AI 观点与方法

一个模型本身从来就拍不出一部电影。 真正的工作是把新能力交到创作者手中，然后确保他们真的能用起来。 研究就是这样成为创作技艺的一部分。

达到 50 TPS 而非 30 TPS，同时还有目前最优化的分词器。而且这些模型在完成任务所需 token 数量方面相当高效！

2026年诺贝尔生理学或医学奖授予3位研究大脑神经元开关机制的科学家，在颁奖发布会上被问及该研究能否解释AI神经网络内部机制时，诺奖委员会回应称“AI神经网络与人脑之间的相似性不应被夸大”。相关完整视频发布于美联社YouTube频道。

OpenAI CEO Sam Altman 在 Politico 的 Decoded 播客中表示，AI 的收益巨大，世界应容忍黑客、诈骗等一些坏事随之发生。他将这一立场与 Anthropic 的谨慎路线划清界限，自称 OpenAI 是务实中间派，同时承认存在人类失去对 AI 控制的极端风险。

NVIDIA 在 Megatron Core 中降低比特级确定性预训练的开销，并以万亿参数 Nemotron 模型为案例验证。该方案提供独立可复现与比特级断点续训两项保证，通过逐步指纹比对训练损失、梯度范数等指标定位首个不一致步骤，并借助从迭代到 kernel 的渐进式追踪排查分歧来源。

Hugging Face 用 capture proxy 将 Claude Code、Codex、Hermes、Pi、opencode 等编码 harness 转为 RL 环境，无需改动 harness 或训练代码。

作者/Ben Thompson 讲述其专门运行 Claude Code 和 Codex 的常开 Mac Mini 因 macOS 屏幕共享漏洞 CVE-2026-65400（CVSS 7.1）被植入 Monero 矿机。

开源命令行工具 RemoveMacAI 可一键关闭 Siri、Writing Tools、Genmoji、Image Playground、ChatGPT 扩展和摘要功能，删除 Apple Intelligence 模型并阻止重新下载，作者称约 12GB，The Verge 作者的 MacBook Air 上显示占用 35.05GB。

CedarDB 团队将 1993 年初代 Doom 的游戏逻辑和渲染器完整移植为 SQL，在数据库内运行。游戏逻辑约 5900 行 SQL，渲染器约 1300 行 SQL 含 89 个 CTE，游戏循环保持原版 35 Hz，渲染器在 Ryzen 7 7840U 笔记本上以最高 60 FPS 输出完整 320x200 帧缓冲，Python 仅负责计时、键盘输入和显示位图。

Nick Corvino 撰文认为，中国AI安全生态的主要瓶颈不是观念而是资金：独立AI安全组织基本没有钱，2023年中国慈善捐赠约210亿美元、仅为美国的1/27，且《慈善法》要求慈善工作接受中共领导，《境外NGO法》使外部资金难以直接进入。

神经科学家 Paul Cisek 提出，大脑并非图灵式的信息处理器，而是随进化不断向外部世界延伸的反馈控制系统，这一模型更贴合海马体、情景记忆等可观测的神经结构。作者 Benjamin Riley 据此认为，AI 如同认知层面的垃圾食品，虽在当下有吸引力，却会损害人类历经数千年进化而来的认知系统。

oh-my-dsh 组织推出 dsh-plugin-upgrade-skill，帮助 DSH 插件作者升级插件、适配 DSH 新版本。作者认为 DSH 插件生态不应依赖插件作者每次改代码兼容新版本，需 DSH 减少破坏性变更，并通过兼容层让面向旧 API 的插件仍可运行。

博主 @数码闲聊站 爆料，10 月将有 3 台搭载高通第六代骁龙 8 超级至尊版的新机登场，电池容量分别为 8400mAh、9000mAh、10000mAh±，均支持 100W/120W 百瓦有线充和满血无线充。

Mustafa Suleyman（微软 AI CEO）： 1000 亿美元级的训练运行即将到来。 " 正在集结的算力达到吉瓦级别，而只有 5/6 家实验室。 算力与测试时算力扩展显然将带来地震级的优势。 像这样拥有大算力的大实验室，其部分更大规模的尝试将出现极端加速。" ---- 完整视频见 "The Rest Is Politics: Leading" YouTube 频道，（链接在评论中）

在这里再待一个小时。

当前 AI 热点，聚合 3 个独立信源、14 条信号。

整个重置这事儿真的很奇怪，就算在 Twitter 上，也只有一小部分人能理解。 其他人都期望以某种理性的方式来规划自己的用量，随机获得 token 奖励这种事挺奇怪的。比如说，到底有多大比例的用户能享受到这个？

旧金山 $2.6M 的房子 vs 日本 $22,000 的房子 西方人你选哪条路？

SemiAnalysis 指出，NVIDIA 收购 SLURM/SchedMD 后对非 NVIDIA 芯片的支持越来越差，AMD 因此自研了竞品 "spur"，在很多方面远优于 SLURM。NVIDIA 当初承诺保持 SLURM 硬件中立，但至今并未兑现。推文由此质疑 Hugging Face 被 NVIDIA 收购后是否会重蹈覆辙。

Mustafa Suleyman（微软AI CEO）将Anthropic的重大离职事件与递归自我改进风险联系起来 “AI如何以及何时在越来越少的人类参与指导和审查的情况下修改自己的代码，这就是一个重大的安全风险所在，我认为这就是几周前Anthropic那场重大离职的导火索。 这实际上是一件很难审计的事情。” ---- 完整视频见“The Rest Is Politics: Leading”YouTube频道，（链接在评论中）

我认为这条建议已经不那么成立了： 1) 随着 AI 越来越易用，"更好地使用 AI"背后的持久技能是什么，并不清晰 2) 越来越明显的是，制约 AI 收益的瓶颈是组织系统，而非个体工作者 3) 对就业的影响尚不确定，但可能冲击整个职业类别

a16z 联合创始人 Ben Horowitz 指出，美国仅 2% 的电工持有直流电（DC）认证。AI 基础设施正从传统交流配电转向 800VDC，需要能安全安装、调试和维护这些系统的人才，电工将成为 AI 热潮中最重要的岗位之一。

BestBlogs 早报精讲三篇：ChatGPT 负责人 Tibo Sottiaux 谈常驻智能体、插件生态与减少 ChatGPT、工作模式、Codex 之间的复杂性；Temporal 演示把人工审批当作异步 API，在等待审批时关闭工作进程、离线提交批准后重启即可恢复业务；Crusoe CEO 则从供电交付与旧芯片利用解释算力成本。

Tomer Tunguz 撰文判断 AI 推理将超越数据库成为软件业最重要的市场：2025 年推理市场约 $25b，2026 年约 $130b，接近 Gartner 预测的 $161b 数据库市场，2027 年达约 $350b，接近数据库 $190b 的 2 倍。

OpenRouter 发文比较 OpenAI、Anthropic、Google 与 OpenRouter 四家的服务端代码执行工具，介绍各自沙箱的语言、网络、持久化与计费差异，并推出处于 beta 的 openrouter:shell 与 openrouter:bash 工具，可在 Responses 和 Messages API 上为任意模型运行命令。

一位作者在耗费百万字失败草稿后发现，改进 AI 配置有时意味着给它更少的规则去遵循。文章以德语词 Kummerspeck（悲伤培根）和 Torschlusspanik（关门恐慌）为引，讲述其在优化 AI 设置过程中的挫败经历。

乐山大佛管委会回应网传“掏耳朵”养护视频系 AI 合成，称佛耳内并无杂物。余承东透露华为半导体已在手机、AI、智能汽车等领域设计并量产 381 款 τ 芯片，麒麟 9050 系列首发逻辑折叠技术。马斯克 10 月 4 日在 X 平台确认 SpaceXAI 将更名为 SpaceXSI。

Simon Willison 在 DGX Spark 上复现了 GPT-4o 的"用文字计算大数加法"实验，改用 Qwen3.8-27B-Q4_K_M.gguf 测试。关闭推理时每组合跑 30 次，开启推理后改为每组合单次采样，169 次中答对 167 次。

非常自豪我们所有利用 AI 加速科学与医学的工作所产生的社会影响。

在接下来的 28 天里，我们每天要么发布一项对大多数 Codex/工作用户来说明确有改进且相关的功能，要么进行一次全面重置。让改进开始吧。

TechCrunch 的 Equity 播客讨论特朗普签署行政命令要求官方改称 super intelligence，多位 AI 高管本周与他会面并签署《Joint Commitment on Frontier Responsibilities》。

开源工具 RemoveMacAI 可在 macOS 27 上关闭 Apple Intelligence 并删除其已下载模型。macOS 27 不再提供单一开关，功能关闭后模型仍留在磁盘上；该工具通过配置描述文件应用 Apple 的限制键、经 Apple 资产服务删除模型，并将模型下载重定向到关闭的本地端口以阻止重新下载，所有更改可用 removemacai revert 还原。

True

全速前进 💨 （引用推文 @amasad：Replit Drift）

自己创业时，你最不需要的就是再多一件事要操心。把精力放在最需要你关注的事情上：你的创造力。剩下的交给我们。 @SRNA_LI 用 Cohere 赋能自己，也赋能她的事业。

Elvis Saravia 回应 Karpathy 关于理解 LLM 输出的帖子，称类似做法自己已实践一年多，并分享他正在搭建的通用人机协作界面。其当前方案将高级智能体连接到类 Notion 的灵活页面，支持嵌入工件、文本、视频和可视化讲解，智能体按任务输出这类工件而非默认文本回复，他通过评论和建议直接协作，覆盖代码审查、笔记、写作、研究和原型设计等场景。

GitHarness 框架把每个需求及其对应工作像 Git 提交一样存储，在用户修改需求时从最近有效版本分支、只重做变更部分。作者称其在全部 30 个测试设置中优于简单续跑，其中 1 个编码任务设置 token 用量减少 73.6% 且得分更高。论文指出用户很少一次给出完整规格，多数智能体会携带过时工作或全部重做，建议对接受反馈的智能体内置版本管理。

产品设计师 Mete 撰文分析 Meta 的 Muse 为何登顶美国 App Store，认为其核心组件在 Codex、Claude Code 等产品中已存在一年以上，Meta 的胜出在于把单一主聊天界面作为心智模型、抽象掉模型选择器等复杂选项。

Rohan Paul 总结个人智能体记忆使用的研究结论：更多记忆笔记超过一定限度反而让智能体违反规则，计数或追踪类需求应改用代码。

作者自制 BinRange 项目，用一个固定 UWB 锚点和六个电池标签，结合 Home Assistant 的收垃圾日程，判断垃圾桶是否真的拿出去。先用 Makerfabs ESP32-WROVER/DW3000 开发板验证：10.1 米间距平均读数约 10.09 米，标准差 3 厘米；天线朝向从平放改为直立使成功率从 37% 升到 100%。