AI 观点与方法

阿易 AI Notes 用 Apodex 1.1 实测总结去AI味方法，核心是角色+场景锚定、长短句交替、禁止词清单、注入人味信号及多轮人工微调。Apodex 1.1 已开源多 Agent 架构（35B 权重+单机 harness），8 个 Agent 并行跑 AI 副业实测，满足 A 级证据标准的成功案例为 0，并支持本地部署。

MiniMax M3 以 0.018 美元端到端完成创建收件箱、撰写并发送商业邮件，是该榜单上最便宜的模型。作者指出，企业使用 Agent 的真正障碍已非 token 费用，而是邮件发错对象、附件错误、内容承诺不当等风险，其损失远超模型调用成本。衡量 Agent 价值需计入人工检查、返工与事故风险，而非仅对比模型与人工的单价。

比尔·盖茨发表近6000字长文，警告世界对AI时代"毫无准备"，称AI"要么成为有史以来最大的平等化工具，要么成为最严重的不公来源"。他预测AI将导致大规模永久性失业，并提出对AI token和机器人征税、为人类保留特定岗位、建立国际组织等罕见政策建议。盖茨表示将推动AI与公平议题进入公共议程。

Trail of Bits 在 Patch the Planet 项目中获得 GPT 5.6-Cyber 预览权限，让其挑战逃逸 Debian 12 主机上的 QEMU/KVM 虚拟机，结果以三种不同方式成功逃逸。

比尔·盖茨在近6000字长文和《纽约时报》采访中警告，AI将导致永久性失业、生物武器门槛降低及成瘾性聊天机器人带来的心理伤害，并指责科技行业因利益刻意淡化这些风险。他拒绝行业自我监管，提议对AI使用和机器人征税、建立类似核武监管的国际机构，并保留护理等"人类专属"岗位。盖茨称Anthropic的Claude Code让他震惊，因为"这些东西在某种意义上已经比我强了"。

@BillGates 新文章中关于AI影响的许多重要而大胆的想法需要讨论……代币税和为某些工作设立的"自然保护区"只是其中两个。

婴儿学习语言的能力和效率远胜今天的 AI 聊天机器人。斯坦福大学认知科学家迈克尔·C·弗兰克指出，幼儿接触约 1000 万至 3000 万个词后就能说出清晰句子，而用同样数据量训练 GPT-2 只会得到胡言乱语生成器。这种效率差距已成为 AI 行业难题，许多专家认为单纯扩大模型规模无法实现人类水平 AI。

豆包工作（豆包 Work）是当前企业接入Agent门槛最低的路径，但需用飞书账号登录才能解锁满血功能。实测可用手机远程控制最多7台设备、定时任务、自动读取本地skill、侧边栏直接编辑并同步飞书，且管理员看不到聊天记录。作者认为Work Agent是token消耗倍增器，飞书原生生态是豆包工作相比Claude Cowork、Codex Work的核心优势。

一种与隐私政策截然相反的艺术形式。

Paul Dix 在"编程的终结"主题下表示，AI 写出 100 万行代码（1M LOC）并在随后数月内持续优化，最终产出可靠软件，目前运行在数百万开发者机器上。他认为，即便有对照参考（oracle）降低了迁移难度，这一成果仍令人震撼；若能构建验证系统并给予正确方向，AI 可产出高度复杂的软件并持续打磨至可用。

ZHO 发推吐槽 AI 味内容泛滥，称其像"吃饭吃到苍蝇"般令人不适，并配图讽刺"中式审美/审美降级"的具象化。他自认成长于前 AI 时代，虽从事 AI 仍难避免这种恶心感，而从小接触 AI 的"新人类"或不觉反感，届时此类言论恐被归为"老登言论"。

Kim 赞同 Shopify CEO Tobi 的观点，认为 Claude Code 应原生支持 AGENTS.md 作为跨工具通用基线，而非仅读取 CLAUDE.md。

Cloudflare 亚太区高管表示，AI 智能体产生的流量在过去 1 年中激增逾 1，700%，目前约占总流量的 60%。该公司将"影子 AI"列为日益严峻的隐患，并警告模型上下文协议（MCP）的快速普及催生了"影子 MCP"风险，未经授权的协议连接可能绕过企业管控措施。

美国国家经济研究局调查显示，超 90% 企业高管承认过去三年 AI"没有影响本公司的就业情况"，约 89% 表示 AI"完全没有影响生产力"。匹兹堡大学商学院教授马克·马指出，企业一边加大 AI 投入一边裁员，而员工的反 AI 情绪实际会降低生产率，抵消 AI 可能带来的效率收益。

Artificial Analysis 与 Liquid AI 联合发布面向手机端的 AI 跑分基准，在 iPhone 17 Pro 上测试 4 bit 量化后体积不超过 8GB 的模型。

提醒：目前不要使用 Codex 的"锁定使用"功能。它当前依赖不稳定的 Mac 功能，本周已两次彻底锁死我的 macOS 钥匙串。 感谢 @_chenglou 提供了苹果开发者论坛的链接，论坛已确认这是"已知问题"。还是避开为好。当然，如果能全部在云端完成就好了，但云端还没准备好。

通义千问Qwen3.8-27B在Image-to-WebDev Arena中位列开源模型第一、总榜第七，1574分，仅27B参数即达到与2.8T参数的Kimi K3 （Max）相当的性能。该模型定价为每百万输入/输出token $0.40/$3，已推动帕累托前沿。官方预告今晚将发布新惊喜。

认识一下中国的一次性机器人运动员。它们大概不会成为你的机器人仆人。

Linux 创始人林纳斯·托瓦兹借助 AI，通过 24 个调试补丁、18 次内核启动，成功排查 Intel Xe 图形驱动中的内存破坏漏洞。问题根源是 get_flat_ccs_offset（） 函数将地址向上对齐到 128 KiB 边界后，低于该地址的空间被 VRAM 分配器误当作可用内存，最终修复仅需将 round_up（） 改为 round_down（）。

好产品需要时间打磨。至少34天。

AI用于芯片设计被低估了。

DeepSeek Harness 社区实测评分最高的 TOP 10 插件出炉，涵盖生态入口、视觉扩展、界面升级、多源搜索、跨会话记忆与费用看板等能力。新手建议先装 dsh-market、modlens 与 dsh-web-ui 打底，再按需补齐搜索和记忆插件，即可将默认命令行界面升级为完整工作台。

ZHO 认为，AI 对旧人类是强无敌的工具，但它是新人类天然的一部分，真正的用户与盈利或来自未来的新人类。他比喻称，成长在前 AI 时代的旧人类被 AI 入侵会感到"吃苍蝇"般的恶心，而从小接触 AI 的新人类则不会，这类不适感未来或被视为"老登言论"。

格隆汇海外研究院院长张越聪将自身财报分析方法沉淀为千问Skill，让普通人也能像研究员一样读财报。该方法分三步：用千问拆解财报结构并标注原文出处、梳理驱动数字变化的关键变量、让千问轮番扮演不同角色挑战自己的判断。张越聪称千问帮他发现自己忽略的问题，该Skill仍在持续打磨中。

玉伯称 AI 应用创业有客观规律：若目标不是 OPC 而是进入特定大市场前几名，产研团队最好 100 人以上，并适时构建 200 人以上 GTM 团队才有机会上桌。号称 20-30 人年营收数亿美刀的公司，极少数运气好，绝大多数是骗人的。创业不能赌运气。

ZHO称，前AI时代成长者面对AI内容会有"吃饭吃到苍蝇"的恶心感，而从小接触AI的新人类则不会。他引用此前观点并修正：自2026年起，AI将带文化进入"大垃圾时代"，生产力提升与物质丰富后，先来的是大量垃圾的产生及处理问题。

阿里云 Qwen 回应企业 AI 建设难题：答案并非二选一，而是"采购平台快速启动 + 自建专属模型"并行。Qwen 作为开源权重模型家族，提供统一控制平面，支持企业自行运行、微调和部署，兼顾灵活性与可控性。

Grok @bot 在办公室值班 【引用 @jon】：我的 Grokbot 团队负责运行软件构建，接管了 Dunder Mifflin 的空间，并扮演了《办公室》中的角色。

腾讯集团高级执行副总裁汤道生在内部刊物《知点》年刊发文，直面外界"腾讯做 AI 慢了"的评价，坦言算力不足拖累混元大模型迭代与产品落地，内部存在焦虑。他判断 AI 竞争是马拉松而非短跑，当前行业才刚起步，熬得久比起得早更重要，能否长期投入并抓住真实场景需求才是穿越周期的关键。文章由汤道生与 AI 协同完成，他强调行业不能只聚焦大模型本身，工程能力决定落地速度，场景是腾讯的核心优势。

ZHO发文称，想成为跨越时代的革命性创造者，须同时精通艺术、设计、科学技术三大人类文明核心并融合统一。他认为AI能把精通时间、可能性与融合的创造性推向极致。其引用推文指出，落后的创作思维与范式会扼杀创造力，AI带来的革命性远超想象。

AI 计算爱好者 Angel 在 GPT-5.6 Sol 模型设计的定制 CPU Codex-R32 上成功运行了《毁灭战士》游戏。该 CPU 运行于 Turing Complete 沙盒中，游戏采用 C 语言编写的 PureDOOM 移植版，编译为原生 RV32IM 机器码直接执行。演示视频将游戏画面叠加在实时显示周期计数器和内存数值的 CPU 电路示意图上。

一个后台进程，持续从每个连接器（或应用）摄取上下文，在永续推理循环中执行多跳推理，并运行在你的硬件上。这就是未来。

Uber Eats 在我用代理下单时弹出"证明你是人类"的验证框。 我在乎的是，我的代理给你钱，还是我自己给你钱，这有什么区别？

苹果发布新款 Mac mini，以巴掌大小体积主打高性能与 AI 能力。作者认为，真正的个人智能体需要永远在线、低功耗、吞吐极快的本地物理节点，这款 899 美元起售的设备标志着桌面 AI 盒子时代正式拉开序幕。

"我们相信知识的未来将是智能体化的。我们拥有750万种AI工具。" --麦格劳希尔CEO Philip Moyer谈AI对教育的影响。 更有趣的部分是"精准教育"：AI可以将学习远远超越一刀切的课程，在个体学生层面实现定制化。 --- 完整视频来自彭博社（链接见评论）

Elon Musk 分享了一条用 Grok Bot 寻找客户的实用技巧：先在 X 上搜索抱怨竞品或寻找替代方案的用户，再通过 @amplemarket 连接器了解对方公司与个人背景，最后将其设为每周自动运行的例行程序，持续获取购买信号。该方法无需猜测用户需求，因为他们已公开表达。

这标志着变化之快--OpenAI 在 2025 年 10 月曾将这一方案宣称为企业 AI 智能体的未来。 他们在 6 月砍掉了 Agent Builder。（但仍有相当多的企业产品在使用这一模型构建智能体。）

新宣言，这是谁？

OpenAI 公布首颗自研推理芯片 Jalapeño 的首批实测结果：在公开基准 InferenceX 上，对比 GB200/GB300 系统，每瓦 AI 工作性能高 1.5-1.9 倍，端到端延迟低 1.7-3.6 倍，高交互负载性能高 2.1-4.1 倍。芯片额定 700W，实测持续功耗不超 550W，从设计到流片仅 9 个月，年底开始部署。