跳到正文

按收录时间排列 · 卡片保留原文日期,往期好文也会新收录

10月24日周六
  1. Nielsen Norman Group62

    Nielsen Norman Group 调研521名UX从业者:AI让任务更快但情绪仅温和正面

    Nielsen Norman Group 调研521名UX从业者,发现AI使用普及(99%有访问权限)且让每项任务平均提速(4.2/5),但整体情绪仅3.57/5的温和正面,69%的开放评论含负面情绪。

    原文:2026/10/24

    推荐理由:报告区分了任务级提速与系统级产出的差距,可迁移之处在于用整体时间而非个人使用率衡量AI收益。

  2. Stratechery18

    Stratechery 迎来新纪元:Stripe 成为冠名赞助商

    Stratechery 宣布由 Stripe 冠名赞助,Ben Thompson 称 Stripe 的订阅制模式让他在 13 年前得以实现职业博主梦想,至今仍是其客户。Stripe 目前服务超 500 万家企业,占全球 GDP 的 1.7%。合作将推出 Sharp Tech 现场录制视频节目,并为订阅者每周日早间提供额外一期节目。

    原文:2026/10/24

  3. Mind the Product57

    Mike Belsito 解读 Anthropic 内部研究:AI 如何改变产品团队与用人结构

    本期 Now Shipping 节目中,Mike Belsito 解读 Anthropic 关于 Claude 如何改变自身用工方式的研究:每个 AI 智能体工作小时对应一小时人类输入,17 名工程师对应 1 名产品经理,初级技术岗位招聘占比从 27% 降至 9%,每名工程师提交量增至五倍。

    原文:2026/10/24

10月23日周五
  1. Latent Space78

    Ankit Maloo 分析 AI 为何突然擅长解决数学难题

    作者梳理 OpenAI 五月证明 Erdős 单位距离猜想反例、六月发布 Cycle Double Cover 证明、七月解决十个开放问题、九月给出 Navier-Stokes 证明,以及 Anthropic 对费马大定理形式化和黎曼假设进展的工作,提出用提示序列长度 k、洞察间工作量 t 和分支因子 b 来预测模型擅长的问题类型。

    原文:2026/10/23

    推荐理由:文章用提示序列、分支因子和验证器这套框架解释AI为何突然擅长数学,为判断哪些问题适合交给模型提供了可迁移的分析视角。

  2. The Algorithmic Bridge53

    Alberto Romero 用11张图表盘点AI行业的财务与经济风险

    Alberto Romero 发布系列第二部分,用11张聚焦财务与经济面的图表呈现AI热潮中较少被宣传的一面,包括前十大公司占标普500的40%、数据中心取消量创纪录、投资者杠杆处于历史极端、AI实验室估值营收倍数偏高、对冲基金抛售半导体股票、AI超大规模厂商自由现金流大幅下滑、订阅对重度用户存在重度补贴、超大规模厂商资本开支到2027年将超1万亿美元等。

    原文:2026/09/22

  3. The Algorithmic Bridge44

    写了 6 年 AI 分析,这个夏天有些东西变了

    The Algorithmic Bridge 作者 Alberto 自述写了 6 年 AI 分析,今年夏天心态从乐观转向沉思,开始正视"如何应对即将到来的变化"这一问题。他以在琉森度假的见闻对照社交媒体上的 AI 混乱,自认因不从事被 AI 冲击的行业而得以置身事外,并坦承自己的安全感来自无知。

    原文:2026/09/29

  4. The Algorithmic Bridge44

    Anthropic 出了大问题:AI 行业的指数增长终将撞上物理约束

    Alberto 在 The Algorithmic Bridge 撰文指出,Anthropic 可能陷入困境,因为 AI 行业迷信的无限指数增长终将撞上物理约束这一绑定限制。文章以摩尔定律为例:芯片晶体管每约两年翻倍的纪录维持了五十年,如今受量子隧穿等限制正走向 S 形曲线平台期。作者认为,即便把多条 S 曲线叠加来伪装成指数,最终仍会服从物理定律,硅谷对无限指数增长的迷恋违背自然规律。

    原文:2026/10/05

  5. The Algorithmic Bridge47

    观众还是魔术师?AI 数学成果面前的人类处境

    OpenAI 员工 Roon 发布了包含 300 多个数学解答的文档,作者 Alberto 认为这标志着 AI 对数学的征服已让人类沦为魔术秀观众。他以国际象棋中 Magnus Carlsen 无法战胜 Stockfish 为例,指出人类无法与超智能保持智力对等,AI 正在取代人类成为各学科的探索主体。

    原文:2026/10/07

  6. The Algorithmic Bridge38

    Put Some Brain in Your Thinking:别让大脑在思考中缺席

    一位七岁女孩说出的"Put some brain in your thinking"被作者视为对当下时代的精准诊断:在AI时代,思考与大脑正在脱钩,大脑成了可选的"奢侈品配料"。作者引用 Graphite 的数据指出,互联网上以AI为主生成的文章已占50%,与人类撰写的比例持平。作者提出"friction-maxxing"等应对思路,主张主动拥抱不便与不适,以逆转认知萎缩。

    原文:2026/10/22

  7. Interconnects59

    Nathan Lambert:开放模型网络风险辩论的误区

    Nathan Lambert 认为围绕开放权重模型网络风险的辩论正走向双输,他归纳了三派观点:前沿实验室与美国国家安全界主张开放权重风险不可接受,AI 风险温和派认为开放权重对国防必要、禁令会让世界更不安全(作者自述属于此派),中国公司则按本国风险评估继续发布强网络能力的开放权重模型。

    原文:2026/10/06

  8. Interconnects55

    Nathan Lambert:AI将快速进步但不指向通用超智能

    Nathan Lambert认为AI将在基础设施与工程能力上快速进步,但不会因此在本质上变得戏剧性不同,也不指向通用超智能。他预计模型的推理效率将在几年内接近GPU等加速器的底层算力上限,模型智能的有效成本会接近指数级下降,架构与数据选择等预训练研究可能在2-3年内被自动化。他同时指出RL环境数据质量普遍偏低但头部实验室仍看到回报,并认为效率提升会引发智能体需求的杰文斯悖论。

    原文:2026/10/10

  9. AIHOT 精选62

    Apate.ai 用35万个AI伪装受害者拖延骗子,国内创作者用AI视频反制卖惨账号

    澳大利亚公司 Apate.ai 部署35万个AI伪装成易受骗受害者,已与骗子聊天250万次,累计耗掉骗子约17年时间。澳大利亚运营商 TPG 将近59万通可疑来电转给这些AI,澳洲联邦银行公开报告的诈骗损失降低76%,公司今年8月拿到815万美元种子轮融资。文章还复盘了国内年轻人用AI视频反制AI卖惨账号的案例。

    原文:2026/10/20

  10. AIHOT 精选53

    路透:OpenAI拟在Anthropic上市前融资约300亿美元,估值超1.4万亿美元

    据路透社报道,OpenAI正洽谈以超1.4万亿美元估值融资约300亿美元,抢在Anthropic上市前锁定承诺,估值较3月的8520亿美元至少高64%。两家公司都在争取重叠的多头基金和主权财富基金,且收入口径不同:OpenAI按扣除合作伙伴分成后的净额入账,Anthropic则计入通过云提供商销售的全部价值。

    原文:2026/10/20

  11. AIHOT 精选74

    中国AI出口管制草案解读:开放权重模型不在禁止范围

    中国商务部和科技部10月16日发布技术出口管制目录增补草案,首次涵盖先进大模型、智能体和大规模算力集群,公开征求意见至11月15日。草案中禁止项包括使用核心数据训练的模型和国防等高敏感应用智能体;受限项包括算力达10²⁶ FLOPs、参数达2万亿或全球排名前列的模型,以及20步任务分解、60个智能体协同、200工具集成等阈值的智能体。

    原文:2026/10/21

  12. AIHOT 精选55

    WSJ:马斯克希望以AI为核心推动SpaceX与Tesla合并

    据WSJ报道,马斯克希望以AI为核心,将估值约2万亿美元的SpaceX与约1.5万亿美元的Tesla合并。SpaceX的AI业务已成其最大业务,Q3营收75.6亿美元,一年前仅8.13亿美元;季度196亿美元资本开支中超过164亿美元投向AI,推动SpaceX实现季度利润44亿美元,上年同期为亏损10.5亿美元。

    原文:2026/10/22

  13. LessWrong45

    Garrison Lovely《Obsolete》书评:AI 发展应从大规模劳动替代视角分析

    作者评价 Garrison Lovely 新书《Obsolete》,认为其核心论点——AI 发展应通过大规模或普遍性劳动替代的视角来分析,且一场旨在塑造、暂停或冻结 AI 发展的大众运动比对齐社区通常认为的更可行、更积极——论证有力,对非技术读者是很好的入门读物。但作者也指出,书中对所倡导方案的局限性讨论不够充分:即便训练成本大幅下降、众多资金充足的参与者仍会加速开发,暂停的难度依然很大。

    原文:2026/10/23

  14. 阮一峰的网络日志47

    阮一峰科技爱好者周刊(第416期):编程已经面目全非

    阮一峰在科技爱好者周刊第416期中,分享了一位国外资深程序员对AI改变编程的11条激进断言:代码审查、单元测试、敏捷编程将消失,"好代码"与代码风格规范失去意义,Bug多源于需求表达错误,项目三元分工将被一人多角色取代,UI将按需实时生成,Token预算成为软件质量的决定因素。

    原文:2026/10/23