latent.space 撰文介绍 MIT 的 a1zhang 对递归语言模型（RLM）的解读：Claude Code、Codex 和 Pi 本质相同，RLM 通过代码、上下文外置与递归子智能体实现跨任务泛化，有时一位专家可替代万亿 token 的暴力搜索。

@a1zhang 认为学术界是押注重大研究的地方。PhD 研究者可能没有无限的算力，但优势是存在的：自由探索非主流想法、权衡不同取舍，可以释放新范式。昨天的 @latentspacepod 与 @swyx 的节目讨论了这一点，还有 kernels、harness 设计、multi agent 系统等：piped.video/watch?v=kog7mwsD…

Suno 音质遭用户吐槽：合成感太重，需打磨母带级听感

用户 𝐌𝐫. 𝐖𝐢𝐜𝐤 在 X 上批评 Suno 生成的音乐带有明显的合成感，称若不改善音质、达到打磨与母带处理的水准，Suno 将难以持续发展。他形容当前效果听起来像在用 Circuit City 倒闭前最便宜的扬声器播放。

Francois Chollet 指出，基础 LLM（2024 年及更早）与现代 LRM 的关键区别不在于符号工具使用，而在于从传导范式（直接直觉出查询的答案）转向归纳范式（直觉出产生答案的程序或指令）。

30分钟后开始——任何人都可以加入会议。到时见！

Jason Liu 等人组建的群聊 DM 已扩至 50 人

Jason Liu（@jxnlco）与另一用户所在的群聊 DM 已增长到 50 人。评论区有人询问能否加入，也有人借机吐槽 ChatGPT 界面配色单调、付费用户无法更换背景壁纸。

Jason Liu 与 cova 在 X 上互动

Jason Liu 于 10 月 1 日在 X 发布"COVAAAAA"，cova 回复"i think he liked it"，随后又回复"good times"。该帖获得 1 条回复、1 次转发、53 个点赞和 13,822 次浏览。

Jason Liu 发问：这算不算一条含糊其辞的帖子

Jason Liu（@jxnlco）发布了一条内容仅为"这算不算一条含糊其辞的帖子"的推文，未给出任何模型、产品或技术细节。

Jason Liu 在 Mission Bay 看到有人戴 Thinking cap 并喊话“What hood you from?”

Jason Liu 在 Mission Bay 看到有人戴着 Thinking cap，随即喊出“What hood you from?”，并调侃 Thinking cap 来自 Ant，而 @thinkymachines 却没有自己的 Thinking cap。他还建议 Thinky 应该有个能戴上自己专属帽子的吉祥物。

Jason Liu 询问谁将参加本月 AI Engineering New York 活动

Jason Liu 在 X 上发帖询问谁将参加本月的 AI Engineering New York 活动。该帖获得 7509 次浏览，评论区有人表示可能参加、询问活动详情，也有人请求赞助 $1300。

Jason Liu 质疑 AI 智能体订机票酒店的实际效率

Jason Liu 在 X 上质疑 AI 智能体处理订机票酒店这类任务的实际价值，称自己 2 分钟就能搞定，而听 AI 逐个念航班选项、在长达 10 分钟的通话里发 Google Maps 截图则令人煎熬。他还表示，类似的话此前在编程场景也出现过。

GPT 6.1 Sol Extra High 连续跑 20 小时仍剩 85% 配额

有用户让 4 个 GPT 6.1 Sol Extra High 线程连续运行 20 多小时，配额仍剩 85%，重置额度几乎用不掉。该用户认为配额已不再是瓶颈，人类的代谢、精力和时间吞吐才是真正的限制。评论区多人反馈速度太慢，有人称需开 /fast 或 10x 模式才能消耗额度，也有人表示切到 Astra Ultrafast 后不到 2 小时就用掉 56%。

我没能登上 X 的顶级发帖人榜单，但我是 Schmidt Sciences AI2050 青年学者，将继续致力于构建和理解开放生态，让未来的 AI 可及、广泛普及、由多方掌控且安全。科学第一，发帖第二！

arXiv 在 Vibe research 时代推出了更严格的 rate limiting 政策。作者认为这个时代只要有想法就大概率能把想法变成成果，但当前判定成果的标准已落后于时代，应该采用什么样的新标准尚无答案。

推文设想用 Agent 干活、用 Griffin 开会或面试，接成百上千个 remote 职位来开一家 consultant 公司。作者随即自我反驳：如果真发展到这一步，就不需要 remote 工程师和 consultant 公司了。

马东锡 NLP 建议 A4-A5 层级的用户暂缓入手 nvidia DGX Spark，认为单点 RTX、DGX Spark 等单品会让人误以为可以轻松进入该层级。

SemiAnalysis：HBM4 控制器与 PHY 约占 Nvidia Rubin 计算die 16%

SemiAnalysis 估算，HBM4 控制器和 PHY 约占 Nvidia Rubin 计算 die 的 16%，大量先进制程面积被用于与内存通信而非计算。

SemiAnalysis 评价 Google GPU 集群体验已达到 Gold 级，Google 团队在不到 2 年内从 Bronze 升至 Gold。但 GCP GPU 体验仍不及 Platinum 级的 CoreWeave 和 Nebius，控制台 UI 被比作 DMV 般繁琐，Google Cloud CLI 偶尔失灵，有时被迫改用浏览器连接且同样不稳定。

观看完整对话： piped.video/watch?v=NcqHQmpN…

AI 催生新岗位：Automation Engineer 兴起，Serval 让自动化工程师嵌入 IT、HR、财务与法务团队

Elvis Saravia 认为 AI 正在创造新岗位，Automation Engineer（自动化工程师）将成企业招聘新方向。在 Serval（@getserval），该角色嵌入客户的 IT、HR、Finance、Legal 团队，直接在客户的 Serval 环境中构建 AI 智能体。该岗位要求理解团队真实运作方式，并搭建其所需的自动化。

Elvis Saravia 建议自建 meta harness 以便平滑切换模型

DAIR.AI 的 Elvis Saravia 建议开发者自建 meta harness，最大好处是能在不同模型间平滑切换。他认为随着模型发布周期缩短，这一点愈发重要，RSI 只会让发布进一步加速。切换模型不应破坏现有配置，若会破坏，说明你的设置不适应当前的发布节奏，需要尽快修复。

Ethan Mollick 谈 AI 最被低估的能力：自组织与 Muse、Dots 等智能体

Ethan Mollick 撰文指出，AI 进步中最被低估的是其自组织完成任务的能力，并讨论了这对 Muse、Dots 等智能体的意义。他以 Project Aglaya 为例，说明数字伴侣可在未被询问时主动提醒路况、合同变更或生日，但发消息、转账、取消预订等改变外部世界的动作仍需预先设定、可配置且可审计的授权边界。

Ethan Mollick：有了好用的 AI，PowerPoint 演示变得好看多了

Ethan Mollick 认为，自从有了好用的 AI，看 PowerPoint 演示的体验好了很多。有些人直接让 AI 代劳思考工作，这很明显，而且他们以前也只用默认模板；但对真正用心的人来说，现在能做出有趣的版式、好玩的视觉梗和不错的图表。

Elvis Saravia：AI 公司自营服务并按结果收费，Arceus 用 AI 加持牌律师做合同审查

Elvis Saravia 预计更多 AI 公司会自营服务并直接售卖结果，@arceuslegal 已在法律领域这样做：客户通过 Slack 发送合同，AI 收集上下文，每份工作都由持牌律师审核后再返回。

研究称前沿 AI 模型在会计任务上已快于并准于初级会计师

一项研究指出，在中等长度、定义明确的会计任务上，前沿 AI 模型现在比初级会计师更快、更准确，甚至优于研究中表现最好的那位会计师。作者提到，18 个月前这些模型的得分还远低于人类会计师。相关讨论见 Mercor 博客文章《Human Baselines for Benchmarks: AI Now Outperforms Junior Accountants》。

Claude Code、DeepSeek Harness 与 Pi Durable：可扩展 harness 成编码智能体新战场

Claude Code 的 Mods、DeepSeek Harness 和 Pi Durable 都在提升 harness 的可扩展性，让开发者能定制 UI 行为、添加插件甚至支持多人协作。作者认为通用 harness 已难以满足 agentic 应用、无头体验和软件工厂等场景，建议从零自建，而 Pi Durable 与 DeepSeek Harness 正试图降低这一门槛。

路由器并不总是更好。模型切换需要重建输入缓存，任务复杂度难以从提示词判断，选择逻辑也会增加延迟。 这些基准测试帮助你找到在所需成本下，对你的工作最高效的路由器和模型组合。

纽约大学达摩德兰：AI资本开支由债务驱动，回调时冲击或外溢至社会

纽约大学斯特恩商学院教授 Aswath Damodaran 在 Excess Returns 播客中对比互联网泡沫与可能的 AI 泡沫，指出这轮 AI 基建投入是他见过的最大规模基础设施扩张，资金量巨大，一旦回调痛苦会更剧烈。

.@amasad 和 @DavidSacks 刚刚梳理了真实的 AI 创业版图：开源与闭源模型、各层级的安全问题，以及为何企业正迅速将智能体投入应用。 并非所有旧规则都已失效。B2B 依然不是 B2B，而“就业末日”的论调比证据更响亮，因为创造者总会去创造。 #unprompted2026 @Replit

关于 AI 夺走工作岗位的讨论很多，关于它创造的岗位的讨论却很少。虽然悲观论调可能更容易（当然也更能吸引点击），但我更乐观。从我所处的位置来看，

Lohit Siriki kaggle.com/code/sirikilohit/… linkedin.com/in/lohitsiriki/

我通常为开发者写作，但我的下一篇文章将面向试图应对 AI 编程智能体变革的公司领导者。 你们希望领导层了解智能体的哪些方面？或者如果你在经营一家公司——你遇到了哪些问题？

该死的 WiFi

Pretty sure there are more dots than bots already in this little world. Cool thing is that we're improving them everyday and they learn directly from your feedback.

研究显示 Claude Opus 5 在会计任务上 20 题全对，12 名注册会计师正确率 0% 至约 90%

一项针对中等长度、定义明确的会计任务的研究发现，前沿 AI 模型比初级会计师更快更准确，甚至优于研究中表现最好的会计师。Claude Opus 5 在 20 道题中取得 20 题全对、正确率 100%，每题几分钟内完成；12 名持证注册会计师的正确率从 0% 到约 90% 不等，其中数人用完了 3 小时时限。研究还提到，18 个月前这些模型在同类任务上的得分远低于人类会计师。

Blackstone 总裁 Jon Gray：会计、法律、金融等规则型业务将被 AI 彻底颠覆

Blackstone 总裁兼 COO Jon Gray 此前已提出，会计、法律、金融等规则型业务将被 AI 彻底颠覆，JPMorgan 已用 AI 取代代理顾问处理股东投票。一则对比显示，Claude Opus 5 在 20 项任务中全部以 100% 正确率完成且每项仅需数分钟，而 12 名持证 CPA 的正确率从 0% 到约 90% 不等，多人耗尽 3 小时时限。

Benedict Evans：AI 或将取代初级律师、咨询顾问与投行分析师的常规工作

科技分析师、前 a16z 合伙人 Benedict Evans 指出，AI 可能自动化初级律师、咨询顾问、银行家和广告从业者的大量常规工作。他认为，金字塔底层岗位的工作内容将面临冲击，而没在律所或 Bain、BCG、McKinsey 工作过的人很难真正理解这些工作如何运转。

纽约大学 Aswath Damodaran：AI 的 10-15 万亿美元市场是"可怕"的故事，前提是它取代人而非作为工具

纽约大学 Stern 商学院教授 Aswath Damodaran 称，AI 若成功，其 10-15 万亿美元的可触达市场"很可怕"，因为这一规模只有在 AI 取代人类工作、而非仅作为工具时才会出现。他指出，若该故事成真，半数白领将失业，随之而来的是收入与人生意义的双重丧失。

Cathie Wood 谈 AI 领域的杰文斯悖论：推理成本年降 99.99%，OpenAI 年化收入从 $20B 涨至 $70B

Cathie Wood 在 ARK Invest 视频中称，AI 推理的同一答案成本每年下降 99.99%，但用量爆发式增长。OpenAI 年化收入约一年内从 $20B 升至 $70B，超过 Anthropic 报告的 $65B。她认为更便宜的调用没有压缩业务，反而成为 GDP 爆发式增长的引擎。

TechCrunch · AIAI 评分3737

Airbnb CEO Brian Chesky：AI 智能体需要自己的操作系统

Airbnb 本周随秋季更新上线了新的 AI 搜索，CEO Brian Chesky 表示聊天机器人不适合电商与旅行浏览，因为一次只给几个选项、需要多轮交互。他透露公司未来三到六个月将探索支持多人同时使用的"multiplayer" AI 界面，并计划让 Airbnb 应用更"agentic"，最终通过 MCP 与其他智能体互通。