内容类型
行业关键人物在想什么：创始人访谈、研究者论战与投资人判断。
24 条精选近 30 天 23 条共收录 56 条
OpenAI CEO Sam Altman 在播客中承认，公司对数学家的冲击确实造成困扰，但他认为人类获取基础科学知识的权利高于发布节奏带来的扰乱，并暗示 OpenAI 还有大量数学发现暂未公开。OpenAI 近期已发布数百条数学结果，投入达数亿美元；同时，因部分关键成果的详细信息被专家小组建议暂缓公开，引发研究者对其“把关”做法的批评。
推荐理由：Sam Altman 承认 OpenAI 以高投入快速推进 AI 数学发现，但强调公众获取基础科学知识的权利优先，并暗示仍有更多成果未公开。
The Verge 分析 Anthropic S-1 称，公司虽营收大幅增长且调整后可盈利，但未来 20 年 Compute 承诺约 8500 亿美元至万亿美元。增长不是可选，必须依靠递归自我改进，但这可能令能力进化超出人类对安全和对齐的控制。
推荐理由：文章从招股书财务数据拆解 Anthropic 的商业模式与增长压力，揭示其为何把递归自我改进视为生存必需。
本文指出当前主流 AI 智能体框架在身份标识、人工干预及权限变更等关键可观测性记录上存在缺失。作者建议通过 OpenTelemetry 等标准完善追踪机制，要求开发者和企业共同建立实时监控系统以防范风险。
推荐理由：文章指出当前 Agent 框架缺乏关键可观测性，提出了记录运行轨迹与决策过程的具体建议。
OpenAI 在 Berlin DevDay Exchange 2026 上透露，AI 助手 Dots 将在与监管沟通后于几周内在欧洲扩大可用范围，Personal Pro 仍被排除；德国周活跃 Codex 用户自 2026 年 1 月以来增长约二十倍，且近五分之一桌面用户使用技能处理文档、演示或表格。
推荐理由：OpenAI 借 Berlin DevDay 梳理 Dots、Codex 与平台战略，读者可据此判断其欧洲落地节奏与生态锁定策略。
Anthropic 招聘负责人 Felix Reiseberg 宣布该团队已停止使用传统编码面试，理由是 Claude 等模型已在 React 和底层代码上超越人类测试，最有价值的工程师依赖业务影响而非面试表现。本周还包括 DeepMind Genie 4 实时世界模型发布、多项数学验证进展、Anthropic S-1 披露高毛利与成本优化，以及 Liquid LFM3 等多款开源与端侧模型更新。
推荐理由：这条内容把 Anthropic 停用编码面试与 AI 能力跃升挂钩，同时盘点多款重要产品评测和推理研究，反映行业招聘与工程实践的即时变化。
OpenAI 宣布在数学、计算机科学与物理领域取得突破后，选择分批通过外部专家审查公布成果，引发学术界不满。研究人员认为这种遴选专家的机制存在不公，呼吁立即公开全部 Lean 证明供大众验证，以推动研究透明化与工具普及。
推荐理由：作者梳理了 OpenAI 发布重大科研成果后的披露分歧，读者可借此观察 AI 公司在基础科学突破中的责任边界与学术界的回应。
Latent Space 访谈 Katelyn Lesse 和 Angela Jiang，介绍 Claude Platform 的工程实现，涵盖 Opus 5.5 的发布、托管智能体的构建，以及将模型推理与执行环境分离的安全架构。
推荐理由：访谈还原了 Anthropic 发布 Opus 5.5 并推出托管智能体时的工程决策，解释了将模型推理与执行环境隔离的思路。
OpenAI邀请外部专家担任「牧羊人」，独立检查其AI在数学、计算机科学和物理领域生成的证明，并根据专家建议对不同领域采取不同处理方式。在计算机科学方面，AI声称证明了指数时间假设（ETH）为假；数学方面，模型给出了局部光滑猜想在所有维度的证明；物理方面，AI证明了四维量子场论中杨-米尔斯理论的存在性，但未解决质量间隙问题。
推荐理由：原文详述了OpenAI的三人验证流程和各领域成果，读者可据此评估其AI数学与理论物理证明的可信度。
TechCrunch 采访 OpenAI 企业产品负责人 Alexander Embiricos，解释 OpenAI 于九月开发者大会发布 dots 的背景与设计思路。
推荐理由：采访揭示了OpenAI产品思路从Coding工具向常驻个人助手演变，透露团队对使用场景、隐私控制和支付扩展的当前规划。
OpenAI 发布 GPT-6.1 Terra，定位为兼具视觉推理和精确电脑操作能力的中端模型，擅长起草文档、解读图纸等日常工作任务。该模型定价为每百万输入 token 1 美元、输出 token 5 美元，约为前代 GPT-5.6 Terra 和 GPT-6.1 Sol 价格的一半，比 GPT-6 Luna 贵约 10 倍。
推荐理由：文章通过对比定位解释了GPT-6.1 Terra在OpenAI产品矩阵中的位置，有助于判断其适用场景。
Anthropic 提交超 300 页 IPO 招股书，将 AI 存在风险与使命叙事写入文件，估值逾 1.5 万亿美元。文章指出公司同时扮演安全组织、逐利科技企业和前沿竞赛者等多重角色，身份张力使其更难被外部信任。
推荐理由：作者结合 Anthropic 招股书与多位核心人物的公开言论，剖析其叙事策略背后的多重身份张力与信任问题。
Import AI 周刊第三部分汇总了多项 AI 研究进展：AI safety 公司 Resolution 利用 AI Agent 自动化实现了奇点消解定理的 Lean 形式化。
推荐理由：作者串联了数学形式化、自主编程重建与智能体漏洞发现，指出 AI 正从单点工具扩展为可加速科研全流程的基础设施。
Apollo Global Management 首席经济学家 Torsten Slok 在研报中指出，除科技巨头外，AI 未能为企业带来财务回报，利润率和人均收入基本持平。他认为企业难以将日益廉价的智能转化为更高的营收增长和利润率，因为商业决策更多依赖判断力、问责制、信任与企业文化，而非单纯的技术能力。
推荐理由：文章转引 Apollo 首席经济学家对非科技行业 AI 财务回报的分析，核心论点可帮助理解当前技术落地效果与业务增长的差距。
Anthropic 联合创始人 Jack Clark 在 Import AI newsletter 中把递归自我改进可能到来的时间从 2028 年提前到 2027 年，理由是 TasteVal 等基准显示领先模型的“研究品味”进步在加快。
推荐理由：原文把 TasteVal 基准和 Clark 的最新预测联系起来，读者可以据此判断 RSI 争议当前的进展位置。
Modal在$160亿估值下完成7.5亿美元D轮融资，年经常性收入突破10亿美元，已启动近30亿个沙盒。CEO Erik Bernhardsson指出，传统GPU合同是固定容量的“长方形”，而AI工作负载是波动的；Modal通过聚合数千客户的波动需求实现更高效的弹性调度。沙盒原为次要产品，因编码Agent和强化学习需求爆发，目前已贡献约三分之一的营收。
推荐理由：通过访谈揭示了AI算力从固定购买向弹性按需供应转变的基础设施逻辑，以及沙盒产品随Agent需求爆发的商业故事。
比尔盖茨在访谈中表示，AI是他迄今见过的最危险技术，其潜在危害甚至超过核武器，目前政策回应远远不够。他预计人类需要经历约二十年的动荡期才能度过转型阵痛。尽管盖茨强调自己并非末日论者，但他提醒公众应对未来数十年间可能出现的劳动力冲击、网络安全攻击以及生物恐怖主义保持高度警惕。
推荐理由：比尔盖茨披露对AI安全与治理的深层判断，指出未来二十年将面临剧烈技术冲击与社会重组，政策响应严重滞后。
Latent Space采访AI工程公司Tenex创始人Alex Lieberman和工程总监CJ Hess。Tenex已增长至75人，按故事点支付工程师薪酬。公司推出MetaHarness，将计划、决策和上下文检入Git，让AI智能体共享项目记忆。两人还讨论了垂直AI产品的长期竞争力以及自建软件与维护成本的权衡。
推荐理由：Tenex分享了按成果而非工时付费工程师的实证，为AI时代的工程组织激励提供了新的可参考范式。
Hugging Face 联合创始人兼 CEO Clem Delameo 在 X 上发文，批评 Netflix 纪录片《AI Gone Rogue》对 OpenAI 智能体攻击事件的处理不准确。
推荐理由：Hugging Face CEO 对 Netflix 纪录片的准确性提出批评，指出纪录片过度拟人化 AI 智能体，忽略了安全限制和开放模型在防御中的实际作用。
SF Compute CEO Evan Conrad在AIE NYC介绍其构建GPU交易市场的进展：通过物理交割而非现金结算，将集群的软硬件约束（如存储恢复速度、GPU世代、InfiniBand分区）融入订单簿匹配。目前5%容量上链，支持1小时至3-5年远期合约，批处理与实时推理因中断风险不同而定价差异显著。公司不持有硬件以保持中立，并推出了可动态划分配件的网络虚拟化功能。
推荐理由：通过物理交割和可编程数据中心构建GPU合约市场，揭示了算力作为可交易资产的工程约束与金融套利逻辑。
AI初创公司Goodfire研究员Nick Cammarata发表26,000字博客，声称大型语言模型的内部机制可能比之前认为的更容易理解和监控。他以Inception v1为例，发现过去被认为“多功能复用”的神经元实际上是在识别共同形状模式（如V形）。
推荐理由：一篇探讨神经网络可解释性的长文，引发行业对模型透明度的乐观与审慎辩论。