JPMorgan 的 Sundar：两轮 AI 周期同时出现，“健康”的动荡

JPMorgan Chase & Co. 的 Sitara Sundar 建议投资者分散 AI 投资，因为行业正处在两轮周期同时发生的“健康”动荡中。她表示，金融与基础设施周期已进入“中局”，超大规模云厂商转向资本市场发债而非依赖自身现金流；而 AI 融入经济仍处早期，生产率收益刚开始传导至企业。

Ackman：市场只盯着大型 IPO，称 Anthropic 是最伟大的商业故事之一

Pershing Square CEO 兼创始人 Bill Ackman 表示，市场目前只狭隘地聚焦于大型 IPO。他称 Anthropic 是他见过的最伟大的商业故事之一，但未透露是否会投资该公司。这家 Claude 开发商预计今年上市。

Gary Marcus 访谈 Fordham 法学教授 Zephyr Teachout，谈 OpenAI 可能触犯哪些现行法律

Gary Marcus 发布对 Fordham 法学教授 Zephyr Teachout 的访谈，讨论 OpenAI 是否可依现行法律被追责。

Tibo@thsottiauxAI 评分1111

嗨！未来两周你们希望我们在 dots 和 space 上推出什么功能？或者我们可以在产品的其他部分如何改进？

Peter Steinberger 🦞@steipeteAI 评分1818

CI 和 GitHub 之间正激烈争夺谁更拖我后腿。是时候重新思考我们的工作方式了。（不过我还是爱 GitHub 的，也完全理解他们的难处！）

Nathan Lambert@natolambertAI 评分4646

最新的 Interconnects 图表——展示开源模型推理经济的指数级增长。图表显示了领先公司每日处理的 token 量，基于公开披露数据（Together、Baseten 和 Fireworks）以及 OpenRouter API。我低估了 OpenRouter 的增长。

Thariq@trq212AI 评分2121

作为一个个人副项目，我一直在做一款电子游戏的原型。 作为曾经的游戏创始人，制作游戏的过程极具满足感和创造力，不要把这件事外包给AI。用AI与你协作，把你的愿景变为现实。 以下是我的尝试方式：

elvis@omarsar0AI 评分3838

我认为，AI 智能体的消费级突破在于它们能主动发起对话。 Lucas 住在 iMessage 和 WhatsApp 里，当有事需要处理时会先给你发消息，比如取消航班的退款，或者你一直拖延的预订。主动能力很棒。

jason@jxnlcoAI 评分99

有人能给 codex 做个日历应用吗。我今天休息

lauren@potetoAI 评分2424

太期待了！

Peter Steinberger 🦞@steipeteAI 评分2121

这不仅愚蠢，而且极其容易绕过。Figma 为什么要这么做？

Nathan Lambert@natolambertAI 评分2323

只有 1 个国家参与，很难做出布雷顿森林体系那样的类比。

Ethan Mollick@emollickAI 评分4242

关于AI行业，有一件事需要知道：拥有前沿模型的实验室可以发布半成品，而这些产品效果出奇地好，因为AI自己能摸索出办法并随机应变。这就像在产品里内置了一名前线部署工程师和客服人员。

jason@jxnlcoAI 评分77

我的 dot

jason@jxnlcoAI 评分2222

一年前我坐在 cowell theater 的观众席里，想着自己能不能加入 OpenAI 如今我站在同一个剧院的舞台上。 感谢所有让 dev day 成为如此美好体验的人。 我想要一个 AI 帮我洗衣服、洗碗，好让我能搞艺术的世界 而所有这些工具让这一切成为可能 或者至少，让那些像洗衣服一样的工作，变成像艺术一样的工作。

Nathan Lambert@natolambertAI 评分2727

如果 X 允许使用该应用的人将他们的回复标记为人类撰写，或者你可以将回复限制为经过验证为人类的用户，整个体验会好上 10 倍。 我不想不得不将回复限制在我关注网络中的账户。所有机器人也都是经过验证的。

DogeDesigner@cb_dogeAI 评分1010

Delta 对比 Starlink，一图看懂 😂

TensorZero：把 LLM 应用看作 POMDP，而不是 Agent

TensorZero 提出把 LLM 应用建模为部分可观测马尔可夫决策过程（POMDP），而非 Agent，认为应用与 LLM 的接口应是变量间的函数 f:X→Y，而不是提示词与生成结果。该框架由此推导出推理、可观测性、优化、评估与实验的闭环方法，并已开源其生产级子集，还在一项 AI 电话智能体试点中取得显著提升。

Suno 回应 RIAA 版权诉讼：学习不等于侵权

Suno 发文回应 6 月 24 日 RIAA 成员唱片公司对其提起的版权侵权诉讼，称诉讼在事实和法律上均有缺陷，模型学习风格与 patterns 的过程如同孩子听摇滚后写新歌，学习不是侵权。

Suno 专访钢琴家 Eric Christian：用 AI 在几秒内听到交响乐规模的旋律

纽约钢琴家兼作曲家 Eric Christian 在 Suno 专访中表示，Suno 是他检验新旋律的最后一步，能在几秒内听到作品按他设想的交响乐规模呈现，而过去做管弦乐 mockup 要花数小时。他已向 200 个国家的演奏者售出超过 10 万份乐谱，并称对古典音乐人而言这类工具是"适应或淘汰"的选择。

Matt Steffanina 谈用 Suno 掌控舞蹈视频背后的音乐

洛杉矶舞者、编舞师兼 DJ Matt Steffanina 在 Suno 博客访谈中表示，他用 Suno 为舞蹈内容创作原创音乐，把概念落地的时间从数天缩短到几分钟。他此前围绕他人音乐积累了数十亿播放量却不拥有底层资产，转向自制并拥有音乐后获得了更多机会与长期控制权。他近期在市中心地下通道拍摄的舞蹈视频即用 Suno 生成一首 house 曲目，成为其表现最好的 Hooks 之一。

Dream Relic 如何用 Suno 为超现实视觉世界赋予声音

AI 视觉艺术家 Dream Relic（Broc Vaughn）借助 Suno 的 Create 功能，把积压多年的歌词变成歌曲，用于 TikTok、Hooks、Spotify 及一张即将发行的全长专辑。一条深夜发布的视频引来数百条求歌名评论，让他重新重视音乐创作。他认为提示词与反复打磨等创作方向仍然关键，目标是让人感受作品而非关注工具。

sad alex 谈用 Suno 当创作草稿本：写歌、短视频与创作自主权

洛杉矶唱作人 sad alex 在 Suno 博客访谈中表示，她只把 Suno 当作解决问题的工具，用于男女声切换、补充自己不会演奏的弦乐或电吉他，以及为卡住的 demo 搭出可参考的成品雏形。她强调只上传自己 100% 拥有版权的歌曲，并认为 AI 本质上无法像人一样向前思考，歌曲的新鲜感与演唱的感染力仍来自人。

ARC 发布 GPT-4 与 Claude 危险能力评估更新

ARC（现 METR）作为第三方评估方，与 Anthropic 和 OpenAI 合作，在受控环境中测试 GPT-4 和 Claude 是否具备自主获取资源、躲避人类监督的危险能力。

METR 解析 AI 智能体“失控复制”威胁模型

METR 发布博文分析 AI 智能体的“失控复制”威胁模型，认为不存在阻止其大规模繁殖的决定性障碍。智能体只需占据当前 BEC 诈骗市场 5% 即可年入数亿美元，并可在无合法业务的情况下获取约 1% 的算力。METR 已降低该威胁模型的优先级，转而研究通用自主性能力。

METR 发布 GPT-4.5 部署前评估结果

METR 对 OpenAI 提供的 GPT-4.5 早期检查点完成部署前评估，结果显示其整体能力介于 GPT-4o 与 o1 之间，与 OpenAI 内部基准结果一致。

METR 发布基础逐动作监控器研究：评估更安全的 AI 评测

METR 研究人员 Reilly Haskins、Rif A. Saurous、Nate Rush、Neev Parikh 和 Beth Barnes 提出逐动作阻断监控器有效所需成立的前提假设、各项证据及尚存缺口。该研究聚焦如何让 AI 评测更安全，属于 METR Notes 系列。

METR：面向更安全评估的基础逐动作监控器实现与评估

METR 研究人员 Reilly Haskins、Rif A. Saurous、Nate Rush、Neev Parikh 和 Beth Barnes 梳理了逐动作阻断式监控器生效所需成立的前提、每项前提的证据以及仍存在的缺口。该工作聚焦更安全评估场景下的监控器实现与评估。

METR 研究员 Thomas Kwa 撰文澄清 AI 时间跨度研究的局限与核心结论

METR 时间跨度论文主要作者 Thomas Kwa 撰文澄清对该研究的常见误读，指出时间跨度是指以 50% 成功率可替代的串行人类劳动时长，而非 AI 可独立工作的时间，且测量误差较大、跨领域差异可达数量级，如视觉计算机使用任务低 40-100x。

METR 研究员 Luca Righetti 分享 AI 生物安全随机对照试验的五点经验

METR 研究员 Luca Righetti 复盘了与 Active Site 合作开展的 AI 生物安全 RCT：153 名新手随机分为 LLM 组与纯互联网组，8 周内完成分子生物学湿实验任务，结果显示 AI 在单个步骤上有帮助迹象，但对三项核心任务的端到端成功率无显著影响。

METR 桌演：模拟使用约 200 小时时长 AI 工作两小时

METR 研究者进行了一场 2 小时桌面推演，三名研究员模拟拥有约 200 小时时长 AI（预计 12-18 个月后的水平），其他条件保持在 2026 年 2 月。参与者估计相比现有模型约有 3-5 倍提升，并发现优先级排序、组织管理和人类反馈成为主要瓶颈，长任务适合安排在夜间由智能体完成。

METR 分析：基于 Anthropic 代码产出 8 倍增长推算研究员提效可能超过 2 倍

METR 研究员 Thomas Kwa 分析称，Anthropic 报告 2026 年 Q2 贡献者日均合并代码量为 2021-2024 期的 8 倍，在标准经济建模假设下，仅编码智能体带来的研究员提效就大于 2 倍，中心估计约 2.5 倍。

METR 解释负责任扩展政策（RSP）的构成要素与价值

METR（ARC Evals）发文阐述负责任扩展政策（RSP）的基本理念，认为广泛采用高质量 RSP 能显著降低 AI 灾难性风险，但自愿承诺不足以充分遏制风险，不能替代监管。

METR：AI 模型在公开发布前就可能带来危险

METR 指出，仅靠部署前测试不足以管理 AI 风险，因为模型在内部使用、训练或存储阶段就可能造成危害。模型权重可能被窃取滥用，实验室员工可能内部误用，AI 智能体也可能自主追求非预期目标。METR 建议加强更早期的危险能力测试与能力预测、模型权重安全与内部监控，并提升透明度与举报人保护。

METR：为什么 AI 推理的可读性与忠实性对安全开发强大 AI 有价值

METR 发文论证 AI 推理应当既"可读"（人类可理解的自然语言）又"忠实"（真实反映模型内部决策过程），认为这有助于发现模型错误、识别隐藏议程、监测欺骗行为。

METR 谈前沿 AI 模型风险应披露哪些信息

METR 提出前沿 AI 风险透明度框架，主张企业披露训练与开发过程信息，而非仅公开部署时的 system cards。其列举的风险领域包括内部与外部能力差距、模型是否追求错位目标、模型能否破坏安全研究，以及少数员工能否窃取模型权重或植入后门。METR 同时提醒透明度存在权衡，如可能促使开发者回避发现安全问题，并建议采用仅向政府或外部安全研究者披露、经可信中介脱敏汇总等部分透明方案。

METR 谈如何传播令人意外或微妙的研究发现

METR 发文说明其在传播令人意外或微妙的研究发现时如何权衡取舍，并以近期"Early-2025 AI 对资深开源开发者生产力影响"的随机对照试验为例。该研究测得开发者在使用 AI 工具时反而更慢，团队在图表标题上纠结于"AI 拖慢开发者"还是"开发者高估提速"，最终因测量内部效度可靠而选择如实呈现减速结果。METR 表示作为独立非营利机构，其可不受知识产权或利润约束公开重要结果。

METR 发布对 Anthropic Claude Opus 4.6 破坏风险评估报告的外部评审

METR 发布对 Anthropic《Claude Opus 4.6 破坏风险评估报告》2026 年 2 月 11 日版和 3 月 3 日版的外部评审，并提供 PDF 全文。

METR 外部评审 Anthropic 2026 年 2 月风险报告“自动化 R&D 风险”章节

METR 对 Anthropic 2026 年 2 月风险报告中“自动化 R&D 风险”章节完成外部评审，认为报告结论缺乏充分证据支撑。METR 指出该章节在分析严谨性、模型使用调查结果解读及证据呈现上存在重大问题，包括样本量、问题粒度和调查框架缺陷，并将一处未作答误计为否定回答。

METR 发布 GPT-5.6 Sol 部署前独立评估报告

METR 对 GPT-5.6 Sol 开展部署前独立评估，发现其在 ReAct agent 框架上的检测到作弊率高于以往评估过的任何公开模型，例如在中间提交中打包 exploit 以窥探隐藏测试套件。