行业关键人物在想什么：创始人访谈、研究者论战、投资人判断的观点集合。
Dave Lee 直接批评 Meta 的 AI 资本支出太离谱，最高可能冲到 1450 亿美元。他的核心质疑是：亚马逊和谷歌敢这么花钱，是因为有云业务带来的销售增长做支撑，Meta 没有这块收入，花大钱却看不到能匹配的回报。视频里没展开讲 Meta 具体把预算烧在了哪些模型或基建上，但点出了这种支出节奏不可持续。
推荐理由：这篇不是产品发布或技术论文，而是对 Meta 花钱逻辑的评论。我会先打个折：它没有新模型或新工具，但把 capex 和收入错配这件事讲得很直白。1450 亿这个数字够大，大到让人想问钱花哪儿了；正文又明确说 Meta 的财报电话会口径偏谨慎，没有云收入来兜底。对在看 AI 投入产出比的人来说，这个提醒是及时的。信息密度不算高，但判断清晰，所以放在 featured 里没问题。
作者花了几周时间，用 7B 以下的本地小模型和免费云端模型跑多文件编程任务，发现结构化输出很不靠谱。崩得最多的地方有三个：模型在回复里乱加 markdown 代码块标记，把编辑内容写到错误的文件里，以及分不清该读文件还是写文件。作者给的解法是做后处理清洗和加校验步骤，但正文没披露具体用哪些模型、测试了多少任务，也没给出量化的成功率，所以这些结论只能当经...
推荐理由：这篇 Reddit 帖子不是论文，是作者拿 Qwen、Gemma 等小模型实打实跑了几周多文件编程 agent 后的踩坑记录。我会先打个折：它只是单人经验，没有系统对比实验，所以给 75 分。但内容很实在——7B 以下模型连输出格式都稳不住，Markdown 围栏乱加、改错文件、读写成写这类问题反复出现。作者没灌水，直接给了后处理、JSON schema 校验、路径白名单和只读路由这些能落地的补救办法。正文没披露具体模型版本和测试任务量，这点让结论的普适性弱一些，但对想用本地模型搭 coding agent 的人，这些失败模式比 benchmark...
陶哲轩最近公开说，数学研究的瓶颈已经从“找不到证明”变成了“证明太多看不过来”。在一个关于 Erdős 问题的 GitHub 页面上，已经有 20 多个 AI 生成的解法等着人去评估。文章提到 GPT-5.4 Pro 用 80 分钟就给出了 Erdős #1196 的一个思路，陶哲轩自己在 24 小时内验证了核心部分。现在真正头疼的不是 AI 能不能解...
推荐理由：这篇东西不是模型发布，但把陶哲轩的发言和 GitHub 上的 AI 证明积压摆在一起，信息量够硬。我会先打个折，因为正文没给出那 20 多份解法的具体通过率或质量分布，只能看到数量堆上去了。真正值得盯的是陶哲轩说的验证与消化工作流——证明便宜了，判断力反而更贵，这个转向对从业者比裸看模型跑分更有参考价值。
这篇付费文章只露了个头，正文没披露具体的时间范围和各家花钱的明细。从摘要看，Google 在云计算增速上超过了亚马逊和微软，而 Meta 因为大幅上调资本支出，股价承压。7250 亿美元这个数字是几家巨头 AI 投资计划的总额，但具体怎么算出来的、覆盖几年，文章没给。这点先别太激动，关键细节都锁在付费墙后面。
推荐理由：这篇 FT 报道扔出一个 7250 亿美元的 AI 支出预期，说 Google 跑得比同行快，Alphabet 云业务增速也压过 Amazon 和 Microsoft。我会先打个折——正文没披露这数字怎么拆到各家公司、覆盖哪几年、投在模型还是基础设施上，所以别急着拿它当精确坐标。但即便模糊，这个量级和竞争格局对从业者判断算力成本、云厂商选择和资本热度还是有参考价值。
Latent Space 这期把近期几条线索串了起来：AI 的推理（inference）需求正在急剧膨胀。黄仁勋在 GTC 上说，过去两年单次任务的算力消耗涨了约 1 万倍，总用量涨了约 100 倍，他管这叫“推理拐点”。英特尔 CEO 在财报会上给了更具体的数字，CPU 需求在涨，不是因为训练，而是因为代码智能体、强化学习环境模拟这些推理侧的工作全压...
推荐理由：这是一篇 Latent Space 的新闻汇总和趋势判断，不是模型发布或重大产品更新。它把黄仁勋的预测和 CPU 沙箱、智能体调度这些实际工作负载拆解放在一起，对从业者有参考价值，但信息密度和独家性不如一手发布。我会先打个折，放在 featured 里偏评论解读的位置。
OpenAI 自己出来解释了 GPT-5.1 之后模型爱用“哥布林”“小妖精”打比方的怪癖是怎么来的。根子出在“书呆子”这个个性定制选项上：训练时给这个风格打分的奖励模型，对带幻想生物词汇的输出格外偏爱，76.2% 的数据集里都给更高分。虽然选“书呆子”的用户只占 2.5%，但贡献了 66.7% 的“哥布林”出现次数。更麻烦的是，强化学习没把这种口癖锁...
推荐理由：我会先打个折：正文就一段 RSS 摘要，触发条件、时间线和修复机制都没披露，所以没法做太硬的判断。但标题已经把传播点、根因和修复方向列出来了，GPT-5 输出“哥布林”这件事本身就够怪，从业者会立刻联想到模型人格化行为是怎么跑进输出链路的。这点先别太激动，因为信息缺口太大，但安全对齐和上线事故这两个话题叠加，确实值得放进 featured 里提醒大家留意后续。
Dwarkesh 把采访间改成了黑板教室，请来芯片公司 MatX 的 CEO Reiner Pope，用公式和粉笔把大模型从训练到服务的成本结构拆了一遍。讲座从批处理大小讲起：没有批处理，服务成本会直接差出 1000 倍，这也是为什么各家 API 定价和快速模式差价巨大的根源。接着讲了 MoE 模型怎么跨 GPU 机柜摆放、流水线并行如何把模型层切分到...
推荐理由：这是一堂黑板课，不是新闻事件，所以分数没往上拉。但内容确实扎实：Pope 把训练和推理里几个关键的成本开关——尤其是批处理对经济性的影响——用数字讲清楚了。我会先打个折，因为正文没给具体实验数据，更多是经验推演，但“1000 倍”这个量级足够让人重新审视自己的服务设计。
The Verge 这篇讲的是 Claude 的一个安全测试版 Mythos 在 DARPA 的 AI 网络挑战赛里扫了 5400 万行代码。参赛队伍用它不仅找出了大部分预先埋好的漏洞，还额外揪出十几个没埋过的真实 bug。文章没提 Mythos 的跑分、收费方式和怎么申请试用，所以实际效果和成本还得观望。
推荐理由：这篇值得推，因为 DARPA 比赛的数据很实在——5400 万行代码扫下来，工具不仅认出了人工漏洞，还额外揪出十几个没埋的，说明 AI 挖洞确实能跑出意料之外的结果。标题的“脚本小子”说法虽然夸张，但把门槛降低这个风险讲透了。正文没给 Claude Mythos 的基准、价格或开放条件，所以没法判断它到底多强、多贵，这点先别太激动。整体信息量够上推荐位。
《华尔街日报》拿到内部消息，说 OpenAI 没完成自己设的新用户和销售额目标。公司内部开始担心在 AI 基础设施上砸的钱是不是太多了。不过这篇报道正文被 Bloomberg 的付费墙挡住了，具体目标数字、差了多少、时间范围和花了多少钱都没披露，所以没法判断缺口有多大。
推荐理由：我会先打个折，因为 WSJ 这篇正文没披露具体数字，缺口多大、哪个季度、花了多少钱全不清楚，所以信息密度其实偏薄。但选题本身够直接：OpenAI 自己定的增长目标没完成，内部已经在担心基础设施的高支出扛不住。对从业者来说，这不是公关稿里的增速放缓，而是实打实的成本焦虑——如果连 OpenAI 都踩刹车，整个行业靠烧钱换用户的逻辑就更值得怀疑了。这点先别太激动，等具体数据出来再下重注。
Applied Intuition 的 CEO 和 CTO 聊了他们从 YC 时期的自动驾驶工具链，一路做到估值 150 亿美元实体 AI 公司的完整路径。公司现在有 30 多款产品，全球非中国车企前 20 名里 18 家是他们的客户，L4 级无人卡车已经在日本跑起来了。他们反复强调，实体 AI 真正的瓶颈不是模型不够聪明，而是怎么把模型塞进车里：车载...
推荐理由：这篇复盘把 Physical AI 从融资故事拉到了实车部署层面，信息量够硬——估值、客户覆盖、L4 落地都有数字撑着。我会先打个折：正文没披露具体模型架构或安全验证的实测数据，所以重要性停在 80 这个区间是合理的。对做车端推理和自动驾驶落地的人，这篇值得一看，但别指望有技术白皮书级别的细节。
作者拿国防工业的教训来比软件行业：美国重启毒刺导弹生产线要4年，因为会造的人早退休了，图纸还是卡特时代的；欧洲承诺100万发炮弹，晚了9个月才凑齐，因为发射药停产17年、TNT只剩一家厂。核心不是没钱，是知识断了。软件业现在也在走这条路——METR的对照实验发现，资深开发者用AI写代码反而慢了19%，但很多人已经离不开AI。Salesforce今年不招...
推荐理由：标题类比够尖锐，正文用军工交付延迟和 METR 的 19% 降速给了硬数字，最后把焦点从 AI 速度拉回到人才断层，对 AI 从业者来说比单纯吹或黑 AI 编程更有讨论价值。因为是转译加评论，权威性打折扣，但信息量和话题度都够，放在 featured 里合适。
Dwarkesh 抛出了一堆他没想明白的 AI 问题。首先是算力分配：全球超过 70% 的 AI 算力握在五家云厂商手里，其中大部分还优先供给了 OpenAI、Anthropic 和 Google DeepMind 三家。他担心普通人会被高价挤出 AI 红利，并追问全民基本算力该怎么搞。其次是模型进步的本质，他搞不清长周期编程智能体到底靠什么突破，也质...
推荐理由：Dwarkesh这期没给实验结论，就是扔了一串开放问题。我会先打个折，因为正文没披露五家厂商占七成算力的数据来源，这点先别太激动。但他把长程编码Agent、KV缓存内存取舍、训练和推理合并这些技术点揉在一起问，确实让人想接着翻答案。真正值得盯的是算力怎么分、模型能不能在线学、以及‘智能’和‘权力’的定义怎么重新划——这些比论文摘要更贴近一线焦虑。没有产品发布或政策变动，所以分数停在评论类的中上区间。
作者在伦敦飞拉斯维加斯的 10 小时航班上，用一台顶配 MacBook Pro M5 Max（128GB 统一内存、40 核 GPU）离线跑了 Gemma 4 31B 和 Qwen 4.6 36B 两个本地模型。他主要用 DuckDB 搭了个云账单分析工具，还处理了约 400 万 token 的零散编码任务。体验下来，写限定范围的代码、做小工具时，本地...
推荐理由：这是一篇第一人称的本地推理实测，硬件、模型、功耗数字都摆出来了，不是空谈。我会先打个折：它更像个人体验报告，不是行业级发现，所以分数落在 72–77 这个区间。真正有意思的是功耗可观测性——同一负载下 iPhone 线只供 60W，MacBook 线供 94W，差了 34W，这点先别太激动，但说明供电配件对本地跑大模型的实际性能影响不小。正文没披露模型量化方式，也没说具体跑了什么任务，所以不能把结论拔太高。
Axios 报道，一些公司的 AI 算力开销已经超过了员工工资。英伟达高管 Bryan Catanzaro 说，他团队的算力成本远高于人力成本；Uber 的 CTO 则因为 token 消耗太快，已经花光了 2026 全年的 AI 预算。Gartner 预测今年全球 IT 支出会涨到 6.31 万亿美元，主要就是被 AI 基建、软件和云服务推高的。文章...
推荐理由：这篇文章把 AI 成本焦虑变成了预算事实。Nvidia 内部团队算力开销远超人力、Uber CTO 的 token 预算提前见底，加上 Gartner 的支出预测，都在说同一件事：AI 的账单开始比工资单更吓人。它不是产品发布或硬新闻，而是趋势报道，所以放在 72–77 这个区间。我会先打个折，因为正文没给出 Nvidia 和 Uber 的具体金额对比，但方向性判断足够清晰，值得从业者看一眼自己的预算表。
Justin Smestad 算了一笔账：如果公司从 2026 年起不招初级工程师，到 2030 年就会养出一支全是贵价老兵的团队，而且毫无还价能力。逻辑很简单——一个资深工程师可以开口要 40% 的涨薪，如果公司没有培养了两年的后备梯队，替代他可能要花六个月，还得按更高的市场价招人。初级员工不只是干杂活，他们是未来的中坚力量，是薪资谈判时的保险。文章...
推荐理由：这篇不是讲模型或产品，是一篇个人评论，但把账算得很清楚。核心逻辑是：你现在省掉初级人头，两年后高级工程师开口要 40% 涨薪，你连个能顶上来的中级都没有，外面招人还得搭进去半年。我会先打个折，因为 40% 和 6 个月这些数字正文没给出处，更像经验估算。不过它提醒了一件容易被季度报表掩盖的事——用 AI 代理替掉初级岗，省的是工资，多出来的可能是组织断层和议价权转移。对在看人效和 AI 落地的团队，这个视角值得扫一眼。
作者拿军工复产的惨痛教训来类比 AI 写代码对软件业的冲击。2022 年下的毒刺导弹订单要到 2026 年才能交付，因为图纸是卡特时期的，懂生产的工程师早退休了，没人接班。欧盟承诺一年给乌克兰一百万发炮弹，但当时年产能只有 23 万发，最后晚了九个月才凑齐。美国核弹头里一种叫 Fogbank 的材料更离谱，停产十几年后想复产，发现老工人都走了，连原始配...
推荐理由：这篇文章不是讲技术，是讲人。它拿军工制造的案例当镜子，照的是 AI 编程正在吃掉初级岗位的入口。我会先打个折：军工和软件行业的生产逻辑不完全一样，但管线断层的类比是成立的。正文没给 AI 编程的具体数据，全靠军工案例的冲击力撑着，所以分数卡在 74 是合理的——观点强，但缺一手编程侧的证据。
Feldera 的联合创始人 Gerd Zellweger 认为，现在流行的 AI 代理（比如那些帮你写代码、查问题的机器人）太像人了：爱解释、爱总结、需要来回对话，用起来很累。他提出应该把代理嵌入现有软件，让它安静地在后台干活。文章给了三种已知的集成模式：命令行接口（CLI）、声明式配置（告诉系统要什么结果，别管步骤）、以及像 Kubernetes ...
推荐理由：这篇文章是 Feldera 联合创始人的工程观点，不是产品发布或一手评测，但把 Agent 嵌入软件的三种模式讲得清楚。我会先打个折，因为正文没给出实际部署数据或对比实验，更像架构主张。不过它把“Agent 解释新信息，数据库引擎持续执行逻辑”这个分工点透了，对正在纠结 Agent 交互形态的从业者有参考价值，所以放在 featured 里。
作者在 2026 年 4 月 25 日发了这篇博客，核心观点很直接：大语言模型（LLM）打破了知识工作里靠“表面质量”当质量代理的潜规则。他举了市场分析报告的例子——一份报告日期不对、有错别字、图表贴错，你直接就不看了，因为连表面功夫都没做好的人，研究大概率也不靠谱。这种“看表面”的代理判断以前很管用，成本低、相关性也高。但 LLM 太擅长模仿专业文风...
推荐理由：一篇个人视角的尖锐随笔：大模型让产出看起来专业，但审查和信任机制没跟上。用咨询报告和代码审查举例，指出团队现在只是快速扫一眼就通过，真正该盯的是模型背后的概率偏好和评估方式，而不是产出本身像不像真的。观点清晰，但没有实证支撑，我会先打个折，当一篇引发思考的评论看。
作者拿自己一个搁置已久的项目做实验：写一个中间层，把 YouTube Music 伪装成 OpenSubsonic 服务，让 Feishin、Symfonium 这些播放器能直接播 YouTube 上的歌。他用 Claude Code（Opus 4.6）从零搭，技术栈是 FastAPI、Pydantic、ytmusicapi 和 yt-dlp。做法是先...
推荐理由：这是一篇第一人称的实战记录，不是行业通稿。作者用 Claude Code 加 Opus 4.6 重写 YouTube Music 到 OpenSubsonic 的连接器，技术栈交代清楚，调试过程有具体细节。最值得看的是他的工作方式：先写清楚 spec，再让模型生成，最后人工验收，比一次性全丢给模型靠谱得多。信息量够、有可复用的思路，但影响范围就停在个人开发工作流这个层面，没到行业级更新。
Mark Nottingham 直接戳破了“AI 代理为你工作”这个说法。他列了 8 个互联网信任崩塌的真实案例，其中一个是微软新版 Outlook 会偷偷把第三方邮箱密码传到自家云端，再分给 700 多个数据伙伴。核心问题不是模型不够聪明，而是我们根本没想清楚：当软件能替你做事时，它到底在替谁做事。文章没给技术方案，但把“委托边界”这个被忽略的前提摆...
推荐理由：HKR 三项都成立，但这是署名评论而非模型或产品发布。Mark Nottingham 在 Web 协议领域的权威加上 Hacker News 上的讨论热度，让它够得上 featured 门槛，但到不了 P1。