SpaceX 与 Tesla 成立特别委员会讨论合并
SpaceX 与 Tesla 已成立特别委员会讨论合并，马斯克在 SpaceX 财报电话会上称两家公司合并“很有价值”，理由是可在超级智能软件上合作。SpaceX 第三季度 AI 部门收入达 75.6 亿美元，其中 Cursor 贡献 6.08 亿美元，其余多来自向 Anthropic 和 Google 出租算力。
#大佬观点
The Verge · AIAI 评分5858 Latent SpaceAI 评分4747 Modal CEO Erik Bernhardsson 谈为何 AI 算力需求不是矩形
Modal 在 $5B C 轮后已跨过 $1 billion 年化收入，并以 $16B 估值完成 $750 million D 轮融资，累计启动近 three billion 个沙箱。
The Verge · AIAI 评分2222 《Wildwood》导演称生成式 AI「与 Laika 工作室的一切背道而驰」
Laika 新片《Wildwood》导演兼 CEO Travis Knight 表示，生成式 AI「与这家工作室的一切背道而驰」，认为技术应由艺术家掌控，AI 产出的内容「没有灵魂、没有人类性」，本质是盗窃。
Latent SpaceAI 评分2222 Moshi CEO Anekha Sokhal 谈从摩根大通交易员到 AI 创业：做交易员的推荐引擎
Moshi CEO Anekha Sokhal 在 AI Engineer New York 播客中讲述从数学、摩根大通能源衍生品交易转向创业的经历，以及 Moshi 如何为交易员做推荐引擎。
Latent SpaceAI 评分2525 Moshi CEO Anekha Sokhal 谈为大宗商品交易员打造推荐引擎
Moshi 正在为大宗商品交易员构建推荐引擎，把市场信息与交易员持仓组合真正相关的部分连接起来。CEO Anekha Sokhal 称 Moshi 像是 Bloomberg、Claude 和 Netflix 的结合体：市场数据、操作界面，以及为交易员量身定制的推荐。她还在 AI Engineer New York 谈及可信信源、文档提取与自建还是采购模型的取舍。
The Verge · AIAI 评分5858 比尔·盖茨：要为约 20 年动荡的 AI 冲击期做准备
比尔·盖茨在 Decoder 访谈中表示，社会需要为大约 20 年动荡的 AI 冲击期做准备，这段时期可能把社会分成靠近技术前沿与拒绝技术两类人。他认为当前风险主要来自可被移除全部防护的模型，近期威胁是网络攻击、生物攻击和就业冲击，而完全失控并非迫在眉睫。
MIT Technology Review · AIAI 评分1818 Celonis 首席科学家 Devavrat Shah：企业 AI 为何需要上下文感知
Celonis 企业 AI 首席科学家 Devavrat Shah 提出“决策智能”，主张 AI 智能体必须理解业务流程与数据上下文，否则会忽略约束、犯错或浪费算力。他建议企业从具体业务决策切入，先找出最难的环节测试 AI 能否提速并衡量价值，再决定是否规模化。
TechCrunch · AIAI 评分3131 Blackstone 的 Jas Khaira 称对 AI 基建债务的担忧被夸大
Blackstone 高管 Jas Khaira 在 TechCrunch Disrupt 上表示，市场对 AI 基建债务引发信贷危机的担忧被夸大，因为多数数据中心由超大规模云厂商建设，债务最终由信用最好的公司背书。
Ars Technica · AIAI 评分1818 Apple Music 全新人工打造品牌在 AI 时代的意义
Apple Music 推出由人工打造的全新品牌形象，在 AI 生成内容泛滥的背景下强调"人手制作"的价值。文章认为，展示人类亲手创作的过程，有助于品牌在 AI 内容充斥的环境中建立区分度。
OpenAI NewsAI 评分2222 OpenAI 阐述前沿 AI 民主治理第二部分：赋能网络防御者
OpenAI 发布前沿 AI 民主治理系列第二部分，提出赋能网络防御者的蓝图，涵盖更强防护措施、现代化网络安全与更具韧性的公共机构。该蓝图聚焦利用前沿 AI 提升防御方能力，并配套相应保障机制。
The DecoderAI 评分5555 DeepMind 创始人 Hassabis 将 AGI 时间表从五年缩短至两到三年
Google DeepMind 创始人、诺贝尔化学奖得主 Demis Hassabis 表示，AGI 可能在两到三年内到来，而他今年早些时候给出的估计还是三到五年。
Latent SpaceAI 评分2828 Tenex 如何构建 AI 原生 SDLC：为交付结果而非工时付费
Tenex 联合创始人 Alex Lieberman 与 CJ Hess 在 AIE New York 分享了公司如何把"按交付结果付费"扩展到工程组织，目前团队已增至 75 人，客户覆盖 Fortune 2000 与中型企业。
TechCrunch · AIAI 评分1818 前英伟达高管、现投资人 Amulya Vishwanath：物理 AI 正处于“乐高时代”
前英伟达产品营销人员、现 Techable Ventures 创始人兼管理合伙人 Amulya Vishwanath 表示，物理 AI 目前仍处于“乐高时代”，而非外界期待的机器人“ChatGPT 时刻”。她认为机器人手、执行器等基础软件与构件正被重新设计，通用与专用机器人同时在推进，规模化创新尚需时间。她还强调人才是美国市场的关键壁垒，并称自己的人脉网络可帮助创始人对接顶尖人才。
Latent SpaceAI 评分4040 SF Compute CEO Evan Conrad 谈可编程数据中心与 GPU 算力交易市场
SF Compute 正在把 GPU 算力做成可交易市场，并自建云运营能力实现"物理交割"，让买家拿到可用算力而非现金结算。CEO Evan Conrad 称公司按不同约束匹配订单，支持现货与远期定价、批处理与实时推理租赁，并可在运行时细分 InfiniBand 网络。他认为 NVIDIA 因缺乏中立性无法自建这一市场。
Microsoft ResearchAI 评分1515 Microsoft Research 播客：Chris White 谈从阿富汗到打击人口贩运的技术之路
Microsoft Research Catalyst Lab 负责人 Chris White 在播客中讲述其从哈佛博士后借调 DARPA、赴阿富汗领导先进技术行动，到开发暗网搜索工具协助打击人口贩运的经历。他因相关工作获得 2016 年美国总统打击人口贩运杰出贡献奖。对话还讨论了问题选择在创新中的作用，以及目睹人性阴暗面后如何保持希望。
MIT Technology Review · AIAI 评分2020 企业 AI 的新经济学：从 token 成本转向有效成果成本
HPE 提出企业 AI 的成本衡量应从 token 或 GPU-hour 单价转向"每个有用成果的有效成本"，即完成可被业务使用的请求或工作流所需的平台、模型、运营与算力总成本。
Simon WillisonAI 评分2222 Simon Willison 为编程写下讣告：coding agents 夺走了程序员的解谜乐趣
Simon Willison 撰文回应 Jeremy Scheff 的观点，称 coding agents 让热爱解谜的程序员失去了编程中最核心的乐趣。Scheff 认为编程曾是高薪的逻辑解谜工作，策略、时间线和可行性都由程序员决定；对只想构建可用系统的人，LLM 是持续馈赠，而对享受直接解题的人，这种损失非常真实。
TechCrunch · AIAI 评分3838 Hugging Face 政策负责人：嵌入式 AI 评估器并非易事
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，嵌入式 AI 评估器并非简单解法，评估结果的可复现性依赖开放权重，而当前评估方法之间难以有效比较且失效较快。她指出智能体评估既困难又昂贵，行业对 harness 的评估远少于对模型的评估，评估者资质标准也亟需统一。
MIT Technology Review · AIAI 评分5858 Goodfire 研究员称神经网络本可读懂，引发 AI 圈激辩
Goodfire 研究员 Nick Cammarata 发布 26,000 字长文，提出 LLM 可能比此前认为的更容易理解、监控和控制，并以 Inception v1 中同时响应猫与车的神经元为例，认为两者共享 V 形结构，此前被误读为 superposition。
The Verge · AIAI 评分2222 伊利诺伊州州长 JB Pritzker 谈 AI：或让人活到 100 岁，也可能像核武器一样威胁人类
伊利诺伊州州长 JB Pritzker 在 Decoder 播客中表示，AI 既可能帮助人类活到 100 岁，也可能像核武器一样构成威胁。他还谈到数据中心、隐私与反垄断正引发两党反弹，并认为政府应在科技问题上更强硬地保护民众，而非一味与企业合作。
Simon WillisonAI 评分3838 Claude Code 团队如何做代码审查：人类读代码不再是关键问题
Claude Code 团队认为"人类是否读过代码"是判断风险的粗略代理指标，真正该问的是"这次改动可能出什么问题、该由哪种检查（自动或人工）来发现"。审查因此从 PR 末尾的关卡变成持续进行，类似写作时的拼写检查，多数改动在人工查看前已被 Claude 至少审查并修复一次。
MIT Technology Review · AIAI 评分5050 MIT科技评论圆桌：对话AI设计病毒的创造者Samuel King
斯坦福大学博士生Samuel King用生成式AI模型提出微型病毒的遗传蓝图，这还不是AI生成生命的实例，但可能是下一步。MIT Technology Review资深AI记者James O'Donnell就此采访了King，话题还包括他入选Innovators Under 35以及观察生物学的新方式。
AWS Machine Learning BlogAI 评分5858 AWS 提出 Trust in Depth 框架，让智能体获得更多自主权而不失控
AWS 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张在动作可被验证时让智能体自主执行，只在需要判断的决策上保留人工介入。
Latent SpaceAI 评分3838 OpenAI 与 Anthropic 如何为金融智能体设计自主性与安全边界
OpenAI 的 Joseph Kim 在 AI Engineer New York 提出模型能力正逼近"有用性阈值"，并预测 2027 年智能体可胜任投资想法生成与交易；Anthropic 则围绕 Claude for Financial Advisors 构建身份权限、沙箱审批与持续验证三层信任机制。
Latent SpaceAI 评分7575 Dyna Robotics 联创 Jason Ma 谈 Dyna-2 世界动作模型与机器人长时自主
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 访谈中介绍，Dyna-2 是首个用超过一百万小时人类视频训练的世界动作模型，通过预测未来视频来引导机器人动作，新机器人只需约 45 分钟演示数据即可学会新任务。
MIT Technology Review · AIAI 评分3838 我们是否过度相信 AI 说“不”的能力
Anthropic 2021 年提出大语言模型应“有用、诚实、无害”，如今拒绝回答已成为 AI 安全的核心机制，企业通过奖励拒答有害提示、惩罚过度拒答来训练模型。但拒绝机制是概率性的，既可能被恶意用户突破，也可能被用来压制合法言论，OpenAI 董事会成员 Zico Kolter 称“界限画在哪里是个大问题”。
MIT Technology Review · AIAI 评分1818 AVEVA 首席技术官谈如何构建更安全的自主工业 AI 路径
AVEVA 首席技术官 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、physical AI 与 agentic AI，部署须以安全、可靠和人类监督为前提。她主张 AI 应增强而非取代关键决策中的人，并以护栏界定自动化边界；一项研究显示工业领域 AI 采用率两年内增长约 78%。她还参与 IEEE 工作组制定衡量 AI 电力、水、碳等环境足迹的标准方法。
Microsoft ResearchAI 评分2222 Microsoft 研究员 Jennifer Neville 谈 AI 评测与“意外失败”的启示
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她结合自身从数学、物理、认知科学转向计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调结果偏离预期时应仔细检查数据。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 的 canvas：当聊天框不是与 AI 交互的正确界面
GitHub Copilot 应用推出 canvas，一种在应用内运行、无浏览器外壳的全栈小应用，可与 Copilot 智能体双向通信，并能在本地执行代码、调用第三方 API。
Berkeley AI ResearchAI 评分3838 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本正快速趋近于零——GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不足 $1，部分厂商已低于 $0.10，基准测试中推理价格年降幅在 9x 到 900x 之间、中位数约 50x。