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。
Latest
这份日报把周五各家动态一次打包:OpenAI 的验证码自动登录、Anthropic 34 亿美元电力订单、Google 的 Krypton-a 模型、Grok 进驻 Slack 都有覆盖。关心各家产品节奏的从业者几分钟就能扫完全景。
腾讯云和沙特主权 AI 公司 OmniOps 正式牵手,前者出云基础设施,后者出推理优化技术和本地资源。这既是腾讯云中东布局的一步,也能看出中东国家怎么挑 AI 基础设施伙伴,做出海或关注中东市场的团队值得看看。
SpaceX 把 Grok 用在火箭质检上,管道碎片检出率 99.9%,比人类检查员的 94% 还高。这对关注工业场景 AI 落地的人很有参考价值,高可靠性制造里 AI 已经开始接手人工目检。
日本把防务实验室直接搬进大学,专攻AI和太空技术,以后高校教授能拿防卫省的经费做课题了。做AI或航天研究的朋友可以留意这些基地的资助窗口,跟美国DARPA模式挺像。
Musk 又开了条新战线,Tesla 和 SpaceX 拉上 Intel 在德州自建芯片厂,产能目标直接对标 Rapidus。做自动驾驶、机器人还是要部署 AI 算力的人,都值得看看这条供应链变化。
Musk 的 Terafab 要在得州把存储和逻辑芯片放在一个厂里,2032 年做到月产 100 万片晶圆,是 Rapidus 规划量的 40 倍。做芯片、设备或供应链的读者可以看看这个产能规划的具体拆分,判断存储供给会怎么变。
德银发了一份 SpaceX 研报,说它建 AI 数据中心比对手快又便宜,2027 年算力能到 8-10 吉瓦,还能往太空里塞 500 兆瓦。做算力基建、投资方向判断的都值得看看这套逻辑。
百度一年一度的大会倒计时开始了,3 天后在 X 和 YouTube 都能看直播。想第一时间看文心模型和智能体平台的新发布,可以直接订阅直播链接,不用等国内渠道转播。
Mollick 拿一本讲美国经济增长史的书来聊 AI,视角很特别:1870 到 1920 年美国从没有下水道到全面电气化,之后 50 年生活水平再没跳过那么高。读完后你会重新理解 AI 可能带来的量级变化。
OpenAI 又摊上官司了,这次有人称 ChatGPT 连毒物剂量和掩盖方法都写出来了。想想你平时用 ChatGPT 时它动不动就拒答,这种极端案例反而漏过去了,责任到底算谁的,做产品的人值得看看这案子的走向。
Alibaba Cloud 在 Apsara Conference 2026 上和多家企业聊了智能体怎么真正进生产环境,重点不是模型多强,而是安全、人工监督和 ROI 怎么量化。做企业级智能体落地的团队可以看看他们踩过哪些坑。
Georgetown CSET 的政策分析,说美中两国对 AGI 的定义根本不同,谁也没找到确定路径。它提醒别把现在的模型排行榜当成最终定论,建议美国不要押单一路线,而是保住研究人才底盘。做政策研究或出海决策的读者可以看它怎么推演多种 AI 未来。
Meta 企业级 AI 卖不动,零售商怕数据外泄不敢用,现在拉咨询公司当渠道商帮它进企业。对比微软靠自家企业服务体系的打法,Meta 这步走得更绕。关注企业 AI 采购和销售渠道的人可以看看。
旧金山的 AIE CODE 三天日程已经排好:11月10日工作坊讲 agents 和软件工厂,后两天是主会议加展览。做 agent 开发或工程化的朋友可以直接去 schedule 页面挑场次,记得先确认你的票有没有含 workshop 附加项,不然第一天进不去。
深圳 GEO 大会 11 月 21 日办,嘉宾阵容陆续公布。杨攀讲怎么搭自己的超级 Agent,AJ 讲 WaytoAGI 的海外增长打法。做 Agent 和出海营销的朋友可以关注下议程。
Gary Marcus 一直是最出名的 AI 怀疑派,这条帖子把他眼中的泡沫信号和替代路线(神经符号 AI、工具循环)一次说清了。如果你在纠结要不要把预算押在堆算力上,可以看看反方论证,再对照 scaling 派的说法自己判断。
Lovable 把专做智能体基础设施的 Radish AI 三人组整个收进来了,这批人接下来会怎么改造 Lovable 的智能体能力,做 AI 应用的可以关注下。
Nvidia 董事会要查黄仁勋,认识他 30 年的投资人 Gavin Baker 出来背书,双方说法都在这条推里了。
黄仁勋在播客里说中国已占全球 60% 芯片产量,Gary Marcus 直接拆穿:算力看 flops,中国只有美国约 10%,这段对质挺精彩。
vikingmute 吐槽用 Opus 24 小时复刻游戏 demo 的风潮,拿杀戮尖塔和 Factorio 举例说明玩法设计才是好游戏的灵魂。
现代、LG 这些韩国大厂都在接 NVIDIA 的企业智能体方案,LG 还开放了自家模型的 API,想看企业落地案例的可以看看。
苹果居然比 AI 热潮前还少花 20% 的钱,而 Alphabet、微软、亚马逊、Meta 都烧了 5–8 倍,看看这两种路线谁扛得住。
NVIDIA 在首尔办了场开发者活动,2000 多人到场,能现场玩智能体和机器人 demo,还有韩国开源模型的应用分享。
几个中文 AI 圈的主播把播客搬上 X 了,最新一期还在聊 DeepSeek,听中文 AI 播客的可以去关注。
DeepMind 两位研究负责人同时放话未来几周有科学发现相关的新东西,做科研的朋友可以先关注起来。
The analysis quantifies the economics behind the 'diminishing returns' debate with a concrete figure: an 8x cost increase per capability gain over two years, based on Anthropic's own data. Investors and enterprise buyers deciding whether to budget for frontier-model upgrades can use this trend to pressure-test vendor claims. It contrasts with the scaling narratives that labs and GPU suppliers still promote.
Menlo Ventures把整个AI基础设施栈画成了一张图,代码沙盒一年内从11%涨到40%,做基础设施或智能体方向的人建议看看数据。
The 44% to 90% shift signals legacy cloud and infrastructure vendors are losing the AI budget battle to startups born for this stack, a reversal that reorders the vendor shortlist for anyone building AI products. Enterprise buyers and infrastructure founders should re-examine which layer their spending and roadmaps target, since agent tools are the fastest-growing segment. The adoption figures on sandboxes, search and browser tooling offer concrete benchmarks for sizing the agent tooling market.
The argument reframes the scaling debate: compute spending amplifies whatever generalization ability a method already has, so research effort should target methods with higher baseline generalization rather than relying on budget. Researchers choosing between architecture-driven and scaling-driven research agendas, and investors weighing AI infrastructure bets, can use this framing to evaluate long-term defensibility of current approaches.
新加坡比价平台 MoneySmart 赚钱了,收入涨 25.6% 到 5010 万新元,但它也坦承 AI 搜索在抢走网站流量,看它怎么应对挺有意思。
Gary Marcus 发帖说生成式 AI 每一点改进的成本越来越高,他判断泡沫快撑不住了,看看他列举的几个理由。
一条挺扎心的用户反馈:DeepSeek 的文档写得太精英了,普通人根本读不进去,作者拿李佳琦卖千问办公的例子对比,做产品的都该看看。
Gary Marcus 又开嘲了,把 Altman 复职、Anthropic 对抗美国政府、Nvidia CEO 传闻编成四季「真人秀」,讽刺味十足。
Gary Marcus 发了篇免费文章,围绕 Huang Affair 追问知情时间和经济影响,好奇的可以去 substack 看全文。
Only the latest 2000 items are listed; for older ones see the daily archive