跳到正文
6月1日周一
  1. Rohan Paul60

    陶哲轩指出,AI工具和Lean等技术正在改变数学研究的参与门槛。过去需要多年博士训练才能触及前沿,而现在高中生也有可能参与项目并做出实质贡献。他强调,研究时间大多消耗在核查、验证等重复性工作上,AI降低了这类循环的成本,使研究者更敢于尝试“更疯狂”的想法。许多非常规思路并非因错误被否,而是因验证成本过高而被放弃;AI让犹豫变得廉价,这往往是科学发现的起点。

    引用Rohan Paul@rohanpaul_ai

    Terence Tao: "We lived in a world with cognitive friction until very recently, where every task required us to use our brain. So we didn't really think about it, we just thought this was the cost of doing something intellectual. But now we have AI and the other technologies that can bring these frictions down to zero." Most research time is not spent having cinematic insights. It is spent checking cases, chasing references, translating intuition into computation, testing a path, finding it false, and deciding whether the failure taught you anything. AI changes the cost of that loop. Terence Tao says that now he can try “crazier things,” and that makes so much difference. Because unconventional ideas are often not rejected by proof, but by inconvenience. A mathematician may avoid a strange direction not because it is foolish, but because the bookkeeping, coding, or literature search needed to test it is too expensive for a hunch. This is where cognitive friction becomes scientific friction. Lowering it does not make taste, judgment, or proof disappear; it makes more weak signals cheap enough to inspect before they are abandoned. AI is making hesitation less expensive, and that is often where discovery begins.

  2. StepFun65

    阶跃星辰在BEYOND ClawCon Macao活动上提出,模型竞争的新前沿是智能体效率,即可靠、高效、大规模地完成实际工作的能力,而不仅仅是智能本身。Step 3.7 Flash模型正是基于这一思考推出的。

    引用Ailing Teng@EileenTal

    Today at BEYOND ClawCon Macao, I shared our view on the next phase of model competition:The new frontier is agent efficiency. Not just intelligence.But the ability to get real-world agentic work done — reliably, efficiently, and at scale. That’s the thinking behind Step 3.7 Flash

  3. Simon Willison 博客65

    或许该取消我的AI订阅了

    作者引用David Wilson的观察指出,AI编码工具(如Claude)能将模糊想法在不到一小时内转化为带测试和文档的完整项目,但用户往往因此创建超过16个难以维护的项目。这些工具输入门槛低、反馈即时,却像“热核级ADHD放大器”,导致注意力严重分散和项目废弃。文章质疑这种“廉价奖励”模式的可持续性,认为当前缺乏有效管理方式,关键可能在于培养使用纪律。

  4. Dario Amodei:Blog56

    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。

5月31日周日
  1. IT之家·人工智能63

    郭明錤分析英伟达 N1X/N1 前景:瞄准端侧 AI 重度用户、出货量仍取决于 Windows

    天风国际证券分析师郭明錤分析称,英伟达 N1X/N1 芯片设备未来两年出货量预计约 1000 万台,瞄准对端侧 AI 算力有需求的重度用户。出货量能否提升,仍取决于 Windows 是否能提供真正调度端侧 AI 算力的应用与工作流。目前 PC 端侧 AI 需求不足,2026 年两大热门事件(MacBook Neo 热卖、Mac mini 等小型 PC 主机)均与端侧 AI 几乎无关,算力主要来自云端。端侧 AI 若要推动换机潮,关键在于操作系统支持。N1X/N1 芯片设备旨在为用户提供 Mac 之外的另一个平衡算力、内存与便携性的选择。

  2. Simon Willison 博客61

    我将从科技行业退休,回归线下生活

    Chad Whitacre 宣布从科技行业退休,包括退出开源社区。他将AI的发展视为促使他离开的最后一根稻草,并称自己要过一种“新阿米什人”的生活,即停留在没有AI和“信息流刷屏”的1980年。此前,他曾深度体验 Claude Code(模型为 Opus 4.5)进行编程,虽然沉浸其中,但事后感到不安,认为这就像一个大公司的计算机系统侵入了思维。他由此决心彻底脱离技术加速主义的浪潮。

5月30日周六
  1. The Decoder:AI News53

    陶哲轩认为 AI 可为数学带来史上首次分工

    数学家陶哲轩阐述了 AI 如何通过首次实现分工来重塑数学研究。目前,研究者需亲力亲为完成从问题建模到结果验证的全过程。陶哲轩预见“工业数学”的出现:由大型 AI 辅助团队取代孤军奋战的天才,而人类在提供“灵感性猜想”方面仍不可或缺。

  2. Greg Brockman44

    AI加速研究,通过扩展数学家和科学家敢于尝试的边界: AI能给予研究者追求“更疯狂”想法的自由。 对陶哲轩而言,AI创造了更多空间去实验、测试意想不到的路径,并发现那些原本可能无法企及的成果。

    引用OpenAI@OpenAI

    AI can give researchers the freedom to pursue “crazier” ideas. For Terence Tao, AI creates more room to experiment, test unexpected paths, and discover what might otherwise stay out of reach.

  3. Steve Yegge:Medium66

    技术面试的终结

    作者基于超过35年的技术面试经验指出,该流程存在根本性缺陷。面试结果极不可靠,面试官意见高度不一致,且评分无法有效预测候选人实际表现。亚马逊的“Bar Raiser”和谷歌的“Hiring Committee”等补救机制并未从本质上解决问题。作者认为,当前的人才评估方式亟需一场根本性的变革。

  4. Tomasz Tunguz 博客65

    技能提炼

    “技能提炼”是一种知识转移方法,由前沿大模型(如 Opus 4.7、GPT-5.1、Gemini 3 Pro)负责撰写并优化标准化的 SKILL.md 流程文件。然后,本地运行的小模型(如 Qwen 35B、Gemma 26B)直接执行这些文件。此过程不同于压缩模型权重的知识蒸馏、训练权重的指令微调或检索事实的 RAG,其核心是提取并转移操作流程,让小模型按步骤执行,从而形成前沿模型作教师、小模型作执行者的循环。

    推荐理由:Tomer 把个人代理的完整工作流摆了出来,用大模型写 skill 小模型执行,这条蒸馏思路比调 prompt 高级,想认真跑本地代理的人该盯一下。

5月29日周五
  1. IT之家·人工智能70

    谷歌 DeepMind CEO 哈萨比斯:AGI 最快三年内到来,研发速度远超预期

    谷歌 DeepMind 首席执行官德米斯·哈萨比斯预测,AGI 研发速度远超预期,最快可能在 2029 年至 2030 年前后出现。作为 AlphaGo、AlphaFold 的主导者,他认为当前 AI 智能体是未来更强智能的预演,随着多模态和自主决策能力成熟,三年内迎来 AGI 关键突破已非科幻。但他同时警示,全球社会对 AGI 到来的准备严重不足,必须提前建立规则与防护机制。

    推荐理由:哈萨比斯作为造出 AlphaFold 的诺贝尔奖得主,三年内 AGI 的判断不是空话,他同时强调社会完全没准备好,这种紧迫感比单纯的时间表更值得看。

  2. IT之家·人工智能50

    赛力斯张正萍回应特斯拉 FSD 入华:优劣交给市场评判

    在未来汽车先行者大会上,赛力斯董事长张正萍就华为乾崑智驾与特斯拉 FSD 的对比表示,两者孰优孰劣应交由市场评判。他以全新一代问界 M9 为例,指出其搭载 6 颗激光雷达及 40 个传感器,在硬件方面“不输给 FSD”。技术上,他认为 FSD 模拟人类视觉逻辑,而华为乾崑智驾则能超越人眼视觉范围。此外,张正萍透露问界品牌用 46 个月达成第 100 万辆交付,其辅助驾驶累计里程已超 77 亿公里。

  3. IT之家·人工智能52

    莫言:人工智能无法取代作家的创作,AI 是靠一代又一代作家写出来的东西“喂”出来的

    作家莫言强调,人工智能无法取代文学创作,因为AI是靠一代又一代作家写出来的作品“喂”出来的。他认为作家最宝贵的是原创能力,即创作前所未有的作品。假设所有创作者都停止原创,AI的水平也会停滞。AI可作为辅助工具介入翻译、影视制作等领域,但原创作品依然是根本。

  4. IT之家·人工智能55

    英伟达黄仁勋谈 AI 应用、Token 消耗:浪费一点钱没关系,千万别浪费时间

    英伟达CEO黄仁勋在员工大会回应AI消耗Token的担忧,称“浪费一点钱没关系,但千万不要浪费时间”。他要求同事积极拥抱AI,指出不使用AI才会被裁员,“你不会被AI取代,但会被懂得使用AI的人取代”。黄仁勋强调AI绝非裁员借口,而是避免裁员的良方,并认为这是缩小科技鸿沟的最佳时机。

  5. IT之家·人工智能58

    美国造车新势力 Rivian 称 AI 重塑车机交互,讨论整合苹果 CarPlay 变得过时

    Rivian 软件负责人表示,随着智能体 AI 加速落地,汽车正从“软件定义”走向“AI 定义”,传统的“屏幕镜像”车联方案(如苹果 CarPlay)将变得“过时”。该公司希望为用户打造一体化的导航、控制与 AI 助手服务,而非将中控主导权交给 iPhone。内部数据显示,要求支持 CarPlay 的用户比例已从交付初期的“超过 70%”降至最近一次调查的“不到 25%”。

  6. Gary Marcus:The Road to AI We Can Trust53

    突发:史上三大IPO面临坏消息

    客户正认识到,token消耗“已燃烧数百万美元,却未带来任何显著的投资回报”。这一现象对历史上三次最大的首次公开募股(IPO)构成压力,表明市场对AI投资的实际效益产生质疑。

  7. Tomasz Tunguz 博客61

    AI智能体时代下的安全变革

    Lemonade的CISO Jonathan Jaffe探讨了AI智能体时代的安全新挑战。他指出,AI对攻击者和防御者同样强大,但可被利用的漏洞窗口正在缩小,因为AI能更快地生成、审查和修补代码。为此,安全团队正向工程团队转型,例如Lemonade的安全部门均由工程师组成,并构建了包含智能体的内部AI平台。同时,每个智能体(单个终端上可能运行200到10000个)都需要被赋予身份,并在操作点由策略进行更复杂的管控,这超越了当前身份与访问管理系统的能力。

    推荐理由:Jaffe 给出的结论很提气,AI 对防御方的加成被市场严重低估了,尤其每个 Agent 必须拥有身份和策略控制这个预判,值得所有在做 Agent 架构的人看一遍。

5月28日周四
  1. The Verge:AI61

    Rivian软件负责人:车载软件无需CarPlay或物理按钮

    Rivian首席软件官Wassym Bensaid同时担任该公司与大众集团成立的合资公司RV Tech的联席CEO。这家合资公司源于大众近60亿美元投资,旨在为大众及其旗下品牌的未来电动汽车开发操作系统和电子架构。Rivian正准备交付基于新架构的更平价车型R2,并已在R1车型中推出了AI驱动的Rivian Assistant。Bensaid将此视为打造更具“智能体”特性车载软件平台的关键一步。

  2. IT之家·人工智能69

    何小鹏称 L4 自动驾驶有望两年内实现,可能未来买车一半的钱是为软件买单

    小鹏集团董事长何小鹏表示,公司已进行重大战略转向,放弃原有“缝合怪”体系,全面押注“物理AI”架构。新路径有望在18到24个月内(约2027年底前)实现L4级自动驾驶。他同时透露,高等级人形机器人的商业化量产元年很可能在2027年。何小鹏预测,未来10年硬件与软件价值可能各占50%,用户为软件付费的价值占比将大幅提升。

  3. IT之家·人工智能60

    Claude Code 创始人切尔尼建议计算机科学毕业生创业:现在是黄金时代

    Anthropic 的 Claude Code 创建者鲍里斯·切尔尼建议计算机科学毕业生,如有创业想法,现在就是创办公司的黄金时代。他认为 Claude Code 等 AI 工具正让创业者以前所未有的方式创建和扩大规模。在与 Y Combinator 最新一批创业者交流时,约一半人举手表示其公司的“100%代码”都由 Claude Code 编写,而完全不让模型写代码的仅寥寥数人。他预测,未来使用智能体写代码的人群规模将达到今天的 100 倍。

  4. IT之家·人工智能74

    人民日报专访华为何庭波:今年秋季的新麒麟手机芯片,性能等相比去年是“跳跃性”提升

    华为何庭波提出半导体新演进路径“韬(τ)定律”,以“时间缩微”(如逻辑折叠)替代“几何缩微”作为新指导原则。她表示,过去6年华为已基于此自主研发381款芯片。今年秋季将发布新的麒麟手机芯片,这是首个完整的“韬芯片”,其性能、集成度相比去年是“跳跃性”提升。

    推荐理由:华为提出「韬定律」替代摩尔定律,不是空谈,何庭波说新麒麟芯片性能跳跃提升,证明了这条路的可行性。对半导体行业是一次认知冲击。

  5. 公众号:数字生命卡兹克48

    飞书云文档新增“下载为Markdown”功能,图片自动转为AI可读公网链接

    飞书云文档新增“下载为Markdown”功能,文档内图片自动转为公网链接,可供AI读取。Markdown由John Gruber与Aaron Swartz于2004年创建,后被GitHub、Reddit、Slack等平台采用。在AI时代,因纯文本、易生成、有结构、省token,成为人类与大语言模型交互的通用格式——Claude等AI输出底层均为Markdown。尽管Claude Code的Thariq主张HTML更适合展示,作者认为Markdown负责信息流转、HTML负责呈现,建议日常文档改用.md格式以获自由可迁移体验。

  6. Greg Brockman63

    低估了GPT-5.5在网络安全方面的能力: GPT 5.5发现了一个引入于1999年4月、已有27年历史的远程代码执行漏洞。我已反复检查流程和提交历史,确认属实。 迫不及待要负责任地披露了!

    引用Philo Groves@PhiloGroves

    GPT 5.5 found a 27-year-old RCE introduced in April of 1999. I've triple-checked the flow and commit history, it's real. Can't wait to responsibly disclose!