Eric Jang – 从零开始构建 AlphaGo
文章以AlphaGo为例，阐述了智能的基本构成要素。AlphaGo至今仍是最清晰、最完整的范例，它融合了三大核心基础：搜索技术、从经验中学习以及自我对弈。这三大要素共同构成了其实现超越人类棋艺的关键路径。
推荐理由：Eric Jang 把 AlphaGo 的搜索、自对弈和价值网络拆解得非常通透，用现代工具复现让这个经典思路对今天的 RL 和自动研究都有直接启发，做 LLM 后训练的尤其该听听他对信用分配问题的解释。
#大佬观点
Dwarkesh Patel：Podcast & Blog精选AI 评分5555
DogeDesigner@cb_dogeAI 评分4646埃隆·马斯克分享了他对由Grok驱动的新𝕏算法的目标。 "即使是一个零粉丝的新用户发布内容，只要内容本身足够优质，就应当能被大量用户看到。这是我们的目标。"
Ars Technica：AIAI 评分6060 Claude Code 的产品负责人谈论使用限制、透明度和“精益约束”
Anthropic 的产品负责人 Cat Wu 在谈及 Claude Code 时透露，团队没有制定宏大计划，但这是有意设计的产品策略。这一发言强调了公司在发展过程中注重灵活性和实用性，可能通过精益方法来调整使用限制和提升透明度，以适应不断变化的市场需求，确保产品迭代更贴合用户实际体验。
Rohan Paul@rohanpaul_aiAI 评分4343
引用Rohan Paul@rohanpaul_aiEx-Google Exec Mo Gawdat's interview almost a year back: "We're going to start to see a trillionaire before 2030. I can guarantee you that someone will be a trillionaire. There will be a new Elon Musk or Larry Ellison that will become a trillionaire because of AI investments, right? And that trillionaire will have so much money to buy everything. There will be robots and AIs doing everything, and humans will have no jobs." --- Video from 'The Diary Of A CEO' YT Channel (link in comment)
IT之家·人工智能AI 评分5959 何小鹏谈车企合作：大众买回去实测 50 万公里还拆个遍，以前从没见过
小鹏汽车董事长何小鹏透露，大众汽车在2023年7月投资前，曾购买小鹏车辆实测近50万公里并进行全面拆解，以进行极端审慎的技术尽调。随后大众斥资约7亿美元获得小鹏4.99%股权，双方签署技术合作协议，共同开发电子电气架构。按计划，自2026年起，大众在华纯电车型将搭载该架构，双方首款合作车型全尺寸纯电SUV“与众08”已量产预售。何小鹏还表示，小鹏集团去年研发投入约110亿元，其中相当比例用于AI，并预测L4级自动驾驶有望在2028年实现。
Saining Xie@sainingxieAI 评分4242引用Taco Cohen@TacoCohenI remember the days when a successful experiment was one that produced cool filters
IT之家·人工智能AI 评分5656 何小鹏谈自动驾驶时间：2028 年实现 L4 概率极高，2030 年或见 L5 雏形
在2026轩辕汽车蓝皮书论坛上，小鹏汽车董事长何小鹏宣布公司更名为“小鹏集团”，以涵盖汽车与机器人深度融合的未来布局。他指出，汽车正演变为“物理世界+数字世界”的双重物种。何小鹏表示，在重构AI研发范式后，自动驾驶进化速度提升了6倍。他修正了自动驾驶时间表，认为2028年实现L4级软件能力的概率极高，而L5级自动驾驶的雏形有望在2030年左右出现。他强调，汽车产业竞争核心正从新能源化转向智能化与机器人化。
IT之家·人工智能AI 评分6363 前 EA 高管 David Gardner：AI 无法拯救糟糕的游戏开发团队
前EA高管David Gardner指出，AI能有效助力小型游戏团队成长，提升开发效率，甚至让新IP开发成为可行的商业模式，减少对庞大团队的依赖。但他强调，AI只是助推器而非万能药，无法拯救糟糕的开发团队。团队本身必须具备优秀执行力、玩家理解力和协作能力，AI才能帮助其更快抵达终点——但终点可能是成功或失败。他认为行业应借此机会筛除低质量项目。
Simon Willison 博客AI 评分5656 技术栈的“锁定效应”正在减弱
Mitchell Hashimoto 关于 Bun 从 Zig 迁移到 Rust 的评论，引发了对技术选择锁定的思考。一家中型科技公司近期利用编码智能体，将原有的 iPhone 和 Android 原生应用重写为 React Native。团队选择 React Native 并非因为 AI 降低了维护两套代码的成本，而是因为 React Native 近年来的发展已能满足其所有需求。关键在于，即便未来证明此选择错误，他们也能轻松迁移回原生平台。这印证了当前编程语言与技术框架的“锁定效应”已显著减弱，技术回退或切换的成本和风险大大降低。
- Rohan Paul@rohanpaul_aiAI 评分5555
Dario Amodei谈到Claude如何识别出人类医生完全漏诊的细菌感染。 --- 来自'Salesforce Events' YouTube频道（链接在评论中）
François Chollet@fcholletAI 评分6262开发者交付的代码量增长了约十倍。 但净开发生产力（单位时间创造的价值）仅略有提升，甚至可能没有增长。 部分原因是新增代码解决的是更零碎的问题。 更主要的原因是新增代码本身正在制造新的问题。
IT之家·人工智能AI 评分4343 Meta 首席 AI 官汪滔：行业大佬之间冲突频繁，我不喜欢这种氛围
Meta首席AI官汪滔对AI行业核心人物间日益公开的矛盾表示不满，希望敌意消退，强调AI是重要技术，需谨慎理性推进。他本人与Meta前首席AI科学家杨立昆存在分歧，后者曾公开批评他“缺乏经验”。但汪滔透露，杨立昆后来曾祝贺其团队发布新模型。他对双方关系保持乐观，认为可能先恶化后缓和，并更愿专注于工作本身，而非外界误解。
IT之家·人工智能AI 评分6161 Anthropic CFO：AI 已能编写九成代码，人类白领从执行者转变为监督者
Anthropic首席财务官透露，公司内部AI已承担约90%的代码编写工作，财务报告等任务也能在人工介入前完成90%-95%。员工角色正从执行者转变为AI系统的监督者与战略决策者，部分报告处理时间从数小时缩短至30分钟。AI提升了团队效率，公司因此继续招聘，更注重“高密度人才”与AI的结合。行业趋势呈现分化：一些企业要求员工学习使用AI工具，另一些则以效率提升为由裁员。尽管自动化可能取代部分岗位，但若需求持续，企业招聘未必停止。
Tomasz Tunguz 博客精选AI 评分5959 The 6 Messages That Actually Matter
知识工作者平均每天收到121封邮件，传统收件箱处理模式难以为继。未来邮件处理将转向高度个性化与自动化：用户能用自然语言定义处理规则，实现收据自动转发、销售线索自动录入CRM等流程。所有历史邮件将构成个人上下文层，为AI处理新邮件提供背景信息，敏感信息则由设备端模型进行私密处理。最终，收件箱本身将消失，真正重要的信息可能浓缩至仅6条。
推荐理由：Tunguz 描绘了一个让收件箱消失的未来，关键是那 6 条真正重要的消息如何被 AI 接管，做产品的人可以把这个当成工作流重构的思考起点。
Suno@sunoAI 评分4747我们的CEO @MikeyShulman 谈为何音乐创作是当下最令人兴奋的事情之一——完整内容尽在Training Data节目🎵
引用Mikey@MikeyShulmanHad tons of fun chatting with @sonyatweetybird about music and the future of entertainment
Sam Altman@sama精选AI 评分6969不使用最智能的可用模型/设置会让我有些焦虑。 但有时如果速度真的很慢，我也不介意。 我在想，我们是否应该更关注价格/速度的权衡，而非价格/智能的权衡。
推荐理由：Altman 这个短暂的焦虑里藏着 OpenAI 产品哲学可能的转向，从一味求最强到开始认真掂量速度/价格的平衡，做 AI 工具的人值得反复看几眼。
- Suno@sunoAI 评分4747
@MikeyShulman 在Training Data播客节目中畅谈Suno为何从不遵循规则...🎵
引用Mikey@MikeyShulmanHad tons of fun chatting with @sonyatweetybird about music and the future of entertainment
IT之家·人工智能AI 评分5454 哈佛计算机科学教授马兰：AI 并不是导致本专业热度下降的唯一原因
哈佛大学教授大卫·J·马兰指出，计算机科学专业热度下降不能仅归因于AI。科技行业整体降温及岗位减少的趋势在生成式AI爆发前就已出现，并已影响学生选择和公司校招。数据显示，美国四年制大学该专业2025年秋季报名人数同比骤降8.1%，为2020年以来最大跌幅。马兰认为行业热度未来仍会波动，但计算机科学培养的解决问题能力是长期受用的核心技能，社会需更理性看待科技行业的长期价值。
IT之家·人工智能AI 评分6262 理想汽车李想建议所有公司不要裁人：AI 时代容易把最好的人裁掉
理想汽车创始人李想在播客中建议所有公司不要在AI时代轻易裁员。他指出，AI时代的人才标准已发生变化，若按旧标准裁员，很可能误裁掉最优秀的人才。李想以公司内部Token消耗量前20的员工为例，他们并非传统认知中的顶级员工，不擅长表达却思维极强，在获得Token和业务环境后能创造巨大价值。他强调，专业人才若善用AI，其价值将提升至新高度，无法被简单替代。
IT之家·人工智能AI 评分6262 百度李彦宏称 AI 时代的度量衡不是 Token 消耗，而是日活智能体数（DAA）
在Create 2026百度AI开发者大会上，百度创始人李彦宏提出，AI时代的核心度量衡应是“日活智能体数”（DAA），而非当前业界常用的Token消耗。他认为Token仅代表成本和投入，无法衡量产出与价值；DAA则关注有多少智能体在有效为人类工作并交付成果，更能反映平台与生态的繁荣本质。李彦宏同时指出，在智能体浪潮中，开发者、创业者与创造者的角色正融合为一体。大会于5月13日至14日在北京举行，多位行业领袖出席。
Tomasz Tunguz 博客AI 评分4343 Theory 2026年度市场进入策略调查启动
Theory公司正式启动2026年度市场进入策略调查，旨在通过对比2022至2025年数据，分析初创企业在销售、营销等领域的演变。本次调查聚焦五个核心假设：人机协同的销售代表表现将优于纯AI或人类团队；AI可能拉大顶尖与末位团队的绩效差距；买方AI的采用比卖方AI更具颠覆性；AI效率提升可能主要导致人员编制缩减而非收入增长；创始人对AI的预期已随现实落地而下调。调查结果将在后续办公时间活动中公布，参与者可获得匿名原始数据。
Simon Willison 博客AI 评分5757 引用 Mitchell Hashimoto
Mitchell Hashimoto 在讨论 Redis 官网设计时指出，约90%的技术决策者主要动机是“不被解雇”。他们通常朝九晚五工作，不涉足业余技术社区，决策依赖分析师报告和大众趋势。例如，若 Gartner 强调“AI战略”或 McKinsey 提及管理“上下文”，他们就会倾向采购“AI应用上下文引擎”这类符合潮流的方案，以确保决策安全。
Noam Brown@polynoamialAI 评分5858我很高兴看到一项新评测得分如此之低。当我们发布GPT-5.5时，几乎每个基准测试的得分都超过了50%。 是时候淘汰像GQPA这样的评测，引入一套新的评估体系了。
引用Kilian Lieret@KLieretThe first ProgramBench task was just solved by GPT 5.5 high/xhigh. Interestingly, high/xhigh picked two different languages for the task (C vs Python). GPT 5.5 xhigh was significantly better than Opus 4.7 xhigh in all metrics. 🧵
Nathan Lambert：Interconnects精选AI 评分6464 开放模型生态的复合增长
中国AI生态呈现高参与度与开放优先特征，开源模型社区形成自我强化循环。开发者基于主流架构二次创新，国产开源模型下载量季度环比激增超200%。开放协作降低了技术门槛，推动应用层涌现大量行业解决方案，模型微调工具使用量同比大幅增长。生态参与者通过贡献代码、数据及优化方案，持续反哺核心模型迭代，构建了技术红利共享的复合增长网络。
推荐理由：Nathan Lambert这篇对中国开放模型生态的剖析，点出了‘参与人数×开源速度’的飞轮，做开源的人该认真看看。
- François Chollet@fcholletAI 评分5555
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 👏
- Rohan Paul@rohanpaul_aiAI 评分5656
“高智商专家为中智商通才工作”。 在智力至关重要的领域（如科学、技术、学术界），人们往往高估其价值，并认为这是最重要的特质——有时忽略了其他关键因素 ~ Marc Andreessen
SiliconFlow@SiliconFlowAI精选AI 评分7474引用Andrej Karpathy@karpathy顺便说一句，这真的非常有效：在你的查询末尾让你的 LLM“将你的回答结构化为 HTML”，然后在浏览器中查看生成的文件。我也曾成功让 LLM 把输出呈现为幻灯片等形式。 更一般地说，在我看来，音频是人类偏好的 AI 输入，而视觉（图像/动画/视频）则是他们偏好的输出。我们大脑中大约三分之一是一个专用于视觉的大规模并行处理器，它是信息进入大脑的十车道超级高速公路。随着 AI 的进步，我认为我们会看到一个利用这一点的演进过程： 1) 原始文本（阅读起来困难/费力） 2) markdown（粗体、斜体、标题、表格，稍微更护眼一些）<-- 当前默认 3) HTML（仍然带有底层代码的过程式形式，但在图形、布局甚至交互性上灵活得多）<-- 尚处早期，但正在形成新的良好默认 ...4,5,6,... n) 交互式神经视频/模拟 在我看来，这种外推（尽管相关技术目前还不存在）最终会走向某种由扩散神经网络直接生成的交互式视频。关于如何将精确/过程式的“软件 1.0”产物（例如交互式模拟）与神经产物（扩散网格）编织在一起，还有许多未解问题，但总体方向类似于最近爆火的 https://x.com/zan2434/status/2046982383430496444 在输入端也有必要的、尚待完成的改进。音频、文本或视频单独都不够，例如，我觉得需要指向和比划屏幕上的东西，就像你与一个实际坐在你身旁、和你共用电脑屏幕的人会做的所有事情一样。 TLDR 人类与 AI 之间的输入/输出心智融合正在进行中，还有很多工作要做，也有重大进展有待取得，远在我们一路跳到类似 neuralink 的脑机接口之类的东西之前。就当前阶段值得探索的东西而言，小贴士：试试要求 HTML。
推荐理由：Karpathy 给的路线图从文本到 HTML 再到神经视频，其中第一步的‘让 LLM 输出 HTML’你今晚就能用上。未来交互形态的思考，值得产品经理细读。
Simon Willison 博客AI 评分6565 对GitLab裁员及战略调整的思考
GitLab宣布为适应“智能体时代”进行组织与战略调整，包括计划将设有小团队的国家数量减少高达30%，并扁平化管理结构，在某些职能中移除最多三层管理层。公司重组研发部门，建立约60个拥有端到端所有权的小型赋能团队，使独立团队数量近乎翻倍。同时，公司价值观框架从CREDIT更改为“速度与质量、主人翁心态、客户成果”。GitLab认为智能体时代将成倍增加软件需求，但其股价在过去一年从约52美元跌至26美元，增长前景面临市场不确定性。
Simon Willison 博客AI 评分6565 你的AI使用正在让我崩溃
Jason Koebler撰文指出，AI生成内容已充斥网络，甄别它们令人心力交瘁，甚至开始扭曲正常的人类写作风格。文章提出了“僵尸互联网”概念，用以描述比“死亡互联网”更隐蔽的现状：不仅是机器人与机器人或人的互动，更包括人与机器人、AI使用者与非使用者以及AI使用者之间复杂的多层交互。这种现象催生了以营利为目的的自动化营销账号、AI生成的伪书籍摘要，以及营销公司操控的虚假情感互动，正在从根本上改变社交媒体平台的生态。
Simon Willison 博客AI 评分4949 引用 James Shore
James Shore 强调，AI 编码代理必须降低代码维护成本，否则编码速度的提升反而会导致长期维护负担剧增。如果编码输出速率加倍，维护成本需减半；输出速率提升三倍，维护成本需降至三分之一。数学关系显示：输出加倍且维护成本加倍时，总维护成本将翻四倍；输出加倍但维护成本稳定时，总成本仍翻倍。这警示开发者，AI 工具应在提升效率的同时，以成反比的方式减少维护开销，避免用短期速度换取永久性债务。
Tomasz Tunguz 博客精选AI 评分6767 本地模型处理半数日常任务，响应速度优于云端
一项为期五周的实验发现，在总计约1400项日常工作任务中，约50%可由本地35B参数模型（如Qwen 3.6 35B）成功处理，涵盖邮件、日程、总结和行政事务等类别。性能对比显示，本地模型在常规代理任务上的平均响应时间为2.8秒，比云端Claude Opus 4.5快2.1倍，尽管后者在复杂推理上仍领先约20%。本地模型输出更简洁，云端模型则在结构和代码规范性上更优。随着本地模型性能提升，将计算负载转向本地以应对云端成本已成为必然趋势。
推荐理由：Tunguz用数据告诉你，本地35B模型延迟只有Opus的一半且能完成半数任务，对极致追求响应速度的产品思路冲击很大，本地优先可能会从边缘变成主流。
- Rohan Paul@rohanpaul_aiAI 评分5454
团队协作功能才是真正的关键突破。其他所有AI工具都是单机模式，而我们之前竟假装这样没问题。
引用Amitay Gilboa@GilboaAmitayIt’s time to make work feel like play again: https://play.fast/
IT之家·人工智能精选AI 评分7272 菲尔兹奖得主亲测 ChatGPT 5.5 Pro：17 分钟出论文级成果，替学生拉响红色警报
菲尔兹奖得主 Timothy Gowers 测试 ChatGPT 5.5 Pro，AI 在 17 分钟内独立解决了一个加法数论公开难题，产出了博士论文级别的成果。整个过程无需数学指导，仅通过简单提示完成。Gowers 警告，若 AI 数学能力按此速度发展，将很快对数学研究领域构成危机，尤其冲击博士生培养。他呼吁数学系紧急应对，帮助学生寻找新出路。另一位菲尔兹奖得主陶哲轩则指出，人类数学家在 AI 时代的核心价值在于“消化”和深入理解证明。
推荐理由：Gowers用GPT-5.5 Pro独立完成了够博士论文的数学成果，这不是AI辅助而是AI主导。两位菲尔兹奖得主同时拉响警报，对正在读博的你来说，这比任何论文都更有冲击力。
最多提供 50 页，更早的内容请使用搜索或主题页。