AI 观点与方法

每家公司的客服智能体即将被 Dots & Muses 等用语音/聊天来谈判争取更优惠价格的智能体淹没。人们把这类事情委托给自己的智能体、并因此省钱的报道正在不断涌现，而且只会越来越火。

这是当今时代最重要的问题之一：谁来决定AI的发展方向？ Daron主张在AI决策过程中引入更多民主参与，尽管这伴随着诸多挑战。

请阅读 @rclegateyang 和 Maxim 撰写的这份非常出色的报告：https://www.anthropic.com/research/what-work-can-robots-do

机器人技术在经济中的扩散，可能比 AI 的采用需要更长时间。 在近期的情景建模工作中，我们只考察了 AI 到 2030 年的影响。 若要展望更远的未来，则需要对机器人投资与采用的经济学进行更细致的建模。

与 AI 不同，机器人的相对成本非常高。他们估计，机器人仅在 0.3% 的工作任务上具备成本竞争力。 如果机器人价格下降遵循过去的趋势，这一比例需要 40 年才能达到 10%。

为什么这是一项有用的练习？ 他们发现，过去 50 年里，基线机器人能力可以预测相关暴露工人随后的工资和就业下降。随着成本下降、采用率上升，这一过程在数十年间逐步显现。

他们发现，对于美国经济中大多数体力任务，已存在能够执行这些任务的机器人——尽管是在有限场景下。总体而言，他们发现 34% 的工作时长面临机器人替代的暴露风险。

他们构建了一个新的机器人暴露指数，基于现有机器人在日益通用和非结构化条件下完成各种工作任务的能力。

如今机器人能完成哪些工作？这对未来数年的经济结构又意味着什么？ @rclegateyang 和 Maxim Massenkoff 的新研究今日发布，探讨了这些问题。

The ClawCast — Jev & OpenClaw Enterprise（第12期）https://x.com/i/broadcasts/1mxPaZewLAmKN

X.PIN 转述 Artificial Analysis 文生视频排行榜：前四名均为中国模型或基于中国模型。阿里 Wan 3.0 以 Elo 1157 居首，Utopai X（1150）第二且基于 MiniMax H3，Dreamina Seedance 2.5（1143）和 MiniMax H3（1138）分列三四；Google 最好的 Gemini Omni Flash 11 排第六。

我越来越觉得聊天流里的智能体间通信很烦人。把 OC harness 里的可见性改成只显示一行，可以展开。 很确定其他人也会跟进。https://github.com/openclaw/openclaw/pull/161656

Sherpa 用分离的智能体分别负责创意、结构、研究、行文和审校，并以独立的“Narrative World Model”追踪故事历史，解决单个聊天窗口无法维持长篇连载一致性的问题。推文指出 AI 小说读起来像流水线产物，原因在于聊天机器人一次只回答一个提示词、上下文窗口有限，无法记住 40 集前埋下的伏笔，也难以持续抓住读者。

Anthropic CFO Krishna Rao 谈 Anthropic 员工选拔流程中的文化面试环节。 “有人可能在其他所有方面都表现出色，确实是你在这个岗位上见过的最聪明的人。但如果他们过不了文化关，我们就不会录用。” ---- 来自 “Invest Like The Best”（@patrick_oshag）YouTube 频道，（链接见评论）

给后排的朋友们： • 用 Jev 对销售数据做生产级重排序 • 快 20 倍 • 便宜 10 倍 • 准确率提升 12% 你们懂了吗？

一篇 Hacker News 热帖批评开发者用 Claude 等 LLM 代替自己思考：把提示词跑一遍就当作掌握话题，实为虚假的权威诉求。作者指出，AI 热潮让"氛围编程"出的糟糕方案无需共识即可推进，而修改已部署方案的一个设置却要层层审批，并称堆砌信息不等于智能，照搬 AI 输出只会让大脑退化。

JBR-001 是一款基于 Arduino UNO Q 的开源、可 3D 打印桌面陪伴机器人，集摄像头、距离传感器、蜂鸣器、动画显示屏和三个舵机于一体，可支持计算机视觉与边缘 AI 实验。其 STL 文件已开放下载，用户可自行打印、组装和编程扩展。

TechCrunch 分析认为消费者 AI 商业模式依旧难以为继，行业正转向企业合同路线。据 Andreessen Horowitz 引用 PNC 数据，截至 5 月仅 2.2% 的消费者为 AI 付费，月均支出 31 美元；即便按 Netflix 规模估算，约 34 美元客单价也只能带来 110 亿美元年收入，不到 OpenAI 运营成本的三分之一。

嗨！未来两周你们希望我们在 dots 和 space 上推出什么？或者我们可以如何改进产品其他部分。

Google、Anthropic、Meta、OpenAI、xAI 和 Nvidia 的六位负责人在 Trump 白宫晚宴后签署 Joint Commitment on Frontier Responsibilities，这是一份以常识准则自我监管、无违规后果的道德约束型安全承诺。

最新一期 Interconnects 图表——展示开源模型推理经济的指数级增长。图表显示的是领先公司每日处理的 token 量，数据基于公开披露（Together、Baseten 和 Fireworks）以及 OpenRouter API。我低估了 OpenRouter 的增长。

Gary Marcus 发布对 Fordham 法学教授 Zephyr Teachout 的访谈，讨论 OpenAI 是否可依现行法律被追责。

Gergely Orosz 发布与 Cockroach Labs 联合创始人兼 CTO Peter Mattis 的播客对谈，可在 YouTube、Apple 和 Spotify 收听。

我认为智能体的消费级突破，会出现在它们主动发起对话的时候。 Lucas 住在 iMessage 和 WhatsApp 里，有事需要处理时会先给你发消息，比如取消航班的退款，或者你一直拖着没订的预订。主动能力很棒。

Meta 否认记者 Jason Aten 关于其 AI 智能体 Muse 在未经许可的情况下读取用户私人消息的指控。

关于 AI 生意，有一件事需要知道：拥有前沿模型的实验室可以发布半成品，而它们的效果出奇地好，因为 AI 自己能搞明白并随机应变。这就像在产品里内置了一名前线部署工程师和客服人员。

Manus 在 9 月 28 日发布 2.0 后，进一步介绍其中已有的 Game Dev：可在游玩时实时调整速度、重力等参数，管理和替换角色、画面及声音素材，并由平台承担多人游戏的服务器部署、网络与状态同步。本文是对既有能力和创作方式的说明，不是一次新的功能发布。

Manus 分享使用既有视频能力的创作经验：先由 AI 搜索参考、制作镜头与代码视觉元素，再在 Manus Studio 的视频编辑器中逐轨调整画面、字幕、配乐和音效。教程还演示导入本地素材、自动转录与编排初剪，以及将长视频剪成短片；作者以 125 段旅行素材整理成约 11 分钟成片为例，说明如何把生成初稿继续打磨为可发布作品。

这不仅愚蠢，而且绕过它简直易如反掌。Figma 为什么要这么做？

只有 1 个国家参与，很难套用布雷顿森林体系的类比。

作者认为西方实验室已悄然采用中国实验室公开的模型优化成果。DeepSeek 持续公开 KV cache 压缩技术，从 MLA 的约 15 倍压缩到 DeepSeek-V4.1-Flash 的 CSA2、跨层 cache 复用与 FP4 缓存，将全局 KV cache 降至每 token 890 字节，较 DeepSeek-V1 在长上下文编码场景降低约 437 倍。

如果 X 允许使用 App 的人把他们的回复标记为人类撰写，或者你可以把回复限制为通过人类验证的用户，整个体验会好上 10 倍。 我不想不得不把回复限制在我关注网络内的账号。所有机器人也都是认证的。

F.02 Decommission

Cerebras Systems CEO 兼联合创始人 Andrew Feldman 将在 TechCrunch Disrupt 2026 的 Disrupt Stage 发表“Can AI Keep Scaling?

AlphaPixel 发布 Slughorn（C++20、MIT 许可），实现 Eric Lengyel 2017 年提出的 Slug 算法，其专利已于 2026 年 3 月进入公有领域。

🔥🔥🔥 @microagi 🚀🚀🚀

a16z 发布第二期 State of Markets 图表报告，回顾 2026 年前两个季度的股市与科技格局。报告称科技贡献了标普500约76%的盈利增长，AI 建设推动资金从软件转向硬件；A100 等旧 GPU 租赁价格不降反升，算力需求仍超过供给；企业软件经历的是重定价而非末日，约75%的上市公司软件公司已盈利但仅约30%保持20%以上增长。

今天推荐一个功能很丰富的 DSH 上下文管理插件 dsh-context： https://github.com/bowenliang123/dsh-context

Anthropic 发布评估称智谱开源模型 GLM-5.3 的漏洞利用能力接近 Claude Mythos Preview，在 ExploitBench 的 410 次尝试中 50 次构建出可用漏洞利用，Mythos Preview 为 56 次。

小红书技术团队详解推荐系统 Agentic 发布实践：一次发布横跨十几个部署组、数千个 Pod，平均持续 10 多个小时，团队将发布知识沉淀为近 20 万字 SKILL，并构建长程任务 Harness，通过任务持久化状态、流程模板、引擎推进与 Transactional Outbox 效果查证保障跨昼夜可靠执行。