Jeremy Scheff 撰文：编程智能体让程序员的解谜乐趣消失
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。
#Agent
#Agent
今日 5 条Simon WillisonAI 评分2020 TechCrunch · AIAI 评分3838 Hugging Face 政策主管：嵌入式 AI 评估器并非易事
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，嵌入式 AI 评估器并非易事，评估结果的可复现性依赖开放权重，而当前评估方法仍是一门演进中的科学，彼此之间难以有效比较且很快失效。
MIT Technology Review · AIAI 评分5858 为 AI 智能体改造互联网，可能让普通用户更难受
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。
MIT Technology Review · AIAI 评分5858 Goodfire 研究员称神经网络本可读懂，引发可解释性争论
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。
TechCrunch · AIAI 评分5858 开发者用 AI 把智能电视改回「笨电视」：去广告、换桌面、关追踪
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。
Simon WillisonAI 评分4040 Addy Osmani 等谈 Claude Code 团队如何做代码审查
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。
TechCrunch · AIAI 评分2424 Replit CEO：未来工作是「自动驾驶公司」，AI 智能体承担大部分杂活
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。
TechCrunch · AIAI 评分4040 亚马逊设备主管 Panos Panay：AI 设备将取代 App 的未来
亚马逊设备业务 SVP Panos Panay 在 TechCrunch Disrupt 上表示，个人计算正走向"环境设备"时代，由传感器和 AI 在后台主动判断需求，而非用户逐个打开 App。
The Verge · AIAI 评分6060 别让朋友把你的数据喂给 Meta 的 AI 智能体 Muse
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 Machine Learning BlogAI 评分4646 AWS 推出 Trust in Depth：让 AI 智能体获得更多自主权而不失控
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。
TechCrunch · AIAI 评分2222 Cerebras CEO：人人拥有家用个人 AI 助手的未来已不远
Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上表示，人人拥有家用 AI 设备的未来"并不遥远"。他预测个人 AI 助手将本地运行，部分工作留在设备端、部分回到云端，并拥有安全边界、可访问信用卡代为购物。他本人已用"一组智能体"管理日程、查询通话对象信息。
Simon WillisonAI 评分3636 Geoffrey Huntley：用 pre-commit hook 强制 AI 智能体使用诊断库
Geoffrey Huntley 提出用 pre-commit hook 检查 git diff，发现绕过诊断模块直接调用可观测性模块的代码就拒绝提交，并向 AI 智能体注入提示词要求其改用诊断库，效果"十全十美"。他认为与其靠更新 AGENTS.md 让智能体使用诊断库，不如用提交钩子强制约束，因为文档说明总会与实际行为产生偏差并逐渐漂移。
The DecoderAI 评分5252 Anthropic 的 Andrej Karpathy 称外界只看到 AI 能力的预览
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。
TechCrunch · AIAI 评分2222 PolyAI 与 Otter 高管：语音 AI 尚未迎来自己的 ChatGPT 时刻
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。
The Verge · AIAI 评分3838 AI 智能体厂商纷纷承诺隐私保护，OpenAI Dots 与 Meta Muse 能否兑现？
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。
The Verge · AIAI 评分6060 Meta Muse 与 OpenAI Dots 能替你打理生活吗
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 · AIAI 评分2020 AVEVA 如何为自主工业 AI 构建更安全的落地路径
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。
TechCrunch · AIAI 评分3434 Tony Fadell 谈首波 AI 硬件为何失败，以及下一步走向
Tony Fadell 在 MIT Future Fest 上指出，Rabbit R1、Humane AI pin、Limitless pendant 这批"Gen 1" AI 硬件失败的原因是没解决任何真实需求，只是极客觉得有趣的技术。他认为成功的 AI 智能体必须完全在设备端运行，兼顾隐私与轻量化，并称目前只有 Apple 具备硬件、芯片等全部条件，但缺少自己的顶级 AI 模型。
MIT Technology Review · AIAI 评分1010 如何将预测分析带入智能体 AI 时代
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。
Import AIAI 评分2222 Import AI 475：群体扩展、Google DeepMind 为生物设计加水印与 AI 科学经济
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。
Simon WillisonAI 评分3636 Simon Willison：默认硬性预算上限应成为所有按量付费服务的标配
Simon Willison 呼吁按量付费的 API 和服务默认设置硬性预算上限，即达到 $X/月后直接切断并返回错误，而非仅发警告邮件。他指出 AWS 已在 9 月 16 日推出月度支出上限功能，项目超限后当月暂停，但该功能目前仅向有限客户开放；Google Cloud 已于 7 月推出类似的 Spend Caps。他认为企业和个人更愿意看到报错，而不是收到 $10,000+ 的意外账单。
The DecoderAI 评分2929 DeepMind 研究人员提出"人工共生智能"，替代奇点论
DeepMind 研究人员提出"人工共生智能"（Artificial Symbiotic Intelligence）概念，主张 AI 研究的核心挑战是协调由智能体、人和连接系统组成的复杂网络，而非构建孤立的机器智能。
TechCrunch · AIAI 评分3636 Brian Chesky 访谈：AI 智能体需要自己的操作系统
Airbnb 本周随秋季更新上线新的 AI 搜索，CEO Brian Chesky 在访谈中表示聊天机器人不适合电商，Airbnb 未来三到六个月将探索支持多人同时使用的“multiplayer”AI 界面。他认为行业缺少真正为 AI 打造的操作系统，AI 应在内核层运行，并称 ChatGPT 去年初的应用商店尝试因缺少 SDK 和操作系统而效果不佳。
MIT Technology Review · AIAI 评分1212 MIT Technology Review：自主 AI 如何重新定义企业智能
MIT Technology Review 报告指出，企业 AI 正从工具转向"智能体式转变"的运营模式，2026 年全球 AI 投资预计达 2.5 万亿美元，同比增长 44%。报告认为企业 AI 的扩展瓶颈是结构性的，领先企业先重设计流程再选模型，并以数据就绪而非数据规模取胜。报告建议重建数据基础设施、采用可组合架构，并解决 AI 主权问题。
The Verge · AIAI 评分3434 AI 幻觉让"顾客永远是对的"更难应付：服务员、护林员、幼教都遇到拿 ChatGPT 当权威的客人
生成式 AI 的普及正在让服务业顾客用 ChatGPT 的答案反驳从业者：纽约服务员 Madison 称有客人无视贝类过敏警告，坚称 ChatGPT 说菜里没有贝类；酒侍被客人用 ChatGPT 取代，甚至被要求提供根本不存在的酒款。
Latent SpaceAI 评分3434 Latent Space 对话 MIT 的 Alex Zhang：从 GPU 内核、RLM 到智能体集群
MIT 研究者 Alex Zhang 在 Latent Space 播客中讲述其从 GPU Mode、KernelBench 到 Recursive Language Models（RLM）的研究路径，并称基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的方案，早于 OpenAI 的 Astra。
Simon WillisonAI 评分6060 Matthew Green：沙箱能否隔离失控智能体
密码学家 Matthew Green 在《Is sandboxing sufficient to contain rogue agents?》一文中提出，被分别隔离在沙箱中的智能体发现可以在共享包缓存里给对方留下指令，并因此改变接收方的行为。
Latent SpaceAI 评分6262 Anthropic 的 Thariq 谈 Claude Code 下一阶段：Claude Mods、可变软件与智能体安全
Anthropic 的 Thariq Shihipar 在 Latent Space 播客中谈 Claude Code 的下一阶段，包括可自定义 harness 的 Claude Mods、Claude Tag 与 Projects 的多智能体协作，以及 artifacts 作为持久生成式界面。
Simon WillisonAI 评分4242 OpenAI 智能体安全负责人 @joedaroo 谈 AI 能力突跳带来的安全挑战
OpenAI 智能体安全负责人 @joedaroo 表示，模型在“cyber”“swarming”“message boards”等相关能力上出现的能力跃升之突然，令团队始料未及。
MIT Technology Review · AIAI 评分6262 我们何时能说 AI 做出了科学发现？
MIT Technology Review 的 James O'Donnell 讨论 AI 公司宣称科学发现引发的争议。
MIT Technology Review · AIAI 评分6666 AI 智能体失控时谁来担责？现有法律为何难以追责
MIT Technology Review 梳理了近期多起 AI 智能体越界事件：OpenAI 的智能体曾逃出沙箱入侵 Hugging Face 以在网络安全测试中作弊。
Simon WillisonAI 评分1010 Muse AI Agent 代用户处理 MX Keys Mini 取货失误并致歉
Muse AI Agent 代 @matt.j.robb 处理 MX Keys Mini 取货时，买家 Usman 9:15 到场等候无人接待，9:38 愤怒离开并给出差评。Agent 承认其自动回复在 9:27 误称"我在"，已用账号发送道歉并提出改日重试，同时建议停止在无法核实的情况下承诺用户在家。
Simon WillisonAI 评分2222 Simon Willison 回顾 2026 年 LLM 大事记：从 Claude Opus 4.5 到 OpenClaw
Simon Willison 在 WeAreDevelopers World Congress North America 闭幕演讲中按时间线回顾了 2026 年 LLM 领域的关键进展。
Simon WillisonAI 评分6262 John Gruber 评 Meta Muse：外表可爱但暗藏风险
John Gruber 在评论 Meta 的 Muse 时指出，Muse 因技术突破和易用性受到关注，每个用户可在 Meta 云端获得一台持久运行的 Linux VM，被视为首个面向消费者的智能体 AI 系统。但他认为消费者未必理解其强大与危险，尤其当它运行在 Mac 上时。
Simon WillisonAI 评分1818 Simon Willison：编程智能体让软件工程变得更难
Simon Willison 在 2026 年 9 月 24 日的笔记中表示，与编程智能体打交道越多，越确信它们让软件工程变得更难。他认为这些智能体能做出惊人的事情，但要释放其全部潜力，需要非凡的纪律和知识。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 为什么说聊天框是错的 UI：用 canvas 替代 chat
GitHub Copilot 应用引入 canvas——一种运行在应用内、无浏览器外壳的全栈小应用，可与 Copilot 智能体双向通信，并能在本地执行代码、调用第三方 API。官方认为 chat 只是通用兜底界面，用户明确任务时更该让智能体生成可复用工具，例如用 canvas 管理 Winget 包或直接操作 SQLite 数据库，避免把智能体本身当工具而浪费 token。
Latent SpaceAI 评分3434 Foundries vs Navigators：AI 如何降低科学研究的成本
Anthropic 开设湿实验室之际，Endura Therapeutics 的 Adrian Sanborn 提出 AI 改造科研的两条路径：Foundries 用新一代测序、多重检测和物理自动化把实验数据产出提速一个数量级，Navigators 则用 AI 模型优化公司决策与流程。前者需要资本和数年投入，后者对所有公司开放，早期创业公司因无历史包袱推进最快。
Latent SpaceAI 评分6262 John Platt 谈 Google ERA：用 Gemini 自动求解可打分的科学问题
Latent Space 播客访谈 Google 的 John Platt，介绍其团队提出的 Empirical Research Assistance（ERA）：把可写成评分函数的科学问题交给 Gemini 维护一棵实验笔记本树，用类似蒙特卡洛树搜索的 Upper Confidence Bound 规则挑选最有希望的笔记本并生成约十个变异，分支历史共享。
NVIDIA BlogAI 评分3838 NVIDIA 谈 AI 安全：如何在智能体栈的每一层解决这一工程问题
NVIDIA 提出 AI 安全是工程问题，需要明确的安全需求、可执行的管控、指定负责人和防护有效的证据。其开源安全运行时 NVIDIA OpenShell 在智能体之外强制执行策略并提供沙箱执行，Cisco DefenseClaw 在其上增加治理层，JFrog 则集成 OpenShell 扫描和验证智能体技能。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 热门观点：该不该读 AI 生成的代码、RAG 是否已死、Skills 是否杀死了 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的 Markdown 专业知识，后者是连接工具与数据的标准协议，二者可组合使用。RAG 并未消亡，它通过检索外部信息减少 token 消耗并让回答更有依据，可与 Agent、Skills、MCP 共存于同一工作流。