Rohan Paul观点
AI 评分55NYU 数学教授谈 OpenAI 722 篇 AI 生成数学论文：不敢把原创想法放进模型
#现象/趋势#论文/研究#OpenAI
N全部新闻
全部新闻
- Guillermo Rauch观点AI 评分60
Vercel 创始人公布智能体流量数据：58.18% 流量来自机器人
#现象/趋势#Agent#部署/工程
- Newcomer 新闻长文一手观点AI 评分60
OpenAI 年化收入被指比报道低 200 亿美元，欧美开源模型挑战中国厂商
《金融时报》报道称 OpenAI 向投资人展示的年化收入比此前广泛引用的 700 亿美元低 200 亿美元，原因是 OpenAI 使用净收入口径而 Anthropic 使用包含合作伙伴销售额的总收入口径；彭博社随后报道 OpenAI 预计到年底达到 700 亿美元年化收入。同期美国 Reflection 的 Beam、法国 Mistral 的 Large 4 和德国 Aleph Alpha 的 Kolibri 三款开源模型发布，均以 AI 主权为卖点对标 DeepSeek 等中国厂商，但受访投资人表示其被投企业大多并不在意开源模型的国家来源。GLM 5.3、Kimi K3、DeepSeek V4.1 等中国模型仍在 Baseten 和 Fireworks 等云平台上最受欢迎，DeepSeek 据彭博社报道接近完成由腾讯和宁德时代联合领投的 120 亿美元融资。
#行业动态#开源生态#DeepSeek
- The Verge AI观点AI 评分53
特朗普强推“super intelligence”改名，AI行业术语之争升温
特朗普签署行政令，要求尽可能避免使用“AI”一词，改称“super intelligence”，并将坚持使用“Artificial Intelligence”的人称为“THE ENEMY”。美国AI标准与创新中心（CAISI）已更名为CAISSI，司法部新闻稿也改用该说法。文章指出，“superintelligence”一词由 Nick Bostrom 在2014年同名书中普及，本指可能超越人类思维的高级AI，而非整个AI类别，强行推广反而削弱企业用该词宣传新产品的能力，且国会与现有法律仍在使用“artificial intelligence”。
#政策/监管#OpenAI#xAI
- DeepLearning.AI · Andrew Ng 来信一手观点AI 评分67
吴恩达：智能体将大幅推高算力、存储与网络需求
吴恩达在 DeepLearning.AI 来信中提出，多数人仍低估了满足智能体需求所需的数据中心建设。他以自己的论文评审智能体每天发起约 5-10K 次网页搜索为例，说明智能体在搜索、数据分析、金融交易等场景的调用量远超人工，企业和银行需重新设计系统以应对规模增长。他还指出部分应用中工具调用而非 token 生成才是瓶颈，并提到反对数据中心的运动正在加大产能建设难度。
#行业动态#Agent#数据/训练
- 澎湃新闻观点AI 评分58
上百座机器人训练场背后，具身智能开始重新算账
澎湃新闻报道，截至2026年6月底我国已投入运营的具身智能训练场超过70个，另有46个处于规划或建设阶段。北京首钢园首家人形机器人数据训练中心运行不到18个月，原运营方已撤走自有设备和机器人，项目方称原遥操路线与新方向存在偏差、数据质量和精度未达预期。文章指出，数采中心正从比拼产能转向关注数据销售率、复购率以及数据给模型带来的能力提升。
#现象/趋势#具身智能#数据/训练
- The New Stack观点AI 评分58
AWS、Upstage 与 Ollama 采用同一决策模型 API，OpenAI 尚未加入
AWS 于 10 月 1 日发布基于阿里 Qwen3.5 的开源权重模型 Strands Decider 2B，其服务端点 /v1/systemone 与 TypeSafe AI 两周前随 Jev 推出的端点一致，Upstage、Ollama 0.35 版及多个开源实现也采用同一 System One 模式。OpenAI 在 DevDay 上以基于 GPT-6 Luna 的 Decisions API 回应 Jev，但仍处有限预览，未公布 schema 与定价。文章认为 TypeSafe 的 schema 正在成为共享契约，而端点之争仍未定，OpenAI 是否发布不同 schema 将决定该品类走向统一还是分裂。
#行业动态#Agent#MCP/工具调用
- TensorZero 工程博客一手观点AI 评分59
TensorZero 提出把 LLM 应用看作 POMDP 而非 Agent
TensorZero 在工程博客中提出，LLM 应用应被建模为部分可观测马尔可夫决策过程（POMDP），其中智能体只对应 LLM 函数，环境包含应用中的其余代码。文章据此建议应用与 LLM 的接口应是变量之间的函数 f:X→Y 而非提示词到生成，并主张按轨迹存储观测、动作与奖励，用离线策略评估做评测。TensorZero 表示已基于这些原则构建开源生产级系统，并计划未来自动生成、评估和呈现新的函数变体。
#教程/实践#Agent#推理
- TensorZero 工程博客一手观点AI 评分66
TensorZero 工程博客：别只比每百万 token 价格，LLM API 还有隐藏成本
TensorZero 工程博客指出，仅比较每百万 token 价格会低估 LLM API 的真实成本，因为不同厂商的 tokenizer 会让同一输入产生不同 token 数。该团队用 OpenAI、Anthropic 和 Google 官方 token 计数 API 测试相同内容，发现工具定义类负载中 claude-opus-4-7 的成本是 gpt-5.4 的 5.3 倍，而两者标价仅相差 2 倍；Gemini 在文本和结构化数据上最便宜，但在工具定义上比 OpenAI 贵 46%。文章建议在真实场景中同时比较性能与成本，并提到其开源 LLM 网关可跨厂商追踪 token 用量与成本。
#现象/趋势#部署/工程#OpenAI
- 上观新闻观点AI 评分51
锋面评论：AI仿冒名人带货，平台不能只靠“内容由AI生成”标注免责
针对刘欢病逝后出现AI合成“刘欢妻子”声音带货黄精五黑粉等事件，评论指出平台仅标注“内容由AI生成”只解决告知问题，不解决未经授权使用他人肖像和声音的合法性问题。文章援引《民法典》《广告法》《刑法》及最高法相关规则，认为维权成本高、平台主动审查动力弱、违法成本低是治理堵点，并提到中央网信办“清朗·整治短视频虚假人设乱象”专项行动已将利用AI仿冒人物列为重点整治对象。
#政策/监管#安全/对齐#视频
- 虎嗅观点AI 评分94
OpenAI未公开模型一夜产出722篇数学手稿，25位菲尔兹奖得主联名批评
OpenAI在GitHub发布openai/math仓库，一次性公开722份数学手稿、372个成果组，全部出自一个未公开的内部模型，涵盖准黎曼猜想、矩阵乘法复数域指数压至2.25、挂谷猜想四维版本等结果。作者称平均每个结果约花3小时ChatGPT Pro级算力，而9月攻纳维–斯托克斯方程时动用约一万个Agent、跑了88小时、耗资数百万美元。25位菲尔兹奖得主签署联名信《AI在数学中的严重错位》，批评AI公司把解题当作营销工具，普林斯顿高等研究院顾问组要求停止此类做法。
#现象/趋势#OpenAI#论文/研究
- 虎嗅观点AI 评分58
乌兰察布数据中心扎堆：蒙西电网直供与内蒙电力过剩
乌兰察布数据中心到户电价约0.358元/度，比北京低0.442元，单张AI加速卡一年省约2700元，万卡集群年省约2700万元。文章认为低电价来自蒙西电网作为省级独立电网允许数据中心与电厂专线直供、免掉输配电价，而非风光资源本身。叠加内蒙古截至2025年底超100GW风电和约130GW煤电的过剩产能，当地已建成或规划89座数据中心、确认算力容量15GW，这一制度性成本优势其他算力枢纽难以复制。
#现象/趋势#数据/训练#部署/工程
- 上观新闻观点AI 评分69
722篇数学成果一次性开源，OpenAI该不该踩刹车？
10月6日，OpenAI一次性开源了722篇数学成果，这些成果来自一个尚未发布的内部模型，涉及大量悬而未决的数学难题，平均每项成果仅消耗约3小时推理算力。文章指出，OpenAI承认其中部分证明未经严格检验，而AI产出答案的速度正在超过人类理解和验证答案的速度。作者认为，该放缓的不是技术进步，而是缺乏约束的裸奔，应把独立第三方安全评估、可核查的协调机制和发布者验证追责义务装进制度中。
#行业动态#OpenAI#Anthropic
- TechCrunch AI观点AI 评分69
OpenAI 的数学解答尚未达到学界标准
TechCrunch 报道称，OpenAI 本周发布数百个高难数学问题的解答，但未完全达到普林斯顿高等研究院 AGMAI 提出的准则，尤其是人类理解数学结果这一要求。719 份手稿中仅 10 份公开了模型的思维链，42% 的证明未经过形式化。剑桥大学与伦敦国王学院数学家的新论文记录了 OpenAI 针对 Navier-Stokes 方程衍生问题所给解答中，自然语言证明与 Lean 代码之间至少两处不一致，作者认为这类自动形式化证明不应未经同行评审就被信任。
#现象/趋势#论文/研究#OpenAI
- SemiAnalysis观点AI 评分62
SemiAnalysis：北京不会跟随前沿放缓，中国以速度优先的AI安全机制
SemiAnalysis 统计2021年至2026年9月15日中国9家头部开发者的857次模型发布，其中仅31次（3.6%）附带开发者公布的安全评测结果，仅9次（1.1%）在发布时或之前公布。作者认为中国的AI安全机制以速度优先而非安全优先，监管集中在内容与应用层，未设置按训练算力或模型能力触发的前沿风险义务。文章还梳理了102篇专家与官方文本，指出技术科学家关注失控风险，法律与公共政策学者则多持发展优先立场。
#政策/监管#安全/对齐#Agent
- Tessl：产品与工程博客一手观点AI 评分57
Tessl 博客：AI 不是笨，而是看不见——企业级智能体记忆系统的三条设计经验
Tessl 产品与工程博客发布 VarOps 团队构建跨组织智能体记忆系统的经验总结，作者称问题不在模型推理能力，而在于决策信息从未以智能体可用的形式被记录。团队提出三条设计决策：把观察蒸馏为带证据和时间范围的 claim 而非存储原始片段，在 LongMemEval 上正确证据进入前十条的比例为 99.8%，摄入约 3500 万 token 成本 8.24 美元；不覆盖旧事实并显式标注“无结果”状态，去掉拒答机制后 30 次诚实拒答变成 30 次编造回答；在调用模型前先按身份解析权限，财务读者得到精确营收数字而销售读者只得到区间。作者表示完整报告、测试框架和逐题结果已公开，并将在 AI DevCon New York 讲解设计细节。
#教程/实践#Agent#RAG
- Ben's Bites观点AI 评分52
Ben's Bites：个人智能体密集发布，文本交互已成过去
Ben's Bites 汇总了个人智能体密集发布的一周：Hark 把任务做成一点即用的操作按钮，Tab 以 3 亿美元估值结束隐身，Every 把智能体放进 Slack，Meta 和 Sierra 想为智能体与企业打交道制定标准。作者提到 Shane Mac 的智能体曾以他的身份把个人银行余额发到公司 Slack，因此开始用 Executor v2 梳理哪些智能体拥有哪些访问权限。其他动态包括 ChatGPT 上线可返回图表、地图、表单和小组件的界面，GPT-6 与 GPT-6 Luna 向所有用户推送；Claude Haiku 5.5 运行成本比 Haiku 4.5 低约 75%，定位为 Opus 和 Sonnet 的子智能体；Nano Banana 2.1 在 AI Studio 上线；Grok Bot 可搜索和监控 X，并改用 Claude Opus 5.5 作为主模型。
#行业动态#Agent#OpenAI
- The Verge AI观点AI 评分62
Meta Muse 与 OpenAI Dots 能否托付日常事务
The Verge 资深 AI 记者 Hayden Field 在 Decoder 播客中对比 Meta Muse 与 OpenAI Dots 两款消费级 AI 智能体。Muse 免费并深度接入 Meta 平台，Dots 面向每月 100 至 200 美元订阅用户并推出营销、法律、会计等专业版本。她认为两者都源自 OpenClaw 的模型加执行环境思路，目前仍不够稳定，隐私与数据授权是用户是否托付的关键。
#行业动态#Agent#OpenAI
- Air Street Press观点AI 评分60
Air Street Press 发布第九份年度《State of AI Report 2026》
Air Street Press 发布第九份年度《State of AI Report 2026》，作者 Nathan 认为前沿竞争已是 Anthropic、OpenAI 和 Google 三实验室之争，智能体在软件与科研中承担实际工作，物理 AI 正接近其 GPT-2 时刻。报告还提到 Epoch AI 估算固定分数成本自 2023 年以来每季度下降 47%，OpenAI 与 Anthropic 合计年化收入在夏末达到 1050 亿美元，并记录了智能体在评估中攻入 Hugging Face 生产基础设施等安全事件。作者同时给出未来 12 个月的三项预测，包括智能体在客户工作中将新任务失败率减半、自主 AI 团队在同等时间与算力下击败人类主导的模型研究。
#行业动态#Agent#推理
- 虎嗅观点AI 评分68
ADP首席经济学家：AI让入门级岗位招聘收缩，年轻员工就业承压
ADP首席经济学家Nela Richardson在路透社播客中引用ADP 8月数据称，22—25岁年轻员工在AI高暴露职业中就业同比下降4.4%，低暴露职业下降2%。斯坦福数字经济实验室研究显示，截至2026年6月，高暴露职业年轻员工的相对就业缺口约19%，主要来自招聘机会减少而非裁员。她同时指出，AI基础设施建设带动建筑等岗位需求，美国建筑业换岗员工工资涨幅接近14%。
#现象/趋势#数据/训练#行业动态