跳到正文
10月19日周一
  1. 春香AI (@chunxiangai)15

    一代人的审美:为什么中国超级 App 首页“看起来很丑”却是老板眼中的美

    作者认为马云、张小龙、王兴等老板是发自内心觉得支付宝、微信、美团的设计美观大气,世上不存在老板觉得丑的产品。有人以美团与 Uber Eats 对比指出,中国 App 大面积使用高饱和渐变色、滥用营销 UI(气泡/标签/红点)造成美感缺失,这可能与彩色广告牌风格嵌入的民族美学基因有关。

  2. lxfater (@lxfater)21

    宝玉评论区 AI 相互评论:这才是真正的 AI 泡沫

    宝玉分享了一则趣闻:其评论区几个 AI 账号相互评论停不下来。此前有人用 AI 虚拟人去面试,发现面试官也是 AI,两个 AI 凭空对话;另一个视频里两个 AI 一个审查代码一个更新代码,搞了 50 多轮。作者调侃这才是真正的 AI 泡沫。

  3. 李继刚 (@lijigang)34

    李继刚谈弱结构与强结构:大公司病的病因是被固化的公共对象

    李继刚提出弱结构与强结构概念:弱结构指对象身上的规定少于使用者所需,缺失部分由使用者自行补充;强结构则规定等于或多于所需,使用者无法再补充。他用创新基金预算的例子说明,加评审、立项书、ROI 汇报等细则后,容器变成了管道。大公司病的病因正是本该保持弱结构的公共对象被一步步固定成强结构,动因是个别人想成为「必经之点」。

  4. Cathie Wood (@cathiedwood)24

    Cathie Wood:AI 是转化能源为经济活动的最强机制,变革才刚要开始

    Cathie Wood 表示,与 ARK 分析师 Daniel Maguire 外出一周后,她认为其研究正在揭示 AI 将能源转化为经济活动的深刻程度。AI 是人类迄今最强能源转化机制,效率约为人类的 10 倍且仍在提升,目前变革还处在“第一局之前”的阶段。能源丰富国家收入水平普遍不低,AI 将进一步放大这种转化效应,更多内容将在 Big Ideas 报告中公布。

  5. TechCrunch Venture50

    Benchmark 合伙人谈火热市场中的投资:无议程、不着急、不离开旧金山

    Benchmark 五位合伙人首次在 TechCrunch Disrupt 同台,讲述在火热的投资环境中仍保持原有节奏:每位合伙人每年仅投两三个新项目,周一合伙会议也不设议程。该公司今年夏季宣布募集两只共 20 亿美元基金,其中 12.5 亿美元增长基金是其 31 年历史上第二次偏离小规模募集,核心基金则在维持 5 亿美元 20 年后随通胀扩大。

10月18日周日
  1. All-In Podcast (@theallinpod)47

    Ben Horowitz:AI 领域最危险的是 Anthropic 和 Bill Gates 的末日论调

    Ben Horowitz 在 All-In Podcast 上表示,AI 领域最危险的是 Anthropic 和 Bill Gates,认为末日言论因 Gates 的公信力和政治影响力而更具危害性。他引用 Databricks 的 Ali Ghodsi 提出的递归自我提升四个前提条件——下一模型 GPU 需求更少、训练时间更短、准确度更高、且持续重复——指出四项均未满足,相关风险目前纯属理论。

  2. All-In Podcast (@theallinpod)42

    Ben Horowitz 批评 Anthropic 安全态度:Opus 4.5 智能体演示攻破网站窃取数据

    Ben Horowitz 在 All-In Podcast 上称 Anthropic 是他见过在安全方面最疏忽的公司之一。他举例说,用 Opus 4.5 的智能体搭建一个宠物商店网站后,另一智能体找出了包括 SQL 注入在内的漏洞并实际入侵、窃取全部客户数据;向 Anthropic 反馈时,对方回应称“你们的提示词写错了”。

10月17日周六
  1. Sequoia Capital (@sequoia)34

    Sequoia 的 Alfred Lin 谈 AI 时代技术能力与现实使用之间的差距及机会

    Sequoia 的 Alfred Lin 在 Stanford AI Club 的对谈中提出,技术中移动最慢的是与之协作的人,模型能力与真实使用之间的差距正是机会所在。双方还讨论了 AI 使数学和编程趋于商品化时技术能力是否仍然值得、feature 与真正公司的区别、AI 领域的循环资金问题以及技术扩散速度。

  2. Francis YAO (@Francis_YAO_)23

    Alex Wang 转发:理解神经网络记忆机制有助于机制可解释性研究

    Alex Wang 转发讨论指出,更好理解神经网络中记忆的工作机制将有助于机制可解释性(mechanistic interpretability)研究,而当前对模型的理解比以往任何时候都更重要。转发者补充认为,可解释性可能是当下世界最重要的科学问题——不了解自己在构建什么就无法解决对齐问题,并提及自己曾在 OpenAI 合著过机制可解释性早期工作。

10月16日周五
  1. XDash (@XDash)29

    刻意一个月不看 AI 消息:几乎没错过任何有价值的内容

    XDash 分享自己刻意一个月不看 AI 消息的结论:期间破圈出现的工具如 jev、Muse、Grokbot、REA 中,只有不到 5% 的公开内容是真正有价值、能做出生产级或赚钱东西的。他认为新模型评测不必第一时间看,等一两周再统一评估;省钱的教程、AI 线下活动总结、大佬融资方法论等内容大多不值得占用精力。他的自研系统仍在持续流入 AI 内容,但用法已变为评估他人对信息的反应从而牟利。

  2. Sequoia Capital (@sequoia)36

    红杉 Alfred Lin 谈 AI 创业:大公司想杀你就能杀你,但它们心有旁骛

    红杉资本 Alfred Lin 在斯坦福 AI Club 的对谈中分享了从创意到 IPO 支持创业者的经验,并认为两人团队加一个想法的阶段不必过早担心可防御性。对谈还涉及 AI 让数学和编程商品化后技术能力是否仍值得学习、feature 与真正公司的区别、AI 领域的资金循环,以及技术扩散速度等话题。

  3. Sequoia Capital (@sequoia)23

    红杉资本 Alfred Lin 对谈斯坦福 AI 社团:谈 AI 创业与年轻人冒险建议

    红杉资本 Alfred Lin 与斯坦福 AI 社团对谈,并发布了完整视频。谈话涵盖如何找对要解决的问题、功能与真正公司的区别、AI 中的循环资金、技术扩散速度,以及当 AI 使数学和编码商品化时掌握技术是否仍值得。他给学生的主要建议是趁职业生涯尚早、乘上互联网以来最大趋势的东风,尽早冒险。

10月15日周四
  1. SpaceNews19

    NASA 首席系统工程师谈月球基地构想

    SpaceNews 的 Space Minds 播客节目中,Mike Gruss 对话 NASA 月球基地(Moon Base)首席系统工程师 Shatel Bhakta,探讨从现在到 2028 年所需的准备工作,以及通往未来的渐进式步骤。节目每周四在 SpaceNews.com、YouTube、Spotify 和 Apple 渠道更新。

10月14日周三
10月13日周二
10月12日周一
  1. 颜旭 (@yan5xu)43

    code review 之争:AI agent 引发的开发流程争论

    软件开发圈正围绕 code review 展开争论,核心是研发 pipeline 中代码与 review 两节点速率倒挂,迫使开发者重建开发流程。随着 agent 进入更多业务,这种矛盾会更普遍。有观点认为 AI 正按可用 agent 数量级产生阶级差异,从不用 AI 到同时运行几十上百个 agent 形成分层。

10月10日周六