理解先于编码:当 Agent 自动化的是错误的问题
作者从牙科诊所要“在线预约系统”但真正问题是病人爽约的例子出发,讨论需求理解与实际建成之间的鸿沟,并引用 Fred Brooks《No Silver Bullet》中“最难的是精确决定构建什么”的观点。
作者从牙科诊所要“在线预约系统”但真正问题是病人爽约的例子出发,讨论需求理解与实际建成之间的鸿沟,并引用 Fred Brooks《No Silver Bullet》中“最难的是精确决定构建什么”的观点。
作者复盘 AI 编码对开发流程的影响,指出输出提升、代码质量未降,但需求本身成了新的瓶颈,一个需求仅加一个复选框的工单因未定义负向路径、交互和文案而在 QA 阶段拖了两周多。开发省下的时间被事后来回沟通消耗,唯一有效做法是在工单到达工程师前把文案、组件、负向路径和可测试的验收标准都准备好。
芝加哥大学数学教授 Frank Calegari 撰文称,AI 时代数学招聘将更多依赖人与人直接交流而非书面材料,更看重研究愿景与表达能力,文章发布于陶哲轩博客。他认为 30 分钟的面对面交流即可区分批量用 AI 生成证明的候选人与有清晰研究愿景者,并批评仅凭论文录用学生的“懒惰的评审委员会”。随着 OpenAI 推出数百项针对复杂数学难题的方案,数学界正思考如何在 AI 时代保持自身价值。
The Verge Decoder 播客发布对 Cognition 首席安全官 Alex Stamos 的访谈,他判断过去二十年形成的数十亿美元网络安全产业时代已经结束,行业正进入 AI 驱动攻击的黑暗时代。
印度全国软件与服务公司协会会长拉杰什·南比亚尔警告,随着 AI 逐渐接手基础编程和软件测试工作,印度应届毕业生进入科技行业可能更加困难,求职难要等软件出口企业适应新商业环境后才能缓解。
张艺谋在厦门举行的第 39 届中国电影金鸡奖国际电影节展对话上表示,AI 短视频产值已到几百亿、大量人观看,对电影行业是很大的挑战。他坦言不知五年、十年后 AI 全面超越人类时该怎么办,寄语年轻导演学习积累、讲自己心中的故事。国家广播电视总局相关负责人 11 月 5 日也重申,对微短剧“扶持真人剧,规范 AI 剧”。
比尔·盖茨认为,向富豪征收类似加州亿万富翁税的税款,或许是应对 AI 时代贫富差距最合适的办法。据《财富》杂志报道,他表示慈善捐赠是自愿的,解决不平等的首要责任在政府,应按财富水平实行累进征税,并提出对 AI 模型消耗的 token 和机器人征税。
METR新报告披露Anthropic的三个内部模型Model 2、Model 3、Model 4,分别在今年7月、8-9月、9-10月完成训练,其中Model 4的综合能力指数AECI达到178.6,比一个半月前发布的Opus5.5高约3.9分,约相当于三个月的能力进步,METR还估计自2025年10月以来AECI增速约为此前的1.9倍。
Jeff Dean在斯坦福HAI与李飞飞对谈,判断RSI不可能无限快,构建基座模型仍需大量训练和实验,并介绍新公司Discovery Loop已有约20个自动改进循环在运行,目标是让领域专家生产力提高20到50倍。
选民对科技巨头的敌意帮助塑造了美国中期选举的选情,类似的担忧情绪正在西方蔓延。与之形成鲜明对比的是,东方对 AI 的态度明显乐观得多。
马斯克在第 33 届巴伦投资大会上表示,特斯拉 Optimus 机器人可能采用租赁模式而非直接销售,初期单台成本约 3 万美元,之后有望逐步降至 2 万美元左右。
Nilay Patel 在 The Vergecast 节目中表示,AI 产品还不够好,无法让用户接受其代价,各公司在这些产品上的支出超过收入。他指出智能体还不真实,成本过高而收益不实。他认为 AI 行业只有做出更好的产品,让用户无需被说服、无需宣传就能看到使用产品确实让生活变好,才能走出困境。
Sina Rezaei 提出,清晰的提示词只解决指令表达,模型对指令的理解和执行是另外两种能力,需要分别评估。他把使用 AI 的工作拆为指令设计、理解准确性、执行可靠性、任务复杂度四个维度,并以图像编辑改动了不该动的区域、重构支付服务时把幂等检查移出数据库事务导致并发下可能创建重复交易为例,说明通过现有测试不等于行为约束得到保留。
Ed Zitron 发长文分析美国周二选举夜后的政治变局,认为蓝潮令数据中心建设遭遇广泛政治阻力,可能导致 AI 资本开支泡沫破裂。文中数据显示 33 项限制数据中心的公投案已通过或领先,俄亥俄州 21 个市政投票限制,12 个州当选或领先的州长候选人主张暂停建设,36 位当选者中 34 位支持用电户保护。
a16z 作者 Asaf Ezra 撰文提出,AI 已让漏洞利用变得廉价而补丁速度几乎未变,出路不是更快打补丁,而是让系统在无法及时修补时也得到保护。
Tomasz Tunguz 分析称,AI 攻破企业网络的成本五个月内下降 99%,同类入侵从 4 月国际清算银行定价的 $5k–$10k 降至智谱开源模型 GLM-5.3 的约 $90。
上海交通大学张伟楠在 CNCC 2026 Tutorial 演讲《物理智能及关键技术概述》,提出物理智能是感知、预测、行动与持续学习的完整闭环,范围比具身智能更广。
OpenAI CEO 奥尔特曼在 Raj Shamani 播客上警示,AI 可能因人类逐步交出控制权或某一方垄断技术而走向失控。他称人类可能有意或无意地把控制权交给能力远超人类的系统而无法夺回,并主张多家 AI 实验室相互竞争比依赖一家企业更安全。他仍坚信 AI 会带来更美好的未来,下一代 AI 模型可推动基础科学持续进步。
Azeem Azhar 撰文认为民主党赢下中期选举后的数据中心反对浪潮是真实的民主参与而非 AI 的丧钟,地方可借并网排队期把反对声浪变成谈判筹码。文中引述选民通过 44 项限制数据中心地方提案中的 43 项、Nasdaq 蒸发超 2.5 万亿美元市值,并指出美国并网平均要等 4 年,而每颗 B300 芯片通电后每小时可产出约 8 美元。
a16z 发布本周图表周报,核心观察是 Apple 避开 AI 资本开支竞赛,成为年初至今唯一跑赢纳斯达克的 Mag7 公司。2023 年以来四大超大厂资本开支增至约 6-9 倍,Apple 的资本开支反而低于 AI 支出潮启动前,市场表现正在奖励这种选择。
Gary Marcus 发文讨论市场昨天蒸发 2.5 万亿美元之后的走向,并预告给出五项预测。他指出这次下跌只是坏消息的一部分,英国央行的一项研究显示 AI 再次未能带来人们预期中的生产力提升。文章其余内容需订阅后阅读。
智象创始人梅涛在世界顶尖科学家论坛国际工程智能大会上提出智能体化的全模态世界模型,认为大语言、多模态与具身大模型三条技术路线终将合流。该模型由LLM、Omni-Model世界模拟器和具身上下文三部分协同,让思维与物理世界统一于同一Token空间。
微软联合创始人盖茨在 FT Future of AI Summit 上表示,特朗普的不作为使世界暴露于 AI 生物武器风险。他称 AI 可能引发一场“明显比 Covid 更严重”的大流行疫情。
Hugging Face CEO Clément Delangue 在 WIRED World Fair 上表示,未来 AI 风险更可能来自闭门造车的大公司,开源生态是对冲手段,他的 P(doom) 接近零。
The Verge Decoder 节目专访哈佛商学院教授 Willy Shih,讨论其新书《Where Does My Stuff Come From?》及全球供应链经济学。对话涵盖 Foxconn 威斯康星 LCD 工厂为何失败、Trump 关税下企业将组装转移到越南或墨西哥的规避策略,以及中国为何仍是全球制造中心,并讨论 AI 基础设施扩建对全球计算资源的巨大消耗。
Platformer 专栏作者 Casey Newton 认为,民主党在中期选举拿下国会两院后,反 AI 浪潮虽有授权,但监管缺一份计划,恐重蹈社交媒体监管无果的覆辙。
Meta 总裁 Dina Powell McCormick 在 WSJ Tech 大会上表示,中期选举中民主党的胜选将令企业更难建设数据中心,行业尚未充分解释这些投资的好处。
Gary Marcus 记录 AI 股市剧变:昨日 CoreWeave 等 neocloud 公司与芯片股大跌,Amazon、Apple、Google 等巨头反而反弹。市场猜测资金正转向更能抵御现金紧缩的巨头,也预期巨头将因数据中心遭公众反对而收敛 CapEx。而今日盘面演变为“屠杀”,几乎无公司幸免。
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。
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。