Mustafa Suleyman 悄悄发了个 humanistreview.ai 的链接,配文一个字都没有,挺神秘的。想追他动态的可以自己去网站看看是什么,信息不多但也许是个新项目苗头。
Latest
澳联储官员罕见地把 AI 当成通胀和金融风险话题来谈:数据中心抢技工推高建筑成本,年轻人在 AI 曝露岗位就业变弱,还点出风险补偿过低时股债可能剧烈重估。做投资或关心利率的人应该看看。
The Information播客第9期请来Security Level Five的CEO聊模型权重防盗和失控智能体,这个话题平时很少被讲到基础设施层面。如果你在管模型部署或关注AI安全,可以听听安全创业公司怎么看“看住模型本身”这件事。
Morningstar 给 Anthropic 算了笔账:基准估值 1.7 万亿美元,靠 47% 的年复合增长撑起来。有意思的是它提到一半 Fortune 500 还没怎么用 Claude,增量空间巨大但熊市情景只有 5000 亿。关注 OpenAI 和 Anthropic 估值之争的人值得算算这笔账。
做 AI 应用的朋友可以看看这份 Vercel AI Gateway 月度数据,新付费团队选 Anthropic 是 OpenAI 的近 2 倍。它是真实生产流量统计,比各种跑分投票更接近实际选型,给产品选模型的团队一个平台侧参考。
很多人用 AI 写代码做个玩具应用,结果没人用。但 a16z 两位分析师发现 Roblox 上是例外:AI 做的游戏真有人玩,MCP 日活和素材上传量都在涨。做 AI 应用的人可以看看游戏这个落地场景。
Sarah Tavel 这条推短但扎心:按席位收费的 SaaS 天花板太低,按成果收费才能吃到 AI 替代人工的钱。做 AI 产品定价的人值得停下来想想自己该按什么计费。
做编码智能体的人多半遇到过跑了几万 token 还在原地打转的情况。Ivan Leo 在 50 多个编码基准测试里踩过这些坑,这次会讲具体怎么定位和修复。11 月 11 日旧金山,做 agent 工程的可以去听听。
Google 用 AlphaChip 自己设计 TPU,Gemini 又在加速这条链路,形成模型造芯片、芯片训模型的闭环。文章点出论文数据两年没更新,真实进度外界看不到。关心算力竞争和自研芯片路线的人都该看看这条推文。
Replit 的 Amjad Masad 拿 Facebook 增长的亲身经历来推演 AI:指数增长其实是多条 S 曲线接力。正在争论 scaling law 还能不能续命的人,这篇短评给了一个务实视角。
OpenAI 负责 ChatGPT 和 Codex 前端基础设施的 Jimmy Lai 直接在 X 上招人,要求是给开发者提效的实际经验。想在硅谷做超大规模工程的人可以走这条捷径,比官网投递快多了。
两条快讯拼成的一份晨报:一边是 Nvidia CEO 被指涉及外国情报行动的审查,另一边是澳大利亚公司用 AI 智能体批量拦截骗子。想了解芯片巨头的安全争议和反诈智能体的实际用法,可以翻翻原文。
NVIDIA 联合创始人写的行业观察,观点很尖锐:闭源软件在 Claude 面前名存实亡,每天 3 万次代码合并意味着等版本发布的时代结束了。做开源、维护 fork 或纠结软件 IP 的人读完会有直接感触,especially 定制软件与上游同步这个真问题。
如果你只看过数据中心的算力新闻,这条补上另一面:拉美居民正在为AI耗水抗议。做云服务、数据中心选址或者ESG合规的人都该看看,这类冲突会越来越常见。
a16z 用数据说明 Roblox 上的游戏越来越多是靠 AI 做出来的,MCP 工具日活和素材上传量都在涨,而且这些游戏真有人玩。如果你在做 AI 开发工具或研究 UGC 平台,这组图表很值得拿来做参照。
Yuchen Jin 直接说 Anthropic 的 Agent Skills 是过渡方案,理由是智能体看一遍你操作就能学会,不必靠人写上千行说明文档。做 skill 库和 SOP 沉淀的工程师值得看看这个反对视角,再决定要不要继续投入。
OpenAI的CEO Sam Altman说前沿AI已经能找到超出人类威胁模型的漏洞,补丁根本打不完,所有人类写的软件都得重写。做安全的、管基础设施的人都该看看这个判断,它直接影响你们的威胁建模前提。
做 Rust GUI 或者关注 Zed 的人可以蹲一下这场演讲。GPUI 之前只跑桌面端,这次讲的是怎么把它搬到浏览器里跑 Delta,相当于官方第一次公开 Web 方案细节。11 月 12 日下午 3:10 GMT 开始,场次不大,错过没有回放就亏了。
Hamel Husain 是评测领域的知名实践者,这次他把矛头对准'给社区做基准'的说法,认为团队更该写产品专属评测。做 AI 产品、纠结选型或排名的工程师和创业者看完会很有共鸣。
OpenTable 接入 OpenAI 后,光 9 月就带来 19 万到店客人,这数字连分析师都反复核实。做电商或预订业务的人应该看看:AI 入口已经开始真实导流,早接入的公司正在吃到红利。
Sam 团队买了不赚钱的 SaaS 产品,直接让智能体全权运营,用损益表当成绩单。比起跑基准测试,这种真金白银的市场反馈更硬核。想看智能体到底能不能干实事的人,这个实验值得盯。
自动驾驶公司 Wayve 把模型训练搬上了 CoreWeave 云,还立了个硬规矩:新模型跑不赢线上版本就不能上路。用大模型思路做自动驾驶的公司现在都开始抢算力了,做端到端或机器人方向的朋友可以看看这套训练迭代机制。
这条访谈里 Amjad Masad 讲了两件事:他主动关掉增长很快的 Replit Bounties,因为 agent 会取代接单的黑客;银行客户用 25 万美元干完了估价 1000 万美元的活。如果你在企业里管 IT 预算或者卖软件,这两段都得听听。
YC 创始人 Paul Graham 亲口承认自己几十年的手艺快被 AI 覆盖了,Replit 客户还把 1000 万美元的项目压到 25 万美元。对程序员和创业团队都有启发,访谈里 Amjad 讲的 agent 框架演进逻辑也值得听。
lmsysorg 办的 SGLang Summit 定在 11 月 12-13 日旧金山 Fort Mason。议题很实在:讲怎么用智能体自动调 kernel 和 serving 配置。做推理部署、天天跟 vLLM 和 SGLang 打交道的工程师,这个会值得安排。
这其实是条带强烈立场的推文,作者力挺 Huang 并指责中国实验室,但所谓间谍情节没有官方证据,只有单方说法。想看中美芯片博弈怎么延伸到舆论战的朋友可以读,记得保持怀疑。
Garry Tan 直接点名苹果 TV 和 Calendar 应用太烂,建议用几个人加一百个代码生成 agent 的小团队重做。这其实是关于 AI 时代工程团队该多大规模的具体争论,做技术管理的和写代码的都值得看看他的说法靠不靠谱。
这条只有链接没有正文,我没法替你概括它说了什么。把原文贴过来,我可以按同样标准写出摘要、分类和标签。
看完才知道内部版 Codex 强在哪:不是模型更聪明,而是能读公司所有内部数据。想给团队搭编程智能体的人,重点该花在打通内部数据源上,这比换模型见效更直接。
Gergely Orosz 直接问了一个很多人好奇的问题:Microsoft 自家的 MAI 模型到底有人在用吗?连便宜的 MAI-Code-1.1-Flash 都没掀起水花。评论区可能有真实用户现身说法,做技术选型的可以看看。
Nvidia 董事会动用外部律师查 CEO 相关情报指控,股价一天跌掉 6.6%,这在英伟达历史上很罕见。做供应链或出海东南亚的团队要盯紧这案子,新加坡数据中心的合规风险可能跟着变。
特朗普要求每个新 AI 数据中心都得自己建电厂,多余电还要回补给老旧电网。这事直接决定数据中心选址和建设速度,也和中国的电网保障模式形成对照,做算力基建和出海投资的人值得看看原文。
DeepMind 的 AGI 经济学总监说了个反直觉判断:智能体再多,GDP 也可能只有 4%-5% 增速,因为价格会被打下来。农业占比从 40% 掉到 2% 就是前车之鉴。做 AI 创业判断市场规模的人值得看看这条论证。
Lisa Su 用 Meta Muse 45 天 1000 万激活这个数字,说明连 AMD 都得把年度计划改成按月滚动,这种一线视角比分析师预测有料多了。做算力预算或跟进基础设施投资的人都该看看。
Musk 把算力扩张做到了 SpaceX 身上,但租来的 GPU 不会等电网审批。这对烧钱自建数据中心的团队是个警示:电力许可可能比芯片采购更难排期。关注算力成本和企业采购节奏的人值得看。
一句话点出一个有意思的视角:算力紧张的公司学会省钱,算力充裕的公司放开手脚训练。想讨论资源约束如何塑造 AI 公司策略的,可以看看这条原帖自己判断。
Cathie Wood 这段视频讲了个挺有意思的角度:AI 每年把训练和推理成本砍掉 75% 到 99%,但 CPI 和 PPI 根本没算进去。做企业采购或关注宏观经济的朋友可以听听她怎么算这笔账。
日本最受关注的 AI 创业公司 Sakana AI 出面辟谣了,说近期不上市,要先当好日本的国家级 AI 选手。之前市场一直在传它 IPO 的时间表,想投日本 AI 股的朋友先别等了,关注它下一轮融资更实际。
Neolix 拿了近 4 亿美元融资,要把无人配送车开进马来西亚的公开道路,还会把 AI 模型按当地路况本地化。相比直接出口硬件的公司,它走的是本地合作加监管审批的路线。关注东南亚物流自动化的从业者和投资人可以看它怎么过监管这一关。
AGI 这个词的最早推广者之一 Ben Goertzel 现在反过来批评整个行业:大家都在堆 LLM 做聊天机器人,真正的通用智能反而没人做了。做技术选型的开发者、研究多模态和认知架构的团队可以看看他的完整论证。
Only the latest 2000 items are listed; for older ones see the daily archive