跳到正文
今天11月8日周日1 条
11月7日周六
  1. The Verge · AI35

    AI is the new dating dealbreaker

    AI已渗透到约27%美国人使用AI聊天机器人处理个人情感和社交问题的日常生活中。在旧金山,AI相关职位增长显著,CBRE报告显示该地区新增超过20,000个AI工作岗位,AI研究员平均年薪约$300,000。部分人担忧AI的社会影响和未来不确定性,而另一些人则认为收入优势是择偶的重要因素。

  2. The Decoder78

    Frontier Radar #5 探讨AGI临近背景下独立AI实验室的技术路线与投资逻辑

    在GPT-6 Astra发布后,多位AI领军人物离职创立独立实验室,这些“neolabs”的投资和技术路线各不相同。这些实验室的赌注包括持续学习、少样本学习、从经验中学习、数据稀缺性、计算效率和研究自动化等六大方向。

    推荐理由:文章梳理了多家独立AI实验室的技术路线和投资逻辑,展示了不同技术赛道的竞争格局。

11月6日周五
  1. MIT Technology Review · AI35

    Tau Robotics 人形机器人清洁公寓体验

    Tau Robotics 的人形机器人服务在旧金山提供清洁服务,初期单次一小时收费 $30,现为每周两台机器人 $60 或一次性 $100。当前机器人需人工远程操控,通过完成擦柜和折T恤等任务收集数据以训练更自主的模型,部分任务如吸尘和拖地已可无需人工协助。机器人身高四英尺半,配备3D打印的“头”和爪状“手”,但仍存在爬楼梯和过热等局限性。

11月5日周四
  1. The Verge · AI15

    17 种 Elon Musk 浪费 $446 百万美元的更好投资方式

    Elon Musk 投入 $47 百万美元支持其在德克萨斯州选举的竞选活动,但未能击败对手 James Talarico。文章列出了他本可投资的替代选项,包括 223,000 张 Nvidia GeForce RTX 5090 显卡(MSRP $1,999)和 Larry Ellison 的私人岛屿(2012 年 $300 百万美元)。作者建议投资律师团队以应对其在德克萨斯州面临的政治审查风险。

  2. TechCrunch · AI35

    OpenAI 官员论 2028 年选举中 AI 政策的潜在影响

    OpenAI 首席全球事务官 Chris Lehane 认为 2028 年总统选举将是 AI 的关键时刻,呼吁政界制定解决美国人对 AI 担忧的政策。他提出了包括工人保护、教育、AI 安全和数据中心发展的五项政策优先事项,将 AI 比作罗斯福新政。批评者指出 Lehane 的提议主要侧重于 AI 的潜在收益,而非约束 AI 公司对经济的潜在颠覆性影响。

  3. TechCrunch · AI15

    Hugging Face 解释开源 AI 领域盈利模式

    开源模型正成为企业、政府和初创公司的主流选择,因其成本更低、控制力更强和灵活性更高。Hugging Face 的 Irene Solaiman 在 TechCrunch 的 Equity podcast 中探讨了初创企业在构建基于开源模型时需要了解的知识。讨论内容涵盖了选择合适工具和基础设施,以及应对塑造开源 AI 未来趋势的权衡取舍。

  4. MIT Technology Review · AI35

    Texas AI 数据中心建设中心地位可能受选举结果影响

    德州作为美国增长最快的 AI 数据中心市场,可能因民主党在州级选举中获胜而面临挑战。计划中的 Stargate Frontier 数据中心预计服务 1,820 megawatts,而 Nexus Hubbard 计划规模达 6,400 megawatts,是美国第二大在建数据中心。选举结果显示选民支持保护电费和限制新建数据中心,但地方官员和工会可能阻碍州层面的全面禁令。

  5. The Verge · AI35

    My therapist thinks I should chuck the Amazon Bee Frontier out a window

    Amazon Bee Frontier 是一款始终录音的 AI 可穿戴设备,能转录和总结对话,并提供待办事项、改进领域和聊天机器人功能。该设备已能从日历和照片应用中提取信息,并根据对话内容在 Amazon 上推荐购买物品。用户反馈 AI 对对话的记忆和解读可能与个人认知不符,甚至错误总结了个人经历,引发了对个人记忆真实性的质疑。

11月4日周三
  1. The Verge · AI15

    Sam Altman 回应 RAM 评论:人们应尽可能多地在电脑中使用 RAM

    OpenAI CEO Sam Altman 在 X 上更名为“Ram Altman”,强调世界应拥有大量内存,并鼓励人们在电脑中安装尽可能多的 RAM。Altman 此前在 Cheeky Pint podcast 访谈中指出,全球有限的 DRAM 供应被 AI 数据中心大量占用,导致资源浪费。Intel 预计 RAM 短缺将持续到明年,SK Hynix 预测可能持续到 2030 年。

  2. The Verge · AI15

    Those Jeff Bezos hair transplant photos are very fake

    循环在 X、Threads 和 Bluesky 上的 Jeff Bezos 和 Jason Statham 拥有更多头发的图片是照片编辑或 AI 伪造,而非真实植发。通过 Google 反向图像搜索,Bezos 的原始照片可追溯至 2023 年,Statham 的原始照片可追溯至 2011 年。这些虚假图片利用生成式 AI 技术的易得性和社交媒体的低标记能力误导公众。

11月3日周二
  1. The Verge · AI15

    Midterm elections 2026: all the news

    2026 年中期选举将决定 Donald Trump 在任期内的权力范围,并预示 2028 年总统选举的关注点。科技行业关注点包括数据中心、能源成本、AI 安全以及 Flock 带来的监控技术扩张。科技亿万富翁已向反对加州财富税的中期选举捐赠超过 $340 million,同时 Meta 达成协议阻止 Mark Zuckerberg 离开加州。

  2. TechCrunch · AI15

    Apple 或尝试通过第三方 AI 应用增加收入

    Apple 首席财务官 Kevan Parekh 表示 AI 有潜力推动客户升级和收入增长,并提及第三方应用和合作机会。尽管 App Store 佣金收入因监管和新规(如美国 18% 佣金收入下降)受到影响,但第三季度 App Store 实现了双位数增长的第三方付费订阅记录。Apple 预计 12 月季度服务增长将在 8% 到 9% 之间。

  3. TechCrunch · AI45

    Anthropic 警告接近 RSI 能力,即自构建 AI

    Anthropic 在 S-1A 文件中警告公司接近递归自我改进(RSI)能力,即 AI 能够自我训练并加速能力增长。公司使用 AI 进行 R&D,但强调可能因 AI 加速研发速度超过安全和对齐措施的开发速度而带来风险。Anthropic 声明目前无模型跨越 RSI 阈值,并承诺在可预见的未来将人类置于 Claude 前沿模型的 R&D 过程中。

  4. The Decoder20

    AI elites 囤积智能的现象类比重商主义

    工程师 Venkatesh Rao 认为,当前部分精英将智能视为稀缺资源并加以控制,类似于重商主义时期对待黄金和土地的态度。AI 并非导致失业,而是能使以往难以实现的项目可行,从而可能增加对思想的需求。因此,政策焦点应放在确保 AI 公平获取上,而非保护传统知识工作岗位。

  5. TechCrunch · AI25

    Data centers are now a midterm issue

    数据中心已成为中期选举的关键议题,近期报告显示 2026 年上半年因政治和社区反对,近 2000 亿美元的数据中心项目被延迟、停滞或阻碍。宾夕法尼亚、佐治亚、德克萨斯、纽约和弗吉尼亚等州正考虑加强数据中心监管和透明度。社区担忧大科技公司与地方官员秘密交易,以及数据中心带来的环境和健康风险。

11月2日周一
  1. MIT Technology Review · AI65

    停止计算 token 开始计算交付的软件

    应以成本/合并的 Pull Request 衡量 AI 辅助开发价值而非 token 消耗,因为高价值工作流程可能因 per-token 定价变得昂贵。建议采用混合 AI 架构,将复杂规划任务路由至前沿模型,将常规代码生成和测试路由至自运营的开源模型,从而降低 30% 到 50% 的 token 成本。

  2. TechCrunch · AI30

    AI can make tech CEOs’ lives easier. What about everyone else?

    多位科技 CEO 如 Marissa Mayer、Sam Altman 和 Mark Zuckerberg 曾公开谈论 AI 在个人生活中的应用,引发了公众对其脱离普通人生活状态的质疑。讨论指出,问题在于营销和产品设计两方面,高层关注的痛点(如预定晚餐、预订航班)与普通用户的实际需求存在脱节。专家认为,人类间的基本互动对社会是净正向的,过度优化可能使基本人际交往被取代。

  3. Simon Willison15

    Quoting Kyle Kingsbury

    LLMs 的使用正在侵蚀对软件、文档及生产组织的信任,使以往依赖的成熟系统信号更容易被伪造。在 LLMs 时代,维护者需要采取措施确保软件正确性和文档准确性。维护者还需向用户展示其质量。

11月1日周日
10月31日周六
  1. TechCrunch · AI15

    Last-minute Halloween costumes for tech nerds

    文章提供了多种科技主题的临时万圣节服装创意,包括模仿 Meta 和 OpenAI 发布的 AI 助手、Claude tokens 用尽的通知,以及 PHP 漏洞等。服装灵感涵盖 AI 递归自我改进、Mark Zuckerberg 的着装风格和 Bryan Johnson 的 GLP-Bryan 形象。这些建议旨在为没有提前准备的科技爱好者提供快速、有趣的万圣节着装方案。

  2. TechCrunch · AI25

    Theranos 举报人 Tyler Shultz 警告 AI 繁荣是“欺骗他人的绝佳机会”

    Theranos 举报人 Tyler Shultz 警告 AI 时代投资人可能忘记尽职调查的教训,认为这是“欺骗他人的绝佳机会”。Theranos 曾估值达 $10 billion,但技术未实际运行,且曾向真实患者提供错误检测结果。Shultz 担忧 AI 领域难以区分真正创新与如 ChatGPT wrapper 等包装。

10月30日周五
  1. Simon Willison66

    利用自主Fable级模型构建多人游戏世界案例分析

    Jacob Sansbury描述了如何构建Spawn这一多人游戏环境,该环境允许玩家通过提示词修改游戏世界,并由Fable驱动的智能体群自主开发,每月消耗超过300万美元的token。智能体直接修改实时代码并每小时部署,60%的工作源于生产错误或Savi的Bug报告,实现小时级交付和30秒回滚。

10月29日周四
  1. The Verge · AI61

    AI产业在亚利桑那州引发水资源争论与经济转型

    台积电(TSMC)在亚利桑那州的运营带来了经济繁荣,但新的超大规模数据中心开发项目对水资源的需求引发了当地居民的强烈反对。TSMC日消耗近500万加仑水,而数据中心项目如Project Blue也需大量水,但TSMC有回收机制,且其带来的就业和经济效益被当地经济发展官员视为区域发展的关键驱动力。