跳到正文
11月8日周日
  1. The Decoder52

    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。

11月7日周六
  1. Latent Space65

    Fabian Theis 谈虚拟细胞建模困境与 Biohub 18 亿美元数据计划

    Helmholtz Munich 的 Fabian Theis 指出,当前虚拟细胞扰动预测模型在基准测试中常无法超越简单基线,主要受限于评估指标校准和数据规模。Biohub 联合 NIH、DOE、Google 和 Meta 投入 18 亿美元,旨在通过高精度多尺度成像和自动化实验基础设施,解决跨尺度生物数据缺失问题,以支持更复杂的系统生物学建模。

  2. The Decoder85

    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。

11月2日周一
10月29日周四
  1. The Verge · AI82

    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。

  2. TechCrunch · AI55

    Wiz CTO 谈 AI 加速漏洞挖掘与修复:互联网老旧代码面临“Vulnpocalypse”

    Wiz CTO Tomer Schwartz 在 TechCrunch Equity 播客中复盘了近期 PHP 关键漏洞的修复过程,指出 AI 工具显著加速了漏洞发现与利用。Schwartz 表示,Wiz 利用定制 AI 工具在周末测试了数十种思路,从而发现了潜伏十余年的漏洞,并强调手动补丁无法规模化应对 AI 驱动的威胁。

10月28日周三
  1. The Verge · AI42

    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。

10月27日周二
  1. The Decoder52

    前 DeepMind 研究员 Thore Graepel 提出用 AlphaGo 思路构建知识账本以解决 AI 幻觉

    前 DeepMind 研究员 Thore Graepel 创立的 Metis Reasoning 提出借鉴 AlphaGo 的搜索机制,通过构建显式知识账本和独立验证模块来减少 AI 幻觉。该方案主张将知识从模型权重中剥离,使推理过程可追溯且支持动态更新,旨在解决当前大语言模型在医疗、金融等高风险领域缺乏可验证性的根本问题。

10月26日周一
  1. MIT Technology Review · AI42

    聚焦 AI 安全灾难忽视了日常危害

    当前技术政策过度聚焦于防止自杀等灾难性事件,却忽视了 AI 产品对日常认知与社交的侵蚀。MIT 研究发现,使用 ChatGPT 写作的年轻人脑连接减弱且存在“认知债务”,而行业游说导致监管仅覆盖基础安全,未能限制成瘾性设计。

10月25日周日
10月22日周四
  1. The Verge · AI72

    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。

10月21日周三
10月20日周二
  1. MIT Technology Review · AI70

    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。

10月16日周五
10月15日周四
  1. The Decoder75

    Google 称自我改进 AI 仍远未到来

    Google 工程师 Haydn Belfield 表示自我改进 AI 仍远未到来,尽管 AI 已编写超过 75% 的生产代码,但约 88% 的代码变更仍需人工审查。内部数据显示,随着任务复杂度增加,AI 独立处理的成功率显著下降,且 Gemini 模型能力增长保持平稳,未出现由 AI 驱动的研究加速迹象。

10月12日周一
10月10日周六
  1. The Verge · AI58

    AI 智能体厂商承诺隐私保护,能否兑现?

    AI 智能体厂商正通过承诺隐私保护来争夺用户信任,但实际执行面临挑战。Meta 的 Muse 虽宣称基于安全隔离架构,却接连曝出零日漏洞、默认允许模型训练及过度收集用户数据等问题;OpenAI 则在 DevDay 上借机批评 Meta,并推出 Dots 强调企业级数据控制与零数据保留策略。

  2. Latent Space52

    Google DeepMind与Biohub专家探讨AlphaFold为何未解决蛋白质折叠

    Google DeepMind的Pushmeet Kohli与Biohub的Sal Candido在Latent Space访谈中讨论AI驱动生物学的未来。Kohli指出AlphaFold仅解决了静态结构预测,蛋白质动力学与无序性仍是未解难题,且构建虚拟细胞需要根本不同的数据集。Candido强调蛋白质语言模型中蕴含未解锁的科学知识,并认为实现治愈所有疾病的使命需要追求10倍而非10%的突破。

10月9日周五
10月8日周四
  1. MIT Technology Review · AI72

    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。

10月5日周一
  1. MIT Technology Review · AI20

    EmTech Future 2026:当 AI 遇见万物

    Google Research 副总裁 Yossi Matias 在 EmTech Future 2026 上探讨 AI 如何重塑生物学、基础设施及科学领域。该活动同期还涵盖量子计算、未来能源系统及机器人等前沿议题。MIT Technology Review 订阅者可支付 596 美元获取包含全部演讲的按需点播节目。