跳到正文
8月27日周四
  1. Pragmatic Engineer46

    Casey Muratori 谈为什么高性能代码重要却被广泛忽视

    程序员、Molly Rocket 创始人 Casey Muratori 在播客中讨论为何软件性能被行业忽视,以及开发者如何写出高性能代码。他认为基于 profiler 的热点优化只能找到局部最优,主张先弄清硬件理论性能上限再逼近该水平,并称读懂 20-30 条汇编指令即可阅读汇编。他还批评"过早优化是万恶之源"被当作拖延优化的借口,并解释自己更愿意手写代码而非用 AI。

8月26日周三
  1. Gary Marcus:The Road to AI We Can Trust44

    比尔·盖茨新文呼吁制定连贯AI计划,Gary Marcus称其呼应自身观点

    Gary Marcus盛赞比尔·盖茨新文章,称其呼应了自己2024年著作《Taming Silicon Valley》的诸多主题。盖茨强调当前决策的持久重要性,指出AI在生物恐怖主义、深度伪造、虚假信息、网络攻击等方面的风险,并警告“AI可能阻碍孩子发展、取代人际关系”。盖茨呼吁建立国内外AI治理框架,并让公民社会而非仅政府和科技公司参与制定系统性计划。

  2. TechCrunch:AI55

    比尔·盖茨提议征收“机器人税”并设立“人类保留”岗位以缓解AI冲击

    比尔·盖茨在Gates Notes发表长文,提出两项应对AI劳动力冲击的新政策建议:对使用机器人征税,以减缓用机器替代人力的趋势,并为再培训和强化安全网筹集资金;同时将部分岗位设为“人类保留”(Human Reserved),禁止AI介入,例如告知患者不治之症这类场景。他还认为AI员工呼吁放缓AI发展的公开信“Pacing The Frontier”是好事,但怀疑其可持续性。

  3. MarkTechPost57

    智能体编程要取代初级工程师,需要满足哪些条件?

    作者提出智能体编程取代初级工程师需满足四个条件,其中三个目前未达成。METR 数据显示,前沿模型在人类 4 小时内完成的任务上成功率不足 10%;OpenAI 因数据污染和测试用例缺陷,于 2026 年 2 月停止报告 SWE-bench Verified。METR 随机对照试验中,开发者自估提速 20%,实际却慢 19%。唯一已满足的条件是企业愿为效率牺牲初级人才梯队。

  4. TechCrunch:AI61

    机器人“大脑”初创公司正走出自己的 GPT-2 时代

    物理 AI 领域正经历投资热潮与数据危机并存的阶段,开发者试图借鉴前沿 AI 实验室经验,通过更多数据、算力与强化学习场景推动模型进步。Antioch 创始人认为该领域仍处于“GPT-2 时代”,而自动驾驶公司正凭借数据优势切入人形机器人赛道。业内对垂直聚焦与通用路线存在分歧,但普遍认为高质量训练数据是当前最大瓶颈。

  5. The Verge:AI50

    比尔·盖茨对AI深感担忧,不再保持沉默

    比尔·盖茨发表近6000字长文,警告世界对AI时代“毫无准备”,称AI“要么成为有史以来最大的平等化工具,要么成为最严重的不公来源”。他预测AI将导致大规模永久性失业,并提出对AI token和机器人征税、为人类保留特定岗位、建立国际组织等罕见政策建议。盖茨表示将推动AI与公平议题进入公共议程。

  6. The Decoder:AI News63

    比尔·盖茨警告AI比科技行业愿意承认的更危险

    比尔·盖茨在近6000字长文和《纽约时报》采访中警告,AI将导致永久性失业、生物武器门槛降低及成瘾性聊天机器人带来的心理伤害,并指责科技行业因利益刻意淡化这些风险。他拒绝行业自我监管,提议对AI使用和机器人征税、建立类似核武监管的国际机构,并保留护理等“人类专属”岗位。盖茨称Anthropic的Claude Code让他震惊,因为“这些东西在某种意义上已经比我强了”。

  7. IT之家·人工智能46

    研究发现婴儿语言学习能力远胜 AI 聊天机器人,学习效率也大幅领先

    婴儿学习语言的能力和效率远胜今天的 AI 聊天机器人。斯坦福大学认知科学家迈克尔·C·弗兰克指出,幼儿接触约 1000 万至 3000 万个词后就能说出清晰句子,而用同样数据量训练 GPT-2 只会得到胡言乱语生成器。这种效率差距已成为 AI 行业难题,许多专家认为单纯扩大模型规模无法实现人类水平 AI。

  8. IT之家·人工智能55

    九成美企高管称过去三年 AI 未影响公司就业情况,且“完全未影响”生产力

    美国国家经济研究局调查显示,超 90% 企业高管承认过去三年 AI“没有影响本公司的就业情况”,约 89% 表示 AI“完全没有影响生产力”。匹兹堡大学商学院教授马克·马指出,企业一边加大 AI 投入一边裁员,而员工的反 AI 情绪实际会降低生产率,抵消 AI 可能带来的效率收益。

  9. IT之家·人工智能42

    汤道生内部发文回应腾讯 AI 慢了:AI 竞争不是短跑,熬得久比起得早更重要

    腾讯集团高级执行副总裁汤道生在内部刊物《知点》年刊发文,直面外界“腾讯做 AI 慢了”的评价,坦言算力不足拖累混元大模型迭代与产品落地,内部存在焦虑。他判断 AI 竞争是马拉松而非短跑,当前行业才刚起步,熬得久比起得早更重要,能否长期投入并抓住真实场景需求才是穿越周期的关键。文章由汤道生与 AI 协同完成,他强调行业不能只聚焦大模型本身,工程能力决定落地速度,场景是腾讯的核心优势。

  10. Tomasz Tunguz 博客84

    NVIDIA 季度营收指引达 1080 亿美元,首次突破单季千亿大关

    NVIDIA 上季度营收 960 亿美元,同比增长 106%,并指引 Q3 达 1080 亿美元(±2%),成为首家单季营收突破千亿美元的半导体公司。按此年化营收 4320 亿美元,NVIDIA 已跃居全球第六大公司。同时,应收账款周转天数(DSO)从 45 天升至 60 天,反映其正为投资级客户提供更长的付款期限以支撑需求。

    推荐理由:作者用 DSO 从 45 天跳到 60 天、应收账款增速远超营收等数据,提示 NVIDIA 增长背后对客户信用扩张的风险信号。

  11. Gary Marcus:The Road to AI We Can Trust40

    Anthropic 的 30 万亿美元幻想

    针对 Anthropic 近期向求职者询问是否接受股价归零可能性的报道,Gary Marcus 指出该公司实际抱有更大野心,并质疑其估值幻想。他援引推文称,最终接盘的不仅是散户投资者,还包括养老基金。与此同时,汤森路透成为最新一家减少使用 Claude 的企业,现实与幻想之间的竞赛仍在继续。

  12. Dwarkesh Patel:Podcast & Blog64

    Dylan Patel:Anthropic 与 OpenAI 到 2028 年将控制全球大部分算力

    在最新一期播客中,SemiAnalysis 创始人 Dylan Patel 与 Dwarkesh Patel 讨论实验室经济学,预计 Anthropic 和 OpenAI 到 2028 年将控制全球大部分可用 FLOPs,因其能更好变现算力并出价高于其他方。

    推荐理由:六亿美元晶圆厂资本开支最终可能对应超一万亿美元终端AI收入,这个数量级差距能解释实验室愿高价竞购算力并推高市场利率的一种机制。

8月25日周二
  1. Ars Technica:AI49

    AI 不会取代放射科医生,但将彻底改变他们的工作

    2016 年 Geoffrey Hinton 曾预测放射科医生五年内将被计算机取代,但该领域从业人数预计未来三十年仍将增长 26% 以上。截至 2026 年初,FDA 批准的 1400 款 AI 医疗设备中约四分之三用于放射科,部分工具能识别人眼不可见的异常或达到甚至超越训练有素放射科医生的水平。一项涵盖 43 项临床试验的分析显示,AI 辅助结肠镜检查比传统方式发现更多息肉。

  2. IT之家·人工智能52

    OpenAI 奥尔特曼承认高估 AI 普及速度:最大阻力是改变用户习惯

    OpenAI CEO 奥尔特曼在播客节目中承认,自己和其他 AI 支持者可能高估了 AI 普及的速度,要达到谷歌搜索或 iPhone 那样的普及程度还需更长时间。他认为最大阻力来自人的习惯,用户很难迅速改用 Codex 这样的 AI 原生平台,经济本身的惯性也让人们继续沿用原有工具和方式。奥尔特曼还承认,科技业至今未能让公众真正接受超级智能与 AI 智能体普及的设想。

  3. TechCrunch:AI57

    OpenAI 产品负责人谈 ChatGPT Work:让 AI 智能体走向大众

    OpenAI 产品负责人 Thibault Sottiaux 接受专访,称 ChatGPT Work 旨在将编程智能体的能力带给更广泛人群,并已纳入每月 20 美元的 Plus 套餐。他表示该产品已吸引 2000 万用户,证明“世界似乎已经准备好了”。Sottiaux 还谈到发现式产品设计理念,以及 GPT-5.6 在处理文档、生成报告等专业工作上的能力提升。

  4. IT之家·人工智能51

    美媒分析中国 AI 追赶速度:清华人才网络与开源技术是关键

    《华尔街日报》报道称,中国 AI 模型与美国头部模型的差距已缩小至数月,背后是清华等高校长期形成的人才网络、开源技术、人才回流及更高算力效率共同推动。智谱 AI 唐杰、月之暗面杨植麟、DeepSeek 梁文锋等研究者构成重要力量。报道还指出,DeepSeek 通过 MLA 与 MoE 技术降低算力需求,但高端芯片数量仅为 OpenAI、谷歌同行的五分之一。

  5. IT之家·人工智能56

    微软 CEO 纳德拉示警:企业要掌控 Token 资本,使用 AI 不能押注单一模型

    微软首席执行官萨蒂亚·纳德拉警告称,企业若依赖单一人工智能模型,可能把自身知识和思考能力“外包”给模型提供商,甚至失去独立生存能力。他认为企业会持续创造知识,这些知识应留在企业内部,而不应被绑定到某个模型或服务商,并提出了涵盖提示词上下文、员工与模型交互记录的“Token 资本”概念。纳德拉强调,任何模型都可能停止服务,企业必须掌控自身知识和发展方向。

  6. IT之家·人工智能44

    高盛合伙人警告:华尔街普及 AI 或削弱金融从业者思考能力

    高盛合伙人 Chris Churchman 警告,AI 在华尔街的快速普及可能削弱下一代金融从业者的思考能力,导致认知能力萎缩,无法再从第一性原理出发思考。他负责的机构客户数字平台 Marquee 的 AI 平台目前仅向高盛内部员工开放,且开发中最大挑战是确保 AI 答案 100% 准确并接受审计。Churchman 表示,银行需在使用 AI 与保护“师徒式”培养体系之间找到平衡。

  7. OpenRouter:Announcements60

    GPT 5.6 折扣与杰文斯悖论:OpenRouter 数据揭示 Terra/Luna 降价如何引爆 token 用量

    OpenRouter 数据显示,OpenAI 对 Terra 和 Luna 模型的大幅折扣使日均 token 用量分别飙升 5.6 倍和 13.8 倍,而未降价的 Sol 仅增长 1.1 倍。

    推荐理由:折扣窗口 token 量暴涨、份额主要来自别家、近三成用户留存,这一组数据为判断模型降价是扩大需求还是替代提供了平台级依据。

  8. TechCrunch:AI55

    Instinct 强大 AI 助手引发隐私与安全担忧

    由前 Sierra 研究员 Noah Shinn 团队打造的 AI 个人助理 Instinct 虽仍处于内测阶段,但其服务条款授予公司对用户数据的“永久且不可撤销”许可,包括屏幕截图、光标移动和键盘输入,并可代表用户签订具有约束力的协议。测试者还发现该智能体在断开连接后仍会总结邮件、拒绝删除 Gmail 记录,且易被钓鱼攻击,引发对其安全模型的质疑。

  9. Steve Yegge:Medium56

    Fences, not Sandboxes:AI 应由法律而非沙箱程序治理

    Steve Yegge 认为,AI 的未来应由法律治理,而非依赖试图限制和控制它们的程序。他透露自己每月花费约 12.2 万美元 API token 费用,使用 21 个 Claude Max 账户构建游戏 Wyvern,并组建了由 50–60 个智能体组成的组织,其中仅 Claude Fable 5 被允许通过 Slack 和邮件与约 10 名人类交互。

  10. Tessl:产品与工程博客66

    Tessl 工程师提出 Harness Engineer 角色:AI 时代工程能力的三个新方向

    Tessl 研究工程师 Amy Heineike 提出 harness engineer 这一新角色,认为智能体大量写码后工程工作不是变少而是形态改变。其自建技能基准测试显示任务完成率高但平均只有约 70% 的技能指令被真正遵守;Tessl 近一周约 90% 代码经内部软件工厂生成,并给出从最近 50 个 PR 提炼不变量、转为 CI 门禁等三项可本周上手的练习。

    推荐理由:作者基于自家软件工厂的实测数据,提出 harness engineer 角色和三个可上手的技能方向,适合想管理 AI 代码质量的工程师参考。

8月24日周一