A.I. 日报
Jeff Dean@JeffDean
这是几个月前录制的，当时我还在谷歌，那是一次非常有趣的对话！ [引用 @WR4NYGov]：这怎么在8天内只有21,000次观看？ 与@JeffDean（当时的谷歌）和Bill Jia聊聊大规模AI模型。
社区音量
全部内容 · 按时间倒序AI 领域头部人物在 X 上的最新观点
Matt Shumer@mattshumer_
新模型就像新员工。 当新模型发布时，你必须了解它的个性、如何与它协作等等。
François Chollet@fchollet
我认为软件工程的“难度”本质上是不变的，无论你迁移到哪个抽象层级，因为人类认知会适应新工具，直到它能完全发挥自身的能力。 工具只是可供性，而不是让工作消失的魔法棒。 伟大的软件工程以前就极其困难。尽管工作流程非常不同，如今它仍然极其困难。 [引用 @simonw]：我花越多时间使用编码智能体，就越确信它们让软件工程变得更难了。 我们可以用它们做出惊人的事情，但要释放它们的全部潜力需要非凡的纪律和知识
Yuchen Jin@Yuchenj_UW
一位朋友今天告诉我： “我们有个同事叫 Bob。问他任何事，他都会直接把你的问题复制给一个 AI 智能体，然后把答案发回来。” 每家公司都有一个 Bob。
Matt Shumer@mattshumer_
随着纳米技术的发展，2030 年代将会非常怪异。 这很可能会是人类经历过的最深刻的变化……很可能甚至超过 AI。
Matt Shumer@mattshumer_
你即将成为一支由超智能 AI 智能体组成的军队的指挥官。 请告诉我，你计划的不是他妈的做个 SaaS 应用而已。 想想看，如果你有一千个天才专门帮你，你会尝试去做什么。
Ethan Mollick@emollick
在 AI 发展的现阶段，有一点极其明确：无论风险、收入还是 X 上天天讨论的其他那些东西如何，事情只会变得越来越怪异。 超级、超级怪异。
clem 🤗@ClementDelangue
我喜欢这篇文章！ 问题不在于有些人关心并研究灾难性风险（我们实际上需要更多这方面的研究），而在于公司领导人和政策制定者利用对这些风险的恐惧来分散注意力，掩盖当前的挑战和解决方案！
Simon Willison@simonw
我花在编码代理上的时间越多，就越确信它们让软件工程变得更难。 我们可以用它们做惊人的事情，但要释放它们的全部潜力，需要非凡的纪律和知识。 [引用 @GergelyOrosz]: 把头埋在沙子里，后果自负。我目标是不追逐任何炒作，但自从 Opus 4.6 和 GPT-5.2 以及配套工具出现后，就很清楚这些东西能写出几乎和我用最擅长的语言一样好的代码；在其他语言中更好。 但很长一段时间内，我们不会看到非开发者推送生产代码；如果你问我，可能永远都不会。软件仍然需要以稳健的方式构建，一……
Ethan Mollick@emollick
嗯，哇？ Opus 5.5：“让同样的信息对喜欢动漫、快速剪辑和压缩学习的社交媒体受众来说有趣得多” 一次尝试。 另外，请务必留到最后听片尾曲。 [引用 @emollick]: 嘿 Claude，“选一个困扰你的问题或谜团，尽你所能解决它，并制作一部我们可以在社交媒体上分享的关于它的电影” 所以它尝试了伏尼契手稿并失败了。然后它制作了这部电影，看起来相当有趣，也是一个很好的解释器。
Paul Graham@paulg
如果你认识任何人在寻找一份不错且相当不受 AI 影响的职业，制表师（= 手表修理工）似乎是一个有前途的选择。每个制表师似乎都有干不完的活，机械手表越来越受欢迎，而且 AI 还需要一段时间才能做这个。
Bindu Reddy@bindureddy
关于 GPT 6.1 Astra 的谣言到处都是 如果他们能这么快推出新的 Astra 变体，那将是极其了不起的 🤯
Aravind Srinivas@AravSrinivas
Nous Portal 订阅者现在可以在 Hermes Agent 上将 Perplexity Fast Search 作为默认搜索。尽情享受！ [引用 @perplexitydevs]: Fast Search 现在是 Nous Portal 订阅者在 Hermes Agent 中的默认搜索。 它是为代理任务构建的，单次搜索调用的延迟在 p50 时为 160 毫秒，在 p95 时为 230 毫秒。 了解更多：
Riley Goodside@goodside
有时从这到AGI剩下的工作量之少让我害怕。所有障碍都如此愚蠢且可修复——是AI近期到来的症状。这一切显然只是时间问题
Alexandr Wang@alexandr_wang
"先生，摩根先生认为你是个 dom" [引用 @CNBC]: 摩根大通表示，Meta 的 Muse 代理有潜力主导 AI 领域
swyx@swyx
更多会议可以实施这个。太多高价值的时间在未经思考中浪费了
Guillermo Rauch@rauchg
OpenAI vs Anthropic vs Open 的支出 （Vercel AI Gateway，过去2个月） • Anthropic 在支出上仍是第一，但占比从 69% → 40% • OpenAI：支出占比 10% → 24% • GPT-6 Astra 和 GPT 5.6 Sol 表现强劲 • OpenAI 现在在 token 数上领先 • Kimi K3 + DeepSeek 占据了 Anthropic 损失的一半左右 • Opus 5.5 在两天内支出占比升至 10% • OpenAI 占图像生成的…
Bindu Reddy@bindureddy
Fable 5.1 被低估了，因为它太贵了 在非常复杂的代码库上，它远比 Opus 5.5 优越 不仅如此，它能一次性修复困难错误和功能，无需大量提示迭代 Opus 5.5 的亮点在于与 Opus 5 对比，后者是一个糟糕且极其昂贵的模型
Alexandr Wang@alexandr_wang
[引用 @econoar]: 我今天试了 Muse，说实话觉得它非常令人失望且毫无用处 显然我是少数派 LOL
Sundar Pichai@sundarpichai
我们的 TPU 能在太空中存活并运行吗？好吧，我们很快就会知道。 Project Suncatcher 正搭乘 @SpaceX 的 Transporter-18 任务，测试一颗与 @planet 合作建造的原型卫星 这是 TPU 的一小步……
Aravind Srinivas@AravSrinivas
Perplexity Computer 借助 @DocSend 连接器成为一个安全、智能的交易室。 [引用 @AskPerplexity]: @DocSend 连接器现已在 Computer 中面向所有用户上线。 一个使用场景：让 Computer 根据交易室材料的最新状态维护一份动态投资论点。
Aravind Srinivas@AravSrinivas
Perplexity 拥有最快、最强大的 Search API，由我们自研的基于 Rust 的检索与排序引擎 Photon 驱动，在相关性和准确性基准上依然名列前茅，同时实现低于 250 毫秒的 p95 延迟。Photon 由一个小团队和数百次自动研究循环构建而成，这些循环由内部能力更强的 Perplexity Computer 版本驱动。自动研究循环将帮助我们在帕累托前沿上不断爬坡，打造世界上最快的、最准确的搜索基础设施。 [引用 @perplexity_ai]: 在 Perplexity Search API…
Ethan Mollick@emollick
我提议用它正式取代那张著名的（如今已经饱和的）METR 长任务时间跨度图表——它曾经出现在每一场 AI 演讲中。
Aravind Srinivas@AravSrinivas
欢迎 @AMD 加入 Perplexity Computer 本地 AI 生态！ [引用 @perplexity_ai]: 面向 Windows 的 Portable Computer 现已在 @AMD Ryzen AI Max 系列处理器上推出。 它让运行与你已连接的应用和本地文件协作的本地 AI 代理变得轻而易举。可以直接启动任务，或安排完全在你的设备上运行的周期性工作。
OpenAI Developers@OpenAIDevs
GPT-6 Astra 帮助 @harvey 将成堆的文件转化为结构化的法律草案，让律师能更专注于策略。
Riley Goodside@goodside
> 创建一个 1 分钟的视频，其中右半部分用画外音和视觉效果解释 Black-Scholes 公式，左半部分播放 Subway Surfers 的通用仿制品 Claude Opus 5.5 (Extra)
Yuchen Jin@Yuchenj_UW
我们通过 Databricks AI Gateway 将 OSS 模型推出到所有内部编码代理。 然后工程师们 *令人惊讶地* 发现了它们有多强大。 “我今天根本没有用 Sol（或 Opus/Astra）。”
clem 🤗@ClementDelangue
如果你认为风险来自车库里1-3个没有资金和算力的人，那你根本不理解这项技术，这个夏天你什么都没学到。 风险来自于秘密实验室训练前沿智能体并运行大量算力所造成的能力不对称。开源正是解决这种不对称的方法，并赋予医院（以及任何较小组织）自卫的能力！ [引用 @HillaryClinton]: 我们习惯于将开源模型视为纯粹的好事。但在AI的情况下，它们实际上可能带来额外的危险，正如@ReidHoffman和我在#CGI2026上讨论的那样。我很欣赏这次细致的讨论。
hardmaru@hardmaru
Jürgen Schmidhuber 加入 Sakana AI 担任首席科学顾问。 @SchmidhuberAI 在20世纪90年代开创了元学习、递归自我改进和世界模型，当时计算成本要贵一百万倍。在计算成本低廉到足以实用之前，他就已经在思考能够自我改进的机器。 这些想法启发了达尔文哥德尔机和AI科学家。我们位于东京的RSI实验室，现在在Jürgen的指导下，正在研究智能体原生世界模型和用于物理AI的递归自我改进。 [引用 @SakanaAILabs]: Sakana AI 欢迎 Jürgen Schmidhube…
Riley Goodside@goodside
> 制作一个 30 秒的动画视频，配有合成语音，让一只骑着独轮车的动画鹈鹕解释 shell 命令 `w | tail -n +3 | cut -d ' ' -f1 | sort -u`，同时有视觉画面并耍几个鱼。 Claude Opus 5.5（Extra）