跳到正文
K = 0.731
全部动态 · 今日8条

#大佬观点

信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
10月15日周四
  4. Alexandr Wang · X15

    Alexandr Wang 询问人类还是 AI 在控制合并后的实体

    雷米还是小林？ 看过《料理鼠王》的人都知道，这是 AI 时代一个重要的问题：我们是雷米还是小林？ 合并后的实体由人类控制（我们是雷米），还是由 AI 控制，而我们只是肉身代理（我们是小林）？ 我们的 https://t.co/te0DEHF5ob

  5. Alexandr Wang · X49

    Alexandr Wang 评测 Muse Wonder Full

    @davis7 的评测称，Muse Wonder Full 文笔和“语气”出色，在非专业任务上的能力与 6.1 sol 不相上下，也具备编排能力。评测将命名方案、价格和使用限制列为缺点，并称完整模型可通过订阅在 Muse Code 中使用，但没有 API。 Alexandr Wang 称这是一篇经过深思熟虑的评测，说还有很多地方需要改进，并表示很高兴大家喜欢使用这个模型。https://twitter.com/davis7/status/2110533786895356118

  7. Ethan Mollick · X30

    我认为，人们觉得 OpenAI 和 Anthropic 既然在 AI 领域如此出色，就好像也不是会遭遇高速增长企业常见问题的普通公司。但它们同样无法避免快速发展中的公司难免会出现的内斗、失调和混乱。

    我认为，人们觉得 OpenAI 和 Anthropic 既然在 AI 领域如此出色，就好像也不是会遭遇高速增长企业常见问题的普通公司。但它们同样无法避免快速发展中的公司难免会出现的内斗、失调和混乱。

  10. TechCrunch · AI41

    Ricursive Intelligence 正在开发用于设计更高效芯片的人工智能

    Ricursive Intelligence 正在开发一种人工智能，它能够设计芯片、从每次迭代中学习，并改进后续设计，从而实现芯片设计自动化并加快设计进程。在 TechCrunch Disrupt 上，创始人 Anna Goldie 和 Azalia Mirhoseini 表示，人工智能能够找到非常规布局并优化整颗芯片；她们举例说，她们此前的系统 AlphaChip 曾生成一种“甜甜圈形”布局。Goldie 表示，未来五年，对计算能力的需求可能会增长至少 10,000 倍。

  12. Latent Space60

    跨越门槛：OpenAI 和 Anthropic 如何看待金融智能体的自主性与安全性

    OpenAI、Anthropic、Two Sigma 和 Bloomberg 的演讲者在纽约 AI Engineer 大会上介绍了金融智能体如何通过有针对性的控制措施和人工监督提升自主性。OpenAI 的 Joseph Kim 预测，智能体到 2027 年可能能够处理投资创意生成和交易；Anthropic 则展示了一个智能体提出订单修改方案、由人工审批的案例。Two Sigma 介绍了将重要请求转交给人工处理的分类器；Bloomberg 主张在模型之外设置确定性控制措施，包括工具调用检查、审计日志和紧急停止开关。

  14. Latent Space67

    Ian Quigley 讲解 Leash Bio 的数据方法与实验室闭环智能体研究

    Brandon Anderson 采访了 Leash Bio 的 Ian Quigley，探讨如何使用 DNA 编码化合物库生成可复现的蛋白质–小分子相互作用数据，以及如何识别实验和模型中的误导性信号。他们讨论了一项包含约 40 亿条测量数据的 Kaggle 竞赛：在未见过的化学库上，没有人能取得优于随机猜测的成绩；还讨论了一个智能体沙盒，它在 100 的预算内搜索 650 万个分子。Anderson 报道称，该沙盒现已发展为 Minos，预印本、博客和开放数据集将于今日发布。

  17. Aravind Srinivas · X40

    Aravind Srinivas 表示，美国才是值得为之打造产品的市场

    美国才是值得为之打造产品的市场 🇺🇸 在使用 Automations（周期性智能体任务）或更高级别套餐付费的用户中，超过 50% 是美国人。 一家为美国客户提供自助服务、并在智能体领域完成客户接入的企业，其净美元留存率始终很高 https://twitter.com/mollysoshea/status/2110118882102890524

  21. The Verge · AI54

    我的 AI 分身告诉我该吃什么

    Victoria Song 评测了自己参加 Twin Health 约 100 天的经历。Twin Health 是一项 AI 数字孪生计划，它利用个人健康数据和持续血糖监测来预测身体对食物的血糖反应。她报告称，部分化验指标有所改善，其中甘油三酯下降了 70mg/dL，但体重没有明显减轻，也未能如愿减少用药；而且部分化验值在参加计划前就已开始改善。人工教练帮助她更有动力锻炼，但大量追踪数据让她感到疲惫，也引发了她对隐私以及在医疗风险更高的场景中信任此类技术的疑问。

  23. Ethan Mollick · X49

    Ethan Mollick质疑匿名AI垃圾评论的意义

    我真的不明白，AI垃圾评论涌入我的帖子到底有什么意义。至少在领英上，这些评论是在卖弄虚假的专业知识，好让发帖的人显得更厉害（其实并没有，不过随便吧）。但几十个匿名机器人对这样的帖子发表类似回复，到底能得到什么？https://t.co/rM8ywQCrwA

10月14日周三
  2. Alexandr Wang · X35

    Alexandr Wang表示，Muse Wonder速度快、令牌效率高

    @merge_api表示，Muse Wonder完成一项任务平均需要6.8分钟，而Claude Opus 5.5需要13.2分钟，Claude Sonnet 5.5需要15.3分钟。引述的帖子称，三者的得分分别为52.4、57.6和56.0。 Alexandr Wang称Muse Wonder“速度超快，令牌效率高”，并表示：“试试看！” https://twitter.com/merge_api/status/2110385332046762163

  5. Clément Delangue · X19

    很高兴看到 @Google 的 Embedding Gemma 2 登上 HF 趋势榜！媒体和硅谷圈子只谈论推理型 LLM，然而还有种类丰富得多的 AI 模型，它们影响深远、实用性强，比如嵌入模型、决策模型、音频、视频、时间序列等……（HF 上有超过 300 万个公开模型！）让我们重新把它们带回聚光灯下！

    很高兴看到 @Google 的 Embedding Gemma 2 登上 HF 趋势榜！ 媒体和硅谷圈子只谈论推理型 LLM，然而还有种类丰富得多的 AI 模型，它们影响深远、实用性强，比如嵌入模型、决策模型、音频、视频、时间序列等……（HF 上有超过 300 万个公开模型！） 让我们重新把它们带回聚光灯下！

  15. Ethan Mollick · X15

    嘿，AI，给我讲一个最棒的“除非它来自 X，否则它只是起泡的 Y”风格笑话：GPT-6 Pro：“除非它来自瑞典的斯德哥尔摩地区，否则它只是起泡的员工敬业度。” Gemini 4 Argon High：“除非它来自凌晨 3:00 盯着天花板的地区，”

    嘿，AI，给我讲一个最棒的“除非它来自 X，否则它只是起泡的 Y”风格笑话： GPT-6 Pro：“除非它来自瑞典的斯德哥尔摩地区，否则它只是起泡的员工敬业度。” Gemini 4 Argon High：“除非它来自凌晨 3:00 盯着天花板的地区，”