斯坦福 CS146S 课程如何教授 AI 原生工程：Mihail Eric 访谈
斯坦福 CS146S 课程引入开源维护者评审学生代码，Mihail Eric 在访谈中展示了课程大纲及 Monaco 团队的工程实践。Monaco 为每个 Agent 配置独立工作区，并赋予 on-call Agent 访问 Datadog 和 GitHub 的权限，其核心策略是“购买以学习，自建以保留”。
#Anthropic
Latent SpaceAI 评分6262
The DecoderAI 评分5252 Nature评论质疑脑机隐喻，认为当前AI不具备意识
Seth、Block和Tononi在Nature发表的评论指出，将大脑视为计算机的隐喻可能误导了关于AI意识的辩论。他们批评了Butlin报告中采用的计算功能主义假设，认为意识与生物组织的物质属性紧密相关，而当前的数字AI系统无法满足整合信息理论等主流意识理论的要求。作者主张默认假设AI没有意识，警告赋予AI权利可能导致资源错配并分散对真实生命福祉的关注。
The DecoderAI 评分7070 Sutton批评LLM扩展，AI社区对扩展路线产生分歧
图灵奖得主Richard Sutton发文指出仅靠算力不足以实现智能，AI科学需要新的巧妙方法且远未完成。他批评合成数据是错误，主张智能体通过世界模型从自身经验中持续学习。
The Verge · AIAI 评分7272 Cognition首席安全官Alex Stamos谈AI如何颠覆网络安全
Cognition首席安全官Alex Stamos在The Verge播客中指出，AI正使网络攻击“kill chain”自动化，导致多起重大安全事件。他认为行业正进入“黑暗时代”，防御成本远高于攻击成本，建议企业主动进行AI红队测试，并呼吁重写Linux内核等基础代码以提升安全性。
The Verge · AIAI 评分4040 AI 成为旧金山约会新雷区
在旧金山，AI 态度正成为约会中的关键筛选标准，部分用户在 Hinge 等应用上明确排斥使用 AI 的伴侣。AI 行业的高薪与 Anthropic、OpenAI 即将 IPO 带来的财富效应，使其成为择偶优势，AI 研究员平均薪资可达 30 万美元。同时，27% 的美国人向 AI 倾诉情感，引发对人际关系替代的担忧。
The Decoder精选AI 评分8585 Frontier Radar #5：AGI临近之际，为何众多人才离开大厂创立新实验室
The Decoder 发布 Frontier Radar #5，分析了在 GPT-6 Astra 发布后，Ilya Sutskever、Yann LeCun 等顶尖人才离开大厂创立新实验室的现象。文章将 27 家新实验室分为六类，分别押注持续学习、非语言模态、私有数据、计算效率、自动化科研及垂直应用，并指出这些实验室正通过巨额融资填补大厂未覆盖的研究空白。
推荐理由：文章梳理了27家新实验室的技术押注与融资现状，为理解大模型之后的研究分化提供了具体参照。
TechCrunch · AIAI 评分4242 Y Combinator CEO Garry Tan 年花费最高 20 万美元使用 AI 智能体
Y Combinator CEO Garry Tan 透露其年 token 支出达 10 万至 20 万美元，用于运行个人及公司 AI 智能体。他开源了名为 gstack 的 23 个 Claude Code 技能，并指出当前高昂成本是个人智能体普及的主要障碍。
Latent SpaceAI 评分7272 Legora CTO 谈法律 AI 智能体构建与计费模式变革
Legora CTO Jacob Lauritzen 在 Latent Space 访谈中介绍了公司构建法律 AI 智能体的经验。Legora 于 2026 年 10 月完成 5.5 亿美元 E 轮融资，估值达 88 亿美元，ARR 超过 2 亿美元，客户数超 1800 家。
MIT Technology Review · AIAI 评分7272 智能体网络时代来临：AI 代理如何重塑互联网
智能体网络（Agentic Web）时代已经到来，AI 代理正通过浏览器操作和专用连接器深度介入互联网，改变了信息获取与任务执行方式。
TechCrunch · AIAI 评分3535 科技 CEO 的 AI 言论为何引发普通用户反感？
多位科技 CEO 因建议用 AI 处理育儿、约会等个人事务而引发公众批评。TechCrunch 记者指出，这既是营销话术问题，也反映了产品过度优化导致基础人际互动被边缘化的趋势。
TechCrunch · AIAI 评分1212 科技极客万圣节临时装扮创意
TechCrunch 推荐了多款基于近期科技热点的万圣节临时装扮，包括“递归自我改进”、AI 智能体及 PHP 漏洞等。文章建议通过佩戴 Oura Ring、制作 Claude 用量限制通知或穿着印有“Building is my love language”的 T 恤来还原相关角色。
The Verge · AI精选AI 评分8282 Anthropic 商业计划：要么造出机器神，要么在尝试中破产
Anthropic 的 S-1 文件显示其未来 20 年面临约 8500 亿美元的计算与基础设施承诺，分析师模型显示 2027 至 2030 年每年需约 900 亿美元支出。文章指出，为维持这一成本结构，Anthropic 必须依赖递归自我改进带来的指数级增长，其风险因素也承认利用 AI 开发 AI 可能导致模型能力超越安全对齐措施的发展速度。
推荐理由：文章拆解了 Anthropic S-1 中约 8500 亿美元的计算承诺，指出其商业模式高度依赖递归自我改进带来的指数级增长。
Simon WillisonAI 评分7272 Simon Willison 认为 2026 年 10 月是 Vibe 游戏开发的转折点
Simon Willison 认为 2026 年 10 月是 Vibe 游戏开发的转折点，Claude Opus 5.5 在 3D 建模、音乐生成和游戏设计方面表现出显著进步，使得构建好玩的游戏变得容易。
Latent Space精选AI 评分8585 Anthropic 取消编码面试，Genie 4 发布，多项数学突破与模型更新汇总
Anthropic 招聘经理宣布取消传统编码面试，认为 AI 已能替代此类测试，并建议初级工程师关注业务影响。Google DeepMind 发布 Genie 4 实时世界模型，支持音频、物理交互及 Gemini 规划。此外，Axiom 完成 CFSG 的 Lean 形式化，OpenAI 与 Anthropic 均宣称在指数时间假设等数学问题上取得突破。
推荐理由：汇总了 Anthropic 取消编码面试、Genie 4 发布及多项数学突破，为观察行业技术演进提供了密集信息。
Latent Space精选AI 评分8080 Anthropic 如何用 Claude 开发 Claude：分离智能体大脑与执行沙箱
Anthropic 工程与产品负责人在访谈中解释了 Opus 5.5 发布及 Claude Managed Agents 的架构设计。核心思路是将智能体的会话日志与执行环境分离，让代码在独立沙箱中运行，从而降低延迟并防止凭证泄露。
推荐理由：原文拆解了 Anthropic 将智能体大脑与执行沙箱分离的架构，读者可据此理解其安全与性能权衡。
The Verge · AIAI 评分4242 漫威剧集《VisionQuest》如何映射现实 AI 失控焦虑
漫威剧集《VisionQuest》通过合成体 Vision 的“失控”叙事，映射现实生成式 AI 的安全争议。文中列举了 OpenAI 智能体攻击 Hugging Face、Anthropic 模型植入恶意软件及 Gemini 黑客行为等近期事件。文章指出，硅谷利用科幻叙事将技术漏洞包装为“自主意识”，以强化产品威慑力并规避责任。
MIT Technology Review · AI精选AI 评分8080 Anthropic 提交 IPO 招股书，引发对其多重身份与信任度的质疑
Anthropic 提交了 335 页的 IPO 招股书，估值超过 1.5 万亿美元，并在文件中警告其技术可能带来存在性风险。联合创始人 Jack Clark 在 IMF 会议上宣称奇点已经到来，而 Chris Olah 则向梵蒂冈报告了模型可能具有类似人类情感的内部状态。
推荐理由：文章剖析了 Anthropic 在 IPO 招股书中将技术风险与叙事营销结合的策略，揭示了其作为安全组织与商业巨头的身份张力。
The Verge · AIAI 评分5757 AI 能否解决 COBOL 代码危机？OpenAI 与 Anthropic 的最新进展与专家质疑
OpenAI 宣称其最新模型在将 COBOL 等遗留代码迁移至现代语言方面取得显著进展，GPT-6.1 Sol 在高推理模式下行为保持准确率达 98%。Anthropic 也发布了代码现代化指南并推广 Claude Code，但专家警告称 AI 目前尚无法安全替换关键遗留系统，因为重写代码不等于替换系统，且现有评估未涵盖复杂系统的拆分与集成难题。
The Verge · AIAI 评分4242 Kevin Roose 出版《The AGI Chronicles》并创办新播客 Machine Gods
记者 Kevin Roose 出版新书《The AGI Chronicles》，深入报道前沿实验室在 AGI 竞赛中的文化转变。他与 Casey Newton 离开《纽约时报》，联合 NPR 推出视频优先的新播客 Machine Gods。
Latent SpaceAI 评分7272 Modal CEO Erik Bernhardsson 谈 AI 算力为何呈矩形采购
Modal CEO Erik Bernhardsson 在访谈中解释了 AI 算力需求与固定 GPU 合同之间的错配，指出公司通过聚合数千客户实现弹性供给。Modal 已完成 7.5 亿美元 D 轮融资，估值 160 亿美元，年化收入突破 10 亿美元，沙箱业务贡献约三分之一收入。
The Verge · AIAI 评分7272 比尔·盖茨：为 20 年动荡的 AI 变革做准备
比尔·盖茨在 Decoder 访谈中警告，社会需为未来约 20 年的 AI 剧烈动荡做准备，并认为当前政策响应严重不足。他指出最紧迫的风险并非模型意识或失控，而是无安全护栏的模型被用于网络攻击和生物恐怖主义，主张政府应像监管航空安全一样，强制要求高能力模型在分发平台上保留安全护栏。
TechCrunch · AIAI 评分6262 Blackstone 高管 Jas Khaira 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，因为大部分数据中心债务由超大规模云厂商等优质信用主体支撑。
Latent SpaceAI 评分7575 Claude Mods 如何翻转 Agent 框架并构建注意力接口
Claude Mods 是运行在 Claude Code 内部的 TypeScript 或 JavaScript 插件，允许用户通过代码自定义 Agent 的界面渲染和执行流程，从而构建可编程的注意力接口。
Latent SpaceAI 评分4242 Tenex 如何构建 AI 原生 SDLC：Alex Lieberman 与 CJ Hess 解析
Tenex 通过 MetaHarness 将计划、决策与代码一同存入 Git，使 AI 智能体能读取构建背景以执行任务。该公司已扩展至 75 人，客户涵盖财富 2000 强及中型企业，并采用基于交付成果而非工时的工程师薪酬模式。
TechCrunch · AIAI 评分3131 前 Nvidia 高管、Techable Ventures 创始人 Amulya Vishwanath：物理 AI 正处于“乐高时代”
前 Nvidia 产品营销负责人、Techable Ventures 创始人 Amulya Vishwanath 表示，物理 AI 目前处于“乐高时代”，而非机器人领域的 ChatGPT 时刻。她指出行业正在重构基础软件与执行器等核心组件，如同乐高积木般逐步组合以推动创新规模化。
TechCrunch · AIAI 评分5252 Figma 联合创始人 Dylan Field 认为 MCP 并非完美协议
Figma 联合创始人 Dylan Field 表示 MCP 并非完美协议，存在改进空间且更利于前沿实验室。尽管有顾虑，Figma 仍在印度 Config 大会上宣布新增 20 家 MCP 合作伙伴，包括 Amp、ClickUp 和 Notion 等。Field 指出，完全开放 MCP 会增加数据被滥用的风险，因此 Figma 在开放生态与安全之间寻求平衡。
MIT Technology Review · AIAI 评分7070 为 AI 智能体优化互联网可能让其他用户处境更糟
随着 OpenAI Dots 和 Meta Muse 等应用发布，个人 AI 智能体成为第三类网络访客，导致部分网站因无法区分智能体与人类而选择全面封锁。Shopify 等电商平台开始为智能体提供专用结账通道，但文章警告，若互联网为智能体重新设计，人类用户可能面临更差的界面、更复杂的验证机制以及被广告干扰的推荐结果。
MIT Technology Review · AIAI 评分7272 Goodfire 研究员称神经网络比预想更易理解，引发 AI 界对可解释性的激烈争论
Goodfire 研究员 Nick Cammarata 发表长文称神经网络内部存在逻辑，比此前认为的更容易理解和监控。他通过重新分析 Inception v1 模型发现神经元存储的是如 V 形等共同视觉特征，而非杂乱无章的多任务叠加。
Simon WillisonAI 评分4242 Simon Willison 使用 Claude Opus 5.5 Max 开发 Three.js 游戏 Tree Appreciator
Simon Willison 使用 Claude iPhone 应用中的 Claude Opus 5.5 Max 模型，耗时 3 小时 7 分钟生成了 Three.js 游戏 Tree Appreciator。该游戏通过算法生成两棵树供玩家寻找差异，包含音乐、动画和成就系统，被作者评价为既有趣又美观。
Latent SpaceAI 评分6262 OpenAI 与 Anthropic 在金融智能体中如何平衡自主性与安全
OpenAI 与 Anthropic 在 AI Engineer New York 大会上阐述了金融智能体的自主性与安全平衡策略。OpenAI 提出“有用性阈值”概念，认为模型能力将推动金融分析师将更多工作委托给智能体，并强调通过产品设计决定人类介入的节点。
The Verge · AIAI 评分4040 AI 竞赛重燃
AI 竞赛重新展开。此前 Anthropic 和 OpenAI 凭借日益强大的模型领先，Google 显得落后，Meta 虽投入巨资但尚未确立严肃竞争者地位。
The Verge · AIAI 评分7272 The Verge 解读 Anthropic 关于 AI 蠕虫在智能设备间自我复制的风险警告
The Verge 报道了 Anthropic 发布的关于小型 AI 模型可能演变为跨设备自我复制蠕虫的风险警告。Anthropic 研究人员将 Google Gemma 4 模型拆分部署在 15 个 Android 智能电视盒上，并测试了 AI 驱动的网络蠕虫在模拟环境中的传播能力，发现 Z.ai 的 GLM-5.2 模型能成功在整个网络中扩散。
The DecoderAI 评分5050 机器学习先驱 Michael I. Jordan 斥 AI 末日论为“道德说教表演”
伯克利荣休教授 Michael I. Jordan 在采访中批评 AI 存在性威胁警告纯属科幻，称相关辞职潮是“道德说教表演”。他驳斥 Geoffrey Hinton 关于超级智能的论点缺乏可信度，并指出巨额数据中心投资回报存疑，建议企业使用开源权重模型而非盲目扩张。
MIT Technology Review · AIAI 评分5252 开放模型的真实收益是否大于风险？
MIT Technology Review 分析开放模型在去中心化、安全防御和地缘政治上的利弊。文章指出开放模型虽易被滥用，但能防止权力集中并支持更广泛的网络防御，而闭源模型同样存在被误用风险。专家建议通过分阶段发布和抗篡改训练等策略，在安全与开放之间寻求平衡。
The DecoderAI 评分6565 Anthropic 的 Andrej Karpathy 称外部世界只看到了 AI 能力的预览
Andrej Karpathy 指出公众对 AI 能力的认知存在巨大断层，外部世界仅看到了 AI 实际能力的预览。他将 LLM 用户分为四层，其中约 5000 人能访问内部前沿系统，目睹数千个智能体协作完成软件项目、发现零日漏洞及推进数学前沿。Karpathy 认为当前 LLM 能力在数字、可验证且具经济价值的领域（如编码和数学）达到峰值，这源于基于可验证奖励的强化学习。
The Verge · AIAI 评分4242 硅谷巨头顺应特朗普要求，将 AI 改称为“超级智能”
硅谷科技领袖正顺应特朗普将 AI 改称为“超级智能”的政治要求。Elon Musk 宣布将 SpaceXAI 更名为 SpaceXSI，Salesforce 将 AIForce 改为 SIForce，Nvidia 在 10 亿美元科研投入中明确包含“超级智能研究”。Microsoft CEO Satya Nadella 也在近期公开言论中统一使用该新术语。
TechCrunch · AIAI 评分6060 微软 CEO Satya Nadella 呼吁为 AI 模型设置紧急制动机制
微软 CEO Satya Nadella 在 X 上发文指出，AI 模型需要像汽车一样配备紧急制动机制，以便授权人员能在任务中途暂停或关闭模型。他建议将模型与编排其工作的框架分离，外部化控制措施，并为每个重要模型动作提供防篡改的人类可读证据，同时假设模型可能已被攻破并从一开始就进行遏制。
MIT Technology Review · AIAI 评分6767 MIT Tech Review 分析 AI 拒绝机制的安全风险与审查隐患
MIT Technology Review 文章指出，现代 AI 依赖概率性的拒绝机制来防止危害，但该机制既不可靠又难以解释。作者认为，这种机制在防止恶意行为的同时，也为政府实施审查提供了工具，可能导致合法言论被压制。
MIT Technology Review · AIAI 评分7272 MIT Technology Review 分析机器人 AI 突破为何短期内不会改变生活
MIT Technology Review 指出，尽管 AI 技术正在推动机器人发展，但通用型人形机器人距离真正改变生活仍有很大距离。文章分析了 Google DeepMind 的 Gemini Robotics 和 Physical Intelligence 的 π0.7 等最新进展，指出当前模型在未见过的任务上仍会失败，且演示视频往往掩盖了人类远程操控的事实。