Mamdani 批评联邦政府在 AI 监管上缺位,呼吁纽约人反击
纽约市长 Zohran Mamdani 在 AI Now Institute 主办的“The People's AI Assembly”活动上批评联邦政府在 AI 监管上“完全缺位”,呼吁纽约人不要接受 AI 冲击就业与尊严的“必然性”。
纽约市长 Zohran Mamdani 在 AI Now Institute 主办的“The People's AI Assembly”活动上批评联邦政府在 AI 监管上“完全缺位”,呼吁纽约人不要接受 AI 冲击就业与尊严的“必然性”。
Jeremy Scheff 撰文称,编程智能体让热爱解谜的程序员失去了核心乐趣:过去写代码像拿高薪做逻辑谜题,难题越难报酬越高,普通人做不了只能依赖程序员。如今 LLM 让只关心系统能跑通的人受益,但把直接解题当作乐趣来源的人,这种损失非常真实。
MIT Technology Review 文章指出,个人 AI 智能体正成为人类与机器人之外的第三类网络访客,OpenAI 的 Dots、Meta 的 Muse 等应用推动其规模化,Muse 首月下载 500 万次,8 月至 9 月智能体网络流量增长两倍。
Goodfire 研究员 Nick Cammarata 发布 26,000 字博文,称 LLM 的内部机制可能比此前认为的更容易理解,因而更易监控和控制。他重新分析 2014 年的 Inception v1,认为那个同时响应汽车和猫的神经元实际捕捉的是 V 形结构,并称自己此前对可解释性过于悲观。
独立开发者因 AI 游戏克隆问题而不敢公开展示作品,一款被推迟的 Steam Next Fest 试玩版成为这一日益严重问题的信号。
一些开发者和 vibe coding 爱好者正用 AI 智能体改造智能电视,去掉开机广告、替换桌面、关闭观看追踪。
Import AI 作者在 IMF 曼谷会议上发表 Per Jacobsson 演讲,称今年已获得令人信服的证据表明奇点已经开始。他以 Anthropic 为例称研究人员现在产出的代码量接近公司前四年的 10 倍,并指出 AI 在网络安全攻防两端的能力同步提升。
民主党有望在 11 月中期选举中夺回国会至少一院,届时将掌握委员会主导权,可传唤 AI 公司 CEO 作证并要求其提交内部文件。与民主党策略师合作的超级 PAC「Tomorrow Together」上周已在摇摆选区投入 400 万美元广告,抨击共和党候选人在 AI 议题上脱节。
Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 提出,"人是否读过代码"并非判断变更风险的准确标准,更该问"这次改动可能出什么问题、该由哪种检查来发现"。在 Claude Code 团队,审查已从 PR 末尾的关卡变成持续进行,多数改动在人工查看前已被 Claude 至少审查并修复过一次。
斯坦福大学博士生 Samuel King 用生成式 AI 模型设计出微型病毒的基因蓝图,这还不是 AI 生成生命,但可能是下一步。MIT Technology Review 资深 AI 记者 James O'Donnell 与 King 对谈其工作、入选 Innovators Under 35 以及观察生物学的新方式。
在 NVIDIA 机器人平台产品营销部门任职七年的 Amulya Vishwanath 认为,机器人目前仍处于“乐高时代”,执行器、机械手、软件和安全标准等基础模块仍在重建,尚未迎来 ChatGPT 时刻。她如今作为 Techable VC 创始人兼管理合伙人,投资覆盖机器人、材料科学和生命科学等物理 AI 领域。
Mark Wahlberg 在 TechCrunch Disrupt 上表示,只要用法得当,AI 在电影行业有一席之地,他愿意让 AI 分身延续自己的遗产。他计划在即将主演的 Pete Rose 传记片中用 AI 增强体育场等场景,但反对把想法丢给 ChatGPT 生成剧本、弃用真人演员。他还称若动画剧集《Ted》用其 AI 形象延续数十年,自己也不会反对。
纪录片《Super Scam Me》发布独家片段,片中一位受害女性亲自追踪诈骗者。该片聚焦追查恋爱诈骗者所需付出的努力。
Replit CEO Amjad Masad 在 TechCrunch Disrupt 上提出「自动驾驶公司」愿景:AI 智能体承担公司大部分基础工作,人类则凭借判断力和品味发挥关键作用。
2026 年好莱坞集中上映多部批判科技巨头的电影:Aaron Sorkin 的《The Social Reckoning》将扎克伯格塑造成威胁民主的机器人式反派。
The Verge 报道称,Meta 的 AI 个人助理 Muse 上线一个月下载量达数百万次并登上苹果 App Store 榜首,它鼓励用户授权银行账户、密码、联系人和聊天记录等数据,从而也收集了用户亲友的信息。
AWS 提出 Trust in Depth 框架,用独立分层的验证机制让 AI 智能体在可验证时自主行动、把人类判断留给真正需要决策的环节。
音乐人兼调查记者 Benn Jordan 近日在国会参议院司法委员会小组听证会上就 Flock Safety 的自动车牌识别系统(ALPR)作证,此前已有数百个美国城市、县等地方政府开始取消相关合同。Flock 正被共和党参议员 Josh Hawley 调查,路透社上周报道其计划裁员约 18%。Jordan 认为问题核心在于私营企业、政府与执法部门之间以保密优先于透明的勾连关系。
Google 与 Meta 在一周内相继发布前沿模型,声称可在多项基准上对标 OpenAI 和 Anthropic 的旗舰产品,AI 竞赛重新变得激烈。Google 发布 Gemini 4 Argon,称在多项基准上追平或超越对手,且定价在推广期内比竞品低至 80%。
推荐理由:梳理 Google 与 Meta 一周内发布前沿模型后的竞争格局变化,呈现头部厂商力量对比的快速轮动。
The Verge 资深评测人 Victoria Song 用 Twin Health 的 AI 代谢数字孪生追踪饮食 100 天,该系统依据智能秤、Dexcom G7 CGM、血压计和 Apple Watch 数据,用红橙绿三色预测食物对血糖的影响。
独立游戏开发者 Popcar 谈到近期 AI 驱动的游戏反编译浪潮,它让现有游戏之间出现奇怪的混搭,也推动了让老游戏在新硬件(常通过 WebAssembly 在浏览器中)上运行的保存项目热潮。
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时称 AI 末日论是科幻,并把 AI 公司要求监管称为“戏剧”,认为其真实意图是掌控监管方式。
Anthropic 发布报告称,中国公司 Z.ai 于 8 月发布的模型 GLM-5.3 可被任何人自由下载和修改,构成重大网络攻击风险。目前闭源模型能力仍领先,Artificial Analysis LLM 排行榜前八名均为闭源模型,但开源模型在开发进度上仅落后数月。开源模型可本地运行、重训练和微调,Mozilla 报告称其成本通常低于闭源模型,核心价值在于防止权力过度集中。
Anthropic 的 Andrej Karpathy 把大语言模型用户分成四个层级:约 60 亿人几乎没接触过 LLM,10 至 20 亿人把免费版聊天产品当作更好的 Google 搜索,约 2000 万数学和编码领域的专业用户已看到智能体完成过去需要数周乃至数月的复杂项目,而约 5000 人能接触内部前沿系统,看到数千个智能体协作数周推进软件、攻防、科学和数学前沿。
企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为,尽管全双工模型已经问世,语音 AI 仍未迎来自己的“ChatGPT 时刻”,下一步挑战是让推理足够快、对话足够自然。
微软 CEO Satya Nadella 在 X 发长文谈先进 AI 模型的风险,主张不再把 AI 当作只能接受或拒绝其建议的嵌套黑箱,而要建立可隔离、可观察并留下防篡改人类可读证据的透明系统。
OpenAI 在 DevDay 发布 AI 智能体 Dots,CEO Sam Altman 承诺为前沿 AI 隐私设定新标准,并暗讽 Meta 的 Muse 未能保护用户数据。
MIT CSAIL 的 Unitree 人形机器人(每台约 5 万美元)让 TechCrunch 记者本能地像对人一样握手打招呼。研究显示约 70% 的人对 AI 保持礼貌,MIT 的 Sherry Turkle 与 Pat Pataranutaporn 指出,这种拟人化倾向可能让人更信任聊天机器人,甚至将其置于真人之上。
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告,ChatGPT 仍是最大玩家,Suno、ElevenLabs 等小厂展现出持久生命力。
MIT Technology Review 文章指出,AI 的拒绝能力已成为安全体系的核心,但机制基于概率、并不可靠。Anthropic 2021 年提出模型应“有用、诚实、无害”,如今公司通过红队测试和 AI 训练 AI 来强化拒绝,却仍难阻止用户利用先进模型研究病原体或组建自主无人机蜂群。文章还警告,拒绝的边界由企业秘密划定,政府介入后可能被用于压制合法言论。
Luca Guadagnino 执导的讽刺传记片《Artificial》在纽约电影节首映,聚焦 OpenAI CEO Sam Altman 的崛起与被短暂罢免,剧情紧贴真实事件。
The Verge 的 Decoder 播客中,资深 AI 记者 Hayden Field 与主持人 Nilay Patel 讨论 Meta Muse、OpenAI Dots 和 xAI Grok Bot 掀起的消费级 AI 智能体浪潮。
MIT Technology Review 与 Aventine 合作的文章指出,尽管马斯克称 Tesla Optimus 未来能以每台低至 2 万美元自动化几乎所有人类劳动、并预测 2027 年底前向公众发售,但许多机器人研究者对此持怀疑态度。
AVEVA 首席技术官 Arti Garg 提出,工业 AI 正从预测分析转向基础模型、物理 AI 与智能体 AI,但因其直接作用于物理系统,安全与可靠性成为部署前提。AVEVA 的责任 AI 框架强调安全、效率与人类监督,主张 AI 应增强而非取代关键决策中的人,并设置护栏界定自动化与人工负责的边界。Garg 还参与 IEEE 工作组,制定覆盖电力、能源、水资源与碳的 AI 环境影响测量标准。
Michael Lynch 撰文列举软件博客写作的常见反模式,包括冗长开场、误判读者已有知识、假设读者读过旧文、过度正式,以及用链接代替术语解释。Simon Willison 坦言自己常犯依赖链接这一条,并认同要用自己的口吻写作。他指出,随着大量开发者把写作交给 AI,软件博客正变得千篇一律,读者更渴望有个性的文字。
微软刊发了诺奖经济学家 Daron Acemoglu 的看空预测:AI 十年内仅拉动 GDP 增长约 1.5%,最多替代 5% 的岗位,远低于部分 AI 实验室的预期。他认为瓶颈在人性——企业需重新分配任务、提升员工技能并重组流程,这一过程可能比电气化普及更漫长,更大的模型也无法解决。他还称,增强人类技能的 AI 在生产力上会胜过完全自动化。
苹果正研发一款不保存视频录像的智能家居摄像头,改用 AI 将视觉数据转为描述家中情况的文本片段,并支持人脸识别;Google 可穿戴设备负责人 Sandeep Waraich 也提出智能眼镜摄像头可只做图像传感器、不保存任何画面。苹果称 Audio Intelligence 功能不录制音频,原始数据在 S11 处理器安全隔离区处理完后即删除。
OpenAI CEO Sam Altman 在 Politico 的 Decoded 播客中表示,AI 带来的好处将远超代价,世界应接受黑客攻击、诈骗等“一些坏事”发生。
企业 AI 的竞争前沿已从预测转向自主决策,深度学习与生成式 AI 驱动的智能分析让 AI 能实时训练、持续进化,不再依赖季度刷新。预测引擎的数据来源也从规整的数值记录扩展到杂乱的非结构化交互数据,推动企业从被动回顾走向务实前瞻。Everest Group 合伙人 Vishal Gupta 认为,"分析"一词正让位于 AI。
Toby Ord 分析指出,AI 群体(swarm)是一种新的推理扩展形式,4 个智能体的群体完成同一任务所需 token 总量约为单智能体的两倍,但因并行运行理论上可将耗时减半;不过群体扩展存在类似经济学的“踩脚”递减效应,10 倍智能体仅带来 3 至 5 倍性能提升。