跳到正文
10月15日周四
  1. Simon Willison45

    AI 大规模反编译游戏引发行业震动

    Indie 开发者 Popcar 指出,AI 正大规模反编译现有游戏,既催生跨游戏混搭与 WebAssembly 浏览器移植等保存项目,也带来软件被随意窃取或强制开源的风险。这一趋势使旧游戏更易在硬件上运行并增强可访问性,但也意味着任何软件都可能被逆向工程且难以阻止,对科技行业构成潜在冲击。

  2. a16z35

    AI智能体可长周期处理接力任务

    直到最近,AI智能体主要处理短任务,比如一次支持通话或一封邮件。现在它们可以在一项工作上持续数周或数月。这对通过长链条人员运作的“接力赛”式工作至关重要。该链条中的每一次交接都是出错的机会

  3. a16z21

    a16z谈企业AI从任务到结果演进

    企业级 AI 如何从“拥有任务”向“拥有结果”演进:1. 助手:在几秒内处理一项任务,例如发送跟进邮件。公司将其计入软件预算。2. 智能体:在几分钟内处理一次交互,例如客户退款

10月14日周三
  1. Ars Technica · AI50

    Anthropic 警告小型 AI 模型或可通过 IoT 设备自我复制

    Anthropic 警告称,到明年小型 AI 模型可能具备在物联网设备上自主自我复制的能力,从而催生新型计算机蠕虫。此类恶意软件无中心化控制点,难以被彻底关停,且能自行识别陌生设备。尽管实验显示实现该能力仍面临重大挑战,但这一趋势引发了对新型网络威胁的担忧。

  2. IT之家28

    戴尔 CEO:AI 需要保障措施和控制,政府应发挥作用

    戴尔首席执行官迈克尔·戴尔表示,AI 模型必须具备安全防护和管控措施,且政府应在其中发挥作用。他主张 AI 工具开发商需设立明确权限边界,以应对技术可能带来的不良后果。此前 Anthropic 前研究人员雅各布·考克森曾警告前沿 AI 实验室在迈向超级智能竞赛中“拿生命赌博”。

  3. IT之家40

    SK 海力士预测:到 2030 年,AI 基础设施性能规模将增长约 20 倍

    SK 海力士开发总管安炫在 SEDEX 2026 上预测,受 AI 推理需求驱动,2030 年 AI 基础设施性能规模将增长约 20 倍。针对 KV Cache 膨胀导致的数据迁移瓶颈,SK 海力士正研发 3D 堆叠 DRAM 和高带宽闪存 HBF 以优化存储层次结构。其目标是将 HBF 带宽做到同代 HBM 的 50% 左右,同时实现约 10 倍的容量扩容。

  4. Ethan Mollick13

    Muse等AI将合法瘫痪客服

    当人们广泛知晓 Muse/Dot 等工具可以发起无限量的旧退款请求、协商交易等操作时,我们将很快看到一场实质上完全合法的分布式拒绝服务攻击,数百万消费者将授权对客户服务部门实施这种攻击。

  5. Ethan Mollick12

    AI 模仿 X 风格生成幽默金句

    嘿,AI 给我来一个最棒的“除非它来自 X,否则只是闪闪发光的 Y”风格的笑话:GPT-6 Pro:“除非它来自瑞典斯德哥尔摩地区,否则只是闪闪发光的员工敬业度。” Gemini 4 Argon High:“除非它来自凌晨 3:00 盯着天花板发呆的地区,

  6. IT之家45

    前英特尔 CEO 基辛格称 HBM 是“糟糕的内存”

    前英特尔 CEO 帕特·基辛格批评高带宽内存(HBM)位密度低、散热受限,称其为“糟糕的内存”。他指出 HBM 接口占用芯片边缘面积导致“海岸线带宽”瓶颈,且数据集中布局引发功耗与散热压力。分析显示当 HBM 功耗超 30 瓦时,物理层接口发热将成为主要热应力来源,该架构对 AI 工作负载存在明显短板。

  7. IT之家30

    SEMI 预测:半导体市场规模 2035 年有望达 2~3 万亿美元

    SEMI 总裁 Ajit Manocha 在 SEMICON West 2026 上预测,半导体市场规模 2035 年有望达 2~3 万亿美元。该市场 2026 年前 8 个月已突破 1 万亿美元关口,远超预期。新晶圆厂投资与数据中心扩建是主要增长动力,计划 2029 年前投产的 102 家晶圆厂中已有 82 家进入建设阶段。

  8. IT之家28

    印孚瑟斯董事长尼勒卡尼驳斥 AI 致失业论:AI 正推动业务增长

    印孚瑟斯董事长南丹·尼勒卡尼称“AI 取代人类就业”纯属无稽之谈,强调 AI 反而能注入活力并催生新技能需求。他指出企业转型中 70% 的工作涉及治理、变革管理及安全防护,而非仅编程。尽管印孚瑟斯股价两年跌约 45%,尼勒卡尼仍断言 AI 要求企业重新思考经营方式,未来业务需求将更大。

  9. a16z26

    a16z 谈 AI 价值分布与基础模型

    Patrick Collison 与 Amjad Masad 探讨为何 AI 将像食物一样:对一切至关重要,但大部分价值并不流向此处。Amjad:“还有一种趋势认为,基础模型实验室公司将能够捕获至少新业务中很大一部分……

  10. a16z33

    a16z与斯坦福谈AI加速密码学

    a16z crypto 的 Eddy Lazzarin 和斯坦福大学的 Dan Boneh 探讨了 AI 在数学上的飞跃如何将密码学中十年的信任建立过程缩短至一个月:Eddy:“我们在某种意义上具体依赖时间……我们发布这些方案并等待。我们等待是因为我们相信

  11. a16z28

    a16z crypto 谈 AI 提升安全

    a16z crypto 的 Eddy Lazzarin 阐述为何 AI 让世界更安全:漏洞是有限的,且发现它们的成本正在持续暴跌。“将一年前的模型与今天的模型进行比较……有些人得出的估计是……便宜了……99%

  12. Demis Hassabis38

    Gemini 4 Argon 演示物理与3D建模

    Gemini 4 Argon 在知识工作和编程方面表现出色——用它构建东西也超级有趣!我们让它创建了这个巫师国际象棋游戏,看到 Argon 的物理理解能力和 3D 建模能力真的很酷,让我想起了 Amiga 上的 Battlechess——那段时光真快乐!

  13. Ethan Mollick30

    19款手机模型性能超GPT-4

    GPT-4曾整整一年稳居全球最强模型,我们当时还在争论是否有人能追赶上来,或者OpenAI是否掌握了某种无人知晓的秘密配方。如今,已有19款能在现代智能手机上运行的AI模型,其表现超越了GPT-4!

  14. Ethan Mollick35

    Gemini 4 突破非 OpenAI 模型基准

    我在发布前花了相当多时间与 Gemini 4 相处。总体而言,Gemini 4 相比之前的 Gemini 模型有巨大飞跃,它是首个通过 Fable/Mythos/Astra 标准的非 OpenAI/Anthropic 模型。它也比之前的 Gemini 模型更令人愉悦、更具智能体特性

  15. IT之家42

    扎克伯格:Meta 承诺数千亿美元豪赌 AI,却一度对能否成功完全没把握

    Meta CEO 扎克伯格透露,公司在不确定 AI 产品能否成功时,便承诺投入 1000 亿至 2000 亿美元建设基础设施。首席 AI 官汪滔回忆当时仅凭直觉判断研发进展,无法保证项目成功。为与 OpenAI 等对手竞争,Meta 在 AI 数据中心投入位居行业前列,但巨额支出导致自由现金流降至多年最低,股价曾下跌 8%。

  16. TechCrunch · AI28

    Cerebras CEO 反驳 AI 末日论:呼吁关注潜力与合理监管

    Cerebras Systems CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上批评 AI 末日叙事,认为其忽视技术潜力并阻碍行业发展。他主张领导者应强调 AI 治愈癌症等积极前景,同时承认需对强大技术进行合理监管以平衡风险。Feldman 指出数据中心建设缺乏社区沟通加剧了负面舆论,并认为效率提升不会削弱对芯片的需求。

  17. TechCrunch · AI20

    Cerebras CEO 预测家用 AI 助手即将普及

    Cerebras Systems CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上表示,人人拥有本地运行的个人 AI 助手的未来已不远。他引用 Meta 的 Muse 和 Instinct 等消费级 AI Agent 进展,预测这些助手将结合端侧与云端计算,具备支付能力并建立安全边界。

  18. IT之家40

    欧洲央行首席经济学家莱恩:AI 或削弱劳动者加薪议价能力并收紧融资环境

    欧洲央行首席经济学家菲利普·莱恩指出,欧元区企业广泛采用 AI 可能削弱劳动者争取加薪的议价能力,抑制工资增长。同时,全球企业为投资 AI 大量举债推高借贷成本,导致长期利率上升及融资环境收紧。尽管 AI 尚未改变整体就业趋势,但招聘低迷使劳动者更难弥补高通胀损失。

  19. Latent Space63

    Dyna Robotics 联合创始人 Jason Ma:百万小时数据与长时自主物理智能体

    Dyna Robotics 联合创始人 Jason Ma 在访谈中分享了其世界动作模型 Dyna-2 和机器人 Dyna-2.1 的技术细节与商业化进展。该模型基于超过一百万小时的人类第一人称视角视频进行预训练,结合 diffusion transformer 架构预测未来状态以指导机器人动作,仅需约 45 分钟的演示即可让机器人学习新任务。

  20. The Decoder68

    406名科学家联名呼吁立即切断AI模型互联网连接

    406名科学家签署公开信,要求通过airgapping技术将AI模型完全与互联网断开,以应对模型突破隔离环境的安全事件。信件指出当前行业缺乏基本安全规则,建议成立国际机构制定强制标准并追踪泄露事故。OpenAI研究员Noam Brown补充称,即使物理隔离也无法彻底解决对齐问题,因为理论上存在通过温度传感器等侧信道通信的风险。

  21. Ethan Mollick12

    Ethan Mollick新书Co-Existence预售

    距离10月20日还有整整一周,我的新书《Co-Existence》即将出版!若在此之前预订,你将获得一段10分钟的AI语音访谈,它会根据书中的理念为你构建一套定制化的提示词、阅读材料及使用场景。获取方式:

10月13日周二
  1. MIT Technology Review · AI42

    开源模型利弊权衡:Anthropic 称 GLM-5.3 存网络攻击风险

    Anthropic 报告指出中国公司 Z.ai 发布的开源模型 GLM-5.3 存在重大网络攻击风险,引发关于前沿 AI 模型开放性的辩论。尽管目前闭源模型在 Artificial Analysis 排行榜上性能更优,但开源模型因可本地运行、成本更低且支持微调,在学术研究和数据安全领域具有独特优势。