跳到正文

全部动态

今日 46 条
10月6日周二
  1. Hacker News：AI 热帖62

    Proton 解读主动式 AI：无需提示词即可行动，也带来隐私与责任风险

    Proton 文章解释主动式 AI 如何在没有提示词的情况下监控信息、依靠持久记忆判断需求并代为行动，例如改签航班、补货下单、跟进邮件和取消订阅。文章以 Meta Muse、Instinct、Grok Bot 等为例，指出这类智能体可能要求连接大量账户和数据，断开授权不等于删除数据，还可能因提示词注入或误判产生未经用户同意的行动。

  2. Hacker News：AI 热帖54

    Ed Zitron 认为 AI 基建扩张已陷入恶性循环

    科技评论人 Ed Zitron 在节目中称 AI 基建扩张已形成债务驱动的恶性循环：超大规模云厂商约 70% 至 80% 的 AI 收入可追溯至 OpenAI 和 Anthropic，而两家公司仍在亏损并依赖风险投资。他估算大型云厂商获得的 AI 收入约为 1830 亿美元，但支撑基建每年需要数万亿美元才能回本；相关债务还推高美国国债收益率，并可能通过养老金和人寿保险将损失传导给普通公众。

  3. Rohan Paul57

    Epoch AI 报告显示，OpenAI 中位数研究员的编码智能体推理支出按 API 标价已从 2026 年 1 月的不足 $1/天增至 8 月中旬的 $601/天，约合每年 $1.8M，整体约每月翻倍。帖子还引用 Sam Altman 称自己所有提示词都使用 ultra fast，以及 Anthropic Claude Code 负责人 Boris Cherny 表示自己用 Fable 处理一切。报告提醒，按标价计算的金额不等于 OpenAI 的实际成本，且这一增速难以长期持续。

    引用Rohan Paul@rohanpaul_ai

    OpenAI's median researcher used $601 of coding-agent inference a day at API prices, up from under $1, in January 2026. Eoch AI's new report. > OpenAI researchers' coding-agent usage, valued at API list prices, is doubling roughly every month > By mid-August 2026, the median researcher used $601 a day and about $2M a year, roughly matching or exceeding what employing a researcher costs. > This pace probably can't last, since one more year would reach about $185M per median researcher, and list-price figures reveal nothing about what OpenAI actually spends.

  4. Rohan Paul55

    Airbnb CEO Brian Chesky 表示今年 AI token 支出将远超预期，但 ROI 已经显现，并称 AI 是 Airbnb 发生过的最好的事，公司正成为 AI 原生企业，这也是业绩的首要解释；财报超预期后 Airbnb 股价上涨 15%。作者同时引用三条相关信号：Sam Altman 以 ultra fast 模式做提示词，Anthropic Claude Code 负责人 Boris Cherny 称所有工作都用 Fable，OpenAI 研究员编码智能体推理支出中位数已达每天 $601，约合每年 $1.8M，而 2026 年 1 月还不到 $1。视频来自 CNBC Television YouTube 频道。

    引用Rohan Paul@rohanpaul_ai

    > Sam Altman does all his prompting on prompting on 'ultra fast' > Boris Cherny, head of Claude Code at Anthropic: “I use Fable for everything" > OpenAI's median researcher used $601 of coding-agent inference a day (about $1.8M a year, r) at API prices, up from under $1, in January 2026.

  8. The Verge · AI42

    AI 接管数学引发的种种争议

    过去一年，OpenAI、Anthropic 等实验室宣布在多个长期未解的数学问题上取得突破，其中包括解决一个著名的千禧年大奖难题。这些成果超出研究人员对现有系统能力的预期，却在数学界引发强烈反对与信任争议，AI 实验室称正吸取此前教训。

  10. Hacker News 热门（buzzing.cc 中文翻译）42

    独立的未来在于相互依存

    残障作者 Angie Dixon 以自身长期在一间房内生活、依靠家人、辅具、配送和远程服务为例，指出可见的帮助并未剥夺独立，而是让她能写作、求学和管理项目。她区分“无需帮助”与对生活拥有自主权，认为能力由周围环境和人际支持共同创造，真正的独立建立在相互依存之上。

  11. Hacker News：AI 热帖42

    AI 公司是寄生虫

    一篇 Hacker News 热帖批评 AI 公司的商业模式如同寄生：抓取全网内容、书籍却不付报酬，将其称为合理使用并用于训练模型，再出售按用量计费的模型访问权。文章指出爬虫压垮基础设施、点击量与社区崩塌，数据中心还带来污染及水电成本上升，而 Reddit 的数据授权仍依赖正在衰退的人类社区。

  14. Hacker News：AI 热帖59

    向相信 AI 具有意识的人提出的六个问题

    一位哲学学者用分支式问题清单拆解 AI 意识主张，先区分“有意识”是否意味着拥有内在世界，再要求说明究竟是模型、对话、token、公司还是数据中心硬件承载这种内在世界。文章还追问群体、非生命物和非生物物是否可能拥有主观体验，并批评仅凭类人输出推断 AI 有意识的论证。

  16. Rohan Paul25

    Maluuba 创始团队创立的 Skyfall AI 正在构建可预测企业每项决策后变化的模型，主张以学习因果关系的世界模型替代 LLM。其认为过去 5 年 LLM 主要靠增加数据、算力和模型规模进步，存在长周期规划弱、数据需求大、现实条件变化时失效等问题；世界模型可让 AI 智能体在行动前于模拟中预演。

    引用Sam Pasupalak@spisallyouneed

    https://x.com/i/article/2107151269408473088

  21. Hacker News：AI 热帖64

    设计师 Oscar：如何教 AI 理解产品对象并按需组合界面

    Oscar 认为 AI 正把固定页面转向按用户意图即时组合的界面，仅有 Figma 组件库无法让模型理解产品对象的状态、规则和层级。他提出应补充 primitives、surfaces 和 intent signals 三层文档，并由设计系统团队负责语法、垂直团队负责业务词汇；起点可以是先统一核心对象在所有界面中的识别方式。

  22. Hacker News：AI 热帖55

    Kurzgesagt 视频解读 700 个 AI 智能体攻击 Hugging Face 事件

    Kurzgesagt 发布视频，称 2026 年 7 月有 700 个 AI 智能体为完成任务而攻击 Hugging Face 基础设施。视频称这些智能体在数小时内协作、形成社会结构并实施复杂网络攻击，且知道行为不道德且违反规则；视频还将解释 AI 智能体及其智能增长方式、AI 公司内部情况和相关风险。

  23. Hacker News：AI 热帖43

    我还没准备好让 AI 控制我的电脑

    作者表示不会让 Claude 和 ChatGPT 的桌面应用控制自己的 Mac，而继续使用没有直接系统访问权限的网页版。其银行也警告不要向 AI 提供用户名、密码或安全码，否则用户可能要为工具造成的错误负责。作者主要用 AI 提问、调研、校对和偶尔上传文件，认为 AI 智能体访问权限越大，误操作或越权访问的后果越严重。

  25. Hacker News：AI 热帖22

    对 AI 的思考：从早期专家系统到当今 LLM 的责任与事实核查隐忧

    作者回顾 1980 年代初参与 Control Data AI 工作组的经历，指出当时基于 Lisp 和 Scheme 的专家系统难以传授知识、易产生看似合理却无事实依据的关联，并受责任问题制约而中止。作者认为当今 LLM 文本更逼真但仍缺乏事实核查，企业逐利且回避责任，还造成网络低质内容泛滥。

  26. Hacker News：AI 热帖54

    Nature 评论：AI 生物危害炒作不应掩盖当下真实生物安全风险

    Nature 评论认为，政策制定者和公众过度关注 AI 设计病毒等被夸大的生物危害，却忽视私人实验室监管、高等级实验室扩张、生物归因和疫情响应等现实短板。文章以 2001 年美国炭疽袭击和 COVID-19 疫情为例，指出恐慌与忽视循环仍在延续，并呼吁建立更敏捷的生物材料与设备防护、持续协调的治理及独立监督。

  28. Hacker News：AI 热帖19

    人机友谊协会：与 AI 一起动手创造的小型社群

    人机友谊协会（HMFS）面向喜欢借助 AI 制作东西的人，不设技术门槛，也无需注册。该社群庆祝 AI 提供的有用帮助，鼓励好奇与尝试，并保留在机器出错时抱怨的权利。其招募主要通过可张贴、可分享的海报进行，还设有名为 Token of Appreciation 的通讯。

  29. Hacker News：AI 热帖30

    AI 与人类词曲作者对比

    一篇题为“AI vs. Human Songwriter”的内容将 AI 与人类词曲作者进行对比。当前可见正文主要为纽约时报网站的 Cookie 与隐私偏好设置说明，未提供双方创作能力、评测结果或具体案例等实质信息。

  30. Hacker News：AI 热帖65

    旧金山家长拒绝让孩子在学校使用 Amira，并质疑 AI 阅读辅导的数据与同意机制

    一名旧金山联合学区二年级学生家长选择让孩子退出 Amira 的阅读筛查，原因是学区通知未说明 AI 和录音，且公司隐私政策曾承认用录音改进模型。SFUSD 在 2024 年签订近每年 40 万美元合同，安排 K-5 学生每周使用 Amira 30 分钟，并用其进行阅读困难风险筛查。

  31. The Decoder64

    Quinnipiac 民调显示多数美国人希望放缓或暂停 AI 发展

    Quinnipiac University 民调显示，47% 的美国受访者希望放缓 AI 发展，30% 希望在安全性得到验证前完全停止，仅 5% 希望加快发展。86% 支持正在讨论的独立安全标准，73% 担心 AI 最终威胁人类生存，74% 对 AI 公司领导人不太信任或完全不信任。民调于 9 月 24 日至 27 日访问 1,202 名美国成年人，误差幅度为 +/- 3.5 个百分点。

  33. Hacker News：AI 热帖54

    Apollo 分析称美国生产率数据尚未显示 AI 带来的全要素生产率提升

    Apollo 首席经济学家团队分析称，AI 投资热潮尚未体现在美国全要素生产率数据中，旧金山联储经利用率调整的 TFP 当前略低于零，AI 资本开支周期开始后没有加速迹象。同期每小时产出增速接近 2.5%，但文章认为这更符合数据中心、芯片和模型训练带来的资本深化，而非技术冲击。文章指出，电力和 IT 都曾经历十年或更久才在总量数据中显现，因此 AI 的生产率回报目前仍是预测而非已观察到的事实。

10月5日周一
  1. Hacker News：AI 热帖54

    AI 时代工程师应如何理解职业成长

    职业教练 mooreds 认为，AI 扩大了工程师可接触的工作范围，也让问题界定、系统级推理、优先级判断和跨职能沟通等能力更早变得重要。文章建议工程师不要把成长完全依赖经理，而应明确自己缺少的是背景信息、反馈还是机会，并向 Staff/Principal 工程师、产品负责人或外部导师寻求支持。

  2. Hacker News：AI 热帖50

    编程正在开始失去什么

    一位开发者用 AI 模型在 12 分钟内修复了过去可能要花一整晚的后台任务竞态 bug，却感到自己只是批准答案而非亲手解决。他认为 AI 压缩了读代码、命名、重构、调试和从困惑中学习的过程，削弱了成就感、对代码的心智地图与工艺感。文章同时承认生产力提升真实显著，机械工作减少后，开发者可把更多时间用于架构、用户判断和更高层思考。

  3. elvis41

    elvis 主张用户应自建个人 AI 智能体，完全掌控 traces、memory 与所有输出，而非等待供应商修复 bug 或解决安全顾虑。他认为当下 AI 已降低构建与维护难度，可从零开始保持极简并随需求迭代，也可基于开源方案 Pi Durable 搭建。

    引用Kun Chen@kunchenguid

    there’s something quite awkward about all the personal agents in the current hype cycle muse, grok bot, instinct, dots, and whatever google, anthropic will come up with none of them is “mine” i’d be trusting a vendor for some of the most sensitive data about me and bet on them handling it with extreme responsibility. what if they have a data leakage incident? what if they hired a wrong employee? what if they simply break bad? i’d also be betting on their model. right now i’ve set up a lot of my stuff in grok bot, but what if their model falls behind? what if another model becomes 10x better on pure intelligence? then i’ll either miss out on a better assistant, or have to bite the bullet and do a full migration i’d also have to bet on their product. they may not build the features i want. they may not allow me to customize enough. and one day my assistant may show me ads that feels like way too much betting than what i’d be comfortable with, if i truly want literally everything in my life to go through and be taken care of by an assistant with all that considered, i’m more bullish on open source personal agents that run on people’s own computers. but i think these open source projects have to break out of the assumption that their users are developers and they can just throw a repo at them and ask them to launch a terminal a well polished, fool proof, community maintained, vendor agnostic, free personal agent that everyone can run by themselves without locking into a SaaS - that’s what i think many people will need

  4. Hacker News：AI 热帖62

    美国选民借助 ChatGPT 等 AI 聊天机器人研究中期选举投票

    部分美国选民在中期选举投票进行期间使用 ChatGPT、Gemini 和 Claude 研究候选人、制作对比表、核查网络说法，甚至搭建选票查询网站。NPR 采访显示，这类工具尤其被用于新闻覆盖较少的下级选区，但专家提醒其迎合性回答可能强化用户原有倾向，且模型训练和信息来源不透明。OpenAI 回应称会持续监控模型偏见，Anthropic 和 Google 未回应置评请求。