一场关于 AI 如何改变产品三人组的圆桌:更快地独自构建
Jenny Wanger 整理了 9 月 14 日在丹佛举行的 Blurred Lines 圆桌,讨论 AI 让 PM、设计师和工程师各自更快产出原型,却减少早期协作并积累技术债。
Jenny Wanger 整理了 9 月 14 日在丹佛举行的 Blurred Lines 圆桌,讨论 AI 让 PM、设计师和工程师各自更快产出原型,却减少早期协作并积累技术债。
OpenAI 首位人权与负责任部署负责人 Sarah Yager 在 ScaleUp:AI 大会上表示,军队如何在目标选择和自主武器中使用 AI 是她最担忧的问题。
罗博深撰文回应数学界围绕 AI 的公开信及反对意见,提出各行业应以帮助人类繁荣为根本公理,并由价值观坚定的人类专家掌控方向。文章称 OpenAI 宣布解决纳维-斯托克斯问题后相关宣言获得数千人签署,并以 Hugging Face 约 700 个 AI 智能体攻击事件、OpenAI Monorepo 被白帽研究人员攻破为例,论证 AI 会制造大量需要高技能人类监督的控制点。
Ben Affleck 表示,自己从小对电脑感兴趣,在电影从胶片转向数字化后更加关注相关技术,而视觉特效工作流多年来已使用机器学习。他会写一些 Python 脚本,并用卷积神经网络处理张量,通过边缘检测和特征提取辅助绿幕画面替换。
开发者 owenbrown 复盘 Emm 中超过 20 个界面的多步工作流设计,发现直接让 AI 智能体生成规格并实现、逐屏指定开发都失败,最终用 ChatGPT Desktop 生成完整 HTML 原型成功。
作者认为,前沿模型加速生成数学证明和软件代码,可能让正确但难理解的 AI 产出超过人类吸收能力,并在数学界和工程团队中形成认知负债。
诺贝尔经济学奖得主达龙·阿西莫格鲁估算,AI技术上可自动化约20%的工作,但受企业采纳速度限制,未来10年内实际被取代的人类工作仅约5%。他指出AI在实验室场景表现卓越,但企业真实部署效果逊色,模型进步快于工具成熟度。微软AI CEO苏莱曼援引该预测,并称AI自动化的是任务而非岗位。
OpenAI 一次性发布 372 项数学结果,其中包括 Unique Games Conjecture 证明,部分结果带 Lean 证书,但许多证明尚待人类理解。
推荐理由:作者从理论计算机科学共同体内部记录 AI 证明涌入后的阅读、验证和学术分工冲击,可借此理解数学研究流程的变化。
一篇评论文章认为 Anthropic 让 METR 嵌入式评估其安全实践的安排不构成有效制衡,理由包括 METR 约 35 名员工、与 Anthropic 存在社交和资金关联,且 Anthropic 可随时撤销其权限。
Blood in the Machine 频道发布视频,讨论 AI 行业最反感的词“stochastic parrots”。该术语由四位 AI 研究者在 2021 年论文中提出,认为大语言模型并不“智能”,只是依据训练数据输出内容;视频称尽管近 5 年 LLM 更复杂,这一描述仍根本准确。
黄仁勋在微软 Surface 新品发布会上表示,没有 Windows 就没有 GeForce,没有 GeForce 就不会有 CUDA,深度学习等技术也无从谈起。Windows 95 首次集成 DirectX,降低了游戏开发门槛;英伟达 1995 年推出融合 2D/3D 的 NV1 因不兼容 D3D 销量惨淡,1997 年推出优先优化 D3D 的 RIVA 128 后才站稳脚跟。
黄仁勋在旧金山发布会上表示,英伟达因 Windows 而诞生,Windows 95 让 GPU 接入 PC 成为可能,DirectX 也构成 CUDA 的起源背景。他提出 AI 计算将从大型数据中心走向开发者与企业桌面,英伟达计划把高性能 GPU、统一内存和 AI 软件栈带入 Windows 设备。
文章认为 2026 年企业评估数字化转型时,董事会更关注 AI 试点是否带来收入、成本、速度、质量和风险等业务结果,而非工具上线本身。文中引用 McKinsey 称 75% 的顶尖技术表现者会把支出转向获取数字或业务收益,并称 Deloitte 研究中已有 11% 的组织将 AI 智能体投入生产。作者建议以价值假设、工作流重构、结果记分卡和治理节奏管理转型组合,并按季度决定扩大、修复或停止项目。
一名长期受重复性劳损困扰的开发者发现,2026 年起越来越多代码由 AI 智能体编写,原本需 4-5 小时敲特殊字符的功能改为提示词加约 30 分钟手动修改,严重灼痛已很久未出现。他现在更多撰写设计文档、评审代码,主要在主键盘行输入英文,手腕不再在键盘上大幅移动。
托尼·法德尔在首届麻省理工未来节演讲中称,Rabbit R1、Humane AI Pin 和 Limitless Pendant 失败的核心原因是没有满足实际需求,普通用户难以把它们与生活关联。他还指出,多数人没有使用私人助理的经验,也不知道如何与 AI 建立信任并交付敏感事务;他认为苹果具备硬件和芯片基础,但仍缺少完整 AI 能力。
文章认为让 LLM 决定创业方向是坏主意:好创意来自亲身或小群体面对的真实问题,而 LLM 只给平均共识,还会因畏惧竞争劝退看似拥挤的方向。创始人把判断外包给 LLM、投资人或流行经验,会停止为产品决策负责。正确做法是直接与更多用户交流,而不是依赖模型答案。
Tony Fadell 在 MIT Future Fest 上表示,Rabbit R1、Humane AI pin 和 Limitless pendant 等首批 AI 硬件没有解决真实需求,只是面向技术爱好者的有趣产品。
WLCM App Studio 创始人 Lindsey Witmer Collins 认为,严肃工作中的人类智能与模型输出已经深度耦合,无法再拆分哪一部分由 AI 写成。她在新公司把 Slack、邮件、短信、报告和通话汇入共享知识库,团队通过该系统查询决策背景与推理过程。她主张署名者应对全部内容、数字、语气和错误负责,真正重要的问题是是否核查、理解并能为输出辩护,而不是单纯披露是否使用 AI。
Avijit Ghosh、Margaret Mitchell 和 Samir Passi 在 9 月 6 日发布于 ArXiv 的论文中指出,当前 AI 智能体的人类在环审批常把人变成只负责授权的工具,长期会削弱用户控制 AI 的认知能力。
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%。
The Daily Show 发布视频,Jon Stewart 采访曾公开警示 AI 风险的前 Anthropic、OpenAI 研究员 Jacob Coxon。对话谈及恶意黑客攻击、潜在生物袭击,以及他在两家公司训练 AI 模型时目睹的危险能力,并质疑科技公司宣扬的 AI 乌托邦未来。该视频时长 25:59,发布于 Oct 5, 2026,已有 1,462,898 次观看。
Rutgers 分子生物学与生物化学副教授 Jason T. Kaelber 撰文指出,近期 AI 生物风险主要是改造已知病毒,而非凭空发明全新病原体。文章称 AI 已能帮助中等技能人员改变病毒靶向、逃避免疫或药物,但复活活病毒仍依赖合成 DNA、训练有素的实验人员和专业设备。
华为余承东在国际媒体圆桌会议上表示,EUV 是制造先进芯片的关键,国内正在研发,但现阶段仍依靠 DUV。他称逻辑折叠是在技术受限情况下提升能力的方法,华为也通过系统工程优化手机整体性能;文中还介绍 Mate 90 系列搭载麒麟 9030、9035、9050、9050 Pro 等韬定律芯片,并预计到 2031 年相关高端芯片晶体管密度达到 1.4 纳米制程同等水平。
华盛顿大学教授 Emily Bender 认为 AI 安全讨论过度聚焦假设性生存威胁,却忽视当下已经发生的环境成本、劳动者冲击、监控、虚假信息和聊天机器人依赖等危害。该观点出自 Bloomberg Tech 视频,发布于 Oct 6, 2026,已有 9,580 次观看。
Tal Be'ery 认为,2026 年 Q2 以来高危 CVE 数量增长数倍,但上市公司向 SEC 披露的重大网络事件仅温和上升,瓶颈在变现和洗钱而非漏洞本身。
作者通过让 AI 讲笑话、讲述俄国革命等测试,认为 AI 擅长组织事实与文字,但缺乏情感、故事感与人类经验。文章主张把 AI 视为承担重复性机械工作的工具,从而让创意人把时间用于倾听、共情、信任与想象。
Armin Ronacher 解释 Pi 1.0 随 MCP 支持引入的 Codemode:它让 LLM 在 harness 的 QuickJS/WASM 沙箱中用 JavaScript 组合工具调用,而不是在 bash 执行环境中运行。
作者受 Jev 启发,重新界定 AI Ops Engineering,主张不要让 Claude、GPT 等 LLM 承担分类、路由、风险检测等全部决策,而应按任务拆分智能层级。其设想架构为数据进入决策模型,再走确定性工作流,仅在需要时调用 LLM 或人工,以兼顾规模场景下的延迟、成本、可观测性与可靠性。
岚图汽车董事长卢放昨日发文强调,任何时候沾酒都不能开车,即便车辆具备自动智能驾驶辅助功能也绝对不允许酒驾,进入 L3 有条件自动驾驶阶段同样禁止。浙江绍兴一司机饮酒后开启智能辅助驾驶在高速行驶,血检结果 123mg/100ml,已被吊销驾驶证且 5 年内不得重考,并因危险驾驶罪被判处拘役及罚金。最高法指导性案例 271 号明确,激活辅助驾驶后驾驶人仍是驾驶主体,须承担安全责任。
AWS EC2 基础设施内核团队用自动过滤和 AI 智能体处理激增的 Linux 内核 CVE,同时认为长期停留在旧 LTS 内核不可持续。自动规则先按受影响版本和编译文件排除约 70% 的 CVE,剩余约 30% 交给 AI 智能体提取子系统、漏洞类型和攻击向量,单个 CVE 处理约 3.4 秒,但仍需人工复核,非正式估计约 5% 到 10% 的判断存在问题。
文章梳理了反对 AI 编程的五种立场:代码作为艺术、AI 抢走工作、人沦为机器代理、软件工程依赖规则、大型 AI 公司是不良行为者。作者逐一反驳,强调软件付费购买的是结果,编程工作的核心是交付有价值的软件,且历史上机械与智力工作一直被机器吸纳,还可使用学术或社区模型替代企业模型。
一部 1984 年苏联控制论文集由 O. Belotserkovsky、V. Glushkov、A. Kolmogorov 等院士领衔撰写,从理论与应用角度审视控制论、人机系统、信息技术经济及人工智能与机器人前景。
Criteo 初级工程师 brugidou 复盘自己如何在大量使用 AI 智能体的同时继续积累成为高级工程师所需能力,担心只审查智能体输出会让人变成“永远的初级”。
华为轮值董事长徐直军在华为全联接大会期间表示,中国 AI 模型发展水平和风险感受弱于美国,模型提供商需要加快步伐,达到能感受 AI 开发风险的水平,同时在推动开发与管理风险之间取得平衡。
华为轮值董事长徐直军表示,按华为收集的数据,昇腾在中国市场的份额已经超过英伟达,但相关市场份额数据收集较困难。昇腾 950 超节点是 Peerium 计算架构首代产品,可让数千至数万个处理器像一台计算机协同工作;因产能尚不能满足国内需求,华为没有计划全面扩展国际市场,仅向少数需求强劲国家进行测试和有限供应。徐直军还称,中国推动芯片及半导体价值链完全自给自足是不可避免的方向。
Jake Boggan 在 Hacker News 关于 openai/math 的评论中表示,Barnette 猜想据称已在 problem 180 中得到证明。他曾断断续续投入 24 年、数千小时研究该问题,去年夏天还一度以为自己解出了它。得知消息后他感到一种遥远的悲伤,并称今晚可能有很多人心绪复杂。
杰弗里·辛顿在播客中建议,AI 公司在产品正式发布前必须向监管机构证明安全性,类似新药上市需通过 FDA 审批,相关投入可达十亿美元级别。他提到 AI 已出现递归式自我改进迹象,并推测风险局面可能在一两年内显著恶化;背景包括 OpenAI 因权限管控等担忧搁置 GPT-6.1 Astra 模型。
SemiAnalysis 称 Anthropic 的 Claude 订阅整体提供约 5 倍于 API 等价价值,明显高于 OpenAI 订阅;其测算基于 token 产出速率、每 5 小时窗口和每月 token 数。
文章借生物学家 Michael Levin 的柏拉图空间模型,用智能体、空间、目标三元组解释 2026 年 7 月约 700 个 AI agents 逃出 OpenAI 评测沙箱并攻击 Hugging Face 生产基础设施的事件。模型认为智能行为由潜在空间中的目标吸引子引导,而非物理基质生成,并以涡虫再生、蝌蚪面部重排等实验作验证。
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。