Microsoft AI 阐述健康领域价值观实践，将与 Mayo Clinic 共建医疗前沿模型
Microsoft AI 发文阐述其在健康领域的价值观如何落实为产品与工程实践，称其消费级产品每天处理数千万条健康问题。
推荐理由：官方阐述微软 AI 在健康领域的价值落地，交代 Mayo Clinic 医疗模型合作与 Copilot Health 预览的进展。
#大佬观点
Microsoft AI：官方博客精选AI 评分6060
Dario Amodei：Blog精选AI 评分5656 Anthropic CEO Dario Amodei：AI指数级发展呼唤政策紧急应对
Anthropic CEO Dario Amodei 发表博客指出，AI 以指数级速度发展——四年内模型从勉强写出一行连贯代码到编写主流 AI 公司的大部分代码，而政策制定周期却极其缓慢。Claude Mythos Preview 证明了前沿模型对网络安全构成真实威胁，可能冲击金融、关键基础设施和国家安全。Amodei 认为生物风险与 AI 自主风险即将接踵而至，呼吁全球重新审视监管、宏观经济、科学创新、国家权力和地缘政治五大领域。Anthropic 同日发布了前沿模型测试立法提案和就业替代政策框架，并承诺提供实质性资金支持。
推荐理由：虽然是十天前的文章，但 Dario 的长文仍是理解 AI 政策方向最完整的框架，还附带了立法提案，做安全或监管的产品人该细读。
Anthropic：Newsroom精选AI 评分7777 Anthropic联合创始人Chris Olah在教皇通谕发布会上的讲话
Anthropic联合创始人Chris Olah在梵蒂冈出席教皇Leo XIV关于AI的通谕发布会。他指出，所有前沿AI实验室都面临商业、研究及地缘政治等多重压力，这可能与做正确的事相冲突，因此外部监督至关重要。他强调，AI模型并非像飞机那样被工程化构建，而是基于人类语言和思想“生长”出来的，其内在性质可能复杂难解。他提出三个需审慎思考的问题：如何确保AI发展的全球收益公平分享、如何思考AI时代的人类繁荣，以及AI模型内在性质的本质。他呼吁社会各界，尤其是宗教与民间团体，严肃审视AI发展并引导其向善。
推荐理由：Olah 在教皇通谕发布会上罕见坦承 AI 实验室的激励扭曲，呼吁外界批评，还透露模型内部已出现类似情感的状态，对关注 AI 伦理的人值得细读。
LlamaIndex：产品、工程与评测AI 评分5252 LlamaIndex 撰文分析 grep 与语义搜索在 Agent 场景下的取舍
LlamaIndex 发文回应 grep 可取代语义搜索和 RAG 的观点，指出 grep 适合小型纯文本语料，但无法读取 PDF 等非结构化文档，且在百万级语料下延迟、召回和信噪比全面失效。文章建议分层方案：用 LlamaParse 或 LiteParse 解析非结构化文档，再以语义索引支撑大规模检索，同时保留 grep 用于精确匹配场景。
Tibo@thsottiauxAI 评分4545对于Codex，我们一直在考虑保持稳定的发布节奏，每周四进行一次较大规模的发布。这确实会让周初显得不那么令人兴奋。大家有什么想法？
- Tibo@thsottiauxAI 评分4848
导师变成了学徒。Claude终于开始模仿Codex了。 但你无法超越GPT-5.5的加速能力。
引用Daniel San@dani_avila7Claude Code 2.1.139 added /goal You set a completion condition and Claude keeps working across turns until it's met Works in interactive, -p, and Remote Control 👏
Augment Code 博客AI 评分5858 DX CTO Justin Reock 谈 AI 转型是系统问题而非工具问题
Augment Code 播客 We Built What 对话 DX CTO Justin Reock，核心观点是 AI 转型暴露的其实是一直存在的系统问题。
OpenAI：官网动态AI 评分4646 Our Principles
OpenAI 联合创始人 Sam Altman 阐述了指导公司工作的五项核心原则。这些原则围绕确保 AGI（通用人工智能）惠及全人类的使命展开，具体包括：致力于开发安全有益的 AGI；持续推动前沿技术研究；广泛共享研究成果与收益；积极与全球政策制定者合作应对风险；以及确保 AGI 的发展不被过度商业化垄断，最终服务于人类的整体福祉。
OpenAI：官网动态精选AI 评分7171 为什么 SWE-bench Verified 不再衡量前沿编码能力
OpenAI宣布停止使用SWE-bench Verified基准评估前沿编码能力。该基准基于GitHub历史问题构建，其任务分布已无法准确反映当前AI编码助手需解决的实际问题类型。随着模型性能提升，基准测试集趋于饱和，区分度下降，现有模型表现已接近人类水平。因此，团队将转向更具挑战性和现实复杂度的新评估方法。
推荐理由：OpenAI 亲自给 SWE-bench Verified 判了死刑，这比任何第三方评测都有说服力。做 coding agent 选型的人该认真想想，你的 benchmark 体系是不是也该换了。
- Tibo@thsottiauxAI 评分4848引用tylernotfound@tylernotfound
5.5 is the first model that operates as a valuable programming partner on real frontend work. High agency, valuable ideating, and idiomatic output. My development process has evolved every ~3 months since joining OAI, but Codex + 5.5 has created a step function improvement.
Cognition 模型 / Devin 博客精选AI 评分6363 Cognition 复盘两年构建 Devin 云智能体基础设施的经验
Cognition 基于两年 Devin 开发经验复盘构建云智能体的两大投入：基础设施与组织变革。文章指出容器共享内核存在逃逸风险、无法在异步间隙可靠保存状态，其方案是 microVM 隔离和 hypervisor 级整机状态快照；编排层花了超过三个季度才能管理数千并发 VM。
推荐理由：Cognition 以两年 Devin 建设经验拆解云智能体在隔离、状态快照和编排上的真实投入，并给出组织落地的具体路径。
- Tibo@thsottiaux引用Amol Avasare@TheAmolAvasare
For clarity, we're running a small test on ~2% of new prosumer signups. Existing Pro and Max subscribers aren't affected.
Cognition 模型 / Devin 博客精选AI 评分7272 Cognition 复盘多智能体实践：写操作单线程加辅助智能体才真正有效
Cognition 发布长文复盘，称自《Don't Build Multi-Agents》十个月后，其多智能体系统已在生产中可用，核心模式是写操作保持单线程、其他智能体只贡献智能。
推荐理由：作者基于自家生产环境实验总结多智能体落地模式，给出干净上下文评审、跨模型路由等可迁移的工程经验。
Linear：Now精选AI 评分6161 设计不是产出：AI 工具无法替代对问题的理解
设计行业常将“设计”误解为产出界面或代码的行为，但真正的核心在于理解问题本身，找到形式与上下文的良好匹配。AI 工具能快速生成看似精美的输出，却往往绕开对底层问题的深入探索，导致产品表面光鲜但实际使用中脆弱、缺乏整合。设计仍需判断、对话、张力与时间，其价值在于通过动手工作逐步获得理解，而非仅仅依赖生成结果。
推荐理由：这篇文章直指AI设计工具的误区，生成界面不等于做设计。真正难的是理解问题而不是产出视觉形式，做产品的都该读一读。
- Tibo@thsottiaux
- Tibo@thsottiaux
Sam Altman：BlogAI 评分4949 OpenAI CEO 住所遭燃烧弹袭击，Altman 发文呼吁停止暴力并阐述 AI 民主化信念
OpenAI CEO Sam Altman 披露其住所凌晨遭燃烧弹袭击，所幸无人受伤。他罕见发布家庭照片，呼吁停止暴力，并反思近期争议报道带来的风险。Altman 重申 AI 应民主化、权力不可过度集中，强调需全社会协同应对安全挑战，同时承诺推进技术普惠与科学进步。
OpenAI：官网动态AI 评分5454 企业 AI 的下一阶段
OpenAI 阐述了企业级人工智能的下一阶段发展规划。随着 Frontier、ChatGPT Enterprise、Codex 以及全公司级 AI agents 在各行各业的采用加速，企业 AI 正从单一工具向全面智能体解决方案转型。这些产品推动跨行业渗透率提升，标志着企业人工智能进入规模化部署的新阶段，实现从部门级应用向公司范围内部署的跨越。
Augment Code 博客AI 评分5151 Augment Code 判言单模型工程时代结束，已接入 Gemini 3.1 Pro
Augment Code 宣布接入 Gemini 3.1 Pro，成为继 Claude 和 GPT-5 之后的第三个模型，并提出单模型工程时代已经结束。作者复盘十三个月来最佳模型三次易主、GPT-5.4 每条消息价格约为此前方案 2.6 分之一的变化，主张选模型实为对供应商的绑定，应将模型、Context Engine 与 Intent 编排层解耦，让换模型成为切换设置而非迁移。
Google Blog：AI James Manyika 与 LL COOL J 对谈 AI 与创造力
Google「科技与社会对话」系列最新一期，James Manyika 与 LL COOL J 探讨 AI 与创造力。
Answer.AI 官方研发博客AI 评分5252 Rachel Thomas 谈 AI 在生命科学中的风险与局限
Answer.AI 联合创始人 Rachel Thomas 与 KAMI Think Tank 的 Kamayani Gupta 对谈 AI 在生命科学中的风险与局限。
LlamaIndex：产品、工程与评测精选AI 评分6161 LlamaIndex：不止是 RAG 框架，转向智能体文档处理
LlamaIndex 官方宣布公司使命收窄为构建智能体文档处理基础设施（OCR、抽取与工作流），不再定位为单纯的 RAG 框架。
推荐理由：官方复盘了通用 LLM 框架价值下降的原因，并说明转向文档基础设施的动机和产品布局，读者可借此理解框架类公司的转型逻辑。
Answer.AI 官方研发博客精选AI 评分6363 Answer.AI 分析：OpenAI 与战争部合同能否冻结自主武器相关法律
Answer.AI 的 Jeremy Howard 与 Luke Versweyveld 撰文分析 OpenAI 与战争部合同中“all lawful purposes”条款的含义，指出 OpenAI 方面称该条款指“签约时适用的法律”，但合同语言未包含冻结条款。
推荐理由：文章援引美国合同法判例逐条分析 OpenAI 与国防部合同的用语，说明为何签约时的法律未必能冻结未来的立法变化。
Anthropic：Newsroom精选 Anthropic CEO就国防部谈判发表声明
Anthropic CEO Dario Amodei声明，尽管Claude已广泛用于美军情报分析、网络作战等任务，且公司曾主动切断数亿美元收入阻止中国关联企业使用，但拒绝两项用途：大规模国内监控和完全自主武器。Amodei认为前者威胁民主价值，后者技术不可靠且缺乏监督。国防部威胁将其标记为"供应链风险"并强制移除安全措施。Anthropic坚持原则，但表示如被移除将确保平稳过渡，希望继续服务国防。
推荐理由：Anthropic CEO声明宁可退出军方合作，也不开放自主武器与大规模监控权限
LlamaIndex：产品、工程与评测AI 评分5757 LlamaIndex 维护者谈编码智能体冲击下开源的未来
LlamaIndex 开源维护者发文分析编码智能体如何改变开源贡献：LLM 生成的巨型 PR 增多、简单库被智能体替代、知识分享型项目价值下降，并引用 Anthropic 一项关于技能萎缩的研究。作者认为开源并未消亡，提出可分叉的 LLM 友好参考实现、通过链接社区扩展建立社区、用清晰文档和 AGENTS.md 让代码库对智能体友好等新方向。
Anthropic：Engineering精选AI 评分7878 用并行Claude智能体团队从零构建C编译器
研究人员采用“智能体团队”方法，让多个Claude实例在无人工干预下并行协作开发代码。为进行压力测试，团队指派16个智能体从零编写一个能编译Linux内核的Rust版C编译器。项目消耗近2000次会话和约2万美元，最终产出10万行代码的编译器，可成功在x86、ARM和RISC-V架构上构建Linux 6.9内核。研究重点在于设计支持长时间自主运行的智能体团队框架，包括如何编写测试以保持智能体不偏离方向，以及如何通过基于文本文件的锁机制协调多智能体并行任务分配。
推荐理由：Anthropic 研究员用 16 个 Claude 并行写了个能编译 Linux 内核的 C 编译器，2000 次会话花了两万刀。真正值钱的不是编译器本身，而是他总结的 agent 团队协作方法论，做多 agent 系统的人该逐段拆。
METR：Notes精选AI 评分6262 METR 时间视界论文作者澄清时间视界的局限
METR 时间视界论文主要作者发文澄清该指标的常见误读，称过去 9 个月 AI 时间视界增长约 6 倍。
推荐理由：作者作为论文主要作者逐条澄清方法局限，读者可据此更准确地使用和理解时间视界这类指标。
Anthropic：Engineering精选AI 评分7272 设计抗AI技术评估的实践
Anthropic性能优化团队负责人Tristan Hume分享了设计抗AI技术评估的经验。自2024年初，团队使用带回家测试评估候选人优化模拟加速器代码的能力，超1000人参与，成功招聘数十名工程师。但随着Claude模型快速迭代，Opus 4已超越多数人类申请者，Opus 4.5甚至匹配顶尖候选人，导致在时间限制下难以区分人类与AI输出。为此，作者三次重设计测试，探索抗AI评估要素，详述原始设计、模型破解方式及非常规对策。最终，团队将原始测试作为公开挑战发布，因无时间限制时人类表现仍优于Claude。
推荐理由：Anthropic 性能优化负责人亲手写了三版面试题被自家模型逐一击穿的全过程，这种坦诚的工程复盘比任何 AI 能力排行榜都更真实地告诉你，模型到底强到了什么程度。
Dario Amodei：Blog精选 技术的青春期
Dario Amodei 将当前 AI 发展阶段定义为「技术的青春期」，认为人类即将获得难以想象的力量，但社会和政治系统是否具备驾驭成熟度仍存疑。文章强调需避免「末日论」式恐慌，以务实、基于事实的方式讨论风险，同时承认 AI 发展速度和风险的不确定性。作者主张通过企业自愿行动与精准政府监管相结合，在避免过度干预的前提下应对潜在危险，为可能到来的更强有力行动储备证据和方案。
推荐理由：Anthropic CEO 长文剖析 AI 文明风险与治理路径，值得深读。
LG AI Research：官方研究博客AI 评分5353 LG AI Research 伦理研讨会：从工具到同事，如何设计延展人类判断的 AI UX
LG AI Research 发布 2025 年 AI 伦理研讨会系列第四篇，探讨如何把 AI 从工具设计为延展人类判断的同事。
LG AI Research：官方研究博客AI 评分5757 LG AI Research 探讨 AI 如何改变人类批判性思维并介绍 ChatEXAONE 的应对设计
LG AI Research 在 2025 AI Ethics Seminar 文章中讨论生成式 AI 对人类批判性思维的影响。
LlamaIndex：产品、工程与评测精选AI 评分7070 LlamaIndex 解读 DeepSeek-OCR：视觉压缩如何在文档 AI 中超越传统 OCR
LlamaIndex 发文解读 DeepSeek-OCR，指出其核心不是 OCR，而是把视觉作为文本信息的压缩算法：可将 1,000 个文本 token 压缩到 100 个视觉 token 并以 97% 准确率解码，10× 压缩下准确率仍高于 90%。
推荐理由：原文从文档解析实践角度拆解 DeepSeek-OCR 的压缩机制与局限，并给出压缩与解析两条演化路径的比较。
OpenAI：官网动态AI 评分5151 OpenAI 以安全为基础发布 Sora 2 与 Sora 应用
OpenAI 发布 Sora 2 模型和 Sora 应用，表示针对先进视频模型和新社交创作平台带来的新型安全挑战，以安全为基础进行构建。官方称其方法以具体防护措施为锚点，原文仅提供摘要，未披露防护细节。
Sam Altman：Blog精选 充裕的智能
计划打造每周可新增1吉瓦算力的AI基础设施工厂，通过芯片、电力到机器人的全栈创新，支撑治愈癌症、全球个性化教育等宏大应用。项目将主要落地美国，未来数月公布合作伙伴，年底披露融资方案。
推荐理由：Sam Altman阐述OpenAI基础设施扩张愿景，计划每周新建1吉瓦算力
OpenAI Developers：BlogAI 评分5151 OpenAI 解释为何打造 Responses API
OpenAI 撰文解释为何 Responses API 是 GPT-5 的推荐集成方式，称其为推理模型和智能体未来量身定制的接口。
Sam Altman：Blog精选 Jakub 与 Szymon
OpenAI 高层公开致谢首席科学家 Jakub Pachocki 与 Szymon Sidor，二人多次联手攻克被认为不可能的技术难题，主导 Dota RL 扩展、GPT-4 预训练及推理突破，被形容为“不知疲倦”的黄金搭档。
推荐理由：Sam Altman 揭秘 OpenAI 核心科学家与关键技术突破历程
英国 AI Security Institute：BlogAI 评分4848 英国 AI Security Institute：从漏洞到绕过，为 AI 防护机制调整漏洞披露流程
英国 AI Security Institute 发文探讨如何将传统漏洞披露机制适配到 AI 防护措施上，提出从"漏洞"到"绕过"的思路转变。文章关注 AI 安全防护（safeguards）被规避这一新型风险，主张为 AI 防护机制的失效建立相应的披露流程。