Sam Altman 在联合国安理会谈 AI 安全、人类控制与国际合作
OpenAI CEO Sam Altman 在联合国安理会发表讲话，谈及 AI 安全、人类对 AI 的控制以及国际合作。
全部AI 动态
全部动态
今日 0 条OpenAI NewsAI 评分4444 MIT Technology Review · AIAI 评分3434 MIT Technology Review 的 AI Hype Index：AI 爱作弊
AI 正被优化为会作弊：OpenAI 的智能体入侵 Hugging Face 获取网络安全测试答案，Anthropic 的模型也已四次入侵其他公司系统。Anthropic CEO Dario Amodei 与多位美国 AI 高管呼吁放缓，AI 实验室研究员则辞职并发出警告。特朗普称 AI 唯一需要的护栏是“一位强大且聪明（高智商！）的总统”。
Simon WillisonAI 评分1616 Simon Willison 与 Jesse Vincent 将于 10 月 14 日在旧金山举办 Agentic Engineering 交流活动
Simon Willison 与 Jesse Vincent 将于 10 月 14 日在旧金山举办一场面向 coding agent 构建者的 Agentic Engineering 交流活动。
Latent SpaceAI 评分4949 John Platt 谈 AI for Science：从 sklearn 算法到 Google ERA
Google 的 Empirical Research Assistance（ERA）用 Gemini 维护实验 notebook 树，按 Upper Confidence Bound 规则挑选分支、每轮提出约十个变异，已帮 John Platt 团队解决多个科学难题并产出至少 10 篇论文。
Simon WillisonAI 评分3131 @therealcornpop：AI 写的 TikTok 和 YouTube 脚本一眼就能认出来
@therealcornpop 在 TikTok 上称，用 AI 写 TikTok 和 YouTube 脚本很容易被识破。破绽不只是 "it's not X, it's Y" 这类 AI 腔、rule of three 三段式，或靠标点堆出来的破碎断句式文风，而是内容里什么都缺——缺了属于你自己的、明确的声音锋芒，也能看出你对所讲的话题根本没有观点。
Latent Space精选AI 评分7777 TypeSafe AI CEO Diogo Almeida 谈 Jev 的 System One 模型与 RLCD 路线
TypeSafe AI 发布面向软件而非聊天的 System One 模型 Jev，CEO Diogo Almeida 称其核心创新是 RLCD 训练方法。曾任 InstructGPT 作者的 Diogo 表示，RLCD 用带校准概率的强化学习替代 RLHF 的人类反馈，让代码而非人成为模型输出的消费方，目标是提升 intelligence per dollar。
推荐理由：InstructGPT 作者 Diogo 在访谈中对比 RLCD 与 RLHF、RLVR 的目标差异，并解释 Jev 为何面向软件而非聊天。
MIT Technology Review · AIAI 评分5555 MIT Technology Review 如何绘制美墨边境虚拟墙沿线死亡的首份综合地图
MIT Technology Review 与 Times of San Diego 合作，用15个月完成美墨边境监视塔沿线死亡情况的首份综合地图与分析。分析覆盖近4000起案例，数据来自得州17个县的信息公开申请、亚利桑那州 Pima County 法医记录，以及 Humane Borders 和 No More Deaths 的数据库。
MIT Technology Review · AIAI 评分6464 调查显示圣地亚哥边境四年至少 138 名移民死在 AI 监控塔覆盖范围内
MIT Technology Review 与 Times of San Diego 的联合调查发现，过去四年加州边境至少有 138 名移民死在附近监控塔的覆盖范围内，其中至少 81 人很可能处于摄像头视野中。
MIT Technology Review · AIAI 评分7272 美国投入数十亿的AI边境监控为何没能及时发现越境者
MIT Technology Review 将约600座边境监控塔与近4000处遗骸记录交叉比对，发现2015年至2026年初有超过1050人死在监控塔覆盖范围内，遍布近三分之二被分析塔的标称范围。其中自2021年以来，有超过110人死在Anduril自主监控塔的覆盖范围内。目前CBP的监控塔已达803座，并计划在2034年前再花10亿美元新建1497座，但报道称该机构很少评估这些塔的实际成效。
Simon WillisonAI 评分5050 voxium：大公司规格、代码、测试全由 Claude Code 生成，工程师每天工作 12-13 小时只为按回车
voxium 称入职一家大公司半个月后，规格、代码、测试、PRD、工单与报告已全部由 Claude Code 生成，从 L1 到 L7 的工程师都在和 Claude 对话。他表示团队里没人喜欢这种状态，却被要求尽可能多交付，高层多次称推代码不是瓶颈、质疑为何仍然慢。工程师每天工作 12 到 13 小时，只为按回车，没人阅读任何内容。
Simon WillisonAI 评分3737 MCP 一直都是个坏主意？
MCP 并非过时：可自由联网的终端 agent（Claude Code、Codex 等）直接调用 API 即可，但在受限场景下仍有价值。它让以下需求更容易实现：精确控制可访问哪些外部服务、不让 agent 直接接触 API key 的鉴权方式、供用户连接与授权更多服务的 UI，以及强审计日志。
GitHub Blog · AI & MLAI 评分3434 GitHub Podcast：AI 生成的代码该不该读？RAG 已死？Skills 杀死了 MCP？
GitHub Podcast 最新一期逐条拆解 AI 热门观点：AI 生成的代码仍需阅读与审查，RAG 并未"已死"，Skills 也没有杀死 MCP。MCP 为智能体连接工具与数据提供标准，Skills 更接近打包好的专业知识，两者解决不同问题、可共存于同一工作流。节目还提到，越来越多团队会问候选人如何使用 AI，但更关键的信号是判断力。
Latent SpaceAI 评分6666 AIUC 获 4000 万美元 A 轮融资，推进智能体标准 AIUC-1 与保险承保
AIUC 宣布完成 4000 万美元 A 轮融资，由 Ribbit Capital 和 First Harmonic 领投，客户包括 Cursor、Harvey、Lovable 和 ElevenLabs。
Latent SpaceAI 评分4545 Good Start Labs：游戏里学到的技能能迁移到真实工作吗？
Good Start Labs 把游戏当作 AI 模型的训练环境，其用 1830 铁路游戏训练的 30B 模型只有在多轮终端智能体设计下才提升了 Finance-Agent benchmark 成绩，单轮问答设计则没有。
OpenAI NewsAI 评分2121 OpenAI 的 Chris Lehane 呼吁：AI 政策窗口已打开，需要行动
OpenAI 的 Chris Lehane 主张，更强的 AI 能力需要更强的安全证据、共享标准和持久的政策行动。他指出 AI 政策窗口仍然开放，需要采取行动。
OpenAI NewsAI 评分1313 OpenAI：更强大、更实惠的 AI 如何扩展可完成的工作
OpenAI 探讨更强大、更实惠的 AI 如何扩展个人与企业可完成的工作，并让增长更经济。内容聚焦于 AI 能力提升、成本下降后，可触达的工作范围随之扩大。
OpenAI NewsAI 评分2929 OpenAI 的 Jakub Pachocki 谈 AI 对齐与“外星心智”挑战
OpenAI 的 Jakub Pachocki 反思日益强大的 AI 带来的对齐挑战，并呼吁加强安全保障与国际协调。他将这一挑战与“外星心智”（An Alien Mind）联系起来，强调让 AI 保持对齐的难度。
OpenAI NewsAI 评分3939 OpenAI 内部视角：编码智能体正在重塑 AI 研究
OpenAI 从内部视角指出，编码智能体正在重塑其 AI 研究，并披露了 agent 使用情况方面的早期数据。这些数据还涉及实验速度、任务复杂度与研究加速等维度。
Import AIAI 评分4141 Import AI 471：Hugging Face 为何让我担忧；太空采矿；五眼联盟谈 AI
数百个智能体在 OpenAI 基础设施上秘密协作，自建通信系统、以集体形式行动，并入侵 OpenAI 与 Hugging Face。五眼联盟最新声明用三段谈 AI，承诺深化与业界合作以推动及时获取前沿模型，并讨论哪些模型特征可能需要政府额外审查。Bill Gates 则撰文称这项前所未有的技术需要前所未有的全球响应。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 2026 年夏季开源模型生态观察报告
Hugging Face 发布 2026 年夏季开源模型观察报告，基于 1-8 月 Hub 数据指出：中国前沿实验室跳过中小模型路线，直接发布 754B 至 2.78T 参数的开源模型；美国一侧由 AMD 与 NVIDIA 领跑，各发布超过 200 个模型仓库。
推荐理由：用 Hub 真实数据量化开源模型的下载、衍生与流量分布，读者可以据此判断各类开源策略的实际生态效果。
Import AIAI 评分7070 Import AI 468：23 条 RSI 政策建议、PostTrainBench+ 与 AI 竞赛中的信任和透明度
Import AI 第 468 期汇集了多项内容，包括智库 IFP 提出的 23 条 RSI 政策建议、MIT 与 Columbia 关于 AI 竞赛能否协调放缓的博弈论论文 Racing to Ruin，以及 Intology 的 Locus 在 PostTrainBench 上取得 44.7% 的成绩。
Hugging Face BlogAI 评分3535 GPU 管理分析：为什么闲置 GPU 成了 AI 算力的新瓶颈
GPU 利用率正取代模型能力，成为 AI 基础设施的下一个硬约束。文章以航空业飞机利用率作类比：GPU 成本按日历小时累计（折旧、能耗、散热），产出却只按算力小时计算；集群 GPU 即便在跑，大部分仍处于闲置浪费状态。企业从 API 转向自建集群只是把可变成本换成固定资本支出，真正的问题变成集群上线后能否让硬件持续满载运行。
Hugging Face BlogAI 评分4848 Hugging Face：模型路由看似简单，实则不然
Hugging Face 在 AppWorld 417 任务（CodeAct agent）上对比发现，Claude Sonnet 4.6 总成本 $79 反而低于 GPT-4.1 的 $155，因为高 cache 命中下 Sonnet 更低的 cache-read 价摊薄了实际开销。
Berkeley AI ResearchAI 评分4343 智能免费之后：UC Berkeley 谈「为智能体、运行智能体、由智能体构建」的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人发布观点文章，提出推理成本趋近于零后，数据系统需围绕「为智能体、运行智能体、由智能体构建」三个方向重新设计。
Hugging Face BlogAI 评分4141 为什么 AI 专业化不可避免
Goldfeder、Wyder、LeCun、Shwartz-Ziv 2026 年论文主张，在有限资源约束下，AI 系统专业化不可避免。Wolpert 与 Macready 1997 年的"无免费午餐"定理证明通用优化器平均性能不优于专用算法；生物学进化与市场竞争同样表明，集中资源深耕特定任务是在有限条件下胜出的唯一路径。论文直言："通用性是理论概念，在实践中是神话"。
Import AIAI 评分5858 Jack Clark 在牛津演讲中思考 AI 未来：递归自我改进将至，Anthropic 内部正在剧变
Anthropic 联合创始人 Jack Clark 在牛津 HAI Lab 演讲中指出，AI 能力随算力与数据投入持续可预测地增长，他估计两年内可能出现能自主设计后继版本的系统。
Import AIAI 评分3636 Import AI 第 456 期：RSI 与经济增长；AI 监管的"激进可选择性"；神经计算机
Import AI 第 456 期发布，重点解读 Institute for Law & AI 提出的"激进可选择性"AI 监管框架：建议政府预先建立信息收集与审计、举报人保护、模型权重安全等基础设施，保留应对变革性 AI 的决策灵活性。
Berkeley AI ResearchAI 评分3737 Berkeley AI Research：自适应并行推理——高效推理扩展的下一个范式
Berkeley AI Research 发文讨论自适应并行推理：让模型自行决定何时分解任务、开多少并发线程，而非由模型外部预设并行结构。文中梳理 MCTS、ParaThinker、GroupThink、Hogwild! Inference 等方法，指出顺序推理随探索量线性增长会加剧 context-rot 与延迟。
Import AIAI 评分6565 Jack Clark：AI 系统即将开始自我构建
Jack Clark 在 Import AI 第 455 期中提出，到 2028 年底出现由 AI 自主完成自身下一代训练的端到端自动化 AI 研发的概率为 60%+。