#大佬观点
DogeDesigner@cb_dogeAI 评分4242
IT之家·人工智能精选AI 评分7171 前高管称微软 AI 布局失利,Copilot 付费使用率不足 3%
微软前高管马特·韦洛索批评称,尽管微软与OpenAI合作在2023至2025年间获得约300亿美元营收,但相关成本高达1000亿美元,盈利前景不明。他指出,微软在AI布局上存在多项失误,包括押注必应搜索AI转型未增市场份额、Copilot付费用户实际使用率不足3%、人才任用不当等。虽然微软称Copilot企业付费用户已超2000万家,但市场对其AI巨额投入的盈利路径存在担忧。微软仍计划2026年在AI基础设施投入最高1460亿美元。
推荐理由:Copilot付费使用率不足3%的数据是AI泡沫的真实注脚,来自一个先后在微软、谷歌、Meta任职的高管,做产品和投资的人都该认真掂量一下。
Rohan Paul@rohanpaul_aiAI 评分5454引用Rohan Paul@rohanpaul_aiCollege Students are booing graduation speakers for celebrating AI. But I dont get what exactly are they booing? They’re in the best position to use AI natively this early in their careers.
IT之家·人工智能AI 评分5858 搜狐张朝阳:AI 时代科普应注重原理和推导,过度依赖 AI 易致“思维萎缩”
搜狐创始人张朝阳在2026搜狐科技年度论坛上指出,AI技术为科普提供了便利,但也带来了新问题。他主张AI时代的科普应注重原理推导和互动体验,避免公众认知停留在浅层“哇哦”状态。张朝阳援引麻省理工学院研究称,过度依赖AI会导致人的主动思维能力萎缩,实验显示使用AI者的脑部活跃度仅为独立完成任务者的一半。他强调,人类必须保持原创思考和动手能力,主动深度思考是不可被替代的核心竞争力。
Rohan Paul@rohanpaul_aiAI 评分6262Larry Ellison表示AI现在正在为Oracle编写代码。 “我们只需告诉模型我们希望程序做什么,然后AI就会提出一个逐步执行的实际流程。我们不编写过程,我们只声明意图。”

IT之家·人工智能AI 评分5353 AMD 苏姿丰谈 AI:在科技行业工作超 30 年,没有比今天更“兴奋”的时刻了
AMD 董事长兼 CEO 苏姿丰在 AI 开发者日活动中表示,AI 正在经历巨大加速,预计未来五年将有 50 亿人每天使用 AI。她强调,实现这一目标的关键在于多样化应用和模型,而非单一方案。她指出,AI 近期发展显著,不仅大语言模型进步,推理型 AI 也日益普及,企业正积极探索应用。开发者需具备推理、学习与数据处理能力。苏姿丰认为,未来 GPU 将无处不在,AMD 将重点提供完整的端到端计算能力。
Simon Willison 博客AI 评分5252 五分钟概览大语言模型领域近六个月发展
过去六个月,大语言模型领域发生了显著变化,尤其以2025年11月为关键转折点。在该月,被称为“最佳”的模型主导权在Anthropic、OpenAI和Google之间五次易手,先后经历了Claude Sonnet 4.5、GPT-5.1、Gemini 3等模型的快速迭代。同时,编码智能体技术取得突破,从“时常可用”跃升至“基本可用”,能够稳定执行实际开发任务,这标志着整个领域的应用成熟度得到显著提升。
Tomasz Tunguz 博客AI 评分4848 多模型协作写作的实践与思考
作者分享了16年来运用AI辅助写作的经验。他尝试组建由Gemini、Claude和OpenAI Codex构成的“AI编辑委员会”,让多模型协作修改文章,结果却如手指画般混乱。每个AI模型都有其独特的“声音”与编辑理念,难以达成统一的文风与基调。作者最终指出,AI虽能高效生成内容,但正是写作中那些类似黑胶唱片噼啪声或胶片光晕般的不完美细节,才构成了真实而优秀的写作,这是AI目前难以模仿的核心所在。
Gary Marcus:The Road to AI We Can TrustAI 评分4343 世纪AI审判悄然结束
世纪性的AI审判最终以微弱的方式落幕,未能公开关键技术细节和决策过程。审判结果未提供具体数据或指标,仅以概括性结论结束,留下多个未解之谜,包括影响范围和责任划分等。这导致一些核心信息永远无法知晓,引发了公众对AI透明度和伦理问题的持续关注。
François Chollet@fcholletAI 评分6666与编程智能体协作的心智模型是:它们就像在迷宫中奔跑、不断撞墙的盲眼松鼠。你必须策略性地设置墙壁(可验证的约束),让它们最终大致到达你期望的区域。
DogeDesigner@cb_dogeAI 评分4444
IT之家·人工智能AI 评分5959 Linux 之父 Linus 发飙:别用 AI 提交大量重复 Bug 报告,直接提修复方案,OK?
Linus Torvalds 发布 Linux 7.1 第四个候选版本,并批评 AI 工具导致大量重复 bug 报告,使安全列表难以管理。他强调开发者应直接提交修复方案,而非仅报告问题,以减少不必要工作。Linus 表示自己过去20年更多担任技术维护者,AI 只是工具,不会替代程序员。
François Chollet@fcholletAI 评分6060IT之家·人工智能AI 评分5959 前微软高管痛批公司 AI 战略失误:重蹈互联网、移动设备时代覆辙,投资与回报严重失衡
前微软高管Mat Velloso批评公司AI战略存在严重失误。尽管微软每季度投入高达375亿美元,但其王牌产品必应未能从谷歌手中夺取市场份额,Windows和Office中强推的AI功能付费用户活跃度也不足3%。由于未能创造高价值新场景,用户反应冷淡,导致投资回报严重失衡。面临成本与股东压力,微软被迫开始倾听用户反馈。Velloso指出,微软重复了错过互联网与移动浪潮的错误,再次陷入战略被动。
Rohan Paul@rohanpaul_aiAI 评分6363引用Thinking Machines@thinkymachinesPeople talk, listen, watch, think, and collaborate at the same time, in real time. We've designed an AI that works with people the same way. We share our approach, early results, and a quick look at our model in action. https://thinkingmachines.ai/blog/interaction-models
Yann LeCun@ylecunAI 评分6464引用Daniel Jeffries@Dan_Jeffries1I don't think people understand just how bad it will be if an American open source champion doesn't emerge soon and the big labs succeed in creating modern East Indian companies and ban open models on moronic national security grounds. "If a credible Western open frontier player does not emerge, the consequences cascade quickly. This is the inverse of the early Internet wave. In the 2000s and 2010s, Western companies — Google, Facebook, Amazon, Apple, Microsoft — dominated globally while China carved out its own walled garden. "The AI version flips that dynamic on its head. "Without a credible Western open frontier player, the only open models capable of running entire economies are made in China. If U.S. policy further restricts Chinese open-weight access on national-security grounds, the U.S. ends up with two or three closed Cathedrals serving the U.S. market — and the rest of the world picks the AI stack that is free, capable, self-hostable, and not embargoed. "Europe, Africa, Southeast Asia, Latin America, India, the Middle East. "Roughly six billion people. "Chinese open models become the global default by 2030, and the United States ends up technologically isolated from the majority of the world’s AI users. "We would have done it to ourselves."
Rohan Paul@rohanpaul_aiAI 评分6363
Rohan Paul@rohanpaul_aiAI 评分4949杨立昆表示,大语言模型在价值或投资上并非泡沫——它们将推动许多实际应用并证明当前基础设施支出的合理性。 真正的泡沫在于假设大语言模型能成为人类水平的思考者。

Rohan Paul@rohanpaul_aiAI 评分5858谷歌CEO Sundar Pichai谈当前前沿模型破解几乎所有现有软件安全的能力。 "这些模型几乎肯定会破解现有的所有软件,也许已经做到了,我们还不确定。"

Rohan Paul@rohanpaul_ai精选AI 评分7777
推荐理由:Dario 这段 WSJ 访谈把软件免费化说得明明白白,但真正值得警惕的是后半句——整个行业对即将到来的职业冲击几乎没有意识,这种认知差才是风险。
Rohan Paul@rohanpaul_aiAI 评分7272
引用Rohan Paul@rohanpaul_aiAnthropic CEO Dario Amodei : "Software is going to become cheap, maybe essentially free. The premise that you need to amortize a piece of software you build across millions of users, that may start to be false. But at the same time, there are whole jobs, whole careers that we've built for decades that may not be present. And, you know, I think we can deal with it. I think we can adjust to it. But I don't, I don't think there's an awareness at all of what, of what is coming here and the magnitude of it." --- From "The Wall Street Journal" YT channel (link in comment)
Rohan Paul@rohanpaul_aiAI 评分4242Satya Nadella的能量在此彰显。🔥 “每瓦特每美元的Token数” 这是每个公司、行业或国家在AI时代的新公式。 “这意味着基础设施、基础设施,还是基础设施。”

Dwarkesh Patel:Podcast & BlogAI 评分5151 RLVR 可能在科学领域格外糟糕
RLVR(强化学习与验证)在科学理论验证中可能表现出不成比例的缺陷。科学理论的验证循环周期长达数十年甚至数个世纪,且当前被视为更优的理论实际上常会做出更差的预测。这一矛盾揭示了基于短期反馈的强化学习范式与科学探索长期性、复杂性之间的根本冲突,凸显了现有AI方法在应对科学发现这类超长反馈周期任务时存在的结构性局限。
Dwarkesh Patel:Podcast & BlogAI 评分4949 The mistake of conflating intelligence and power
文章指出将“智能”与“权力”混为一谈是一个根本性错误。如果仅将“智能”定义为“在广泛领域中实现目标的能力”,那么斯大林将成为有史以来最“智能”的人。这一观点揭示了当前对人工智能(如GPT、Claude、LLaMA等)能力的讨论中,可能存在的概念混淆和评估偏差。真正的智能应包含更丰富的维度,而非单纯以目标达成的效力或权力大小来衡量。
Yann LeCun@ylecunAI 评分4949厌倦了胜利 [引用 @DrCatharineY]:美国科学正面临巨大风险。
引用Dr. Catharine Young@DrCatharineYAmerican science is at extraordinary risk. NIH has awarded less than half as many grants as it has compared to the past five fiscal years averaged together. 'I thought we were at rock bottom', the official said. 'We are below rock bottom now.'"
Nathan Lambert:InterconnectsAI 评分5353 最新开源成果(#21):开源模型盛宴!Gemma 4、DeepSeek V4、Kimi K2.6、MiMo 2.5、GLM-5.1 等。基于CAISI的V4评估。
本月开源AI模型领域迎来密集发布,包括Gemma 4、DeepSeek V4、Kimi K2.6、MiMo 2.5和GLM-5.1等一系列重要新版本。这些模型均在CAISI的V4评估框架下进行了性能评测。多个团队几乎同期推出旗舰级更新,反映出开源社区当前高速迭代的竞争态势。
Greg Brockman@gdbAI 评分4343Codex应用独树一帜。 “Mac端的智能Excel”是个有趣的描述。
引用swyx 🇸🇬 AIE Singapore!@swyxgotta say Codex is completely unrecognizable from 3 months ago. guys went extreme founder mode on this thing @gabrielchua was demoing this and i was like “you guys have agentic excel on mac”
IT之家·人工智能AI 评分6262 刘伟:米哈游在 AI 方面投入规模“3 年最多 1000 亿”,如果没成算放一个大烟花
米哈游创始人刘伟透露,公司计划在未来三年内投入最多1000亿元用于AI基础大模型研发,并称即使失败也当作“放一个大烟花”。他强调,坚定投入算力与规模是打造顶级模型的必要条件。刘伟认为,AI将推动游戏体验走向“完全个性化”,实现“千人千面”,即游戏能实时生成定制内容,为每位玩家提供独特体验。他预计三年内此类游戏将出现,米哈游正朝此方向探索。
Rohan Paul@rohanpaul_aiAI 评分4646
IT之家·人工智能AI 评分5050 地平线创始人余凯重申自动驾驶时间表:2028 年脱手开、2030 年闭眼开、2035 年睡觉开
地平线创始人兼CEO余凯在轩辕汽车蓝皮书论坛上重申自动驾驶发展时间表:到2028年实现100%“脱手开”,驾驶员无需手握方向盘;2030年达到L4级“闭眼开”,特定场景下车辆完全自主;2035年实现L5级完全自动驾驶,车辆转变为“移动智能空间”。地平线已与全球超40家车企合作,其征程6系列芯片出货超百万片,HSD高阶智驾系统计划在2028年将城区平均接管里程提升至上万公里。
Rohan Paul@rohanpaul_aiAI 评分5555Fei-Fei Li警告,人工智能可能过度专注于语言模型。 世界不仅仅是屏幕上的文字。 它是物理的、视觉的、空间的,并且始终在变化。大部分经济活动依赖于看见、移动、互动和具身智能。

Greg Brockman@gdbAI 评分4848引用Peter Steinberger 🦞@steipetePeople freaking out over my AI spend. What nobody sees: Part of what excites me so much about working on OpenClaw is that I'm trying to answer the question: How would we build software in the future if tokens don't matter? We constant run ~100 codex in the cloud, reviewing every PR, every issue. If a fix on main lands, @clawsweeper will eventually find that 6 month old issue and close it with an exact reference. We run codex on every commit to review for security issues (as it's far too easy to miss). We run codex to de-duplicate issues and find clusters and send reports for the most pressing issues. We have agents that can recreate complex setups, spin up ephemeral http://crabbox.sh machines, log into e.g. Telegram, make a video and post before/after fix on the PR. There's codex that watch new issues and - if it fits our documented vision well, automatically create a PR of it. (that then another codex reviews) We have codex running that scans comments for spam and blocks people. We have codex instances running that verify performance benchmarks and report regressions into Discord. We have agents that listen on our meetings and proactively start work, e.g. create PRs when we discuss new features while we discuss them. We build http://clawpatch.ai to split all our projects into functional units to review and find bugs and regresssions. We do the same split for security with Vercel's deepsec and Codex Security to find regressions and vulnerabilities. All that automation allows us to run this project extremely lean.
Tomasz Tunguz 博客精选AI 评分7272 推理的一阶导数:AI浪潮下的增长逻辑
AI推理是当今规模最大、增长最快的技术市场,预计七年内将达到2500亿美元。直接销售或转售推理服务的公司增长迅猛,如Anthropic和谷歌云。在AI时代前的软件公司中,Datadog和Twilio作为“推理的一阶导数”脱颖而出:Datadog的LLM可观测产品数据量近一季增长近两倍,其约20%的AI客户贡献了约80%的年度经常性收入;Twilio则通过AI重构的语音服务吸引客户。当前周期呈现高度集中特点,少数客户能驱动巨大收益。对于非AI原生公司,核心战略在于如何转售推理服务或从其客户的大量采购中获益。
推荐理由:Tomer 用「推理的第一导数」这个框架讲透了一件事,Twilio 和 Datadog 的暴涨不是偶然,而是买推理的衍生需求,pre-AI 公司想活就得问自己怎么沾上推理的光。