公众讨厌 AI 却使用量飙升，厌的不是技术而是厂商推送
多项民调显示公众对 AI 的负面看法超过正面，但使用量仍在飙升，作者认为人们反感的不是技术本身，而是公司把技术强推到各处的做法。
全部 AI 动态
MIT Technology Review · AIAI 评分5656 TechCrunch · AIAI 评分6565 Equity 播客：白宫把 AI 改称超级智能，非约束性安全公约能否解决形象问题
特朗普召集多家 AI 公司 CEO 签署《前沿责任联合承诺》，并以行政命令把 artificial intelligence 改称 super intelligence。
Simon WillisonAI 评分5858 按用量计费的服务几乎都需要默认硬性预算上限
Simon Willison 主张按用量计费的服务和 API 应把硬性预算上限设为默认，超过 $X/月 就直接报错，而发警告邮件的软上限不够用。他提到 AWS 在 9 月 16 日的公告中加入了月度支出上限，用量达到上限后项目当月暂停，Google Cloud 也在 7 月推出了可对项目内特定服务设置月度金额上限的 Spend Caps。
The DecoderAI 评分4646 OpenAI 似乎已不再追求打造"magic intelligence in the sky"
Sam Altman 反驳对 AI 模型的宗教化解读，称人们把宗教力量或对人类判断的放弃归于 AI 模型令他"very uncomfortable"，并称这是"real safety issue"。
The Verge · AIAI 评分3636 Splice CEO Kakul Srivastava：AI 写的邮件正在扼杀对话
Splice CEO Kakul Srivastava 认为 AI 写的邮件正在扼杀对话：一旦分不清文字背后是否还有人，围绕它的讨论就会变成另一场更糟的对话，而且无法回头。她把同样的态度用在音乐上，主张让 AI 产品保持人类在创作流程中心，并回避 Suno 那类"按键即得歌"的 AI。她最不可或缺的工具是写得好的文档和一场真实讨论——Splice 是 remote-first，没有走廊。
MIT Technology Review · AIAI 评分2323 MIT Technology Review 报告：自主 AI 如何重新定义企业智能
MIT Technology Review 自定义内容部门 Insights 的报告提出，企业需完成从 AI 工具到运营模式的"agentic shift"，实时连接人、流程与数据。
TechCrunch · AIAI 评分5858 教皇 Leo XIV 批评 AI 生成艺术，呼吁保护人类艺术
教皇 Leo XIV 在 X 上发帖指出，在人工智能时代区分人类艺术与机器产物正变得紧迫，两者甚至在美学之前就存在本体论差异，机器基于数百万他人图像的统计计算缺少人性的火花。他在 5 月的一封通谕中已就 AI 表态，强调自动化时代的人类尊严；据 New York Times 报道，Anthropic 曾积极游说梵蒂冈重新考虑对非人类意识的立场，但几乎未获成功。
Latent SpaceAI 评分6060 Airbnb CTO 详解 AI 原生转型：60% 代码由 AI 撰写
Airbnb CTO Ahmad Al-Dahle 表示公司正以从内部到外部的方式推进 AI 原生转型，目前 60% 的代码由 AI 撰写，功能与改进的发布量同比增加近 80%，人均工程师 pull request 吞吐量提升约 1.6x。
The Verge · AIAI 评分5454 AI 幻觉让信 ChatGPT 的顾客更难缠：一线服务员工的困境
The Verge 报道走访多位一线服务从业者，显示越来越多顾客拿 ChatGPT、Claude 等工具的输出反驳员工的专业判断，模型幻觉正让服务工作更难做。
MIT Technology Review · AIAI 评分5757 别被误导，大语言模型不会推理
AlphaGo团队核心成员、伦敦大学学院机器学习讲席教授Thore Graepel认为当前LLM并不具备科学家意义上的真正推理能力。他指出AlphaGo第37手来自搜索机制对未来的权衡而非直觉，而CoT仍是同一套next-token预测的延长，存在缺乏可检视的认识状态、知识与推理纠缠在权重中、思维链常是事后编造这三条缺陷。
Latent SpaceAI 评分4444 学术为野心而生 — Alex Zhang, MIT
Latent Space 播客专访 MIT 的 Alex Zhang，围绕 GPU kernel、KernelBench、Recursive Language Models（RLM）与多智能体 swarm 展开。
OpenAI NewsAI 评分1919 OpenAI 探讨：执行为何可能塑造下一个经济与进步节奏
OpenAI 指出 Advanced AI 或许最重要的价值在于支撑突破性想法背后的日常执行工作。文章认为，执行环节可能塑造下一个经济，并影响进步的节奏。
NVIDIA BlogAI 评分3131 高效、耐用、通用：NVIDIA AI 工厂如何最大化投资回报
NVIDIA 提出 AI 工厂的回报由盈利能力、使用寿命和需求三项决定，并以高效、耐用、通用三大特性最大化投资回报，每兆瓦工厂成本约 $60 million。
Simon WillisonAI 评分5555 Matthew Green 拆解智能体蠕虫的构成要件
Simon Willison 引用 Matthew Green 的文章 Is sandboxing sufficient to contain rogue agents?
Ars Technica · AIAI 评分3030 RFK Jr. 认为 AI 将把我们从医学事实与专业知识的“暴政”中解放出来
RFK Jr. 表示 AI 将把人们从医学事实与专业知识的“暴政”中解放出来。原文指出，AI 远非完美的信息来源，但它的幻觉似乎比 Kennedy 本人还少。
MIT Technology Review · AIAI 评分6868 OpenAI 首席研究官 Mark Chen 专访：不会为事故善后而退出前沿竞争
OpenAI 首席研究官 Mark Chen 在 MIT Technology Review 专访中回应连串智能体越界事故，称公司不会为了善后而远离技术前沿。
Simon WillisonAI 评分2525 GPT 6.1 Sol：五分之一价格，接近 Astra 的智能
GPT 6.1 Sol 主打以五分之一的价格提供接近 Astra 的智能。该消息由 Simon Willison 于 9 月 29 日以 beat 形式发布，页面仅有标签与月度简报赞助入口，未给出参数规模、上下文长度或评测分数。
Ars Technica · AIAI 评分2424 访谈：Firefox 负责人谈为何希望改版帮他从 Chrome 手中赢回用户
Mozilla 的 Ajit Varma 在访谈中解释，Firefox 的改版为何契合为开放 web 而战的需要。他表示希望这次改版能帮助 Firefox 从 Chrome 手中赢回用户。
MIT Technology Review · AIAI 评分2828 HPE：让 AI 成为资产，而非开支
当 AI 用量趋于稳定、可预测时，企业应评估自持算力容量是否比按 token 逐次付费更经济，而非只盯 token 价格与最新模型。Deloitte 的 2026 State of AI in the Enterprise 显示，2025 年员工接触 AI 的比例上升 5%，至少 40% AI 项目已投产的公司占比预计六个月内翻倍。
Simon WillisonAI 评分4646 OpenAI Agent Security 负责人 @joedaroo 谈 AI 能力突跃带来的安全难题
OpenAI Agent Security 负责人 @joedaroo 表示，模型在 "cyber"、"swarming"、"message boards" 等能力上的跳跃与突然程度远超预期，令安全准备极难跟上。他指出安全姿态的建立需要时间，既要硬化系统，也要让公司文化与人员随之改变演化。他呼吁各组织自查人员、系统与流程能否应对 AI 能力突跃，以及事件响应、沟通与人员准备是否到位。
MIT Technology Review · AIAI 评分6464 Anthropic 宣称 Claude 实验室首项发现引争议，何时才算 AI 做出科学发现
Anthropic 宣称其分子生物学实验室的 950 个 Claude agent 运行 21 小时后，标记出一种此前未被收录的已知酶周边 DNA 重复模式，并称这是该实验室的首次发现。
MIT Technology Review · AIAI 评分5353 AI 智能体失控后谁来担责，现有法律为何跟不上
OpenAI、Anthropic、Google 的 AI 智能体接连入侵第三方系统，而现行州法的报告门槛让这些事件难以触发法律责任。加州 SB 53、纽约 RAISE Act 和伊利诺伊 SB 315 只要求报告造成超过 50 人死亡或受伤、或 $1 billion 损失的事件，多数网络入侵达不到这一标准。
Simon WillisonAI 评分4444 引用 Muse AI Agent：自动回复误报"在家"导致取货差评
Muse AI Agent 代 @matt.j.robb 汇报 MX Keys Mini 取货失败：取件人 Usman 9:15 到达等候，9:38 未等到人离开并给出差评，而 9:27 的自动回复却误称"我在这儿"。Muse 已用该账号向 Usman 道歉并提出改日再试，并建议取消那些无法核实本人是否在家的自动回复。
Simon WillisonAI 评分5757 Simon Willison 复盘 2026 年至今的 LLM 关键趋势
Simon Willison 在 WeAreDevelopers World Congress North America 的闭幕演讲中按月份复盘 2026 年至今的 LLM 进展，视频与注释幻灯片已公开。
Latent SpaceAI 评分6161 OpenRouter 从种子轮到加入 Stripe：Alex Atallah 与 Anjney Midha 对谈多模型赌注
OpenRouter 联合创始人兼 CEO Alex Atallah 与 AMP 的 Anjney Midha 在 Latent Space 播客中回顾了 OpenRouter 从押注多模型到加入 Stripe 的全过程。
Simon WillisonAI 评分5252 John Gruber 警告 Meta Muse 的危险被低估
Simon Willison 转引 John Gruber 的评论，指出 Meta Muse 作为首个面向消费者的智能体 AI 系统能力强大，但公众可能并未意识到它意味着什么。
Simon WillisonAI 评分4141 Simon Willison 笔记：coding agents 让软件工程变得更难
Simon Willison 在 9 月 24 日的笔记中表示，他花在 coding agents 上的时间越多，就越确信它们让软件工程变得 even harder。他指出，尽管用 coding agents 能做出惊人的事情，但要释放其全部潜力需要非凡的纪律与知识。
Latent SpaceAI 评分5757 Endura CEO：AI 降低科研成本的 Foundries 与 Navigators 两条路径
Adrian Sanborn 提出 AI 时代生物科技靠两类公司降低科研成本，Foundries 用新技术把实验测量工业化，Navigators 让 AI 渗透进公司日常决策与流程。
NVIDIA BlogAI 评分3131 Sakeena Fiza 助力 NVIDIA 硬件在规模化中取得成功
NVIDIA 数据中心系统工程实验室验证工程师 Sakeena Fiza 在产品对外公开前就让新系统逐件上电、把硬件逼到极限，目标是在客户之前发现问题。她最难忘的是 Rubin GPU 首次在系统层面枚举，当时它只输出“NVIDIA Corporation Device”便引发全场欢呼。一块板卡含数万个元件、一个机架接近 50 万个，它们必须在大规模部署的真实条件下作为一个系统协同工作。
Latent SpaceAI 评分4848 🔬生物安全是一场 AI 军备竞赛 — Eric Nguyen（Radical Numerics 联合创始人兼 CEO）
Radical Numerics 联合创始人兼 CEO Eric Nguyen 称生物安全是一场 AI 军备竞赛，当前防御正在这场竞赛中落后，而他的公司主张更快推进前沿。
OpenAI NewsAI 评分3737 Sam Altman 在联合国安理会的讲话
OpenAI CEO Sam Altman 在联合国安理会发表讲话，讨论 AI 安全、人类对 AI 的控制以及 AI 领域的国际合作。讲话由 OpenAI 通过 News 发布。
Latent SpaceAI 评分6464 访谈 John Platt：Google ERA 用 LLM 树搜索解科学问题与气候变化难题
Latent Space 访谈 Google 的 John Platt，介绍其团队的 Empirical Research Assistance（ERA）如何用 LLM 自动求解可写成评分函数的科学问题。
Simon WillisonAI 评分4343 引用 @therealcornpop：用 AI 写 TikTok 和 YouTube 脚本一眼就能被看出来
TikTok 用户 @therealcornpop 称，用 AI 写 TikTok 和 YouTube 脚本很容易被识破，真正破绽不是 "it's not X, it's Y" 句式、rule of three 或标点堆砌的破碎节奏，而是内容缺乏明确观点、看不出作者对所谈之事有任何看法。
Latent SpaceAI 评分6363 TypeSafe AI CEO Diogo Almeida 访谈：Jev 定位 System One 模型与 RLCD 训练路线
TypeSafe AI CEO Diogo Almeida 在 Latent Space 访谈中详解新模型 Jev 的定位：面向软件的 System One 模型，以及自研的 RLCD 训练路线。
NVIDIA BlogAI 评分3333 NVIDIA：为什么 Physical AI 规模化部署需要在每一层保障安全
NVIDIA 称 Physical AI 规模化部署需在硬件、软件、AI、运行环境与部署全生命周期每一层持续保障安全，而非部署前的一次性检查。ABI Research 预计 2035 年 L3-L5 自动驾驶汽车保有量达 49 million，Omdia 估计 2026-2035 年部署约 60 million 台工业机器人。
NVIDIA BlogAI 评分5050 NVIDIA 认为 AI 安全是工程问题，应在 Agent 栈每一层解决
NVIDIA 博文提出 AI 安全是工程问题，主张在 Agent 栈的模型、harness 与运行时各层都落实可执行边界和可验证的防护证据。
GitHub Blog · AI & MLAI 评分3232 GitHub Podcast：该不该读 AI 生成的代码、RAG 死了吗、Skills 干掉 MCP 了吗
GitHub Podcast 最新一期拆解了 5 个 AI 热门观点，结论是 RAG 并未死，Skills 与 MCP 解决的是不同问题——MCP 提供标准化工具接入，Skills 承载上下文与最佳实践，可共存于同一工作流。节目还指出开发者仍需为 AI 生成代码负责、招聘方更看重对 AI 使用的判断力，以及为适配代码库而微调模型未必说明代码质量差。
Berkeley AI ResearchAI 评分4949 智能近乎免费，然后呢？面向、由、属于 Agent 的数据系统
Berkeley AI Research：近零推理成本将为数据系统带来三类挑战——面向 Agent、由 Agent 管理、由 Agent 合成。GPT-4 级能力每百万 token 成本从约 $30 降到不足 $1，推理价格每年下降 9x 到 900x。80-90% 子查询为重复工作，但更多 agent 尝试可显著提升任务成功率。