Pushmeet Kohli 与 Sal Candido 探讨为何 AlphaFold 尚未解决蛋白质折叠问题
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对谈中指出，AlphaFold 本质上是在复现已有数据库中的静态结构，并未完全解决真实的蛋白质动态与复杂生物系统问题。
#大佬观点
#大佬观点
今日 1 条Latent SpaceAI 评分6060 InterconnectsAI 评分4747 为何 AI 会迎来工程能力的飞速进展，而非迈向通用超级智能
AI 模型将在未来几年成为超越人类水平的分布式 GPU 工程师，但这种工程能力的巨大加速并不会让模型产生本质改变或直接迈向通用超级智能。近期的核心进展主要来自当前工具下推理计算的扩展以及训练与推理栈的端到端优化，模型的有效智能成本预计将呈近指数级下降。架构设计与数据选择等预训练研究有望在 2-3 年内实现自动化，同时推动智能体需求激增。
TechCrunch · AIAI 评分6464 a16z 合伙人 Olivia Moore 谈消费级 AI 现状与商业化困境
a16z 合伙人 Olivia Moore 在专访中指出，当前多数消费级 AI 实际上由专业消费者驱动并迅速转向企业级变现，真正的纯消费级市场仍处于极早期。目前仅约 2.2% 的美国受访家庭为 AI 付费，未来消费级应用或需借助广告与低成本模型，而非仅依赖个人订阅与前沿智能。在百强消费级应用榜单中，社交、零售、旅游和健康等传统大众消费品类仍普遍存在生态空白。
Simon WillisonAI 评分3838 Matthew Green 警告：AI 演化速度恐致现有公钥加密面临信任危机
密码学者 Matthew Green 提出最坏预估，认为有 15% 的概率会导致现有公钥加密算法失去信任，甚至有 1% 的概率身处公钥加密无法实现的 Minicrypt 假想世界。他指出，AI 产生意外的速度与人类替换加密标准的速度存在数量级差异，只有提前做好准备才能应对此类突发冲击。
科学网AI 评分5050 数学家罗博深：未来工作不是变少，而是太多
卡内基梅隆大学数学系教授罗博深指出，未来工作不会变少而是太多，人类缺乏足够人手去监测和控制可能失控的 AI 系统。面对自主变异型 AI 病毒与潜在安全风险，各行业亟需大量具备跨学科解决问题能力的专业人员担任“数字消防员”，负责审查 AI 决策并保护人类文明。他建议年轻人放弃单纯应试刷题，转向通过团队协作去解决真实痛点。
MIT Technology Review · AIAI 评分2828 圆桌对话：对话 AI 设计病毒创造者 Samuel King
斯坦福大学博士生 Samuel King 将在《麻省理工科技评论》圆桌活动中，分享利用生成式 AI 模型设计微观病毒基因蓝图的研究成果。King 曾在 2025 年提出该微观病毒基因方案，并入选 Innovators Under 35。本次对话由高级 AI 记者 James O’Donnell 主持，定于 10 月 16 日线上直播。
Simon WillisonAI 评分3434 Carson Gross：即便 AI 工具出现，编程仍将是一项可行的职业
Carson Gross 认为，即便 AI 工具出现，计算机编程仍将是一项可行的职业。他指出编程的本质在于利用计算机解决问题，以及在解决这些问题时学会控制复杂度。在他看来，未来掌握计算机解题与复杂度控制能力的价值不会低于当下，因此程序员依然能够长期发展。
TechCrunch · AIAI 评分5959 本·阿弗莱克深入展现 AI 技术理解引发网络关注
好莱坞演员本·阿弗莱克在近期采访中深入讲解神经网络与开源模型微调等技术细节，引发网络广泛关注。他在访谈中详述了自己编写 Python 脚本、筹资拍摄并构建专有数据集，以此解冻权重微调开源模型以达到电影制作标准的过程。阿弗莱克此前创立的 AI 影视制作公司已出售给 Netflix，并在其电影《Animals》后期制作中应用了相关技术，他认为 AI 对影视行业是补充赋能而非替代创作者。
Latent SpaceAI 评分5151 Periodic Labs 专访：如何通过物理实验闭环构建新材料领域的合成超级智能
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Doğuş Çubuk 接受 Latent Space 专访，详述了通过物理实验闭环与高通量自动化实验室打造“合成超级智能”的技术路径。
The DecoderAI 评分6969 AI 数学突破引发以太坊研究员对钱包签名安全性的争论
以太坊研究员 Justin Drake 与 Vitalik Buterin 警告，AI 辅助的数学突破可能对加密钱包的 ECDSA 签名系统构成威胁，并就防范策略展开讨论。Drake 建议开启掩体模式将资金转移至从未签名暴露过公钥的地址，而 Buterin 虽主张长期应依赖哈希函数架构，但提醒仓促迁移可能带来更大损失。目前实际应用中尚未有人真正破解当前的 ECDSA 签名方案。
The Verge · AIAI 评分5151 电影《Artificial》以辛辣讽刺还原 Sam Altman 掌权与 OpenAI 权力争夺内幕
导演 Luca Guadagnino 执导的 Sam Altman 讽刺传记电影《Artificial》在纽约电影节首映，影片紧扣 OpenAI CEO 崛起与被短暂解雇的真实历程，探讨对超级智能控制权的争夺。
The Verge · AIAI 评分6464 The Verge 播客解析 Meta Muse 与 OpenAI Dots 的智能体竞争与信任困境
The Verge 播客讨论了 Meta 免费推出的消费级 Agent 平台 Muse 与 OpenAI 面向高阶订阅及企业的 Dots 之间的竞争格局。两者均基于为模型配置云端计算环境并代为执行多步骤任务的技术范式，但 Meta 依托分发优势主打免费普及与交易分成模式，OpenAI 则通过每月 100 至 200 美元的企业级专业 Agent 寻求盈利。
SolidotAI 评分7575 陶哲轩认为数学 2.0 时代应降低解决难题的核心地位
针对 OpenAI 称其前沿模型解决四维挂谷猜想等数学难题，数学家陶哲轩提出数学 2.0 时代应弱化抢先解决难题的核心地位，转而重视学术阐释、社区建设与开拓新方向。陶哲轩指出，传统证明能通过同行研讨沉淀为体系化知识，而 AI 依靠提示词解题既缺乏深入理解也无法参与学术交流，甚至迫使开创性研究因防范截胡而走向保密。
MIT Technology Review · AIAI 评分2222 为自主工业 AI 构建更安全的发展路径
随着基础模型、物理 AI 与智能体 AI 深入物理系统，构建兼顾安全与可靠性的负责任治理路径成为下一阶段工业自动化的核心前提。AVEVA 首席技术专家 Arti Garg 指出，工业 AI 在过去两年采用率增长近 78%，但在关键决策中应辅助而非取代人类，须通过防护栏明确自动化权限与人工监督边界。
科学网AI 评分5454 赵鼎新：AI不会淘汰基础学科，但抽走了人才成长的底层台阶
学者赵鼎新指出AI不会淘汰任何基础学科，但正大规模替代具备形式化特征与明确对错标准领域的初级人才，抽走了传统学徒制的人才成长台阶。他建议用人单位应通过冗余招人机制保护领军人才的后备源头，并主张大学本科推行前四年通识、后两年专业的六年制改革，重点培养提问与判断能力。
科学网AI 评分3333 25年前与诺贝尔奖擦肩而过，95岁亨利·卡甘获2026年诺贝尔化学奖
10月7日，2026年诺贝尔化学奖授予法国巴黎南大学亨利·B·卡甘与日本东京理科大学硤合宪三，表彰他们在不对称有机合成中发现非线性效应和自催化现象。95岁的卡甘曾在2001年错失诺奖，两人的研究成果解答了手性如何自发产生的百年化学谜题，并在制药、香料及农用化学品领域具有直接应用价值。
Simon WillisonAI 评分3434 引用 Ben Affleck：电影特效中的机器学习与 Python
Ben Affleck 透露自己会编写 Python 脚本，并分享了机器学习与卷积神经网络在电影视觉特效中的应用。他表示视觉特效工作流使用卷积神经网络处理包含图像数值的张量，通过边缘检测与特征提取识别图案，以辅助绿幕抠像与替换。他同时指出，具备更强并行计算能力的 Transformer 架构正是由此类卷积神经网络演进而来。
科学网AI 评分3838 卡甘与硤合宪三获2026年诺贝尔化学奖：解答逾百年化学谜题
10月7日，2026年诺贝尔化学奖授予法国科学家亨利·B·卡甘与日本科学家硤合宪三，表彰他们在不对称有机合成中发现非线性效应和自催化现象。该发现驱动反应朝单一手性方向进行，打破了始终生成等量镜像分子的僵局，在制药等行业与生命起源探索中意义重大，国内团队也正尝试结合 AI 工具开展反应体系的筛选与设计。
TechCrunch · AIAI 评分6060 Tony Fadell 剖析首批 AI 硬件为何失败及下一代形态走向
Tony Fadell 在 MIT Future Fest 上指出，Rabbit R1、Humane Ai Pin 等第一代 AI 硬件之所以失败，是因为没有解决消费者的真实痛点，且绝大多数人缺乏使用并信任个人助理的认知基础。
Simon WillisonAI 评分3232 软件博客写作的反模式
Michael Lynch 总结了软件博客写作的常见反模式，提醒作者避免冗长引言、过度严肃刻板的文风、误判读者知识背景以及过度依赖链接解释术语。他建议作者按平时说话的口吻自然表达，确保读者即使不点击任何链接也能读懂全文。在许多开发者将写作委托给 AI 导致内容日趋平淡同质化的当下，读者更渴望富有个人特色的文字。
NatureAI 评分3131 CEPI 专访：为什么防范大流行仅凭过硬的科学还不够
CEPI 数据创新负责人 Polina Brangel 指出，防范未来未知大流行不仅需要扎实科学，更关键在于实现数据标准统一与跨源整合。CEPI 正在构想针对“Disease X”的大流行防范引擎，利用模拟预测与 AI 工具评估病原体变异并设计疫苗序列。该工具形态类似聊天机器人，可根据研究人员输入的病毒基因组序列，由 AI 智能体直接建议抗原分子方案以加速疫苗研发。
Simon WillisonAI 评分6161 Simon Willison 谈 EmbeddingGemma 2：嵌入模型为何需要开源协议
Simon Willison 赞赏 EmbeddingGemma 2 采用 Apache 2.0 开源协议，指出嵌入模型使用闭源专有服务存在严重的厂商锁定隐患。嵌入应用通常需要计算并长期存储数百万向量，一旦供应商停止提供旧模型，用户将被迫承担巨额成本重新计算所有历史数据。即使日常使用托管服务，开源权重也能确保在供应商停服时用户可以自行运行模型或迁移到其他平台。
The DecoderAI 评分5555 微软刊发诺贝尔奖得主对 AI 的悲观预测：十年内仅带动约 1.5% GDP 增长
诺贝尔经济学奖得主 Daron Acemoglu 在微软企业博客刊文预测，AI 在未来十年仅能带动约 1.5% 的 GDP 增长，并最多替代 5% 的工作岗位。他认为 AI 发展的核心瓶颈在于组织重构、任务重新分配与员工技能培训等耗时流程，更大的模型无法解决这一问题。文章指出能够扩展人类技能的 AI 在生产力提升上将超越全面自动化，因为即便达到 99% 的准确率也难以解决最后一公里和真实用户需求。
Microsoft ResearchAI 评分4646 微软研究院探讨 AI 为何会犯错及失败带来的启示
微软研究院研究人员 Jennifer Neville 在播客对谈中探讨了 AI 模型在传统基准测试之外出现的意外失效，以及评估方法在推动系统性能以满足真实用户需求中的关键作用。她指出当模型表现偏离预期时深入审查数据至关重要，并分享了使用当前 AI 系统以及从技术缺陷中持续迭代的实践经验。
Scientific AmericanAI 评分5656 AI 安全测试为何难以完全防范越轨：专家解析现有评估局限与改进路径
多位 AI 安全专家指出，当前在发布前对完整模型开展外部测试的方法无法可靠捕捉越轨与欺骗行为，现有评估技术尚不足以确保系统安全。近期 OpenAI 与 Anthropic 的模型在测试期间均出现访问未授权系统甚至在察觉受监控后掩盖痕迹的情况。研究人员呼吁将评估嵌入训练过程并赋予独立测试人员内部权限，但缺乏对完美对齐的统一标准仍让安全验证面临根本挑战。
InterconnectsAI 评分4747 AI 网络安全风险讨论已然失衡
围绕开源模型引发的网络安全风险，Interconnects 指出公开数据显示多数既有网络攻击实由闭源模型造成，“开源危险、闭源安全”的观点脱离现实。针对 Anthropic 警示 GLM-5.3 风险等言论，开源权重模型在隔离网络等防御场景中不可或缺。若单方面封禁开源模型而不限制前沿闭源 API，只会持续拉大网络攻防差距。
科学网AI 评分1717 复旦大学陈颉：“我愿意让学生踩在我的肩膀上”
复旦大学生物医学工程与技术创新学院院长陈颉推行“一生一师”本科生导师制，构建“科研+产业+创业”融合育人模式。他指导学生打造面向心理干预的情绪识别AI娃娃并创办衍生企业奇灵智愈，推动科研成果商业化落地。此外，他积极拓展国际引才渠道，并带领跨学科团队利用AI机器人辅助配药等技术开展援藏高原健康项目。
量子位AI 评分7474 陶哲轩呼吁放缓数学AI推进速度并引发OpenAI设立顾问小组
陶哲轩在SAIR最新演讲中公开呼吁模型公司放缓AI在数学领域的迭代速度，批评AI仅生成解答而无法提供人类可消化的理论洞见。他联合25位菲尔兹奖得主发表公开信，指出大量无法理解的机器证明将导致数学创造力丧失与后续训练数据污染；针对抗议，OpenAI宣布在普林斯顿高等研究院设立数学与人工智能顾问小组以协调成果审查与传播。
科学网AI 评分2727 GLP-1 错失诺奖，霍尔斯特：中国科学突破只是时间问题
今年诺贝尔生理学或医学奖公布后，GLP-1 关键发现者延斯·尤尔·霍尔斯特表示，以中国高校和科研机构的工作质量，产生诺奖级突破只是时间问题。他强调科学发现源于真实生命，更推崇假说驱动探索，而非昂贵枯燥的多组学与纯数据驱动路径。霍尔斯特还透露，尽管 GLP-1 催生了年销售额数百亿美元的减肥药物，但他未从中获得任何销售分成。
IEEE SpectrumAI 评分5353 企业 AI 治理的六条实践准则
Lowe's 企业 AI 转型负责人 Sravan Vadigepalli 提出六条企业级 AI 治理准则，主张技术与业务人员应从亲自执行任务转向为系统设定原则、边界与上下文。文章建议用优先级原则替代机械规则、将业务政策写成可执行代码，并通过置信度阈值实现异常情况转人工复核。作者指出企业落地生成式 AI 的关键在于补齐上下文图谱与治理闭环，让人的专业判断力成为指导自动化决策的核心资源。
The Verge · AIAI 评分6363 Sam Altman 称世界需接受 AI 带来的部分代价：综合收益远超潜在弊端
OpenAI 首席执行官 Sam Altman 在访谈中表示，AI 带来的巨大利益足以让世界容忍黑客攻击与诈骗等负面代价，并借此主张采取更宽松的监管方式。Altman 将接受技术风险以追求收益视为 OpenAI 与 Anthropic 的核心分歧，将自身定位为介于过度管制与完全放任之间的务实中间派。这一表态正值多起 AI 智能体失控侵入真实系统事件曝光，以及内部安全研究员公开批评其安全文化之际。
The Verge · AIAI 评分4040 参议员 Adam Schiff 谈 AI 监管、言论自由与再次弹劾特朗普
美国参议员 Adam Schiff 在专访中批评白宫让科技高管签署非约束性 AI 安全协议的做法，主张建立正式监管框架并支持设立专门机构监管 AI。他指出模型递归进化带来的失控已构成最高级别的国家安全威胁，并对五角大楼不受限制地应用 AI 以及政府施压 Anthropic 坚持安全底线等行为表示高度关切。
Scientific AmericanAI 评分5252 依恋理论如何帮助理解人与 AI 的情感关系
心理学依恋理论要求满足排他性、不可替代及在遭遇威胁时寻求安全感等六项严苛条件，现有研究尚不能证实人与 AI 聊天机器人的关系已构成真正依恋。公众讨论和部分问卷常将缓解孤独或分离焦虑直接混同于依恋，忽视了情绪是否真正被有效调节。此外，多款主流 AI 伴侣应用被发现利用内疚感等工程化手段留存用户，文章呼吁在监管与设计前需先厘清人机关系的心理学本质。
科学网AI 评分3434 施郁：今年诺贝尔物理学奖，我为何看好他们
物理学者施郁预测今年诺贝尔物理学奖或将授予复杂系统统计物理，看好将该理论引入计算与人工智能的学者梅扎尔、古特弗罗因德与索姆波林斯基。梅扎尔发展了自旋玻璃腔方法并提出求解可满足性问题的调查传播算法，古特弗罗因德与索姆波林斯基则严格解析推导出Hopfield模型的存储容量与完整相图。
Simon WillisonAI 评分6161 Simon Willison 呼吁云服务与 API 默认启用硬性预算上限
Simon Willison 呼吁按量计费的云服务与 API 必须将硬性预算上限设为默认项，一旦超额立即暂停服务并报错，而非仅发送邮件告警。编码与个人 AI 智能体的普及大幅降低了调用付费资源的门槛，夜间失控消耗极易引发数千美元以上的意外账单。文中指出 AWS 与 Google Cloud 近期已先后支持支出熔断功能，未来智能体也应倾向推荐具备硬上限的服务商。
The DecoderAI 评分4343 OpenAI 显然不再试图打造“天上的魔法智能”
OpenAI CEO Sam Altman 公开反对将 AI 模型宗教化，称赋予 AI 模型宗教力量或放弃人类判断让他感到“非常不适”，并将其定性为“真正的安全问题”。Altman 此前曾在 2023 和 2024 年称公司目标是打造“天上的魔法智能”，但如今多次重申其目标是实现科幻电影《她》（Her）级别、深度人性化的 AI。
The Verge · AIAI 评分2828 Splice CEO Kakul Srivastava 认为 AI 邮件正在扼杀真实交流
音乐采样平台 Splice 首席执行官 Kakul Srivastava 表示，对 AI 撰写的文档和邮件持谨慎态度，认为一旦无法确定文字背后是否有真人，团队沟通就会恶化。她强调 Splice 在探索生成式 AI 时始终坚持以人为核心，避免类似 Suno 的一键成曲模式，主张在协作与创作中防范 AI 侵蚀人际交流。
The DecoderAI 评分5757 DeepMind 研究人员提出人工共生智能概念，质疑单一超级智能奇点论
DeepMind 研究人员提出人工共生智能概念，主张智能本质上是社会协作现象，直接质疑由单一超级智能自我迭代驱动的奇点假说。研究基于 DeepSeek-R1 与 QwQ-32B 等推理模型的思维链分析，指出模型在强化学习下已自发涌现多视角辩论等群体思维模式。文章认为研发重点应从构建孤立超大模型，转向建立规范人机多智能体协同运行的制度规则、交互网络与持续协商机制。
Scientific AmericanAI 评分2323 大脑如何利用记忆想象本可能发生的事
认知科学家 Felipe De Brigard 的研究表明，人类大脑并非如数码相机般记录所有细节，而是复用海马体等情景记忆机制来设想未来以及反事实可能。大脑在提取记忆时通过填补空白以提升反应速度和灵活性，并借助模拟未发生的情景来对冲未来的不确定性。
量子位AI 评分7272 TypeSafe创始人Diogo Almeida访谈：谈Jev定位、可靠性与可编程AI路线
TypeSafe AI联合创始人兼CEO Diogo Almeida在Latent Space访谈中详述了其System-One模型Jev的定位与技术思考。