跳到正文

大佬观点

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。

283 条精选相关主题现象与趋势行业动态

最新精选

第 161–180 条 · 共 283 条

4月30日星期四

OpenAI News

GPT-5 模型为什么满嘴都是“小妖精”

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。

推荐理由:OpenAI 解释 GPT-5.1 爱用哥布林打比方的来源,训练中给书呆子风格打分的奖励模型对幻想生物词汇格外偏爱,76.2% 的数据集里给更高分。

Dwarkesh Patel 播客

Reiner Pope 黑板讲座:大模型训练和推理背后的数学账本

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。

推荐理由:MatX 的 CEO Reiner Pope 用公式和粉笔拆解大模型从训练到服务的成本结构,其中批处理对服务经济性的影响达到 1000 倍量级。

4月28日星期二

The Verge · AI

AI 开始批量找漏洞,脚本小子要失业了?

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:DARPA 的 AI 网络挑战赛里,Claude 安全测试版 Mythos 扫过 5400 万行代码,除找出预埋漏洞外还额外发现十几个真实 bug,AI 挖洞的实战边界由此多了一个具体样本。

彭博科技

WSJ 称 OpenAI 没达到自己定的用户和销售目标

《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:《华尔街日报》报道 OpenAI 未完成自设的新用户与销售额目标,内部对基础设施投入产生疑虑,增长预期与支出之间的落差由此浮现。

Latent Space

Applied Intuition 十年做成 150 亿美元估值,他们想把所有会动的机器都塞进同一个 AI 操作系统

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。

推荐理由:Applied Intuition 的 CEO 和 CTO 复盘了从 YC 时期自动驾驶工具链到 150 亿美元估值实体 AI 公司的路径,并给出 30 多款产品、18 家全球前 20 非中国车企客户和日本 L4 无人卡车的落地情况。

X · @dotey(宝玉)

西方忘了怎么造东西,现在也快忘了怎么写代码

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。

推荐理由:作者把美国重启毒刺生产线耗时4年、欧洲炮弹因发射药停产17年而延迟交付,与METR实验中资深开发者用AI写代码反而慢19%放在一起,指向知识断层这一共同背景。

4月27日星期一

Dwarkesh Patel 播客

周末杂想:算力垄断、智能与权力的混淆,以及科学验证的困境

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。

推荐理由:Dwarkesh 提出全球超七成 AI 算力集中在五家云厂商、其中大部分优先供给三家模型公司,由此追问普通人是否会被高价挤出 AI 红利以及全民基本算力如何落地。

Hacker News 首页

在万米高空断网跑大模型:M5 Max 撑了 10 小时,但一根充电线让我亏了 34W 供电

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。

推荐理由:作者在10小时航班上用顶配MacBook Pro M5 Max离线运行两个本地大模型,并记录下不同充电线导致60W与94W供电差异对推理的影响。

Hacker News 首页

现在用 AI 可能比雇人还贵

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。

推荐理由:英伟达高管称团队算力成本远超人力,Uber 的 CTO 因 token 消耗过快花光 2026 全年 AI 预算,AI 账单超过工资单的迹象已在具体公司出现。

Hacker News 首页

停止招新人,你的资深工程师就会反过来拿捏你

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。

推荐理由:Justin Smestad 算了一笔账,若公司从 2026 年起停招初级工程师,到 2030 年团队将全是贵价老兵,资深工程师可开口要 40% 涨薪,而公司没有后备梯队,替代成本高。

4月26日星期日

Hacker News 首页

西方忘了怎么造东西,现在开始忘怎么写代码

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。

推荐理由:作者用军工复产的教训类比 AI 写代码对软件业的冲击,毒刺导弹订单从 2022 年拖到 2026 年交付,欧盟炮弹承诺晚九个月凑齐,生产经验断层后补起来有多慢。

Hacker News 首页

别把 AI 代理当同事,把它嵌进你的软件里

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。

推荐理由:Feldera 联合创始人 Gerd Zellweger 提出把 AI 代理嵌入现有软件、在后台安静干活,而非当作需要来回对话的同事,为思考代理交互形态提供了一种工程视角。

Hacker News 首页

知识工作的拟像:LLM 把表面功夫做得太好,反而让质量判断失灵了

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。

推荐理由:作者指出LLM让知识工作的表面质量不再能充当质量代理,并以市场分析报告为例说明这种判断方式为何失灵。

Hacker News 首页

用 Claude Code 把烂尾项目捡起来跑通,这事不丢人

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。

推荐理由:作者用 Claude Code 把搁置项目改造成 YouTube Music 到 OpenSubsonic 的中间层,让 Feishin 等播放器直接播 YouTube 歌曲,其中先写清 spec 再让模型生成、人工验收的协作方式可以迁移。

4月25日星期六

Hacker News 首页

AI 代理的故事里缺了什么:不是模型能力,是信任边界

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。

推荐理由:Mark Nottingham 用 8 个互联网信任崩塌案例说明,AI 代理的障碍不在模型能力,而在软件替人做事时责任归属尚未厘清。

Hacker News 首页

数据库没为 AI 代理这波操作做过设计

Arpit Bhayani 指出,让 AI 代理直接操作数据库,会同时打破我们过去四十年默认的四条规矩:查询是写死的、写入是有人审核过的、连接是短暂的、出问题有人盯着。他给 PostgreSQL 开了几剂具体药方:给代理用的数据库角色加上 5 秒语句超时和 10 秒事务空闲超时;全面改用软删除,并记录是谁删的、为什么删。

推荐理由:Arpit Bhayani 指出 AI 代理直接操作数据库会打破查询写死、写入经人审核、连接短暂、有人盯错这四条旧规矩,并给出 PostgreSQL 的超时参数与软删除做法。

The Verge · AI

一本新书复盘了 Maven 项目:美军是怎么从嫌弃 AI 到离不开它的

Katrina Manson 的新书梳理了 Maven 项目从 2017 年用计算机视觉分析无人机视频起步,到后来演变成 Maven Smart System 的全过程。书里最抓眼球的一个数字是:在对伊朗行动的头 24 小时里,美军靠这套 AI 系统辅助打了一千多个目标,规模差不多是二十年前伊拉克“震慑”行动的两倍。

推荐理由:Katrina Manson 的新书复盘了 Maven 从 2017 年分析无人机视频到演变为 Maven Smart System 的过程,其中对伊朗行动头 24 小时辅助打击一千多个目标的规模,约为二十年前伊拉克震慑行动的两倍。

4月24日星期五

Hacker News 首页

为什么你应该拒绝让医生用 AI 帮你记病历

Emily M. Bender 和 Decca Muldowney 给了 9 个理由,劝患者在诊室里拒绝 AI 自动记录系统。这类工具会录下你和医生的对话,自动生成病历草稿。她们的核心担忧不是技术出错,而是诊所会把省下的时间拿来塞更多病人,而不是让你多聊一会儿。具体风险包括:录音和文字稿交给第三方公司,隐私保护未必靠谱。

推荐理由:语言学家 Emily M. Bender 与记者 Decca Muldowney 列出 9 个理由,劝患者拒绝诊室里的 AI 自动记录,指出录音与文字稿会交给第三方公司,而省下的时间可能被用来接诊更多病人。

Hacker News 首页

Affirm 用一周时间让 800 多名工程师集体切换 AI 编程智能体

2026 年 2 月,Affirm 停掉常规开发,让全公司 800 多名工程师花一周时间,用 AI 编程智能体(agent)把真实需求从想法一路做到提交 PR。到文章发布时,超过 60% 的 PR 都有智能体参与。

推荐理由:Affirm 让 800 多名工程师停掉常规开发一周,用 AI 编程智能体把真实需求做到提交 PR,事后超过六成 PR 有智能体参与,可作为团队整体切换智能体开发流程的规模化样本。

机器之心 · 公众号

机器人跑赢人类马拉松后,资本开始从硬件转向“大脑”

荣耀的人形机器人“闪电”在北京亦庄半马跑出50分26秒,比人类男子世界纪录57分20秒还快。宇树H1在1.9公里弯道赛段也跑出4分13秒。文章说2026年一季度具身智能融资近200笔、总额超300亿元,4月16日灵初智能又拿了4.55亿美元Pre-A轮。信号很直接:钱正从机器人本体流向模型和智能系统,硬件能卷的差不多到头了。

推荐理由:荣耀人形机器人半马跑出50分26秒,超过人类男子世界纪录,同期具身智能一季度融资近200笔、超300亿元,资金正从本体转向模型与智能系统。