AI 观点与方法

一步一个脚印，继续前行。

Shaders 宣布开源其 WebGPU 着色器特效组件库，提供 200+ 个视觉效果组件，支持 React / Vue / Svelte / Solid / 原生 JS 共用一个包和同一套 props，MIT 协议，可免费导出任意框架代码，GitHub 地址为 https://github.com/shader-effects-inc/shaders。

陶哲轩于 10 月 7 日在 mathstodon 发帖，批评 OpenAI 10 月公布 719 份 AI 数学解答（涵盖 372 个结果族）的做法，称这会把开放问题变成可批量消耗的资源。他不反对 AI 辅助研究，但反对把快速攻克著名难题当产品展示，指出约 42% 证明未经形式化处理、仅 10 份附推理链，未达到 AGMAI 建议的披露标准，并担心出现大量无人能消化的证明。

白宫AI主管Jay Clayton在CNBC表示：为了安全而放慢AI发展是本末倒置 “人们谈论平衡，就好像在说，好吧，为了安全我必须放慢速度。 实际上恰恰相反。你必须以促进安全的方式来开发技术。而这正是这里可以做到的。” ---- 完整视频见“CNBC Television”YouTube频道，（链接在评论中）

OpenAI 在数学问题上的突破速度已超过人类理解解题过程的速度，可能引发数学家的身份危机。Platformer 报道指出，这一进展让人追问下一个受冲击的领域会是什么。

Muse 崛起…… @Muse 发布已 1 个月

预算曾决定一个故事能在哪里拍成。 Jon Erwin 在曼哈顿海滩的一个舞台上拍出了《摩西》，用真实演员，加上 AI 把他们带入故事所需的任何世界。

作者用 Claude Max 和 Codex Pro 的多智能体编排，历时约 3 个月、消耗估计 600-700B tokens 将一款热门第一人称射击游戏反编译为 C++，最终 99% 函数重建完成、83% 字节级精确，游戏可完整运行。

RadixArk 的 SGLang & Miles 团队获得两台 NVIDIA Vera Rubin 节点（8 GPU）的早期访问，将 SGLang 用于推理、Miles 用于 RL 训练并首次跑通。

一直在为一个施工项目收集投标，我的 dot 已经自动开始比较并逐条拆解陆续发到我邮箱里的投标了 🤩

阿里巴巴集团主席蔡崇信在意大利都灵 Wave by Vento 2026 上预判，五年后人们可能不再单独讨论 AI，因为它将像今天的互联网一样融入业务的每个环节。

今天在 @tbpn 上收听 @ml_angelopoulos 带来的另一期 Arena Alignment Index 解读

很高兴宣布，所有超级智能组织现已共同同意 AI/SI 安全的终极方案： 把所有测试都搬到 Delta Airlines 的航班上进行，在那里上网是绝对不可能的！

一篇介绍如何用 Claude Managed Agents 搭建自动化的教程，示例为部署一个按计划读取 Slack 和 GitHub、具备凭证与记忆并发布更新的智能体。搭建可通过一条 Claude Code 命令完成，Max 和 Team 套餐中包含的 API credits 可用于该用途，原文链接 https://claude.dev/blog/building-effective-agent-automations/。

这是我今天得到的

Thariq 更正此前失误，将自己在用的 Chrome 扩展仓库设为公开，地址为 https://github.com/ThariqS/ai-newtab。该扩展每天根据他浏览的网站生成 AI 首页，替换 Chrome 的新标签页；作者此前提到 MAX 计划用户每月可获得 100 或 200（与套餐匹配）的 Claude API 额度，可用于构建个人 AI 工具。

如果你的 grok bot 电脑空间快满了，你会遇到 Disk Saver！ 这个 bot 会通过提出清理方案帮你释放空间

Emad Mostaque（Stability AI 联合创始人）：OpenAI 在求解 Navier-Stokes 上花了大约 1000 万到 2000 万美元的算力 价格会快速下降，达到国际数学奥林匹克金牌水平最初要花 8 万美元，“如今，用最新模型只需 10 美元就能做到。” ---- 完整视频在“Tom Bilyeu”YouTube 频道，（链接见评论）

即将上台，谈谈开放科学如何仍能解决 AI 安全和扩散面临的一些最棘手问题。这是人类迄今承担过的最复杂的工程问题。

绿色是新紫色

保持校准！ （引用推文概括：正如预期，@typesafeai 的 jev 在邮件分类任务上，校准表现优于我们测试的另外 40 个决策模型。）

Ben Affleck 因近期多段访谈中对机器学习、神经网络、transformer 等术语的讲解走红，包括在 GQ 节目和 Bloomberg Screentime 2026 大会上的发言。

NVIDIA Dynamo 引入统一的会话级标识符 session_id，把请求级推理服务升级为程序感知系统，覆盖会话感知路由、共享 KV 索引与程序化缓存迁移，兼容 vLLM 和 SGLang。

每次演示前后的繁琐工作几乎消失了： 准备：30 分钟 → 5 笔记：15 分钟 → 2 CRM：30 分钟 → 7 每次通话大约省回一小时。每位销售代表现在每天能多接约 2 通电话，准备程度却丝毫不减。

我们 5 人的销售团队在构建 Rasp 之前不堪重负，Rasp 是一个使用 OpenRouter 的 Ori 打造的 AI 销售智能体。 每条入站线索都会经过调研，许多线索在 60 秒内就能收到回复，我们每月节省约 600 小时。 成本：约 $30/天，而且每周都在变得更便宜。 https://openrouter.ai/blog/case-studies/how-an-ai-sales-agent-saved-our-sales-team-600-hours-a-month

SemiAnalysis 长文分析中国对 AI 安全的实际做法，认为北京口头上安全立场领先，实际执行速度优先，不会配合美方放慢前沿节奏。

Ethan Mollick 转发社区进展并评论称，在 OpenAI 发布一系列证明引发数学界争议之际，其中至少部分证明似乎已引发大范围协作者社区的极快速迭代式推进。其引用的进展将 κ 从 2⁻¹⁸² 收紧到 2⁻¹⁵，较此前结果提升 50 万倍，较 OpenAI 原始结果提升 2^167 倍。

这份文件将成为大学课堂上讲授这一时期的指定阅读材料，短短几段里信息量很大…… https://www.ahmath.org/statements

我们应该更有野心

就这样。 特朗普总统刚发布了这个

Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在 Latent Space 播客中提出"合成超级智能"（synthesis superintelligence）路线：以物理实验为环境的强化学习、AI 材料表征、DFT 模拟与高通量实验室，让模型学习做科学的全过程而非只看已发表结果。

嗨 @bot，帮我留意人们在 X 上用 Grok Bot 做的有趣事情，每天早上 9 点给我发一份每日摘要。如果有相关内容，挑出最酷的想法，并建议我如何用它来改进我的工作流程

作者把老板 Natalia Quintero 一年的 Slack 消息蒸馏成 natalia.md，用来模拟她是否会批准一封发给客户的邮件。他还克隆了一位 GitHub 高管和一位 CEO，这些 AI 克隆熟悉真人遵循的每条规则，却从不知道何时该打破规则。

在我们的前瞻性临床研究中，我们的模型能够将孕龄精确锁定在 4 天以内的误差范围，这是一个足够紧的区间，可以产生真正有意义的临床影响。 如果我们能够将这些工具扩展到资源匮乏的环境，我们就能开始对孕产妇死亡问题产生实质影响，弥合我们在世界各地看到的护理差距。

全球约三分之二的人无法获得超声等诊断健康工具。 我们正在努力改变这一现状。 具体做法如下 ⬇️

Clément Delangue 分享了一个可自制 Reachy Mini 舞蹈的 Hugging Face Space，地址为 https://huggingface.co/spaces/pollen-robotics/reachy-mini-yo-its-your-boy。

AI 对于全世界无所不知 但是对于你的公司一无所知🫠

与 Cohere 一起探索搜索与检索的未来 https://x.com/i/broadcasts/1aKbdEvrWWBJX

旷视前员工在旷视两年间见到最聪明也最有理想的人，虽因种种不可名状的原因旷视未获所谓「结果」，但认为这些人去哪里都能成事。引用推文称旷视十五周年，有师弟将其比作「中国 AI 的仙童」。

在数字世界里，有了 AI，几乎一切皆有可能；很快，物理世界也将如此（这在很大程度上也要归功于 AI）。