AI 观点与方法

前 a16z 生物基金负责人 Vijay Pande 去年 6 月离职，与 Zach Werner 共同创立新基金 VZVC，每年只做少数几笔集中押注，不设分析师职位，日常运营高度依赖 AI。他认为 AI 正将生物学从"发现科学"转向可工程化领域，但指出生物数据无法像文本那样从互联网抓取，各公司只能自建封闭数据集，这成为 AI 医疗进展的关键制约。

Co-authored by Rudrendu Paul and Sourav Nandy. Repo: github.com/RudrenduPaul/ComputeLedger,...

这是一次有趣的对话 如果所有汽车都像 Waymo 一样安全，美洲每年可挽救 8 万条生命，仅美国就有 3 万。还有数十万起受伤。 因此，反对自动驾驶的主要游说群体是事故律师。 死亡和受伤减少 = 和解费和律师费减少

这篇论文很好地展示了自主AI科学家的前景与不足。关键问题在于，更先进的模型能在多大程度上弥合这些差距。

我们已在编程领域见证了杰文斯悖论，如今视频领域的数据也出现了。 借助AI制作动画短剧的成本降低了10倍，速度提升了450倍，这促使中国版TikTok上的创作量增长了12倍以上，观看量增长了10倍。

Anthropic 删除了那条推文。我猜他们知道自己搞砸了。

各位，请掌控好你的工具链。 这样，你就能决定使用哪些模型以及如何使用它们。 但别止步于此。如果条件允许，开始思考如何掌控模型层。

Elvis Saravia 反驳"Grok @bot 每次都要先命名机器人很蠢"的观点，认为强制命名让智能体团队易于识别，是设计优点。他将 Grok Bot 视为团队管理，由 CTO、CMO 等高层智能体自动处理子任务命名与分支，减少认知负担，使 PR 交付量提升约 5 倍。

变成了一个梗 【引用 @cdngdev】：我正在折磨我的微型鸭，训练它玩"大海捞针"游戏

People keep saying that sites treat cryptographically signed AI agents differently, or that they hide...

长程智能体可靠性尚未随更强模型到来，在 WeaveBench 的 114 项混合 GUI-CLI 任务中，官方报告的最佳通过率仅 41.2%。当前模型能处理局部步骤，但需显式审计状态才能保持全程任务不偏轨。论文提出 LongHorizon-Harness，认为长程可靠性取决于模型外围的 harness 而非模型本身。

The most convincing phishing email your finance team gets this year won't have a single typo. It will...

People-search sites still republish names, addresses, phones, and dates of birth. Opting out is...

I build an open-source AI sandbox project, and when I mention it to people building products and...

Gin's speed, focused API, and mature Go ecosystem make it a strong backend choice for the AI agent era.

Most AI workspaces start with the same useful primitive: a chat box. I kept one in AI Workstation...

当Windsurf将被竞争对手收购时，你们毫不留情地切断访问。现在Cursor被SpaceX收购，而SpaceX也拥有xAI，你们却突然强调忠诚，甚至扩大支持。这太虚伪了，Anthropic。

a16z 联合创始人 Ben Horowitz 指出，AI 基础设施正暴露物理瓶颈：美国仅 2% 电工持有直流电（DC）认证。从传统交流配电转向 800VDC 系统，行业急需能安全安装、调试与维护的人才，电工将成为 AI 热潮中最重要的工作之一。

AI agents changed who writes the documents in my repositories. They didn't change who has to find...

OpenAI的秘密武器刚刚亮相。Jalapeno，这款AI设计的芯片，每兆瓦token数超越Rubin，九个月内完成流片，还能运行Doom。 Myron和Bryan与@JordanNanos一起在SemiAnalysis Weekly上全面解析： - Jalapeno vs Rubin和GB300的InferenceX对比 - 为什么每兆瓦token数才是关键指标 - 三星HBM4的回归 - AI编写的RTL和内核 - CUDA护城河正在流失吗？ - Anthropic的A…

Bench'd (benchd.ai) calls itself the neutral benchmark authority for AI memory, and sells vendors a...

Built for the WeMakeDevs × TrueFoundry Agent Harness Hackathon. There are two kinds of "AI for...

What actually makes an AI agent work? Explore the practical architecture behind modern AI agents—from...

EdgeBench 长时程基准测试中，最强智能体运行 12 小时仅得 51.3/100 分。该基准提供 134 个任务的持久执行环境与反馈，智能体可调试代码、运行模拟并反复提交结果，但 6 类任务约 3.8 万小时交互仍难转化为持续进步。5 个模型的平均表现呈 log-sigmoid 曲线（R2≥0.997），先慢后快再饱和。

If you are interested to get this project developed further, cosider starring it on my github:...

当 OpenAI 关闭留言板时（打开声音）

Transactional Outbox no JurisOS: Resiliência Local-First e Criptografia End-to-End com...

TL;DR I moved 40 REST endpoints to GraphQL in 12 days using Claude Code as the grunt-work...

Google 发布 Gemini Omni 1.1 Flash 生产更新，场景扩展可读取最多 10 秒先前上下文并累计至 40 秒，支持首尾帧控制运镜。360p 草稿生成速度提升最高 60%、成本为 720p 的三分之一，成片可放大至 4K。模型经 Gemini API 提供，Adobe、Figma Weave、GMI Cloud 和 Runway 已投入生产使用。

祝那些信奉蛇怪的人天网日快乐。

Grok Bot 在 Google Trends 搜索兴趣上已超越 OpenClaw。🔥

吴恩达发文指出，AI 虽让写代码变便宜，但未降低做判断的成本，工程师核心壁垒转向判断力。他提出三条硬逻辑：懂系统架构以把控 Agent、先定数据架构再写功能、警惕 Agent 静默做错事并让其先写测试自证。软件基本功不再是手写，而是当"方向盘"。

MCP promises one server, any AI client. I put that to the test by wiring Actian VectorAI DB up to...

美国风投Dimension Capital合伙人访华后致出资人内部信流传，详析中国AI生态。信中指出，美国出口管制倒逼中国团队形成全栈效率文化，中国开源模型18个月内占OpenRouter Token消耗份额从不足2%升至45%，Qwen成Hugging Face最快破10亿下载模型家族，约80%美国AI初创已部署中国开源模型。

当 OpenAI 关闭留言板时

Last week I wrote about our Product Hunt launch. 2 upvotes, 0 signups. This is the other half of the...

Language barriers in mobile apps, games, and foreign media are a constant friction point. Traditional...

We ran 160 agent tasks across two frameworks. The frameworks tied. Then we changed the model — and...

Co-Write 系列，第二集：Excel。 别再向 AI 解释你的电子表格了。 选中区域，说出你的需求，剩下的交给 WorkBuddy，就在同一个表格里完成。 有新任务？只需选中下一个区域，继续即可。 你编辑，AI 也编辑--同一个文件。

Anthropic 发布研究论文，让 Claude 负责改进其他 AI 模型的对齐性，包括搜索文献、提出方法、创建训练数据、训练模型并评估迭代。该方法在 60 小时内改善了全部 10 项测试的对齐失败，且未降低通用能力，甚至用较弱的 Sonnet 5 后训练了早期 Opus 4.8 检查点。Anthropic 称最佳 AAR 方法平均在六小时内优于人类专家提出的方案，但尚未实现完全递归自我改进。