AI 精英或像重商主义者囤积黄金一样囤积智能
工程师 Venkatesh Rao 发文指出，当前许多 AI 精英正像重商主义者囤积黄金一样将智能视为稀缺资源，并将公开可用的 AI 模型视为威胁以谋求政治影响力。他认为 AI 降低了复杂项目门槛，反而会激发更多思考与创意需求，AI 智能体也将自主创造新需求。因此政治焦点应转向确保公平获取 AI，而非保护传统知识岗位。
#大佬观点
#大佬观点
今日 1 条The DecoderAI 评分4040
科学网AI 评分4949 沈向洋：灵巧手是具身智能技术复杂度的“珠峰”
香港科技大学校董会主席沈向洋指出，具身智能代表通用AI第三次浪潮，而灵巧手是其技术复杂度的“珠峰”。具身智能本质是完成感知到学习的闭环系统工程，海量多模态交互数据短缺是当前走向物理世界的最大挑战。行业正通过真机遥操作与仿真合成虚实数据训练世界模型，攻克灵巧操作门槛以加速手术机器人等产业落地。
NatureAI 评分2424 快速识别新疫情常被忽视的 5 个步骤
针对现有监测系统易遗漏新病原体非典型症状的缺陷，研究提出通过“症状准备”框架快速识别新发疫情。该方案建议利用 DHIS2 等工具与算法验证异常聚集，并引入机器学习模型辅助筛查偏离常规模式的非典型症状。卫生机构还需转向动态分层的病例定义，根据实时临床数据滚动更新诊断标准。
科学网AI 评分4747 王国祯：数学家的使命远远不只是做题
数学家王国祯指出，数学家的核心使命是发掘理论与精妙结构而非单纯做题，AI 不会淘汰数学家，反而能促使其探索更多未知问题。针对 AI 带来的教学冲击，他在高校课程中已引导学生利用 AI 生成形式化证明并拆解推导过程。目前，其团队正着手将同伦群的计算过程形式化，以训练 AI 模型辅助攻克后续的数学计算。
Simon WillisonAI 评分4848 引用 Kyle Kingsbury：LLM 正在侵蚀软件与文档信任
Kyle Kingsbury 在 ParticleDB 1.1.4 的 Jepsen 测试报告中指出，LLM 的使用正在侵蚀人们对软件、文档以及生产组织的信任。以往用于衡量系统成熟度的标志如今更容易被伪造，导致工程师可能会对任何新软件项目产生怀疑。在 LLM 时代，项目维护者面临着如何确保软件与文档准确，并向用户证明其质量的难题。
科学网AI 评分2929 聪明的AI，会像司马光一样“砸缸”吗？
针对AI能否具备类似司马光救人的道德直觉，多位学者在中国人民大学对话会上指出，基于数据统计规律的AI缺乏自我感知与原发创造力，目前仍只是工具。曾毅教授团队正探索通过环境交互积累经验，促使AI自主演化出类似道德直觉的行为。学者们同时警示，过度依赖ChatGPT等AI工具会导致学生大脑活跃度显著降低。
科学网AI 评分4949 专访沃尔夫数学奖得主多贝西：AI不会取代数学家
沃尔夫数学奖得主英格丽·多贝西明确表示AI绝不会取代数学家群体。她指出商业公司投入数学命题更多是吸引眼球和提升估值的宣传策略，AI本质是高效的文献检索与信息重组工具，尚未展现出构建全新数学概念的原创能力。她建议学者将AI作为协作工具处理繁重文献，让人类专注需要创造力与逻辑理解的研究。
科学网AI 评分6060 专访谢伟迪：谈 DeepRare 罕见病辅助诊断与生命科学模型落地
上海交通大学副教授谢伟迪获颁 2026 世界顶尖科学家奖青年科学家奖，其团队开发的罕见病辅助诊断系统 DeepRare 2.0 已在新华医院部署运行，能在一个小时内综合分析症状、病历与基因数据并实现可溯源推理。谢伟迪在专访中表示，AI 是协助医生的循证工具，团队正通过构建虚拟细胞模型体系探索大规模药物筛选与生命科学通用 AI。
科学网AI 评分4141 2026世界顶尖科学家论坛探讨AI时代的科研范式变革
2026世界顶尖科学家论坛在沪开幕，多位顶尖学者围绕AI拓展科研边界与范式变革展开探讨。诺奖得主奥马尔·亚吉提出发展“选择科学”，其团队利用大模型给出96组新材料结晶条件并结合自动化平台验证，不到一个月便显著改善了结晶性能。与会科学家指出，在AI让解题与生成方案更加高效后，提出高质量问题与开辟新方向变得更为关键。
TechCrunch · AIAI 评分4646 苹果 CEO 表示公司不想“为了 AI 而做 AI”
苹果 CEO John Ternus 在接受采访时为公司的 AI 布局辩护，强调新产品绝对会运用 AI，但苹果不会“为了 AI 而做 AI”。他指出，做好体验的关键是让用户无需区分背后是 AI 还是传统软件，重点在于打造受人喜爱的产品。针对 AI 智能体是否可能取代 App，他回应称产品创造始终是一件深刻人性化且个人化的事。
SolidotAI 评分5050 Sam Altman 称 PC 内存闲置是资源浪费，主张最大化利用云端算力
OpenAI CEO Sam Altman 在接受采访时表示，全球有限的 DRAM 供应分散在个人 PC 且利用率可能仅约 5% 属于糟糕的资源配置，在供应受限下理应最大化利用云端算力。报道指出，AI 芯片主要采用 HBM，与 PC 使用的 DDR4 或 DDR5 并不相同，内存短缺的主因在于厂商将产能转向了利润更高的 HBM。
科学网AI 评分2323 赵国屏院士：新科技呼唤新产业生态
中国科学院院士赵国屏在好望角科学沙龙上指出，合成生物学产业化必须坚持自主创新，突破工艺中试与市场化等瓶颈以实现产业集群发展。他强调未来需推动 AI4Science 与 AI4Industry 结合，依托数字与物理人工智能支撑的自主实验室加速研发，促进科技创新链与市场产业链深度协同。
科学网AI 评分4343 AI将如何改变数学？菲尔兹奖得主洛朗·拉福格谈文学与哲学
菲尔兹奖得主洛朗·拉福格指出，大语言模型仅是计算文本连续性概率的工具，无法理解未被人类语言捕捉的新数学现实，数学不会因 AI 消亡。他正借助格罗滕迪克拓扑斯理论探索新型 AI 形式，认为数学研究范式或将转变并重拾文学与哲学特质，同时建议学子可借助向 AI 提问来建立探究信心。
The Verge · AIAI 评分6565 Sam Altman 称将 RAM 放在数据中心远优于部署在个人电脑
OpenAI 首席执行官 Sam Altman 在播客采访中表示，在当前 RAM 短缺背景下，将全球有限的 DRAM 分散在个人电脑且利用率仅 5% 极其低效，应集中于云端数据中心以最大化利用率。
InterconnectsAI 评分5252 Nathan Lambert：我对开源模型与网络安全风险的判断错了吗？
Nathan Lambert 结合近期网络漏洞激增的现象反思指出，开源模型并未如部分安全学者预测的那样引发灾难性网络瘫痪，其影响更偏向风险暴露的线性加速而非阶跃式质变。他分析指出，近期多数漏洞发掘主要由闭源模型推动，且防御方采纳开源模型的速度通常快于攻击者。此外从发现漏洞到落地攻击链需要多环配合，网络安全归根结底是整体技术生态的系统性问题，单纯聚焦开源与闭源的争论偏离了核心矛盾。
TechCrunch · AIAI 评分3131 Theranos 吹哨人 Tyler Shultz 警告：AI 热潮是“欺骗大众的绝佳机会”
Theranos 吹哨人 Tyler Shultz 警告，当前的 AI 热潮为欺骗大众提供了绝佳机会。他指出 AI 领域极难开展尽职调查，投资者很难分辨某项技术是真正的创新还是单纯的 ChatGPT 套壳。随着尚未盈利的企业以极高估值融资，他提醒投资者吸取 Theranos 案的教训并重视尽职调查。
The Verge · AIAI 评分6868 Sam Altman 称理解数学家的困境，但 OpenAI 不会停止发布 AI 数学成果
OpenAI CEO Sam Altman 在播客访谈中表示，尽管同情数学界难以消化海量 AI 成果的困境，但 OpenAI 绝不会停止发布，坚信人类有权获取基础科学新知。
量子位AI 评分3434 AI安全是AI规模化应用“加速器”
AI安全已成为大模型进入核心业务的基础能力，是推动AI从试点走向高质量规模化应用的“加速器”。随着AI走向自主行动与多智能体协作，安全风险呈现出链条化、涌现化与外溢化特征。推进规模化落地需攻关智能体安全关键技术、建设公共基础设施，并可探索引入商业保险机制以量化与分担剩余风险。
Simon WillisonAI 评分3030 引用 Ben Hylak：所有产品都应是接入智能体的无界面 MCP
Ben Hylak 表示，自己使用的所有产品都应成为接入 AI 智能体的无界面 MCP，让人完全无需考虑底层细节。但他同时调侃称只有自家产品除外，因为客户非常喜欢自家产品的 UI，自家产品在这方面很特别。
科学网AI 评分4444 港大教授李连江：不应让学者为琐碎谋生耗费生命
港大教授李连江在新作《AI时代就这样写论文》出版之际表示，高校“非升即走”已异化为野蛮淘汰，不应让学者为琐碎谋生耗费生命。他指出AI虽能承担修正语法等机械劳动，但只能批量生产平庸，无法触及人的切身经验与灵性，动摇不了以创新为核心的人文社科根基。学者在AI时代应善用工具，同时誓死保持学术独立性与突破极限的能力。
科学网AI 评分5252 励建书与王坚对话：AI 与数学的双向赋能将把彼此带向何方
中科院院士励建书与工程院院士王坚就 AI 介入数学研究展开探讨，指出科学发现的重心正从提出假说转向验证与归因，数学与 AI 亟需建立双向赋能机制。励建书认为 AI 的跨学科整合能力有望改变数学研究范式，使数学家更聚焦原创思考，王坚则指出深层推理能力需要数学领域数据的支撑。针对学科融合，浙江大学数学高等研究院与之江实验室已联合发起未来数学计划，重点布局数学基础模型、形式化验证及底层机理研究。
科学网AI 评分4545 洛朗·拉福格：AI时代“数学家的位置无可替代”
菲尔兹奖得主洛朗·拉福格指出，AI本质上是在文本空间运作的计算工具，若生成的数学文本没有数学家核验便失去意义，因此数学家的位置无可替代。他强调大语言模型的底层核心逻辑全部来自数学，纯数学与应用数学之间并无绝对清晰的边界。此外，AI无法替代人类对知识的理解与内化，不会减少人们在学习上需要投入的精力。
Simon WillisonAI 评分5858 Ted Sanders 解释 OpenAI 模型命名与版本号规则
OpenAI 的 Ted Sanders 解释了该公司的模型命名逻辑，指出版本号同时体现发布顺序、与其他版本的关联以及改进幅度。虽然大语言模型能力高度多维，但多数性能差异仍由模型规模决定，更大模型通常具备更高性能与可靠性、更高 token 成本以及更强的冷门事实召回能力。
The Verge · AIAI 评分4141 Instagram 负责人 Adam Mosseri：围绕 AI 的负面情绪“还会变得更糟”
Instagram 负责人 Adam Mosseri 在播客访谈中表示，公众对 AI 的焦虑与愤怒正在加剧，未来几年围绕 AI 的负面情绪还会继续恶化，其根本原因在于人们对被时代抛下的恐惧。针对平台内容，他表示全面封禁 AI 内容并不现实，Instagram 已开始要求 AI 账号自主添加标记，并在 8 月打击了 AI 生成的个人资料。
Latent SpaceAI 评分7171 为什么 AI Agent 偏爱 Supabase
Latent Space 专访 Supabase 联合创始人，深入探讨了 AI Agent 普遍选择 Supabase 作为应用后端的架构原因与产品演进。文章指出无需 Docker 的本地运行时、存放在 Git 中的声明式 Schema，以及紧邻数据库运行容器的 Supabase Compute，极大降低了 Agent 自主搭建与调试环境的摩擦。
TechCrunch · AIAI 评分5252 Wiz CTO 谈网络老旧代码的漏洞危机：AI 正在加快漏洞挖掘与修补节奏
Wiz 曝光管理与应用安全 CTO 在 TechCrunch 播客中指出，AI 正在显著加快新漏洞的发现与利用速度，老旧网络代码将面临严峻的安全挑战。在上周支撑约 70% 网站的 PHP 出现严重漏洞后，Wiz 与 OpenAI、Calif 及 PHP 团队协同展开修复，并表示没有 AI 工具辅助就无法在短时间内定位这些深层缺陷。
Simon WillisonAI 评分7373 Simon Willison 认为 vibe 游戏开发已迎来关键拐点
Simon Willison 提出 vibe 游戏开发已迎来关键拐点，指出 Claude Opus 5.5 等模型不仅能编写代码，还在 3D 建模、音乐与核心游戏趣味性设计上取得实质突破。
The DecoderAI 评分7272 Anthropic 工程主管称 AI 改变招聘标准：创业思维与原型能力成新人核心考量
Anthropic 工程经理 Felix Rieseberg 表示团队已废除传统编程面试，认为 AI 能比候选人更好地完成代码任务，招聘重心已转向创业思维、用户同理心和端到端原型能力。他指出 AI 大幅降低了执行成本，新人工程师可通过利用 AI 快速构建原型跳过传统审批层级，以此展现商业价值并超越资深员工。
Simon WillisonAI 评分5454 亚马逊工程领导层谈 AI 时代开发者：工具无法提效是发现而非失败
Simon Willison 引用亚马逊工程领导层 Terk Terkowitz 的观点指出，如果工程师当前的工作无法从 AI 工具中受益，这属于有价值的“发现”而非“失败”。工程师应记录具体原因并向同行及管理者反馈以寻找解决方案，能够准确解释 AI 尚不能提供帮助的环节，正是体现团队专业判断力的表现。
Latent Space精选AI 评分7676 Anthropic 如何安全交付前沿模型：将“大脑”与 Agent 的“双手”解耦
Anthropic 团队成员在 Latent Space 访谈中拆解了 Claude 平台的工程架构，核心是通过将模型的大脑与 Agent 执行动作的双手解耦来保障系统安全。对话深入讨论了 Claude Opus 5.5 的发布背景、用 Rust 重构 Messages API、沙箱与凭据隔离机制，以及应对长运行 Agent 跨上下文窗口维护状态的 Harness 方案。
推荐理由：访谈拆解了模型思考与 Agent 执行沙箱解耦的工程隔离方案，为构建安全可靠的 Agent 基础设施提供了具体参考。
Latent SpaceAI 评分6868 Anthropic 团队访谈：如何以“大脑与双手分离”架构交付 Claude 与智能体
Anthropic 工程与产品团队在访谈中复盘了 Opus 5.5 的发布流程，重点介绍了在安全防御、API 演进及 Managed Agents 架构上的工程实践。团队详细阐述了将智能体会话控制层与代码执行沙盒物理隔离的设计，有效避免了沙盒崩溃波及全局并防止运行凭据泄漏。此外，团队还探讨了通过跨轮次保留思考块来防御模型蒸馏攻击，以及依托早期客户 harness 开展非确定性评测的经验。
科学网AI 评分4141 港大教授李连江：不应让学者为琐碎谋生耗费生命
香港大学李连江教授指出，异化的“非升即走”与极端KPI考核正在扼杀学者创造力，不应让学者为琐碎谋生耗费生命。他认为生成式AI虽能批量产出平均水准的平庸内容，但缺乏切身经验与灵性，无法替代人文社科核心的学术创新。学者应将AI用于语法纠错与文献梳理等辅助工作，同时必须通过扎实的传统训练保持学术独立性。
NatureAI 评分6161 科学家能否可靠鉴别小说是否由 AI 撰写？专访计算机学者 Tuhin Chakrabarty
计算机科学家 Tuhin Chakrabarty 在专访中表示，通过追踪罕见词组重合度与叙事拍点，能够有效识别小说中是否存在大量 AI 生成文本。其实证研究对比了亚马逊上三类书籍与 Google Books 的词句重叠，发现 AI 编写的书籍重合率最高且更易套用类型小说模式。
The DecoderAI 评分6464 OpenAI 的 Ted Sanders 分享 GPT 模型选型经验法则与命名逻辑
OpenAI 的 Ted Sanders 解释了公司模型命名逻辑并分享选型经验法则，指出模型性能是多维度的，不能简化为单一智商分数。尽管模型大小是决定性能差异的主因，但架构和训练数据更新可让较小模型反超旧版大模型。在具体选型上，他建议只看重质量选 Astra，轻度价格敏感选 Sol，高度价格敏感则选 Terra 或 Luna。
SolidotAI 评分4343 IBM CEO 称开放权重模型性能优秀且成本低廉
IBM CEO Arvind Krishna 表示，当前开放权重模型的有效性已达闭源前沿模型的 90%，而 token 成本仅为其 10% 到 25%，在企业内部部署极具价值。他指出双方基准测试差距已由 70 分对 20 或 30 分缩小至 70 分对 50 分，企业可将绝大多数常规任务交由开放权重模型处理，仅少数任务采用前沿模型。
科学网AI 评分3232 脑机接口、视觉假体、柔性可穿戴……9位专家共话医工融合新图景
中国人体健康科技促进会医工融合工作委员会在京举行学术会议，多位专家围绕脑机接口、视觉假体与生物传感等前沿技术的临床转化展开研讨。北京大学第一医院已完成“北脑一号”128通道及“智冉”超百通道脑机接口临床植入，临港实验室则通过百万像素microLED实现了百万级通道的光遗传视觉假体突破。
量子位AI 评分3434 长安汽车赵非：汽车将成为端侧物理AI规模最大的应用载体
长安汽车董事长赵非指出，汽车将成为端侧物理AI落地最近、应用规模最大的载体，预计行业2027年实现L3级量产、2028年实现L4级商业化运营。长安自研的一段式端到端驾驶辅助系统“长安天枢领航”今年已正式量产上车，首发搭载的启源Q06上市首月城区领航版订单占比近50%。
量子位AI 评分4949 Anthropic 联创 Jack Clark 演讲：AI 奇点已来
Anthropic 联合创始人 Jack Clark 演讲断言 AI 奇点已在今年到来，大模型正跨学科突破科学前沿。Claude Opus 5.5 在 Humanity’s Last Exam 得分达 67.7%，GPT-6 Astra 也在 50 道未公开物理难题中纠错人类专家并获 98% 得分。他警示研发闭环失控等系统性风险，呼吁行业制定严肃规则并保持克制。
科学网AI 评分1717 本科生回不到过去，“关键点”不在学生
针对呼唤本科生重回课堂的讨论，中国人民大学教授郭英剑指出，本科生难以专注的根源在于评价机制而非学生本身。大学应改变累加履历标签与加分项的评价导向，减少形式化负担与材料填报，为学生保留连贯的学习时间；同时在AI工具普及的背景下，高校需提升课堂教学价值，着重训练学生的深层理解、核对与判断能力。
The Verge · AIAI 评分5252 The Verge 专访 Kevin Roose：硅谷前沿实验室的 AGI 信仰与商业现实
《纽约时报》前记者 Kevin Roose 在接受 The Verge 专访时结合新书《The AGI Chronicles》，剖析了硅谷前沿实验室追逐 AGI 的内部文化与竞争格局。