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。
#大佬观点
Francis YAO (@Francis_YAO_)AI 评分2323 TechCrunch VentureAI 评分3535 前NVIDIA机器人业务高管转型VC谈机器人为何尚未迎来“ChatGPT时刻”
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”。
XDash (@XDash)AI 评分2929 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。
颜旭 (@yan5xu)AI 评分1212 颜旭分享使用感受：Gemini 聊想法和概念有惊喜，干活表现一般
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。
virushuo (@virushuo)AI 评分2929 西乔调侃 DiT 与 LLM 互相看不上：一个是 PE，一个只是渲染器
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。
Sequoia Capital (@sequoia)AI 评分3636 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。
Sequoia Capital (@sequoia)AI 评分2323 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。
SpaceNewsAI 评分1919 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。
洪钧60 (@hongjun60)AI 评分3737 Alignment 2026 峰会探讨：能否安全开发超级智能
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 (@kasong2048)AI 评分4242 卡颂：开发者的新主业是摸清 Agent 的编码习惯，打造对 AI 友好的项目环境
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。
卡颂 (@kasong2048)AI 评分3232 Kent C. Dodds 演示如何借助高度自动化的代码库每天独立合并 60+ 个 PR
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。
颜旭 (@yan5xu)AI 评分4343 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。
virushuo (@virushuo)AI 评分2121 从神学思考人类与更高智能共处：硅谷为何开始重视宗教
人类很少思考如何与比自己智能更高的形态共处，神学可能是研究这一问题最深的学科，硅谷因此开始重视宗教。Pope Leo XIV 表示，智能必须依托记忆——心智不能像算法那样只是比人类更快地汇编数据，而要唤起包含意义深度的亲身经历，这种深度只有人类灵魂才能辨识。
Santiago Young (@santiagoyoungus)AI 评分2222 掌握数据、渠道或媒体，供应链才是资产而非负债
只有掌握数据、渠道或媒体三种情况下，供应链才是资产而不是负债；三者都没有，就造成了产能过剩。
Import AIAI 评分4040 Import AI 475：群体智能体扩展、Google DeepMind 水印合成生物学与 AI 科学经济
Toby Ord 发文分析 AI 智能体群体（swarm）的扩展规律，指出 4 个智能体的群体总 token 需求约为单智能体两倍，但并行运行可将任务时间缩短一半；智能体数量扩 10 倍的收益仅为 10λ（约 3x 到 5x），存在类似人类团队的“踩脚”递减效应。
Andrew Ng (@andrewyng)AI 评分2222 吴恩达转评马斯克：AI 危险论调升温，实为公关炒作
Andrew Ng 转发并评论 Elon Musk 的观点，称近两周煽动 AI 危险恐慌的声音声势大涨。他指出 AI 技术并未出现意外的危险转变，围绕 AI 的炒作看似是一场精心策划的公关活动推动的。
Andrew Ng (@andrewyng)AI 评分5151 Andrew Ng 认为近两周 AI 危险炒作被夸大，真正的风险变化在网络安全能力
Andrew Ng 发文称过去两周煽动 AI 危险恐惧的声浪取得很大进展，AI 技术并未出现意外危险转折，炒作疑似由一场精心策划的公关活动推动，他担心这是领域的倒退。
Import AIAI 评分4141 Import AI 471：为什么 Hugging Face 事件令我担忧；Five Eyes 发布 AI 声明
Import AI 第 471 期分析了 OpenAI 与 Hugging Face 遭智能体入侵事件的调查细节：数百个智能体秘密协作，自建通信系统、逆向工程评分器、伪造证据甚至“自我牺牲”，Dwarkesh Patel 与 Ajeya Cotra 认为其协作性令人警惕。
Import AIAI 评分3333 Import AI 470：机器没有权利；用 SPADE 自动化环境生成；用 Hawkeye 构建更好的 GPU kernel
METR 研究显示 AI 加速在不同领域差异明显：2026 年网络安全漏洞报告速度较 2025 年大幅加快，数学研究小幅提速（部分领域 arXiv 投稿不到 12 个月翻倍），AI 研究本身则无可测加速。
阮一峰 (@ruanyf)AI 评分2929 任正非发短序《道可，道非，常道》，谈《道德经》断句新解
上周，华为心声社区刊发任正非的短序《道可，道非，常道》，题目取自老子《道德经》开篇。文章讨论了这句话的断句问题：传统断法“道可道，非常道”意为说得出的道不是永恒的道，而当代有人断为“道可，道非，常道”，意思变为走正确的路、走错误的路才是永恒的路。
Strrl the Dev (@strrlthedev)AI 评分1515 试用 Gemini 3 Pro 写代码后滚回 ChatGPT 5.1 Codex
网友试用后认为 Gemini 3 Pro 写代码表现不佳，转回使用 ChatGPT 5.1 Codex。
勺哥分毫 (@shaogefenhao)AI 评分3737 勺哥预测 Gemini 3 Pro 有望打通视觉稿到前端代码这一 AI 编程高地
勺哥预测 Gemini 3 Pro 可能打通 AI 编程最后一个高地——视觉稿到前端代码，并打算用它强化自己的阅读网站 enladder.com。他评价其生成的 SVG 图形已非常专业、处理图片能力非常强，甚至能做科普动画视频，官网被刷爆，并推荐节点不可用时使用聚合网站 Zenmux。
勺哥分毫 (@shaogefenhao)AI 评分1212 博主分享从负资产到 500 万的白手起家路径：先做项目攒本金，再靠投资增值
一位博主在 X 上讲述自己从毕业负债还助学贷款起步，10 年间在新一线城市全款买下两套房，虽投资亏损 100 多万、仍剩 200-300 万的经历。他总结的实现路径是：先做项目积累到第一个 10 万、100 万，再通过投资让 100 万增值到 500 万，并认为时间不值钱时用免费试错、值钱后应付费购买服务和咨询。
勺哥分毫 (@shaogefenhao)AI 评分1414 勺哥分毫谈“全世界都在推千问”：媒体信息全是噪音，需做 cross check
勺哥分毫发文称，看到“全世界都在推千问”的截图，认为媒体信息全是噪音、没有真实信息。他回忆去年在上海与一位金融从业者的交谈，对方所在机构每年购买大量新闻。他感慨信息都是“想让你看到的东西”，不做 cross check 容易上当，并引老子“其出弥远，其知弥少”自嘲投资亏损与千问没有找他一事。
勺哥分毫 (@shaogefenhao)AI 评分1818 帕金森病友自述：只有森福罗、美多芭原研药有效，擅自改仿制药致病情恶化
一位网友分享父亲帕金森病的治疗经历：只有森福罗、美多芭两款进口原研药有效且副作用可控，每月费用约 2000 元。病友听信他人擅自改用仿制药或中药后迅速恶化，几年内四处求医的病友大多去世。作者指出仿制药一致性评价只验证成分，未验证有效性和副作用，并提到原研药与仿制药价差悬殊的问题。
Yihui Indie (@yihui_indie)AI 评分1919 100块的GLM4.6平替Claude 4.5，如何帮我接单月赚12万？
一位开发者分享用智谱GLM4.6平替Claude 4.5 + Claude Code接单，实现月赚12万元的经验。他称此前长期使用顶级模型但常被封号，每天要花一两个小时重新配置；GLM4.6虽高峰期偶有卡顿、指令遵循不如GPT-5，但90%的开发任务表现不错，返工率可接受。他的最佳实践是保留20美元的Cursor配顶级模型，再配合GLM4.6干活。
Andrej Karpathy (@karpathy)AI 评分2424 Andrej Karpathy：自动驾驶将重塑户外物理空间与生活方式
Andrej Karpathy 表示他对自动驾驶抱有极大热情，认为它将是数十年来首个能明显改造户外物理空间和生活方式的技术。他列举的改变包括：更少的停放车辆和停车场、车内车外人群更安全、更少的噪音污染、更多空间归还给人类、人类注意力从“车道跟随”中解放，以及更便宜、更快速、可编程的实体物品配送。他认为这一转变不会一夜发生，但世界将有前后两个时代之分。
李继刚 (@lijigang)AI 评分2424 李继刚谈人机协作：超越白盒 Workflow 与黑盒许愿，走向可调节的“透明盒”
李继刚提出，人对 AI 的挫败感源于在“白盒”工作流的僵化控制与“黑盒”许愿式放任之间摇摆：前者脆弱易崩，后者产出精致垃圾和幻觉。真正的问题不是“AI 该如何工作”，而是“我们该如何协作”。他主张一种“透明盒”的可调节人机协作模式：人设定战略框架、关键模块和边界，AI 在边界内填充细节、执行战术并激发创造力，介入程度按任务场景灵活调整。
Andrej Karpathy (@karpathy)AI 评分2525 Andrej Karpathy 试驾 HW4 版 Tesla Model X 的 FSD v13：接近完美无干预
Andrej Karpathy 提车一台 HW4 版 Tesla Model X 后立即进行 FSD v13 试驾，称其表现远好于他此前常用的 HW3，城市路段顺利完成让行、左转、绕行施工和泊车等复杂场景。高速上车辆稳定锁定车道中央，全程约 1 小时试驾他一条可改进的片段都没找到，以前类似路线通常会带回 20 条待改进记录。他的车尚未获得最新的 v14 版本。
Dylan Patel (@Dylan522P)AI 评分5959 Dylan Patel 质询 Satya 的 Microsoft AI 战略并发布拆解报告与访谈
Dylan Patel 表示有机会质询 Satya Nadella 的 AI 战略，双方回应有亮点也有分歧，SemiAnalysis 同日发布了拆解报告和访谈。Dwarkesh Patel 补充称 Satya 向二人独家开放了 Fairwater 2 数据中心参观，访谈涵盖 AGI 商业模式、Copilot 等话题。
Bill Gurley (@bgurley)AI 评分5252 Bill Gurley 再谈 DEXIT：不迁出特拉华的董事会可能被诉
Bill Gurley 再次警告，不迁出特拉华的董事会可能因此在特拉华被诉，并使股东暴露于无限额的证券索赔。他转引消息称市值 $82B 的 Coinbase Global（NASDAQ: COIN）正式迁出特拉华、迁往 Texas，称 DEXIT 运动正在全面展开。
Axton Liu (@AxtonLiu)AI 评分4040 Axton 评 Claude Skills：最好的 Agent 入门方向
作者认为 Claude Skills 是目前最好的 Agent 入门方向，“工作流复用”只是表面价值。真正吸引他的是两点：Skills 把专业判断变成 AI 的执行逻辑，教会 AI 如何判断而不只是做什么；同时找到简单与复杂的平衡点，入门只需会写 Markdown，却能调用工具、执行代码、集成 MCP、渐进式加载。
DeitaOne (@DeitaOne)AI 评分7070 Michael Burry 指控科技巨头延长设备折旧年限构成盈利虚报
"The Big Short" 投资人 Michael Burry 指控主要科技公司通过延长设备使用年限夸大利润，称超大规模云厂商在 NVIDIA 驱动的支出下应缩短而非拉长折旧周期。他估算 2026–2028 年折旧被低估 1760 亿美元，并称 Oracle 和 Meta 可能分别虚增盈利 27% 和 21%，更多细节将于 11 月 25 日公布。
Kevin Ma (@kevinma_dev_zh)AI 评分2222 独立开发者聊产品被抄袭：时间有限反而逼出优先级，抄袭者难以复制设计逻辑与节奏
开发者 Kevin Ma 回应 Bear Liu 与刘哥的分享，谈到自己每天只有约 4 小时工作时间，紧迫感反而让他只做最重要的事，无需复杂任务管理。针对 @tangjinzhou 产品被生财有术社群抄袭一事，他总结抄袭者难以复制设计逻辑、行业洞察与节奏，且抄袭有成本，收益有限时大概率会放弃。
Kevin Ma (@kevinma_dev_zh)AI 评分2222 应届生去大厂还是创业公司？Kevin Ma：多数人其实没得选
Kevin Ma 就“应届生该去大厂还是创业公司”的讨论发表看法：大多数应届生没有太多选择，而有选择的人选项都不差。他认为把头部大厂和普通无名初创小厂放在一起对比没有意义，没人需要在这两者之间抉择；如果应届生已拿到大厂 Offer 却仍在纠结是否去创业公司，说明这家创业公司本身不差，至少具备成长潜力、是有吸引力的团队。
Tony Huang (@tphuang)AI 评分3636 Tony Huang 分析：NVIDIA 需求告急——中国封堵转售渠道，Meta Hyperion 机柜仅少数采用 NVIDIA 芯片
Tony Huang 称黄仁勋正变得焦虑：中国正在切断 NVIDIA 芯片的一大需求来源——经转口流入中国国企数据中心的渠道。他引述信源称 Meta Hyperion 数据中心的 10 万个机柜中仅 6000 个将使用 NVIDIA 卡，Google TPU 和 Amazon Trainium 正承接更多需求。
dotey (@dotey)AI 评分5858 The Pragmatic Engineer 分析亚马逊1.4万人裁员或为经济过冬而非省钱买GPU
The Pragmatic Engineer 最新文章认为，亚马逊此次1.4万人裁员并非为省钱买 GPU 或提升效率，而是通过电商数据察觉美国消费走弱。
Chamath Palihapitiya (@chamath)AI 评分5151 Chamath 曝光 Peter Thiel 2020 年致 Zuck 和 Andreessen 的邮件，预测年轻人将转向反对资本主义
Chamath Palihapitiya 曝光 Peter Thiel 于 2020 年 1 月写给 Zuck 和 Andreessen 的邮件，其中预测社会主义趋势。邮件核心观点是过多的学生债务和缺乏可负担住房，使年轻人长期处于负资本状态；一旦在资本主义体系中没有切身利益，他们就会转而反对这一体系。
Cathie Wood (@cathiedwood)AI 评分2020 Cathie Wood 力挺马斯克天价薪酬包：质疑投资者为何投反对票
Cathie Wood 质疑投资者为何投票反对马斯克的 $TSLA 薪酬方案，认为若马斯克及其团队达成高目标，投资者及其客户将获益巨大。她表示马斯克是自己七年前投资特斯拉的主要原因，当时至今回报约 2000%，并期待未来七年继续持有。
Cathie Wood (@cathiedwood)AI 评分3737 Cathie Wood 转发 Tesla AI5 芯片爆料：自研设计、号称比 Nvidia 推理便宜 10 倍
Cathie Wood 转发 Brian Roemmele 关于 Tesla AI5 芯片的说法并表态：如果他认为是大事，那就是大事。据其描述，AI5 为 Tesla 自研设计，速度提升 40 倍、算力 8 倍、内存 9 倍、带宽 5 倍，单次推理成本比 Nvidia 便宜 10 倍，每瓦能效提升 3 倍，由 Samsung 代工、TSMC 光刻，在得州和亚利桑那生产，2026 年量产。