elsewhere 对话田柯宇：复盘字节“投毒”事件、科研经历与世界模型创业

elsewhere 发布对基座模型创业者田柯宇的长篇访谈，围绕字节“投毒”事件、另一名实习生、GitHub 帖子、诉讼经过及其 NeurIPS Best Paper 经历展开。

英特尔 CEO 陈立武称未来两到三年 AI 硬件将持续短缺

英特尔 CEO 陈立武在新加坡星展银行会议上表示，受供应链持续受限影响，未来两到三年 AI 硬件仍将供应紧张，内存芯片供不应求、价格走高，台积电封装也面临产能约束。

AI 会挤出就业吗？

Stijn Van Nieuwerburgh 的新论文指出，一座 200 MW AI 训练园区耗资约 82 亿美元，投运后仅需 50 至 150 名员工，同等资本投向其他行业可支撑逾 1 万个岗位。文章估算，到 2032 年 hyperscaler 将在数据中心投入超 10 万亿美元，相比其他投资或使约 1000 万人失去岗位支撑，进而压低工资、加剧收入不平等。

企业大脑及其难点：无需本体的 AI 原生数据集成

AI 原生数据集成方案无需传统本体，通过持续摄入至活文档、AI 智能体管理的剪枝与深度图谱，将数据集成从数月缩短至 24 小时。传统本体构建缓慢、锁定客户且无法真正自助，AI 改变了这一局面。

AI 营销的“圣杯”将让一切变得精彩又糟糕

文章认为，基于约 300B 数据经济中的公开记录、购买历史、位置与社交数据，营销者可用 AI agent 模拟上万名目标消费者并反复测试广告方案。该做法能显著提升精准营销效率，但也会强化画像推断、情感操控和隐私利用，因此“精彩又糟糕”。

陶哲轩发表《数学2.0》演讲，提出 AI 推动数学进入证明丰裕时代

陶哲轩在 2026 年 10 月的《数学2.0》演讲中提出，数学因证明可客观验证、高度数字化且拥有大量高质量数据，正从证明稀缺时代进入证明丰裕时代。他认为 AI 能力在数学任务上表现出明显的锯齿状特征，单纯优化解题会削弱数学的长期健康，Math 2.0 应把 AI 用于增强人类理解、开放讲解问题、论文网络、形式化数学库、实验数学和可解释开源数学模型。

心资本韩彦：AI 不止于大模型，未来属于真实世界｜心声VOICE

心资本创始合伙人韩彦在米尔肯研究院亚洲峰会闭门论坛上表示，AI 的更大机会在推理侧与真实世界应用，而非仅比拼前沿大模型。他指出中国 AI 早期科技投资中外币资本占比已从约 90% 降至约 20%，并认为人形机器人未来三到五年的核心壁垒是高质量真实场景数据。

作者认为 AI 将快速进步，但不会走向通用超级智能

作者认为 AI 会在基础设施和工程能力上快速进步，未来几年可成为超人的分布式 GPU 工程师，但模型性质不会因此发生根本变化。文章把这种进展称为并行化、AI 辅助的语言建模，认为推理效率、预训练架构和数据选择研究会被自动化，模型智能的有效成本可能接近指数下降。

Google DeepMind 文章分析 AI 如何改变科学发现的速度、分工与瓶颈

Google DeepMind 发表文章，结合 1,500 万次 Gemini 交互、2,600 多个专业 AI 模型和 600 多名美英科学家调查，分析 AI 在科学研究中的当前用途与未来影响。

AI 为何尚未解决软件交付难题，以及破局方向

AI 已覆盖软件交付各环节，DORA 数据显示 90% 技术从业者在工作中使用 AI，但各步骤间仍靠人工转译，未真正加快交付。McKinsey 调研中 30% 工程负责人称加 AI 后团队生产力下降，仅 25% 称显著提速；Deloitte 数据显示仅 5% 企业认为流程已充分准备好接入 AI 智能体。

Databricks 解析生物医学影像瓶颈：关键在数据而非模型

Databricks 提出生物医学影像 AI 的核心瓶颈不是模型，而是 DICOM 与病理切片等数据被锁在 PACS/VNA 中，难以查询、去标识、共享和跨机构复用。

观点：模型崩塌并非新事，也不只属于 AI

作者认为 AI 提供的平均化正确答案会让用户从菜单中选择而非真正设计，并使罕见想法和个人判断被削弱。文章引用 1,506 人写作研究、2024 年 Nature 模型崩塌论文及印刷术打破解释垄断的历史，指出便利会让人们自愿接受同一答案。作者建议继续使用 AI，但要寻求人类和反对者意见、咨询圈外人、保留异见者，并在打开聊天前写下原始目标。

Ben Affleck 展现 AI 技术理解，网络反响热烈

Ben Affleck 本周因多段采访视频展示对 AI、神经网络、机器学习及电影制作应用的理解而走红网络，他还自称能写简单 Python。他于 2022 年创立 AI 电影制作公司 InterPositive，据称今年以 5.87 亿美元出售给 Netflix，但他称该金额不准确。Affleck 还通过解冻权重、微调开源视频模型，在电影《Animals》后期制作中使用 AI。

AI 模型蒸馏悖论：美国如何同时为训练取用与限制蒸馏辩护

Lawfare 文章分析美国政府在 AI 训练与模型蒸馏上的矛盾立场：司法部称 OpenAI 等使用受版权保护文本训练属于合理使用，而 NSA、CISA 与 FBI 又指控 DeepSeek、Moonshot AI、Alibaba、MiniMax、StepFun、Z.ai 对 Claude、GPT、Gemini、Grok 开展工业规模蒸馏。

AI 爬虫借 referrer spam 伪装来源访问网站

网站作者发现大量伪装成美国某医疗机构来源的访问，实际是 AI 爬虫借 referrer spam 遍历其无关页面。传统 referrer spam 曾用于骗取站长点击并提升搜索引擎排名，而目前没有有效方法阻止这类爬虫活动污染来源日志。

MIT Technology Review：AI 机器人突破短期内不会改变日常生活

MIT Technology Review 分析认为，尽管 Tesla Optimus 等人形机器人获得大量关注，当前 AI 机器人仍难以可靠完成家庭和工厂中的开放任务。

阿里巴巴蔡崇信：开源是欧洲发展 AI 的最佳选择

阿里巴巴集团董事会主席蔡崇信在意大利 Wave by Vento 大会上表示，欧洲要摆脱对中美技术依赖，最佳选择是开源 AI，并应自建算力基础设施，将模型训练和推理放在本地。他建议欧洲利用专有工业数据训练模型形成优势，并看好当地运营 AI 芯片数据中心的新型云服务商。他还指出中国侧重开源模型与公开研究，而 OpenAI、Anthropic 等美国企业主要提供专有模型。

分析：AI 需要替代那些从未出生的劳动者

文章基于联合国人口预测和世界银行生产率数据测算，快速老龄化经济体到 2050 年前每年将因劳动年龄人口占比下降损失 0.5 至 1 个百分点的人均收入增长，规模接近主流预测中 AI 带来的生产率提升。

关于 AI 与欧洲的十九点思考

作者结合 Anthropic Fable 模型限制事件，分析欧洲在前沿模型、算力基础设施和产业政策上的处境。文章认为欧洲采用美国模型并不等同于永久依附，而自建主权模型面临资金、人才和收入差距，Mistral 收入不足 Anthropic 当前收入的 1%。

高利率未能放缓 AI 热潮，美联储面临调控难题

《纽约时报》报道，美国高利率和电力、高带宽内存等成本上涨没有削弱企业对 AI 芯片、数据中心及供电系统的投资热情，相关支出正在推升增长和通胀压力。哥伦比亚大学经济学家 Stijn Van Nieuwerburgh 估计，2025 至 2032 年 AI 芯片、数据中心和电力系统支出将超过 $10 trillion，年均超过美国经济总产出的 3.6%。

开发者分析 Claude Code 预填消息功能：真正服务对象可能是模型

开发者 Zohaib Ansari 分析称，Claude Code 在任务完成后预填“run the tests”等下一条消息，表面上只是节省输入，实际可能帮助 Anthropic 收集真实开发者偏好。

François Chollet@fcholletAI 评分4242

François Chollet 提出，AI 的锯齿状前沿可能主要集中在可用 RLVR 无限推进的数学与代码领域，其他能力则因受限于人类生成数据而开始平台化。非可验证领域的模型表现仍在缓慢提升，其动力究竟是 RLVR 带来的更高 G，还是大规模新增人类数据，尚待解答，而这一问题影响深远。

分析称美国 AI 扩张将受电力基础设施制约

Transformer 文章认为，美国 AI 数据中心用电预计将从 2025 年的 5GW 增至 2030 年的 50GW，若增速延续，2035 年可能需要 500GW。

Lakehouse 是更好的数据仓库：2026 年基准测试与实证

Databricks 以 2026 年基准测试、客户案例和架构分析论证 Lakehouse 已在 SQL 性能上追平传统数据仓库，并可同时服务 BI、ML、流处理与 AI 智能体。其生产 SQL 工作负载较 2022 年基线快 77%，Lakehouse//RT 可低至 10 ms、达 12,000 QPS；Lumen 迁移 133 TB 后查询性能提升 90%、计算成本降低 30-40%。

Yuchen Jin@Yuchenj_UWAI 评分3636

很高兴看到 Reflection 的 Beam 和 Mistral Large 4 在过去两天都达到了大致 GLM-5.2 的水平。 这让我想知道，西方与中国开源模型之间真正的差距是否仅仅在于： 中国实验室可以蒸馏 Anthropic 和 OpenAI 模型。西方实验室不能。

Phase Lock：一份关于 BCI 与在 AI 时代维护人类能动性的宣言

一份宣言提出，人类与 AI 正进入 Phase Lock，应通过脑机接口（BCI）实现 alignment-by-integration，以保留人类对机器的控制。文章认为 BCI 正接近 AI 约十年前经历的拐点，非侵入式消费设备可产生大规模神经数据并形成发展飞轮。

Acemoglu：AI 不会必然取代劳动者，关键是建设亲劳动者的 AI

经济学家 Daron Acemoglu 认为，AI 全面替代工作仍受可靠性、组织重组和最后一公里问题制约，当前路线若追求自动化可能既难提升生产率又扩大不平等。他重申此前估计，10 年内 AI 可能自动化美国约 20% 的简单办公和认知任务，但考虑扩散速度实际仅约 5% 的人类工作被替代，对应 10 年 GDP 增加约 1.5%。

Microsoft Research 研究员 Jennifer Neville 谈 AI 评测失败与多轮交互局限

Microsoft Research 合伙人研究经理 Jennifer Neville 在播客中讨论 AI 系统在真实工作环境中的评测、失败与改进方向。她的团队研究多轮交互、协作环境和长周期任务，发现 LLM 在任务要求经多轮逐步澄清时性能会明显下降，长流程文档编辑中未被发现的错误还会累积。

我们要消灭“非活体”：平台算法审查如何催生 unalive 等委婉语

文章批评 TikTok 等平台的算法审查让用户用 unalive、r*pe、grape 与表情符号替代死亡、强奸等直白词汇，这类说法已蔓延到线下日常语言。作者支持内容预警和 SA 等缩写，但认为规避算法会使内容过滤工具失效，并指出被污染的互联网训练数据还会限制大型 AI 产品对真实世界的认知。

Dario Amodei 早期文献 Big Blob of Compute 被公开，讲述规模化假说如何影响 OpenAI

Kevin Roose 公开 Dario Amodei 在 OpenAI 撰写的内部文献 The Big Blob of Compute Hypothesis，并梳理其用大规模算力和参数推动通用模型能力提升的核心观点。

解读 A16Z 两份 AI 报告：付费渗透、重度用户与算力需求的分化

作者解读 A16Z 第七版《Top 100 消费级 AI 应用》和9月底更新的《市场状况 II》，认为AI使用广度扩大但深度使用和付费仍集中。报告显示，美国近一半人用过AI、每日使用者为25%，截至2026年8月个人付费订阅 ChatGPT、Gemini 或 Claude 的比例仅4.5%；69%的标普500公司称已部署AI，但只有2%长期追踪明确价值指标。

Fireship 视频：PewDiePie 正在让 AI 自由，OpenAI 震怒

Fireship 发布视频称 PewDiePie 正在打造名为 Ajax 的无审查 AI 模型，该模型由其在家中训练。此前 PewDiePie 因知识蒸馏被 OpenAI 两次封禁，视频已获得 278,206 次观看。

预测分析如何迈入智能体 AI 时代

企业 AI 的前沿正从预测转向自主决策，核心问题变为如何让预测系统依据自身结论行动且不偏离业务意图。深度学习、生成式 AI、实时训练与非结构化数据正推动分析从被动后见转向务实前瞻。

网站实测14天内AI训练爬虫抓取1,534次，仅1次读取权利文件

作者在个人网站边缘部署传感器，14天内记录到1,534次自报为AI训练用途的爬虫抓取，其中只有1次访问权利文件。该唯一访问来自OpenAI的OAI-SearchBot；用于训练的GPTBot抓取数百个页面却从未请求TDMRep或许可文件。

Ask HN：开发者弃用 GitHub 后源代码会变贵吗？

HN 用户提问：若开发者不再使用 GitHub 而改用自建版本控制系统，AI 实验室是否会愿意为使用源代码付费。当前 AI 实验室正高价购买运营数据，而源代码因可从 GitHub 等平台轻易获取而无人购买。

Michael J. Klaiber：LLM 不会取代 AI 编译器，而会调用它们

Michael J. Klaiber 认为，LLM 直接在权重内完成模型到机器码的编译既低效又难验证，更现实的方向是作为智能体编排编译器 pass、搜索循环、内存规划器和 profiler，并把有效配置沉淀为可复用提示。

Seldon 提出 Semantic Compute：让前沿 LLM 从语义解释器走向可编译执行层

Seldon 撰文提出 Semantic Compute 范式，主张把软件中的 LLM 调用表示为带类型和行为契约的 Semantic Function，再由编译器和运行时在前沿模型、专用模型、检索系统、传统 ML、数据库与确定性代码之间选择执行方案。

宏观数据是否支持 AI 通缩论：家庭价格未降，token 价格大跌

作者对比 ChatGPT 发布前后的公开宏观数据后认为，AI 尚未让家庭购买的商品和服务变便宜，明显下降的主要是模型 token 价格。GPT-4 输出价格从 2023 年 3 月的每百万 token 60 美元降至 GPT-5 的 10 美元，而房租、房价、电力、肉类和流媒体价格多在上涨；12 个 SaaS 计划中有 8 个在 2022 年后提价。

自主式 AI 如何重新定义企业智能

MIT Technology Review 报告提出企业 AI 正从工具转向“agentic shift”运营模式，2026 年全球 AI 投资将达 2.5 万亿美元，同比增长 44%。报告指出多数企业仍面临数据孤岛与结构性扩展问题，流程优先、数据就绪度及可组合、主权可控的架构是获得持续回报的关键。

“AI”聊天机器人准确率低下的一个原因？

作者认为，AI 聊天机器人在大量错误却看似权威的网页内容上训练，而人类会凭理解宽容这些表述，next-token predictor 却缺乏这种理解。Gemini 会照搬“PWA 必须使用 service workers 创建可编程内容缓存”这一错误说法，尽管 PWA 并无此要求。