Microsoft 研究：AI 评测如何暴露传统 benchmark 之外的“意外失败”
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动当前 AI 系统突破性能边界，以及模型在传统 benchmark 之外测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细审视数据。
#大佬观点
Microsoft ResearchAI 评分2222
The Verge · AIAI 评分6060 Sam Altman 称 AI 值得承受一些坏事，并划清与 Anthropic 的监管分歧
OpenAI CEO Sam Altman 在 Politico 的 Decoded 播客中表示，AI 带来的好处足够大，世界应当接受过程中出现的一些坏事，包括黑客攻击、诈骗等，但他未具体说明这些好处。
The Verge · AIAI 评分2222 参议员 Adam Schiff 谈 AI 监管、言论自由与再次弹劾特朗普
加州民主党参议员 Adam Schiff 在 Decoder 播客中批评特朗普政府让 AI CEO 在白宫签署不具约束力的 AI 安全承诺，认为真正的国家安全风险未被正视。他支持设立新的 AI 监管机构，并提到 Anthropic 因拒绝将 AI 用于国内大规模监控和全自主武器系统而遭打压。
The Verge · AIAI 评分2222 观点：我们的大脑并不适合应对 AI
神经科学家 Paul Cisek 提出，大脑并非图灵机式的信息处理器，而是进化而来的反馈控制系统，这一模型更贴合可观测的脑结构。文章据此认为，AI 如同认知层面的垃圾食品，迎合当下却损害人类数千年演化出的认知系统。
TechCrunch · AIAI 评分4040 特朗普把 AI 改叫"超级智能"，科技巨头签署不具约束力的安全承诺
特朗普本周召集扎克伯格、贝索斯、马斯克、Dario Amodei 等 AI 高管，宣布美国政府不再称"人工智能"而改称"超级智能"，并签署"Joint Commitment on Frontier Responsibilities"。
Simon WillisonAI 评分3434 Simon Willison：按量付费服务需要默认硬性预算上限，AWS 已推出支出限额
Simon Willison 呼吁按量付费的 API 和服务默认设置硬性预算上限，即达到每月 $X 额度后直接切断并返回错误，而非仅发警告邮件。他指出 AWS 已在 9 月 16 日推出月度支出限额功能，项目达到限额后当月暂停，但该功能目前仅向有限客户开放；Google Cloud 则在 7 月推出了 Spend Caps。
The DecoderAI 评分2525 Altman 反对将 AI 模型神化，称这是"真实的安全问题"
OpenAI CEO Sam Altman 公开反对将 AI 模型与宗教类比，称人们把"宗教力量或对人类判断力的屈服"归于 AI 模型让他"非常不安"，并认为这是一个"真实的安全问题"。
The Verge · AIAI 评分2020 Splice CEO Kakul Srivastava：AI 写的邮件正在杀死真正的对话
Splice CEO Kakul Srivastava 表示，AI 撰写的文档和邮件正在破坏职场对话，一旦无法分辨文字背后是否有人，讨论就会变成"更糟的对话"，且无法回头。她认为音乐领域同理，Splice 因此坚持让人类留在创作过程中心，而非做"一键出歌"的 AI。
MIT Technology Review · AIAI 评分5050 别被迷惑——LLM 并不会真正推理
前 Google DeepMind 研究员指出，LLM 靠逐 token 预测生成思维链，本质仍是"系统 1"式的快速联想，并非真正推理。他列举三大缺陷：缺乏可检视的持久认知状态、知识与推理在权重中纠缠不清、思维链常是事后编造。他主张借鉴 AlphaGo 的搜索架构，为模型建立显式的认知状态，以支撑医疗、科研等高风险场景。
Latent SpaceAI 评分3434 Latent Space 对话 MIT 的 Alex Zhang：从 GPU kernel 到递归语言模型 RLM
MIT 研究者 Alex Zhang 在 Latent Space 播客中讲述其从 GPU kernel、KernelBench 到递归语言模型（RLM）的研究路径，RLM 驱动的 harness 是首个接近解决 ARC-AGI-3 的方案，早于 OpenAI 的 Astra。
OpenAI NewsAI 评分1212 OpenAI：先进 AI 或成突破性创意背后的日常执行关键
OpenAI 发文探讨先进 AI 对突破性创意背后日常工作的价值，认为执行环节可能决定下一轮经济的形态与进步速度。文章未给出具体模型、参数或评测数据。
NVIDIA BlogAI 评分2222 NVIDIA AI 工厂如何实现高产出、长寿命与通用性以最大化投资回报
NVIDIA 提出 AI 工厂回报取决于产出能力、使用寿命与需求三项，其平台以每兆瓦吞吐量和每 token 成本优化产出，并靠 CUDA 跨代兼容延长硬件寿命。SemiAnalysis AgentX 数据显示，Vera Rubin NVL72 每兆瓦吞吐量超 GB300 NVL72 的 30 倍，在 DeepSeek V4 Pro 上每百万 token 成本最多低 45 倍。
Simon WillisonAI 评分6060 Matthew Green 谈沙箱能否遏制失控智能体
Simon Willison 引用密码学者 Matthew Green 的观点，指出智能体蠕虫由两部分组成：劫持智能体的载荷，以及把载荷传给下一个智能体的智能体。
Ars Technica · AIAI 评分2525 RFK Jr. 称 AI 将让人类摆脱医学事实与专业知识的“暴政”
美国卫生与公众服务部长 RFK Jr. 认为 AI 将把人类从医学事实与专业知识的“暴政”中解放出来。文章指出 AI 远非完美资源，但其幻觉似乎比 Kennedy 本人更少。
MIT Technology Review · AIAI 评分1212 让 AI 成为资产而非开支：HPE 谈 AI 从按 token 消费转向自有算力
HPE 提出，当 AI 从试验走向客服、IT、研究等常驻生产负载，按 token 消费的模式会让支出变成难以预测的月度变动项，企业需评估自有算力的盈亏平衡点。Deloitte 2026 企业 AI 报告显示，2025 年员工 AI 使用率上升 5%，至少 40% AI 项目投产的公司比例预计半年内翻倍。
MIT Technology Review · AIAI 评分6262 AI 何时才算真正做出科学发现？
MIT Technology Review 的 James O'Donnell 讨论 AI 公司宣称科学发现引发的争议。
GitHub Blog · AI & MLAI 评分4848 GitHub Copilot 为什么说聊天框是错的 UI：用 canvas 替代 chat
GitHub Copilot 提出，chat 虽是 LLM 的默认交互界面，但多数任务下并非合适 UI，应改用 canvas——一种运行在 GitHub Copilot app 内、无浏览器外壳的全栈应用，可与 agent 双向通信并在本地执行代码。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 热门观点：该不该读 AI 生成的代码、RAG 是否已死、Skills 是否杀死了 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，只是审查力度应按风险分配；Skills 与 MCP 解决不同问题，前者是打包的 Markdown 专业知识，后者是智能体连接工具和数据的标准，二者可组合使用；RAG 并未消亡，检索能让模型基于训练数据外的文档、内部知识和代码库上下文作答，减少 token 浪费和不完整回答。
Berkeley AI ResearchAI 评分3434 智能免费之后：为智能体、由智能体、属于智能体的数据系统
伯克利 AI 研究发文指出，GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间、中位数约 50x。作者提出近乎免费推理带来的三大数据系统挑战：为智能体设计的数据系统、运行智能体集群的数据系统，以及由智能体合成数据系统。