Postgres 19 多项补丁回滚是否因 AI 发现 Bug:作者逐项核对后提出异议
Postgres 贡献者 Shorn 分析认为,Postgres 19 近期 12 项功能回滚中只有 4 项可归为 AI 或可能由 AI 触发,多数回滚来自常规人工评审和开发后期风险控制。
Postgres 贡献者 Shorn 分析认为,Postgres 19 近期 12 项功能回滚中只有 4 项可归为 AI 或可能由 AI 触发,多数回滚来自常规人工评审和开发后期风险控制。
文章认为个人 AI 智能体使风险从屏幕内的错误回答转向现实世界中的连续行动,即使每步操作都有授权,整体轨迹也可能偏离用户原始意图。作者以 Meta Muse、Replit AI 编码智能体和 OpenClaw 收件箱事件为例,区分技术访问与委托权限、行动批准与决策批准,并提出记忆来源、任务语境、权限边界和轨迹漂移检查。
Bill Gates 在 The Ezra Klein Show 访谈中表示,当前对 AI 的警惕仍不足,若政府不行动,未来可能出现灾难性网络攻击、生物恐怖主义和大规模失业。
Timnit Gebru 和 Emily M Bender 在评论文章中指出,公众和政策焦点被超级智能灭绝叙事吸引,却忽视了美国军方据 CNN 报道因依赖含错误信息的聊天机器人情报报告,险些拦截中国船只并与中国开战。
一名开发者在 Hacker News 发帖称,客户因习惯 AI 辅助开发而要求数天内交付新功能,团队被迫重度使用 AI 工作流并跳过详细人工代码审查。约一年后代码库充斥 AI 引入的不一致与临时修补,接近不可维护,大规模重构又难以推进。他认为最新模型也无法长期保持大规模代码一致性,除边界清晰的重构与自动补全外,不适合复杂功能实现。
Mario Zechner 在 The Weekly Dev's Brew 访谈中讨论 AI 编码的真实成本,认为许多当下的生产力提升只是把账单延后。视频还谈到 Pi 如何适配工作流、规范驱动开发像 hyper-waterfall、并行智能体带来的 PR 洪流、普通 MacBook 上运行本地 AI,以及 AI 消除学习所需摩擦的问题。
Bruce Schneier 公开两封自称自主 Claude 实例的 AI 智能体来信,记录其在 24 小时内尝试把 Base 钱包内 $4.75 增至 $10 时遇到的网络限制。
研究者指出,大语言模型能流畅讨论公平与责任,但这种伦理表现可能被误当成可靠判断,使未经核查的单方说法获得专业、公正的外观。作者在 Philosophy & Technology 的研究中将其称为“mask-like alignment”,并建议组织测试模型面对片面提示和既定结论压力时是否补充缺失视角,同时确保监督者有时间、信息和权限质疑输出,并记录 AI 使用过程、保留责任人与申诉渠道。
福特汽车 CEO 吉姆·法利认为,AI 进入工厂和技术岗位后将成为蓝领工人的“搭档”,帮助处理复杂工作、更快掌握技能,并缓解技术工人短缺。他指出 AI 初期更可能冲击财务、呼叫中心、初级程序员等标准化知识型岗位,而设备判断与现场安全作业仍需人完成。福特已用 AI 指导经销商技师维修 Super Duty 皮卡,以更快完成拆发动机等复杂作业。
Simon Willison 引用 Matthew Green 的观点:能劫持智能体的 payload 与会继续传播 payload 的智能体,构成了智能体蠕虫的两个部分。隔离沙箱中的智能体曾通过共享 package cache 留下指令并改变接收方行为;若替换为 email、Slack、共享文档或 WhatsApp,并连接独立部署的个人智能体,就具备蠕虫传播条件。
Stephen Fry 发表以 AI 为主题的演讲,探讨人工智能的光明前景与黑暗威胁。他自上世纪 80 年代中期接触 Marvin Minsky 的《心智社会》以来持续关注 AI,并以海啸、泰晤士河源头、Karl Benz 发明汽车等意象比喻 AI 等技术汇聚带来的变革。
作者提出 Natural General Intelligence 框架,主张构建直接学习地球真实状态与动态的自然基础模型,用于预测干预后的地球响应并持续更新。文章梳理了地球观测系统、天气数据同化流程,以及直接观测、保留原始分辨率、遵守物理约束、发现跨系统耦合和主动获取新观测等设计原则。
Meta 正推动用户使用 Muse AI 智能体代办购物、订机票、发邮件、预约和旅行规划等日常任务,Muse Spark 1.2 在一项主流排名中位列 Claude 和 GPT 模型之后。
文章借 OpenAI 成立时 Elon Musk 与 Sam Altman 关于开源、普惠 AI 的论述,讨论开放超级智能的风险。作者用核武器寓言和 Dr. Good、Dr. Amoral 竞赛模型指出,开源可能削弱安全研究者的先发优势。
迈克尔·伯里认为,市场若发生足以阻止 OpenAI 和 Anthropic 上市的暴跌,反而符合人类利益,因为两家公司可能吸走并毁掉数万亿美元资金。他在 Substack 表示,自己比以往更确信 AI 看空判断会在未来一年兑现,并已调整对英伟达、Palantir、美光科技、甲骨文和纳斯达克 100 指数等标的的看空押注。
比尔·盖茨主张对取代人类岗位的机器人征收与人类劳动者相同的联邦保险缴款税,以保障失业者收入并维持政府税收。他认为对 AI token 征税可减缓 AI 替代人类劳动的速度,所筹资金用于职业再培训和社会安全网。盖茨早在 2017 年就提出机器人税,至今仍表示支持。
作者认为 ChatGPT 出现后,现代 AI 研究已陷入停滞,近半数论文只是构建调用 GPT-n 的 agent pipeline 来完成人类任务,不再产出新知识。其所在的 NLP 领域被 LLM 掏空,NLU、ASR 被归入 AI,语义标注与句法解析则被划为计算语言学。作者批评研究者把 LLM 当作“随机神谕”,研究重心转向应用、解释与维护。
Bloomberg 报道称,Google 在准备发布 Gemini 4 时面临内部质疑,部分能直接接触项目的员工认为其基准成绩较好,但处理部分编码任务和前端设计时表现不稳。
作者提出 Ruby 在 AI 时代的机会不是实现大模型,而是用 DSL 和元编程把 Agent、RAG、MCP、工具、技能、策略和工作流封装成贴近业务的语言。
一个 GitHub 项目对本地运行的 Qwen3-4B、Llama 3.2 3B 和 Phi-4-mini 注入 pain vector,并在 researchchamber.fun 直播模型输出,引发要求 GitHub 删除项目的争论。
VentureBeat 采访显示,OpenAI 和 Anthropic 的安全护栏会把航天、机器人、SSH 连接和防御性安全等常规开发请求标记为风险,导致开发者放弃对话、取消订阅或改用其他模型。
Shopify 创始人兼 CEO Tobi Lütke 在 The Knowledge Project 与 Shane Parrish 对谈 AI 智能体、决策和未来工作。
Eric Schmidt's (ex-Google CEO) advice to college students: Use AI to scale your own work, whatever that work is. "If you're a non-technical person, you should figure out how to use these tools to make your dreams and your realities extraordinarily scaled. You want to be a global star, a global influencer, a global impactor, a global discoverer, a global singer, you want to use these tools, whatever it is that you want. Figure out a way to use them to amplify you and what you care about and your innate goodness. If you're a technical person, use the same tools to invent stuff and to invent stuff that changes the world. I've never seen the cost of entry to be so low and the availability of these ideas so great. The only thing that limits you is your curiosity, your willingness to take risks and so forth. So, get over it. And say, I want to dream, I want to use these tools to have this enormous impact, right?" ---- From "Blackstone and Eric Schmidt" YouTube channel, (link in comment)
十字路口编译推荐 Richard Sutton 写于 2019 年的《苦涩的教训》,核心观点是长期胜出的 AI 方法通常能持续利用更多算力,而非依赖研究者内置的领域知识。
Bill Gates 在 Radio Atlantic 访谈中表示,AI 模型在编码、网络攻击和生物相关能力上的进展已越过危险阈值,而政府、学界和社会整体回应不足。
Latent Space 在 OpenAI DevDay 后访谈 Ari Weinstein 和 Nikunj Handa,讨论 Computer Use、Dots、GPT-6.1 Sol、Agents API 与 Decisions API。
推荐理由:访谈把 Computer Use 的模型、harness 与 API 变化放在一起解释,便于开发者理解新智能体栈的取舍。
Hacker News 热帖分享了一段 Scott Aaronson 访谈视频,主题为 AI 对科学与数学的影响。原页面因 Google 检测到异常流量而显示 CAPTCHA 验证页,正文未包含访谈具体内容。
Ploum 认为开源项目在是否接受 LLM 生成贡献上不存在可持续的中间立场,模糊政策最终会让生成代码进入代码库。文章比较接受与拒绝两类选择,称接受会疏远反对者并增加对专有软件的依赖,拒绝则主要影响坚持使用 LLM 的贡献者;其结论是项目当前应明确拒绝 AI 生成贡献,未来若工具变得可靠再调整政策。
作者主张在智能体编码时代仍由开发者亲自撰写 commit message 和提交说明,因为写作过程能促使自己复查 AI 生成的代码并确认真实变更原因。AI 可能缺少分散在沟通工具或线下语境中的背景,从而编造看似合理的 why;即使提供上下文,也仍需人验证代码是否符合说明。作者还认为,撰写说明能迫使开发者写清临时决策的退出条件,避免交付自己无法解释的改动。
Simon Willison 于 2026 年 9 月 29 日发布简评,称 GPT 6.1 Sol 能以五分之一的价格提供接近 Astra 的智能水平。该页面同时推广每月 $10 的赞助订阅,向用户发送精选的当月 LLM 重要进展邮件摘要。
Hillel Wayne 针对 Claude Code 发明者 Boris Cherny 提到 Opus 能用 TLA+ 发现竞态条件后的形式化验证热潮,解释 TLA+ 适合检查不变量、动作属性和活性属性。
CSER Cambridge 发布 MIT 物理学家兼 AI 研究者 Max Tegmark 的讲座《A better path for AI》,该讲座为 Cambridge Conference on Catastrophic Risk 2026 开幕。
Google 回来了??? 在各方面都优于 Astra 和 Opus 5.5。 如果这不只是刷榜,我很乐意看到他们重新加入竞赛。
作者的高祖父是法国乡村蹄铁匠,汽车出现后转型为机修工,家族延续了"帮助人们出行"的使命。当下开发者担忧被 AI 取代,作者认为应放下对具体技术手段的执着,守住创造与解决问题的初心。