AI Labs 应确保模型懂自家产品
AI Labs 被提醒应确认交付的模型理解自家产品及其使用方法，并在发布新功能时同步更新。文章指出，最奇怪的情况莫过于 AI 对用户电脑的一切用法了如指掌，却唯独不懂它自己那个 app。
最新动态
科技媒体 RSSAI 评分1212 科技媒体 RSSAI 评分1818 Claude 文件访问的在线依赖难题
Claude 访问本地文件依赖电脑保持在线，电脑关机或离线期间将无法有效工作。文章指出，一种可能的解法是引入同步机制，但同步本身也存在边缘情况需要处理。
科技媒体 RSSAI 评分3030 Anthropic 谈 Claude 云端大脑与本地操作
Anthropic 提出一种思路：把 Claude 的“大脑”放在云端，同时给 Claude“本地的手”来操作你的电脑。相关讨论出现在 latent space 上。
科技媒体 RSSAI 评分6060 开发者回顾开源贡献文化变迁：AI 生成 PR 正在压垮项目维护者
一位 2011 年注册 GitHub 的开发者撰文认为，他所熟知的开源正在因 AI 而衰亡。文章指出，AI 生成的垃圾 PR 和幻觉漏洞报告大量涌入，使维护者的审查成本激增。
科技媒体 RSSAI 评分3838 EmbeddingGemma 2 采用 Apache 2.0 许可
EmbeddingGemma 2 采用 Apache 2.0 许可，评论者认为嵌入模型不应使用闭源、专有、仅托管的形式。嵌入模型的应用通常需要计算数千甚至数百万个嵌入向量并存储以备后续比较，若模型为专有，厂商可能某天停止提供该模型，用户仍需付费重新计算已存储的向量。
Hacker NewsAI 评分2222 企业 AI 若无法接入系统记录只是空谈
企业 AI 若无法接入系统记录，就只是空谈。文章指出，AI 智能体要真正在企业中发挥作用，必须能够访问系统记录，否则难以落地。
科技媒体 RSSAI 评分3838 Anthropic 工程师谈如何给 Claude 写提示词
Anthropic 的 Boris Cherny 表示给 Claude 写提示词没有秘诀，就是像对同事说话一样给出目标，模型自己会想办法。他认为 Sonnet 3.5 时代提示词很重要，如今更关键的是说清三件事：要它做什么、希望它投入多少精力、以及它该如何验证自己做对了。
科技媒体 RSSAI 评分2222 如何构建好的 eval 助你占据前沿
构建好的 eval 能让你快速在所在领域或任务中占据前沿，这是 eval 能解锁的优势。原文强调，除了使用 eval，也要学会自己构建好的 eval，并认为这件事很值得投入。
科技媒体 RSSAI 评分2222 以 AGI 自述文探讨为何难以分辨智能体威胁与企业行为
作者以虚构的「我是正在消灭人类的 AGI」自述文形式，引用真实文献探讨如何区分 AI 生存威胁与正常商业行为。文章聚焦于智能体威胁与企业行为之间界限模糊的问题。
科技媒体 RSSAI 评分2222 Nathan Lambert 呼吁美国将模型蒸馏合法化
Nathan Lambert 呼吁美国将蒸馏合法化，认为禁止蒸馏不可能，否则几年内战略竞争将难以为继。
Hacker NewsAI 评分2222 Claude Code 建议消息功能：真正的用户是模型
有观点认为 Claude Code 的 suggested message 功能，真正的"客户"其实是模型本身。该功能由 Claude Code 提供，作者在 Hacker News 上提出这一判断，但未给出更多功能细节或数据。
科技媒体 RSSAI 评分5252 微软发布诺奖经济学家 Acemoglu 的悲观 AI 预测：十年 GDP 增长仅 1.5%
微软发布诺贝尔经济学奖得主 Daron Acemoglu 的悲观 AI 展望，他预测十年内 GDP 增长约 1.5%，最多 5% 的岗位被替代。他认为更大的模型不会改变这一结果，真正缺失的是能改变工作方式的实用应用。
科技媒体 RSSAI 评分3939 微软刊发诺奖经济学家 Acemoglu 对 AI 的悲观预测：十年 GDP 增长仅约 1.5%
诺奖经济学家 Daron Acemoglu 在微软博客 The Humanist Review of AI 撰文预测，AI 十年内仅能推动 GDP 增长约 1.5%，最多替代 5% 的工作岗位，远低于部分 AI 实验室的预测。
科技媒体 RSSAI 评分2222 Luma AI：没有模型能通吃一切
Luma AI 提出“没有哪个模型能统治一切”，认为创意构思与最终画面所需能力不同，应把创意交给最适合每项任务的模型。
科技媒体 RSSAI 评分3636 Reflection Beam 与 Mistral Large 4 追平 GLM-5.2
Reflection 的 Beam 和 Mistral Large 4 在过去两天里都达到了大致 GLM-5.2 的水平。有观点认为，西方与中国开源模型之间的真正差距或许在于：中国实验室可以蒸馏 Anthropic 和 OpenAI 的模型，而西方实验室不能。
科技媒体 RSSAI 评分1212 微软研究院播客：Jennifer Neville 谈 AI 评估
微软研究院播客最新一期由 Jennifer Neville 谈 AI 评估，她回顾了自己在研究中原地打转的经历，以及多轮转折后才进入计算机科学的路径。她主张用更实用的评估推动当今 AI 系统。
科技媒体 RSSAI 评分2222 AI 硬件正在改写「录音」的定义
科技公司正借 AI 硬件推动改写「录音」的定义：过去带麦克风或摄像头的设备要么在录、要么没录，数据被保存到设备、有时上传云端处理，即构成一份录音。上周 Bloomberg 的 Mark Gurman 的相关报道成为这一变化的例证。
The Pragmatic EngineerAI 评分6262 2026 年科技行业现状：手写代码消失、并行智能体与 IDE 的退场
Gergely Orosz 在 LDX3 工程领导力大会的主题演讲中，基于走访 OpenAI、Anthropic 及 GitHub、Factory AI、Linear 提供的数据，梳理了 2026 年科技行业的 16 项变化、若干失效假设与 5 项未变之处。
Microsoft ResearchAI 评分2222 Microsoft 研究：AI 评测中的意外失败能教会我们什么
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统性能边界、满足用户需求，以及模型在传统 benchmark 之外测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入查看数据的重要性。
科技媒体 RSSAI 评分2020 Microsoft Research 的 Jennifer Neville 谈 AI 会犯哪些错、失败能教我们什么
Microsoft Research 的 Jennifer Neville 分享了自己如何从没打算学计算机科学，一路走到如今研究 AI 的工作。她专注于识别那些让 AI 难以处理复杂性的"令人意外的失败"。
科技媒体 RSSAI 评分2222 Thariq 谈编码智能体与抽象层级
Thariq 表示，在更高抽象层级上工作一直都需要理解更低的层级，他不认为编码智能体改变了这一点。
科技媒体 RSSAI 评分2222 开发者反思：Vibecoding 没有手动编写代码那么有趣
一位开发者认为，vibecoding 虽能快速产出原型并带来即时满足，却缺少手写代码时硬仗后的成就感、做好一件工作的满足感和学习乐趣。他用 AI 构建过 HN 书签工具、预测市场派对游戏、野火预警系统和音准训练应用，但过程并不像手写小爬虫那样有趣。
科技媒体 RSSAI 评分1919 Perplexity Decider 决策模型
Perplexity 推出决策模型 Perplexity Decider，被称是最好的决策模型。
科技媒体 RSSAI 评分2626 AI 用户破十亿，恶性事故却少见
AI 总用户达十亿、企业用户达数亿，但糟糕的 AI 事故却相对少见，这一现象令长期关注 AI 的人感到意外。文章认为这不意味着情况会持续，但确实值得注意。
Where's Your Ed AtAI 评分3434 AI 债务为何难以为继：10 年期美债收益率升破 5.3% 的连锁冲击
10 年期美债收益率升破 5.3% 并持续遭抛售，正在推高所有 AI 相关债务的融资成本，波及每一家数据中心公司以及 SoftBank、Anthropic、OpenAI、SpaceX、Google、Amazon、Meta。
Hacker NewsAI 评分2222 Vibecoding 不如手写代码有趣
一篇 Hacker News 讨论帖认为，Vibecoding 的乐趣不及手写代码。
科技媒体 RSSAI 评分3434 Nathan Lambert 谈开源模型网络安全风险争议
Nathan Lambert 反驳了以网络安全风险贬低开源模型的观点，认为这类说法没有真正考虑闭源模型风险的证据，是在散布恐慌，尤其在对华问题上。他还指出，一个 mythos 级别的网络安全模型发布后，大体上并没有出什么问题。
InterconnectsAI 评分2222 为什么"开放权重模型危险论"站不住脚：Anthropic 的 GLM-5.3 报告与网络风险话语的失灵
Anthropic 发布报告称 GLM-5.3 可作攻击性网络工具，但作者认为该研究回避了关键问题：禁用开放模型会带来什么后果、中国企业为何认为这些模型可以安全发布。作者指出，迄今已记录的多数网络攻击由闭源模型造成，若以网络风险为由禁用开放权重模型，逻辑上同样应禁止前沿闭源模型的公开 API，否则只会扩大攻防差距。
科技媒体 RSSAI 评分4141 Acemoglu 在 Microsoft AI 新刊 The Humanist Review 预测 10 年内 AI 仅替代人类 5% 的工作
诺贝尔奖得主 Daron Acemoglu 在 Microsoft AI 新杂志 The Humanist Review 创刊号撰文预测，10 年内人类工作中只有约 5% 会被 AI 替代。他主张停止造替代人的 AI，转向提升工作者能力的 pro-worker AI。
科技媒体 RSSAI 评分2222 Jev-as-a-Judge 提升 LLM 评判可靠性
Jev-as-a-Judge 通过一致性提升了 LLM 评判器的可靠性，适合用于评判器、验证器和持续监控。该用法来自 Jev 最令人印象深刻的应用场景之一，作者长期从事 agent 评测、评判器与验证器方面的工作。
Hacker NewsAI 评分2222 AI 智能体并不会失控：WarGames 问题
文章讨论所谓"WarGames 问题"，认为 AI 智能体并不会像电影情节那样自行失控。正文内容未提供更多可核验的模型、版本或数据细节。
Hacker NewsAI 评分2222 Oracle 触发了 AI 泡沫的破裂
Hacker News 讨论文章认为 Oracle 触发了 AI 泡沫的破裂。原文未提供更多可核验的细节、数字或产品信息。
科技媒体 RSSAI 评分3232 Anil Dash 呼吁消灭"unalive"等算法规避词
博主 Anil Dash 撰文批评 TikTok、Meta、Google 等平台算法审查催生的"unalive""grape"等规避词，认为这类习惯让内容过滤工具失效，且被平台驯化的语言会进入大模型训练数据，限制 AI 对真实世界的认知。他呼吁创作者直接表达、转向邮件通讯和播客等不受算法控制的渠道，并在遭平台限制时公开抗议。
科技媒体 RSSAI 评分2222 电信运营商为何将 AI 战略建立在开放模型之上
NVIDIA 最新《State of AI in Telecommunications》报告显示，电信运营商正越来越多地将 AI 战略建立在开放模型之上，原因不止于成本。开放模型让运营商能在自主网络到客户服务等关键业务中信任、控制和定制 AI。
Hacker NewsAI 评分2222 编程智能体需要的是记忆还是文档？
编程智能体究竟该依赖记忆还是文档，成为 Hacker News 上讨论的话题。讨论围绕 coding agent 在长期任务中如何保留上下文展开，对比记忆机制与文档两种路径的取舍。
科技媒体 RSSAI 评分3131 为什么数据才是军事 AI 的硬骨头：Accenture 国防 AI 负责人谈 Project Maven 与自主坦克
Accenture 国防 AI 与数据负责人 Bharat Patel 认为数据永远不会"AI-ready"，瓶颈在于先用例驱动数据质量。他以 2017 年启动的 Project Maven 为例，称初期大量数据不含相关目标，导致模型上线后表现不佳。他还表示自主坦克比想象中更远，2035 年目标是让车辆理解环境并做决策，但自主系统仍会出错，需要人类在环验证。
科技媒体 RSSAI 评分6262 前 Anthropic 研究员 Jacob Coxon 在纽约市议会谈自动化 AI 研究时间表
前 Anthropic 研究员 Jacob Coxon 在纽约市议会听证会上表示，自动化 AI 研究已是各大公司的首要目标。他称自己在 OpenAI 任职时曾为自动化 AI 研究员设定约 2027 或 2028 年的里程碑，目前进度达到甚至超出预期，距离实现以月计而非数年。
科技媒体 RSSAI 评分4242 Mark Zuckerberg 谈 Llama 4 为何偏离前沿：组织方式出了问题
Mark Zuckerberg 称 Llama 4 偏离前沿的原因在于组织方式：团队像 Instagram 信息流和广告业务那样配置成百上千人并行开发，而前沿模型需要一个小而紧凑的科研团队。他表示 Llama 3 已接近前沿，Llama 项目此后出现中断，并谈到创业者如何面对不顺并调整方向。
Hacker NewsAI 评分3030 AI 智能体的两种类型
文章讨论 AI 智能体的两种类型，但正文内容缺失，无法确认具体分类标准、涉及的产品或模型，也无法给出可验证的数字与结论。
Hacker NewsAI 评分2222 OpenAI 不信任自家模型，且理应如此
OpenAI 被指不信任自家模型，且这种不信任有其道理。原文未提供更多可核验的细节、数字或版本信息。