科技反弹潮涌入院线：2026 年多部硅谷批判电影集中上映
2026 年多部批判硅谷科技领袖的电影集中上映，包括聚焦 Mark Zuckerberg 的《The Social Reckoning》、讲述 Elizabeth Holmes 的《You Can See Everything》、关于 Elon Musk 的 Gibney 纪录片，以及影射 Sam Altman 的《Artificial》。
全部 AI 动态
The Verge · AIAI 评分2222 InfoQ 中文AI 评分3838 国产 GPU 越来越多，为什么反而更难用？基流科技谈算力集群的系统工程挑战
国产算力竞争正从单颗芯片转向整个计算系统，集群从几十张卡扩至万卡后，通信、调度与故障定位成为有效算力的关键瓶颈。基流科技推出的 VenusCL 通信组件在客户已完成千卡集群基础调优的前提下，可再带来约 2%—6% 的 MFU 提升；其 VenusNOC 的 Megatrace 特性曾在约 3800 张卡的训练集群中定位到单张 GPU 故障。
InfoQ 中文AI 评分2222 黄仁勋谈中国 AI 公司：算力短缺反而逼出高效架构
黄仁勋在与 Lex Fridman 的长谈中表示，中国 AI 公司受到非常大的算力限制，但仍在持续融资和推进业务，算力短缺反而迫使它们设计出效率极高的架构。他同时主张，出口管制应极其审慎、有选择性，长期国家安全的最佳依托是让技术与财富相互促进的飞轮持续运转。
AWS Machine Learning Blog精选AI 评分6060 AWS 提出 Trust in Depth：让智能体获得更多自主权而不失控
AWS 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张在动作可被验证时让智能体自主执行，把人工判断留给真正需要决策的环节。框架按智能体生命周期分为四层：Scope 在运行前界定职责与权限边界，Know 为每个智能体分配独立身份并追踪授权来源，Bound 在运行时于智能体推理之外强制执行策略，Observe 在每次运行后重建其行为并用于改进。
推荐理由：AWS 高管把 Defense in Depth 的思路搬到智能体治理上，给出可验证的四层框架与配套产品入口。
InfoQ 中文AI 评分3434 代码不再稀缺之后，软件工程还剩下什么？——QCon 2026 上海站圆桌谈 AI 时代研发效能
小红书杨凯、阿里李峥峰、B 站张忻正在前阿里技术专家吴子奇主持的 InfoQ《极客有约》X QCon 直播中讨论 AI Coding 对软件工程的影响。杨凯认为模型能力仍是第一变量，但上下文工程与测试才是最大变量，测试 80% 至 90% 的工作量将揉进出码过程；李峥峰称 AI Code Review 的瓶颈已从生成转向验证，假阴性与假阳性问题未变；张忻正强调 AI 越强越需要确定性工程约束。
The Verge · AIAI 评分3636 Benn Jordan 谈 Flock、隐私与新一轮监控反弹
音乐人兼调查记者 Benn Jordan 近日在国会参议院司法委员会小组听证会上就 Flock Safety 的自动车牌识别系统（ALPR）作证，此前数百个地方政府已开始取消相关合同。Flock 正被共和党参议员 Josh Hawley 调查，路透社上周报道其计划裁员约 18%。Jordan 认为问题核心不在单一公司，而在于私营企业、政府与执法部门之间以保密优先于透明的勾连关系。
InfoQ 中文AI 评分2222 QCon 2026 上海专场前瞻：AI Infra 如何以体系结构量化与分布式工程突破算力效率边界
QCon 全球软件开发大会将于 10 月 22-24 日在上海举办《AI Infra：算力效率决定规模化落地》专场，探讨算力效率如何决定 AI 规模化落地。文章指出，随着成本重心向推理端倾斜，单任务 Token 消耗量以更高倍率激增，竞争核心已从单 Token 标价转向端到端任务的有效交付成本。算力损耗、显存浪费与数据失配构成三类代表性系统瓶颈，需通过模型与系统协同设计破解。
InfoQ 中文AI 评分4040 从 Harness 到 Loop：Agent 如何走向可靠交付与持续进化
蚂蚁集团、腾讯、京东的工程师在 InfoQ 直播中讨论 Agent 从 Harness 走向 Loop 的工程实践：Harness 解决 Agent 怎么完成任务，Loop 解决 Agent 怎么越变越强。
InfoQ 中文AI 评分2222 从 App 到 Agent：字节跳动 Supabase 的 Agent-Native 规模化实践｜QCon上海
字节跳动资深技术专家张国强将在 QCon 上海站分享字节跳动 Supabase 从 App Backend 向 Agent Backend 演进的技术实践。
InfoQ 中文AI 评分2222 企业真正需要的，不是更聪明的 Agent？
飞猪、货拉拉、江苏移动等企业的一线实践者围绕企业 Agent 的自主权、执行边界与生产级落地展开讨论，指出当 Agent 开始下单、调度、改系统，企业要解决的核心问题已从"能不能做"变成"该不该做"。
Simon WillisonAI 评分6262 AI 正在批量反编译游戏，既令人兴奋也令人担忧
独立游戏开发者 Popcar 谈到近期 AI 驱动的游戏反编译浪潮，它让现有游戏之间出现各种奇怪的混搭，也带动了让老游戏在新硬件（常是通过 WebAssembly 在浏览器中）上运行的保存项目热潮。
少数派AI 评分3838 Austin Mann 评 iPhone 18 Pro 影像体验：可变光圈、专业控制与参考图像
Austin Mann 在科罗拉多州邓顿河谷实测 iPhone 18 Pro 相机，重点体验了可变光圈、专业控制、焦点追踪、摄影风格 3 和 4K 延时摄影。可变光圈在弱光下进光量提升 50%，ƒ/1.8 可拍出光学星芒；相机 App 新增手动对焦，实现曝光与对焦分离。参考图像（Reference Image）为主传感器 1x 和 2x 提供可验证的签名照片，4K 延时视频支持导出单帧。
TechCrunch · AIAI 评分2222 Cerebras CEO：人人拥有家用个人 AI 助手的未来已不远
Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上表示，人人拥有家用 AI 设备的未来已不遥远，个人 AI 助手将本地运行，部分在设备上、部分回到云端。他称这类助手会深入了解用户、拥有安全边界，并能访问信用卡代为购物，还以 Meta 的 Muse 和 Instinct 为例说明消费级 AI 智能体的进展。
TechCrunch · AIAI 评分2222 Cerebras CEO 在 TechCrunch Disrupt 2026 反驳 AI 末日论
Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上反驳 AI 末日论，称 AI 领袖应多讲 AI 可能带来"孙辈再也不会遇到死于癌症的人"的世界。他认为强大技术必然伴随被坏人利用的风险，应理性监管，并批评数据中心行业过去几年未与当地社区充分沟通。
Simon WillisonAI 评分2828 Geoffrey Huntley：用 pre-commit hook 强制 AI 智能体使用诊断库
Geoffrey Huntley 提出用 pre-commit hook 检查 git diff，发现绕过诊断模块直接调用可观测性模块的代码就拒绝提交，并向 AI 智能体注入提示词要求其改用诊断库，效果从有偏差变为十全十美。他认为与其反复更新 AGENTS.md 仍会漂移，不如用提交钩子强制约束智能体行为。
MIT Technology Review · AIAI 评分4040 开源模型有实际好处，但好处是否大于风险？
Anthropic 发布报告称，中国公司 Z.ai 于 8 月发布的模型 GLM-5.3 可被任何人自由下载和修改，构成重大网络攻击风险。开源模型可下载、可重训、可微调，成本通常低于闭源模型，但安全与民主化之间仍存在取舍。
TechCrunch · AIAI 评分4242 微软总裁 Brad Smith 称英国最适合主导全球 AI 监管
微软总裁 Brad Smith 呼吁对 AI 进行紧急监管，并认为英国而非美国或欧盟最适合主导全球安全规则。他称 AI 既是“武器也是工具”，正危及全球网络安全，并主张 AI 产品发布前需经外部评估、系统被失控 AI 智能体攻破时须依法上报，以及设置“终止开关”。
TechCrunch · AIAI 评分2222 PolyAI 与 Otter 高管：语音 AI 尚未迎来自己的 ChatGPT 时刻
PolyAI CTO Shawn Wen 与 Otter CMO Alex Gay 认为，语音 AI 虽已实现全双工模型，但尚未迎来自己的 ChatGPT 时刻，下一步挑战是让推理足够快、对话自然。Wen 指出 ASR 模型常漏掉关键词，影响上下文理解；Gay 称转录准确率是下游自动化的基础，一旦出错用户就会失去对平台的信任。两人还强调工具应主动告知用户正在被录音或在与 AI 对话。
量子位AI 评分6262 陶哲轩：数学2.0时代已至，证明泛滥后数学家护城河在哪
菲尔兹奖得主陶哲轩发文提出数学2.0时代已至，建立在证明稀缺之上的数学1.0时代即将落幕。他认为AI让获取解答的门槛降低，但判断解答是否正确、贡献多大以及与已有研究衔接仍需认真处理，否则会出现解出题却未增加理解的错位。他呼吁建立更透明的评估机制，把失败结果和AI算力成本一并纳入报告，并主张减少对抢先生成证明的强调，增加对解释、评审和知识整理的重视。
TechCrunch · AIAI 评分6060 微软 CEO 纳德拉称 AI 模型需要紧急刹车
微软 CEO Satya Nadella 在 X 上发文称，应当退后一步评估 AI 的信任架构，不能把超级智能当作一组嵌套黑箱，只是接受或拒绝它的建议、回答和行动。
Latent SpaceAI 评分3434 为什么 AlphaFold 没有解决蛋白质折叠——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出，AlphaFold 的突破只是开始，蛋白质结构预测远未解决。两人认为单纯扩大算力和数据不足以解决生物学问题，关键在于找到正确的 scaling law，并让生物建模从单个蛋白质走向整个生物系统。
TechCrunch · AIAI 评分2222 我们忍不住把 AI 当人对待，但这样对吗？
MIT CSAIL 的 Unitree 人形机器人（每台约 5 万美元）和 LLM 正让人习惯性把它们当人对待：研究显示约 70% 的人对 AI 保持礼貌，对话超过首轮提示后更常说"请""谢谢"。MIT 的 Sherry Turkle 与 Pat Pataranutaporn 认为，这种拟人化既可能助人，也可能让人更信任聊天机器人而疏远真人。
TechCrunch · AIAI 评分3838 a16z 合伙人 Olivia Moore 谈消费级 AI 现状：ChatGPT 仍遥遥领先，社交、约会、金融等六大品类仍空白
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告，ChatGPT 仍是最大玩家，Suno、ElevenLabs 等小玩家展现出持久生命力。
Simon WillisonAI 评分3838 Matthew Green：AI 冲击下公钥加密或面临信心危机
密码学家 Matthew Green 称，有 1% 概率我们生活在公钥加密不可能实现的 Minicrypt 世界，另有 15% 概率会实质性地对现有公钥加密算法失去信心。他指出 AI 制造意外发现的速度远超人类更新标准的速度，只有提前准备才能从这类冲击中恢复。
MIT Technology Review · AIAI 评分6262 MIT Technology Review：我们对AI说“不”的能力寄予了过多信任
MIT Technology Review 刊文指出，AI 的拒答能力已成为 AI 安全的核心机制，但它建立在概率统计之上，既可能被越狱绕过，也可能被用于压制合法言论。
Simon WillisonAI 评分1818 Carson Gross：即便 AI 工具兴起，编程仍是可行职业
Carson Gross 认为编程本质上就是两件事：用计算机解决问题，以及在解决问题时学会控制复杂度。他表示难以想象未来这两项能力会贬值，因此即便 AI 工具出现，编程仍将是可行的职业。
Latent SpaceAI 评分3838 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈“合成超级智能”：从半导体到超导体
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在播客中提出“合成超级智能”（synthesis superintelligence），主张 AI 科学发现不能只靠更多互联网数据训练，而要让模型在真实物理实验中学习。
MIT Technology Review · AIAI 评分6262 MIT 科技评论：机器人 AI 突破短期内不会改变你的生活
MIT 科技评论与 Aventine 合作的文章指出，尽管马斯克称 Optimus 可能成为史上最大产品并预测 2027 年底前向公众发售，黄仁勋称人形机器人今年将达到人类水平能力，但许多机器人研究者对此持怀疑态度。
MIT Technology Review · AIAI 评分1818 AVEVA 如何为自主工业 AI 构建更安全的落地路径
AVEVA 首席技术官 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、physical AI 与 agentic AI，需以数据打通、治理框架和人类监督保障安全。AVEVA 的责任 AI 框架强调安全、效率与人工监督，主张 AI 增强而非取代关键决策中的人。Garg 还参与 IEEE 工作组，制定覆盖电力、能源、资源、水和碳的 AI 环境影响测量标准方法。
Simon WillisonAI 评分1212 Ben Affleck 谈机器学习、卷积神经网络与 Transformer 前身
Ben Affleck 自述从胶片转向数字后对视觉特效产生兴趣，并提到该工作流多年来已包含机器学习。他说自己能写"相当糟糕的 Python 脚本"，并解释卷积神经网络是 Transformer 的前身，可通过张量做边缘检测与特征提取，从而更方便地抠出绿幕画面并替换。
Simon WillisonAI 评分1212 Michael Lynch 谈软件博客写作的反模式
Michael Lynch 撰文列举软件博客写作的常见反模式，包括冗长开场、误判读者已有知识、假设读者读过旧文、过度正式，以及用链接代替术语解释。他建议文章即使读者不点任何链接也应能读懂，并用自己的口吻写作。他指出，随着越来越多开发者把写作交给 AI，软件博客正变得平淡同质，读者渴望有性格的文字。
TechCrunch · AIAI 评分3636 Tony Fadell 谈首波 AI 硬件为何失败及下一步走向
Tony Fadell 在 MIT Future Fest 上指出，Rabbit R1、Humane Ai pin、Limitless pendant 等首波 AI 硬件失败的原因是没解决真实需求，只是"极客觉得有趣的技术"。
量子位AI 评分2222 全球 AI 表达能力集体退化：从 Opus 5.5 到 CaveMan Skill，谁还在说人话
量子位文章吐槽 AI 编码模型普遍"不说人话"，Claude、GPT 等模型输出充斥"15/15 全绿""单腿哑火"等黑话，被指与 Coding 过拟合及 CoT 压缩有关——为省 Token，模型思维链被调成"山顶洞语"，Token 消耗可减少 70%。
Simon WillisonAI 评分2222 Jake Boggan 谈 Barnette 猜想被 AI 证明后的复杂心情
Jake Boggan 在 Hacker News 评论 openai/math 相关讨论时表示，自己曾为 Barnette 猜想投入 24 年、数千小时，去年夏天还一度以为解出了它，如今该猜想据称已在问题 180 处被证明。他说听到它被解决让自己有种遥远的悲伤，像听说前女友突然死于车祸，并认为今晚很多人都会有类似的奇怪情绪。
The DecoderAI 评分4848 微软发布诺奖经济学家 Daron Acemoglu 的悲观 AI 预测：十年仅拉动 1.5% GDP 增长
微软刊出诺奖经济学家 Daron Acemoglu 的悲观预测：AI 十年仅拉动约 1.5% 的 GDP 增长，最多替代 5% 的岗位，远低于部分 AI 实验室的预期。他认为瓶颈在人性——企业需重新分配任务、提升员工技能并重组流程，这一过程可能比电气化耗时更久，更大的模型也解决不了。他还称，扩展人类技能的 AI 在生产力上会胜过完全自动化。
Microsoft ResearchAI 评分2222 Microsoft 研究员 Jennifer Neville 谈 AI 评估与“意外失败”
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评估如何推动 AI 系统性能边界，以及模型在传统 benchmark 之外测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调当结果超出预期时应仔细审视数据。
量子位AI 评分6666 陶哲轩为何转向AI减速派：AI解数学题引发知识拥堵争议
量子位报道称，陶哲轩在SAIR最新演讲中公开呼吁模型公司放慢脚步，认为AI在生成解答和Lean形式化验证上快速推进，但理解、同行评审和写入教科书等后续环节几乎停滞，形成他所说的Proof Indigestion（证明消化不良）。
MIT Technology Review · AIAI 评分1212 从预测到自主决策：预测分析如何进入智能体 AI 时代
企业 AI 的竞争焦点已从预测模型能否超越统计预测，转向如何让预测系统在不偏离业务意图的前提下自主行动。深度学习和生成式 AI 驱动的智能分析支持实时训练，使 AI 持续演进而无需等待季度刷新，其数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 认为，"分析"一词正让位于 AI。
MIT Technology Review · AIAI 评分2222 人们一边痛恨 AI，一边又离不开它？
调查显示美国成年人中认为 AI 会带来负面影响的比例已超过正面预期，盖洛普 5 月民调中 71% 的美国成年人反对在本地新建 AI 数据中心。但 ChatGPT 在 5 月达到 10 亿月活用户，Gemini 7 月录得 9.5 亿用户，Pew 数据显示一半美国成年人已在用聊天机器人。文章认为人们反感的不是技术本身，而是企业无孔不入的推销方式。
TechCrunch · AIAI 评分4040 特朗普把 AI 改叫"超级智能"，科技巨头签署不具约束力的安全承诺
特朗普本周召集扎克伯格、贝索斯、马斯克、Dario Amodei 等科技巨头，宣布美国政府不再称"人工智能"而改称"超级智能"，并签署"Joint Commitment on Frontier Responsibilities"。