Airrived CEO Anurag Gurtu 撰文批评企业 AI 的 FDE 泡沫
Airrived 联合创始人兼 CEO Anurag Gurtu 撰文批评企业 AI 公司靠驻场工程师维持所谓自主产品,把人力服务成本包装成软件 ARR 融资。
Airrived 联合创始人兼 CEO Anurag Gurtu 撰文批评企业 AI 公司靠驻场工程师维持所谓自主产品,把人力服务成本包装成软件 ARR 融资。
Ben Thompson 在 Stratechery 发文探讨对 Apple 的信任问题:Apple 在提供一体化产品和保护隐私方面拥有很高的信任度,但真正的信任问题在于你是否相信 Siri AI 会让你觉得继续投入 Apple 生态是值得的。
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。
一位开发者在使用 Mole 后顿悟了搁置已久的 iOS 产品创意的关键一环,此前该想法因“最后一个拼图”没想明白而一直搁置。他抑制不住兴奋,随即打开了 Xcode 准备动手开发。
作者认为 Vibe Coding 带来的即时满足感过于强烈,如同陷阱,堪比短剧短视频,对身心健康有害。相比之下,作者周末亲手绘制了两个 icon 方案,感到前所未有的平静,因此主张做真正的 Builder,掌控整个开发过程。
Paul Graham 转发了 Elon Musk 的帖文,后者称明年将向美国的每个孩子赠送一股其 SpaceX 股票,并表示这只是开始,后续还会有更多类似举措。
Thinking Jimmy 在 X 上发布题为《或许有些暴论》的文章。原文仅含该标题,未提供正文内容,因此其具体观点无法从现有资料中确认。
赵纯想发帖质疑 Discord 的举动,并重申 Telegram 源码是开源的。他表示不明白为何还有人钻研 iOS 版的 UIUX,AI 时代直接下载源码、用多路 Agent 调研,想要什么有什么。
开发者 Kubai 表示 Vibe Coding 带来的即时满足感太过强烈,好似陷阱,堪比短剧短视频。为此他周末亲手画了两个 icon 方案,感到前所未有的平静。
程序员需要接受一个事实:在人人可编程的时代,曾被视为神圣之地的 GitHub 实际上只是一个社交媒体。有人指出,GitHub 面向全球用户,却至今没有破百万 Star 的项目,而其他社交平台上百万粉丝、点赞、收藏的项目比比皆是。作者认为这一转变无可避免、无法挽回。
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。
在 9 月 20 日至 21 日上海举行的 PAIR Conference 2026 上,来自芯片、算法和计算系统领域的五位嘉宾围绕“模型迭代快于芯片研发”展开圆桌讨论。
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」。
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。
Santiago Young 发文称,很多中国人的创业只是把绩优主义重新 Cosplay 一遍,即把应试式的绩优思维套上创业的外壳。原文仅此一句观点表述,未提供更多论据或案例。
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。
Svwang 引用 Jay Leno 1992 年的笑话,类比当前 Neocloud 与算力市场。他认为 Neocloud 即使破产、股价归零,算力也不会涨价,因为破产清算后的新主人成本更低;背后大量投机资本若破产,其制造的伪需求也会随之消失。
RT Grok 在转发中说明,视频里的手部标注并非真值,而是世界模型的预测输出。类似 ACE-Ego-Hand 这类方法把视频扩散模型当作几何编码器,利用干净潜在特征和双向时空解码,在遮挡时也能稳定推断完整手部姿态(所谓 x-ray vision),因此跟踪表现稳定。
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。
Anthropic 联合创始人 Jack Clark 在国际货币基金组织佩尔·雅各布森讲座上提出「奇点已至」,并给出经济模拟,极端情景下 2030 年美国 GDP 达 44.4 万亿美元,比 33.5 万亿美元的基准线高出 32.4%,相当于年化增长约 15.4%。
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”。
开源项目 OpenDesign 演示用 DeepSeek V4.1 Flash 1017 在其 Motion Design 中制作教程动效视频,内容是教其他 coding agent 接入 OpenDesign API。
DeepTech 深科技梳理 Anthropic 生命科学布局:继推出 Claude for Life Sciences、Claude Science 等产品后,Anthropic 在旧金山湾区自建生物实验室。
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。
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。
曾在NVIDIA负责机器人平台产品营销七年的Amulya Vishwanath在TechCrunch Equity播客中表示,机器人行业目前处于“乐高时代”,执行器、机械手、软件和安全标准等基础模块仍在重建,尚未迎来“ChatGPT时刻”。
Google DeepMind 表示,其模型和工具正与全球科学家合作,帮助让疾病更可检测、可治疗和可预防。应用方向包括精确定位罕见基因变异和加速药物发现,把实验室突破转化为现实医疗护理。
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。
用户颜旭分享体验称,Gemini 虽然干活表现不咋地,但在讨论想法和概念时总能带来惊喜,是其聊事情的首选模型。
西乔发帖调侃 DiT 与 LLM 的互相视角:DiT 看 LLM,“再牛逼也是 PE”;LLM 看 DiT,几百 B 参数也只是个渲染器。她还提到 DiT 做 WM(世界模型)只是加一流 action,LLM 做 WM 则是 coding 一个开放世界引擎。
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。
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。
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。
Emergences Labs CEO 在 Valley101 于 Sunnyvale 举办的 Alignment 2026 年度峰会上主持开幕圆桌“Alignment Under Pressure: Can We Develop Superintelligence Safely?
卡颂转发观点称,开发者今后的主要工作是研究 AI 智能体的编码习惯,并据此打造对 AI 友好的项目环境。Lauren 建议删除绝大部分代码注释,因为智能体爱照搬已有内容,一条解释临时变通方案的无害注释会像杂草一样在代码库中快速扩散。
Kent C. Dodds 演示了如何单人每天交付 60+ 个有价值 PR 的工作流。其核心观点是:高度自动化的代码库并非为了让 AI 智能体自主迭代产品,而是为了让人类做出的产品决策更快落地。
virushuo(Yishi)表示 Ledger 出事后自己被大量用户误认为 Ledger 官方人员,前天早上私信涌入 300 多条未读,内容包括辱骂、开盒和人身威胁。他屏蔽部分账号后又遭第二波攻击,被指责肚量小。他哭笑不得地感慨这一幕有种荒诞的美感。
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。
网友 Cydiar 发文猜测,Codex 的联想功能可能是 OpenAI GPT-6 Luna Decisions 在另一种场景下的测试,并以玩笑口吻表达这一怀疑。原文仅为个人推测,未提供更多技术细节或官方信息。
本周 Tech Week 上 AI for Science 成为热议主题,作者将在 Alignment 2026 主持相关圆桌,从两个角度展开。其一是 Claude 在 21 小时内发现一个 CRISPR 类系统,验证其功能可能需数年,讨论 AI 驱动科学发现的真正瓶颈在于发现候选还是验证。