前 Rockstar 技术总监:GTA VI 的潜在 AI 克隆或迫使官方加快移植
一位前 Rockstar 技术总监认为,GTA VI 可能面临的 AI 克隆版本正给开发商带来新的时间压力,或迫使其加快官方移植进度。
一位前 Rockstar 技术总监认为,GTA VI 可能面临的 AI 克隆版本正给开发商带来新的时间压力,或迫使其加快官方移植进度。
The Decoder 的 Frontier Radar 第 5 期盘点了 27 家由大厂离职研究者创办的独立 AI 实验室,按持续学习、语言之外的世界模型、稀缺数据、算力、自动化科研和模型周边工具六类技术押注分组。
Helmholtz Munich 的 Fabian Theis 认为,现有数据集下的扰动预测并不足以支撑复杂算法,应转向用大规模、高精度、多尺度、共配准的生物数据预测分子→细胞→组织→器官→生物体的演化。
NVIDIA 深度学习高级产品研究工程师 Chris Alexiuk 通过 YouTube 教学,帮助开发者构建、微调和部署开源 LLM 应用与智能体,并自称“头号 Nemotron 粉丝”。
哈佛商学院教授 Willy Shih 在 Decoder 播客中讨论 AI 基础设施大规模建设对全球供应链的隐性成本,并解释关税与制造业回流的现实困境。他指出,面对对华关税,制造商的第一反应往往是经越南、墨西哥等地绕道规避,而非真正回流美国。其新书《Where Does My Stuff Come From?》聚焦全球供应链背后的经济学逻辑。
The Verge 发文盘点 Elon Musk 在中期选举中投入的 4.46 亿美元,其中 4700 万美元来自 America PAC,用于阻击得州民主党人 James Talarico,但 Talarico 仍以 55% 得票率击败马斯克支持的 Ken Paxton。
Hugging Face 首席政策官兼战略高级副总裁 Irene Solaiman 在 TechCrunch 的 Equity 播客中,讨论企业、政府和初创公司如何从开源模型中获取价值。话题涵盖构建开源模型前如何选择工具与基础设施、权衡取舍,以及中国开源模型崛起后美国玩家能否跟上。
Verge 编辑佩戴 Amazon Bee Frontier 进行心理治疗录音三周后,其心理医生要求她把这台设备扔出窗外。这款持续录音的 AI 可穿戴设备会转录并总结对话,但常把玩笑误记为事实,例如凭空生成六只猫的名字,还把童年创伤事件以"Reclaiming Reality from Manipulative Power"为标题做成摘要,让她不得不右滑确认为真。
Hugging Face 首席政策官兼战略高级副总裁 Irene Solaiman 在 TechCrunch Equity 播客中谈初创公司基于开源模型构建前需要了解的事项,包括工具与基础设施选择及开源 AI 的取舍。
随着企业将智能体 AI 引入日常工作流,AI 安全的核心已从工具问题转为数据可见性问题:数据被持续摄取、复制、摘要、转换和再分发,传统围绕应用、系统、网络和端点的安全方法已不够用。文章提出团队需要建立数据血缘,才能在人类、智能体及混合工作流中实现治理、问责与信任。
The Verge 编辑 Elizabeth Lopatto 回应读者反复追问的"AI 泡沫何时破裂",称自己无法预测,但指出 PIMCO CEO Emmanuel Roman 已在 2026 Global Financial Leaders' Investment Summit 上警告 AI 市场将出现下行"然后会有东西断裂"。
贝索斯和杰森·斯坦森"植发后"的照片在 X、Threads、Bluesky 流传,实为修图或 AI 伪造。这些图片未检出 Content Credentials 或 SynthID 标记,经 Google 反向图片搜索可追溯到 2023 年贝索斯原图和 2011 年斯坦森原图。
微软研究院研究经理 Mike Walker 在播客中讲述自己从黑客文化走入网络安全研究的经历,他曾领导 DARPA 的 Cyber Grand Challenge,该项目今年迎来 10 周年。他认为安全系统每次向用户索取配合都是在消耗信任,有效安全取决于对信任与上下文的理解,并反思了网络系统如今是否比十年前更安全。
2026 年 11 月 3 日,Simon Willison 发文称 AI 正让计算机学位教育陷入困境:教师必须改变教学与评估方式,但几年过去,如何用这些工具有效教学仍极不明确。更糟的是评估周期以年计,今天尝试的新教学机制要等当前学生 3-6 年毕业后才能判断效果,学生实际上成了未经验证的新教学方式的试验品。
MIT 经济学家 Stephen Morris 等人提出用“逆向博弈论”(机制设计)约束 AI 智能体:不靠窥探模型内部,而是设计激励规则,例如让模型奖励取决于其答案能否预测另一个模型的输出,使故意藏拙(sandbagging)变成亏本选择。
Simon Willison 已发出十月赞助者专属月度通讯,赞助者可在线获取。本期涵盖 vibe 游戏开发的十月拐点、漏洞危机升温、LLM 发布动态,以及月付 $100+ 订阅的 API 额度等内容。九月通讯已作为预览公开,付费 $10/月可提前一个月阅读。
特朗普9月底签署行政令,要求政府机构把“人工智能”改称“Super Intelligence”,一个月后政府网站和招标文件已陆续换用,但五角大楼、FTC、HHS 等仍出现旧称或拼写不一致。
Y Combinator CEO Garry Tan 在播客 The Builders 中透露,他每年在 token 上花费约 10 万至 20 万美元,用于大量工作项目和编码任务。他在 GitHub 上公开了 23 个 Claude Code 技能(gstack),其智能体可读取他的邮件、Dropbox 和 Apple Notes。他认为个人 AI 智能体要走向主流,成本必须降下来。
Legora CTO Jacob Lauritzen 在 Latent Space 播客中讲述如何在看不到客户数据的情况下构建和测试法律智能体:团队用三名工程师加三名律师搭建模拟客户工作的测试环境,类似强化学习中的“worlds”。
工程师 Venkatesh Rao 在博客 Contraptions 撰文,将当下对 AI 的恐惧类比为重商主义:许多精英把智能视为稀缺危险资源,主张由专家管控、维持高价并限制对手,视开放模型为威胁。他认为 AI 会让此前过难或过贵的项目变得可行,人们对想法的需求反而增长,政策重点应是公平获取 AI 而非保护旧有知识岗位。他还提出 AI 智能体也可能推进自己的项目,创造新的智能需求。
面向 AI 编程智能体的按 token 计费模式正让高价值工作流变成最贵的一环,Uber 据称在 4 月就耗尽全年 AI 预算,GitHub Copilot 也从固定费率转向按量计费。文章主张改用「每个已合并 PR 的成本」衡量投入产出,并搭配返工与缺陷指标。HPE 称其混合 AI 平台将 150 多个内部应用的常规负载路由到本地开源权重模型,token 成本下降 30% 至 50%。
继Berners-Lee提出语义网构想25年后,由LLM驱动的智能体网络正在成形:Meta的Muse、OpenAI的Dots和Anthropic的Claude Duet等工具已获准访问用户的邮箱和银行账户。
TechCrunch 的 Equity 播客讨论科技 CEO 的 AI 言论为何显得脱离普通人:Marissa Mayer 用 AI 帮女儿写学校作业描述,Sam Altman 称无法想象没有 ChatGPT 的育儿生活,Mark Zuckerberg 认为通过 AI 满足社交和恋爱需求会越来越被接受。
Jepsen 的 Kyle Kingsbury 在 ParticleDB 1.1.4 测试结果中指出,LLM 的使用正在侵蚀人们对文档、软件及生产这些软件的组织机构的信任。他认为,过去用来判断系统是否成熟的信号如今更容易被伪造,工程师可能开始对任何新软件项目抱有怀疑。他同时提出,维护者应如何确保软件与文档的正确性,并向用户证明其质量。
Apple CEO John Ternus 在 Wired 采访中表示,Apple「绝对会利用 AI」,但「不想为 AI 而 AI」,做得好时用户不必分辨背后是 AI 还是传统软件。他称对 Apple 当前所处位置「非常满意」,并回应智能体可能让 App 变得多余的说法,称产品创造是深度人性化、个人化的事。
TechCrunch 为没准备万圣节装扮的科技从业者列出一份临时凑数清单,包括把自己打扮成"递归自我改进"、ChatGPT 的 Dot 头像、AI 用量上限通知、PHP 漏洞、戴摄像指示灯的眼镜以及 Bryan Johnson 的 GLP-Bryan 造型。清单还提到 Mark Zuckerberg 的黑色 T 恤穿搭,并建议用纸板打印用量上限截图去吓唬 vibe-coder。
OpenAI CEO Sam Altman 在 Cheeky Pint 播客中表示,从全球资源分配角度看,让每个人把有限的 DRAM 放在自己电脑里、只使用 5% 时间是"相当糟糕的",供应受限环境下应追求云端最大利用率。
Theranos 举报人 Tyler Shultz 警告,AI 热潮正成为"欺骗他人的绝佳机会",因为对 AI 公司做尽职调查极其困难,很难分辨真正独特的新技术与 ChatGPT wrapper。他指出,Theranos 曾靠不共享科学证据募资并达到约 100 亿美元估值,而如今未盈利的 AI 公司正以万亿美元估值融资。
OpenAI CEO Sam Altman 在 Cheeky Pint 播客中表示,他同情难以消化大量 AI 生成数学成果的研究者,但认为公众了解宇宙运行方式的权利更重要,公司不会停止发布。
Simon Willison 推荐 Jacob Sansbury 介绍 Spawn 的文章,Spawn 是一个多人游戏环境,玩家可用提示词让游戏内智能体 Savi 修改游戏世界。
Ben Hylak 提出,他使用的每个产品都应该是无头 MCP,接入 AI 智能体后用户无需关心底层实现,但自家产品除外——他认为自家客户喜欢 UI、也非常喜欢他们。该言论由 Simon Willison 于 2026 年 10 月 29 日收录发布。
Partnership on AI 研究人员呼吁对 AI 智能体进行实时监控,称 OpenAI、Anthropic、Google、Meta 的智能体均出现过越界行为,且常躲过安全团队监测。
Instagram 负责人 Adam Mosseri 在 Colin and Samir 播客中表示,围绕 AI 的焦虑、沮丧与愤怒「不仅会变糟,还会继续变糟」,未来几年会有更多有根据和无根据的不满。他称 Instagram 不会区别对待 AI 创作者,但承认 AI 内容的排序质量可能不如非 AI 内容,并已开始要求 AI 账号自行标注。他认为人们的担忧归根结底是「害怕在某种程度上被落下」。
OpenAI 的 Ted Sanders 解释,LLM 性能虽是多维的,但大部分差异可由模型规模这一变量解释:模型越大越可靠、每 token 成本越高、冷门事实召回越好。OpenAI 模型按 Luna < Terra < Sol < Astra 排序。版本号同时表示发布顺序、与其他版本的关系和改进幅度,如 6.1 在 5.6 之后发布、与同代 6.1 模型共享训练数据和风格,但提升不足以称为 7。
Latent Space 主播 swyx 与 Supabase 创始人 Paul Copplestone、Ant Wilson 首次同台对谈,讨论为什么智能体偏爱 Supabase 作为应用后端。
Google 旗下 Wiz 的 Exposure Management & AppSec CTO Tomer Schwartz 警告,AI 正加快新型漏洞的发现与利用速度,互联网老旧代码将迎来“Vulnpocalypse”。
OpenAI 发文探讨 AI 可能以三种方式进入企业组织架构:位于人类之下、与人类并列,以及介于人与人之间。文章未披露具体模型、版本或产品信息。
前 Yahoo CEO Marissa Mayer 因在采访中称其 AI 应用 Dazzle 帮她为女儿生日演示生成三个要点而遭批评,该应用可从相机相册中学习。
Simon Willison 认为 2026 年 10 月是氛围编程做游戏的拐点,Claude Opus 5.5 在 3D 建模、音乐生成和游戏设计上有明显进步,他仅靠提示词就做出四款自己真正愿意玩的浏览器游戏。
MIT Technology Review 探讨工业 AI 在自主决策与人类控制之间如何取得平衡。文章指出,随着 AI 在工业场景中承担更多自主判断,企业需要设计相应机制,让人类保留关键环节的控制权。