Boris Cherny@bchernyAI 评分5555#大佬观点
- Boris Cherny@bchernyAI 评分5555
Tomasz Tunguz 博客AI 评分4545 The Blank Slate AI Strategy：开源模型与定制化策略如何推动AI民主化
Slate Auto推出24,950美元可定制皮卡，Thinking Machines发布Apache-2.0许可的Inkling模型，两者均采用“空白画布”策略：以低价提供通用基础产品，让客户通过定制创造价值。该商业模式为AI开源提供资金支持，推动行业向更开放、低成本的方向发展。
Sam Altman@samaAI 评分5454Ars Technica：AIAI 评分6363 Linus Torvalds 回应 Linux 内核 AI 编码争议：“不认同就分叉，或者走开”
Linux 创始人 Linus Torvalds 明确表示将“非常大声地忽略”那些主张禁止在 Linux 内核开发中使用 AI 工具的批评者。他建议不认同 AI 编码的开发者可以选择分叉项目或直接离开。Torvalds 本人已开始在日常内核维护中使用 AI 辅助工具，并认为这些工具能有效提升代码审查与补丁处理效率。
数字生命卡兹克@Khazix0918AI 评分4444博主推荐用户立即在 Kimi 购买 Coding Plan 并使用 K3 模型，称其为目前国内最好的模型。同时表达对国内算力的担忧，预测该模型可能像 GLM 一样很快售罄，建议用户先充值。
Replit：Blog精选AI 评分6565 Replit 提出“自动驾驶公司”：智能体融入全公司后代码产出提升 2.9 倍
Replit 发文称其内部智能体系统已覆盖全公司职能，从 1 月初到 6 月底代码贡献行数增长 5.8 倍，剔除招聘效应后固定作者群体为 2.9 倍，同时 PR reversion 率与事故量保持平稳。
推荐理由：Replit 以自身工程、销售、支持团队的一手数据，展示智能体全面融入公司运营后的产出与质量变化，可用于对照组织落地的路径。
TechCrunch：AIAI 评分6161 AMI Labs CEO 拒绝使用“AGI”或“超级智能”标签
AMI Labs CEO Alexandre LeBrun 表示公司从不使用“AGI”或“超级智能”这类术语，认为它们缺乏明确定义且“不是很有用的词”。这家由 Yann LeCun 联合创立的初创公司专注于构建世界模型，旨在预测物理世界的下一状态，而非像大语言模型那样预测下一个 token。AMI Labs 尚未推出产品，但已开始接触机器人、制造和电子领域的合作伙伴。
Simon Willison 博客AI 评分4444 Linus Torvalds 表态：Linux 不是反 AI 项目，质疑 AI 实用性的人显然没用过
Linux 创始人 Linus Torvalds 在 Linux Media Mailing List 上明确表示，Linux 不是反 AI 项目，AI 是一种有用的工具，就像其他工具一样。他认为，一年前 AI 的实用性或许还有疑问，但今天已毋庸置疑，任何质疑的人显然没有真正使用过 AI。Torvalds 还表示，如果有人对此不满，可以选择 fork 或离开。
Air Street PressAI 评分5959 Alta Ares 创始人 Hadrien Canter 谈欧洲防空缺口与低成本拦截
Air Street Press 在领投 Alta Ares 6000 万美元 A 轮并与其签署 Airbus 合作后，刊出对创始人 Hadrien Canter 的访谈，主题是欧洲防空缺口。
IT之家·人工智能AI 评分6464 软银孙正义公开嘲讽“AI 反对论”：就像朝天吐口水，预测2040年AI占全球经济产出20%
软银集团创始人孙正义在年度SoftBank World大会上嘲讽AI反对者是在“朝天吐口水”，并预测到2040年AI将占全球经济产出的20%。他预计未来15年内AI将贡献46万亿美元全球GDP，并产生相当于该数字一半的年度利润。孙正义正通过投资Arm、OpenAI等企业押注AI，同时估计到2040年全球需总功率达3太瓦的数据中心支撑数万亿AI智能体和数十亿人形机器人。
张小珺商业访谈录AI 评分5050 对Physical Intelligence柯丽一鸣4小时访谈：Pi的开源模型研究，机器人的江湖、族谱与主角
Physical Intelligence（Pi）研究员柯丽一鸣在访谈中详解了Pi的机器人"大脑"开源研究思路，从π0到π0.5再到π*0.6。她补充称最新模型π0.7强调统一模型，无需后训练即可媲美以往后训练的通用能力，并包含架构与数据设计。Pi成立仅两年，投后估值已超50亿美元。
Tomasz Tunguz 博客精选AI 评分7070 空白画布式 AI 战略：Thinking Machines 的开源模型 Inkling 与 Slate Auto 的皮卡异曲同工
Thinking Machines 发布 Apache-2.0 开源模型 Inkling，975B 参数、基于 45 万亿 token 从头训练，定位通用基础模型。模型权重免费，但通过其微调平台 Tinker 的定制化服务收费。该策略与 Slate Auto 售价 $24,950 的可定制皮卡类似，以低价通用基础产品吸引用户，通过增值定制实现商业化。
推荐理由：作者把 Inkling 的开源策略与低价定制皮卡类比，指出权重免费、微调收费的商业模式逻辑，提供了一个理解开源 AI 变现的视角。
Rohan Paul@rohanpaul_aiAI 评分5252
a16z：NewsAI 评分5858 芝加哥大学法学院禁止一年级学生课堂使用AI，历史重演？
芝加哥大学法学院宣布新政策，禁止一年级学生在课堂上使用手机和笔记本电脑，引发关于AI教学工具的争议。近45年前，哈佛法学院曾因公平性担忧禁止学生使用Osborne 1便携电脑参加考试，但几年后电脑在法学院已无处不在。历史表明，对新兴技术的恐惧和限制往往只是暂时的。
IT之家·人工智能AI 评分4141 凯文·凯利断言中国5年内造出全球最先进AI芯片，全球化趋势不可阻挡
美国未来学家凯文·凯利在接受央视专访时预测，中国将在未来5年内造出全球最先进的人工智能芯片。他认为，中国工程师的雄心与能力、以及中国在工程领域的出色表现，使这一目标完全可能实现，且全球化力量将克服政治因素影响。
IT之家·人工智能AI 评分5050 诺奖得主哈萨比斯预言：AGI 影响将是工业革命 10 倍，提议设立“前沿 AI 标准机构”进行 30 天预审
DeepMind 联合创始人、诺奖得主哈萨比斯发文称，AGI 可能在几年内实现，其影响规模将是工业革命的 10 倍，且以 10 倍速度展开。他提议美国设立类似 FINRA 的“前沿 AI 标准机构”，要求前沿实验室在发布模型前自愿接受最多 30 天的预审，并逐步将评估正式化，未通过评估的模型不得在美国市场部署。该框架适用于所有达到基准门槛的“前沿级”模型，无论开源还是闭源。
IT之家·人工智能AI 评分5454 Anthropic 高管：因成本顾虑削减 AI 使用是错误选择
Anthropic 高管在红杉资本播客中警告，企业因成本上升而减少 AI 投入是错误做法，并观察到部分客户已在这么做。平台工程负责人强调，设定预算上限会限制创新，企业应通过更高效的方式使用 AI 而非直接削减。Anthropic 正考虑在 Claude 生态内推出模型路由功能，以帮助客户根据任务自动分配模型、控制成本。
IT之家·人工智能AI 评分6060 Meta 高管预测：未来一两年内 AI 使用成本或超员工工资，公司或设 Token 上限
Instagram 负责人 Adam Mosseri 预测，未来一两年内一名优秀工程师产生的 AI Token 消耗成本可能达到其工资水平，Meta 或需设置 Token 使用上限。Meta 已关闭内部 Token 消耗排行榜，因 AI 成本可能让公司在 2026 年面临数十亿美元开支。
IT之家·人工智能AI 评分5555 金山办公 CEO 章庆元：模型能力差距缩小，今年 6 月内部开发已全部切换为国产模型
金山办公 CEO 章庆元在 2026 AI 生产力大会上表示，大模型能力差距正逐步缩小，没有谁能形成绝对壁垒。截至今年 6 月，金山办公内部开发已全部从国外模型切换为国产模型，决策基于理性商业判断——模型能力趋向同质化后，选模型标准变为“谁更稳定、谁能提供足够 token 量”。章庆元认为，模型稀缺性将持续下降，真正价值在于基于模型构建的应用、工作流程及生态系统。
IT之家·人工智能AI 评分4949 谷歌 DeepMind CEO 哈萨比斯警告：AGI 可能几年内到来，人类需抓紧窗口期确保安全
谷歌 DeepMind CEO 德米斯·哈萨比斯在 X 平台发文警告，AGI 可能再过短短几年便会出现，人类仍有一个“宝贵的时间窗口”可以采取行动。他建议成立一个由美国牵头的国际联盟，在最先进的 AI 模型公开发布前开展安全审查，并提议 AI 标准机构可借鉴美国金融业监管局的模式、由行业提供资金。哈萨比斯强调，留给人类采取行动的时间已经十分有限，现在共同作出的选择将决定文明下一阶段的发展方向。
NVIDIA BlogAI 评分4141 Nemotron 开放模型让企业和国家完全掌控 AI 定制与审查
NVIDIA 推出 Nemotron 系列开放模型，使企业和国家能完全掌控 AI 的定制、审查与改进。Abridge 正基于 Nemotron 构建首个专用于临床对话的基础模型；Harvey 后训练 Nemotron 3 Ultra 后在复杂法律任务上达到前沿级准确率，且每次运行成本至少降低 10 倍。
a16z：NewsAI 评分6060 AI 让你雇了一百万个差劲员工
AI 并未取代人类劳动，反而让顶级公司每位员工的 token 支出激增，但 80% 的 token 如同 80% 的员工一样毫无产出。管理 AI 智能体比管理人更难，因为 AI 会瞬间放大管理不善：tokenmaxxing 等于堆人头，循环调用等于无效会议，浪费 token 等于人员臃肿。
- Sam Altman@samaAI 评分4444引用Thijs@cdngdev
i gave 5.6 sol access to my camera roll and had it extract pictures of every piece of clothing i own from my photos then, told it to find new outfits for me and render them on me with gpt-image! its kinda cool to see your entire wardrobe in a collection like this
Air Street Press精选AI 评分6363 Odyssey 联合创始人 Jeff Hawke 谈世界模型：仍处 GPT-2 时代
Odyssey 联合创始人兼 CTO Jeff Hawke 在 RAAIS 演讲中阐述世界模型路线，主张直接从视觉和音频学习世界，目标是打造“世界模型的 GPT-3”。
推荐理由：访谈厘清了世界模型与空间智能等概念的边界，并给出四条研究路线和GPT-2阶段的行业定位，信息密度较高。
The Decoder：AI NewsAI 评分7373 Google DeepMind CEO Hassabis 提出先进AI治理框架
Google DeepMind CEO Demis Hassabis 发布了一份先进AI治理框架提案。他认为通用人工智能（AGI）可能仅需数年即可实现，其影响将是工业革命的十倍且速度更快。Hassabis提议在美国建立类似金融监管机构FINRA的新标准机构，为前沿模型制定评估协议，初期自愿参与，后期强制执行。该机构由行业资助，使用定期更新的基准测试，必要时可协调放缓开发进度，但非前沿模型不受此限。Hassabis强调，面对高度不确定性和巨大风险，“谨慎乐观”是明智策略。
The Verge：AIAI 评分6060 Google DeepMind CEO Demis Hassabis 呼吁建立以美国为首的全球 AI 监管机构
Google DeepMind 首席执行官兼联合创始人 Demis Hassabis 在博客文章中呼吁建立全球 AI 监管机构，该机构应有权在前沿模型变得过于危险时“踩刹车”。Hassabis 认为美国凭借其经济和技术地位最适合主导这一倡议并制定全球标准。该组织可类似于美国金融业监管局，由顶尖独立专家和开源社区代表组成，有权在模型发布前进行评估并协调应对措施。
Demis Hassabis@demishassabis精选AI 评分6868推荐理由：Demis Hassabis 亲自下场提出一个具体的 AGI 监管框架，用 FINRA 模式构建标准组织，这比泛泛呼吁更有行动感，政策讨论里少见的可操作方案。
IT之家·人工智能AI 评分4343 Palantir CEO 卡普：AI 造富神话的最大问题是普通人难以受惠
Palantir CEO 亚历克斯·卡普认为，AI 正在造就大批富豪，但普通人未必能分享同等规模的财富，这是“美国最大的问题”。他指出，AI 会提高普通人的生活水平，但参与其中的人可能比现在富有 10 倍甚至 100 倍，而过去几轮技术革命中底层与顶层之间的差距远没有如此悬殊。卡普批评 AI 实验室的行业领袖一边宣称大规模裁员不可避免，一边自己越来越富有。他称 AI 为兼具正面与负面潜力的“自然资源”，并批评美国对 AI 的过度吹捧“令人不安”。
IT之家·人工智能AI 评分5959 软银孙正义：到2040年AI每年需5万亿美元投入，AI泡沫说法很荒谬
软银CEO孙正义在年度企业大会上称，到2040年AI发展每年需5万亿美元投资，并称AI泡沫说法“荒谬至极”。他认为该商业模式可行，因届时AI收入将占全球GDP的20%。软银已向OpenAI投入数百亿美元，计划2026年底前累计投资超600亿美元。孙正义预测，2040年全球AI数据中心需3太瓦发电能力，初期依赖天然气，后续核聚变将成为主要能源。他还描绘了届时将存在100万亿个AI智能体的社会图景。
AI as Normal TechnologyAI 评分7070 普林斯顿教授 Narayanan 在 ICML 2026 发表主旨演讲：AI 作为正常技术，人类应主动适应而非躺平
普林斯顿大学教授 Arvind Narayanan 在首尔 ICML 2026 上发表主旨演讲，提出三个核心论点：第一，“AI 作为正常技术”框架是思考 AI 影响的正确方式；第二，即使应认真对待递归自我改进，实验室中没有任何里程碑会突然让所有人失业；第三，未来工作将发生根本性变化，需要大量适应。他呼吁 AI 社区不应接受工作被取代，而应主动建立与 AI 互补的技能（如判断力、品味），并展望了人类与 AI 的“共超智能”愿景。
IT之家·人工智能AI 评分4545 软银孙正义：核聚变能源将是 AI 未来发展的关键
软银集团创始人孙正义预测，随着 AI 数据中心电力需求迅速膨胀，核聚变将在 15 年后取代天然气发电，成为更便宜、更清洁、更安全的新型主要能源。他预计到 2040 年，全球数据中心所需电力容量将达到 3 太瓦。孙正义还否定了 AI 泡沫论，称质疑者既不了解也未深入使用 AI，并警告日本若无法认识到 AI 潜力，将错过巨大财富创造机遇。
- Rohan Paul@rohanpaul_aiAI 评分4141
公众号：面壁智能精选AI 评分6161 面壁智能CTO曾国洋专访：端侧模型是AI落地关键路径
面壁智能CTO曾国洋指出，端侧模型是AI落地的关键路径。其原创方法论“模型风洞”可在小规模实验中预测完整训练效果，并基于“知识密度”提出“面壁定律”：知识密度每3.5个月翻一番。2B参数的MiniCPM表现优于同期8B竞品。面壁已完成高通、联发科、英特尔、英伟达、AMD等芯片适配，新发布的BitCPM-CANN模型系列可在华为昇腾芯片上让同一内存多装约6倍模型。全双工全模态模型MiniCPM-o4.5支持实时打断与情绪调整。团队开发了全球首个完全由AI编写的生产级训练框架ForgeTrain，并引入行为模式库实现无需开口的“默契系统”。
推荐理由：面壁选择了一条少有人走的端侧之路，这篇 CTO 专访把落地的真实困难、原创方法和他们的思考都摊开了，对做模型和做产品的人都有启发。
Logan Kilpatrick@OfficialLoganKAI 评分4040IT之家·人工智能AI 评分5252 微软 CEO 纳德拉警告：企业使用 AI 可能面临双重成本与竞争风险
微软 CEO 萨提亚·纳德拉近日发文警告，企业使用 AI 模型时实际支付了双重成本：明面上的 token 费用，以及为让模型更好运作而必须披露的专有知识。模型会从使用痕迹中学习，包括提示词、智能体调用的工具及用户对模型错误的纠正，这些经验可能被模型提供商积累并用于开拓同类业务，使客户面临直接竞争。纳德拉主张，既然 AI 企业可抓取互联网内容训练模型，企业也应有权研究并“蒸馏”AI 企业的模型。他批评部分模型提供商在服务条款中保留从客户使用数据和互动数据中学习的权利，认为这种“只许州官放火”的做法具有讽刺意味。
Simon Willison 博客AI 评分5959 Simon Willison 用 GitHub 代码频率图展示 Opus 4.8、GPT-5.5 等模型对 Datasette 项目贡献的影响
Simon Willison 通过 Datasette 开源项目的 GitHub 代码变更频率图表，直观展示了编码智能体与 Opus 4.8、GPT-5.5、Fable 5 及 GPT-5.6 Sol 等模型对其个人产出的影响。图表末尾的活跃度高峰与这些模型的发布时间高度吻合。
TechCrunch：AIAI 评分6666 微软CEO纳德拉警告企业使用专有AI模型会泄露专有知识
微软CEO萨提亚·纳德拉在博客中警告，企业使用OpenAI、Anthropic等专有AI模型时，不仅支付了token费用，还无意中交出了更宝贵的专有知识。他认为，模型通过用户的提示词、智能体工具使用及纠错反馈进行学习，这些“废气”数据提炼出的机构知识是竞争对手无法买到的。纳德拉批评模型厂商一方面自由抓取互联网数据训练，另一方面却限制企业对模型进行“知识蒸馏”。他建议企业保留对提示词、反馈等数据的所有权，在云端构建专有学习环境，并采用“编排层”工具在不同AI模型间灵活切换，避免被单一厂商锁定。