,Claude Code 的 Mods、DeepSeek Harness 与 Pi Durable 共同体现了编码 Agent harness 可扩展性的提升。
a16z 在 Cosign 网络上线策展论坛 Discourse,3000 人可直接发帖,其余用户可提交内容进入队列。文章指出,美国国防科技公司虽获大量风投并快速推出先进导弹、自主系统与航天器,但真正的瓶颈在于规模化生产:2022 年经济普查显示全美 16,876 家机加工车间中 83% 雇员不足 20 人,61% 的二三级以下国防制造商将工装、自动化或产线限制列为扩张前三大障碍。
第一部好的 AI 电影会以 Ben Affleck 讲解学习率开场。Matt Damon 演基座模型
@thesystms 团队在 48 小时内构建了一个创意智能体。 @ingi_erlingsson 写下了他如何解读情绪板:先感受,再是色彩、色调和镜头,然后 @armandgw 把它做成了 Krea Agent 技能。 在下方了解详情👇
Cohere CEO Aidan Gomez 公开批评 Anthropic 游说各大宗教团体采纳其对 AI 的哲学解读,而非听取对方意见,并威胁退出立场不完全一致的活动的做法。他称这是 EA 与 Anthropic 长期以来的道德傲慢与教条主义。引用推文称 Anthropic 曾试图在《Magnifica Humanitas》发布前施压梵蒂冈修改文本,使其不否认 AI 人格。
Databricks 发布基于 Lakebase 和 AI Search 的电商实时推荐参考架构,源自服务亚洲某时尚电商平台的真实实现,该平台月活超 100 万、SKU 超 10 万。系统每秒摄入约 1000 条事件,通过 Zerobus Ingest 写入 Unity Catalog Delta 表,并采用预计算批量推荐与实时会话感知两条服务路径。
作者在腾讯元宝内置的Hy Image3.5 Preview模型上整理出25种AI修图玩法,按人像、风景、美食三类旅行照片逐一演示,附完整提示词,涵盖杂志拼贴封面、漫画登机牌、JRPG任务界面、手绘小票、明信片式延伸线稿等效果,并实测了肤色还原、去除路人、阴天换蓝天等基础修图能力,称模型文字稳定性与人物一致性好,手机端可用且免费。
AI 可能会自动化目前由初级律师、咨询顾问、银行家和广告从业者所做的大量常规工作。 “金字塔底层的人原本在做的那部分工作——那些会怎样?你唯一能说的是,如果你从未在律所或 Bain、BCG、McKinsey 工作过,你大概不会真正了解这是怎么运作的。” —— Benedict Evans(科技分析师、作家、前 a16z 合伙人) ---- 来自 a16z YouTube 频道(链接见评论)
Blackstone 总裁兼 COO Jon Gray 几个月前也提出过同样的观点。 任何基于规则的业务,比如会计、法律、金融,都将被 AI 彻底颠覆。🎯 例如,JPMorgan 在股东投票中弃用了代理顾问,改用 AI 替代。 https://x.com/BloombergTV/status/2016932349737410876/video/1
Rohan Paul 转述 Mercor 的一项研究结论,称在中短长度、定义清晰的会计任务上,前沿 AI 模型已比初级会计师更快更准,甚至超过研究中最优秀的人类。作者指出 Claude Opus 5 在任务中 20 题全对(100%),数分钟内完成,而 12 名持证 CPA 得分从 0% 到约 90% 不等,多人未能在 3 小时内完成;图中数据显示按每项评分标准成本计,Claude Opus 5 为 $0.21,无 AI 的会计师为 $10.35。