⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 7 条
今天10月14日周三
  1. AI HOT75

    数字生命卡兹克实测 Gemini 4 Argon：知识工作强但体验糟糕，难撼动 Claude Opus 5.5

    数字生命卡兹克实测于 10 月 13 日开放的 Gemini 4 Argon，认为其知识类专业能力强但前端与中文写作体验不佳。实测显示其 Vals Index 综合评分 68.9 居第一，单次成本仅 15.68 美元，但 CUA-bench 仅 4.83% 排倒数第二；作者指出其前端效果不及 GPT-6 Astra，额度消耗快且中文写作味道重，不建议订阅 Ultra 会员。

    推荐理由：作者以 100 刀 Ultra 会员实测 Argon，并与 GPT-6 Astra、Claude Opus 5.5 对比，给出了具体的成本与体验评价。

  7. The Verge · AI34

    Mia Goth 代表谴责 Instagram 允许其 AI 生成图像传播

    Mia Goth 代表指出 Instagram 允许带有蓝色认证标识的粉丝账户传播未经授权的 AI 生成照片令人难以置信。该账户虽被标记为粉丝运营，却因 Meta 销售的认证体系获得蓝标，导致数百万用户误以为内容真实。Meta 目前未禁止真人 AI 内容，仅对部分生成式 AI 视频强制添加标签，而静态图片则免除此要求。

10月13日周二
  1. InfoQ CN55

    谷歌高管 Josh Woodward 在 Lenny's Podcast 反思 AI 产品开发与团队管理

    谷歌高管 Josh Woodward 在 Lenny's Podcast 中分享了负责 Google Labs 和 Gemini 应用期间的产品开发反思。他建议团队维护“几乎可以实现”清单以捕捉技术机遇，指出模型基准测试被过度关注而产品原则讨论不足。Josh 强调需警惕过早扩张，认为未来团队规模将缩小，协作与信任能力变得更为关键。

  2. 极客公园12

    极客公园创新大会 2027 启动，主题聚焦“Revaluation 价值，另有答案”

    极客公园创新大会 2027（IF 2027）已启动，大会定于 12 月 5 日-6 日举办，官方门票将于 11 月初开售。本次大会主题为“Revaluation 价值，另有答案”，通过四个半天议程探讨价值重估下的创新方向。内容涵盖“非共识”追问、跑赢时代、未来 500 天前沿断言（如具身智能、RSI、自动驾驶）及新产品超体验展示。

  3. Wired AI18

    Wikipedians 曾误判 AI 命运，最终因内容污染与质量下降封禁 LLM 写作

    维基媒体基金会曾相信人类能控制 AI 冲击，但最终封禁了使用大型语言模型撰写维基百科条目的行为，仅保留其用于翻译和校对的功能。2024 年 8 月的一项研究发现，新创建的约 3000 篇英文维基百科条目中，有 5% 包含大量 AI 生成内容；截至 2026 年 3 月，因 AI 内容频繁违反核心原则，这一禁令正式生效。

  4. MIT Technology Review · AI47

    开源模型是否利大于弊？

    Anthropic 报告称 Z.ai 发布的开源模型 GLM-5.3 构成重大网络攻击风险，引发关于前沿 AI 是否应开源的辩论。尽管闭源模型在 Artificial Analysis LLM 排行榜前八名中占据全部位置，但开源模型因成本低、可本地运行且能防止技术权力过度集中而备受青睐。

  6. 人工智能学家32

    PAIR 2026 探讨 AI 与量子计算双向赋能的现实路径与边界

    在 PAIR 2026 会议圆桌讨论中，专家指出 AI 已在百余个量子比特规模实现芯片自动校准，量子编译器与纠错码优化也成为 AI 引入的重点方向。对于量子计算反哺 AI，研究者认为量子生成模型在特定任务中具备多项式级内存资源优势，但尚未出现充分利用量子优势的全新 AI 范式。未来 AI 将作为指挥者协助判断方向，量子计算机则负责处理复杂关联等特定计算任务。

  7. 人工智能学家35

    李德毅院士《认知物理学》出版 阐释人机协同与教育转型

    李德毅院士新书《认知物理学》由科学出版社出版，相关新文阐明了核心思想。文章指出，AI是“延伸到体外的人类智能”，即“冷智能”，人类则是有意识、情感的“活智慧”。构建“智智与共”框架需遵循使命对齐、优势互补、迭代发展、责任在人四原则，教育应从知识传授转向能力培育。

  8. InfoQ CN61

    Anil Madhavapeddy：AI 智能体正在击穿开源软件传统漏洞披露流程

    剑桥大学教授 Anil Madhavapeddy 指出，AI 智能体能利用公开渠道的蛛丝马迹生成漏洞利用程序，传统依赖保密的安全流程已失效。他提到的实验中，GPT-4 智能体在获得 CVE 描述时能利用基准测试中 87% 的漏洞，无描述时仅为 7%。rclone 维护者称单月处理 40 多份报告，凸显维护者压力，QEMU 已缩短漏洞保密期应对挑战。

  9. 腾讯研究院43

    人工智能的学术化、集中化、国际化

    腾讯公司闫德利分析了人工智能发展的三大趋势：学术界和产业界深度融合，以及发展高度集中和国际化提速。斯坦福《AI指数报告2026》显示，全球59个重要AI模型集中于美国，Anthropic和OpenAI两家初创公司贡献了行业89%的年化收入。我国AI出海起步早，部分企业国际收入占比已超美国平台。

  10. DeepTech深科技25

    PAIR 2026 圆桌讨论：AI 与量子计算的双向赋能路径与边界

    PAIR 2026 会议圆桌讨论指出，AI Agent 已实现百余量子比特规模芯片的自动校准，并应用于量子编译与纠错码优化。嘉宾认为，量子计算有望为 AI 提供多项式级内存资源优势，并在特定复杂任务上提供计算加速。AI 与量子计算将在科学研究中形成互补分工，分别负责知识整合与复杂量子问题求解。

  13. InfoQ CN72

    GitHub 开源项目 REA 发布，支持利用 AI 智能体逆向分析二进制软件

    REA 是一个基于 TypeScript 和 MIT 许可的开源工具，通过 MCP 连接 Ghidra、Hopper 等逆向工程工具，允许 Claude Code、Codex 等 AI 智能体直接分析没有源码的应用程序、原生二进制文件和归档文件。

    推荐理由：文章结合实测案例与专家观点，解析了Agent驱动逆向工具对软件行业护城河的具体影响。

10月12日周一
  2. The Decoder50

    Andrej Karpathy 指出外部世界仅看到 AI 能力的预览

    Andrej Karpathy 认为大众常将大语言模型视为更好的搜索引擎或写作助手，但少数接触前沿内部系统的专业人士已看到 AI 的实际潜力。Karpathy 估计全球约有 5000 人使用内部前沿系统，这些系统能通过数千个 AI 智能体协作完成过去需要顶级专家花费数年的软件工程与数学任务。

  4. 腾讯研究院31

    人工智能本质上只是一种“次生智能”

    人类智能是创造多模态语言以标注自然的“原生智能”，而生成式人工智能（GenAI）仅是对人类语料进行二次标注的“次生智能”。GenAI基于Transformer架构通过大规模统计分析处理数据，因无法完全表达深层语义关系易产生幻觉。作者认为，智能本质是用神秘性包装的网络安全问题，人类认知始终依赖技术工具辅助，并非仅凭裸脑力量。

  5. 新智元49

    陶哲轩呼吁放缓 AI 发展，25 万数学博士面临转型绝境

    菲尔兹奖得主陶哲轩发出警告，称 AI 发展速度失控且后果未知，必须放缓以应对非线性冲击。在 AI 自动定理证明器（如结合 Lean）与 GPT-5.4 Pro 等工具大幅提升数学证明能力的背景下，25 万数学博士的传统研究模式面临危机。数学界正转向重视“动机阐释”而非单纯证明，通过设立“开放式阐释问题”和改革评价机制，将核心价值重塑为增进人类对知识的理解。

  10. 硅星人Pro44

    “去你的AI应用梦吧”：巨头碾压下的应用层创业者困境与突围路径

    AI应用层创业者在巨头竞争中陷入焦虑，部分团队放弃独立入口，转为将能力接入Codex、Claude Code等Agent生态。Harvey接入Claude插件市场后拥有超20万名律师用户，验证了插件形态的增长潜力；但Opendesign等团队认为插件易被模型厂商原生集成，难以摆脱应用公司的生存危机。

  11. APPSO45

    AI 复兴了 CLI，但图形界面不会消亡

    AI 的兴起让 CLI 重新受到重视，但图形界面（GUI）并未因此消亡，而是转变为管理 AI Agent 的监控界面。研究显示，在补充命令技能后 CLI Agent 桌面任务完成率达 69.3%，而 GUI Agent 为 59.1%。DeepSeek 等厂商推出的桌面版在保留终端能力的同时，通过图形界面让用户更直观地监督多 Agent 并行工作。

  14. 夕小瑶科技说62

    Karpathy：全球见过 AI 真实能力的，只有 5000 人

    前 OpenAI 联合创始人 Karpathy 估算，全球约 80 亿人中仅有 5000 人能接触到前沿实验室最强的 AI 系统。他提出四层用户漏斗：第一层约 60 亿人未使用过大模型；第二层 10-20 亿人偶尔使用免费版本；第三层约 2000 万人将 AI 作为生产工具；最顶层的 5000 人能看到如大规模 Agent 协作、网络安全攻防及数学研究成果等内部前沿能力。

  15. 新智元40

    Karpathy 揭示 AI 认知折叠：20 亿误判、2000 万眩晕与 5000 人前沿

    Karpathy 提出 AI 认知四级漏斗，指出全球约 20 亿用户对免费版模型存在能力误判，而 2000 万专业人士正经历因前沿智能体快速发展引发的“智能体眩晕”。金字塔顶端仅约 5000 名内部人士能接触顶级系统，目睹数千个智能体自主协作攻克零日漏洞及数学前沿，且人类理解速度已落后于机器生成速度。

  17. Andrej Karpathy63

    Karpathy 将 LLM 用户分为四层认知漏斗：约 75% 人口无接触，20% 为免费层轻用户，0.2% 专业开发者见证 Agent 处理大型项目，0.00006% 内部团队接触前沿系统。他认为由于强化学习依赖可验证奖励及 B2B 价值导向，LLM 在数学和代码等数字可验证领域能力激增，而在写作等通用领域提升滞后，导致不同群体对 AI 能力的理解出现严重错位。

    引用Andrej Karpathy@karpathy

    Judging by my tl there is a growing gap in understanding of AI capability. The first issue I think is around recency and tier of use. I think a lot of people tried the free tier of ChatGPT somewhere last year and allowed it to inform their views on AI a little too much. This is a group of reactions laughing at various quirks of the models, hallucinations, etc. Yes I also saw the viral videos of OpenAI's Advanced Voice mode fumbling simple queries like "should I drive or walk to the carwash". The thing is that these free and old/deprecated models don't reflect the capability in the latest round of state of the art agentic models of this year, especially OpenAI Codex and Claude Code. But that brings me to the second issue. Even if people paid $200/month to use the state of the art models, a lot of the capabilities are relatively "peaky" in highly technical areas. Typical queries around search, writing, advice, etc. are *not* the domain that has made the most noticeable and dramatic strides in capability. Partly, this is due to the technical details of reinforcement learning and its use of verifiable rewards. But partly, it's also because these use cases are not sufficiently prioritized by the companies in their hillclimbing because they don't lead to as much $$$ value. The goldmines are elsewhere, and the focus comes along. So that brings me to the second group of people, who *both* 1) pay for and use the state of the art frontier agentic models (OpenAI Codex / Claude Code) and 2) do so professionally in technical domains like programming, math and research. This group of people is subject to the highest amount of "AI Psychosis" because the recent improvements in these domains as of this year have been nothing short of staggering. When you hand a computer terminal to one of these models, you can now watch them melt programming problems that you'd normally expect to take days/weeks of work. It's this second group of people that assigns a much greater gravity to the capabilities, their slope, and various cyber-related repercussions. TLDR the people in these two groups are speaking past each other. It really is simultaneously the case that OpenAI's free and I think slightly orphaned (?) "Advanced Voice Mode" will fumble the dumbest questions in your Instagram's reels and *at the same time*, OpenAI's highest-tier and paid Codex model will go off for 1 hour to coherently restructure an entire code base, or find and exploit vulnerabilities in computer systems. This part really works and has made dramatic strides because 2 properties: 1) these domains offer explicit reward functions that are verifiable meaning they are easily amenable to reinforcement learning training (e.g. unit tests passed yes or no, in contrast to writing, which is much harder to explicitly judge), but also 2) they are a lot more valuable in b2b settings, meaning that the biggest fraction of the team is focused on improving them. So here we are.