论文称前沿模型难被廉价替代
这篇论文解释了我为何怀疑“前沿模型可轻易被更便宜的模型取代”这一观点（以及为何应使用最佳模型作为编排者）：准确率和判断力的微小提升会在长周期任务中产生复利效应，从而带来结果的巨大增益。
#推理
Ethan MollickAI 评分3838 IT之家AI 评分6262 谷歌联合创始人布林称 Gemini 正迈向 AI 自我改进
谷歌联合创始人谢尔盖·布林表示，Gemini 模型正迈向“自我改进”的关键时刻，AI 已开始参与打造下一代模型。他提到公司正踏上 RSI（递归自我改进）的跑步机，Flash 系列模型已显示这一趋势。谷歌在 Gemini 4 Argon 的安全报告中披露，AI 智能体可承担大部分生产代码编写和漏洞修复工作，但代码变更提交前仍须经过人工审核。
IT之家AI 评分4040 AMD CEO 苏姿丰：2026 年是真正的“AI 推理之年”
AMD CEO 苏姿丰在开放计算项目全球峰会指出，2026 年是真正的“AI 推理之年”，预计 AI 推理将占据约 60% 的市场份额。随着智能体 AI 兴起，CPU 需求爆发式增长，AMD 预计未来 4 至 5 年 CPU 市场年复合增长率达约 50%，2030 年潜在市场规模突破 2,000 亿美元。
IT之家AI 评分3838 杨立昆：下一代 AI 突破在于理解现实世界的“世界模型”
AMI Labs 创始人杨立昆指出，AI 下一次突破将来自能理解物理世界的“世界模型”，而非大语言模型。他认为 LLM 难以处理现实世界的不可预测性，主张开发能学习物理规律与因果关系的系统以弥合差距。
Latent SpaceAI 评分4242 Google DeepMind 与 Biohub 探讨 AlphaFold 未解决蛋白质折叠及 AI 生物学未来
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 指出 AlphaFold 并未完全解决蛋白质折叠问题，静态结构预测存在局限。双方认为单纯扩展算力与数据不足以突破生物学瓶颈，需寻找正确的缩放定律并平衡科学直觉与通用架构。他们强调从单个蛋白质模型转向整体生物系统建模，以及利用低质量宏基因组数据改进蛋白质语言模型的重要性。
IT之家AI 评分7070 陶哲轩质疑 OpenAI：719 篇 AI 数学证明引发“消化不良”争议
陶哲轩公开批评 OpenAI 发布 719 份 AI 数学解答的做法，认为其将攻克著名难题作为产品展示破坏了数学界的理解、教学与合作机制。他指出当前 AI 生成速度远超人类验证能力，导致大量无人能消化的证明出现，且 OpenAI 未完全遵循 AGMAI 关于披露模型细节和形式化验证的建议。
TechCrunch · AIAI 评分6565 TechCrunch分析：OpenAI数学解法尚未达到领域标准
OpenAI本周发布数百个高难度数学问题解法，但被指未达到普林斯顿高等研究院数学与人工智能顾问组（AGMAI）制定的标准。AGMAI强调需确保人类对结果的理解，而OpenAI仅10/719份手稿包含模型思维链，且42%的证明未经过形式化处理。
MIT Technology Review · AIAI 评分6363 AlphaGo团队成员：大语言模型并不具备真正的推理能力
AlphaGo核心成员Thore Graepel撰文指出，当前大语言模型仅依赖链式思维进行模式补全，缺乏独立的推理机制和可审计的认知状态。他认为应借鉴AlphaGo的搜索架构，建立显式的知识操作分离与不确定性评估体系，以实现科学和医疗领域所需的可信机器智能。
Latent SpaceAI 评分5959 MIT博士生Alex Zhang谈递归语言模型与智能体蜂群的未来
Latent Space访谈了MIT博士生Alex Zhang，探讨其关于递归语言模型（RLM）和大规模多智能体系统的研究。Zhang认为未来的“语言模型”可能是隐藏在简单界面下的智能体蜂群，并指出当前前沿模型存在巨大的能力过剩。他详细解释了RLM如何通过上下文卸载、代码执行和递归子代理调用来解决长上下文和组合泛化问题，并讨论了OpenAI的10,000个智能体实验及Kimi的多智能体方法。
AnthropicAI 评分4040 Claude 在科学博客展示九圈计算能力
科学博客新文章：是的，Claude 可以处理 Nine Loops。理论物理学家使用称为散射振幅的公式来预测粒子的行为。这些公式以难以计算而闻名，因此研究人员使用被称为“loops”的层层精细修正——每一
Andrej KarpathyAI 评分4040 Opus 5 处理百万 Token 任务
我们正逐渐脱离那种通过“画一只骑自行车的鹈鹕”来测试 LLM 的阶段。作为一种泛化思路，我很好奇如果给 Opus 5 提供《指环王》的第一段、100 万 token 预算（约 $10）并要求它
Andrej KarpathyAI 评分2020 Karpathy：LLM 能完美反驳自身论点
- 起草了一篇博客文章 - 使用 LLM 花了 4 个小时精心完善论点 - 哇，感觉很棒，它太有说服力了！ - 有个有趣的主意，让它论证相反的观点吧 - LLM 彻底摧毁了整个论点，并说服我相反的观点其实是正确的 - lol The
Andrej KarpathyAI 评分2424 Karpathy：LLM 普遍存在上下文偏差
(我长期使用各种 LLM，发现它们似乎都有这种表现，所以这不是某个特定实现的问题，而是更深层的原因，例如在训练过程中，上下文窗口中的大量信息与任务相关，因此 LLM 形成了一种利用给定信息的倾向，
Jan LeikeAI 评分3232 基于结果的RL难提升思维链忠实度
有点令人惊讶的是，基于结果的强化学习并没有显著提升思维链的忠实度
Artificial AnalysisAI 评分1212 Andrew Ng 支持加速 Token 生成
感谢 @AndrewYNg 的支持！完全同意，随着越来越多的输出 token 被模型消耗（例如在多步智能体工作流中），而非被人阅读，更快的 token 生成将变得日益重要。