Vlad Feinberg 写了一篇求职笔记，把进前沿实验室的门槛讲得很直白：核心能力是底层性能调优，也就是能动手改内核（kernel），让模型训练真的跑得动。他给了一道具体的面试题——先推导 Chinchilla 缩放定律，并比较它在稠密模型和 MoE（混合专家）架构下的区别；然后用 JAX 从零实现，最后写一个 Pallas 内核，要求在专家维度 ...
推荐理由：这篇文章把“进前沿实验室做预训练”拆成了可操作的技能清单：手写 JAX 内核、自己推一遍 Chinchilla 定律、用 Pallas 给 MoE 的 up/down 投影做融合。我会先打个折——正文没披露这些建议是 Vlad Feinberg 的个人经验还是 Google 的普遍要求，也没说这些技能在面试里占多大权重。但光是这份清单本身，对想往预训练方向走的人就有参考价值，尤其是把“懂缩放定律”从一句空话落到“自己推导过”这个动作上。
AI21 Labs裁员60%并停止独立销售模型，文章判断纯卖模型访问权限这条路已经走不通了——token价格两年跌了100倍，过去16个月里有六家独立模型公司以几乎相同的方式被大厂吸收。Meta内部文件也曝出要裁10%约8000人，同时强征7000人转AI岗。滑铁卢大学一篇论文测出GPT-5.4在注入虚假同伴共识后，准确率从100%掉到23%，模型内部...
推荐理由：我会先打个折：来源是群聊日报，不是官方公告或论文，所以细节可能不全。但两条信息都直接给数字——AI21 砍掉六成人、不再卖模型，说明这家实验室在收缩；GPT-5.4 被注入虚假同伴共识后准确率从全对掉到只剩两成多，暴露了模型在群体压力下的脆弱。这两件事放在一起，既有行业动态又有安全风险，对从业者来说值得扫一眼。
作者团队里有人搞不定 Hermes 的部署，加上自托管 agent 的安全问题越来越复杂，于是把市面上 11 款替代品拉出来测了一遍。开源这边，OpenClaw 有 34.7 万 GitHub 星标和 24 个以上的平台集成，但安全记录很差，3 月曾 4 天内爆出 9 个 CVE 漏洞，独立审计发现 ClawHub 上约 20% 的包是恶意的，要用得先...
推荐理由：这是一篇 Reddit 用户做的 Hermes Agent 替代品横评，11 个选项分开源和托管两档，OpenClaw 的数据（347k stars、24+ 集成、9 个 CVE）让对比有抓手。我会先打个折：单帖来源，没披露测试方法和版本，结论不能当权威报告用。但“替你试完”这个角度确实省时间，安全漏洞数量也提醒选型时别光看 star 数。整体对正在搭 Agent 的人有参考价值，所以放在 featured 档。
Yaroslav Azhnyuk 是 The Fourth Law 的创始人，这家公司做 AI 制导无人机。他之前创办了 Petcube，卖的是给宠物扔零食的摄像头，现在做的是给占领军扔炸药的摄像头。这期播客他和 Noah Smith 聊了两个小时，核心是 FPV 穿越机怎么成了战场上的新杀器——前线 70% 到 80% 的伤亡都是它造成的。他提出无人...
推荐理由：这是一期播客对谈，不是产品发布或论文，所以别当硬核技术报告看。我会先打个折：它给的是行业判断和框架，不是实测数据。但聊得挺实在，把无人机从遥控到全自主拆成了5个等级，又用8个维度讲战场怎么用、成本怎么算，还专门分析了中国制造为什么能把价格打下来。对想快速理解无人机产业和自主化路线的人，这期信息密度够，值得放进精选。
微软AI负责人Mustafa Suleyman在《财富》采访里给了一个很激进的时间表——18个月内AI会达到人类水平，把会计、法律、营销、项目管理这些坐在电脑前干的活全自动化。他的原话是“所有白领工作都会被完全取代”。Suleyman还说自己的目标是搞出“超级智能”，以后建一个新AI模型会像录播客或写博客一样简单。不过正文没给出支撑这个18个月判断的具...
推荐理由：我会先打个折：这是 CEO 的预测，不是实测结果或论文数据。Mustafa Suleyman 说 18 个月内 AI 能到人类水平，把会计、法律、营销、项目管理这些专业任务全自动化，但正文没给出支撑这个时间线的基准测试或产品落地证据。对从业者来说，这个判断更像风向标，提醒你关注微软在 agent 和工作流自动化上的动作，而不是一个可以拿来排工期的承诺。
FT 这篇文章的标题说字节跳动和快手等中国 AI 公司在视频生成领域已经领先美国对手，在广告和娱乐场景里效果更好。但点进去只看到安全验证页面，正文完全没加载出来，所以不知道他们拿什么模型比的、用的什么评测标准、样本量多大、延迟和成本怎么样。我会先打个折——标题里的“领先”目前只能当个信号看，等看到具体数据再下判断。
推荐理由：FT 这篇标题很猛，说中国公司在视频生成上反超美国，但正文信息很薄。只提到字节和快手在广告、娱乐视频质量上领先西方对手，具体怎么比、用什么标准、样本多少全没写。我会先打个折：标题的“领先”目前只能当个信号看，别急着当定论。不过视频生成确实是现在中美模型竞赛里最卷的一条线，这条消息对关注多模态落地的人有提醒价值，所以给了 featured 门槛分。
这篇文章是机器之心编译自 MoE Capital 的一篇博客，梳理了“世界模型”这个概念的两条发展脉络。一条是 AI 学术圈常说的，让模型在脑子里推演环境变化、做规划；另一条来自游戏和影视工业，追求用模型直接生成逼真的 3D 世界。文章提到，过去一年半里，有超过 100 亿美元的资金涌入了这个方向。里面举了一个具体例子：DreamDojo 这个项目用 ...
推荐理由：这篇是编译的科普+评论，不是一手发布，但把世界模型两条路线讲得清楚，还给了百亿美元和44711小时视频这些具体数字。我会先打个折，因为信息密度集中在解释概念，新事实不多。不过对想快速理解世界模型热度和技术现状的人来说，读这一篇比翻论文省时间。
Peter Steinberger 晒出后台数据，30天里跑了760万次请求，烧掉6030亿个token，账单超过130万美元。他提到关掉“快速模式”后费用直接砍了七成，而且这笔钱目前由 OpenAI 承担，他自己不用掏。
推荐理由：我会先打个折：这是个人晒账单，不是 OpenAI 官方调价，但 130 万美元这个数本身就够从业者心里咯噔一下。文章给了很实的用量——6030 亿 token、760 万次请求，还点出关掉快速模式能砍掉七成费用，对正在跑 agent 的团队有直接参考价值。不过正文没披露他具体跑了什么任务、模型怎么选的，也没说 OpenAI 为什么免单，这点先别太激动。整体更像一条带数据的成本警示，不是产品发布，所以放在 featured 刚好。
Dario Amodei 给了两个数字：AI 可能推高 GDP 增速到 5%–10%，同时失业率会上升、贫富差距拉大。他的核心判断是软件成本会降到接近零，传统靠卖软件授权的商业模式会被打穿。现在工程师还能去做编辑或升级工作，但 AI 模型会不断吃掉更多任务，很多干了几十年的职业会慢慢消失。他担心社会还没意识到这场变化的规模和冲击有多大，自己既兴奋又发愁...
推荐理由：Dario Amodei 这次把话说得很直：AI 可能带来 5% 到 10% 的 GDP 增长，同时推高失业和不平等，软件成本会便宜到近乎免费。我会先打个折，因为原文是 X 上的摘要，不是完整访谈实录，没法确认他有没有给限定条件。但即便只是方向性判断，也足够让做 AI 的人重新掂量自己的位置——增长是你的机会，免费软件可能先吃掉你的老业务。
Dario Amodei 在《华尔街日报》的 YouTube 采访里给了两个判断：软件成本会跌到接近免费，过去那种“靠百万用户摊薄成本”的逻辑会失效；几十年积累下来的很多工作岗位和职业可能直接没了。他觉得社会能适应，但补了一句——现在大家完全没意识到这场变化有多大、来得多快。
推荐理由：Dario Amodei 在《华尔街日报》采访里扔了两个挺狠的判断：软件成本会急降到基本免费，靠百万用户分摊成本的老逻辑要崩。我会先打个折——目前看到的只是二手摘要，正文没披露具体时间线、数据支撑和完整论证，所以别太激动。但这两个点本身够直接，对做 AI 产品、定价和看人力结构的人都有触动，值得放进精选，只是信息缺口明显，分数压在中低段。
Menlo Ventures 的合伙人 Deedy Das 算了笔账，说现在 OpenAI、Anthropic、英伟达这类公司的创始人和员工里，大概有 1 万人已经靠股权攒下了超过 2000 万美元的退休级财富。与此同时，其他软件工程师正面临裁员，年薪天花板卡在 50 万美元以下，还焦虑自己练了一辈子的编程手艺在市场上越来越不值钱。有人吐槽，这轮热潮里...
推荐理由：这篇文章不是讲模型、产品或融资，就是一篇评论。HKR 三项都踩中了：财富差距的标题够抓人，1 万人、2000 万美元这个估算有料，工程师对裁员和技能贬值的焦虑也很真实。我会先打个折，它没有新数据或一手信源，就是转述一个估算，所以放在 featured 这个档位刚好。
Dwarkesh Patel 在这篇博客里聊了一个挺常见的误解：我们总把 AI 的智力等同于它能掌握的权力。他上来就举了个例子，如果按“在多种领域达成目标的能力”来定义智力，那斯大林可能是史上最聪明的人，但这显然不是我们讨论超级 AI 时脑子里想的那个东西。文章的核心观点是，现在 AI 变强的方式，主要是被训练去干好编程这类有经济价值的活儿，这和现实世...
推荐理由：Dwarkesh 这篇是观点评论，不是新实验或数据报告。他把“智能”和“权力”拆开来看，提醒大家别把模型在编程任务上的进步，直接当成它能掌控现实资源。这个区分对做安全的人有用，但正文没给出实证案例，所以分数停在优质评论这一档，没往上走。
这篇笔记聊了两件事：预训练为什么容易跑崩，以及怎么把训练拆到多张 GPU 上。跑崩的核心原因有两个——破坏因果性和引入偏差。比如 MoE 路由里用专家选择（expert choice）分配 token，会让 token n 的去向依赖 token n+k 的路由结果，训练时看到了推理时看不到的信息；token 丢弃也会让后面的 token 影响前面的处...
推荐理由：Dwarkesh 这期笔记把预训练里容易翻车的地方摊开讲：expert choice 和 token dropping 会破坏因果性，FP16 集体通信能把一万次累加算偏，这些坑不踩过很难意识到。我会先打个折——它更像从业者之间的经验交换，不是系统性的技术报告，但给的数字（6ND、288GB、参数量×3）对算成本和排故障都有用。正文没展开具体实验验证，所以别当定量结论用。
Dwarkesh Patel 聊了一个很要命的问题：用 RLVR（靠可验证奖励信号做强化学习）去搞科学发现，可能比我们想的难得多。文章没给实验数据，纯靠科学史案例来推演。核心矛盾是，科学理论的验证周期动不动就是几十年甚至上百年，而且当时看起来更准的模型，未必是更对的理论。比如哥白尼的日心说刚出来时，预测精度还不如托勒密打磨了上千年的地心说，连模型本身都...
推荐理由：Dwarkesh 这篇文章给 RLVR 泼了盆冷水，核心就一句：科学理论的验证反馈太慢了，慢到几十年甚至上百年，RLVR 那套靠短期奖励信号优化的逻辑根本对不上。我会先打个折，正文没给出实验数据，纯属观点评论，但问题提得准——如果验证周期拉长到人的一辈子都等不到，那“可验证”这个前提在科学场景下就悬了。这点先别太激动，但它确实戳到了 AI for Science 路线的一个软肋。
Eric Jang 花了几个月从零实现 AlphaGo，并把过程写成教程和代码放了出来。他原本的理解是“用自我对弈训练的搜索增强神经网络”，但亲手做一遍后对细节有了更深体会。他给出一条关键判断：前沿研究仍然很贵，但特定能力的落地成本掉得很快——到 2026 年，训练一个能打的围棋 AI 租算力只要几千美元，不再需要 DeepMind 级别的资源。他自称...
推荐理由：我会先打个折：这是个人分享，不是论文或模型发布，所以信息密度有限。但亮点很明确——Eric Jang 一个人花几个月从零把 AlphaGo 做出来，还给了个具体成本判断：2026 年租算力训强围棋 AI 只要几千美元。这个数字直接说明当年需要大团队、大预算的系统，现在个人和小团队也能碰了。正文没披露具体训练配置和模型强度验证，所以“强”到什么程度还不好说，这点先别太激动。整体适合当一条有话题、有数字、对从业者有参考价值的动态来推。
Anthropic 发了份内部手册叫《Founder's Playbook》，结论挺反直觉：像 Claude Code 这类 AI 工具，不是让创业更容易成功，而是会把失败率推高。手册把创业拆成想法、原型、发布、扩张四个阶段，逐个拆解 AI 放大风险的方式。最核心的问题是，AI 能几分钟跑出一个能用的原型，创始人很容易把“能跑通”当成“市场需要”，再用...
推荐理由：Anthropic 这份创始人手册没在吹自家工具多好用，而是警告 Claude Code 这类 AI 会让创业者在四个阶段更容易踩坑。我会先打个折：正文没给出具体数据或可复现的测试，更像经验总结。但“降低建造成本却放大判断错误”这个角度确实少见，对正在用 AI 加速开发的团队是个清醒提醒。
黄仁勋在卡内基梅隆大学 2026 届计算机科学毕业典礼上直接说，技工的前景比计算机毕业生好。Randstad 的数据显示技工需求增速是白领的三倍，机器人技术员岗位涨了 107%，而斯坦福研究发现 AI 相关职位的早期就业反而降了 16%。顶级电工年薪能超过 10.6 万美元，还不用背学费贷款。另一边，科技公司今年砸了 7000 亿美元建数据中心，全球到...
推荐理由：黄仁勋在毕业典礼上劝 CS 学生考虑技工，这话本身就够抓眼球。Randstad 给了两个数字：技工需求增速是白领 3 倍，机器人技术员岗位涨 107%，说明动手修机器、调设备的人越来越抢手。对做 AI 的人来说，这等于在问：写代码和管机器人，哪个饭碗更稳。不过这只是 X 上的评论，不是产品发布或政策变动，所以放在低 featured 就够了。
彭博拿到的一份数据显示，2025 年是美国连续第二年出现 AI 暴露岗位明显裁员。重灾区是客服代表、部分秘书岗和销售岗。报道没披露具体裁员人数，也没说清楚“AI 暴露岗位”是怎么归因的——到底是因为直接换上 AI 工具，还是企业以 AI 为由砍人，这点先别太激动。但连续两年掉数字，说明这不是一次性的波动，而是结构性收缩。
推荐理由：Bloomberg 这篇评论点出美国一些被 AI 盯上的岗位在 2025 年又丢了一大批，客服、秘书、销售都被点名。我会先打个折：正文没披露具体流失数字和统计方法，所以没法判断“大量”到底多大。但连续两年这个趋势本身够直接，对关心 AI 抢饭碗的人来说是个实打实的信号，值得放进 featured。
杨立昆在 Unsupervised Learning 播客里把大语言模型的底牌翻了个遍。他直接说 LLM 这条路有天花板，劝博士生别再往里扎。他预测到 2027 年，纯靠堆语言数据做不出真正的智能。他离开 Meta 后创立的 AMI 公司，核心押注在“世界模型”上——让 AI 像人一样通过观察和互动去理解物理世界，而不是只读文本。访谈里他还跟老搭档 H...
推荐理由：我会先打个折：这是播客访谈，不是论文或产品发布，信息密度高但验证性弱。杨立昆的核心判断是当前大语言模型路线走不到人类级 AI，他把宝押在世界模型和 AMI 上，还给了 2027 这个时间点——这点先别太激动，正文没披露他具体依据什么数据或实验得出这个年份。他离开 Meta 的原因和与 Hinton、Bengio 的分歧是这次的新料，尤其是安全观上的对立，直接关系到行业资源往哪投。整体看，这篇访谈把一位关键人物的技术判断、职业选择和路线分歧打包在一起，对从业者判断风向有帮助，但很多结论还缺公开验证。
Eric Jang 在播客里拆解了他休假期间的项目——用现代工具从零复现 AlphaGo。他解释了 AlphaGo 为什么至今仍是理解智能系统的好范本：它把蒙特卡洛树搜索、从经验里学习和自我对弈这三件事结合得很干净。节目里聊到，这种搜索加自对弈的强化学习方式，能直接给每一步棋一个更优解，绕开了现在训大语言模型时常遇到的“功劳归谁”难题。Jang 还试了...
推荐理由：这是一篇机制拆解加评论，不是模型或产品发布。Eric Jang 把 AlphaGo 掰成三块讲，对做推理和智能体的同学有参考价值，但别当新成果看——正文没披露任何新指标，就是一次高质量的技术复盘。
The Verge 报道了一个具体案例：研究员 Peter Degen 发现一篇 2017 年的论文引用量突然暴增，从过去几年总共几十次，变成每隔几天就被引用一次。他怀疑这些引用来自 AI 生成的论文，因为 AI 写手会从训练数据里随机抓取看起来相关的文献塞进参考文献列表。文章指出，这种“看起来挺像回事”的 AI 论文正在大量涌入学术期刊的审稿流程，审...
推荐理由：这篇 The Verge 的报道抓到了一个很具体的信号——Peter Degen 发现一篇老论文的引用曲线突然反常飙升，但正文没披露他到底查了多少样本，所以这个异常有多普遍还不好说。我会先打个折，把它放在 featured 里偏低的位置，而不是必读。它好就好在用一个可查证的引用异常，把“AI 论文变好看了反而让审稿更难”这个矛盾讲清楚了，对做研究和搞评审的人都挺有触动。
OpenAI 的首席营收官 Denise Dresser 在彭博的采访里透露，企业业务（就是卖给公司的 ChatGPT 和 API 服务）已经占到总收入的 40%，预计到今年年底会涨到 50%。这组数字说明 OpenAI 的生意重心在往企业端靠，不再只靠个人订阅。不过，彭博的片段里没提 OpenAI 的总收入到底是多少，所以这 40% 对应的具体金额还...
推荐理由：这是一段 Bloomberg 的简短采访，CRO 只给了收入占比，没给总收入、利润率或客户规模。数字本身有料，但信息量有限，所以放在 featured 而不是更高档。我会先打个折：40% 这个比例挺好看，但不知道分母多大，别急着把它当成全面盈利的信号。
Tom Tunguz 把 Datadog 和 Twilio 这类公司叫做“推理的一阶导数”——它们不直接卖模型推理算力，但客户跑 AI 跑得越猛，它们就赚得越多。Datadog 的 LLM 监控数据量一个季度几乎翻倍，6500 个 AI 客户只占总客户数的 20%，却贡献了约 80% 的年化收入。Twilio 则因为 AI 原生公司和传统企业都在用语音...
推荐理由：Tom Tunguz 把推理增长和 Datadog 的用量、收入集中度数据绑在一起讲，比纯评论多了数据支撑。文章是评论性质，没有新模型或产品发布，所以分数停在 72–77 这个区间。我会先打个折，因为 2500 亿这个数字正文没给具体测算逻辑，只能当方向性判断看。
一个减少长提示首 token 延迟的实用技巧。在用户请求到达前，先单独发一次系统提示给 Claude，让它把提示写进缓存，但跳过输出。等真实请求进来时，缓存已经热好，直接命中，省掉重复处理长提示的时间。正文没披露具体提速多少，但思路很直接，适合系统提示固定、用户提示多变的场景。
推荐理由：Claude API 搞了个提示预缓存，相当于提前把系统提示塞进缓存里热着，真实请求一来就能省掉首令牌的等待。正文没给出具体能省多少毫秒，也没说缓存能热多久、会不会额外计费，所以省钱效果先打个折看。整体是个实用的推理优化小更新，不是模型能力或大版本发布，放在 featured 里当个中等权重的消息刚好。
Reddit 用户 egudegi 用脚本每 6 小时抓一次欧盟 15 家店的显卡价格，攒了约 12.6 万条数据。结果显示 RTX 5090 均价从 3392 欧元涨到 3487 欧元，涨了 3%，是唯一没降价的型号。帖子正文被 Reddit 安全策略拦截，看不到更细的型号对比和店铺来源，所以没法判断涨价是普遍缺货还是个别渠道在抬价。
推荐理由：这篇是一个Reddit用户自己爬了15家欧盟商店50多天的GPU价格，总共抓了约12.6万条记录，然后发现RTX 5090是唯一没降价的卡，均价还从3392欧元涨到了3487欧元，涨了3%。我会先打个折：数据源是个人帖子，不是机构报告，样本也只覆盖欧盟线上标价，不代表实际成交价或全球行情。但它的好处是给了很具体的数字和时间跨度，不是随口说“感觉涨价了”。对想买卡跑本地模型的人来说，这个信号挺直接——5090不仅贵，还在变贵，其他卡在跌，说明供需关系确实不一样。这点先别太激动，正文没披露每家店的库存和销量，价格涨可能是货少，也可能是需求硬，没法下结论...
PJM 电网（覆盖美国东部 13 个州和华盛顿特区）刚公布的报告显示，今年一季度批发电价同比涨了 76%，直接把原因指向数据中心扩建带来的用电需求。报告没披露具体新增了多少数据中心负荷，也没说电网容量缺口有多大，但 76% 这个涨幅说明供需已经非常紧张。对 AI 从业者来说，这是个实打实的成本信号——训练和推理用的算力，最终会反映在电费账单上。如果是真...
推荐理由：我会先打个折：正文没点名是哪个电网运营商，也没说容量缺口多大，所以不能当完整调查报告看。但 76% 这个涨幅太扎眼，而且直接归因到数据中心扩建，对关注 AI 基建成本的人来说是个硬提醒——算力扩张正在推高真实世界的电费。Bloomberg 的牌子让可信度加分，信息缺口主要在具体电网和供需数据上，所以重要性停在 75 合理。
一位完全没装过机的 Reddit 用户花了 5600 美元攒了一台 RTX 5000 PRO 48GB 的机器，单卡跑 Qwen3.6-27B-FP8 模型。他自己说装机全靠问 LLM，配 vLLM 时烧掉了 Claude Code 一半的周额度才搞定。实测下来，生成速度最高能到每秒 80 个 token，提示很长时掉到 50–60 tok/s，但提示...
推荐理由：这篇来自 Reddit 的个人装机实测，把价格和跑分都摆出来了，对想自己攒机跑大模型的人参考价值很高。我会先打个折：只有单卡、单模型、单人测试，没对比其他卡，也没提散热和长期稳定性，所以不能直接当采购指南。但 48GB 显存能跑 27B 模型还这么快，确实让人对本地推理的成本和体验更有信心。
杨植麟在视频里把 Kimi K2 的训练账本摊开了：总花费 460 万美元，靠线性注意力等架构上的极致优化，在编程任务上跑赢了 GPT-5.5 等对手。这个数字说明他们用远低于大厂的预算，靠设计把资源差距抹平了。不过视频是创始人自述，没有第三方验证，跑分对比的具体基准和测试条件也没展开，这点先别太激动。
推荐理由：杨植麟用40分钟视频把Kimi K2的训练账本摊开来看，460万美元的成本在同类模型里算低，编程任务上敢直接叫板GPT-5.5，这个对比本身就有传播力。不过视频是单一信源，具体用了哪些基准测试、对比条件是什么，正文没披露，所以分数卡在84不往上走。我会先打个折，等看到独立复现或更多技术细节再调整。
作者拿主流大模型算了一笔账：让 AI 帮你读、写、整理邮件，每月推理成本在 22 到 130 美元之间，中位数 26 美元。如果做成 SaaS 产品，按 75% 毛利率定价，一年大概要收 500 美元，比 Google 企业版贵一倍。想省钱的话，换小模型能把成本压到十分之一甚至二十分之一；更狠的做法是直接在用户自己的 GPU 上跑，边际成本趋近于零。文...
推荐理由：这篇文章没发布新模型或产品，就是一篇成本算账的评论。我会先打个折：它把顶尖模型、小模型和本地部署三条路径的月费摆在一起，22–130 美元对比近零成本，数字直观，对正在掂量 AI 邮件代理是否划算的团队有参考价值。正文没披露测试用的具体模型名和邮件量，所以这些数字只能当量级参考，别直接套进预算表。整体是一篇有用的观点分析，不是重大发布，所以重要性给 73 分。
一位 Reddit 用户用两张 RTX 3090 在 Ubuntu 上跑 Qwen 3.6 27B 模型，没上 NVLink。处理长文本时每秒能啃 4000 个 token，生成回答的速度是每秒 113 个 token。这个速度日常聊天或做文档处理都够用。不过帖子正文被 Reddit 的安全策略挡了，看不到具体配置细节，比如用的是哪个量化版本、功耗和温...
推荐理由：我会先打个折：这是单个 Reddit 帖子，没披露量化方式、批处理大小和功耗，复现细节不够。但 HKR 三条都踩中了——配置具体、数字清楚、直击本地推理玩家的痛点，所以给到 featured 的低位。
Karpathy 点出几个常见的浪费行为：每次请求都把整个代码库丢给模型、用最贵的模型干简单活、Agent 重复发送相同内容。他给的省钱思路是管好上下文、打开提示词缓存、按任务难度分模型——日常用便宜的，关键任务再上贵的，再建一个 SKILL.md 文件避免每次都重新教模型。正文没给出具体测试数据，但逻辑上确实能省。
推荐理由：Karpathy 这条吐槽本身信息量不大，但胜在把“无效上下文”这个老问题用账单浪费的角度重新讲了一遍。我会先打个折：正文没给出具体账单样本或可复现的测试，所以没法验证 90% 这个数字。不过它确实把三种典型浪费场景列清楚了——重复传代码库、杀鸡用牛刀、不开缓存——对正在付钱的开发者有直接参考价值。这点先别太激动，但值得看一眼自己的 API 调用是不是也犯了这些毛病。
Reddit 用户 grumd 在一张 RTX 5080（16GB 显存）和 64GB 内存的单机上同时跑了两套模型：Qwen2.5-Coder-7B Q6 做代码补全，Qwen3.6-35B-A3B Q8 做智能体编程（让模型自己规划步骤、调用工具写代码）。35B 那个模型用了内存卸载，上下文能撑到约 145k，速度是每秒 35.29 个 token...
推荐理由：这是一篇 Reddit 个人实验帖，不是系统评测，没有对比其他方案或验证稳定性，所以我会先打个折。但作者把模型、量化方式、上下文长度和吞吐都列清楚了，对想在自己机器上搭本地编程助手的开发者有直接参考价值。正文没披露功耗、并发表现和长上下文下的准确率，这点先别太激动。
Anthropic 工程师 Thariq 发了条推，列出 5 个理由主张模型输出 HTML 而不是 Markdown，Karpathy 随后转发表示认同。他的核心论点是 Markdown 的语法歧义太多，解析器各家实现不一致，模型生成时容易出错；HTML 虽然啰嗦但结构明确，对自动化处理和前端渲染更友好。正文没披露具体是哪 5 个理由，只提到生成 HT...
推荐理由：Anthropic 工程师 Thariq 主张用 HTML 替代 Markdown，Karpathy 也表态支持，这事在开发者圈子里容易吵起来。我会先打个折：这不是模型发布或产品更新，只是一场格式辩论。但文章给了具体数字——HTML 生成时间是 Markdown 的 2 到 4 倍，说明成本差距不小，从业者会关心 token 消耗和维护复杂度。正文没披露实验环境或代码，所以别太激动，目前只是一篇 Reddit 帖子，没有独立复现或论文支撑。
作者三月底开始严重失眠，每晚只能睡两三个小时，辞职后也没好转。他没靠瞎猜，而是让 AI 花五分钟写了个 app，把苹果手表和手机里 HealthKit 的健康数据（咖啡因、酒精、入睡时间、深睡时段等）全导出来，再让 AI 跑多变量回归分析，看哪些因素和睡眠时长负相关最明显。结果发现，晚饭后最后一次用 AI 的时间是头号变量——用得越晚，睡得越差；而喝咖...
推荐理由：这篇是个人量化实验，不是行业大新闻，但数据很具体。作者先写了个 app 拉出 HealthKit 数据，做回归发现晚饭后最后一次用 AI 的时间越晚，当晚睡眠越短；停用后平均多睡 1 小时 40 分钟。我会先打个折：这只是单人数据，没有复现，也没公开代码或论文，所以重要性停在 78。但 HKR 三项都成立，角度新鲜，数字也够硬，对开源微调那批人来说，既戳中 AI 过劳的焦虑，又给了个可复现的追踪思路。
作者在 2026 年 3 月左右开始严重失眠，每晚只能睡两三个小时。他让 AI 写了个工具，把 Apple Watch 和 iPhone 里的健康数据全导出来，再让 AI 跑多元回归分析，结果发现最影响睡眠的变量是晚饭后使用 AI 的时间——用得越晚，睡得越差。咖啡因、酒精这些反而没表现出明显关联。原因可能是用 AI 时人一直在高强度阅读、思考和并行处...
推荐理由：HKR 三项都成立：个人反转有传播力，HealthKit 加回归分析给了可验证的细节，睡眠损失直接打在 AI 从业者的痛点上。不过这只是单篇 Reddit 帖子，没有独立复现或论文/代码公开，所以保持在 featured 档的 72 分。
Reddit 用户 APFrisco 分享了一套硬件方案：用 768GB 英特尔傲腾持久内存（Optane PMem）当主存储，搭配 192GB DDR4 ECC 内存和一张 12GB 显存的 RTX 3060 显卡，通过 llama.cpp 的混合推理（CPU+GPU），在本地跑起了 Kimi K2.5 这个 1 万亿参数模型的 Q2_K_XL 量化...
推荐理由：HKR 三项都成立：标题的反差感足够抓人，正文把硬件型号、量化版本和速度都列清楚了，而且对本地推理圈子的成本敏感用户有直接参考价值。不过这只是单个 Reddit 用户的分享，复现细节和稳定性都没展开说，所以分数就压在 featured 门槛上。
Simon Willison 试了一种很野的玩法：把 LLM 命令行工具直接写在脚本的 shebang 行里，让一个纯文本文件变成可执行脚本。最简单的例子是 `#!/usr/bin/env -S llm -f` 下面直接跟一句“画个骑自行车的鹈鹕 SVG”，就能生成图片。复杂一点的可以用 `-T` 参数调用外部工具（比如报时），或者直接在 YAML 模...
推荐理由：Simon Willison 这次没发新模型，也没推平台，就是演示了一个把 LLM 当 shebang 解释器的命令行玩法。我会先打个折：这更像一个巧妙的黑客技巧，不是生产级方案，正文也没披露错误率或延迟数据。但它的价值在于把“用自然语言写脚本”这件事拉到了终端里，fragments 和 -T 这些参数让例子能直接跑通，对经常写胶水脚本的开发者来说，看一眼就会想试试。整体属于低配 featured，因为影响范围还在 CLI 自动化这个圈子里，没往外扩。
Karpathy 觉得现在大模型默认输出 Markdown 太简陋了，他建议直接让模型生成带排版、图形和交互的 HTML，界面会好用很多。更远的想法是“交互式神经视频”——用扩散模型实时生成能操作的画面，但他也承认这玩意儿怎么跟精确的传统软件配合还是个没解的问题。输入这边，光靠语音、文字或视频不够，得加上手势指点这类更自然的交互。在脑机接口到来之前，输...
推荐理由：Karpathy 这条推文没给数据，就是个人判断，所以重要性只能打到 featured 的及格线。但他把 LLM 输出形态的变化串成了一条线：从纯文本到带格式的 Markdown，再到能直接渲染的 HTML，最后抛出“交互式神经视频”这个方向。我会先打个折——神经视频现在连跟传统软件精确配合都做不到，正文也没说怎么解决，这点先别太激动。不过对做 AI 产品的人来说，这个框架确实能帮他们想清楚下一步该把界面做成什么样。
陶哲轩的同事、菲尔兹奖得主 Timothy Gowers 拿 ChatGPT 5.5 Pro 试了一道加法数论里的难题，模型在 17 分 05 秒内给出了一个最优的二次上界构造，相当于直接产出了一篇小论文的核心证明。之后他又让模型把整个过程写成 LaTeX 预印本，总共花了 47 分钟。Gowers 把结果发在了自己博客上，因为 arXiv 目前拒收 ...
推荐理由：三条都过：Gowers 的第一人称实测、17 分 5 秒和 47 分钟预印本都是可讨论的硬信息。不是模型发布，但有名有姓的实验和数学推理冲击让它必须写。
这篇文章的正文被微信环境异常拦截了，实际内容无法读取。从标题和已有英文摘要看，Ted Xiao 的复盘主要讲谷歌机器人团队怎么从 RT-1 用 8.7 万条遥操作轨迹训练，走到 RT-2 把 50 亿到 550 亿参数的视觉语言模型改造成视觉-语言-动作策略。具体三个时代怎么划分、每个阶段踩了什么坑、规模化后效果到底提升多少，正文没披露，没法展开。
推荐理由：我会先打个折：这不是新发布，是一篇回顾性梳理，所以分数没往 80 以上走。但作者身份和内部数字让它值得上推荐位。Ted Xiao 把谷歌机器人学习拆成三个阶段，从遥操作采数据到把大模型当机器人脑子用，脉络清楚。RT-1 的 8.7 万条轨迹说明早期靠人工遥控攒数据的笨功夫，RT-2 用 5B 到 55B 的 VLM 改策略，点出了现在大家纠结的核心——模型大了能不能直接控硬件。正文没披露 RT-2 在真实场景的失败率或延迟数据，这点先别太激动。整体适合给做具身智能的人当路线图看。