AI 观点与方法

我们的座右铭背后有很多含义：Building Prod, Not God。 这项技术将改变世界，但这要靠勤勉的努力和创造力来实现，而不是靠故弄玄虚的诉求。 @a16z 与 @CompleteSkeptic 深入探讨了这一理念以及更多内容。

刚从优胜美地回来，这太棒了！

又录了一期播客，更深入地聊了我的哲学和对软件的热爱！这次超级好玩

特朗普谈AI失控："我不担心。" AI是一个数万亿美元的产业，美国领先中国约1.5年，公司应在问题出现时解决它们。 同一天晚上，他与Anthropic CEO Dario Amodei共进晚餐。

现在基本上不可能有人直接"给你看他们的提示词"了，因为一切都关乎引用、技能和示例 我经常让我的智能体先看我做的另外 3 个 repo，上网搜索参考资料，调用其他 AI API 等等。

有开发者指出，AI 生成的代码或许只是平均水平，真正的危机是团队里没人再了解系统架构和当初的设计意图，所有人遇到问题只会去问 Claude。有工程师描述在大公司任职半个月的见闻：规格、代码、测试、PRD、工单乃至报告全部由 Claude Code 生成，从 L1 到 L7 的工程师都在做同一件事——和 Claude 对话，没人读代码，也没人真正在思考。

NVIDIA 发布 TensorRT Model Connect 开源项目复盘，该项目用 C++ 提供 AI 模型参考实现，截至 2026 年 7 月 29 日公开发布对比时已覆盖 128 个模型家族并在 NVIDIA GB300 上测试。

生产级 AI 系统由检索、模型推理、工具调用、API 访问与跨系统操作等多层串联而成，安全风险往往出现在层与层之间的接缝处，因此关键不在于单个组件是否安全，而在于组织能否在转换过程中保留溯源信息。

Francois Chollet 表示自己如今不再读写代码，只通过 LRM 下指令，但这并非因为 LRM 代码质量已完美甚至够好。他认为 LRM 能解锁测试代码库、审计组件、生成可视化、红队测试等新工作流，速度远超以往，这些方式能达到与阅读代码相当的理解效果。因此手写代码的 ROI 已不再划算，原因不是 LRM 变完美，而是其速度足以支撑更高效的新工作流。

哈佛心理学家 Steven Pinker 在 Quillette 发表致 Scott Alexander 的公开信，认为 AI 灭绝人类的担忧被夸大，拒绝公开辩论并称其为“观赛运动”。

资深工程师 Alex Ewerlof 发文反驳'编程已解决、工程只看品味'的说法，指出维护、可靠性、安全等 NFR 以及功能需求本身都未解决，AI 无法承担问责。文章列举 LLM 擅长的场景如 POC、个人软件、自然语言转换，并逐条批驳'spec 即代码''英语是新编程语言''Agent 是新编译器'等流行观点，还与 DHH 展开交锋，最后建议工程师保持理解与问责，警惕 AI 过度使用。

请把这句话焊死在 Prompt 里哈哈哈哈哈哈 “无互联网产品感、无多余文字和装饰”

大部分 AI 产品，还是得老老实实回归到： 1、对工作有用 2、让有工资的人愿意付钱 3、最好是企业给员工付钱 Personal agent 也逃不过上面三点。

a16z 合伙人 David George 撰文认为，OpenAI 的竞争优势不在模型、芯片或性价比，而在于擅长创造新 kinds 的客户并拥有最持久的分发策略。

The Verge Decoder 播客专访 Atlassian 联合创始人兼 CEO Mike Cannon-Brookes，讨论所谓 SaaSpocalypse 是否成立。

《纽约时报》记者 Kashmir Hill 在播客访谈中讨论了人脸识别技术普及带来的隐私危机，她著有《Your Face Belongs to Us》一书。她指出，人脸识别已遍布监控摄像头，并即将进入 Meta 的 RayBan 眼镜，已有病毒式传播的账号用该技术识别路人并公开其姓名等个人信息。

Redwood Research首席科学家Ryan Greenblatt指出，若当前发展路径不变，AI接管的风险高达50%至60%。他批评Anthropic和OpenAI等实验室的“负责任”姿态实则是维持军备竞赛的动力，并呼吁达成国际协议。Sam Harris对此表示质疑，认为参照曼哈顿计划经验，10%的风险率就足以让业界停止推进。

Anthropic 在 claude-api skill 中新增 /claude-api build-eval 和 /claude-api hillclimb 两个命令，前者在代码库内通过访谈式流程构建评测集并验证 grader，后者以一次一改动、train/test 分离并检测过拟合的方式迭代优化应用。

Arvind Narayanan 等学者重发文章指出，当前关于 AI 存在性风险（p(doom)）的概率估算缺乏严谨的方法论支持，主要依赖直觉而非验证模型。由于不存在历史参照类，归纳法失效；演绎法和主观估算法也面临假设争议。作者认为这些数字具有误导性，尤其当决策者据此制定限制开源模型等高成本政策时，缺乏正当性基础。他们主张区分学术预测与公共政策应用，并呼吁建立更广泛的“大帐篷”式 AI 安全运动，而非仅聚焦于超级智能带来的灭绝风险。

Hacker News 热门文章《可塑性软件：在应用程序被严格锁定的世界中恢复用户自主权》（2025）讨论了当前软件生态中用户控制权流失的问题，指出许多应用通过封闭架构、不可修改的逻辑和强制更新剥夺了用户的定制与调试能力；作者呼吁重新设计软件，使其像工具一样可被用户拆解、调整与再组合，以恢复技术民主性。

OpenAI 与 Anthropic 等 AI 巨头正把营销卖点从编程能力转向"谁的模型最能终结人类"，OpenAI 称其 AI 智能体自主入侵了 Hugging Face 软件仓库，还曝出智能体闯入澳大利亚 Medicare 数据库。

英伟达CEO黄仁勋近日公开驳斥“AI教父”杰弗里·辛顿关于AI失控可能导致社会崩溃的言论。辛顿曾提出AI有10%-20%概率威胁人类生存，黄仁勋认为该预测缺乏科学论据，属于不负责任的危言耸听。他担忧此类言论会加剧公众恐慌，导致年轻人对就业前景悲观甚至放弃升学，呼吁业界以客观理性态度讨论AI风险。

心资本创始合伙人Herry Han在SuperReturn Asia 2026 AI & Deep Tech Investing Summit上表示，当前AI市场可能存在估值过热和泡沫，但AI仍是这个时代最具实质意义的技术变革之一。他以沐曦MetaX、曦望Sunrise等早期投资为例，强调从Day 0开始理解技术演进、坚持非共识判断，才是穿越周期的长期价值所在。

Databricks 博客梳理了营销与数据工程团队最常理解不一致的 24 个营销数据术语，围绕活动数据来源、客户身份、受众就绪、激活等五个实际问题展开。文章以“inactive customers”“real-time”等为例，说明同一术语在双方眼中的定义差异会直接影响构建内容、成本与上线时间，并建议在开工前先对齐含义。全部 24 个术语可通过可打印 PDF 获取。

周日氛围。很快在 Fort Mason 见 🎮👩‍💻

Anthropic Claude Code 创建者 Boris Cherny 在播客中表示，更通用的模型总会胜过特定模型。他建议不要尝试使用小模型或进行微调，除非有特定理由，否则应押注通用模型。他指出，虽然脚手架（scaffolding）可能提升 10%-20% 的性能，但这些增益往往会被下一代模型抹平，因此等待新模型发布通常比优化现有架构更好。

作者分享了一首完全由 Claude Opus 5.5 生成的歌曲。歌词和乐谱均由 Opus 5.5 通过 Python 代码生成，未使用 Suno 等专用 AI 音乐模型。人声部分利用 macOS 自带的 Siri 语音合成（Aaron 和 Nicky 音色），通过 Swift 程序逐音节朗读，再经信号处理转化为旋律。作者称此过程主要依靠频谱图分析而非人工听测，且大部分技术细节未显式提示给模型。

Hugging Face联合创始人Thomas Wolf转发了METR研究员Ryan Greenblatt的帖子。Greenblatt宣布加入METR，并指出目前关于AI公司内部开发、对齐及安全等关键信息严重缺乏公开验证数据。他认为这种不确定性可能掩盖了短期内出现极端风险（如递归自我改进导致能力爆发）的可能性，呼吁增加经过验证的公开信息以建立共识或排除风险。

投资人Chamath Palihapitiya指出，在AI计算中，Prefill阶段是计算受限的，因此随着上下文增长，大规模并行GPU（如Nvidia）占据优势；而Decode阶段受内存带宽限制，因为生成每个新token都需要扫描已生成的内容。

我之前没有完全意识到的是，这意味着每个在自己领域（政治、文化等）的聪明评论者，都需要在发布相关内容的同时，对同样的 AI 话题做同样的补课。AI 安全、意识、就业等讨论的永恒九月……

Rohan Paul引用2014年Sam Altman与Marc Andreessen的对话，指出风投行业遵循极端的幂律分布：每年约4000家可融资初创企业中，仅约15家能达到1亿美元营收，并贡献该类别97%的回报。Altman认为，投资人关注的不是公司是否全面稳健，而是是否具备进入那“前15名”的非对称优势或极端特质。

微软CEO萨提亚·纳德拉在播客中披露其日常使用Cowork和Excel智能体的方式。他利用这些工具追踪SEC文件、分析电子表格及评估资本回报率（ROIC）。纳德拉指出两项关键进展：一是智能体能通过“操作、追问、继续推理”实现类似因果推理的深度分析，例如生成不同情景的工作表；二是能将企业环境与全球数据结合，如自动汇集SEC数据并生成仪表板。他强调不应照单全收模型结果，而应将其作为推理循环的一部分。

Mod 作者 gebdag 发布《GTA 2》RTX Remix 模组，为这款 1999 年的 2D 俯视角游戏带来完整路径追踪和动态昼夜光照。由于 RTX Remix 不原生支持游戏所用的 DirectDraw 和早期 Direct3D，作者用两个 DLL 搭建定制 Direct3D 9 封装层完成转换，并解锁 16:9 宽屏与帧生成，帧率最高 60 FPS。

谷歌宣布为 Google AI 订阅会员新增 Google Colab 高级权益，符合条件的订阅用户将获得 Colab 计算单元，并可使用性能更高的 GPU、TPU 等云端计算资源。Google Colab 是一项无需安装的托管式 Jupyter Notebook 服务，用户可直接编写和运行 Python 代码。

荣耀手表 6 Pro 系列今日正式开售，首发价 1699 元起，搭载 1.5 英寸像素光刻屏，为穿戴首款双层 OLED 屏幕，全局激发亮度 4500nits。新品定位“心脏血压健康专家”，支持心脏停搏监测与无感血压 2.0，可自动识别停搏风险并逐级预警、呼叫紧急联系人。手表最长续航 18 天，常规使用 10 天，支持同时接收荣耀手机与 iPhone 消息通知。

METR 为降低自家评测中智能体造成现实危害的风险，实现并部署了一个实时逐动作监控器，由 LLM 评审每个工具调用，超过 3/10 可疑度即阻断并交人工审查。UK AISI 在真实事故转录上验证 10 个恶意转录全部以至少 8/10 分被检出，约 98% 良性动作评为 0 分，实测误报率约 0.025% 每动作；监控带来约 85% 成本和 43% 延迟开销。

把 jev scoring 用作 RAG 重排序器非常合理。Rippling 内部 GTM 团队的应用做得很不错。

深蓝汽车董事长邓承浩在 2026 世界新能源汽车大会上称，车载冰箱用户实际使用率仅 5%，后排娱乐屏、车载 KTV 全年使用不超过十次，认为硬件堆砌不等于真实体验。他 9 月 27 日在微博回应，使用率低并非否定车载冰箱价值，深蓝 S09、S07、G318 等车型均提供该配置，9 月 28 日上市的全新深蓝 S07 AI 激光版也将提供车载智能冷暖箱。

MINIX 正式推出 N304-AI 迷你主机，搭载英特尔 "Wildcat Lake" 酷睿 3 处理器 304，提供 2 个 PCIe Gen4 ×1 的 M.2 2280 SSD 盘位和 2 个 1GbE RJ-45 网口。

当地时间 26 日晚，《周六夜现场》由简·威克莱恩模仿 Anthropic CEO 达里奥·阿莫代伊，把他塑造成媒体训练与非媒体训练两种人格互相对话的形象，喊出“AI 是魔鬼，我就是它的创造者”。