全部 AI 动态 · AI 热点

7月31日

05:11

Genspark@genspark_ai

76°

Genspark 宣布加入由 NVIDIA、Microsoft、IBM、Cognition 等发起的 Open Secure AI Alliance。该联盟旨在建立开源、社区驱动的安全基础设施，应对代理（agentic）时代的独特挑战。NVIDIA 也在官方账号中欢迎新成员。这标志着行业在 AI 安全领域的一次重要协作。

事件专题

推荐理由：Genspark 和 NVIDIA、微软等巨头联手搞开源的 AI 安全联盟，专门解决智能体时代的安全问题，挺有看头。

原文

03:32

Genspark@genspark_ai

超过230家公司和组织公开支持开放权重AI生态系统，Genspark宣布作为成员加入这一跨行业联盟。NVIDIA、微软等巨头共同推动生态联合，强调开放权重模型的发展势头正在持续增长。该联盟旨在通过开放合作强化AI基础设施。

行业 Genspark NVIDIA Microsoft

事件专题

推荐理由：230多家公司联手挺开放权重模型，NVIDIA和微软都在列，开源AI生态要起飞了。

原文

7月30日

23:56

官方账号快手可灵 Kling@Kling_AI

Kling AI被用于制作电影《L’Ultimo Uomo Reale》，该片在2025年戛纳狮子奖中获奖。影片通过Kling AI保持了角色一致性和电影级细节，实现了超越逼真视觉的可信表演。导演Sebastian Strasser称之为“受控技术”，探索了AI能否让观众感受到情感。

行业 Kling AI L’Ultimo Uomo Reale AI电影制作

推荐理由：Kling AI帮拍了一部获奖电影，角色一秒没崩，画面帧帧电影级，比单纯生成图厉害多了。

原文

22:41

官方账号Simon Willison@simonw

精选

Anthropic和OpenAI的AI产品重度依赖搜索功能，但两家公司均未公开其使用的底层搜索索引。Simon Willison在推文中指出这一现象，认为缺乏透明度。用户无法知晓搜索结果来自哪个索引，可能影响对产品可靠性的判断。

行业 Anthropic OpenAI 搜索

事件专题

推荐理由：Simon Willison吐槽Anthropic和OpenAI的搜索黑盒，点出了AI产品透明度问题，值得关注。

原文

22:40

官方账号Simon Willison@simonw

Simon Willison在Anthropic信任门户的子处理器列表中发现其与Brave的合作关系。该列表通常仅供合规审查，未在公开宣传中提及。Brave是隐私浏览器，其搜索功能或与Anthropic的AI产品集成。这一发现揭示了AI公司数据共享的透明度问题。

行业 Anthropic Brave 合作伙伴

事件专题

推荐理由：Simon扒出了Anthropic和Brave的秘密合作，藏在子处理器列表里，看AI公司怎么悄悄搞数据共享。

原文

22:39

官方账号Simon Willison@simonw

Anthropic 在 2025 年 5 月更新了子处理器列表，新增了 TurboPuffer。这表明 Anthropic 可能正在使用自己的索引来运行搜索功能，而非依赖外部服务。此前该公司并未公开这一变化，仅通过子处理器列表更新透露。TurboPuffer 的具体作用尚不明确，但可能与搜索基础设施相关。

行业 Anthropic TurboPuffer 搜索

事件专题

推荐理由：Anthropic 悄悄更新了子处理器列表，新增了 TurboPuffer，可能意味着他们开始自建搜索索引了。

原文

18:02

Satya Nadella@satyanadella

75°

微软CEO Satya Nadella宣布正在构建新模型系统，将框架、上下文、记忆和动作空间与具体模型家族分离。该设计旨在优化成本-结果曲线，并允许模型替换以增强业务连续性。系统已应用于微软产品，并通过Azure AI Foundry向客户开放。

行业 Microsoft Satya Nadella Azure AI Foundry

推荐理由：微软搞了个新系统，把模型和框架拆开，换模型更方便成本更低，已经用在自家产品里了，还可以通过Foundry给你用。

原文

16:40

AI Will@FinanceYF5

该方案提出不用人工逐行审核代码，而是通过形式化验证将代码翻译为可读的高层意图，并用数学证明两者一致。AI可以辅助写代码和初审，但最终检查、拍板和否决权必须留给人。文章还质疑当LLM充当评分器、质检和裁判时，其给出的标签是否可信。

行业形式化验证 LLM 代码审核

推荐理由：想避免被AI带偏？看看用数学证明代替逐行审代码的思路，人始终掌握最终决定权。

原文

16:14

AI产品黄叔@PMbackttfuture

WorkBuddy产品/生态负责人受邀加入黄叔的Agent社群，双方将于下周二在北京线下交流。该动态显示国内Work类AI产品竞争升温，8月被提及为重要节点。

行业 WorkBuddy 黄叔智能体

推荐理由：黄叔的Agent社群把WorkBuddy负责人请来线下交流，国内Work类AI产品要开打了，8月可能有新动作，值得蹲。

原文

15:45

AI Will@FinanceYF5

76°

OpenAI联合创始人Ilya Sutskever创立的Safe Superintelligence（SSI）公司，成立两年未发布任何产品，但获得英伟达数十亿美元级别投资。彭博社报道该轮融资为50亿美元，官方未确认具体金额。SSI专注于构建安全的超级智能系统，此笔投资使公司估值可能超过百亿美元。

行业 SSI Ilya Sutskever 英伟达

事件专题

推荐理由：Ilya Sutskever离开OpenAI后创立的SSI，两年没出产品却拿到英伟达50亿美元投资，这说明了超级智能安全赛道有多受资本追捧。

原文

13:38

宝玉@dotey

72°

在Jerry Liu与多位创始人共进晚餐的讨论中，几乎所有人都认为1-2年内将无人审查代码。他们提到可通过多智能体交接和cron jobs构建长期运行的自主智能体循环，而目前多数人并未在Codex或Claude Code中使用主动审查循环。人类仍需提供对齐、护栏和判断力，但AI所需上下文仅需代码库与部分文档。

行业代码审查 AI编程自主智能体

事件专题

推荐理由：Jerry Liu分享了一场创始人晚餐的真实讨论，大家觉得一两年后没人会再审查代码了，还聊了用多智能体和cron jobs做长期循环，挺有意思。

原文

13:29

小互@imxiaohu

76°

LayerX 发现一种“视觉欺诈”攻击，利用自定义字体将乱码映射为恶意命令行，并用 CSS 隐藏无害文本。AI 助手（如 ChatGPT、Claude、Copilot）解析底层 HTML 后误判为安全，而用户看到渲染后的恶意指令。该攻击对 2025 年底市面上绝大多数 AI 助手有效。典型场景是黑客搭建的游戏彩蛋网页，诱导用户运行恶意命令。

行业 LayerX ChatGPT Claude

推荐理由：LayerX 揭露了一种连 ChatGPT、Claude 都中招的新攻击，利用人类和 AI 看网页的视角差欺骗，日常用 AI 判断链接风险的都得提防。

原文

13:17

shao__meng@shao__meng

字节跳动进行AI战略重组，产品端将飞书并入豆包，商业化端将飞书销售团队并入火山引擎。豆包企业版已开始内测，标志字节跳动正式进入企业级AI Agent市场。此举与WorkBuddy等产品形成竞争，推动AI Agent向工作场景渗透。

行业字节跳动豆包飞书

事件专题

推荐理由：字节把飞书并入豆包，还内测企业版，看来要在办公AI上跟WorkBuddy们正面刚了。

原文

11:57

Jerry Liu@jerryjliu0

72°

4月25日，LlamaIndex创始人Jerry Liu在X分享了一场关于agent loops和loop engineering的晚餐讨论。多数参与者未在Codex/Claude Code中主动使用/loop功能。他们认为通过多智能体交接、事件触发或cron作业堆栈可构建长时间运行的自主agent循环。几乎所有人相信1-2年内无人再审查代码，但人类仍需提供对齐、护栏、判断与创造力。

行业 LlamaIndex Claude Code agent loops

事件专题

推荐理由：Jerry Liu分享了和一群创始人聊的agent开发心得，比如怎么搞长周期agent循环，还有1-2年后没人review代码的讨论，挺有启发。

原文

11:13

shao__meng@shao__meng

Lilian Weng 本周早些时候宣布因初创公司压力和健康问题辞去 Thinking Machines CTO 一职。随后她立即重新加入 OpenAI，将从事用 AI 开发新模型的工作（递归自我改进）。这一快速回归引发外界对两家公司工作节奏差异的讨论。

行业 Lilian Weng OpenAI Thinking Machines

事件专题

推荐理由：Lilian Weng 刚因健康离开自己创办的 Thinking Machines，转身就回 OpenAI 了，这剧情反转快得让人想八卦背后的故事。

原文

11:03

Yangyi@Yangyixxxx

Yangyi 引用 Dwarkesh 的分析指出，AI 实验室收入年增 10 倍，但算力只增长 3 倍，缺口需要通过算力涨价弥补。一个能媲美人类工程师的模型若跑在单块 H100 上，其年租金将超过 25 万美元，是现货价的 15 倍。OpenAI 和 Anthropic 的竞争让当前 token 价格低廉，一旦资本整合结束，推理 token 价格将大幅攀升。用户现在每月 20 美元的投入可能带来阶级跃迁，未来 5 年这类机会将消失。

行业 H100 OpenAI Anthropic

事件专题

推荐理由：Yangyi 结合数据推演：算力缺口必然导致推理 token 涨价，现在 20 美元就能用上的顶级模型能力，未来普通人可能用不起。值得一看。

原文

08:32

Gary Marcus@GaryMarcus

72°

Gary Marcus 指出 Derek Thompson 对 Anthropic 收入的预测过于乐观。Anthropic 第二季度收入 109 亿美元，但得益于一次性补贴和 tokenmaxxing 热潮，之后面临 Kimi K3、GLM 5.2 等中国模型的激烈竞争。Marcus 认为全年达到 1000 亿美元以上不现实，且对比 Elon Musk 旗下公司收入（特斯拉 940 亿、SpaceX 180 亿、X 30 亿）具有误导性。关键在于盈利，Anthropic 除 Q2 外每季度都亏损，Q3 前景不明。

行业 Anthropic 收入预测 Kimi K3

事件专题

推荐理由：Gary Marcus 用具体数字拆穿了 Anthropic 年入 1500 亿美元的夸张说法，点出了中国模型竞争和盈利困境，值得一看。

原文

08:10

andrew chen@andrewchen

2024年创业流行“Copilot for X”，2025年已转向“Agent for X”。用户不再满足于需要人类在环的AI产品，而是希望代理自动执行任务并产生结果。Andrew Chen指出，他的Copilot使用经历中，最烦人的是生成大量待审查内容，而真正的需求是更多行动和成果。这一趋势反映了市场对自主AI代理的迫切需求。

行业 Copilot Agent 智能体

推荐理由：别再看那些要你手动审核的AI了，现在该关注能自动干活的Agent，这篇帖子讲透了新趋势。

原文

07:44

andrew chen@andrewchen

71°

知名投资人Andrew Chen在推文中指出，本地/开放权重模型正以惊人速度进步，仅比前沿模型落后数月。他认为前沿模型在90%以上的消费者/专业消费者用例中可能不再必要，真正的竞争集中在剩余10%的高价值场景——编程、科学、数学和机器人。这一观点意味着未来大多数用户将依赖廉价的开源模型运行，而前沿实验室的竞赛将仅限于最复杂的需求。

行业 Andrew Chen open weight models frontier models

推荐理由：Andrew Chen用数据说话：开放模型进步太快，前沿模型可能只服务10%的高端场景。你日常用的AI以后大概率跑在开源的便宜模型上。

原文

06:38

orange.ai@oran_ge

工程师一词源于拉丁语ingenium，原意为创造力、巧思。吴恩达（Andrew Ng）新成立的AI教育公司LearnVector正在招聘多个核心岗位，包括AI Engineer、全栈Software Engineer、Learning Engineer和Learning Scientist。这些岗位要求跨专业边界，让工程师从单一技术工种重新成为理解系统、设计系统并对结果负责的角色。

行业 LearnVector 吴恩达 AI教育

推荐理由：吴恩达的LearnVector招人，岗位全叫Engineer，但干的都是创造的事。看看工程师怎么从螺丝钉变回创造者。

原文

04:44

Y Combinator@ycombinator

76°

Scale AI创始人Alexandr Wang在Startup School 2026上分享给18岁自己的建议：发展对未来的内在指南针并坚持信念。他正领导Meta的Superintelligence Labs，讲述了从零重建前沿AI实验室的经验，强调人才密度会复合增长。他还指出AI模型需要廉价，并解释为什么当下是创办公司的最佳时机。视频全长约30分钟，涵盖个人超级智能、系统思维等话题。

行业 Alexandr Wang Scale AI Meta

推荐理由：Scale AI创始人Alexandr Wang（现Meta超级智能实验室负责人）分享创业心法：如何识别指数级机会、人才密度为何关键，对白手起家做AI的人特别有用。

原文

04:38

AI Engineer@aiDotEngineer

AI Engineer 宣布 AIE NYC 将于今年10月首次推出 Finance-mainstage 会议，聚焦智能体处理金融任务。同时发布的 WF26 AI in Finance Track 播放列表包含摩根士丹利、Nubank、FactSet、Fidelity Investments、Intuit 等机构的 10+ 个演讲。演讲内容涉及 AI 在银行、投资、审计等场景的实践，显示智能体正越来越多地管理用户资金。

行业 AIE NYC 金融AI 智能体

推荐理由：想知道大银行和 fintech 怎么用 AI 管钱？10月 AIE NYC 专门搞金融主舞台，摩根士丹利、Nubank 等机构直接分享实战经验。

原文

03:32

a16z@a16z

李飞飞指出，模拟可以生成真实世界无法或难以发生的事件，让机器人在其中学习行动。她以Waymo为例，官方称使用了数十亿小时的模拟数据训练自动驾驶。她认为汽车是最简单的机器人，模拟在机器人学习中扮演巨大角色。World Labs也在构建用于训练机器人的虚拟世界。

行业 Fei-Fei Li Waymo World Labs

事件专题

推荐理由：李飞飞用Waymo的例子说清楚了模拟怎么帮助机器人学习，比攒真实数据更高效。想了解机器人训练前沿的可以看。

原文

03:09

Lenny Rachitsky@lennysan

72°

Anthropic 研究产品主管 Dianne Penn 在访谈中提出“Evals 是新的 PRD”这一观点。她于 2023 年加入 Anthropic，作为首位技术 PM，参与了从 Claude 2 到 Mythos 的每个 Claude 模型发布。访谈涵盖 AI 研究角色如何运作、前沿模型安全措施（如 35:18 处）、以及如何构建有效的评估体系。Lenny Rachitsky 主持讨论，还涉及 AI 时代招聘、产品经理角色演变等话题。

行业 Anthropic Claude Evals

事件专题

推荐理由：Anthropic 的产品主管亲自聊他们怎么做模型评估，说 Evals 就像新版产品需求文档，对做 AI 产品和模型的朋友很有启发。

原文

02:20

官方账号Greg Brockman@gdb

75°

OpenAI宣布启动ChatGPT for Academic Researchers计划，免费为科学家、数学家和工程师提供其前沿模型访问。首批1万名研究人员已可申请，计划到2027年扩展至10万名。该举措旨在让更多学者利用前沿AI加速科学发现，解决人类最棘手的问题。

行业 OpenAI ChatGPT for Academic Researchers 学术研究

事件专题

推荐理由：OpenAI把最新模型免费给学术圈用，第一批1万个名额，做研究的朋友赶紧去试试。

原文

02:16

Y Combinator@ycombinator

Tellidotcom宣布完成1500万美元种子轮融资。该公司开发用于B2C客户运营的AI代理，可处理电话、线索资格确认、预约安排和跟进。其代理已为数百万次对话提供服务，客户包括Sky、Enpal和Vaillant。

行业 Tellidotcom Y Combinator AI agent

事件专题

推荐理由：YC支持的Tellidotcom拿了1500万美金做客户运营AI代理，已经帮Sky这类大公司处理了几百万次对话，效率很猛。

原文

02:09

Suhail@Suhail

Suhail 在推特上回应 Dean W. Ball，指出中国机器人公司 Unitree 的硬件生态极为封闭和专有，不提供大多数执行器的固件源码及其他关键内部信息。他拥有一台 Unitree 机器人，认为在当前部署模式下难以确保安全。他提到美国初创机器人公司才刚刚起步，完全禁止执行器可能没必要。该讨论围绕美国政府考虑禁止进口所有外国先进机器人的政策背景展开。

行业 Unitree 机器人政策

推荐理由：看看业内人士怎么吐槽 Unitree 硬件封闭，以及美国可能禁机器人的政策争议

原文

01:33

官方账号OpenAI@OpenAI

OpenAI宣布一项新计划，旨在帮助研究者利用前沿AI加速科研工作。该计划强调AI的好处不应集中在少数公司和资源丰富的实验室。研究者可借助这些工具提高生产力，包括准备拨款申请和测试假设等任务。

行业 OpenAI 研究者计划前沿AI

事件专题

推荐理由：OpenAI给研究者送福利了，免费提供前沿AI工具，帮你写申请、做实验，加速科研进度。

原文

00:56

官方账号LangChain@LangChainAI

LangChain发布的一则推文引用了FactoryAI CTO @enoreyes的观点，他认为许多模型竞赛本质上只是营销手段。他指出，当用户不知道自己使用的具体模型时，往往会给出正向评价；而当用户知道这是前沿模型（如GPT-4级别）时，偏见就会起作用。该观点引发了1715次查看和6个点赞，讨论AI评测中的主观性。

行业 FactoryAI @enoreyes AI评价

推荐理由：FactoryAI的CTO聊了个扎心的现象：你不知道用啥模型时觉得都挺好，一旦知道是前沿模型就开始挑刺。模型战争原来是心理战？

原文

00:38

Yangyi@Yangyixxxx

作者指出AI效率应用（如图像生成）因模型同质化（出图80分无差别），无法仅靠token本身获高溢价，毛利率仅30-50%。但通过人力介入交付、背书和兜底，可包装成人类服务，卖出更高价格。因为AI无法背锅或坐牢，最终商业模式依赖人力杠杆，与劳动力市场类似。

行业 AI效率应用商业模式人力杠杆

推荐理由：这篇观点很犀利：AI工具做来做去大家都一样，最后赚的是擦屁股的辛苦钱。想搞AI应用创业的先看明白这个逻辑。

原文

00:35

向阳乔木@vista8

82°

行业 OpenAI Sam Altman GPT-4

事件专题

推荐理由：Altman说了几个大实话：GPT-4让他们疯狂囤算力，ChatGPT名字差点不叫这个，还有机器人爆发时间点。

原文

7月29日

23:09

elvis@omarsar0

AI初创公司Viktor在推出后16周内实现2500万美元ARR，完全通过自助服务模式，几乎没有销售团队。前Dropbox、Asana和Notion的GTM负责人Robbie以CRO身份加入Viktor，他曾帮助这三家公司实现市场扩张。Robbie在观察AI市场一年后选择Viktor，认为AI员工的市场策略尚无成熟模板。Viktor的快速成长和人才引入凸显AI企业服务的独特增长路径。

行业 Viktor ARR CRO

推荐理由：Viktor 16周拿下2500万美元ARR，还挖来了Dropbox、Asana、Notion的市场操盘手当CRO，这增长和人才吸力太猛了。

原文

19:50

Dify@dify_ai

Dify 北美总经理 Andy Wang 与马士基 AI 前瞻工程总监 Mark Sear 将于 8 月 5 日在拉斯维加斯 Ai4 大会讨论马士基如何将 AI 从试点推向全公司生产，并展示已获得的业务回报。会议位于基础设施轨道的 AI 平台与工具板块，时间为当日下午 4:05-4:25。该案例旨在帮助面临类似挑战的企业借鉴经验。

行业 Dify Maersk Ai4

推荐理由：马士基 AI 负责人亲述如何把试点做成全公司部署，还讲了实际收益，Dify 主持，干这行的值得去听。

原文

19:38

Yangyi@Yangyixxxx

一位行业观察者指出，到了2026年，企业AI转型进展并不显著。变化仅在于下决心推进AI的老板数量增加，企业对AI的需求和市场上提供的AI供给都有所增长。但整体市场结构仍然畸形，供需匹配存在严重问题。该作者认为这种畸形状态未因时间推移而改善。

行业企业AI转型 AI落地行业观察

推荐理由：看看这位老兄的真实吐槽：AI转型喊了两年，老板变多了但市场还是一团乱麻。

原文

14:10

AI Will@FinanceYF5

摩根士丹利发布一份AI基建供应链热力图，分析万亿美元级别资本开支的流向。顶层出资方包括超大规模云厂商、数据中心REITs、私募巨头、企业及新云平台。热力图揭示了从上游芯片到下游数据中心运营的完整资金链条。报告指出，超大规模云厂商是最大资本开支来源，数据中心REITs则提供长期融资支持。

行业摩根士丹利 AI基建资本开支

事件专题

推荐理由：想知道AI基建的钱怎么分？摩根士丹利这张热力图把供应链上的玩家和资金流向画得清清楚楚，适合行业从业者和投资者参考。

原文

14:09

AI Will@FinanceYF5

81°

摩根士丹利将AI基础设施供应链分为所有者/运营商和七层物理组件，涵盖从半导体到电力冷却的全链条。上层包括Meta、Alphabet、Amazon、Microsoft等超大规模企业，以及CoreWeave、Nebius等新型云服务商。下层七层分别为半导体生产（Nvidia、AMD、TSMC、ASML等）、处理器、服务器组件（Yageo、Murata）、服务器、网络（Nvidia、Arista、Cisco）、内部电源冷却（Vertiv、CoolIT、Siemens）及电源供应。报告指出价值不再仅集中于GPU层，冷却和电力基础设施成为关键投资机会。

行业 Morgan Stanley AI基础设施供应链

事件专题

推荐理由：摩根士丹利这张图把AI基建拆成七层，告诉你除了英伟达，冷却和电力公司也在赚大钱。

原文

13:35

andrew chen@andrewchen

Andrew Chen提出AI微笑曲线概念，指AI应用随着时间推移用户留存和使用量上升。类似早期社交网络（Facebook、Instagram）和SaaS协作工具（Slack、Zoom）的增长曲线，AI的曲线源于基础模型的不断改进。用户从最初体验不理想，到新模型发布后效果提升，最终融入工作流程，使用量和花费随时间增加。

行业微笑曲线用户留存 AI应用

事件专题

推荐理由：Andrew Chen解释了为什么有些AI应用一开始一般，但后来越用越离不开——核心是模型迭代让体验持续提升。

原文

13:32

AI Will@FinanceYF5

当前AI模型训练后知识冻结，难以处理训练外问题。有人推测SSI已解决这一难题。猜测方法是受大脑启发的持续学习机制。

行业 Ilya Sutskever SSI 持续学习

事件专题

推荐理由：有人从公开信息猜出了Ilya Sutskever在SSI的研究方向，可能是让AI像大脑一样持续学习，不再死记硬背。

原文

13:15

Amjad Masad@amasad

Amjad Masad提出一个类似SETI@Home的项目概念，用户捐献闲置算力用于搜索数学证明。他认为人类正进入探索计算宇宙的新时代，AI可以搜索海量算法、程序、证明和设计。这一想法类比了祖先探索地球和太空的历程。推文获得33次点赞和4881次浏览。

行业 SETI@Home Amjad Masad 算力众包

推荐理由：Amjad Masad分享了一个脑洞大开的概念：用众包算力搜索数学证明，像当年找外星人一样，值得关注。

原文

12:38

Gary Marcus@GaryMarcus

Brian Zhou评论指出，美国对中国机器人禁令可能严重破坏本国机器人产业。中国今年预计出货5万台人形机器人，而美国仅能生产几千台。美国70%的人形机器人供应链依赖中国部件，如减速器、执行器和电机。研究人员通常使用3000美元的Unitree机器人，而非75000美元的Boston Dynamics Spot，进口禁令将切断低成本硬件迭代优势。虽然存在安全顾虑，但可以通过改装软件解决，全面禁令反而削弱美国竞争力。

行业 Unitree 机器人供应链

推荐理由：关于美国禁中国机器人，有人说了句大实话：中国年产5万台，美国才几千，而且供应链七成靠中国。想知道细节可以看看。

原文

仅展示最近 2000 条内容。更早的内容请查阅 AI 日报存档（侧边栏 → AI 日报 → 顶部「往期日报」）。