跳到正文
5月19日周二
  1. IT之家·人工智能71

    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。

  2. IT之家·人工智能58

    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。

  3. IT之家·人工智能53

    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。

  4. Simon Willison 博客52

    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。

  5. Tomasz Tunguz 博客48

    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。

  6. Gary Marcus:The Road to AI We Can Trust43

    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。

5月18日周一
  1. IT之家·人工智能59

    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。

  2. IT之家·人工智能59

    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。

  3. Yann LeCun64

    推文警告,若西方无法尽快出现可信的开源前沿AI参与者,后果将迅速扩散。这与早期互联网格局相反:过去西方科技巨头主导全球,而中国自建生态;AI时代可能逆转这一态势。若无西方开源力量,能够支撑整个经济体的开源模型将仅由中国提供。若美国以国家安全为由进一步限制获取中国开源模型,其国内市场将仅由两三个封闭系统服务,而全球约60亿人口可能选择免费、强大、可自托管且不受禁运的中国AI技术栈。到2030年,中国开源模型或成为全球默认选择,导致美国在技术上自我孤立于世界大多数AI用户。

    引用Daniel Jeffries@Dan_Jeffries1

    I 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."

5月17日周日
  1. Rohan Paul72

    Anthropic CEO Dario Amodei 指出,AI将引领一个前所未有的颠覆性时代:经济可能实现5%-10%的高GDP增长,但同时伴随高失业率与不平等加剧。他举例称,软件成本将大幅下降甚至近乎免费,传统软件商业模式的前提或将瓦解。尽管目前工程师可转向编辑或升级工作,但AI模型将持续承担更多任务,导致许多延续数十年的职业逐渐消失。他强调,社会尚未充分意识到这场变革的巨大规模与冲击,对此他既感到兴奋又深表担忧。

    引用Rohan Paul@rohanpaul_ai

    Anthropic 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)

  2. Dwarkesh Patel:Podcast & Blog51

    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。

  3. Dwarkesh Patel:Podcast & Blog49

    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。

  4. Nathan Lambert:Interconnects53

    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。

5月16日周六
  1. IT之家·人工智能62

    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。

  2. IT之家·人工智能50

    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。

  3. Greg Brockman48

    在“tokens成本无关紧要”的未来设想下,项目通过云端持续运行约100个Codex实例,实现软件开发全流程自动化。系统自动化审查每次代码提交以发现安全问题,处理所有PR和issue:自动关联并关闭陈旧issue、去重问题并聚类报告、监控新issue并自动创建PR。智能代理能复现复杂环境、进行演示、监听会议并主动启动工作(如创建PR),同时扫描评论垃圾、验证性能基准。结合clawpatch.ai进行功能单元拆分和Vercel deepsec安全审计,最终达成极精简的自动化运营。

    引用Peter Steinberger 🦞@steipete

    People 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.

  4. Tomasz Tunguz 博客72

    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。