跳到正文
10月14日周三
  1. 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。

  2. 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,

  3. 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……

  4. 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

  5. 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%

  6. 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

  7. 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. a16z28

    a16z谈RSI概念炒作

    a16z 的 Martin Casado 与 https://MakerMaker.AI CTO Owen He 探讨为何许多 RSI 提案都在兜售蒸汽机般古老的概念:Martin:“我看到很多提案,其中不少使用 RSI 这个词。我会问,‘所以你们具体做什么?’他们会说,

  2. a16z23

    MakerMaker.AI 谈人机协同自进化

    https://MakerMaker.AI CEO Dhaval Adjodah and CTO Owen He on building a self-improving AI company where humans and agents work as one system: "One big limit of [RSI] is the human element. I think the way that a lot of AI companies are thinking is, let us use AI to replace

  3. a16z12

    Flexport CEO 谈 AI 创业建议

    .@flexport CEO Ryan Petersen 分享他向 AI 创始人传递的查理·芒格建议:“成功的关键在于愚蠢的竞争。”“查理在一次晚宴上告诉我的最喜欢的话之一,是我向他介绍 Flexport 时,他说:‘哦,你有一个

  4. Ethan Mollick28

    Meta Muse Wonder 模型进展迅速

    我早期体验了 Muse Wonder,虽然没怎么深入使用,但从有限的测试来看,这似乎是个不错的模型。更令人印象深刻的是,自四月以来我在“淹没的新哥特式城市”twigl shader 测试中看到的进步。Meta 在短时间内取得了非常快的进展

  5. a16z21

    a16z谈递归自我改进真伪

    https://MakerMaker.AI 联合创始人 Dhaval Adjodah 和 Owen He 与 a16z 的 Martin Casado 探讨递归自我改进,以及如何判断其是否真实:许多 RSI 提案其实只是人们利用 AI 构建更好的 AI。技术一直如此运作。你需要计算机

  6. Ethan Mollick21

    学术出版中 nitpicks 处理难题

    我怀疑其中绝大多数只是吹毛求疵,因此我不认为它们会推翻研究结果和论文。这些情况不属于正常的更正流程,这使得在学术出版的约束下很难理解如何妥善应对它们。

10月12日周一
  1. Ethan Mollick18

    企业难应对频繁切换大模型

    只要 LLM 在各方面依然好得离谱,公司就能想办法勉强维持。但它们往往难以管理组织变革,而频繁的强制模型切换(Google 说的就是你)和其他变化对它们来说都很困难。

  2. Ethan Mollick28

    企业高管谈GPTs停用及变动困扰

    我采访了一些大型企业的恼火高管,他们直到上个月 GPTs 被停用前仍很依赖它。是的,GPTs 已经失去了实用价值。但大型组织规划复杂,且所有实验室(不仅仅是 OpenAI)不断做出突然的变更,让他们感到困惑。

  3. Ethan Mollick38

    GPT-6 Pro频繁发现论文错误

    GPT-6 Pro 经常在其他工作中顺带发现学术论文中的所谓错误。如今,确认这些错误并了解其重要性仍需大量时间,但速度会越来越快。我们目前缺乏应对海量更正的合适机制。

  4. Ethan Mollick12

    埃森·莫利克吐槽回复机器人

    令人沮丧的是,本站的平均回复机器人已将其“回复垃圾”策略转向提出有趣的问题。这感觉像是真正的智力互动,这使得它比仅仅用“人们忽略的部分”来重述帖子更糟糕。

  5. a16z33

    Waymo高管谈判断产品发布临近

    @Waymo 的 Dmitri Dolgov 就如何判断距离产品发布是一年还是十年发表看法:“我反复看到的一个模式是,你是否实现了发现层面的收敛?你今天遇到的问题,与六个月前遇到的问题有多大差异?”

  6. a16z28

    Stripe 称2026年为奇点元年

    John Collison 谈为何 @Stripe 将 2026 年 1 月 1 日称为“奇点第一天”,以及新公司创建数量创历史新高:“Unix 纪元始于 1970 年 1 月 1 日。我们决定将奇点纪元定为 2026 年 1 月 1 日……我们现在正处于奇点之中。” “这不是

  7. Andrej Karpathy28

    Karpathy:LLM能力认知鸿沟扩大

    重提这条4月的推文,因为大众对LLM能力的理解差距正在*扩大*。这已不再是“两群人各说各话”,而更像是一个急剧收窄的漏斗。粗略估算约有60亿人(约占总人口的75%)几乎从未

  8. Ethan Mollick12

    最先进模型更具创造力与洞察力

    最先进的模型也更具创造力和洞察力,更擅长处理细微差别和定性数据,更能产出美好的事物,并能为需要各种帮助的人提供更多协助。(当然,它们也更有可能产生不良内容。)

  9. Ethan Mollick18

    实验室模型应用仍局限安全数学

    不想太啰嗦,但值得指出的是,拥有高级模型访问权限的5000名实验室人员中,许多人仍未充分利用这些模型:目前主要集中于网络安全、数学和AI研发。其实还有很多其他领域可以推进,也有很多问题需要解决……

  10. a16z34

    Figma CEO谈设计即代码与模型价值

    Figma 的 Dylan Field 阐述为何设计是新的代码,以及随着模型变好价值将流向何处:“如果你相信编码模型会持续进步,那么你也相信这更多属于外环架构,即你关于如何构建系统所做的决策

10月11日周日
  1. DeepLearning.AI30

    Andrew Ng谈智能体算力需求

    本周Andrew Ng在The Batch的信件:他的一个智能体每天进行5,000到10,000次网络搜索。智能体将需要更多数据中心。此外还包括:GPT-6.1 Sol Gemini 4 Argon FLUX 3 Action HYSET https://hubs.la/Q04zPZP60 #DeepLearningAI

  2. DeepLearning.AI28

    吴恩达解析智能体为何需新范式

    智能体不像早期聊天机器人那样仅消耗输入输出 token。智能体使用计算机:搜索、存储、分析、交易,其规模非人力所能及。在本周 The Batch 的 Andrew's Letter 中,吴恩达解释了这意味着我们需要

  3. a16z33

    前英特尔CEO谈AI半导体创新

    前英特尔 CEO Pat Gelsinger 与 a16z 的 Raghu Raghuram 和 Guido Appenzeller 探讨下一代半导体创新以及塑造 AI 基础设施建设的物理限制:Pat 凭借设计英特尔 386 和 486 处理器的经验,解释了 AI 如何

  4. a16z28

    前英特尔CEO谈18岁入职经历

    前英特尔 CEO Pat Gelsinger 谈论他 18 岁被录用、在读博期间设计英特尔芯片以及与斯坦福教授争论的经历:“我 16 岁时意外获得奖学金。我去了一所技术学校,跳过了高中最后一年半,然后加入了英特尔

  5. a16z28

    TypeSafe AI 谈廉价智能改变软件

    TypeSafe AI 的 Diogo Almeida 解释了 Jev 为何名为 Jev,以及廉价智能最终如何改变软件:“AI 如此酷炫,而软件十年来却毫无变化,这太疯狂了……我们所能做的,顶多是在侧边加一个能执行操作的小聊天机器人,

  6. a16z23

    Ben Horowitz谈TypeSafe AI理念

    Ben Horowitz 和 Diogo Almeida 谈论 TypeSafe AI 的“构建生产环境,而非上帝”方法:Ben:“你在那里说了一些在当今世界非常不寻常的话,即‘AI 真的非常有趣’。这家公司对 AI 的态度和观点与其他所有人截然不同。”“如果我们 had

  7. a16z28

    TypeSafe AI谈SaaS为何能赢AI

    TypeSafe AI 的 Diogo Almeida 阐述为何枯燥的 SaaS 公司最有可能在 AI 领域胜出:Ben:“当编码智能体出现时,发生了‘SaaS 末日’,它们的所有估值都跌入谷底。然后当 Jev 出来时,每家 SaaS 公司都觉得,‘这是最伟大的