谷歌 DeepMind 哈萨比斯预警：若不对 AI 采取安全措施，未来恐发生严重事故
谷歌 DeepMind 董事长哈萨比斯警告，近期 AI 智能体发起的网络攻击是“前哨预警”，若不提升安全性，一至两年内可能演变成灾难性重大事件。微软总裁史密斯指出 AI 失控行为使 2026 年成为“令人警醒的一年”，呼吁出台新的 AI 安全法律与规则。双方均强调需建立动态认证机制，在保障安全的同时避免扼杀技术创新。
IT之家AI 评分3838
The DecoderAI 评分6868 新论文引发AI可解释性突破争议：Cammarata重释经典案例 vs Nanda持保留态度
OpenAI研究员Cammarata发布新论文，主张重新解读早期关于神经元多义性的经典案例，认为许多看似无关的概念激活实为形状或语义的递归泛化，而非叠加态。他引用Qwen3-32B数据指出约90%的神经元具有单一主要功能，仅少数难以解释。
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。
Ethan MollickAI 评分2323 Gemini 4发布缺乏产品创新
Google在AI领域的一大优势一直是为现有模型寻找有趣的应用。他们率先推出了深度研究、信息转播客以及NotebookLM等产品。但在Gemini 4发布时，我没看到类似的产品创新，更多是在追随趋势。
The Verge · AIAI 评分6868 The Verge 分析：Google 与 Meta 发布新模型使 AI 竞赛重回激烈状态
Google 发布 Gemini 4 Argon，Meta 推出 Muse Wonder Full，两家科技巨头声称其新模型在多项基准测试中可与 OpenAI 和 Anthropic 的旗舰产品匹敌。这一进展打破了此前由 OpenAI 和 Anthropic 主导的竞争格局，使得 AI 竞赛再次变得高度动态。
The DecoderAI 评分6868 Google 称自我改进 AI 尚远，内部数据显示研究速度未显著加速
Google DeepMind 工程师 Haydn Belfield 表示，尽管 AI 已编写超过 75% 的生产代码，但自我改进的 AI 研究并未出现可测量的加速。
Demis HassabisAI 评分3838 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！
Ethan MollickAI 评分3535 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
Ethan MollickAI 评分1515 Gemini 4体验似蒸馏自Claude或GPT
使用 Gemini 4 让你意识到，有多少其他模型一定是在对 Claude/GPT 进行知识蒸馏（或使用类似的训练流程）。它给人的感觉与其他模型截然不同。
a16zAI 评分2424 Gavin Baker 谈 Meta AI 回归
Gavin Baker 将 AI 竞赛比作史上最高风险的“企业棋局”：“必须给 Meta 很多赞誉。他们曾出局，如今又重返牌桌。这简直令人惊叹。” “一年前当 Gemini 势头正盛时，谁能想到……
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。
Ethan MollickAI 评分1515 Google 若借鉴竞品可提升 Gemini 4
Google 的优势在于，如果他们善加利用，就能观察 OpenAI 和 Anthropic 在 Codex/Code 上的发展方向并立即跟进。否则，他们将不得不自行经历整个学习过程，这会使 Gemini 4 的影响力随之减弱。
Ethan MollickAI 评分3636 Gemini 4后谷歌需整合智能体
Gemini 4之后，谷歌面临的挑战在于如何用好一款优秀的模型。Anthropic和OpenAI表明，我们正迈向通过编排器智能体处理多种任务的单一界面。Gemini 3时代充斥着针对众多市场的碎片化产品。这对未来行不通。
Ethan MollickAI 评分4040 Gemini 2.5 急诊建议获医生认可
在急诊场景中，过时的 Gemini 2.5 Pro & Gemini 2.5 Flash（无法访问患者病历）给出的建议，经其他医生评估，其质量与人类医生相当。未发现安全问题。此后模型性能已显著提升。
MIT Technology Review · AIAI 评分5555 MIT科技评论：AI突破难让人形机器人近期改变生活
MIT Technology Review 分析指出，尽管特斯拉 Optimus 等厂商高调宣传人形机器人前景，但多数研究者认为当前基于语言和图片的 AI 难以应对物理世界的无限变数。
Simon WillisonAI 评分4040 EmbeddingGemma 2 采用 Apache 2.0 开源许可
EmbeddingGemma 2 以 Apache 2.0 许可证发布，支持用户自行托管或迁移。该模型适用于需存储大量嵌入向量的场景，避免专有模型停服后重新计算的高昂成本。
The Verge · AIAI 评分5050 苹果与谷歌探讨AI硬件不保存原始数据是否构成“录制”
苹果正开发一款利用AI生成文本描述而不保存视频的智能家庭摄像头，该逻辑类似Apple Watch的Audio Intelligence功能。谷歌高管也提出智能眼镜可仅处理视觉数据而不存储影像的概念。这种技术试图通过不保留原始音视频来规避传统“录制”定义，但引发了关于隐私保护实质有效性的争议。
DeepLearning.AIAI 评分2828 The Batch周报：GLM-5.3与Claude Mythos对比
本周《The Batch》中，Andrew 的信涵盖开源权重模型 GLM-5.3 在利用漏洞方面几乎追平 Claude Mythos（12% vs. 14%）。此外还包括：小米新的开源权重领导者、Gemini 3.8 Live、DeepSeek-V4.1-Flash、AREX agents
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。
Demis HassabisAI 评分1818 Demis Hassabis获颁阿尔伯特奖章
很荣幸从 @theRSAorg 获得阿尔伯特奖章！科学与技术带来了令人惊叹的机遇，但在即将到来的 AGI 时代，艺术与人文对于塑造我们作为社会希望看到的未来至关重要。与 @FryRsquared 进行了有趣的讨论，涵盖了许多新话题：
SemiAnalysisAI 评分7373 SemiAnalysis 分析机器人推理：端侧 vs 数据中心
SemiAnalysis 发布文章探讨机器人 AI 推理应位于端侧还是数据中心。文章指出由于实时性要求和硬件成本限制，当前前沿机器人模型参数规模远小于 LLM，且受限于网络延迟和抖动，多数公司选择将部分计算保留在机器人本体上。
Demis HassabisAI 评分2828 Demis 支持 Dario 文章及标准机构提案
Dario 的文章指出了正确的方向。细节仍需推敲，但应对这一关键时刻的方向是正确的。这也是我们最近提出建立前沿 AI 行业级标准机构的原因。
SemiAnalysisAI 评分5858 SemiAnalysis 分析英伟达 530 亿美元表外担保体系的风险边界
英伟达在2Q F1/27财报中披露了530亿美元的表外担保义务，较上季度的184亿美元大幅跃升。新增义务主要包含SB Energy园区的1085亿美元租赁担保、360亿美元AI云协议以及200亿美元数据中心租约。
Zhuokai ZhaoAI 评分1212 Gemini 3.8 Flash发布引争议
很多人说在今天的 Gemini 3.8 Flash 发布后永远不要做空谷歌，但他们永远追不上
Demis HassabisAI 评分2323 AlphaGo神之一手十周年回顾
很高兴与 @bzcohen 探讨 AlphaGo 著名的第 37 手棋，以及它在十年后对可验证领域数学和科学突破的意义
Demis HassabisAI 评分2121 哈比斯强调开放生态与Gemma下载量
强大且安全的开放生态系统对于世界受益于 AI 至关重要。我们一直支持并大力贡献于开源和科学，从 Jax、Transformers、AlphaFold 到 Gemma 开放模型，后者目前的下载量已超过 3 亿次。以及标准
Ethan Mollick · One Useful ThingAI 评分6565 Ethan Mollick：聊天机器人时代终结与AI智能体崛起
Ethan Mollick认为AI模型发布频率和能力提升速度正在加速，导致传统“聊天机器人”协作模式逐渐被自主执行长任务的“智能体”取代。他引用METR、GDPval及Epoch的研究指出，前沿模型如Opus 4.7和Fable已能独立处理耗时数周的人类工程任务，且成本可控。
Demis HassabisAI 评分3535 DiffusionGemma 速度提升四倍
很高兴看到文本扩散领域的这一创新。DiffusionGemma 速度极快，比其他 Gemma 4 模型快 4 倍！祝贺 @bodonoghue85 和为此付出巨大努力的团队——期待看到大家用它构建什么！
Demis HassabisAI 评分88 Gemini Live 助力 Garry Tan 项目
@garrytan 很高兴听到 Gemini Live 对你如此有效！看到你用它做的事情太棒了！cc @joshwoodward
Ethan Mollick · One Useful ThingAI 评分5353 Ethan Mollick：AI能力的锯齿状前沿、瓶颈与反向突出部
Ethan Mollick 分析 AI 能力的“锯齿状”特征，指出尽管模型在数学和诊断上超越人类，但在记忆和视觉任务上仍有短板。他引用 Google Nano Banana Pro 为例，说明图像生成质量的提升打破了制作高质量演示文稿的瓶颈，使 NotebookLM 能直接生成多样化风格的幻灯片而非依赖代码。文章认为关注此类瓶颈的突破比单纯看基准测试更能预测 AI 对工作的实际影响。
Ethan Mollick · One Useful Thing精选AI 评分8080 Ethan Mollick 实测 Gemini 3：从 GPT-3 到具备博士级智能的数字同事
Ethan Mollick 对 Google 新发布的 Gemini 3 模型进行了深度实测，指出其能力已远超三年前的 GPT-3。他利用配套工具 Antigravity 让 AI 自主构建交互式游戏、管理多智能体工作流，并成功完成了一篇包含原创假设与统计分析的“博士级”学术论文草稿。
推荐理由：作者通过实测展示了 Gemini 3 在自主编程、多智能体协作及复杂学术任务中的具体表现，为理解 AI 从聊天机器人向数字同事的演变提供了直观案例。