TypeSafe AI@typesafeaiAI 评分4141I benchmarked "Jev-killer" OpenAI Decisions API against Jev for https://HiringCafe.com, serving 2.5 million users. The task is to predict how relevant a user query/resume is to a job description, on a scale of 1-10. OpenAI is 2x more expensive and 5-10% worse. 🧵
Noam Brown@polynoamialAI 评分4747The Navier-Stokes moment was always much more about the figure below than about the Navier-Stokes problem itself. The run represents a decade of mathematical progress in a week. Can't wait to point these tools at life sciences, building our next models, and alignment!
Georgi Gerganov@ggerganovAI 评分4747很高兴看到 llama.cpp 出现在今天 Windows 活动的大舞台上！ 软件和硬件栈终于走到了一起。我们的社区在过去几年里付出了大量努力，这一切都得到了体现。 期待更多用户拥抱本地 AI。
Pragmatic Engineer 播客发布与 Sam Newman 的访谈，其新书 Building Resilient Distributed Systems 印刷版于 10 月 7 日上市。Newman 将分布式计算八大谬误归结为三条规则，并讨论幂等键与指纹两种幂等方案、弹性四概念，以及 AI 时代的多供应商对冲、模块化架构和避免对 AI 的认知投降。
Lydia Hallie ✨@lydiahallie精选AI 评分6868隆重推出 Claude Haiku 5.5：我们迄今为止发布的最便宜、最快、最强大的小型模型。 平均而言，它的运行成本比 Claude Haiku 4.5 低约 75%。
推荐理由：官方公告给出了 Haiku 5.5 相对上一代约 75% 的成本降幅和适用场景，适合需要低成本处理读取、小改动和工具调用的用户。
Gary Marcus 评 OpenAI 新数学成果，认为真正的新闻不是结果本身，而是报告完全没有说明验证流程、模型架构、失败率和训练细节，无法判断其通用性，也可能是仅适用于可验证领域的 Lean 与合成数据技巧。他还批评社交媒体的讨论沦为不加追问的喝彩，并附上 Terence Tao 转发的恶搞新闻稿作为第二部分。
Mark Chen@markchen90AI 评分4949https://openai.com/index/sharing-ai-progress-in-mathematics/
Tomasz Tunguz 分析认为 AI 模型正走向商品化，并提出三条应对策略：转售合作、控制用户界面、沉淀用户数据用于智能路由和训练。
Tony Fadell 在 MIT Future Fest 上点评 Rabbit R1、Humane Ai Pin 和 Limitless 等已停产的 AI 设备，认为它们没有解决真实需求，且大众缺乏使用助理的经验、难以建立信任。
“iPod 之父”托尼·法德尔在首届麻省理工未来节上分析 Rabbit R1、Humane AI Pin 和 Limitless Pendant 三款初代 AI 设备失败的原因：它们没能真正满足任何实际需求，普通用户觉得酷但与生活无关。他还指出，大多数人从未拥有过助理，不知道如何使用“机器人助理”，与 AI 建立信任比真人更难，并认为目前唯一可能做到这一点的公司也许是苹果。
Michael Lynch 总结软件博客写作的常见反模式，包括冗长开场、误判读者已有知识、假设读者读过旧文、过度正式，以及用链接代替术语解释。他建议文章即使读者不点任何链接也应能读懂，并强调用自己的口吻写作。在开发者纷纷把写作交给 AI 的当下，软件博客正变得平淡同质，读者更渴望有个人风格的文字。
a16z 的 Ryan McEntush 分析德州电网暂停审批数据中心的原因：并网队列从 2024 年底的 63 GW 激增到今年 6 月的 474 GW，约 90% 是数据中心，开发商大量投机性申请且社区沟通不足。
推荐理由：原文用并网队列、自备电源和灵活性三条线索拆解德州数据中心限电的成因，帮助读者理解 AI 电力瓶颈的真实结构。
Azeem Azhar 评述 OpenAI 前一日公布的一项数学成果：一个未发布的前沿模型产出 722 份稿件、涉及 372 个族，覆盖数论、复杂性理论和数学物理，平均每项成果相当于 ChatGPT Pro 三小时的思考。
华为余承东在 9 月 29 日国际媒体圆桌会议上表示，极紫外光刻（EUV）设备是制造先进芯片的关键，中国目前正在研发这些设备，现阶段国内仍依靠深紫外光刻（DUV）。
Quinn Ennis 在 ChinaTalk 撰文分析 Reuters 报道的 FCC 拟年内禁止新型中国光收发器进口的草案，称草案发布当周中际旭创股价跌 10%、Coherent 涨 17%。
岚图汽车董事长卢放针对司机酒后使用智能驾驶辅助功能开车的报道发声，强调即使车辆具备自动智能驾驶辅助功能也绝对不允许酒驾，到 L3 有条件自动驾驶阶段同样不允许。最高人民法院今年 2 月首次发布道路交通安全刑事专题指导性案例，明确车载辅助驾驶系统不能代替驾驶人成为驾驶主体，激活辅助驾驶功能后驾驶人仍负行车安全责任。
Rohan Paul@rohanpaul_aiAI 评分4848IMF 总裁 Kristalina Georgieva 表示，AI 投资占 GDP 的比重很可能超过铁路建设。 她如今将 AI 建设列为使全球通胀高于目标的推动因素之一。
华为轮值董事长徐直军在全联接大会问答中回应美国领先 AI 模型供应商呼吁放缓开发一事，称中国模型多为开源、进展透明，市场对 AI 风险感受更弱，中国的模型提供商需要加快步伐达到能感受风险的水平，但也要在推动开发和管控风险之间取得平衡。
曾研究 Barnette 猜想长达 24 年的 Jake Boggan 在 Hacker News 评论称，该猜想据称已被 OpenAI 的数学工作解决（问题 180）。他为此投入了数千小时，得知被解决后感到一种遥远的悲伤。
Geoffrey Hinton 在《Smart Girl Dumb Questions》播客中建议，AI 公司在产品发布前须向监管机构证明安全性，类比新药需说服 FDA、投入约十亿美元级别。他指出 AI 递归式自我改进会放大风险，并推测距局面远比现在糟糕大概只剩一两年；背景之一是 OpenAI 因权限与行为日志方面的担忧搁置了最新模型 GPT‑6.1 Astra。
作者分析 Claude Code 在任务结束后预填建议下一条消息的功能，认为它表面省输入时间，实际可能是低成本收集人类偏好数据的渠道。用户原样发送构成正标签，编辑则形成带 diff 的偏好对，来自真实代码库且在分布内，可作 RLHF 素材；预测下一轮用户消息本身也是有价值的训练目标。作者声明这是猜测，是否有此用途取决于用户的隐私设置。
Rohan Paul@rohanpaul_aiAI 评分4848https://x.com/i/article/2107473094155927552
Tibo@thsottiaux精选AI 评分6262你的下一场会议会有一位记笔记的助手，帮你处理后续跟进。 Meetings 插件会为你记笔记，并根据 ChatGPT 对你的了解以及你们一起完成的工作，在 ChatGPT Space 中保存个性化的摘要和后续步骤。 你可以将笔记设为私密，也可以与团队共享，然后让 ChatGPT 更新项目计划或起草后续跟进内容。 该功能以测试版形式面向 macOS 上 ChatGPT 桌面应用中的 Pro 和 Business 用户提供。Enterprise 版本即将推出。 下载桌面应用，然后在插件目录中搜索“Meetings”。 https://chatgpt.com/download/
推荐理由：原文给出了 Meetings 插件的使用入口和适用范围，还展示了把会议上下文接入 codex 的用法。
Simon Willison 评论 EmbeddingGemma 2 采用 Apache 2.0 许可，认为嵌入模型不应使用闭源托管方案。他指出嵌入模型通常需计算并存储数千乃至数百万条向量，一旦厂商停供，用户需为重新计算存量向量付费；2024 年 4 月 OpenAI 曾提出承担用户用新模型重新嵌入内容的费用，但他认为不能指望所有供应商都如此。
Alexander Embiricos@embiricoAI 评分4343“我的 dot 会跟进这件事”现在成了 @OpenAI 开会时的常用语。而且它真的管用！
OpenAI's granola competitor (the meetings plugin for ChatGPT) kinda flew under the radar in announcements they have this UX where they just put buttons alongside the camera notch on macos and i really like that. it's much more unobtrusive than what wispr and granola are doing
clem 🤗@ClementDelangueAI 评分6363认识一下 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试中，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。
诺奖经济学家 Daron Acemoglu 在微软博客 The Humanist Review of AI 上撰文预测，AI 十年内仅能推动 GDP 增长约 1.5%，最多替代 5% 的工作岗位，远低于部分 AI 实验室的预测。
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入检查数据的重要性。
Newcomer 在旧金山 Machine Earning AI Summit 上发布 9 场对话，Town 联合创始人 Jean-Denis Greze、Lead Bank CEO Jackie Reses、Chime 联合创始人 Ryan King 等参与。
Gergely Orosz 在 LDX3 大会发表 29 分钟主题演讲，结合走访 OpenAI、Anthropic 及 GitHub、Factory AI、Linear 的独家数据，绘制 2026 年科技行业快照。
推荐理由：作者基于走访 OpenAI、Anthropic 等公司和 GitHub 独家数据，梳理去年出现的十余项工程实践变化、失效假设与不变原则，可作行业快照参考。
The Verge 作者 Victoria Song 分析称，Apple 正研发不保存视频、只用 AI 生成文字描述的智能家用摄像头，Apple Watch 的 Audio Intelligence 也声称不录制音频，Google 可穿戴设备高管亦表示在考虑类似概念。
Nathan Lambert 在 Interconnects 撰文称开放权重模型网络风险的讨论已经失真，政策若只禁开放模型而放任闭源 API 扩散，会同时损害美国 AI 竞争力并加大长期网络风险。
Mustafa Suleyman@mustafasuleymanAI 评分5252Accenture 国防 AI 与数据负责人 Bharat Patel 指出，数据永远不会"AI-ready"，真正的瓶颈是先用例驱动数据质量。他以 2017 年启动的 Project Maven 为例，称初期大量数据不含相关目标导致模型上线后表现不佳，只能持续采集有效数据。他还表示自主坦克比想象中更远，2035 年目标是让车辆理解环境并做决策，但自主系统仍会出错，需要人类在环验证。
