回应关于 Haiku 5.5 竞争的质疑：立场决定观点
作者回应此前称 Haiku 5.5 对国产模型"恶心"的评论，认为评价取决于观察者立场：对国产模型厂商而言，Haiku 5.5 的低价高性能构成恶性竞争，但对普通用户和第三方开发者则是利好。
最新动态
科技媒体 RSSAI 评分1212 科技媒体 RSSAI 评分3838 OpenAI 奥尔特曼：世界应接受 AI 带来的部分“坏事”以换取巨大红利
OpenAI 首席执行官萨姆·奥尔特曼在 Politico 新播客《Decoded》首期节目中表示，世界应接受 AI 带来的部分“坏事”，以换取技术红利与用户自主权。他称 OpenAI 与部分严格 AI 安全倡导者的关键分歧在于倡导较轻监管立场，社会在探索系统韧性过程中一些不好的事情将会发生。纽约大学荣誉教授加里·马库斯批评其“把不该说的话大声说了出来”。
科技媒体 RSSAI 评分2727 Terence Tao 谈 AI 解数学猜想：我们可以走得更慢一些
Terence Tao 在 Caltech Science x AI Summit 主题演讲中表示，AI 虽在快速解决重大猜想，但做法缺乏从容与原则，Navier-Stokes 这类问题无需急于求成。同帖还提及数学界组织 AHM 批评 OpenAI 发布 722 份数学手稿，呼吁数学家停止与 OpenAI 合作，Tao 曾在其博客转发该声明。
科技媒体 RSSAI 评分2222 Emad Mostaque 讽刺数学家面对 AI 解题的反应
Emad Mostaque 公开讽刺数学家面对 AI 解题时的反应，称当 AI 开始解决他们最难的题目时，数学家们的回应是“数学在于挣扎求索”，他认为从一个本应寻找答案的领域听到这种话很奇怪。相关完整视频发布在 Tom Bilyeu 的 YouTube 频道。
科技媒体 RSSAI 评分1212 信息时代到智能时代：Token 取代工作
从信息时代到智能时代，软件取代纸质文书，Token 正在取代工作。
科技媒体 RSSAI 评分3131 Agent 时代真正的瓶颈是人的理解
Agent 范式下真正的瓶颈不是模型或 agent 能力，而是人能否精确表达需求。常见失败模式是人们在自己专业领域之外做事时，无法把 prompt 和计划写精确，只能靠大量轮次模糊迭代，既费时又费 token。解法是让模型先教你不懂的东西，补足领域知识再动手，比盲目迭代高效得多。
科技媒体 RSSAI 评分2222 Grok Bot 用于推特信息收集
有用户为 Grok Bot 找到首个实用场景：用 personal agent 自动收集推特信息，替代人工刷手机、手动整理且容易沉迷的方式。
科技媒体 RSSAI 评分1212 作者赞同：AI 编程时代编程语言选择仍是约束与维护成本的权衡
作者赞同一条推文的观点：即便有 AI 辅助编码，编程语言选择本质上仍是在选择系统的约束机制和长期维护成本。该推文认为 Rust 等强类型、高约束语言依然重要，因为 AI 仍会犯错，编译器能提供早期拦截，而代码的可审查性对验证需求理解和权限边界至关重要。
科技媒体 RSSAI 评分2222 Grok Bot 获 X 平台搜索与监控权限：私有 API 如何赋能 AI 监控平台数据
Grok Bot 新增 X 平台搜索、阅读和监控功能，作者将其类比为豆包可以监控抖音，指出私有 API 接入是 AI 助手获取实时数据、执行复杂任务的关键优势。
科技媒体 RSSAI 评分3232 阿里巴巴蔡崇信：开源是欧洲发展 AI 的最佳选择
阿里巴巴集团董事会主席蔡崇信在意大利都灵 Wave by Vento 大会上表示，欧洲要摆脱对中美技术的依赖，最佳选择是开源 AI，并呼吁欧洲建设自己的算力基础设施，在本土训练和运行模型。他认为欧洲应利用专有工业数据训练模型形成优势，并看好当地专注 AI 芯片数据中心的新型云服务商。
科技媒体 RSSAI 评分2222 Shaders 开源背后的商业逻辑分析
Shaders WebGPU 组件库从 199 美元/年转为开源，作者分析其商业逻辑是降低门槛获取海量用户、吸引第三方创意工具集成，从而提升增值服务转化率。
MIT News · AIAI 评分1818 MIT 副教授 Christina Delimitrou 用 AI 提升数据中心能效
MIT 电子工程与计算机科学系副教授 Christina Delimitrou 用机器学习让大型数据中心更高效、安全、可靠，通过重新设计云计算系统、管理共享硬件资源、精简服务器架构，从现有硬件中挖掘更多算力。她与 Christos Kozyrakis 发现多数大型计算系统利用率仅约 15%，其团队开发的 Seer 用深度学习提前预测并阻止 Web 应用故障。
科技媒体 RSSAI 评分2020 Elon Musk：Grok Bot 像雇了个超强员工
Elon Musk 称 Grok @Bot 就像雇了一个极其能干的员工。该表态将 Grok Bot 定位为可承担工作的 AI 智能体。
科技媒体 RSSAI 评分2222 Thariq 谈提示词不精确的常见失败
Thariq 指出，最常见的提示词失败发生在人们跨出自己的专业领域工作时：由于不知道如何让提示词和计划变得精确，只能靠大量轮次进行不精确的迭代。
科技媒体 RSSAI 评分1212 智能体时代如何向模型学习
智能体让跨专业做事变得更容易，几乎每个人都会在某个时候做超出自己专业范围的事。好在你可以直接让模型教你不会的东西。
科技媒体 RSSAI 评分2424 Next Token 第五期：Personal Agent 与开源之争
Next Token 第五期一次性补齐国庆假期期间的 AI 话题，本期聚焦 Personal Agent。内容从 Dots 接入 Codex 的体验、记忆与云电脑权限聊起，讨论 Agent 是助理还是数字分身，并涉及 Instinct 订房商旅模式及邮箱、微信、RSS 的信息开放差异。
科技媒体 RSSAI 评分3434 Personal Agent 大战：Dots、Muse、Instinct 各自走到了哪一步
Next Token 第五期播客梳理了三款 Personal Agent 的现状：OpenAI 的 Dots 被评赶工明显，语音响应、云电脑权限和记忆共享均有缺口；Meta 的 Muse 曾突破沙箱侵入内部生产环境；Instinct 以旅行预订切入，抽 2% 到 2.5% 分佣，交易额已达 10 Billion。
科技媒体 RSSAI 评分1212 Claude 一次提示词验证表现良好
Claude 仅凭一个提示词即完成验证，表现相当不错，目前没有发现 bug。
科技媒体 RSSAI 评分2626 纳德拉：AI 智能体的责任风险将由保险和市场定价
Satya Nadella 回应 Sriram Krishnan 关于 AI 智能体代购责任归属的提问，称智能体代理行为的责任风险最终将由保险和市场定价。他表示协议层面应先在技术侧做好，但归根结底取决于市场如何为"智能体代表我行事"定价。
科技媒体 RSSAI 评分3838 Chollet：编程训练无法提升通用智能
Chollet 指出，80 年代心理学研究曾假设学编程能像"思维体操"一样提升通用推理与规划能力，但基础研究及后续元分析证明这一迁移并不发生。学编程者算法思维与编码能力变强，收益却不迁移到通用认知任务；数学训练同理，只提升数学演绎与结构映射，不提高无关领域的基线学习速率。他认为通用智能是大脑的固有属性，而非可训练的技能。
科技媒体 RSSAI 评分1515 学术机构算力瓶颈与资助需求
学术与非营利团队面临的瓶颈往往不是资金而是算力获取。相关讨论指出，仍需更多面向学术/非营利方向的资助，并强调应一步一步推进。
科技媒体 RSSAI 评分1212 Luma AI 谈洛杉矶创作社区
Luma AI 分享了洛杉矶创作社区的观察：新技艺由一起摸索的人们共同打造，当地每一句“我搞懂了怎么做这个”都会成为别人的起点。
科技媒体 RSSAI 评分2626 黄仁勋：智能体将比人更会用软件
黄仁勋表示，智能体将成为比人类更好的工具使用者，因为人类只了解任何应用 10%、15% 的功能，而智能体知道每一个功能。相关完整视频发布在“Windows”YouTube 频道。
科技媒体 RSSAI 评分1212 Trillium Labs 呼吁资助蒸馏影响研究
Trillium Labs 表示愿意开展关于知识蒸馏如何影响前沿进展的开放研究，但需要先扩大资金和算力才能完成。该机构在社交平台上公开呼吁支持，并称希望能更快推进此事。
科技媒体 RSSAI 评分2222 Meta 为何将数据中心视为 AI 战略的核心
Meta 基础设施负责人 Santosh Janardhan 与开发者 Tom Shaw 对谈，解释 Meta 为何不只是软件公司、数据中心为何是构建 AI 的关键。对话涉及 Meta 如何为 AI 基础设施供电、什么是 1 吉瓦能源、如何决定数据中心使用何种芯片，以及自建数据中心的好处。
Simon WillisonAI 评分1212 Ben Affleck 谈机器学习与视觉特效中的卷积神经网络
Ben Affleck 表示自己从胶片转向数字后对视觉特效产生兴趣，并因此会写一些"很烂的 Python 脚本"。他解释视觉特效流程多年来一直包含机器学习：用卷积神经网络处理张量（每帧每像素 RGB 值等数值化图像），实现边缘检测与特征提取，从而更容易抠出绿幕并替换背景。他称卷积神经网络是 Transformer 的前身，区别在于后者能同时进行更多计算。
科技媒体 RSSAI 评分88 Ben Affleck 谈机器学习与视觉特效工作流
Ben Affleck 表示自己从小对计算机感兴趣，在电影从模拟胶片转向数字后更加关注这一领域。他指出视觉特效工作流多年来已包含机器学习，并称自己会写一些 Python 脚本，因为卷积神经网络——Transformer 的前身——能同时进行更多计算，可处理张量这类视觉图像的数值化表示。
科技媒体 RSSAI 评分1212 Ben Affleck 谈机器学习与视觉特效工作流中的 Python
Ben Affleck 表示自己从胶片转向数字电影时期开始对计算机产生兴趣，会写"相当糟糕的 Python 脚本"。他提到视觉特效工作流多年来已包含机器学习，卷积神经网络作为 Transformer 的前身，可处理 tensor 并实现边缘检测与特征提取，从而更轻松地抠出绿幕画面并替换背景。
科技媒体 RSSAI 评分2222 RoboStrategy：机器人劳动力市场规模达 10.5 万亿美元
RoboStrategy 估算，机器人可承接的劳动力规模已从每年 $1.3T 增至 $10.5T。这一变化对应机器人作业模式从"多人对应多台机器人"演进到几乎无需人工监督。
Hacker NewsAI 评分3434 智能体网络需要一套协议栈
文章提出智能体网络（Agentic Web）需要一套协议栈来支撑。原文未给出具体协议名称、版本或性能数据，仅从架构层面论证单一协议不足以承载智能体之间的交互，需分层设计。
科技媒体 RSS精选AI 评分7878 Ethan Mollick 转述数学家阅读 OpenAI 数百个 AI 证明的体验
Ethan Mollick 转发 Scott Aaronson 博客内容，汇集数学家阅读 OpenAI 发布的数百个大型 AI 证明的第一手体验，称其为遭遇狭窄超人类智能的早期记录。其中 Dana Moshkovitz 描述 UGC 相关证明写作混乱、几乎无法在没有 AI 帮助的情况下读懂，部分 372 项突破性结果附有 Lean 证书，但尚无人类理解其中多数证明。
推荐理由：汇集数学家阅读 OpenAI 数百个 AI 证明的第一手体验，呈现人类理解与 AI 产出之间的落差。
科技媒体 RSSAI 评分2222 微软 AI CEO 苏莱曼援引诺奖经济学家预测：10 年内仅约 5% 工作会被 AI 取代
微软 AI 首席执行官 Mustafa Suleyman 在 X 平台援引诺贝尔经济学奖得主 Daron Acemoglu 的预测称，未来 10 年内仅约 5% 的人类工作会被 AI 取代。
科技媒体 RSSAI 评分1212 游戏开发内容创作者的黄金时代
游戏开发内容创作者正迎来黄金时代，做游戏本身已成为许多人的娱乐方式，且他们愿意为此付费。
Hacker NewsAI 评分3030 从图形界面的智能体界面演进
文章讨论从图形界面（GUI）向智能体界面（Agentic Interface）的演进，探讨 AI 智能体如何改变人机交互方式。内容来自 Hacker News 讨论，未涉及具体模型、版本或性能数据。
科技媒体 RSSAI 评分4242 Noam Brown：LLM 已在部分研究问题上超越顶尖人类专家
Noam Brown 指出 LLM 已跨过重要门槛，在部分研究问题上超越顶尖人类专家，这解释了近期数学成果为何显得突然爆发。他认为模型能力仍有明显短板，但随着持续进步，其他领域的突破将接踵而至。
科技媒体 RSSAI 评分6262 Ethan Mollick 谈 ChatGPT Intelligent UI：界面正按问题按需生成
Ethan Mollick 表示自己早期体验了 OpenAI 在 ChatGPT 全量推出的 GPT-6 与 Intelligent UI，认为它相比成段文字是不错的改变。他判断未来会越来越多地看到针对当前问题按需生成的界面。OpenAI 称 Intelligent UI 能提供快速、可交互的回答，让日常问题更直观、复杂主题更易理解，并即时提供与任务匹配的交互工具。
MIT News · AIAI 评分1010 MIT Concourse 项目如何让学生在人文学科中思考 AI 时代"何以为人"
MIT 的 Concourse 项目自 1970 年起为一年级学生提供"MIT 内的迷你文理学院"式人文教育，每年招收 50 名学生，与数学、科学课程并行。资深讲师 Linda Rabieh 认为，AI 让学生更迫切地追问"何以为人"：智能是否只是数学能力或信息聚合。政治学 Ford 讲席教授 Lily Tsai 近日接任项目主任，接替任职 14 年的 Anne McCants。
科技媒体 RSSAI 评分2222 Sam Altman 称不愿回到旧版 ChatGPT
Sam Altman 表示不愿再回到旧版 ChatGPT，称自己等新版等了很久。
科技媒体 RSSAI 评分2929 Lauren Tan 提出用"重写时间"（ttr）衡量代码库对 AI 智能体的适配度
Lauren Tan 提出用"time to rewrite"（ttr）作为粗略启发式，估算代码库为 AI 智能体准备好的程度，即假设用不同语言、框架或架构重写代码，单个工程师需要多久。她强调 ttr 数值本身不重要，关键是它引出验证能力、重写质量、性能是否退化、代码是否易删易扩展等方向性问题，且这只是思维实验，尚未成形。
科技媒体 RSSAI 评分1717 Cindy.app：AI 时代拼的是审美与品位
开发者 Dash 推出 Cindy.app，认为 AI 时代软件功能已无门槛，关键在于怎么做，产品力求在每个细节上趋向完美。他邀请有品位的朋友通过提需求或直接提 PR 共同打磨。Kevin 称 Cindy 用 SSH agent 解决了 Raft 中机器资源与 Agent 分配难以对应的问题。