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
全部 AI 动态
Andrej KarpathyAI 评分2828 Ethan MollickAI 评分00 Ethan Mollick 分享数据链接
数据在此：
Ethan MollickAI 评分1212 赛博格正主导数学研究
突然之间，赛博格开始主导数学研究。
Ethan MollickAI 评分1212 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。）
Ethan MollickAI 评分1818 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……
a16zAI 评分3434 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
Artificial AnalysisAI 评分5858 Artificial Analysis 发布图像生成模型能力评测
Artificial Analysis 发布了针对主流图像生成模型的能力评测结果。该评测基于独立测试数据，对比了不同模型在生成质量、一致性等维度的表现，帮助用户直观了解各模型的实际效果差异。
Artificial AnalysisAI 评分1313 HeyGen Voice 北极燕鸥示例提示词
HeyGen Voice 的示例提示词：“Arctic terns have the longest migration of any animal, flying roughly 44,000 miles annually from the Arctic circle to the Antarctic circle and back again.”
Artificial AnalysisAI 评分3535 HeyGen Voice登顶TTS排行榜
HeyGen Voice 在 Artificial Analysis Controlled Voice TTS Arena Leaderboard 上占据第 #1 位置，领先于阿里巴巴的 Qwen-Audio-3.1-TTS-Plus 和 ElevenLabs 的 Eleven v4 Turbo。HeyGen Voice 是 @HeyGen 推出的首个 Text to Speech 模型，在我们的 Controlled Voice Arena 中接受评估，其中
Artificial AnalysisAI 评分2121 AA-Robotics v0.1即将发布
如今的前沿语言模型能否在零样本、无指导的情况下控制真实的机械臂？AA-Robotics v0.1 即将推出。
Artificial AnalysisAI 评分1212 AA-Video-I2V v1.0 提示词示例
AA-Video-I2V v1.0 提示词 [1/3]：硬拉个人纪录尝试，杠铃弯曲，拉起缓慢，锁定，尖叫，放下。紧握、拉起、杠铃弯曲、锁定、尖叫、放下。
Artificial AnalysisAI 评分3333 HiDream-O1-Video-1.0 视频榜第六
HiDream-O1-Video-1.0 在 Artificial Analysis 带音频图生视频排行榜上 debut 排名第 6。HiDream-O1-Video-1.0 是 HiDream 推出的新视频模型，该团队自称“专注于生成式 AI 和原生全模态世界模型”。HiDream 将其定位为
DeepLearning.AIAI 评分3030 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
DeepLearning.AIAI 评分2828 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
a16zAI 评分3333 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
a16zAI 评分2828 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
a16zAI 评分2828 a16z领投TypeSafe AI A轮
我们很高兴地宣布，a16z 领投了 TypeSafe AI 的 A 轮融资：“与 @TypeSafeAI 一样，我们相信 SaaS 和软件的未来一片光明。AI 应该让软件更强大，而不仅仅是自动化现有软件的复刻。这种精神上的契合延续着
a16zAI 评分2828 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，
a16zAI 评分2323 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
a16zAI 评分2828 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
a16zAI 评分3333 a16z：廉价智能助AI走出聊天框
AI 在三年内经历的泡沫破裂程度，相当于 PC 在十五年内所经历的。 廉价的智能正是让模型走出聊天机器人、进入真正发生工作的软件领域的关键
a16zAI 评分2424 a16z：Token降价与GPU涨价趋势
Token 价格持续下跌，而 GPU 租赁价格持续上涨。智能成本降低，使用量增加，最终每个软件都将包含一个模型
a16zAI 评分3030 呼叫中心岗位由增转降趋势分析
呼叫中心岗位过去15年以每年约4%的速度增长，如今正以每年4%的速度缩减。本周图表：https://a16z.news/p/this-week-in-charts-are-prediction…
a16zAI 评分4242 ChatGPT致多国呼叫中心岗位下滑
自 ChatGPT 发布以来，除中国外，以下列出的每个国家的呼叫中心岗位均放缓或下降。其他白领职位持续增长。本周图表：https://a16z.news/p/this-week-in-charts-are-prediction…
a16zAI 评分4040 Figma CEO谈AI对设计质量的影响
Figma 的 Dylan Field 表示，我们对“slop”（劣质内容）的定义一直在悄然变化：“我说过，‘AI 会降低下限并提高上限。’但我不得不纠正自己，因为实际上我们目前还没看到这种情况。” “我们看到的是它降低了下限。做……变得更民主化了
a16zAI 评分3333 a16z：全球呼叫中心岗位流失加剧
呼叫中心岗位流失始于富裕国家，如今已蔓延至全球。高收入市场在2022年转为负增长，中低收入国家则在2025年出现逆转。本周图表：https://a16z.news/p/this-week-in-charts-are-prediction…
Ethan MollickAI 评分1515 数学家用Opus 5.5制作音乐视频
一位数学家回应 OpenAI 的证明，用 Opus 5.5 制作了一个音乐视频。相当不错。
Ethan MollickAI 评分1212 莫利克谈去技能化与暗模式
我在应对 CAPTCHA 和客服中的暗模式方面正在“去技能化”。
vLLM 官方博客精选AI 评分7878 vLLM 宣布支持 NVIDIA Vera Rubin NVL72，吞吐量较 GB200 提升 7.8 倍
vLLM 正式宣布支持 NVIDIA Vera Rubin NVL72 平台，在 AgentX 基准测试中实现每 GPU 吞吐量较 GB200 NVL72 提升 7.8 倍。
推荐理由：vLLM 官方展示了在 Vera Rubin NVL72 上的初步性能数据与内核优化细节，为评估下一代硬件的推理收益提供了具体参考。
Ethan MollickAI 评分1313 Muse与Dot用户分享AI主动助益体验
我和很多人聊过 AI，并非所有人都理解它在工作之外如何对自己有用。因此，当我和使用 Muse 或 Dot 的人交谈时，他们常会讲述 AI 如何主动帮助他们做事的故事，这让他们对 AI 感觉良好
Ethan MollickAI 评分3838 Metaculus重制测试确认AGI赌约
不仅Astra击败了Montezuma's Revenge，Opus 5也做到了。但解决这一AGI赌约的标准之一是AI要赢得一个已停发的奖项，该奖项类似于弱图灵测试。因此Metaculus决定重制该测试以确认标准是否达成。真棒！
Ai2 / Allen Institute for AIAI 评分4545 Ai2 在 COLM 2026 展示 Olmo Hybrid 与 AstaBrief 等开放科研成果
Ai2 在 COLM 2026 发布 Olmo Hybrid，该混合架构结合注意力与循环层，使模型达到 Olmo 3 7B 的 MMLU 准确率且训练 token 减少 49%。同时推出开源权重模型 AstaBrief，支持生成带引用的科学报告，并展示了发表于 Nature 的字节级模型 Bolmo。
AnthropicAI 评分4747 Anthropic发布Claude行为评估报告
我们正开始更频繁地发布关于模型行为的报告，内容超出系统卡和常规风险报告的范畴。今日的报告描述了我们在评估和内部使用中发现的四类行为。在每种情况中，Claude 都针对真实
Sierra Blog精选AI 评分8282 Sierra 发布 Personal Agent Protocol (Poppy) 草案并公布35家设计合作伙伴
Sierra 联合 Meta、OpenAI 等公司发布了名为 Poppy 的 Personal Agent Protocol 草案，旨在建立个人智能体与企业服务之间的标准交互协议。
推荐理由：原文公开了个人智能体协议草案及35家设计合作伙伴，明确了基于OAuth和MCP的标准交互流程，为开发者提供了构建智能体与商业服务对接的具体规范。
Ethan MollickAI 评分88 知识蒸馏循环持续进行
知识蒸馏循环持续进行。
Ethan MollickAI 评分1818 数学与代码量激增非进步
数学家指出证明并不总是等同于推动数学发展，这是合理的。但这意味着我们需要为数学的目标设定新的方向。同样的情况将发生在所有领域。100倍的PPT或代码量并不总是进步——那什么才是？
AWS Machine Learning BlogAI 评分4242 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 基于 Amazon Bedrock 构建 Agent Mode，服务 4000 万开发者。该架构通过向量数据库将 170+ 工具动态筛选至约 15 个以解决工具蔓延问题，并集成 Guardrails 进行 PII 脱敏及多层级提示词缓存，实现跨地域推理与零数据保留。
AWS Machine Learning BlogAI 评分4242 AWS 发布 Amazon Bedrock、AgentCore 及 Strands 九月更新：新增 OpenAI GPT-6 Astra 与 Kimi K3 等模型支持
AWS 推出 Amazon Bedrock Managed Agents 公开预览，支持 OpenAI 模型并保留数据在 AWS 内。Strands 发布开源工具包 harness（节省 28% token）及 2B 参数决策模型 Decider 2B。
OpenAI NewsAI 评分3535 Asana 使用 GPT-6.1 Sol 将浏览器测试模型成本降低 76 倍
Asana 在 Codex 中使用 GPT-6 Astra，使其浏览器智能体在测试中成本降低 76 倍、速度提升 5 倍。这一优化旨在为客户提供更强大的模型能力。
Hugging Face BlogAI 评分4949 Ai2 实施 GPU 集群高影响力调度策略
Ai2 用包含 GPU 时间预算、层级公平份额分配和时间切片合约的系统替换了基于优先级的调度器。该方案将资源争夺转化为透明的行政预算流程，解决了 NVIDIA H100/B200/B300 集群中的“公地悲剧”与优先级通胀问题。