跳到正文
实时
观点
10月22日周四
  5. IT之家 · AI65

    被誉为“卡比之父”的樱井政博：AI催生大量模仿游戏，真正具备创造力的开发者将变得更加重要。

    樱井政博指出，2010年Steam每年新增游戏约275款，如今日本市场新增游戏接近1.9万款，AI普及将催生大量克隆游戏和模仿作品，但多数难以商业成功。他认为，随着AI复制游戏创意能力增强，真正具备创造力的开发者将变得越来越重要，因为AI无法创作出上田文人未来要开发的作品，只有人类才能决定未来游戏的艺术方向。

  6. MIT Technology Review · AI22

    Devavrat Shah：企业 AI 的关键在于决策智能与上下文理解

    Devavrat Shah 认为，企业 AI 在从实验走向主流的关键在于提供决策智能，而核心是上下文理解。AI 代理需了解业务流程和条件，否则会忽略约束、犯错或浪费资源。企业应连接 AI 与现有流程数据，通过测试特定决策的改进效果来评估应用价值，并投资员工教育以理解 AI 输出。

  7. IT之家 · AI60

    宇树科技创始人王兴兴：GPT-6推动人形机器人生产力跃升

    宇树G1人形机器人累计下线约1万至2万台。王兴兴称GPT-6可在零训练下直接控制机器人完成画画、清洗画笔、下围棋等任务，精准度高。他预计未来两年行业将见更多进展，明年或可实现80%任务通过语音指令完成，但机器人与真实物体交互及AI与机器人对齐仍是主要工程挑战。宇树正开发“宇树预演”自进化系统，让AI模型自主搜集论文、写代码、训练并评分。

  8. IT之家 · AI45

    科大讯飞董事长刘庆峰：国产算力对标全球存在两代差距，但预计将实现并跑或领跑

    科大讯飞董事长刘庆峰表示国产算力与全球存在两代差距，预计很快将缩小至一代或半代，并称中国将在人工智能领域取得独特竞争力。他强调目前国内鲜有公司在大模型训练上投入，但预计未来更多人会参与大模型训练及应用生态建设，以实现完全自主可控平台上的全球独特话语权。

  14. The Decoder43

    DeepMind 创始人 Hassabis 将 AGI 时间线缩短至 2-3 年

    DeepMind 创始人 Demis Hassabis 将通用人工智能（AGI）的预计到来时间从三年缩短至两年。他提出以“爱因斯坦测试”作为 AGI 的标准，并警告糟糕的监管比没有监管更危险。

    同一件事 · 2 家
10月21日周三
  6. Lovable Blog65

    Lovable的合规性与您的应用：哪些方面受覆盖，哪些是您的责任

    Lovable 公开文档其 SOC 2 Type II、ISO 27001:2022 认证、GDPR 支持和 AIUC-1 认证，但用户需自行评估其应用合规性。Lovable 的认证不覆盖用户项目，用户需自行实施数据保护措施并通过独立评估以获得相应认证。对于 GDPR，若用户面向欧盟用户，需遵守 GDPR 指南，包括仅收集必要数据、限制访问、设置保留规则并支持数据访问、更正或删除请求。

  7. Tessl Blog75

    Jellyfish 分析：AI 编码代理的审查瓶颈制约开发效率

    中位数公司 22% 的 PR 由 AI 编码代理完成，90% 百分位达 53%，但仅 0.6% 的 PR 经 AI 审查合并，10% 百分位为 9%。代理生成代码的放弃率（40%）是人工（20%）的两倍，且合并后审查量增加。领导层面临 ROI 问题，上游代码生成加速（2x PR 增长）远超下游产出（40-50% 特性增长），审查瓶颈成为制约因素。

  8. Microsoft Research12

    Chris White：从阿富汗战场技术领导到微软研究院的科技与社会担当

    Chris White领导微软研究院Catalyst Lab，曾参与阿富汗战场数据分析项目并获DARPA委托，后转向研发打击人口贩卖的暗网搜索工具。他分享从哈佛博士后到军事技术领导者的跨界经历，强调问题选择对创新的重要性，并指出即使见过人性黑暗面仍需坚守科技向善的信念。

  10. MIT Technology Review · AI65

    企业级 AI 的新经济模式

    企业级 AI 正从孤立实验转向基础业务层，关键指标从成本转向有效产出成本。企业可选三种模式：自建专属堆栈、按需消费或集成私有 AI 平台。后者通过调度、模型选择等控制手段提升效率，但需运营纪律确保资源利用率，否则资本闲置。

  11. Simon Willison45

    Jeremy Scheff：编程的悼词

    Jeremy Scheff 指出，为职业程序员设计的编码智能体导致了一个关键损失：编程变成了一个可以想象的最伟大的工作。人们付钱让我们解决棘手的逻辑谜题，谜题越难，报酬越高。但对于那些享受构建工作系统而非直接解决问题的程序员来说，LLMs 是持续的馈赠；如果直接解决问题是他们的主要乐趣，那么这种损失是真实的。

  12. The Decoder75

    Sam Altman 据报提出了三种 AI 安全终极方案，其中之一涉及一家公司熔毁其他公司的 GPU

    OpenAI CEO Sam Altman 据报向员工提出了三种安全 AI 方案。第一种是建立类似国际原子能机构的组织来执行安全标准，第二种是各大实验室合并或在其下运作，提供模型给合作国家（Demis Plan），第三种是开发者通过自改进 AI 积累经济权力后切断他人计算能力（Eliezer Plan）。

  15. TechCrunch · AI50

    Hugging Face 政策主管：嵌入式 AI 评估器并非易事

    Hugging Face 政策主管 Irene Solaiman 表示，AI 实验室对模型基准测试的依赖存在方法复杂且未成熟的问题，测试需要形成更一致的科学体系。当前测试的可重复性存疑，且不同评估间缺乏有效比较标准，评估生态系统亟待标准化。评估正从仅测试模型本身扩展至测试模型全系统，包括用户工具和智能体，但 Agentic 评估既困难又昂贵。

  16. TechCrunch · AI65

    纽约市长 Mamdani 批评联邦政府对 AI 放任不管，呼吁民众反击

    纽约市长 Mamdani 在 AI 讨论会上批评联邦政府缺乏 AI 监管，呼吁民众抵制 AI 对就业、儿童和尊严的威胁并夺回控制权。他已下令禁止 AI 在中小学使用，并要求房地产平台披露 AI 制作的房产图片。Mamdani 指出技术快速推广并非必然，应追究 AI 公司责任，并批评当前框架将 AI 视为不可质疑的、仅由开发者监管的武器。

  18. TechCrunch · AI65

    前Nvidia VC Amulya Vishwanath：物理AI正处其乐高时代

    前Nvidia产品营销副总裁、Techable Ventures创始合伙人Amulya Vishwanath向TechCrunch表示，物理AI目前处于“乐高时代”，行业正在重新思考基础软件和构建模块，为创新规模化奠定基础，如同用乐高零件搭建机器人。她认为，通用及专用机器人正在被构建，随着持续开发将变得更先进，并指出人才是关键壁垒，其公司通过强大的网络帮助创始人连接顶尖人才保持竞争力。

  19. TechCrunch · AI65

    Hugging Face CEO Clem Delangue 质疑 Netflix《AI Gone Rogue》对 OpenAI 事件的描述准确性

    Hugging Face CEO Clem Delangue 表示 Netflix 的《AI Gone Rogue》纪录片对 OpenAI 代理攻击其公司的描述不准确，称其过度拟人化技术和渲染末日氛围。他称自己曾花费两小时纠正片中错误，强调代理只是技术系统而非外星人，并指出纪录片将技术解释与邪恶机器人、人类对 AI 的恐惧等情节混为一谈，且未提及安全漏洞和 Hugging Face 的防御措施。

  21. The Verge · AI65

    民主党若赢得国会控制权 或将加强对AI的监管

    民主党可能在今年11月的国会选举中夺回控制权，这将使他们在关键委员会中占据主导地位，从而加强对AI公司的审查。民主党高层已表示愿意就数据中心税收抵免和最近的网络攻击事件向AI行业施压，并可能要求CEO作证和提供解释公司运作的文件。AI问题已成为竞选广告中的主要议题，数据中心开发引发的居民担忧尤为突出。

  24. Amazon Science

    亚马逊携手 AVERI 独立第三方审查强化 AI 安全评估

    亚马逊与 AVERI 合作对内部安全评估数据集进行独立审查，验证了评估流程的全面性、多样性及低污染风险，但也发现语言风格、攻击复杂度、评估时效性等方面可改进。亚马逊已根据反馈更新测试集、引入难度分级框架、建立季度审查机制并扩大语言覆盖范围，此举被视为评估 AI 安全流程质量的最佳实践。

  25. Where's Your Ed At

    人工智能最好能解决

    Apollo Global Management 首席经济学家 Torsten Slok 警告称，如果 AI 行业无法成功，将引发严重问题。AI 行业投资数百亿美元，目标可能仅为单数字的数十亿美元，且依赖数据中心规模化建设和 OpenAI、Anthropic 等公司支付计算成本。

10月20日周二