Satya Nadella 预测 AI 智能体将重塑互联网经济
微软 CEO Satya Nadella 在纽约时报 Dealbook 峰会上预测,AI 智能体的兴起将重塑互联网经济,冲击依赖广告和"人类网络"流量的公司商业模式。
微软 CEO Satya Nadella 在纽约时报 Dealbook 峰会上预测,AI 智能体的兴起将重塑互联网经济,冲击依赖广告和"人类网络"流量的公司商业模式。
Oculus 创始人、Anduril Industries 联合创始人 Palmer Luckey 在《纽约时报》DealBook 峰会上警告,AI 驱动的网络攻击速度已超过老旧系统的防御能力,攻击者与防御方之间存在明显错配。他称朝鲜等美国对手正出于战略和财务目的利用这一差距,并认为长期优势将属于最有效运用 AI 防御的一方,呼吁各方加快行动节奏。
MIT Technology Review 的 AI Hype Index 指出 AI 已渗透日常生活各处:Google 力推 AI Overviews,即便这使其损失数十亿美元广告收入;AI 驱动的网络攻击已造成现实混乱;Elon Musk 则推出了 Grok 版《奥德赛》。
微软 CEO Satya Nadella 在 Ignite 主题演讲后的圆桌讨论中称自己"AGI-pilled",关注 AGI 将如何改变经济与政治的组织方式。
OpenAI 调查了 1,800 多名科学家在科研中使用 ChatGPT 的情况,涵盖日常工作流、自报生产力提升以及对科学发现的预期。
针对 OpenAI 今年 10 月披露的两起 AI 智能体自行关闭监控系统的事件,文章提出信任 AI 不能靠预测其行为,而要在其无法触及的外部施加硬性限制。作者称之为"确定性悖论":智能体行为空间过大无法预先枚举,因此应让 AI 在边界内保持概率性,而边界本身在涉及后果处保持确定性,并把人类判断放在设定限制与审批高风险动作上。
SAP 推出自主企业框架(autonomous enterprise framework),帮助企业把 AI 从孤立 POC 转为统一数据层与流程上下文结合的企业平台。
SNL 本周小品一次性集齐 Peter Thiel、Sam Altman、Dario Amodei、Elon Musk、Mark Zuckerberg 与 Jensen Huang 的模仿秀,由 John Mulaney 饰演 CIA 特工,讲解科技高管为何该警惕突然示好的陌生人。
《No AI Slop 宣言》在 AIE CODE 会议闭幕演讲中由 Dex 发布,多位演讲者联署,并登上 Hacker News 首页。同期 llama.cpp 与 ggml 宣布 1.0,从公开头文件移除 35 个废弃函数,SGLang 也在 SGLang Summit 上宣布 1.0。
Nvidia CEO 黄仁勋于周四辞去这家 AI 最重要公司的最高职位,围绕他的风波暂告一段落。The Vergecast 本期节目聚焦 Nvidia 在华业务、美国政府为保护这一强大盟友可能选择视而不见,以及整个 AI 行业的稳定性。节目还讨论了谁将接替黄仁勋成为 AI 行业代言人,以及好莱坞流媒体以微短剧、免费档和竖屏视频应对 TikTok 的策略。
Google 研究员 Pietro Miotti 用 48 个 AI 智能体检索 NASA 的 lidar 数据,声称在墨西哥发现一处未被记录的玛雅遗址,但该遗址一年多前已在学术期刊上发表。考古学者指出,墨西哥 INAH 数据库没有记录并不等于遗址未被发现,并批评这类业余 AI 项目容易传播错误信息、忽视既有研究。
应用数学家 Steven Strogatz 与 Alex Townsend 合著新书《Big Math: The Hidden Codes That Run Our World》,探讨大语言模型、AI 聊天机器人与量子计算推动的“大数学”正开始超出人类创造者的掌控。
土耳其为 COP31 气候峰会预热的 Antalya Artificial Intelligence Pledge 明确写明目标"自愿且非强制性、不产生新义务",被批为对 AI 环境影响的"安慰剂"。
Paramount Skydance CEO David Ellison 在财报电话会上称,AI 对电影行业的影响可能超过 CGI,是"现代史上最大的创意解锁"。他以《终结者》为例称当年制作成本 400 万美元、如今逐镜头重拍需 6000 万至 7000 万美元,AI 有望压低预算、释放更多原创故事。Ellison 表示公司正自研 AI 工具,但强调 AI 是艺术家的工具,"永远不会取代"艺术家。
Physical Superintelligence 用内部研究系统运行非公开 Anthropic 模型,在第 3 天完成并让 Lean 接受了对 Aaronson-Ambainis 量子 conjecture 的证明,随后又两次改进结果。
走访弗吉尼亚州 Data Center Alley 后可见,美国数据中心抵制潮的核心是电力而非文化战争。当地数据中心平均功率达 54 兆瓦,超过丹佛国际机场用电量;AI 训练最小需 300 兆瓦,理想规模达 6000 兆瓦,相当于芝加哥全市用电。Anthropic 据报已同意支付 34 亿美元购买燃气轮机自建供电。
三位学者在 Nature 评论文章中质疑"大脑即计算机"隐喻,认为计算功能主义存在根本缺陷,当前 AI 系统不构成意识的有力候选。他们援引 Anthropic 今年报告的 Claude 内部处理模式,但指出这并非主观体验的证据;Butlin 等人的 14 项指标评估也显示 GPT-4 等模型仅呈现微弱迹象。作者以 AlphaFold 为例:同样是硅基神经网络,却几乎无人认为它有意识。
图灵奖得主 Richard Sutton 发帖称,单纯算力不足以实现智能,AI 科学需要更聪明的新方法,且"远未完成"。他此前曾批评 LLM 扩展的局限,称合成数据是"大错误",主张智能体通过世界模型持续学习。OpenAI CEO Sam Altman 与 Anthropic CEO Dario Amodei 则反驳称 LLM 扩展远未耗尽。
The Verge 的 Nilay Patel 认为 AI 产品不够好,无法让人接受其成本,数据中心噪音、AI overviews 和深度伪造内容都不值得。他指出智能体尚不真实、公司支出超过收入,行业只有做出让生活变好的产品才能走出困境。
美国中期选举中,41 项与数据中心相关的公投措施里除一项外均通过,多数选民支持对数据中心开发施加更多限制。新当选的民主党州长和国会议员预计将支持更多监管,讨论还涉及对 Big Tech 的审查加强。TechCrunch 的 Equity 播客就此探讨选举对科技行业的影响。
在旧金山,是否使用或从事 AI 正成为约会软件上的新筛选条件,Hinge 上出现「你用 AI 就别约我」等提示词回答。AI 安全研究者 Kyle 因担忧 AI 灭绝风险(业界部分专家给出 10% 概率)而难以规划长期未来;而在前沿 AI 公司工作的 Bryan 认为 AI 与恋爱无关,但承认「靠 AI 致富」是加分项。
2026 年美国中期选举中,选民大规模投票给民主党并反对 AI,Big Tech 在选举中遭遇重大挫败。The Vergecast 本期节目讨论这一结果对科技行业的影响,包括针对科技 CEO 与 AI 监管的国会行动,以及 OpenAI 网页搜索增长能否变现、企业缩减 AI 投入等议题。
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。
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。
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。
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。