澎湃新闻观点
AI 评分52邓煜、陶哲轩对谈AI与数学：看不到AI思维链太荒唐，数学家应事前参与
菲尔兹奖得主邓煜与陶哲轩在SAIR播客对谈AI与数学，认为AI能拓展数学边界，但过程不透明、难以追溯想法来源，邓煜称连思维链都看不到太荒唐。陶哲轩提到OpenAI今年10月发布722份预印本、声称在372个数学问题上取得进展，一天后因符号错误撤回三篇，他认为科技公司应邀请数学家事前参与而非事后收拾残局，并主张改变只奖励解题的激励机制。
#大佬观点#论文/研究#OpenAI
N全部新闻
全部新闻
- Pragmatic Engineer观点AI 评分64
软件工程师的 AI 支出回报率有多高：27 家公司数据调查
Pragmatic Engineer 调查 27 家公司的 AI 编码工具支出与 PR 产出，发现公司规模与 AI 支出无关，且多数公司难以回答 AI 投入的回报率。CodeRabbit 数据显示开发者每周 PR 数同比增长 113%，但部分公司 PR 频率持平、单次 PR 代码量增至 3 倍。高支出案例中，一家量化交易公司月支出达 800 万美元、人均 1600 美元，一家两人 .NET 团队人均每月 3000 美元、PR 频率提升 5-10 倍。
#行业动态#数据/训练#编码
- Latent Space观点AI 评分52
SF Compute CEO Evan Conrad 谈可编程数据中心与算力市场
SF Compute CEO Evan Conrad 在 Latent Space 播客中表示，算力市场必须先做物理交割，即真正交付可用的 GPU 算力，再谈金融化，否则容易出现市场操纵和基差风险。他称 SF Compute 已把 5% 的容量放上订单簿，客户花 100 美元买入容量后平均能靠转卖收回 25 美元，并已成交数亿美元规模。他还表示公司不持有硬件以保持中立，并已支持客户自行在线切分 InfiniBand fabric。
#行业动态#部署/工程#大佬观点
- 阿易 AI Notes观点AI 评分52
REA 被指并非颠覆性逆向算法，而是把 Ghidra 与大模型串成工作流
https://t.co/X8x8FyW6oR
#现象/趋势#开源生态#Agent
- Peter Steinberger观点AI 评分60
Peter Steinberger 周末迁移到 tsrs，称 OC 场景约快 5 倍
Introducing tsrs: a Rust port of the TypeScript compiler 🦀 We are not forking TypeScript! ◆ In close collaborating with the TypeScript team ◆ Up to 8x faster than TS 7.0 & ~70% less memory ◆ Runs in WASM, so it works in your browser & on Workers ◆ Soon part of the Oxc toolchain npx tsrs https://t.co/qmmxF3YnQy
#行业动态#编码#开源生态
- One Useful Thing观点AI 评分57
Ethan Mollick 用图表回顾 AI 发展的 30 个月
Ethan Mollick 在新书 Co-Existence 发布当天，用图表回顾了距上一本书 Co-Intelligence 发布 30 个月来的 AI 进展。他称 GPT-4 之后已有 20 个模型先后登顶，180 个模型在发布时强于 GPT-4，其中 19 个可在现代智能手机上运行；METR 长任务基准显示 AI 可完成的人类工作量从 2024 年的 4 分钟增至 2026 年 4 月的 17 小时，该基准随后因无法准确测量而停用。他提出在 centaur 与 cyborg 之外的第三种协作方式 conjurer，即召唤智能体、分配任务并评估结果，本文图表即由 Claude Projects 中的 Opus 5.5 调度多个智能体完成。
#现象/趋势#Agent#数据/训练
- 财联社观点AI 评分55
巴克莱警告数据中心电气设备商景气或见顶，西门子能源等股价已明显回落
巴克莱分析师George Featherstone警告，随着AI公司开始压价、新玩家加速涌入，数据中心电气设备商过去几年的超额回报恐难持续。西门子能源股价较4月高点下跌31%，施耐德电气较8月高点下跌22%，ABB自6月以来跌幅约两成。巴克莱以Nscale正与Anthropic洽谈的价值约450亿美元算力协议为例，指出其每吉瓦每年定价远低于CoreWeave在9月披露的短期合同价格，显示下游客户已开始讨价还价。
#行业动态#数据/训练#现象/趋势
- 阿易 AI Notes观点AI 评分52
Altman 回应 1.4 万亿美元算力账单：宁可多买不可少买
喵个咪，真的感慨啊，这大概是我最近实测 AI 大模型最震撼、也最反直觉的一次。 现在全网都把 Claude Opus 5.5 当成写代码的天花板，我把同一句 Three.js 指令，同时甩给了它和 MiniMax 刚发的 M3.1 Flash：做出粒子星云、行星光晕，点哪颗星，镜头就平滑飞向哪颗星。 一边是按美金精打细算着调用的闭源顶配旗舰， 一边是每百万 Token 输出只要 0.6 美元、缓存读取才 0.015 美元的国产极速模型，结果两边全部一次跑通，真的让我蛮惊喜的， 但是兄弟们，更让我觉得离谱的是左边这个便宜一大截的国产极速战神M3.1 Flash： 代码初始化阶段，它自己检测出 4 个潜在的渲染报错，不等人催，直接在后台跑测试、当场修好，把帧率稳稳焊死在 60 帧。 关键是我的提示词里压根没要求做控制面板啊，它还主动在右上角多搓了一套，轨道线、辉光和星云全都能一键开关，交付出来就是开箱即用的完整作品，这个是真的有点牛逼。 右边的 Opus 5.5 则守住了审美的底子：太阳光晕带着强烈的电影镜头感，底部导航栏和木星、海王星的资料卡排版极其讲究，光影和设计品味上，老牌旗舰Claude依然有它独一份的细腻。 但把两边的账单摊在桌面上，任何开发者都绕不开这道残酷的算术题： 在绝大多数日常前端交互、代码构建和智能体流程里，两者的能力差距，已经远远配不上它们之间的价格鸿沟。 以前咱们搞复杂项目，总觉得必须全程挂着最贵的脑子。 亲手测完这把我才明白，真正能把智能体推向全天候量产的，往往不是高高在上的奢侈品， 而是M3.1 Flash这种选手，它就是前阵子在榜单上匿名跑了 200T Token 的 Space Bunny，亮明真身后速度拉到上一代 M3 的 3 倍、成本砍掉三分之二，靠极低成本的多轮自检，不知疲倦地替你干完脏活累活。 不过惊艳归惊艳，跑分咱们也得客观看：它拿全场第一的是自动化办公 Automation-Bench（62.2），硬核终端编程 Terminal Bench 4.0 只有 38.1，离 Opus 5 的 51.8 还有实打实的代差。 啃十万行祖传代码库，还得请Claude旗舰出山哈哈，但日常七八成的原型开发和自动化脚本，它已经能稳稳接过去，光这一点就够团队省下大把真金白银了hh。 说实话到现在我心里还感慨的不行，国产模型进化迭代的速度真的越来越快了，也越来越强了，当一个每百万输出才 0.6 美元的快模型学会了自己跑测试、自己抓虫修到 60 帧，国外顶配旗舰靠单次智商筑起的溢价围墙，就已经开始漏风松动了。 看完这组 3D 太阳系，更打动你的是左边功能完备、还能自己抓虫的极客风，还是右边更有电影感的设计风？欢迎铁汁们互动交流， 反正要是让我自己掏腰包跑批量任务，左边这种又快又省还不让人操心的选手，我已经挑不出拒绝的理由了哈哈哈。
#行业动态#OpenAI#Microsoft
- 36氪 · AI观点AI 评分53
科大讯飞前三季度扣非亏损7.63亿元，账面靠补助与股权收益转正
科大讯飞前三季度营收181.87亿元，归母净利润2188.72万元，但扣非净利润亏损7.63亿元，较去年同期3.38亿元亏损扩大一倍多。账面转正主要靠政府补助4.71亿元、被投公司股权升值3.70亿元和资产处置收入0.84亿元，合计约7.85亿元。公司前三季度研发费用38.50亿元，占营收21%以上，并将扣非亏损扩大归因于自主可控大模型路线的持续投入；三季度国内大模型公开招标中，科大讯飞中标数量和金额均排第一。
#行业动态#数据/训练#现象/趋势
- 36氪 · AI观点AI 评分66
Apate 用 AI 假客户陪聊诈骗电话，反向套取情报卖给银行
澳大利亚公司 Apate 用 AI 假客户接听可疑来电，与骗子长时间周旋而不转账，以此稀释诈骗团伙的人效。其虚拟人物库从 120 套人设扩到 19.7 万套，TPG 累计转接近 59 万通诈骗电话，AI 与骗子累计聊了 250 万次。Apate 还借骗子急于收款的心理套取银行账户和钱包地址，卖给澳大利亚联邦银行等客户，并于今年 8 月完成 815 万美元种子轮融资。
#现象/趋势#语音#Agent
- 36氪 · AI观点AI 评分51
AI算力中心背后价值千亿的液冷产业链
英伟达Vera Rubin机柜取消风扇、单柜功耗超190千瓦并转向100%全液冷，风冷约20至30千瓦的散热上限已难以支撑新一代GPU。文章拆解冷板、CDU、快接头三个占液冷系统约85%成本的环节，指出全球高端市场由台系与欧美厂商分别把持，并归纳中国厂商以汽车热管理等跨界经验切入、用密集交付积累工艺、以交付速度和成本换订单的三条路径。
#现象/趋势#数据/训练#部署/工程
- 钛媒体 · AGI观点AI 评分58
对话Dyna Robotics联合创始人Jason Ma：部署300天后从VLA转向世界动作模型
Dyna Robotics 联合创始人 Jason Ma 在访谈中复盘公司从 VLA 转向 WAM（世界动作模型）的路线调整，并把预训练数据扩大到 100 万小时第一人称人类视频。团队在 100 小时到 10 万小时的多个阶梯上观察到数据规模扩大带来预测能力提升，且模型对未见过本体的机器人动作预测也变好，但 10 万到 100 万小时的斜率有所下降。新机器人 Taku 已能在洗衣房完成取放、操作洗衣机、烘干和折叠的长程任务，Dyna-2.1 只需几十分钟数据即可学习新任务。
#行业动态#具身智能#数据/训练
- 钛媒体 · AGI观点AI 评分65
REA 爆火后产品经理抱团防御，仿冒仓库已植入木马
钛媒体 AGI 梳理了逆向工程 Agent 工具 REA 爆火后的连锁反应：产品经理们开始把密钥和核心逻辑搬出客户端、加壳混淆，并援引 Thales 的 Sentinel Envelope Plus 和 Quarkslab 8 月的文章寻找对策。文章同时记录了质疑声音，Elias Bachaalany 称其为炒作，指出 GhidraMCP、IDA Pro MCP 等工具在 2025 年已实现 AI 逆向分析。此外，一个模仿 rea.tools 的 GitHub 组织 rea-tools 发布带毒压缩包 rea-x64.7z，被举报时已下载 172 次，REA 维护者随后在 README 中明确只认三个官方入口。
#安全/对齐#开源生态#Agent
- 钛媒体 · AGI观点AI 评分64
中国 AI 独角兽的成人礼：从被调用到被付费
钛媒体梳理中国大模型公司今年从规模使用走向提价与收入验证的过程：OpenRouter 数据显示 10 月 5 日至 11 日一周全球模型调用量前五均为中国公司，中国模型一周消耗 86.74 万亿 Token，为美国的 4.5 倍。智谱 API 均价上调 101%、DeepSeek 8 月起实行峰谷定价后需求未回落，DeepSeek 年化收入从不足 5 亿美元翻倍至突破 10 亿美元。文章还对比了 MiniMax 提价失败后降价 50%、月之暗面 Kimi K3 对标 Sonnet 5 定价，以及各家在收入来源和上市审计上面临的下一关。
#现象/趋势#行业动态#DeepSeek
- Fortune Tech观点AI 评分56
扎克伯格谈 Meta 超千亿美元 AI 投入：全栈自建与智能体商业
扎克伯格在 Cheeky Pint 播客中称，他在尚无成功证明前就批准了 Meta 高达 1000 亿至 2000 亿美元的 AI 建设投入，并强调 Meta 要自建数据中心、芯片和底层基础设施。他把这一思路追溯到早年受苹果和 Google 平台限制的经历，2021 年苹果的追踪限制曾让 Meta 称 2022 年损失约 100 亿美元。Meta 今年资本支出指引最高达 1450 亿美元，其 Hyperion 园区设计可扩展至 5 吉瓦，扎克伯格称一座 1 吉瓦 AI 数据中心建设成本为 500 亿至 600 亿美元、年运营成本约 150 亿美元。
#行业动态#Agent#OpenAI
- MIT Tech Review观点AI 评分58
MIT Tech Review 每日速览：Goodfire 研究者的 LLM 可解释性主张与互联网的智能体难题
MIT Tech Review 的 The Download 汇总了 Goodfire 研究者 Nick Cammarata 一篇 26,000 字博文引发的争议，他主张 LLM 可能比此前认为的更容易被理解和监控，但并非所有人都认同。另一则内容讨论个人 AI 智能体承担订机票、订酒店等在线任务后与网站产生冲突，许多网站已开始屏蔽 AI 智能体，Meta 的 Muse 上线首月下载量达 500 万次。速览还提到美国已禁止在民用政府系统中使用 DeepSeek 及其模型构建的产品。
#行业动态#Agent#安全/对齐
- 404 Media观点AI 评分62
AI 逆向工程热潮兴起，克隆软件与设备改造正在扩散
404 Media 报道，近期出现用 AI 替换智能电视系统、复活被厂商放弃的物联网设备、克隆商业软件功能的热潮，GitHub 项目 Reverse Engineer Anything 已获超过 34.2 万星。文章引用开源政治研究者 Mike Nolan 的观点称，用 AI 重建所需功能的门槛降低，但维护成本仍在，克隆软件可能不够可靠。作者认为这类 AI 克隆常带有使用者无法修复的缺陷，并可能被装到联网硬件上，带来安全与竞争层面的现实影响。
#现象/趋势#Agent#开源生态
- 邵猛观点AI 评分67
Addy Osmani 谈 Agent 时代代码审查的重构
Give your agent a way to verify its work. This can dramatically improve the quality of output. With this process in place, Claude Code was able to write 90%+ of its code itself. When generating software at a faster rate than you can review it, the bottleneck shifts to proving that it works. @bcherny and team invested enough in verification, we've been able to move fast while maintaining stability. Code reviews aren't going away, but you need to think of it differently. One human reading through line-by-line is no longer going to work as a gate, it needs to evolve into a multi-layered verification system, built with fast deterministic feedback loops for your agents. This is where e2e tests, feature maps (as @poteto has been advocating), property tests and multi-agent adversarial reviews come in. These all provide opportunities to catch errors early and fix them before things get out of hand. You don't have enough eyeballs for the amount of code being written so your focus needs to be on product intent, risk assessment and evaluating evidence rather than reviewing code. Delegate the code checking work to your automated tests, scale your approvals based on risk, and turn your test failures into living evaluations. This approach helps maintain speed without losing reliability. Let the agents do what they do best and let you focus on what makes you irreplaceable: judgement, direction, and ownership. We tried to capture how we handle code review and verification in this writeup. Hopefully it's helpful.
#现象/趋势#Agent#编码
- Ammaar Reshi观点AI 评分60
Ammaar Reshi 用 Gemini 4 Argon 后台生成游戏，上线后超两万人试玩
I used Gemini 4 Argon to make Subway Surfers for the new flying Tesla Roadster 🚀 Fly over moving traffic, hit the thrusters to barrel roll in the sky, and collect air power-ups to set a high score. Play + code below! https://t.co/fLlxNmZe3G
#现象/趋势#Agent#编码
- 邵猛观点AI 评分66
Claude Code 团队 Addy Osmani 谈 Agentic Verification
#大佬观点#Agent#编码