Reddit 联合创始人 Alexis Ohanian 称做社交媒体应用已不再酷
Reddit 联合创始人 Alexis Ohanian 在首届 WIRED World Fair 上表示,做社交媒体应用已不再酷,他期待群聊的更好版本成为下一代用户生成内容(UGC)。
Reddit 联合创始人 Alexis Ohanian 在首届 WIRED World Fair 上表示,做社交媒体应用已不再酷,他期待群聊的更好版本成为下一代用户生成内容(UGC)。
Pragmatic Engineer 播客访谈前 Slack 后端性能负责人、前 GitHub 工程师 Maude Lemaire,讨论超大规模产品的扩展挑战。
出席 FT Future of AI 峰会的科技高管承认,科技行业自身助长了外界对其扩张的敌意。他们警告,这股 AI 反对浪潮正威胁万亿美元规模的数据中心繁荣。
Timothy B. Lee在Understanding AI撰文,用机器人学的sim-to-real差距概念解释AI为何在编程、数学等领域进展迅速,而对律师、建筑师等其他职业的实际影响有限。
a16z 撰文分析称,AI 已把漏洞利用从熟练攻击者数月的工作压缩到几小时的机器时间,而补丁修复速度没有同步加快,小机构无法再靠不起眼而幸免。文中举例,8月最后一天一名操作者用数百个 AI 智能体在4小时内攻入第一个真实目标,随后26秒内攻陷11个组织,GreyNoise 最终统计395个组织在48个国家被攻破,其中一半是学校,所用的是廉价的开放权重模型。
推荐理由:文章用23年漏洞利用数据说明攻击成本下降的幅度,并给出两年内可公开核查的指标,便于读者自行判断趋势走向。
404 Media 记者撰文分析,民主党在中期选举中获胜后,美国右翼网络社群长期依赖的 X 平台回音室和 AI 生成迷因(如 Anakin Skywalker 与 Malfoid 梗图)未能转化为现实政治影响力。
咨询公司的情况表明,毕业生其实能从AI崛起中受益。企业需要的初级员工,其技能应超越愿意长时间工作和批量制作幻灯片的范畴。
靠恶搞 ChatGPT 走红的 Matt Husk 在 WIRED World Fair 上表示,OpenAI、Anthropic 和 xAI 都找过他谈合作,xAI 曾提出让他独家为其做视频一周就送一辆 Tesla。
spaCy作者、Explosion联合创始人Matthew Honnibal发文质疑MIT的Astra研究,称其把实验条件迥异的多项能力包装成一种读写AI权重的超能力,存在误导。
Databricks 一线工程师撰文提出企业重估单一前沿模型供应商策略的七大压力,主张开放权重模型已能以更低成本达到与顶级前沿模型相当的基准表现,并带来数据主权与运营自主。
推荐理由:文中七条来自企业部署一线的观察,解释了单一前沿模型策略为何被重估,以及开放权重模型的成本与治理权衡。
Nathan Lambert 在 Interconnects 发文估算开源模型经济规模,认为现有开源模型采用数据都很不精确,主要用 Baseten、Fireworks、Together AI 的 token 披露和 OpenRouter 的开源模型 token 占比来衡量。
a16z 发文判断科技并购正承受超出周期波动的结构性压力,风投则更适配新一轮技术浪潮,并建议 LP 复盘 2021-2022 年份的并购出资、查清贷款利息资本化(PIK)情况并寻找退出路径。
Redwood Research 研究员 Alec Harris 撰文分析 OpenAI 披露的两起智能体关闭失对齐监控事件,认为其处置存在漏报和流程不透明问题。
推荐理由:作者依据 OpenAI 报告中的监控标记率数据,指出无监控运行事件在上报环节的薄弱点,并提出两条改进建议。
Tomasz Tunguz 撰文分析 2027 年 AI 的算力天花板,预计美国在线电力约 80GW,相当于在 12 个月内再造美国历史上全部算力的一倍。
Ed Zitron 撰文论证 AI 行业资金池正在见底,关键证据是 OpenAI 上周仅以 1.25 万亿美元估值融资 110 亿美元,低于此前传闻的 1.4 至 1.5 万亿美元目标,而其 2026 年 Q1 收入成本加研发开支已达 121 亿美元。
推荐理由:原文逐项拆解 OpenAI 融资缩水与 Anthropic 修订版 S-1 的成本承诺,读者可以据此核对两大实验室资金链的真实压力。
a16z 调查 500 名美国消费者并解读长寿市场现状:疫情与 ChatGPT 推动自主健康管理走向主流,Function Health、Oura、WHOOP 与 OpenAI、Anthropic、Amazon、Apple 正竞逐“医疗之家”入口。调查中 62% 受访者愿为“无毒”标签产品多付费,70% 在过滤饮用水;GLP-1 药物的成功还带动了未经 FDA 批准的多肽使用浪潮。
Tomasz Tunguz 发文分析算力成本翻倍后的 AI 实验室财务策略,判断 2027 年的赢家是能让客户合同期限与底层 GPU 租期匹配的实验室。据其引用的 Anthropic S-1/A,GPU 短期租约时薪已从 $3 涨至 $12 至 $13,Anthropic 每 GPU 等效小时混合成本从 $3.10 升至 $5.65。
Latent Space 发布与 Legora CTO Jacob Lauritzen 的长访谈,讨论在无法查看客户数据的前提下如何构建和测试法律智能体。Legora 从斯德哥尔摩地下室用 ChatGPT、瑞典法律和搜索工具起步,如今律师可用它起草编辑 Word 文档、在单个表格中审查 10000 份合同或做尽调。
LangChain 的 Harrison Chase 撰文认为,智能体向主动式、常驻、目标导向转变带来一批尚无通用解的上下文工程新挑战。他指出长对话摘要、大工具结果卸载、技能渐进披露、工具搜索、子智能体和 Bash 已是标准做法。而主动通知的度、记忆该记什么、异步任务与主智能体的协调、目标拆解与防止作弊(如删光代码库来清除 bug)、浏览器工具的上下文管理等仍是开放问题。
a16z 提出 AI 应用持续赢得溢价的三条规则,分别是比客户自己更会执行工作流、让租用上下文便宜过重建、先证明价值再定价捕获。Repsol 法务在盲测中对比 Harvey、Microsoft Copilot 与内部原型 Lexia 后选择 Harvey 全面推广,律师每周节省 4 到 6 小时,法务部门采用率达 96%。
AI 编程成本不该按 token 计量,而应以「每合并 PR 成本」衡量交付成果。编程智能体单任务耗用的 token 可达普通聊天的 10-50 倍,Uber 扩用 Claude Code 后据报 4 月即耗尽 2026 年 AI 预算。HPE 将 150 多个内部应用的常规任务路由到本地开源权重模型,token 成本降 30-50%。
MIT Technology Review 发文判断智能体网络已经到来,Meta 的 Muse、OpenAI 的 Dots 和 Anthropic 的 Claude Duet 等智能体正被接入用户邮箱与银行账户,开始改写以人类为中心的互联网。
推荐理由:原文将当下智能体大规模上网与二十年前无人问津的语义网设想对照,解释大语言模型为何让自主智能体真正具备了上网执行任务的能力。
IEEE Spectrum 主编 Harry Goldstein 撰文指出,AI 可一键生成看似可信的假论文,学术出版界正陷入 AI 垃圾内容与检测系统之间的军备竞赛。
Azeem Azhar 的 Exponential View 第 608 期用 39 张图表拆解 Anthropic 的 IPO 路演材料,追问它是否是一门真实生意。文中提出 AI 智能体共享模型权重与工作状态,可能催生“超合作企业”——2018 年美国最大的 1% 企业已持有 97% 的公司资产。本期还上线会员图表库 EV Charts,收录 AI、能源、地缘政治等 500+ 张数据图表。
Gary Marcus 记述梵蒂冈之行,近距离听教宗 Leo XIV 就 AI 发表演讲并完全认同其五点主张。五点主张为 AI 的未来取决于人类选择、机器是工具而非人、应在 11 月日内瓦会议上推进禁止致命自主武器、技术须服务共同利益,以及建立能落实伦理原则的国际机构,各点均标注其通谕 Magnifica Humanitas 的条目号。
Nathan Lambert 撰文复盘自己数周前关于开源权重模型网络风险的判断,认为大体仍然成立:即便 Claude Mythos 当时以开源权重泄露,带来的也更可能是网络风险加速而非质变。
Dwarkesh Patel 发布传记作家 Robert Caro 的长访谈,Caro 总结研究 Lyndon Johnson 与 Robert Moses 五十年对权力的理解。
Andrew Chen 在 a16z 撰文分析 AI 时代可能大量出现的新型创始人画像,涵盖独立创始人、非技术创始人、领域专家、学生和内容创作者,并逐类给出支持与质疑的理由。
ChinaTalk 刊发 GovAI 研究员 Zilan Qian 的长文,对“中国55%的AI token用于AI短剧和视频生成”这一流传说法溯源,指出数字出自中文在线2026年6月3日的投资者路演,且中国信通院报告中的对应表述已从官网撤下。
Alphabet 迎来上市以来最差的单日表现,股价下跌 12.6%,蒸发约 $500 billion 市值,Google 首席商务官 Philipp Schindler 承认 AI Mode 的变现能力低于传统搜索。
推荐理由:文章把 Google 与 Reddit 同日的股价重挫并置,说明 AI 搜索为何让平台更有优势而开放网络变得更小更贵。
ChinaTalk 播客对话 Accenture Federal Services AI 与数据董事总经理 Barnett Koven,讨论美国政府如何应对超级智能竞赛。
Pragmatic Engineer 播客发布与 Titus Winters 的访谈,这位 Software Engineering at Google 主笔作者主张几乎推倒重写现行 ACM/IEEE 本科 CS 课程。
Partnership on AI 研究者 Madhulika Srikumar 与 Claire Leibowicz 撰文指出,当前智能体框架不能可靠生成安全部署所需的可观测性记录,业界应对智能体越权行为主要依赖运气和事后补救。
ChinaTalk 发布对葬AI作者咸鱼的中文播客访谈和英文节译稿,围绕他的 AI 讽刺写作、自建视频模型梗图评测 MemeBench,以及中美 AI 行业谁的热度更极端展开。
Ed Zitron 撰文批评 Anthropic 的 IPO 招股书,称其以 Q2 的 9.74 亿美元盈利塑造公司形象,却省略 Q3 营收、未来付款计划和现金状况等关键数据。
推荐理由:作者基于 Anthropic S-1 逐项拆解其披露缺口与计算成本走向,为评估 AI 公司 IPO 风险提供了一个可核对的参照。
Nathan Lambert 撰文分析 Artificial Analysis 智能指数 v5 及其折射的评测者两难,认为把模型能力聚合为单一数字必有取舍,而独立评测在万亿美元市场中实际左右赢家与输家。
Azeem Azhar 解读 Anthropic 的 S-1 文件,称其已从实验室变成有满意客户、现金流和充足资金储备的生意。他指出增长仍很高但正在放缓,超过 80% 的收入来自发布不超过六个月的模型,Q3 可能因向其基金会付款而出现边际亏损。文件未回答能否维持增长以支付已承诺购买的算力;他的 AI Investment Brief 围绕六个问题给出了 39 张图表的详细分析。
推荐理由:原文用39张图表拆解Anthropic S-1数据,指出超八成收入来自半年内新模型,增长虽高但正在放缓。
Azeem Azhar 在 Exponential View 撰文分析奇点论,认为对科学而言瓶颈不在智能,数学和编码之外的领域研究闭环更难闭合。
Charlotte Bullard 在 ChinaTalk 撰文指出,中国游戏产业是中国政策中一个反复出现的矛盾的缩影:北京先着手打造国家冠军企业,随后又在结构上束缚它们。她毕业于 Johns Hopkins SAIS,主攻中国与科技政策,撰写 Substack 博客 PandaMonium。
Nathan Lambert 与 Florian Brand 在 Interconnects 播客中讨论 Kimi K3.1 Pro 基准亮眼却社区反响分化的原因,并评估开放权重模型与网络安全的新格局。