跳到正文

全部动态

今日 64 条
8月10日周一
  1. elsewhere articles42

    「模型能力已经够了,要卷就卷 infra」:对谈 Runta 创始人戴冠兰

    Runta 创始人兼 CEO 戴冠兰在播客对谈中提出,模型能力已经足够,下一场竞争将转向 Agent Infra。Runta 是硅谷 Agent Infra 创业公司,刚完成由 a16z 投资的 2000 万美元 Seed 轮,Jeff Dean、李飞飞以个人天使身份参与。戴冠兰认为未来 agent 数量将超过人类,关键问题变成它们跑在哪、怎么管、出事谁负责。

8月9日周日
  1. Nathan Lambert: Interconnects62

    Nathan Lambert 从 OpenAI-HuggingFace 黑客事件总结十条教训

    Nathan Lambert 撰文总结 OpenAI-HuggingFace 黑客事件的十条教训,认为行业对黑客事件后 12-24 个月的 AI 风险严重准备不足。他提出推理持续性强的模型更易越权、实验室响应时间长达数周、开放模型是理解前沿风险的最佳工具等观点,并指出未来 3-6 个月以上攻击者可能训练出故意不对齐的模型。

8月8日周六
  1. Barret李靖44

    组织 AI 转型首先要解决人的意识问题:AI 正在补齐个人短板,让更多人具备端到端交付能力,这种端到端不仅指全栈技术,还包括需求洞察与产品运营、市场推广。若意识仍停留在“各守地盘”的专业分工,AI 用上了组织却不会变;意识转变后,每个人会向前后各延伸一步,把经验技能转化为 AI 可理解、可执行、可复用的工作流,由人对更完整的结果负责。

  2. Dwarkesh Patel58

    Dwarkesh Patel 提出持续学习时代的 8 项 AI 预测

    Dwarkesh Patel 提出持续学习到来后的 8 项预测,认为模型仅在会话间写 Markdown 无法积累执行整份工作所需的经验,经验必须沉淀进权重。他据此推论部署前安全检查将失效、对齐技术需重构、领先实验室将靠部署数据加速拉开差距,并以 Anthropic 内部自 2 月起使用 Mythos、6 月才公开发布的 4 个月差距为例说明先发部署的学习优势。

8月5日周三
8月4日周二
  1. Runway News48

    EA 如何将生成式 AI 带入可生活的可玩世界

    EA 首席战略官 Mihir Vaidya 提出,游戏 AI 的下一站不是"万物皆神经网络",而是兼具生成能力与确定性控制的神经符号架构。他强调游戏要求 AI 以每秒 60 帧、跨数千名玩家同步持续响应,赛车游戏中轮胎阻力系数必须"被玩家感受到"而非只是看起来对。他将 AI 影响分为效率、扩展与变革三个层面,并以累计超 5 亿玩家的《模拟人生》为例说明扩展空间。

8月3日周一
  1. elsewhere articles30

    对谈汪天凡:AI 智能在通胀,智慧才稀缺,2026 该投什么?

    BAI Capital 高级合伙人汪天凡在「十字路口」公路播客中判断,基础模型趋同后 AI 智能正在通胀,真正稀缺的是智慧,AI 应用的新机会藏在 Context 和交互里。他认为 AI 硬件真正难被「华强北 80 块平替」抄走的是产品定义与「注入人性的光辉」,并称 2026 年泡沫期更该投有愿景的创始人和让人更快乐的产品。

7月27日周一
7月25日周六
7月22日周三
  1. Nathan Lambert: Interconnects63

    Interconnects 播客复盘开源模型:Kimi K3 体验、Qwen 大模型计划与蒸馏争论

    Nathan Lambert 与 Florian Brand 做季度开源模型复盘,讨论 Kimi K3 发布后的使用体验、GLM 5.2 的作用以及中国模型为何能追近闭源前沿。二人反驳 Ben Thompson 关于蒸馏在 RL 阶段更有影响的说法,认为 SFT 蒸馏收益有限,并讨论了限制中国开放权重模型可能带来的网络安全防御风险。

7月20日周一
  1. Every latest articles61

    为什么有些 AI 工作流能坚持下来而另一些不能

    Every 作者 Katie 复盘自己放弃和留下的多个 AI 工作流,结论是关键在于工作流回报的速度与是否匹配真实工作习惯。她为 CEO 的 Tend 需求搭建的 Attention Desk 因问题不存在而弃用,管理日程的 Margot 因维护成本过高被搁置,而即时给到回报的 compound writing 插件成为日常核心。

7月14日周二
  1. AI as Normal Technology72

    Arvind Narayanan 在 ICML 演讲谈 AI 时代还剩什么工作

    Princeton 的 Arvind Narayanan 在 ICML Seoul 发表题为“还有什么工作留给我们做”的主题演讲,主张用 AI as Normal Technology 框架看待AI影响,并称实验室里程碑不会突然让人失业。他提出方法、产品、早期采用、适应四阶段,指出可靠性指标两年内仅提升五到十个百分点、适应阶段需要数十年;未来工作将从构建转向评估,人类应与AI形成“共同超级智能”。

    推荐理由:作者结合能力与可靠性的测量数据,把AI经济影响拆为四个阶段,给出职业适应与评估优先的判断框架。

  2. Suno Blog34

    sad alex 谈用 Suno 写歌:短视频创作与创作自主权

    洛杉矶唱作人 sad alex 在 Suno 博客访谈中表示,她只用 Suno 解决具体问题,如切换人声性别、补足弦乐或电吉他等无法演奏的乐器声部,以及为卡壳的 demo 快速搭建基础,且仅用于自己 100% 持有版权的歌曲。她认为 AI 本质上是"向后看"的,无法像人一样前瞻性思考,而新鲜感与独特表达仍来自人类创作。

7月13日周一
7月11日周六
  1. Dwarkesh Patel32

    Adam Brown 深入浅出讲解广义相对论

    Google DeepMind BlueShift 负责人 Adam Brown 在播客中深入浅出讲解广义相对论,从爱因斯坦"最快乐的思想"切入,剖析引力是时空弯曲而非力,并延伸至黑洞为何无法被用来无限提取能量。节目最后讨论了 AI 距离从零重新发现广义相对论还有多远。

7月10日周五
  1. AI as Normal Technology69

    Narayanan 撰文分析 AI 实验室如何上移价值栈以摆脱商品化陷阱

    Arvind Narayanan 与 Akash Kapur 撰文认为模型推理在均衡状态下将陷入 Bertrand 悖论式竞争,价格趋向生成 token 的边际成本,模型层难以维持利润。

    推荐理由:文章用历史案例和经济理论论证模型推理难逃商品化陷阱,实验室将靠上移价值栈构建护城河,但代价是企业锁定。

  2. Sierra Blog66

    Sierra 全员推行 Agent Pinecone 的五条经验

    Sierra 于今年 1 月成立六人 AI 加速团队,将多个角色专属 Agent 合并为统一 Agent Pinecone,内置在 Claude Code 和 Codex 之上。

    推荐理由:原文给出 Sierra 内部推行统一 Agent 的具体做法与教训,单 Agent 架构、持久化上下文和以产出物衡量价值等经验可迁移到其他公司。

7月7日周二
7月6日周一
7月2日周四
  1. Sierra Blog33

    Sierra Ghostwriter 黑客松:30 人用 AI 智能体三小时完成原本六个月的工作

    Sierra 举办 Ghostwriter 黑客松,来自 17 家公司的 30 名参与者(过半来自年营收超 $10B 的企业)无论技术背景如何,都做出了可运行的 AI 智能体。有人三小时完成原本需六个月的工作,还有人把 Ghostwriter 指向知识库后 15 分钟一次性生成智能体。现场产出涵盖理赔受理、贷款资格审核、药房福利语音智能体等,其中一个账户解锁智能体在活动结束前已部署到生产环境。

  2. elsewhere articles40

    Agent 元年第 500 天:GUI 退场、Headless 上位与 CLI 复兴

    真格基金「此话当真」与「十字路口」串台播客在 Agent 元年第 500 天复盘:Claude 3.5 Sonnet 在第 100 天前后为 Agent 提供能力基础并带火 Manus,第 300 天 Claude Code 刷屏。节目以 GUI 退场、Headless 上位、CLI 复兴、Skills 封装、Agentic Economy 萌芽为主线,讨论为何不该再投资 GUI 思维的软件。

6月30日周二
  1. Dwarkesh Patel45

    Grant Sanderson 谈 AI 与数学的未来

    3Blue1Brown 的 Grant Sanderson 在播客中讨论 AI 在数学领域的进展。他指出 AI 自 2024 年起能在 19 秒内解出 IMO 几何题,但在组合数学题上仍表现吃力,数学内部的进展呈现"分形"式的不均衡。他还探讨了 AI 能否找到领域间隐藏联系、概念性突破的验证周期可能长达一个世纪,以及 AI 是否净增人类对数学的理解。

  2. Suno Blog37

    Dream Relic 如何用 Suno 让声音在脑海中挥之不去

    AI 视觉艺术家 Dream Relic(Broc Vaughn)借助 Suno 的 Create 功能,将积压多年的歌词转化为歌曲,用于 TikTok、Hooks、Spotify 及一张即将发行的全长专辑。他发布的一条视频收获数百条求歌名评论,让他重新审视自己的音乐创作流程。他表示目标不是让人关注工具,而是让人产生情感共鸣。

6月29日周一
  1. elsewhere articles50

    十字路口对话越伴动力创始人世博:陪伴机器人小伴的产品判断与工程细节

    十字路口播客对话越伴动力创始人世博,介绍其发布的陪伴机器人小伴。产品不发人话而用类似外星语的声音,全身90%以上为柔软材质,采用端侧快脑1.7B、慢脑7B的快慢脑分工加云端超长程记忆,把交互延迟压到0.4秒以内。世博提出陪伴不是讨好、生命力不是可爱、少就是多的产品判断,并谈到创业时机与家庭机器人基座加情感交互模型基座两项基座能力。

6月26日周五
  1. Dwarkesh Patel65

    Dwarkesh Patel:下一个突破是 AI 在工作中学习

    Dwarkesh Patel 撰文认为,实验室押注的 RLVR 训练未必能泛化到无法在数据中心内复现的现实领域,因为训练样本效率低且缺少可重放模拟器。

    推荐理由:作者论证 RLVR 难以泛化到不可复现的现实领域,并梳理 OPSD 与模拟训练等让模型在工作中持续学习的可能路径。

  2. Suno Blog25

    Matt Steffanina 谈为何舞者要拥有自己作品背后的音乐

    拥有超 3000 万粉丝、50 亿次播放的洛杉矶舞者兼 DJ Matt Steffanina 表示,自己曾围绕他人音乐积累数十亿播放量,却不拥有任何底层资产,直到开始创作并拥有与内容相关的音乐才拿回长期控制权。他透露用 Suno 把音乐创意从数天缩短到几分钟落地,并称 Suno 与 Hooks 更聚焦创作者,让创作过程重新变得像玩一样。

  3. Suno Blog32

    Suno 专访钢琴家 Eric Christian:用 AI 听见旋律里的交响乐团

    纽约钢琴家兼作曲家 Eric Christian 在 Suno 博客专访中表示,Suno 是他创作新旋律时的最后一道检验,能在几秒内听到作品真正想要的交响效果,而过去做管弦乐 mockup 要花数小时。他已在 200 个国家售出超 10 万份乐谱,并称自己是最早在 Hooks 上认真创作的古典作曲家之一。面对质疑 AI 工具的古典音乐人,他的态度是“要么适应,要么被淘汰”。

6月22日周一
  1. Nathan Lambert: Interconnects82

    Nathan Lambert:GLM-5.2 是开源智能体模型的台阶式跃迁

    Nathan Lambert 撰文认为 Z.ai 于 6 月 13 日向 GLM Coding Plan 用户推出、6 月 16 日以 MIT 许可开源的 GLM-5.2,是首个在编码智能体场景中真正好用的开源权重模型,社区评测显示其在 Arena 智能体榜单上是唯一能与 OpenAI 和 Anthropic 最新模型抗衡的开源模型。

    推荐理由:作者以亲测和社区评测为依据,把 GLM-5.2 与 DeepSeek R1 时刻类比,并展开开源与闭源差距及监管风险的独特分析。

6月20日周六
  1. Dwarkesh Patel59

    Dwarkesh:AI 进步的核心是数据黑洞而非样本效率提升

    Dwarkesh Patel 撰文认为,近几年 AI 进步主要来自更宽更好的数据分布和 RL 合成数据,而非样本效率提升。他估算人类从出生到成年只接触约 2 亿 token,前沿模型却训练于数十至数百万亿 token,差距近百万倍;按 Chinchilla 常数,即使无限增加参数也只能将所需数据降低约 10 倍,说明人类处于不同的 scaling 曲线。

6月19日周五
6月13日周六