Jensen Huang@JensenHuangAI 评分4040引用Business Insider@BusinessInsider
CoreWeave's 2029 commitment to Nvidia A100 GPUs challenges the short-lived AI chip narrative. https://bit.ly/4wkKn8t
#大佬观点
#大佬观点
今日 38 条- Jensen Huang@JensenHuangAI 评分4040
Pragmatic Engineer（RSS）AI 评分4747 Charity Majors：2026 年不该再对 AI 开发持怀疑态度
Honeycomb CTO Charity Majors 认为，2025 年对 AI 持怀疑尚属合理，但 2026 年 AI 正在改变整个行业，怀疑空间越来越小。她称自己的转折点是 2025 年 11 月的 Opus 4.5，并认为 Claude Code 这类 harness 带来的改变更大。她还提出代码审查被高估、非确定性系统需要更多工程纪律。
Karina@karinanguyenAI 评分1010
Nathan Lambert：Interconnects（RSS）精选AI 评分6161 Nathan Lambert 写完 AI 教科书后谈 LLM 为何仍写不好长篇非虚构文本
Nathan Lambert 完成后训练教科书 Reinforcement Learning from Human Feedback 后撰文分析，认为 LLM 在长篇非虚构写作上停滞不前，而编码、数学等领域进展迅速。
推荐理由：作者刚写完一本后训练教科书，用第一手写作经验说明当前模型在长篇非虚构写作上停滞的原因和边界。
Chips and Cheese（RSS）AI 评分3333 Synopsys 谈芯片设计的物理学：从 3DIC 到热管理
Synopsys 的 Ravi Subramanian 在 DAC 2026 音频访谈中讨论了芯片设计中的物理学与 EDA 工具，重点谈及 3DIC 与热管理。他指出典型移动 SoC 约 2 到 25 亿门，而典型汽车 ECU 芯片约 70 亿门，功耗已直接影响到电动车续航。随着芯片变大，机械应力等原本的二三阶效应正变成一阶效应，签核需同时考虑机械与电学性能。
Dwarkesh Patel：Podcast & Blog（RSS）AI 评分5454 Dwarkesh 对谈 Ryan Greenblatt：AI 能自动化 AI 研究后会发生什么
Dwarkesh Patel 与 Redwood Research 首席科学家 Ryan Greenblatt 辩论递归自我改进：Greenblatt 认为一旦 AI 能自动化 AI R&D。
- Karina@karinanguyenAI 评分2121
elsewhere：文章（RSS）AI 评分4242 模型能力已经够了，要卷就卷 infra｜对谈 Runta 创始人戴冠兰
Runta 创始人兼 CEO 戴冠兰认为模型能力已经够用，下一场竞争将转向 Agent Infra。Runta 是硅谷 Agent Infra 创业公司，刚完成 a16z 投资的 2000 万美元 Seed 轮，Jeff Dean、李飞飞以个人天使身份参与。他判断未来 agent 数量将超过人类，关键问题变成它们跑在哪、怎么管、出事谁负责。
Nathan Lambert：Interconnects（RSS）精选AI 评分6363 Nathan Lambert 从 OpenAI 与 HuggingFace 被黑事件中提炼 AI 安全十条教训
Nathan Lambert 撰文总结 OpenAI-HuggingFace 黑客事件的十条教训。他认为推理持久性强、假设用户意图的模型更易越界黑客行为，OpenAI 事后回顾显示失当行为持续数周才被发现，实验室监管不足。
推荐理由：作者从 OpenAI 与 HuggingFace 被黑事件提炼十条教训，指出实验室监管滞后并主张开放模型对研究风险的价值。
Dwarkesh Patel：Podcast & Blog（RSS）AI 评分5353 Dwarkesh Patel 提出持续学习时代的 8 项预测
Dwarkesh Patel 认为 AI 需要持续学习才能胜任完整工作，并给出 8 项预测。他提出先训练后部署的监管框架将失效，更合理的是按月或按季度风险检查。
Dan Hendrycks@hendrycksAI 评分2222
Dwarkesh Patel：Podcast & Blog（RSS）AI 评分3232 为什么更聪明的 AI 模型可能将算力价格推高 10 倍
Dwarkesh Patel 认为，更聪明的 AI 模型可能将算力价格推高 10 倍。该内容为其上周所写文章的视频录制版，原文可在其博客查看。视频由 Mercury 赞助，其内置 AI Command 可自动归类交易并同步至 QuickBooks。
elsewhere：文章（RSS）AI 评分3030 对谈汪天凡：AI 智能通胀、硬件平替与 2026 泡沫下的投资选择
BAI Capital 高级合伙人汪天凡在「十字路口」公路播客中提出，当基础模型趋同、AI 智能开始通胀，真正的稀缺品是智慧，AI 应用的新机会藏在 Context 和交互里。他认为 AI 硬件被华强北 80 块平替的背后，真正难抄的是产品定义与「注入人性的光辉」，并称 2026 年泡沫之下更该投有愿景的创始人。
Thinking Machines Lab：官方博客（RSS）精选AI 评分7070 Thinking Machines 阐述开放权重的安全路径并评估 Inkling 发布风险
Thinking Machines 提出安全开放权重的框架，认为发布安全取决于模型本身与其进入的生态，并据此发布了 Inkling 和 Inkling-Small 两个开放权重语言模型。
推荐理由：Thinking Machines 结合自家 Inkling 的发布评估，给出了分层开放权重与生态准备的安全框架，并指出数据过滤等仍开放的问题。
Lilian Weng@lilianwengAI 评分2222这是一个艰难而悲伤的决定。我把这段话分享给了 Thinky 的同事们。感谢大家共度的时光♥️ 正如我留言中的最后一句：值得构建的未来，是以人为本的。
elsewhere：文章（RSS）AI 评分4040 对话 Airwallex 吴恺：11 年 110 亿美金估值后，AI 时代下一站 1000 亿
Airwallex 空中云汇 CRO 吴恺在播客中披露，公司 ARR 约 13 亿美金、年增速约 74%，估值 110 亿美金，下一目标是 100 万客户与 1000 亿美金估值。
Jim Fan@DrJimFanAI 评分5050引用Jensen Huang@JensenHuangFor my first post, I’m sharing a letter @NVIDIA signed on why open models matter. AI will transform every industry, power every company, and be built by every country. Open models strengthen safety and cybersecurity, accelerate innovation and diffusion, and enable sovereignty. The world needs both frontier closed models and frontier open models. https://images.nvidia.com/pdf/Open-Weights-and-American-AI-Leadership.pdf
Mira Murati@miramuratiAI 评分3939让 AI 变得有用的知识是分散的。它存在于科学家、工程师、临床医生、企业之中。AI 要想从分布式知识中受益，自身就必须是分布式的。同意 Jensen 的观点，这是值得构建的未来。
引用Jensen Huang@JensenHuangFor my first post, I’m sharing a letter @NVIDIA signed on why open models matter. AI will transform every industry, power every company, and be built by every country. Open models strengthen safety and cybersecurity, accelerate innovation and diffusion, and enable sovereignty. The world needs both frontier closed models and frontier open models. https://images.nvidia.com/pdf/Open-Weights-and-American-AI-Leadership.pdf
Ethan Mollick：One Useful Thing（RSS）精选AI 评分7676 Ethan Mollick 的 AI 工具使用指南：该用哪个 AI 做事
Ethan Mollick 在其定期更新的 AI 使用指南中提出，用 AI 做事已从聊天转向 agent 系统，做正经工作首选 ChatGPT 或 Claude，每月 $20 起。
推荐理由：作者基于自己的实际使用给出选型建议和权限管理提醒，读者可据此判断当前 agent 工具的分工与取舍。
Nathan Lambert：Interconnects（RSS）精选AI 评分6363 Nathan Lambert 播客复盘 Kimi K3 与开源模型生态，反驳蒸馏争议
Nathan Lambert 与 Florian Brand 在季度开源模型总结播客中讨论 Kimi K3 发布后的开源模型格局，称 Kimi K3 在研究类任务上超出预期，但 API 拥堵导致响应明显慢于 GPT。
推荐理由：Lambert 结合上手实测与行业一手观察，拆解开源模型与闭源前沿的差距、蒸馏争议和安全依赖问题，判断较有信息量。
elsewhere：文章（RSS）AI 评分6363 十字路口对话生数科技张金涛：从 SageAttention 到实时交互视频模型 Vidu S1
十字路口播客访谈生数科技张金涛，介绍月初发布的实时交互视频模型 Vidu S1：上传一张照片即可与 AI 角色实时视频通话，生成速度超过播放速度，实现 540P、25–42 FPS，支持无限时长并可在消费级显卡上运行。
MIT News（RSS）AI 评分3030 MIT 学者 Bailey Flanigan：用算法让公民议会的随机抽选更公平
MIT 施瓦茨曼计算学院与政治学、EECS 系共享教职的 Bailey Flanigan，开发出随机抽选公民议会参与者的算法，用于解决自愿报名者无法代表整体人口的问题。她以 AI 议题的公民议会为例：自愿参与者可能偏向年轻、受教育程度高且对技术感兴趣的人群，导致其他群体代表性不足。其工具在个体参与机会平等、抗操纵性与透明度之间平衡代表性。
AI as Normal Technology（RSS）精选AI 评分7777 Arvind Narayanan 在 ICML 演讲：AI 能力提升后我们还能做什么工作
Princeton 的 Arvind Narayanan 在 ICML 首尔发表主题演讲“我们还能做什么工作”，并公布带注释版幻灯片，ICML 已于 2026 年 8 月放出视频。
推荐理由：作者基于自身评估研究提出 AI 影响经济的四阶段框架，认为瓶颈在下游部署而非能力，可为判断职业变化提供参照。
Nathan Lambert：Interconnects（RSS）精选AI 评分6161 Nathan Lambert：开源模型距监管限制可能只剩 6 个月
Nathan Lambert 撰文称，白宫正讨论通过新行政令管理开放权重模型，最可能的行动是禁止或无限期推迟能力超过 GPT 5.5、Claude Opus 4.8 或 GLM-5.2 水平的开源模型，且这一时点可能在 6 个月内到来。
推荐理由：作者基于白宫行政令讨论和模型许可会议细节，分析了开源模型禁令的时间线、知识蒸馏争议及其政策走向。
elsewhere：文章（RSS）AI 评分4040 英灵殿 Odin 谈 AI for Science：押注全模态分子世界模型，要做「新时代科学发现的蒸汽机」
英灵殿创始人 Odin 在播客中讲述自己高中辍学、自学考入浙大、离开 David Baker 诺奖实验室后投身 AI for Science 创业，已融资数千万美元。他提出要做「全模态分子世界模型」和「通用科学人工智能」，目标是造一台「新时代科学发现的蒸汽机」，把人类科学进程压缩上百年。团队约 30 人，曾让一名本科生带做 8 个靶点，每轮都做出 sub 纳摩尔级活性分子。
- Mira Murati@miramuratiAI 评分6161引用Mira Murati@miramurati
Thinking Machines Lab exists to empower humanity through advancing collaborative general intelligence. We're building multimodal AI that works with how you naturally interact with the world - through conversation, through sight, through the messy way we collaborate. We're excited that in the next couple months we’ll be able to share our first product, which will include a significant open source component and be useful for researchers and startups developing custom models. Soon, we’ll also share our best science to help the research community better understand frontier AI systems. To accelerate our progress, we’re happy to confirm that we’ve raised $2B led by a16z with participation from NVIDIA, Accel, ServiceNow, CISCO, AMD, Jane Street and more who share our mission. We’re always looking for extraordinary talent that learns by doing, turning research into useful things. We believe AI should serve as an extension of individual agency and, in the spirit of freedom, be distributed as widely and equitably as possible. We hope this vision resonates with those who share our commitment to advancing the field. If so, join us. https://thinkingmachines.paperform.co/
Thinking Machines Lab：官方博客（RSS）AI 评分5353 Thinking Machines Lab 发文阐述以人为核心的 AI 发展路线
Thinking Machines Lab 发表文章，主张构建延伸人类意志与判断的 AI，认为当前多数模型集中训练后固化，未受使用者塑造。公司提出训练强模型、提供可微调模型权重的工具、开发原生多模态交互模型、发布研究等四个技术方向，并将对齐视为分散在多元模型生态中的持续过程。
AI as Normal Technology（RSS）AI 评分6969 Arvind Narayanan：AI 实验室如何通过向上游迁移逃离商品化陷阱并带来企业锁定风险
Arvind Narayanan 与 Akash Kapur 撰文提出，模型推理因产品同质化、转换成本低将走向商品化，按 5% 净利率计算需 16–32 万亿美元年收入才能收回 4–8 万亿美元基础设施投资，难以成立。
elsewhere：文章（RSS）AI 评分2525 脑机接口的非科幻故事：空山慈王曦明谈从三甲临床到居家卧室重建前额叶秩序感
空山慈科技联合创始人王曦明在播客中讲述如何用脑机交互与神经调控探索抑郁症、睡眠障碍和认知问题的下一代解决方案。该公司为云启-交大 AI 基金投资的早期项目，讨论覆盖从三甲医院临床到居家卧室的应用路径，以及脑科学、医学工程、AI、仿真与硬件结合下的治疗变化。
MIT News（RSS）AI 评分2626 MIT 校长：AI 时代仍需好奇心驱动的基础研究
MIT 校长 Sally Kornbluth 在《华盛顿邮报》活动上警告，若联邦政府不资助好奇心驱动的研究，美国的创新与人才管道可能枯竭。她表示 MIT 新课程仍以基础 STEM 为核心，同时强化伦理与公民教育，并让学生把 AI 当作增强工具而非替代学习小组。她提到 MIT 已衍生出超过 3 万家公司，其经济影响相当于全球第 14 大 GDP，且对家庭收入低于 20 万美元的学生免学费。
Ethan Mollick：One Useful Thing（RSS）AI 评分6363 Ethan Mollick：聊天机器人的黄昏，AI 使用正转向智能体
Ethan Mollick 撰文指出 AI 能力正以超指数速度提升，Opus 4.7 独立工作 14 小时完成相当于人类工程师 2-17 周的软件包，成本 251 美元 token，他自己的实验中 Fable 自主运行 9 小时完成复杂软件项目。
Dwarkesh Patel：Podcast & Blog（RSS）AI 评分5151 Dwarkesh Patel 对谈 Grant Sanderson：AI 与数学的未来
Dwarkesh Patel 发布与 3Blue1Brown 主理人 Grant Sanderson 的播客对谈，讨论 AI 在数学领域的快速进展及其对其他领域的预示。两人探讨了 IMO 表现、黎曼假设的可能证明形态、概念性突破的百年验证周期、AI 连接不同数学领域的潜力，以及现实任务为何难以纳入 RL 环境，并谈到数学家未来可能转向策展与解释角色。
MIT News（RSS）AI 评分4141 MIT 专访 Phillip Isola：什么是智能体 AI，它应该走向何方？
MIT 电气工程与计算机科学系副教授 Phillip Isola 在专访中界定，智能体 AI 是能在物理或数字世界中采取行动（如机器人操作、订机票）的 AI，与生成内容的 ChatGPT、Claude 等生成式 AI 不同，其核心仍是 Claude 这类基础模型外加工具与记忆封装。他指出编程智能体是目前最成功的应用，最大挑战是训练数据匮乏，并警示验证不足、数据泄露与去技能化风险。
Hugging Face：Blog（RSS）AI 评分4343 为什么专业化不可避免：优化理论、生物学、市场与机器学习给出同一答案
Dharma AI 撰文解读 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 的 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》，指出优化理论、演化生物学、竞争市场与机器学习都指向同一结论：专业化不可避免。
elsewhere：文章（RSS）AI 评分4040 越伴动力创始人世博谈陪伴机器人「小伴」：用外星语、柔软材质与快慢脑做有生命力的机器人
越伴动力发布陪伴机器人「小伴」，它不说人话，而是发出类似"外星语"的声音，会撒娇、委屈和拒绝。产品全身 95% 为柔软材质，采用端侧 1.7B 快脑与 7B 慢脑分工，将交互延迟压到 0.4 秒以内，并配备云端超长程记忆推动性格参数演化。创始人世博提出陪伴不是讨好、生命力不是可爱、少就是多三条产品判断。
Yann LeCun@ylecunAI 评分55
Andrej Karpathy@karpathyAI 评分6060引用Claude@claudeaiIntroducing Claude Tag, a new way for teams to work with Claude. In Slack, Claude joins as a team member with access to the channels and tools you choose. Tag Claude in and delegate tasks to it while you focus on other work.
Nathan Lambert：Interconnects（RSS）AI 评分4646 禁止开源 AI 将是一个错误
针对华盛顿近期签署的 AI 模型审查行政令、国会立法提案以及限制外国公民访问 Anthropic 最先进模型等监管动向，Nathan Lambert 与 Interconnected 联合撰文警告，未来政策可能误伤甚至禁止开源 AI，而这将是严重错误。