跳到正文

#现象/趋势

今日 37 条
今天10月3日周六
  1. X:Replit (@Replit)18

    Replit 的 Amjad Masad 与 David Sacks 谈 AI 创业地图:开源与闭源模型、安全与智能体落地

    Replit 的 Amjad Masad 与 David Sacks 在 #unprompted2026 上梳理了 AI 创业地图,讨论开源与闭源模型、各层级安全,以及企业为何正快速把智能体投入实际工作。他们强调并非所有旧规则都已失效,B2B 依然不等于 B2C。所谓“就业末日”的叙事声量也超过了证据本身,因为构建者仍会继续构建。

  2. X:Rohan Paul (@rohanpaul_ai)38

    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。

  3. X:Rohan Paul (@rohanpaul_ai)38

    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。

  4. X:Rohan Paul (@rohanpaul_ai)42

    Cathie Wood 谈 AI 领域的杰文斯悖论:单次回答成本年降 99.99%,OpenAI 年化收入一年内从 $20B 涨至 $70B

    Cathie Wood 在 ARK Invest 视频中解释 AI 领域的杰文斯悖论:同样的回答每年成本下降 99.99%,但调用量爆炸式增长。即便价格暴跌,OpenAI 的年化收入仍在约一年内从 $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。

  5. X:Rohan Paul (@rohanpaul_ai)30

    Eric Schmidt 解释为何 AI 竞赛无法实现相互暂停

    Eric Schmidt 认为 AI 竞赛的相互暂停不可能实现:美国缺乏停止动力,本地实验室或中国可能作弊,而联合国核查无法读懂由计算机编写的代码。他指出核查需要检查人员进入包括军事实验室在内的秘密实验室并审查全部代码库,但这些代码由计算机编写,没有人类团队能逐行阅读。

  6. X:SemiAnalysis (@SemiAnalysis_)26

    SemiAnalysis Weekly:GPU 是不是印钞机?InferenceX 团队解析 Engram 内存卸载、AgentX 利润计算器、TPU v7 与 Vera Rubin vs. Blackwell

    SemiAnalysis Weekly 新一期由 Jordan Nanos 主持,Cam Quilici、Bryan Shan 和 Alec Ibarra 参与,InferenceX 团队解析了 Engram 内存卸载、AgentX 利润计算器、TPU v7、Vera Rubin 与 Blackwell 的对比,以及更快的 token 是否值得溢价。

  7. X:马东锡 NLP (@dongxi_nlp)62

    Hinton 等发布论文探讨 AI 研发自动化是否会引发智能爆炸

    Geoffrey Hinton 转发并推荐了一篇论文,讨论 AI 研发自动化是否会触发智能爆炸。文中提到,递归自我改进导致智能爆炸的想法已存在很久,但直到最近才显得可能很快发生,如今许多顶尖研究者认为它可能不久后出现。论文指出,与一年前相比,AI 系统现在已编写了构建它们的公司内部的大部分代码,链接为 casp.ac/reports/intelligence。

  8. X:Ethan Mollick (@emollick)22

    Ethan Mollick:企业高管已在用 AI,但改变公司是更长的过程

    Ethan Mollick 认为"我们还处在早期"的自我庆幸太多了:许多企业高管聪明、有动力、懂业务,不少人技术上也过硬,他们确实在用 AI。但他强调,改变一家公司是更长的过程。此番回应针对 Rohit 的观点——高管们已在 vibecoding 应用、采用 Claude、寻找自动化工作流,AI 已相当主流。

  9. TechCrunch · AI28

    TechCrunch Equity 播客:只有 2% 消费者在为 AI 买单

    TechCrunch Equity 播客本期讨论白宫 AI 安全承诺与"超级智能"行政令,以及消费级 AI 的经济账:只有 2% 消费者真正买单,AI 最大的钱仍来自企业市场。节目还谈及 Oura 撤回 IPO、Anthropic 泄露的 S-1、OpenAI 回归私募融资,以及 Quartermaster 1.4 亿美元融资、Atomic 已承接 DoorDash 90% 采购等交易。

10月2日周五
  1. MIT Technology Review · AI12

    以自主 AI 重新定义企业智能

    MIT Technology Review 报告指出,企业 AI 的规模化瓶颈是结构性的,全球 AI 投资 2026 年将达 2.5 万亿美元、同比增长 44%,但多数企业仍未靠 AI 增长收入。报告称领先企业把流程重设计置于模型选型之前,并强调数据就绪而非数据规模,主张以主权、可组合的架构在数据原地查询与准备数据,供 AI 智能体直接行动。