跳到正文

#大佬观点

今日 24 条
10月6日周二
  1. Hacker News：AI 热帖44

    AI 与人类社群（及数学的未来）

    文章回应 Kevin Buzzard 等人关于 AI 时代数学研究未来的讨论，把人类社群比作由人和语言连接而成的巨型神经网络。作者认为当前 LLM 缺乏持久身份与生活经验，无法成为科学共同体中的节点；即便能发展理论，也仍需获得人类社群接受才能延续。

  3. Hacker News：AI 热帖24

    Michigan Tech ML/AI Club 问答：学生谈 AI 伦理、可解释性与 AGI

    Michigan Tech 三名数据科学专业学生在 2025-26 学年组建 ML/AI Club，并在问答中分享对机器学习与人工智能的看法。他们认为 AI 应作为辅助工具而非取代人类职业，并在高风险领域更倾向选择 95% 准确但可解释推理的 AI。三人还表示，生成式 AI 基于数学与模式预测，难以获得人类意义上的真正理解。

  8. Hacker News：AI 热帖60

    观点：AI 智能体将分为个人助理与虚拟员工两类

    作者提出 AI 智能体将按工作所有权分为个人助理和虚拟员工两类：前者使用用户账户、代表用户行动并由用户承担结果，后者拥有独立名称、电脑和账户，按职责与结果被管理。作者认为操作系统厂商更可能赢得个人助理市场，虚拟员工则像新员工一样通过邮件、共享文件夹和 Slack 获取权限，创业空间更公平；文章还指出虚拟员工独立行动带来的法律责任仍是开放问题。

  12. Hacker News 热门（buzzing.cc 中文翻译）52

    为什么 Common Lisp 在 LLM 写代码时代是最好的编程语言

    作者认为 Common Lisp 因近乎即时的反馈循环、可在调试器中修复并恢复运行的活镜像，以及宏和代码即数据能力，更适合 LLM 辅助编程。作者称其 Common Lisp 应用比 Python 版本短约 6 到 7 倍，可减少 token 成本并让更多程序进入上下文窗口；同时认为稳定的 ANSI 标准、较少依赖包和招聘时让候选人现学 Common Lisp，都不再是主要障碍。

  18. Hacker News 热门（buzzing.cc 中文翻译）55

    Jeremy Avigad 谈数学的未来：在 AI 时代求解更难问题、拓展更大思想

    Jeremy Avigad 在 Terry Tao 博客发表客座文章，认为 AI 已能生成过去可构成体面论文的数学结果，数学界需要重新理解研究与人才培养。他提出三条方向：求解 AI 难以靠组合现有技术完成的更难问题，保留数学家对问题价值和高层概念创造的判断，并主动尝试证明助手、神经网络和符号自动化等新方法。

  19. Rohan Paul55

    Perplexity CEO Aravind Srinivas 表示，单个熟练用户现在可通过智能体循环消耗相当于小型团队的算力，Meta 等公司部分工程师每年在编码工具上约花费 1000 万美元，Perplexity Computer 也有用户月花费超过 10000 美元。

    引用Rohan Paul@rohanpaul_ai

    Power users are driving consumer AI market growth. The top 1% of US consumer AI payers average $903 a month, while flat plans hold the median at $25. One top-1% payer spends as much as roughly 59 bottom-half payers, on average. Median spend has barely moved, while average spend in the top 1% climbed from $504 to $903 a month between January 2025 and August 2026. Model labs are better placed than apps built on their models to capture consumer AI's top 1% of spenders. Those users average $903 a month, up from $504, and most of it buys model usage. A lab pays only its serving cost for that usage, while an app pays API prices. Anthropic earlier said one $200 Max subscriber ran up tens of thousands of dollars in usage, a bill no API-paying app could absorb. Apps that want this tier have to own more of the model, as Cursor began doing with its Composer coding model.

  20. IT之家（RSS）47

    奥尔特曼专访：马斯克是“霸凌者”，自己仍愿与其合作

    OpenAI 首席执行官萨姆·奥尔特曼在《名利场》专访中称马斯克是“霸凌者”，只会尊重敢于回击的对手，并表示自己仍愿意与马斯克合作。双方曾公开决裂并引发多起法律纠纷，近期还在社交媒体上互相抨击。OpenAI、Anthropic、SpaceXAI、谷歌及英伟达负责人已签署白宫牵头的安全管控协议。

  21. 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。

  22. 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.

  26. 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。

  28. 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。

  29. 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

  34. 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。

  35. 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。

  37. 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。

  38. 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。