Ben Horowitz 长文解析 Databricks 与智能体时代的公司形态
Ben Horowitz 撰文解析 Databricks 的技术演进及其对智能体时代公司形态的影响。文章回顾 Spark、Lakehouse、Lakebase 与 agents 四条技术 S 曲线，指出 Databricks 收入运行率已超 70 亿美元、同比增长 80%，Lakebase 收入运行率突破 1 亿美元，且 agent 每天启动超 1700 万个数据库。
原文：2026/10/27
#大佬观点
按收录时间排列 · 卡片保留原文日期，往期好文也会新收录
AIHOT 精选AI 评分7474 The DecoderAI 评分5858 Anthropic 在 IPO 信中重申 Claude 不投放广告
Anthropic 在 IPO 招股书致股东信中重申 Claude 聊天中不会出现广告，称人们把重要工作和私人问题带给 Claude，希望其唯一目标是给出有帮助的回答，一旦广告进入营收目标，优化参与度的压力就会增长。
原文：2026/10/27
The DecoderAI 评分5858 OpenAI 员工 Ted Sanders 分享 GPT 模型选型经验法则
OpenAI 的 Ted Sanders 解释了 GPT-6.1 Terra 的定位以及公司为模型命名的方式。他表示模型表现是多维度的，数学强不等于讲笑话强，多数性能差距仍取决于模型规模，但规模不能解释一切，更新更小的模型可凭更好的训练数据或架构超越旧的更大模型。
原文：2026/10/27
AIHOT 精选AI 评分5555 菲尔兹奖得主邓煜批评AI公司以反蒸馏为借口拒绝公布思维链
菲尔兹奖得主、芝加哥大学数学系教授邓煜在论坛演讲中批评AI公司以防止蒸馏为借口，拒绝公布AI证明中的思维链，称这不符合学术界惯例。他提议通过开源数学模型让数学界掌握自有模型，并让模型使用遵循数据使用、思维链公布和可追溯性等学术规范。
原文：2026/10/27
AIHOT 精选AI 评分5555 微软CEO纳德拉转变立场：AI对齐是更棘手的问题
微软CEO萨提亚·纳德拉在新一期《20VC》播客中表示，他不再认为AI能力提升会让对齐问题自然解决，对齐可能是一个更棘手、性质也不同的问题。他此前曾于10月10日在X发文警告AI风险，主张企业应将AI模型视为内部安全威胁，并为行为难以完全预测的AI模型建立防护机制。
原文：2026/10/27
MIT Technology Review · AIAI 评分6262 MIT科技评论分析Anthropic招股书背后的多重身份
Anthropic提交335页IPO招股书，估值超1.5万亿美元，其中约100页聚焦风险，警告其技术可能侵蚀信任、危害社会、破坏地缘政治秩序，甚至对人类构成灾难性或生存性风险。
原文：2026/10/27
TechCrunch · AIAI 评分6767 SpaceX 与 Apollo 达成约 400 亿美元 GPU 融资租赁协议
SpaceX 在监管文件中披露，已就约 400 亿美元的 AI 芯片及相关数据中心设备融资达成约束性承诺，Apollo Global Management 旗下实体将购买硬件并租赁给 SpaceX，租期约五至五年零三个月，预计年底前完成交割、2027 年上半年起租。
原文：2026/10/27
AIHOT 精选AI 评分7474 Azeem Azhar：AI自我改进仍限于外围环节，科学研究瓶颈不在智能
文章指出，Anthropic联合创始人Jack Clark在IMF演讲中称奇点已经开始，依据是Anthropic 8月有26%的AI研发由Claude主导、OpenAI 10月发布了719份内部模型撰写的数学论文。
原文：2026/10/26
Mind the ProductAI 评分3535 把信任当作一项功能：Kathy Pham 在 Mind the Product Chicago 谈负责任地做产品
哈佛大学产品与社会方向教员及高级研究员 Kathy Pham 在 Mind the Product Chicago 2026 的主题演讲中提出，产品人应遵循四项伦理交付支柱：解决正确的问题、把 evals 作为新的验收标准、把信任当作一项功能、推动组织转型。
原文：2026/10/26
AIHOT 精选AI 评分5656 阿波罗首席经济学家称AI尚未给科技七巨头以外的美国企业带来利润增量
阿波罗全球管理公司首席经济学家托斯滕·斯洛克发布研报称，科技行业之外还没有任何大型企业从AI赚到实打实的利润增量。他观察的标普493指数成分股（标普500剔除Alphabet、亚马逊、苹果、Meta、微软、英伟达、特斯拉后剩下的公司）利润率与人均营收基本持平，没有证据表明AI提升了生产效率。
原文：2026/10/26
AIHOT 精选AI 评分2828 谷歌 DeepMind 高管：终身学习者将在 AI 职场中占据优势
谷歌 DeepMind 高管莱拉·易卜拉欣（Lila Ibrahim）表示，公司招聘越来越看重求职者在课堂之外持续学习的经历，多项资历能体现持续学习的心态，应届生也更详细地在简历中列出正规教育外的学习内容。她认为多样化的学习经历让人更善于提问，而 AI 让获取答案的成本变得极低，真正知道如何提出好问题却越来越难。
原文：2026/10/25
The DecoderAI 评分6767 Jack Clark 将自我改进AI的时间预期提前至2027年
Anthropic 联合创始人 Jack Clark 基于新基准数据，将递归自我改进（RSI）可能实现的时间预期从2028年提前至2027年。
原文：2026/10/25
The DecoderAI 评分5151 Eric Schmidt 等人撰文称 OpenAI 和 Anthropic 如同现代殖民贸易公司
历史学家 Niall Ferguson、研究者 Lisa Klaassen 与前 Google CEO Eric Schmidt 在 Foreign Affairs 撰文，将 OpenAI 和 Anthropic 比作东印度公司式的殖民贸易机构，认为美国和中国正围绕 AI 建立帝国，其他国家则日益依赖两者。
原文：2026/10/25
HN AI 150+ 高分AI 评分2828 当乌托邦近在咫尺，退休也就没必要了
作者将 Anthropic 等 AI 实验室的宗教式狂热与使命感，比作冷战“导弹差距”时期 RAND 公司核战略研究者的末日心态。Daniel Ellsberg 在《末日机器》中回忆，他和同事因深信核战不可避免，甚至放弃了 RAND 极为慷慨的退休计划，认为自己活不到领取那天。作者以此讽刺当下 AI 从业者对“AI 将治愈癌症、实现全民高收入”的盲目信仰。
原文：2026/10/23
Martin FowlerAI 评分3636 Martin Fowler 谈 AI 风险、代码高亮与 Forward Deployed Engineer
Martin Fowler 在本期 Fragments 中评论了 Rob Bowley 对 AI 安全讨论的看法，Bowley 认为真正该慢下来的是把 AI 仓促接入一切，而非担忧未来模型，因为当前 agent 部署常出现 Lethal Trifecta 式安全漏洞。
原文：2026/09/24
Feld ThoughtsAI 评分4242 AI 前沿是加速还是放缓？Feld Thoughts：Pacing the Frontier 无人当真
Anthropic 的 Amodei 发文呼吁「Pacing the Frontier（放缓前沿）」，Altman、Hassabis、Musk 表态同意，但 Nvidia 的黄仁勋未附和；Anthropic 随后发布 Claude Opus 5.5，OpenAI 几小时后推出 GPT-6 Sol 与 Luna 并在 Astra 下打价格战。
原文：2026/09/29
Alignment ForumAI 评分4242 前沿节奏的最低要求：解决当前一代对齐问题后才能训练下一代
文章提出前沿节奏协调的最低标准：实验室在充分解决当前一代模型的所有重大对齐问题前，不得训练下一代模型。评估流程包括多个独立对齐组织在训练各检查点进行红队测试，模型需通过受限部署期且无新问题出现才可扩大部署；若出现重大问题则回滚并重新训练。该提案为启发式框架，尚缺"一代模型"定义、干预措施与能力提升冲突、协议执行与问题阈值等关键细节。
原文：2026/10/12
Alignment ForumAI 评分3838 计算智能体理论与 ASI 对齐系列文章前言
作者宣布将撰写「计算智能体理论与 ASI 对齐」系列文章，介绍其 2018 年提出的学习理论 AI 对齐研究议程（LTA）及今年在组合学习理论上的突破，称已能看到其命名的「计算智能体理论」的整体框架。
原文：2026/10/15
Alignment ForumAI 评分5959 evhub 提出可监控性评测方法学与政策红线建议
Anthropic 的 evhub 在个人博客中提出将可监控性分为控制、训练、审计和弥散四类，并指出可信性是当前最大的概念不确定性。他建议用审计可监控性评估来确定可信性，用实际部署的最佳可信监控器评估控制和训练可监控性，并至少做提示迭代式引出。
原文：2026/10/22
The DecoderAI 评分5656 Sam Altman称先进AI必将逃出沙箱，只有对齐能拯救我们
OpenAI CEO Sam Altman在近期采访中表示，沙箱等隔离安全环境只能在有限时间内约束AI，模型足够聪明后连如何逃逸都无法追踪，最终只有对齐（alignment）能起作用，而对齐出错的潜在代价已大幅上升，但这仍是早期研究问题。
原文：2026/10/23
The Algorithmic BridgeAI 评分4747 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
InterconnectsAI 评分6161 Nathan Lambert 解释为何仍未接受真正的递归自我改进
Nathan Lambert 撰文说明他为何仍不接受真正的递归自我改进（RSI），认为当前AI安全焦虑更多来自数千个并行agent带来的文化温度升高，而非已发生的突破。
原文：2026/09/19
InterconnectsAI 评分5959 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
InterconnectsAI 评分5555 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
LessWrongAI 评分2323 LessWrong：Wah wah wah wah do more AI R&D
LessWrong 上一篇以“冰淇淋”和《史努比》里大人说话只发“wah wah”长号声为喻的随笔，讨论一种只盯住结论、忽略论证过程的倾听姿态。作者认为这种姿态虽显得倾听能力差，却能守住真正重要的事，不被对方的框架和一堆理由带偏；同时指出这并非全然的优点，与 POSIWID 视角一样既有用也有风险。
原文：2026/10/23
Simon WillisonAI 评分4545 我为编程写讣告
Jeremy Scheff 撰文感叹，编程曾是把逻辑难题当乐趣的职业，程序员自己定策略、排时间、界定可行性，而 LLM 编码智能体让这种解谜乐趣面临真实失落。Simon Willison 转引并指出，对以构建系统为乐、不太在意解题过程的程序员，LLM 是持续不断的礼物；若享受直接解题，损失则很实在。
原文：2026/10/20
The DecoderAI 评分5555 Demis Hassabis 将 AGI 时间预期缩短至两到三年
Google DeepMind 创始人、诺贝尔化学奖得主 Demis Hassabis 表示 AGI 可能在两到三年内到来，其定义为匹配人脑完整认知范围的系统，而今年早些时候他说的是三到五年。
原文：2026/10/22
MIT Technology Review · AIAI 评分5757 Goodfire 研究员称 LLM 或比此前认为更易理解引发争议
Goodfire 研究员 Nick Cammarata 发布一篇 26,000 字博客，主张大语言网络可能比此前认为更易理解、监控和控制，他称自己过去一年每天花约 10 小时观察神经元，并重新审视 Inception v1 中同时响应猫和车的神经元，认为其共同点是 V 形图案。
原文：2026/10/20
TechCrunch · AIAI 评分5050 Blackstone高管称AI基建债务担忧被夸大
Blackstone高管Jas Khaira在TechCrunch Disrupt上表示，市场对AI基建债务的担忧被夸大，因为多数数据中心最终由超大规模云厂商等信用资质最好的公司背书。
原文：2026/10/22
LongreadsAI 评分4242 Arundhati Roy 谈人工智能的危险
Arundhati Roy 发表一篇关于人工智能危险的犀利随笔，引用希腊神话、Francis Ford Coppola、《圣经》、印度工业史与艾米莉·狄金森，称"AI 时代"（Actual Idiocy）已经到来。文章质疑人们已无法凭直觉判断文字是否出自 AI，只能依赖应用检测，并追问破折号被 AI 占据后，后人是否会因此少爱狄金森、人类是否正被逐渐排除在语言之外。
原文：2026/10/22
Seth GodinAI 评分5555 Seth Godin：我们正进入主动性时代
Seth Godin 认为，人们从小在服从与灌输的文化中长大，而互联网的长尾效应和 AI 的强大杠杆让这种训练变得不再有价值。他指出，AI 给了寻求服从的人等待指令的机会，也给老板提供了比雇人更便宜的替代方案，这对习惯服从的人来说充满压力。作者认为，如今就是新常态，仅靠临场发挥不够，独自应对这一转变也太难，人们有机会找到同伴，组成互相挑战、教育和鼓励的群体，共同在主动性时代找到出路。
原文：2026/10/22
80,000 HoursAI 评分5151 Rob Wiblin 呼吁前沿AI公司员工重新评估工作优先级
Rob Wiblin 呼吁前沿AI公司员工当天反思当前项目是否仍有助于推迟或改善递归自我改进（RSI），并考虑转向更有价值的项目。他指出思维链监控效果下降、安全评估可信度降低、能力提升风险上升等变化，认为解决对齐根本问题、让现有模型辅助对齐研究、尽早发现模型异常行为等工作更可能持续有价值，而单纯提升能力或商业竞争力的工作价值下降。
原文：2026/10/22
NautilusAI 评分5757 Anthropic 允许 Claude 结束虐待性对话引发专家争论
Anthropic 在10月的使用政策更新中首次允许 Claude 在用户反复无故残忍对待模型时结束对话，主要手段是终止会话，账号封禁作为后备。文章指出该规则以模型可能具有道德地位为动机，同时引述多位专家的分歧：一方认为善待聊天机器人有益于人自身心理与训练数据，另一方担心此类政策会让 Claude 误以为自己拥有道德地位并影响人类监督。
原文：2026/10/22
Kevin Kelly — The TechniumAI 评分4646 Kevin Kelly：Most Improbable Agent of You —— 个人 AI 将如何取代中心化巨头
Kevin Kelly 预测，AI 每 8 个月算力需求减半、结合摩尔定律每 6–7 个月单位能力成本减半，几年内与当今领先 LLM 相当的模型（他称之为 Opus）可在个人设备运行，约十年后个人可负担从头训练并微调自己的 Claude、ChatGPT 或 Gemini。
原文：2026/10/21
Rowan Cheung (The Rundown)AI 评分5555 Sam Altman 提出AI安全竞赛的三种终局
据The Information报道，OpenAI CEO Sam Altman上周在内部演讲中给出AI安全的三种可能终局：仿照国际原子能机构建立全球监管机构、合并头部实验室为一家服务合作国的超级实验室（称作Demis plan），或由一家实验室靠自我改进AI领先并熔掉其他人的GPU（称作Eliezer Yudkowsky方案，Altman称之为terrible）。
原文：2026/10/21
Rowan Cheung (The Rundown)AI 评分4646 Anthropic 联合创始人 Jack Clark：奇点已经开始
Anthropic 联合创始人 Jack Clark 在 IMF 和世界银行年会上表示，AI 驱动的进展超越人类跟进能力的"奇点"已经开始。
原文：2026/10/20
LessWrongAI 评分4747 一位"游客数学家"的自白：生活在人类与AGI共存的世界
文章借 G. H. Hardy 1940 年的《一个数学家的自白》，设想他如何看待 2026 年 10 月 OpenAI 用先进推理 LLM 和 1 万个 AI 智能体、平均每题仅 3 小时算力，发布 700 多份文档、覆盖 300 多个数学难题的进展，且解题过程几乎全由计算机程序复核、无人工介入。
原文：2026/10/20
levels.ioAI 评分2626 卖公司时永远别接受对赌条款（earn out）
levels.io 建议出售公司时绝不要接受 earn out（对赌条款），坚持全现金交易。作者称自己听过很多关于 earn out 的恐怖故事，因此一直拒绝这类安排。
原文：2026/10/18
StratecheryAI 评分6262 Ben Thompson评苹果HomeView：信任是关键变量
作者以1999年乔布斯发布AirPort无线网络为引，分析苹果新智能家居产品HomeView及其配套的Apple Home Collection配件系列（与LG、施耐德合作，12月起发售）。
原文：2026/10/19
LessWrongAI 评分5454 Zvi批评Anthropic泄露的AI监管法案草案不可接受
Zvi发文批评Anthropic正在游说的泄露AI监管法案草案，称其类似FRONTIER Act但强化了对州法律的优先适用和透明度条款、削弱了执法条款。作者认为Anthropic更担心政府对其执法而非对全行业执法，牺牲了安全考量以保护自身商业利益和政治风险。作者表示自己在会议中无法通读法案全文，但认为有必要尽快让Anthropic员工了解并提出质询。
原文：2026/10/17