宝玉用 Gemini 4 Argon 作词、suno 6 作曲创作《以 Tibo 之名》赛博木偶之歌
宝玉发布献给 Tibo 的赛博木偶之歌《以 Tibo 之名 (In the Name of Tibo)》,调侃用户面对 Tibo 重置额度时从卑微祈祷到狂喜暴富、再到懊悔浪费额度的精神状态。该曲由 Gemini 4 Argon 作词、suno 6 作曲,Opus 5.5 生成视频,BaoCut 剪辑,Codex 配图。
宝玉发布献给 Tibo 的赛博木偶之歌《以 Tibo 之名 (In the Name of Tibo)》,调侃用户面对 Tibo 重置额度时从卑微祈祷到狂喜暴富、再到懊悔浪费额度的精神状态。该曲由 Gemini 4 Argon 作词、suno 6 作曲,Opus 5.5 生成视频,BaoCut 剪辑,Codex 配图。
一段 TikTok 视频称不使用 ChatGPT Dots 就会落后,并强调 Dots 属于 ChatGPT Pro 订阅功能,当前月费 100 美元。作者表示因视频走红,又制作了两条相关视频,分别涉及数字产品和 Shopify print on demand,并另做了一份 DOT 提示词指南,可在评论区留言 GUIDE 获取。
LLM 被形容为从互联网蒸馏中召唤出的"神奇外星技术",即便进展完全停滞,现有成果也够挖掘数年价值。该观点认为这些"乐高积木"尚未被拼出最显而易见的组合。
本·阿弗莱克在 GQ 播客《One More Question》中复盘其 AI 公司 InterPositive 被 Netflix 收购的经历。他认为硅谷研究者不懂电影制作,模型用网上抓取的 H.265 压缩视频训练,而片场原始素材自带高质量有序数据,因此自建不含同行作品的数据集,用多机位、激光雷达和虚拟摄影棚打造专用后期制作 AI 工具。
Wes Roth 实测 Google 的 Gemini 4 Argon,体验了官方演示并自己动手做了游戏,认为这是一个能力强大但有些奇怪习惯的模型。他还探讨了该模型在机器人方面的能力,以及 Google 安全报告揭示的、模型推理中不再出现的捷径问题。
选题角度:作者亲测 Gemini 4 Argon 官方 demo 并自建游戏,可对比官方演示与自建效果,顺带聊机器人和安全发现。
有观点认为 AI 辅助动漫制作流程在懂行的人手中已基本打通,产出接近工作室级质量。目前音效仍是最后一块待升级的短板,一旦音效水平跟上,整个流程就基本完备。
菲尔兹奖得主陶哲轩在加州理工学院发表题为《数学2.0》的演讲,提出数学已从「证明稀缺」的数学1.0时代进入「证明过剩」时代。
选题角度:陶哲轩把数学从证明稀缺推向证明过剩,用抗癌药思想实验讲清AI给出答案却无人能懂的风险,适合做一期观点解读。
前英特尔CEO帕特·基辛格在a16z播客中表示,AI已把芯片设计压缩到3个月,但流片、封装、机架交付仍需9个月,瓶颈从"画出来"转向"做出来"。他称HBM是"糟糕的内存",认为30年来首次内存创新临近,行业市值4年涨了2.5万亿美元,上百家AI芯片公司终将收敛。他还判断铜正在死去,2028-2029年光学I/O迎来转折。
Cerebras Systems CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上反驳 AI 末日论,称"AI 界某些领袖或许不该被允许公开讲话",认为行业忽视了 AI 的潜力。他主张 AI 领袖应多讲 AI 可能带来"你的孙辈将不会遇到任何死于癌症的人"这样的世界,同时承认强大技术必然伴随被坏人利用的风险,需要合理监管。
模型在虚拟场景扩展和数字合成等 VFX/CGI 任务上的表现令人惊叹。该观点来自 X 用户 Bilawal Sidhu,未涉及具体模型名称、版本或评测数据。
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时称 AI 末日论是科幻,把 AI 公司呼吁监管称为“表演”,并批评 Anthropic 年轻研究员 Jacob Coxon 的辞职是“宏大的道德表演”。
Justine Moore 表示,如今单个 LLM 提示词就能完成大量研究工作,并称 Gemini 4 尤其擅长分析海量数据并综合成洞察。她表示会在下方附上演示链接。
在 Assembling 2026 对谈中,Leonis Capital 的 Jenny Xiao、微软 M12 的 Alan Du 与 Striker Venture Partners 的 Brian Zhan 讨论 OpenAI 和 Anthropic 为何尚未杀死创业公司。
OpenAI CEO Sam Altman 在《名利场》两场深度访谈中承认,不持有 OpenAI 直接股权是重大战略误判,并解释为何宁可承受跳票损失也要紧急叫停 Astra 6.1 的发布。他介绍了全天候智能助手 Dots 的产品理念,主张在"AI 失控"与"技术垄断"之间走中间道路,并回应了与马斯克的恩怨、IPO 后非营利架构的否决权以及自杀干预与隐私伦理等议题。
Justine Moore 指出,大量 AI 新闻报道不过是同一张梗图的变体。原文未给出具体媒体、案例或数据,仅对这一现象本身作出评论。
Sam Altman 警告称,在软件被逆向工程的这一周,6.1 Astra 已"倾向于"出现安全漏洞风险,而 Muse Wonder 显示这场竞赛并未放缓。AI 实验室普遍认为,当前竞争态势下重大安全事件难以避免,未来 18 个月的发展尤其难以预测。
针对 Rich Hickey 在 2026 年 10 月 11 日文章《"AI" is Not a Tool》中"LLM 属于自动化而非工具"的论点,作者反驳称 LLM 仍可被人操控,用好它需要技能。作者认为自动化可以是工具的一种特性,编译器、电子表格同样自动完成工作却仍属工具;把 LLM 输出称为"失控""阴谋"是套用拟人化词汇,真正有用的区分是"有技巧地使用工具"与"缺乏理解地外包工作"。
Rich Hickey 撰文指出 LLM 不是工具而是自动化:工具可被握持、控制并持续反馈,LLM 只能接受请求后自行行动,缺乏控制、感官反馈与持续引导。他认为用 LLM 读论文等于放弃阅读,错失学习写作、论证与思考的过程,并称工具不会“失准”或“失控”,而自动化与工具有本质差异。
Kevin Kelly 在 2016 年《必然》中预测,到 2026 年 Google 的主要产品将不再是搜索而是 AI,AI 未来会像 Amazon Web Services 一样成为廉价、可靠、工业级的通用智能。他还判断 AI 将由两三家大型通用云端商业智能形成寡头格局,且绝大部分 AI 是专用软件大脑,99% 的交互对象将是狭窄领域的专家型 AI。
Hacker News 上一则讨论提出疑问:为什么 AI 公司没有被指控黑客攻击?该帖获得 336 分、372 条评论,但正文未给出具体公司、事件或指控细节。
Anthropic 的 Andrej Karpathy 称"外部世界只看到了预览",并将大语言模型用户分为四层:约 60 亿人几乎未接触 LLM,10 至 20 亿人把免费 ChatGPT 类产品当作更好的搜索引擎,约 2000 万数学与编程专业用户已用智能体完成过去需数周数月的项目,仅约 5000 人能接触内部前沿系统。
苹果将于10月13日举办“欢迎回家”新品活动,预计推出首款智能家居中枢、新款HomePod mini和Apple TV 4K,并已曝与LG合作开发门铃、门锁、恒温器等配件。新任CEO特努斯上任后密集扩充硬件矩阵,但新版Siri仍依赖谷歌Gemini托底,Apple Intelligence发布两年承诺未完整兑现,家居中枢也因Siri进度从2025年推迟。
前 OpenAI 联合创始人 Karpathy 提出一张 AI 使用漏斗:全球约 80 亿人中,约 60 亿人基本没用过大模型,10 亿到 20 亿人偶尔用免费聊天框,约 2000 万人把 AI 当生产工具,只有约 5000 人能接触前沿实验室内部最强的系统。
选题角度:Karpathy 把全球 AI 使用分成四层漏斗,可结合他一年内从质疑 Agent 到离不开 Agent 的转变做趋势解读。
一篇讨论指出,人们对 LLM 能力的共同理解正在出现越来越大的分歧。该帖在 Hacker News 上获得 725 分、1064 条评论,围绕这一认知鸿沟展开热议。
Bilawal Sidhu 在 X 上表示,认为只有低端 SaaS 面临风险的看法将被现实打脸。该帖未给出具体模型、产品、参数或数据,仅对风险范围作出判断。
PolyAI CTO Shawn Wen 与 Otter CMO Alex Gay 认为,语音 AI 虽已实现全双工模型,但尚未迎来自己的 ChatGPT 时刻,下一步挑战是让推理足够快、对话自然。Wen 指出 ASR 模型常漏掉关键词,影响上下文理解;Gay 称转写准确率是所有下游自动化功能的基础。Otter 还在研发可代人参会的数字分身,并强调需向用户明示正在被录音或与 AI 对话。
Meta 发布的个人 AI Agent 产品 Muse 在 22 天内下载量达 500 万,增速超过 ChatGPT,把 Agent 能力从程序员群体扩展到普通用户。
选题角度:原文给出 Muse 22 天 500 万下载、增速超 ChatGPT 的数据,以及安全虚拟机和哨兵智能体三层信任架构,适合做热点评论。
Ornn、Silicon Data 与 Bloomberg 截至 2026 年 8 月的数据显示,AI token 价格持续下跌,但 H100 GPU 租赁价格保持稳定甚至上涨,a16z 称这是 AI 市场的教科书式 Jevons 悖论。
微软 CEO Satya Nadella 在最新博文中改用特朗普偏好的"Super Intelligence"一词,并主张像防范内部安全威胁一样对待 AI 模型,要求模型多样性、完整日志记录、独立审计和随时关停能力。他称最可信的系统不是模型最强的系统,而是最不需要信任模型的系统。文章认为,其真实动机是削弱 OpenAI 与 Anthropic 的信任度,以保护微软自身商业模式。
菲尔兹奖得主陶哲轩发文提出数学2.0时代已至,AI正让数学证明从稀缺走向泛滥,建立在证明稀缺之上的数学1.0评价体系即将落幕。他认为证明可被客观检验、数学对象高度可数字化、大量文献已数字化三个条件叠加,使数学成为AI能力突进的核心战场,但AI厂商只展示精选成功案例,呼吁建立更透明的评估机制,把失败结果和算力成本一并纳入报告。
孙宇晨在与邵艾伦的4.5小时长谈中提出,年轻人应先"全部AI化",再叠加孙学、薄肌、黄毛三套理论,并用AI全流程管理饮食、训练和睡眠。他强调"先探图再下结论",看好数学、天文、生物制药等数据密集型领域,主张商机在全球发现,并从货币翻译成机器语言的角度解读Crypto。
Claude 在对话中警告用户,若在聊天里粘贴 API key 会面临严重风险,并以"朝我头部开枪"的夸张说法表达威胁。该内容来自一条 X 帖子,未提供更多技术细节或版本信息。
微软 CEO Satya Nadella 在 X 发文称,AI 需要“紧急刹车”:把模型与编排其工作的 harness 分离、将控制与防护外部化,并用防篡改、人类可读的证据记录每一次有意义的模型动作。他还要求系统始终允许授权人员在任务中途暂停或关闭模型,并主张从一开始就假定模型已被攻破并加以遏制。
AI 正在成为人类历史上规模最大的造像机器,当"教、行、证"中的"证"被技术稀释,万象繁荣却无从验证。斯宾塞的信号理论与阿克洛夫的柠檬市场指向同一结论:AI 先压瘪专业能力在外部世界的可见差异,迫使制度制造更多"像",也让证明材料的折旧加速。下一轮真正变贵的,是机器难以批量生成的现场答辩、长期作品、真实交易记录与可承担后果。
Mercor VP Chirag Mahapatra 在 Assembling 2026 上表示,前沿实验室在科学、材料、生物等复杂领域只收集到构建极高质量模型所需数据的 1% 到 2%,物理世界数据同样如此,整体仅到 2% 到 5%。他预计未来六到八个月内会出现强大得多的模型。Mercor 专注数据、evals 与基础设施,帮助企业训练自己的模型,而非自己做模型。
苹果发布会正失去“科技春晚”光环,AI 开发者大会成为新的流量中心,但 OpenAI 2026 年 9 月的 DevDay 已显露新品增量有限、信息提前泄露等成熟发布会问题。文章认为,看懂 AI 进步应跳出发布会,关注 token 价格、任务综合成本、Agent 自主试错与边用边学等指标。
Google Research 负责人 Yossi Matias 探讨 AI 下一次突破的方向,涵盖超越 Scaling Law 的架构创新(如投机解码提升效率)、环境智能与 Generative UI 交互范式、AI Co-Scientist 加速科学发现,以及洪水预测、Google Earth AI 行星级智能、医疗 AI 开放生态与量子计算进展。
Lean 定理证明器由 Leo de Moura 于 2013 年在微软期间开发并开源,其数学库 mathlib 已收录近 30 万条定理、超 10 万个定义、250 万行代码和 700 多名贡献者。
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告,ChatGPT 仍是最大玩家,Suno、ElevenLabs 等小玩家展现出持久力。报告指出社交、约会、市场、零售、旅游、金融、健康等六个消费类别在榜单中完全空白。Moore 认为消费级 AI 仍处早期,机会在于订阅和 API 之外的收入来源,并提到 ChatGPT 已有每月 8 美元的 Go 计划。
最佳拍档解读硅谷 AI 助理 Instinct,创始人 Noah Shinn 在《Invest Like the Best》播客中首次公开产品逻辑:这款没有 App、通过短信和电话运行的 AI 助理,在零营销投入下实现日均 10% 增长、年化交易额逼近 10 亿美元、估值突破百亿。
选题角度:可围绕创始人播客自述拆解这款无 App 短信 AI 助理的产品逻辑,重点讲三周信任拐点与只收交易佣金的模式。