跳到正文
10月4日周日
10月3日周六
10月2日周五
  1. MIT Technology Review · AI12

    用自主 AI 重新定义企业智能:MIT Technology Review 报告解析“智能体转型”

    MIT Technology Review 报告指出,企业 AI 的规模化瓶颈是结构性的,2026 年全球 AI 投资将达 2.5 万亿美元、同比增长 44%,但多数企业仍未靠 AI 实现收入增长。报告提出“智能体转型”需同步重构架构与运营模式:以数据可访问性而非数据量重建基础设施、用可组合架构替代固定技术栈,并解决 AI 主权问题。

  2. MIT Technology Review · AI38

    别被 LLM 骗了:大语言模型并不会真正推理

    前 Google DeepMind 研究员指出,LLM 靠逐个预测 token 生成答案,其链式思维仍由同一套下一 token 预测过程产生,并非独立推理机制。他列举三大缺陷:缺乏可检查的持久认知状态、知识与推理在权重中纠缠不清、思维链常在得出答案后事后编造。他主张借鉴 AlphaGo 的游戏树搜索架构,为 AI 建立真正的推理机制。

10月1日周四
9月30日周三
  1. 量子位22

    量子位对话西门子Xcelerator与阿丘科技:工业AI如何从1走向100

    西门子Xcelerator中国销售与生态成功负责人顾欣与阿丘科技创始人兼CEO黄耀在量子位对话节目中,围绕工业AI从落地到规模化展开讨论。黄耀介绍,导入智能体技术后设备OEE和产能可提升25%左右,并提出“高价值、数据ready、技术可行”的优先落地交叉点。顾欣表示,西门子Xcelerator希望做好连接器与放大器,补上从0到1验证到1到100商业成功之间的生态拼图。

9月29日周二
  1. MIT Technology Review · AI12

    HPE:如何让 AI 从费用变成资产

    HPE 提出企业 AI 支出应从按 token 计费的消费模式转向自有算力投资,判断标准是需求是否稳定、可预测且规模足够。文章援引 Deloitte 2026 企业 AI 报告称,2025 年员工 AI 使用率上升 5%,至少 40% AI 项目进入生产的公司数量预计半年内翻倍。企业需按实际工作负载测算自有算力的经济性交叉点,并通过采用、治理和用例扩展保持算力持续产出。

  2. MIT Technology Review · AI62

    AI 何时才算真正做出科学发现?

    Anthropic 宣布其分子生物学实验室的 Claude 智能体系统在 21 小时内从数百万 DNA 序列中标记出一个已知酶周围的重复模式,并称这是该实验室的首个发现,但部分生物学家认为找到基因簇和重复序列往往只是容易的部分,真正困难的是弄清系统实际功能。

9月28日周一
9月23日周三
9月22日周二
  1. MIT Technology Review · AI38

    别被这个夏天的 AI 炒作骗了:Claude Mythos、Astra 与"超级智能"叙事

    针对今夏一系列 AI 炒作,文章指出 Anthropic 的 Claude Mythos 找漏洞、OpenAI 的 Astra 宣称解决数学难题等事件,在专家核查后均被大幅修正,数学界还指控 OpenAI 存在研究不端与抄袭。作者认为"超级智能""失控模型"的说法把责任从企业转移到产品身上,呼吁政策制定者听取独立专家意见、不要依据新闻稿做决策。

  2. 量子位38

    基元律动韩凯:从 Harness 到 RSI 飞轮,探索 Agent 持续进化

    基元律动联合创始人兼CTO韩凯在2026杭州云栖大会企业级Agent实践峰会上发表演讲《从Harness到RSI飞轮》,提出多模型异构并存下的模型调度与反馈闭环路径。其开源项目OpenSquilla在特定测试配置下保留固定旗舰模型基线99.96%的任务质量,成本降低88.9%;9月发布的NeoHorse-1基于通义Qwen3.5底座后训练,4B版本宏平均得分由58.94提升至64.87。

9月21日周一
  1. 爱范儿50

    理想智驾被指「不遵守交规」?端到端大模型为何学会「普遍违规」

    理想 i9 发布会展示的智驾演示视频中,车辆在「停车让行」标牌前仅减速通过而未完全刹停,被指为违规案例。文章指出,端到端大模型从真实驾驶数据中习得老司机的博弈习惯,加之不合理限速与环岛、斑马线等场景的通行效率压力,辅助驾驶的轻微违规几乎成为保住产品可用性的必然做法。GB 47955—2026 要求 L2 级辅助驾驶默认巡航目标车速不得高于识别到的道路限速,将于 2027 年 1 月 1 日实施。

9月19日周六
9月18日周五
9月17日周四
  1. TechCrunch · AI26

    Al Gore:AI 的真正风险不是数据中心

    Al Gore 在 TechCrunch 采访中表示,AI 数据中心的排放不应是公众最该担心的,其总量只是全球未覆盖垃圾填埋场排放的一小部分,更值得关注的是 AI 行业内部人士发出的警告。他认为美国多地反对数据中心的情绪,更多源于对失业和自动化冲击的焦虑,而非碳排放,并称 Dario Amodei、Sam Altman 和 Elon Musk 的警告是真诚的。

9月16日周三
  1. MIT Technology Review · AI17

    Syensqo 谈 AI 如何重塑先进材料研发

    Syensqo 正用 AI 智能体数字化合成数百万种候选分子组合,预测其性能与可持续性特征,再筛选出少量进入实验室测试。其首席技术与创新官 Mike Finelli 称,这能让材料研发"更广、更深、更快",同时公司正为高压数据中心架构、半导体制造密封材料以及浸没式冷却流体开发材料。他还提出 AI 与材料之间可能形成相互加速的循环。

  2. 爱范儿38

    对话蚂蚁灵波 CEO 朱兴:机器人还吃不了「粗粮」

    蚂蚁灵波 CEO 朱兴在外滩大会交流中表示,机器人落地难的症结仍在模型能力与成本,现阶段环境不能太开放、任务不能太长程。灵波选择从 0 到 1 训练具身基座模型,已推出 LingBot-World、LingBot-Video 和 LingBot-VLA 2.0,其药房拣选方案已在国大药房零售门店部署,货架通道仅 80 厘米宽。

9月15日周二
  1. 爱范儿60

    号称人类造的最后一个 AI 要来了,刷屏全网的 RSI 是什么

    RSI(递归自我改进)成为 AI 圈新热词,指 AI 自己写代码、跑实验、改训练流程,再把改进传给下一代模型。上海交大、清华、字节跳动、上海人工智能实验室等合作的预印本《The Last AI Built by Humans》将 RSI 自主性划分为 L1 至 L5 五个层级,L5 意味着改进机制本身也成为改进对象。

9月14日周一
  1. TechCrunch · AI30

    AI 行业最新末日警告背后:Anthropic 研究员离职与 P(doom) 之争

    AI 研究员 Jacob Coxon 从 Anthropic 离职,称头部 AI 公司正在"拿我们的生命赌博",Anthropic 对齐负责人随即发帖称"我们确实真诚相信 AI 可能杀死全人类",并给出未来十年超过 10% 的概率。TechCrunch 的 Equity 播客围绕这轮警告展开讨论,质疑"我们"指谁、10% 这一数字缺乏依据,并追问这类表态是否在为公司 IPO 造势。

9月12日周六
  1. The Decoder71

    25 位菲尔兹奖得主联署警告 AI 正在让数学界变笨

    25 位菲尔兹奖得主发表联署声明,警告 AI 产业与数学界的目标严重错位,用 AI 批量产出解题答案可能摧毁数学赖以发展的理解过程。声明指出,著名未解难题的价值在于解题过程中产生的新思维,而 AI 生成的解答往往没有时间做完整写作、方法梳理和引用,带来严重的署名与抄袭问题。