Ian Johnson：用数据可视化原则设计日常 UI，并提示生成定制探索工具
Ian Johnson 表示自己越来越多把数据可视化原则用于日常 UI 设计，因为很多 UI 正变成对用户生成内容的管理。他近来会明确提示生成定制工具来探索特定问题的设计空间，用真实数据生成视图而非线框图，设计过程因此更偏向过滤、缩放和检验假设。
#数据/训练
RadarAIAI 评分2525 RadarAIAI 评分3838 All-in 圆桌：从 CoreWeave 债券收益率看 AI 算力融资的回本周期
All-In 圆桌由 Jason、Chamath、David Sacks 与代班嘉宾 Ben Horowitz 讨论 AI 算力融资，从 CoreWeave 债券收益率升至约 15% 切入，拆解其「盒子」式项目融资的客户合同结构。节目还谈及 AI 泡沫、软件通缩、Anthropic IPO 与算力双头垄断。
RadarAIAI 评分4545 Nathan Lambert 访谈：蒸馏只值几个月，卡住中国模型的是 5000 张 H100 的算力差距
Nathan Lambert 在播客访谈中判断，中国实验室卡住的不是蒸馏，而是算力差距，OpenAI 一个普通研究员可调动的算力约相当于 5000 张 H100。他认为蒸馏带来的优势只值几个月。
RadarAIAI 评分2020 推测 Meta Muse 的训练数据来源
推主推测 Meta 上万名工程师的 MacBook Pro 装有鼠标键盘 tracker，其日常点击与敲击数据被用于 Muse 的后训练，从而解释 Muse 表现出的智能与通人性。该说法为推测性假说，未获 Meta 证实。
Hacker NewsAI 评分6262 多位数学家谈如何形式化全部数学：AI 自动形式化的风险与路径
Jeremy Avigad、Kevin Buzzard 等七位数学家在客座文章中回应 OpenAI 近期发布后出现的“尽快形式化全部数学”呼声，认为大规模协调的形式化若做得好可扩展数学探索，做得差则浪费资源并可能造成长期损害。
RadarAIAI 评分6262 Cammarata 称多义神经元实为 V 形检测器，Neel Nanda 认为只是实用工具
前 OpenAI 可解释性项目负责人 Cammarata 发文称，经典的多义神经元其实是 V 形检测器，叠加解释可能被误读，并给出 Qwen3-32B 中约 90% 神经元极有单一功能的初步数据。
RadarAIAI 评分6262 Microsoft AI 的 Mustafa Suleyman 称用 1/12 训练算力在代码上追平 DeepSeek-V4-Pro-Base
Microsoft AI CEO Mustafa Suleyman 表示，scaling laws 正在叠加效率增益，其团队在 held-out 代码上以少 12 倍的训练算力达到了 DeepSeek-V4-Pro-Base 的预训练分数。
RadarAIAI 评分2222 Pangram CEO Max Spero 谈 AI 检测技术
Pangram CEO Max Spero 做客 Peter Gostev 节目，详解其 AI 检测训练流程，包括合成镜像、模型家族指纹、AI 辅助写作与图像检测，以及对 AI 去痕工具的鲁棒性。他还谈到团队如何选择基础模型、寻找困难训练样本，并构建数据与基础设施以跟上新 AI 模型的步伐。
The Verge · AIAI 评分2222 我用 AI 数字孪生决定每天吃什么：Twin Health 代谢教练 100 天实测
The Verge 资深评测人 Victoria Song 用 Twin Health 的 AI 数字孪生做了约 100 天代谢管理实验：该系统结合 Dexcom G7 连续血糖监测、智能体重秤、血压计和验血数据，用红/橙/绿三色预测每餐对血糖的影响，并随记录不断更新。
RadarAIAI 评分3838 Nathan Lambert 做客 a16z 播客：谈开源模型、agent swarm 与 Trillium Labs
Nathan Lambert 在 a16z 播客与 Lisha Li 对谈，讨论开源模型如何影响 RSI 动态、开源模型的价值由谁捕获、agent swarm 的驾驭问题，以及他创办非营利开源 AI 实验室 Trillium Labs 的原因。
RadarAIAI 评分6262 Dyna Robotics 联合创始人 Jason Ma 深谈 Dyna-2 world-action 模型与小时级自主机器人
Latent Space 发布对 Dyna Robotics 联合创始人兼首席科学家 Jason Ma 的现场访谈，解读其上月发布的 Dyna-2 world-action 模型与后续实体机器人智能体 Dyna-2.1。
Where's Your Ed AtAI 评分4848 年度化安然率：OpenAI 与 Anthropic 的 ARR 数字游戏
OpenAI 的年度经常性收入（ARR）被 Axios 报道为 700 亿美元并经 Financial Times 确认，实际却是 500 亿美元，差额源于将云合作伙伴销售“毛额化”计入。
RadarAIAI 评分1212 Karina Nguyen：期待 AI 自动化所有数据/RL 环境公司
Karina Nguyen 在 X 上表示，迫不及待想让 AI 自动化所有数据/RL 环境公司。该表态发布于 2026-10-13，指向数据与训练环节中 RL 环境构建这一方向。
Hacker NewsAI 评分1010 Rich Sutton 的 The Bitter Lesson：通用方法终将胜过人类知识
Rich Sutton 在 The Bitter Lesson 中指出，70 年 AI 研究最大的教训是：利用算力的通用方法最终最有效，且优势巨大。他以计算机国际象棋、围棋、语音识别和计算机视觉为例，说明依赖人类知识的方法短期见效，长期却会停滞，而搜索与学习这两类可随算力持续扩展的方法最终带来突破。
Hacker NewsAI 评分6565 AI 电力需求会一直涨吗：从训练能耗、芯片效率到电网供给的逐条拆解
文章以美国数据中心 2023 年用电 176 TWh、2024 年 192 TWh 为起点，结合 Berkeley Lab 对 2025 年增长 22%、2026 年增长 29% 的预测，估算 2026 年 AI 用电约 75 TWh。
Hacker NewsAI 评分2222 爱尔兰数据中心产生的热量都去哪了？
2025 年爱尔兰数据中心消耗了全国 23% 的计量电力，几乎全部最终转化为热量，但如何处理这些余热该国才刚开始讨论。都柏林一座商业数据中心五年平均 PUE 为 1.27，而 AI 训练机架功耗远超传统机架，正推动行业转向液冷。Tallaght 区域供热项目已用 Amazon 数据中心的余热为 133 套公寓等建筑供热，2025 年减碳超 1,400 吨。
Hacker NewsAI 评分4848 从开源社区到“独自编程”：AI 编程工具如何瓦解软件协作
一项基于 GitHub 上 52,461 个仓库、3,139,779 条 issue 的分析显示，开源软件正从社区协作转向由单个开发者独立维护，AI 编程工具正在加速这一“独自编程”趋势。分析发现，作者数量更多的社区与软件受欢迎程度（下载量、GitHub star 数）呈强相关，社区规模缩小可能意味着软件质量下降。作者认为这一进程并非必然，仍可通过使用 AI 编程工具的方式重新激活开源社区。
RadarAIAI 评分3232 利用前沿 AI 智能体自举真值数据，加速专有模型训练
Jerry Liu 指出，前沿 AI 智能体已能在可验证任务中通过单次生成或奖励驱动的轨迹仿真，从零自举生成高质量真值标注，打破专有模型训练依赖人工监督构建数据的瓶颈。这一转变让缺乏深厚机器学习背景的用户也能参与模型训练，人类开发者只需负责定义评估指标，形成自动化研发闭环。
Hacker NewsAI 评分2222 AI 营销的“圣杯”：用 1 万个 AI 消费者模拟你，再精准向你推销
文章提出，如今已可用数据经纪商掌握的消费者数据，配合 AI agent 批量生成 1 万个模拟消费者，在真实投放前反复测试营销方案。作者称这一 AI 营销“圣杯”既可行又“美妙地糟糕”：支撑它的是一个约 300B 的数据经济，数据经 AI 推断增强后被打上“可能患糖尿病”“新晋父母”等标签出售给营销方。
Hacker NewsAI 评分6262 德州为何让数据中心排队等待并网
德州电网运营商ERCOT的大型新增用电申请从2024年底的63 GW升至今年6月的474 GW，其中约90%是数据中心，随后德州暂停了所有新许可。文章梳理了并网排队、成本分摊、自备电源与灵活性方案，指出大型数据中心完全并网可能需要5到10年，而ERCOT已暂停75 MW以上数据中心的通电审批，等待12月审计报告。
Hacker NewsAI 评分2626 从 100 万份文档构建知识图谱，如何验证它是否可信？
从 100 万份文档构建知识图谱后，如何判断它是否正确成为被忽视的问题。文档结构图（Document → page → chunk）只需保留页面顺序与分块关系，成本较低；语义知识图谱则需实体抽取、关系抽取、身份消解与去重，100 万份文档、每份 50 页、每页约 2000 字符意味着约 1000 亿字符、数百亿输入 token 的推理开销。
RadarAIAI 评分1515 François Chollet 用 KerasHub + JAX + TPU 做 LLM 后训练实验，或开源部分成果
François Chollet 表示他一直在用 KerasHub + JAX + TPU 尝试各种 LLM 后训练实验，并称过程非常有意思，可能会把其中一些开源出来。
RadarAIAI 评分3838 田渊栋剖析递归自我改进：把重复研究交给 AI，人去找新方向
田渊栋在 The Information Bottleneck 播客访谈中指出，递归自我改进的真正瓶颈在于「想不出好问题」：模型靠海量数据擅长重复工作，需靠新架构实现少数据高效学习，人类则转向更高层的提问与验证。他回顾了从 Dark Forest 到 Meta FAIR 的研究路径，并提到 2012 年 AlexNet 让他从计算机视觉非凸优化转向深度学习。
Hacker NewsAI 评分1818 ERCOT 电池储能：繁荣、崩盘还是反弹？
得州 ERCOT 电网级电池装机从本十年初的约 200 兆瓦增至今年 6 月底的 16.5 吉瓦、近 29 吉瓦时，但市场迅速饱和，2025 年电池平均收入较 2023 年下降约 84%，辅助服务饱和、套利价差被抹平。
RadarAIAI 评分3636 Standard Bots 访谈：工业机器人的 AI 可靠执行之道
Latent Space 采访 Standard Bots CEO Evan Beard 与 AI 负责人 Leif Jentoft，介绍其工业机械臂的 AI 技术栈：共享基础模型由客户通过演示和微调适配，最大模型参数量在 low billions 级别，感知骨干网络基于超 10 亿张图像训练。
Hacker NewsAI 评分3030 我预计 AI 会快速进步，但不会走向通用超级智能
作者认为，未来几年 AI 的快速进步主要来自基础设施与工程能力的加速，模型将能自动优化训练与推理效率，推理成本或近指数级下降，预训练架构与数据选择研究有望在 2-3 年内自动化。但这不会让模型本质发生剧变，即便在数学和编程之外未必获得有经济价值的超人能力，技术向经济的扩散仍将大幅受益。
Hacker NewsAI 评分6262 MTEB 分数到底意味着什么，以及该如何选择嵌入模型
作者分析 MTEB(Multilingual, v2) 的 per-language 榜单，指出其分数按行取无权重均值，导致不同语言实际考的不是同一套题。
Hacker NewsAI 评分3434 为 AI 研究突破定价：用预注册收购替代新实验室双重豪赌
针对新实验室（neolabs）被同时要求做出研究突破和撑起风投级业务、成功率被压到万分之一的问题，文章提出借鉴制药业分工，由前沿实验室以“预注册收购”方式提前承诺成果回报。文中援引数据：2013 至 2022 年 FDA 批准的药物中，营收低于 $500M 的小公司贡献了 52%，营收超 $10B 的大公司贡献 36%；自 2016 年以来最大规模训练成本以每年 2.4x 增长。
Latent SpaceAI 评分2222 AlphaFold 为何没有解决蛋白质折叠问题——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在一场对谈中指出，AlphaFold 的突破只是开始，蛋白质折叠问题远未解决，静态结构预测无法覆盖蛋白质动态与无序性。
Hacker NewsAI 评分6060 Where're All the AI Chips：作者称超 2000 亿美元 GPU 仍闲置在仓库
科技财经作者 jllyhill 在长文中估算，微软自 2022 年以来约 2650 亿美元资本开支只换来约 500 亿美元 GPU 上线，另有约 500 亿至 1000 亿美元 GPU 闲置在仓库或未通电的数据中心。
RadarAIAI 评分4040 Nathan Lambert：AI 将快速进步，但不会走向通用超级智能
Nathan Lambert 认为 AI 将在基础设施与工程能力上快速进步，未来几年模型会成为超人的分布式 GPU 工程师，但这不会让模型本质发生巨变，也不指向通用超级智能。他指出推理效率提升已带来 10-30% 成本下降，模型智能的有效成本未来几年或近指数级下降，预训练研究（架构与数据选择）有望在 2-3 年内自动化。
Where's Your Ed AtAI 评分2222 The Hater's Guide To Junk：AI 如何把垃圾债市场推向新高
AI 实验室每年需发行 500 亿至 1000 亿美元的高收益债、私募信贷与杠杆贷款，Anthropic 和 OpenAI 因负 EBITDA 与客户高度集中，信用评级可能落入 CCC/Caa 级。CoreWeave 据 UBS 到 2030 年需举债 1020 亿美元，而超大规模厂商 2027 年预计发行 4000 亿美元债券，规模已超 1800 年代铁路泡沫。
Hacker NewsAI 评分2222 Claude Dashboards：智能体时代的 Jupyter Notebooks
Claude Dashboards 已发布，可连接 BigQuery、Databricks、Snowflake 等数据平台或 Salesforce 等 CRM，目前处于付费计划 beta 阶段。作者认为它适合快速探索和示例，但缺少代码与开源属性，难以长期维护和集成进数据管道，如同 Jupyter Notebooks 一样。
Hacker NewsAI 评分2626 数据工程就是缓存失效问题：专访 Josh Wills
数据工程师 Josh Wills 在访谈中称模型选择更像 iPhone 与 Android 的偏好差异，而非能力差距。他现任 DatologyAI 技术成员，构建在万亿 token 预训练规模上自动筛选训练数据的工具与分布式流水线，日常用 Spark 或 Ray 处理文本与多模态数据，30 TB 在其中只算小数据。他还提到 DuckDB 已随 dbt Fusion 引擎内置进 dbt v2。
Hacker NewsAI 评分6262 藏在租赁脚注里的3万亿美元AI债务
《华尔街日报》分析证券文件后发现，九家大型科技公司已作出约3万亿美元AI基础设施承诺，未出现在资产负债表上，约为同一批公司现有租赁和长期借款总额的三倍。其中约1.9万亿美元是采购承诺，约1.2万亿美元是已签但尚未开始的租赁，后者规模约为一年前的四倍。
RadarAIAI 评分3737 对话 UNICUS 徐豪：无限 SKU 玩具平台如何训练出首个能「生产」的 3D 模型 U1
UNICUS 创始人徐豪分享了公司从照片定制转向无限 SKU 玩具平台的历程，并介绍了自研的 3D 制造模型 U1。该平台通过自建柔性工厂和 AI 驱动的生产系统，大幅降低设计与生产成本，实现从照片到个性化积木玩具的快速交付。
Hacker NewsAI 评分1212 PostgreSQL 19 为何在 beta 期大量回退功能：LLM 辅助代码审查推高门槛
PostgreSQL 19 在 beta 期回退了约 8 到 10 个重要功能，远超以往每周期约一个的常态。开发者认为原因之一是 LLM 辅助代码审查大幅提升了质量门槛，让大量边缘缺陷被快速发现，而部分功能写于该能力尚弱之时。Vulnpocalypse 期间资深开发者忙于安全修复，也削弱了 beta 期的常规审查与测试。
RadarAIAI 评分3939 谷歌为何押注 RSI？
谷歌将 RSI（递归式自我改进）视为重夺 AI 领先地位的关键，通过把模型、智能体与基础设施串联成自我迭代的生产线，追求持续的研发复利。面对 Gemini 在大模型竞赛中的下滑，联合创始人布林推动团队加大 RSI 投入，技术路线涵盖模型外围的 Dream-RSI、RRSI 以及内部的 AlphaEvolve。
RadarAIAI 评分3131 MIT 报告作者 Sasha Rakhlin 谈 AI 时代学术界的最佳前行路径
MIT 统计与数据科学中心主任 Sasha Rakhlin 撰文探讨 AI 如何改变学术界，重点聚焦研究生科研与培养。他指出，验证速度与可靠性决定学科被 AI 推进的快慢，数学领域已有模型达到国际数学奥林匹克金牌水平，并在一年后产出新研究结果。他建议院系重新界定学术贡献与评价标准，并建设共享 AI 科研基础设施，以保留实验室的隐性知识与失败经验。
MIT News · AIAI 评分3030 MIT 教授 Sasha Rakhlin 谈 AI 时代学术界的三条出路
MIT 统计与数据科学中心主任 Sasha Rakhlin 在最新文章中提出，AI 正快速改变数学、统计、机器学习与工程研究，去年有模型在国际数学奥林匹克达到金牌水平，一年后模型已产出新研究结果，包括对某个千禧年大奖难题的解法。他主张院系重新定义学术贡献与博士培养，重视提问、复现、负结果与数据集，并呼吁大学建设共享 AI 研究基础设施，在算力、安全数据系统与模型后训练上加大投入。