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。

lauren@potetoAI 评分2424

太期待了！

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。

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 😂

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 推出 Spark 孵化器计划，资助独立音乐人

Suno 推出名为 Spark 的孵化器计划，通过资助金、导师指导和专属营销支持，帮助独立音乐人完成音乐项目。入选艺术家将获得创作资助与营销资金，受邀在写作营与成熟艺术家合作，并可为 Suno 新功能提供反馈，同时保留作品的创作控制权与商业权利。该计划即日起开放申请。

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。

英国王立协会特集号解读世界模型最前沿与 AI 未来，Sakana AI 参与卷首文章

英国王立协会《Philosophical Transactions of the Royal Society A》发布特集号「World Models in Natural and Artificial Intelligence」，Sakana AI CEO David Ha 参与卷首文章共著。

UC Berkeley Agentic AI Summit 2025 回顾：超 2000 人到场、约 4 万人线上参与

UC Berkeley 举办的 Agentic AI Summit 2025 吸引超 2000 人到场、约 4 万人通过直播线上参与，全部会议录像已开放观看。主办方 Berkeley RDI 宣布该峰会明年将再度举办，具体细节待公布。

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 研究者的简化 AI 时间线模型：预测约 2032 年底实现 99% AI 研发自动化

METR 研究者 Thomas Kwa 提出一个仅 8 个参数的简化模型，预测在现有算力增长与算法进步速度下，AI 研发将在 2032 年底实现超过 99% 的自动化。该模型基于 33 参数的 AI Futures 模型（AIFM）简化而来，采用更保守的假设，多数模拟显示到 2035 年 AI 效率提升 1000 倍至 1000 万倍、研究产出提升 300 至 3000 倍。

METR 研究员用 Opus 4.6 在 CLI 复刻 Slay the Spire 和 Balatro 的观察

METR 研究员 Nikola Jurkovic 让 Opus 4.6 用简单 ReAct 脚手架复刻 Slay the Spire 和 Balatro 的 CLI 版本，得到基本可玩但有不少缺陷的实现。

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 研究：任务替代如何导致 AI 生产力提升（uplift）的三种度量出现显著分歧

METR 提出 AI 生产力提升（uplift）的三种度量——旧任务 uplift、价值 uplift 与新任务 uplift，并论证在简化假设下三者满足「旧任务 uplift ≤ 价值 uplift ≤ 新任务 uplift」。

METR 解读《递归自我改进的经济学》：AI 能否加速 AI 研发

METR 研究员 Parker Whitfill 与 Tom Cunningham 联合 7 位经济学家发布论文《The Economics of Recursive Self-Improvement》，用一系列简化模型分析 AI 如何加速 AI 研发，以及反馈效应是否强到足以形成"自我维持的加速"。

METR 调查：349 名技术工作者自报 AI 带来 1.4–2 倍工作价值提升

METR 在 2026 年 2–4 月调查 349 名技术工作者（含 87 名软件工程师、71 名研究人员、129 名学者与博士生、48 名创始人及管理者），自报 AI 工具带来的工作中位价值变化为 1.4–2 倍，中位速度变化为 3 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 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。

斯坦福 HAI：AI 如何加速科学发现，从 Evo 2 到虚拟细胞

斯坦福 HAI 发文梳理 AI 加速科学发现的进展：Brian Hie 团队打造的 Evo 2 是迄今最大的生物学 DNA 语言模型，基于 9 万亿碱基对、400 亿参数训练，可像聊天机器人一样补全基因序列。Emma Lundberg 团队则正构建模拟人类细胞的基础模型，用于加速药物发现与个性化医疗，并为此开发了 Biomni 供生物学家交互分析数据。

Nature 关注 AI 生成“幽灵”作者 Elena、Aris、Marcus 污染科学文献

科学文献中正出现名为 Elena、Aris、Marcus 的 AI 生成“幽灵”作者，污染学术记录。Nature 报道指出，这类虚构署名正在侵入科研出版体系。

Cursor 团队分享如何搭建云端智能体开发环境

Cursor 团队分享为云端智能体搭建开发环境的经验，核心思路是把开发环境当作用户是智能体的产品来做。他们让云端 VM 与本地开发环境对齐，构建 anydev CLI 简化智能体运行服务的流程，并通过 Cursor Cloud MCP 和 Cloud Doctor 自动化功能实现环境的自愈与持续改善。

Epoch AI 探讨 AI 未来：并行化限制、智能爆炸与推理基准

Epoch AI 发布系列研究探讨 AI 未来走向，其中报告指出即使自动化 AI 研发能产出数百万虚拟研究员，进展仍可能受限于拆分、协调与重组工作的并行化能力。EBR-Bench 结果显示前沿模型在桌游 Earthborne Rangers 的 30 次通关中毫无进步，得分远低于人类专家。另一项研究考察四项能力指标，其中三项显示 AI 能力近期加速的强证据，驱动力来自推理模型。

Epoch AI 数据洞察：AI 采用与使用趋势

Epoch AI 数据显示，arXiv 数学预印本中承认使用 AI 的比例从 2026 年 4 月的 4% 升至 8 月的 25%，其中 6% 称 AI 有实质性研究贡献。美国成年人中每周至少 6 天使用 AI 的比例在六个月内从 8% 升至 19%。Epoch AI/Ipsos 调查还显示，67% 从事计算机、工程和科学工作的 AI 用户使用雇主提供的 AI。

Epoch AI 研究：GPT-6 Astra 数学基准领先，软件工程仍落后 Claude Fable 5.1

OpenAI 的 GPT-6 Astra 以 166 分登顶 Epoch Capabilities Index，领先 Claude Fable 5.1 的 164 分和 GPT-5.6 Sol 的 162 分，其 Math-ECI 达 170 创下新纪录。但在软件工程基准上，GPT-6 Astra 的 SWE-ECI 为 164，仍落后于 Fable 5.1 的 167。

Anthropic 详解 Claude Opus 5.5 为何适配更长、更高上下文的编码会话

Anthropic 发文说明 Claude Opus 5.5 针对更长、上下文更重的编码会话做了成本优化，估计典型按 token 计费的工作负载运行成本比 Opus 5 低约 40%。

KKR 报告：AI 基础设施建设需 8 万亿美元新资本

KKR 发布报告称，为全球 AI 基础设施建设融资将需要约 8 万亿美元的资本支出，远超传统公开股票和债券市场自身所能提供的规模。KKR 信贷与市场联席主管 Christopher Sheldon 在 "Bloomberg Open Interest" 节目中讨论了该报告。

JPMorgan 的 Sundar：AI 周期正同步运行

JPMorgan 私人银行另类投资策略主管 Sitara Sundar 表示，在 AI 价值链上分散配置是投资者当前的最佳策略。她认为科技领域目前出现的波动是健康的。

Cognition 发布 Devin 2025 年度绩效复盘：上线 18 个月的真实部署经验

Cognition 在 Devin 上线 18 个月之际发布年度绩效复盘，称其已进入数千家公司的工程团队，累计合并数十万个 PR。

Cognition 复盘构建 Devin 云 Agent 的经验：为什么自建比想象中难

Cognition 基于两年多构建 Devin 的经验，指出容器化方案存在共享内核安全风险，也无法跨异步间隙保存状态，他们用 microVM 隔离和 hypervisor 级全机状态快照解决。

Augment Code：AI 原生转型的四个阶段，从智能体采纳到智能体编排

Augment Code 提出 AI 原生转型分四个阶段：约 70% 组织仍停留在第一阶段（将智能体接入日常工作流），不到 10% 让智能体自主拥有工作，几乎无人达到第四阶段全智能体编排。在软件开发生命周期六个环节中，代码生成、验证、构建失败诊断三个环节已由智能体主导，代码审查中低风险改动可自动批准。某企业客户开发者每周因代码审查阻塞的时间占比从 30% 降至 10% 以下。

Augment Code：单模型工程时代已经结束

Augment Code 本月在 Claude 和 GPT-5 之外新增 Gemini 3.1 Pro，成为其第三个可选模型，并称单模型工程时代已经结束。过去十三个月里领先模型三次易主，GPT-5.4 的每条消息价格比此前所用模型便宜约 2.6 倍。其做法是把模型、harness（Context Engine）与编排层（Intent）解耦，切换模型只需改一个设置而非迁移。

DX CTO Justin Reock 谈 AI 转型是系统性问题

DX CTO Justin Reock 在 We Built What 节目中称 AI 转型的关键在系统而非个人：DX 对 500 家公司的纵向研究显示 PR velocity 中位提升 7.5%、均值 13%、最高 70%。

Augment Code 调研 219 位工程负责人：48% 代码已由 AI 生成，仅 19 家更新了岗位定义

Augment Code 调研 219 位工程负责人发现，其团队 48% 的代码已由 AI 生成，55% 担心团队失去对代码库的共同理解，63% 表示工程师向管理者提出技能相关性担忧，在 201-1000 人团队中该比例升至 89%。

ARC Prize 发布首日更新：Kaggle 登顶并回应主要质疑

ARC Prize 发布上线 24 小时的首日更新：社媒累计浏览 67.5 万，登顶 Kaggle 竞赛榜，已有 700 名 Kaggle 参赛者、70 次提交，当前最高分 18%。