完整视频已在 "Risk Takers" YouTube 频道上线 piped.video/watch?v=7GpUcvwX…

Stability AI 创始人 Emad Mostaque 称，两年后若你的工作在屏幕另一侧，你将成为团队中最拖后腿的人，因为同事都是 AI，认知劳动价值为负，团队会倒贴钱让你别参与。他称本周起人类已不再是地球上最聪明的存在。他还表示资本将不再需要人类劳动，只需租用 GPU，因此人们需要拥有生产资料。

把重置放进包里。已全部传播。

陶哲轩：想象一下开一种没人理解的药。 医学界：

寺庙里的木料不必每根都去节疤。 你可以把最好的木料用在入口和墙壁。随着它们变差，就移到后面。更差的就用作瓦片和屋顶，知道下一季它们可能被当柴火烧。 软件和 slop 也是如此。

SemiAnalysis 发文称 AI 建设扩张所需资本超出兜底能力。引用内容指出银行与保险贷款方不愿承担太多风险，私募股权愿意承担较多风险，私人信贷居中；通过分层风险（tranche），损失先由股权承担，再是 B 层，最后是部分 A2，以此构造不同风险档位。

我最近用 KerasHub + JAX + TPUs 尝试了各种 LLM 后训练实验，玩得很开心。可能会开源其中一些。

达到完美的那一天起，之后就都是重置了。

Rohan Paul 引用 SemiAnalysis 估算称，Anthropic 订阅用户每美元获得的算力可能超过 API 买家的 4 倍。其依据是 Anthropic 推理业务整体可能有 88% 的 post-compute 利润率，其中被大幅补贴的订阅业务按 50% 算力利润率计算，包含在这一混合利润率之内。

The Verge · AIAI 评分6060

微软 CEO Nadella 发长文呼吁为 AI 设置

微软 CEO Satya Nadella 在 X 上发长文，称不能再把 AI 当作

说实话，这彻底重塑了我的大脑

个人 AI 智能体（如购物智能体）将通过穷尽式比价研究，让产品质量比渠道分销更关键，并终结依赖用户疏忽的订阅收入模式。企业与消费者的不对称源于算力不对称——公司将分析成本摊薄到数百万笔交易，而消费者需为每笔支付全额认知成本。智能体让搜索免费后，优惠券要么普惠所有人要么消亡，订阅业务靠用户忘记取消赚取的不注意收入也将被抽走。

哇。这看起来太棒了！

过去几十年，随着传统软件系统在经济各领域部署，我们拥有工具和能力，可以将行为追溯到特定的代码路径。 而同样的这种

TechCrunch · AIAI 评分5858

微软 Nadella 称 AI 模型需要一个紧急刹车

微软 CEO Satya Nadella 在 X 上发帖称，是时候退一步评估 AI 的信任架构，不能把超级智能当作一组嵌套黑箱来接受或拒绝其建议。他主张将模型与编排其工作的 harness 分离、把控制与安全措施外部化，用防篡改且人类可读的证据记录每一次有意义的模型动作，并确保授权人员随时能在任务中途暂停或关闭模型，就像紧急刹车一样。

Cohere 正在招聘工程师，构建无需信任模型本身的 AI 智能体安全系统，涵盖跨长时会话的意图漂移检测、eBPF 运行时遥测与智能体行为关联、能力范围身份及在 harness 之下强制执行安全边界等方向。该工作聚焦系统工程、安全与 AI 的交叉领域。

不那么非黑即白，但也是的

到2027年底，我将是Nvidia唯一没有收购的开源模型圈人士。

JavaScript 不是一门严肃的语言 🙃

这是陶哲轩昨晚在 Caltech 的 'Math 2.0' 公开讲座中的一张幻灯片。我非常确信，如果疗法真的有效，几乎任何四期癌症患者都会告诉你，人类对其机制的理解对他们来说完全无关紧要。

我们正身处相当有趣且好玩的时代

如果有人好奇自己的 Luna 用例是否能在 Haiku 上跑通，我猜默认答案大概率是不行（这个用例很吃算力）。

Premiere Pro 的 MCP 什么时候出？

SemiAnalysis 指出，最快完成任务不等于最高效，OpenAI 模型呈现短期 token 效率优势，而 Anthropic 模型长期能构建更好、更可读的代码库。作者以 Astra 与 Fable 的测试代码为例，认为模型本身对 token 效率影响很大，取决于用户实际使用场景。

一段 AI 生成的视频走红了。是 AI 天才吗？不，是懂得讲好故事的创作者。 一个 AI 构建的产品火了。是 AI 天才吗？不，是知道该构建什么的创始人和开发者。 AI 是一项惊人的技术，但再多的技术也无法把坏点子变成好点子。

一篇推文分析认为，Elon Musk 通过 xAI 的使命"理解宇宙的真正本质"，正在构建一条介于宗教教条与原教旨唯物主义之间的第三条哲学路径。推文回顾了基督教价值基础与尼采"上帝已死"后的虚无主义，主张 xAI 的求真立场既保留科学怀疑精神，又为超级智能探索时空本质、意识等根本问题提供了方向，是文明迈向 Kardashev 2 型所需的哲学。

Liel Leibovitz 写道，Alex Gibney 的这部四小时新纪录片一心想揭露这位亿万富翁的失败，却无意中展示了那些让他成为巨头的成就。thefp.com/p/elon-musk-new-do…

命运偏爱讽刺。 Si在元素周期表里是硅。

来自微软CEO的一篇有趣文章

我认为，电力产量是衡量任何大规模经济体真正实力的最佳指标。

一张图展示AI如何从传递式范式（逐token补全答案）转向归纳式范式（实时合成推理链）。 这是2025和2026年的大事件。 正是这一转变让编码智能体得以工作。

Nathan Lambert 表示正为 Mercor 提供建议，推动构建可扩展的 RL 高效样本数据生成方法，并强调需推进评测科学、针对高经济价值领域打造专用 benchmark。他预测前沿实验室周边将出现围绕开放推理、开放后训练与数据的重大投资，聚焦真实世界代表性评测与合成数据方法。他认为这将让更广泛经济领域首次"感受到 AGI"，且开源模型是重要机会。

这是目前关于未来 6–12 个月内全球软件开发（实际上是"果冻件"！绝妙的术语！）将是什么样子的最精彩的演讲。如果你还日夜生活在 tmux 中，这是一段必看的未来一瞥。感谢分享 @steipete！

如果你在阅读信息流垃圾时没有立刻想到反例，那你就没有在行使自己的自由意志和独立思考。

The Decoder精选AI 评分8888

数学家对OpenAI发布700余篇论文反应震惊与不满

OpenAI 于 10 月 6 日在 GitHub 一次发布 700 多篇论文，声称解决数百个未解数学问题，数学博客 Proofs and Prompts 收集了 100 多位研究者的回应。

完整视频已在 "Bloomberg Tech" YouTube 频道上线 piped.video/watch?v=j-AXnqA7…

NYU 数学教授 Tristan Buckmaster 表示，OpenAI 为这些未解数学问题投入了数百万美元算力。他引用其原话称，这有点像生死攸关的局面，因为如果 Anthropic 先解决一个千禧年难题，就表明其内部模型更好。完整视频可在 CNBC Television 的 YouTube 频道观看。

CNBC完整视频 piped.video/watch?v=GweKOBSJ…

Rohan Paul转述NYU数学教授Tristan Buckmaster在CNBC上的表态，称专业数学家因AI能先于他们发表新成果而感到不安。Buckmaster表示自己仍使用Anthropic/OpenAI/Codex，但不会把任何自认为原创的想法放进去，他谈到的是OpenAI发布的722篇AI生成数学论文。作者评论称，开放问题的供给是无限的，但博士学制和2年博士后任期并非如此。

"我确实更喜欢 SI（超级智能）这个词，因为'人工'听起来不太光彩。就像没人想要人工甜味剂或人工香料一样，那意味着假的。 要让所有人都改口说超级智能是个漫长的过程，毕竟他们已经太习惯 AI 这个说法了。" Jeff Bezos on Fox News (完整视频链接在评论区。)