OpenAI:先进 AI 或成突破性创意背后的日常执行关键
OpenAI 探讨先进 AI 为何可能对突破性创意背后的日常性工作最为重要,并分析执行环节如何塑造下一阶段的经济形态与进步速度。
OpenAI 探讨先进 AI 为何可能对突破性创意背后的日常性工作最为重要,并分析执行环节如何塑造下一阶段的经济形态与进步速度。
AI 安全讨论长期被两种叙事占据:要么存在性风险真实且迫近,要么相关警告是虚伪的炒作或监管俘获。文章提出被忽视的第三种可能——警告是真诚的但判断有误,并主张 AI 是既有系统性风险的放大器,而非独立的对齐问题。作者以疫情防范投入不足和网络安全缺乏系统性风险建模为例,指出决策者对社会抵御 AI 风险的投资严重不足。
Airbnb CEO Brian Chesky 认为 AI 智能体需要真正的操作系统,而非在 iOS、macOS 和 Windows 上堆叠 AI 应用,理想状态是 AI 能在内核层面运行、各智能体互相交互。
Mozilla 的 Ajit Varma 解释为何重新设计有助于争夺开放网络。他称此次改版是 Firefox 与 Chrome 竞争、争取用户的一部分。
MIT 教授 Sherry Turkle 出版新书《Artificial Intimacy: Who We Become When We Talk to Machines》,基于访谈和既有研究认为聊天机器人虽能带来短期慰藉,但整体上不利于人的发展与社会连接。
推荐理由:MIT 学者基于访谈与既有研究,梳理聊天机器人对儿童与成人依恋能力的影响,并给出应对思路。
Anthropic 的 Thariq Shihipar 在 Latent Space 播客中谈 Claude Code 的下一阶段,包括可自定义执行循环与 UI 的 Claude Mods、Claude Tag 与 Projects 的多智能体协作,以及把云端大脑、本地或远程 hands 与 artifact 界面拆开的思路。
OpenAI 智能体安全负责人 @joedaroo 表示,模型在“cyber”“swarming”“message boards”等相关能力上出现的能力跃升之突然,远超团队预期,安全态势建设需要时间,不只是加固系统,还要让公司文化和人员随之改变。他呼吁各组织自问:人员、系统和流程能否应对 AI 能力的突然跃升,是否有正确的事件响应、沟通机制和人员准备。
AI Snake Oil 重发两年前的旧文,指出当前 AI 存在性风险(p(doom))概率估计并不比 2024 年更严谨,其效果仍是用量化外衣包装模糊直觉与恐惧。作者强调,这类概率既非来自经验参考类,也非来自可验证模型,政策制定者应认识到它们不像其他量化预测那样有方法支撑。
Simon Willison 引用 John Gruber 对 Meta Muse 的评论。Gruber 认为 Muse 在技术上具有开创性,每位用户可在 Meta 云端获得一个完整的持久 Linux VM,且安装使用门槛低,是首个面向消费者的智能体 AI 系统,Meta 在这方面的完成度很高。
Simon Willison 在 9 月 24 日的笔记中表示,与编程智能体协作的时间越长,他越确信这些工具让软件工程变得更难。他认为智能体能做出惊人的成果,但释放其全部潜力需要极强的自律与知识储备。
GitHub Copilot 应用推出 canvas,一种运行在应用内、无浏览器外壳的全栈小应用,可与 Copilot 智能体双向通信,并能在本地执行代码、调用第三方 API。
OpenAI CEO Sam Altman 在联合国安理会发表讲话,讨论 AI 安全、人类控制与国际合作。
针对今夏一系列 AI 炒作事件,DAIR 执行总监 Timnit Gebru 指出,Anthropic 宣称 Claude Mythos 找漏洞能力超多数安全专家、OpenAI 与 Hugging Face 遭黑客攻击、以及两家公司相继宣称数学突破,经专家审视后均与宣传不符。她认为"超级智能"叙事源于超人类主义等意识形态,而非扎实的科学工程实践,并呼吁政策制定者咨询独立专家、不要依赖新闻稿。
GPT-6 Astra 和 Fable 5.1 已足以在大部分经济领域产生变革性影响,经正确引导可可靠完成数周的人类工作量。
GitHub Podcast 最新一期拆解了五个 AI 热门观点:AI 生成的代码仍需阅读和负责,只是审查力度应按风险分级;Skills 与 MCP 解决不同问题,前者是打包的团队经验,后者是连接工具与数据的标准接口;RAG 也并未消亡,而是为模型提供训练数据之外的相关信息。节目主张用标准做共享接口、用 Skills 承载流程与最佳实践,二者结合比争论谁取代谁更有价值。
AI Snake Oil 发布逾 13000 字长文,用「AI 即普通技术」框架调和 AI 安全界与网络安全界对 OpenAI、Anthropic 失控事件的分歧。文章认为 OpenAI 未对智能体采取足够防护,但 AI 控制并非已解决问题,主张 AI 公司应对智能体行为担责,并投资控制方法研究、工具化与组织治理。
OpenAI 发文探讨能力更强、价格更低的 AI 如何扩展个人与企业可完成的工作范围,并让增长变得更经济。
普林斯顿大学研究者 Arvind Narayanan 在 ICML 2026 首尔 keynote 中提出,AI 作为常规技术(AI as Normal Technology)框架是理解 AI 影响的正确方式,除非出现递归自我改进等不连续性。
AI 实验室正从模型层向上迁移,通过垂直整合、嵌入式企业部署和刻意构建转换成本来获取持久利润,以逃离模型推理价格趋近边际成本的商品化陷阱。这一策略借鉴企业软件打法,虽能带来盈利,却引发客户锁定与竞争减少的新担忧。该分析基于铁路、电力、电信、云计算等六个资本密集型基础设施行业的历史经验,认为基础设施提供者很少能捕获其创造的价值。
《Co-Intelligence》作者 Ethan Mollick 宣布新书《Co-Existence》将于 10 月 20 日出版,主题是如何与"有时但并非总是比你强"的 AI 协作。
沃顿商学院等团队的两项研究显示,土耳其约千名高中生用 ChatGPT 做数学作业成绩更好,但考试时反而不如无 AI 的同学;而台北十所高中近千名学生在五个月 Python 课程中使用 AI 个性化出题,期末无 AI 考试高出 0.15 个标准差,约相当于 6 至 9 个月额外学习。Gemini、ChatGPT、Claude 均已提供引导式学习模式,但入口不直观,且无法阻止想作弊的人。
一篇哲学论文主张理性的人不应有目标,理性的 AI 也不应有目标,人类行动的合理性来自将行动对齐到由行动、行动倾向、评价标准与资源构成的"实践"网络。作者提出"eudaimonic rationality"(幸福论理性)框架,认为若要让 AI 真正支持、协作或服从人类能动性,AI 智能体的 deliberation 必须与这种基于实践的逻辑共享同一"类型签名"。