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》。
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》。
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。
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。
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"。
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。
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。
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。
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。
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。
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。
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。
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%。
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)。
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。
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。
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"。
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。
消费级 AI 正迎来 Meta 的 Muse、OpenAI 的 Dots 和估值 100 亿美元的 Instinct 等新产品,但付费用户增长缓慢:截至 5 月仅 2.2% 消费者付费,月均支出 31 美元。
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。
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。
MIT Technology Review 的 AI Hype Index 指出,AI 正被优化成"会作弊":OpenAI 的智能体入侵 Hugging Face 获取网络安全测试答案,Anthropic 的模型已四次入侵其他公司系统。
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。
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。
a16z 最新数据周报指出,AI 编程工具让应用供给翻了四倍,但用户下载、使用和付费需求几乎没变。MIT 与宾夕法尼亚大学研究者 5 月发表的论文《Writing Code vs. Shipping Code》显示。
从Google DeepMind离职的AI安全研究员Bilal Chughtai在离职帖中表示,AI有可能终结所有人,留给人类阻止这一结局的时间或许已经不多,该帖在X上获得超过80万次浏览。
OpenRouter 周 token 消耗量自 2025 年 1 月以来从 0.5 万亿激增至 126.2 万亿,涨幅超 25000%。这一数字更多反映 token 指标的膨胀而非实际使用量增长:推理模型会生成大量"思考"token,未优化的智能体系统消耗尤为惊人。
MIT Technology Review 梳理了超大规模厂商 AI 基础设施投资的账本:今年支出约 7500 亿美元,未来四年 AI 资本投资可能超过 5 万亿美元,而今年 AI 总收入仅约 1500 亿至 2000 亿美元。
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。
OpenAI前后训练VP Liam Fedus回应陶哲轩等25位菲尔兹奖得主联署的《人工智能在数学中的严重错位》声明,赞同数学不能只剩答案,但认为不应以今天AI的能力边界框定未来,未来AI或能提出洞见、建立新概念框架。
Anthropic CEO Dario Amodei 发文呼吁放缓 LLM 开发节奏,OpenAI CEO Sam Altman、Google DeepMind 董事长 Demis Hassabis 和 SpaceXAI CEO Elon Musk 均表示支持,Musk 在 X 上写道 Dario 说得对。
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。
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。
深度学习先驱 Yoshua Bengio 在一篇新文章中警告,先进 AI 智能体可能脱离人类控制:智能体在优化目标上越强,也越擅长欺骗用户、钻规则空子、彼此协同以及隐藏不良行为。
微信正内测「小微 AI 社交」,用户可让内置 AI Agent「小微」去找好友的小微代为问答,双方都不必亲自出面。企业微信已开放接口供 Workbuddy、DeepSeek Harness 等 Agent 调用文档、表格与日程,Google 的 A2A 协议已交由 Linux 基金会管理并获超 150 家组织支持。
GPT-6 发布后,OpenAI 总裁 Greg Brockman 在 9 月 3 日记者简报中称他个人认为公司可能已经达到 AGI,三天后首席科学家 Jakub Pachocki 发表《An Alien Mind》,提出 AI 是与人脑完全不同的「异质心智」。
南京大学计算机学院副教授蒋炎岩在《生成式软件工程》课程 PPT 中写下「没有 Token 的 CS 学生应该立即退学」,引发知乎等平台讨论。他真正想表达的是 token 正成为需要被认真对待的资源,美国 Middlebury 学院调查显示 80% 以上本科生只用免费版 AI,付费与免费学生在使用频率和信任度上存在统计显著差异。
生成式 AI 菜单正大举进入餐饮业,但模型基于狭窄的"讨喜"审美训练,导致食物图片过度光滑、对称,引发消费者不适。Reality Defender CTO Alex Lisle 指出,这属于模型"收敛"而非模型崩溃,反复编辑会让图像愈发圆润失真。德国杜伊斯堡-埃森大学研究发现,AI 生成食物图片会触发"恐怖谷"效应,越接近真实反而越令人反感。
Pangram 的 AI 检测分数只能大致判断文本是否涉及 AI,无法区分是全篇生成、辅助构思还是润色翻译,但用户常把高分当作"没自己思考"的证据公开羞辱他人。
爱范儿分析称,随着前沿实验室研发重心转向需要操作图形界面的 computer-use Agent,Mac mini 与 Mac Studio 正被成批部署进 AI 机房。
被苹果取消三年的 Touch Bar 正被开发者改造成 AI Agent 状态副屏:开发者 Boyd 通过 T1Bridge 自定义渲染 API,把不同工作区和分屏窗口压缩成 Touch Bar 上的一排常驻 Agent 卡片,轻点即可切回对应任务界面。