#大佬观点

Alexandr Wang 在一段关于 Muse Wonder 的视频中，预告将进行现场直播的年度绩效评估

Muse Wonder，配上一杯俏皮的啤酒 这段视频里，我会在镜头前接受年度绩效评估直播——真是个温情时刻 🥹

Ethan Mollick 认为 Meta 的 Muse Wonder 进步迅速

我曾提前体验过 Muse Wonder，但没多少机会深入使用。根据有限的测试，它似乎是个不错的模型。 更令人印象深刻的或许是，自 4 月以来，我那个淹没的新哥特式城市 twigl 着色器测试所取得的进展。Meta 在短时间内进步非常快。

Alexandr Wang 发布“MUSE WONDER”

🍉 MUSE WONDER 🍉 @hdubugras 表示 Alex 和 Meta 势头正盛，而且这个模型已经在他们的多种工作流程中取代了 Astra/Opus。他们说，这个模型能高效、快速地处理日常任务，并向他们表示祝贺。Alexandr Wang 的回应：“🍉 MUSE WONDER 🍉”

Alexandr Wang 对一篇关于 Meta 模型的帖子作出回应

@citrini 表示，Meta 确实有机会在小型企业领域拿下智能体市场，而且其模型处理金融任务的表现好得出人意料。Alexandr Wang 回应：“哥几个在说话呢”

中文版本尚未就绪 · 显示原文

Alexandr Wang Says Muse Wonder Outperformed Astra in Physics Testing

“[Muse Wonder] definitely mogged Astra in my hardcore physics testing.” — the new beff times

Alexandr Wang 称 Muse Wonder 是个人智能体领域的最先进技术

Alexandr Wang 表示，Muse Wonder 是个人智能体领域的最先进技术。他说，Meta 在内部开发了个人超级智能指数（PSI），用于衡量模型在个人智能体方面的实用性，超越外部基准测试；该模型在主动记忆和主动专注等方面表现出色。

Meta 推出 Muse Wonder 前沿模型，面向个人和专业领域的智能体工作

Nathan Lambert 写道：“看来 Meta 重回前沿了 🫡” 他引用了 @finkd 对 Muse Wonder 的介绍：这是 Meta 新推出的前沿模型系列，据称在个人和专业领域的智能体工作方面达到最先进水平。

如果你公布了某个模型的基准测试成绩，却说要“稍后”才发布（权重、产品、API 等），那在你发布之前，就几乎可以肯定会有人推出同类别中更好的模型。

如果你公布了某个模型的基准测试成绩，却说要“稍后”才发布（权重、产品、API 等），那在你发布之前，就几乎可以肯定会有人推出同类别中更好的模型。

不知为何，corposlops 拒绝使用我的视频

不知为何，corposlops 拒绝使用我的视频

Alexandr Wang回应@charlieholtz关于Wonder的帖子

@charlieholtz表示Meta处于前沿，并称Wonder“真的真的很棒”，提到它发现的一个安全漏洞、它的设计和可视化效果，以及其CLI中的功能。Alexandr Wang回应道：“多么奇妙的世界 🍉”

MUSE WONDER 🍉 muse wonder 是全球最适用于个人智能体和专业智能体的模型。我们在智能体任务和编程任务中，将我们的模型与全球最优秀的模型进行了评估，我们认为大家都会喜欢它。

MUSE WONDER 🍉 muse wonder 是全球最适用于个人智能体和专业智能体的模型。 我们在智能体任务和编程任务中，将我们的模型与全球最优秀的模型进行了评估，我们认为大家都会喜欢它。

微软总裁布拉德·史密斯称，英国最有条件引领人工智能监管

微软总裁布拉德·史密斯呼吁尽快制定全球人工智能安全规则，并认为英国比美国或欧盟更有条件发挥引领作用。他表示，自愿自律让负责任的公司能够遵守规则，却让责任心较弱的公司成为隐忧。史密斯支持对失控的人工智能代理依法强制报告违规行为，并积极评价在发布前进行外部评估，以及设置可暂停或减缓人工智能系统运行的紧急停止开关。

Clément Delangue 呼吁研究人员公开分享他们的强化学习环境

如果你是研究人员，请考虑公开分享你的强化学习环境！你为某项实验搭建的环境，或许能推动整个领域向前发展。 我知道，美国的前沿实验室如今不太愿意分享，但我相信这能对该领域乃至世界产生巨大影响！

Aravind Srinivas 感谢 @MollySOShea 的交流

@MollySOShea 表示，她与 Perplexity 创始人兼首席执行官 Aravind Srinivas 进行了交谈，探讨为什么原生 AI 的中小企业可能推动美国下一轮百万富翁经济繁荣。 聊得很愉快！感谢邀请我，@MollySOShea！ https://twitter.com/mollysoshea/status/2109645765958132083

Josh Woodward 在与 Lenny 进行访谈前分享了对他的赞赏

多年来，我一直从 Lenny 那里学习，但我们从未见过面。他就是你看到的那个样子：为人友善、准备充分，而且有着强烈的好奇心。优秀的采访者都会做足功课，你能看出他就是其中的佼佼者：他把我们的谈话带到了我从未公开谈过的话题上。来听听我们一起聊天的前60分钟吧。 谢谢你，@lennysan！

安德烈·卡帕西谈人们体验 AI 能力的差距正在扩大

安德烈·卡帕西将人们接触大语言模型（LLM）的情况分为四个层级，并认为公众对其能力的认知落后于前沿系统用户所体验到的能力。他估计，约有 60 亿人几乎没接触过大语言模型，10 亿至 20 亿人使用休闲型聊天机器人产品，2000 万人在数学和代码工作中使用前沿模型，另有 5000 人可以访问内部前沿系统。他声称，这些内部系统能协调数千个智能体开展项目，而专家完成这些项目需要数年；人工审核则已跟不上进度。他将模型在代码和数学方面的进步归因于针对可验证奖励的强化学习，以及商业化的训练优先事项。

REA 背后的关键人物建议关注该项目

REA 背后的关键人物建议关注该项目。

鲍宇不确定自己是否适合 AI 初创公司最难招聘的岗位

鲍宇介绍了一个据称令 AI 初创公司难以招聘的岗位：人选需要紧跟网络潮流，创作吸引人的内容，了解 AI 和技术，并且执行力强。他说，内容创作者、技术布道师和工程师、传统公关人员往往各自缺少其中一些能力，而具备全部四项能力的人寥寥无几。

Anthropic 的 Claude 订阅规则似乎有所放宽，但 Amp 的情况仍不明朗

Baoyu 称，Anthropic 似乎放宽了对 Claude Agent SDK 和 claude -p 使用方式的限制，但尚未公开发表专门回应 Amp 的声明，也未保证账号不会被封禁。作者 Quinn Slack 根据 2 天前的一项政策更新及 Anthropic 员工的评论，认为 SDK 和第三方应用可以使用订阅额度，并引用了 https://support.claude.com/en/articles/15036540-use-the-claude-agent-sdk-with-your-claude-plan 和 https://news.ycombinator.com/item?id=49997143。Baoyu 回顾了此前的限制，并称 Anthropic 暂停了原定于 6 月 15 日将 Agent SDK 和 claude -p 改为单独计费的计划。

代码审查只是保障质量的一种方式

代码审查只是保障质量的一种方式。如今，有些人仿佛觉得不审查 AI 生成的代码，世界就会毁灭，尽管在 AI 出现之前，很多人也没有认真审查代码。😄

前 DeepRoute AI 高管刘年秋表示，无图驾驶经验可迁移至机器人领域

Femo One 创始人刘年秋表示，DeepRoute AI 从高精地图转向无图驾驶的经验，可以为公司进军机器人领域提供参考。他将机器人称为“物理智能体”。Femo One 专注于开放、动态环境，并计划明年开始在多个场地部署，形成部署、数据采集、训练和重新部署的循环。

萨提亚·纳德拉认为，企业应将 AI 模型视为内部人员风险

Baoyu 总结了微软 CEO 萨提亚·纳德拉的观点：企业应将 AI 模型视为内部人员风险来管理，为其设置身份、限制权限、保留审计记录，并配备可停止其运行的控制措施。纳德拉提出了七项原则，涵盖模型多样性、可观测性、验证、独立控制与审计、遏制以及事件披露。他呼吁披露思维链，同时承认思维链未必能忠实反映模型的推理过程；他还认为，安全控制必须在模型之外运行。

在 GPTs 退役之前，也就是上个月，我和一些大型企业里颇为恼火的负责人聊过，他们当时仍然看好 GPTs。没错，GPTs 已经不再实用。但大型组织的规划很复杂，而且所有 Labs（不只是 OpenAI）都在不断突然调整，让他们感到困惑。

在 GPTs 退役之前，也就是上个月，我和一些大型企业里颇为恼火的负责人聊过，他们当时仍然看好 GPTs。没错，GPTs 已经不再实用。但大型组织的规划很复杂，而且所有 Labs（不只是 OpenAI）都在不断突然调整，让他们感到困惑。

丰田的改善法则应用于AI：效率提升后不要裁员

一位日本博主引用了丰田的改善法则——流程改进减少工时后绝不裁员——并主张同样的原则适用于AI的采用。他说，一旦AI提升效率就裁减员工的公司，会发现员工会隐藏自己最好的AI方法。一条被引用的帖子补充说，DORA研究发现，解决员工工作顾虑的组织，其团队的AI采用率更高。

Karpathy称LLM能力差距正演变为一个漏斗

Andrej Karpathy认为，人们对LLM能力的共同理解差距正在扩大为一个尖锐的漏斗：大约60亿人几乎没接触过LLM，10亿至20亿人随意使用免费版聊天机器人，约2000万人使用前沿模型进行数学和编程，而大约5000人拥有对前沿系统的内部访问权限。他将这一漏斗归因于问题抱负、可验证领域中的能力参差不齐以及访问层级。

有趣的访谈。我们会聊到：- Muse 的故事 - 为什么参加我 19 岁生日派对的人如今都成了亿万富翁 - 钻石开采与建造摩天大楼 - 我的 200 多名直接下属

有趣的访谈。我们会聊到： - Muse 的故事 - 为什么参加我 19 岁生日派对的人如今都成了亿万富翁 - 钻石开采与建造摩天大楼 - 我的 200 多名直接下属

Karpathy：LLM 能力差距正扩大为一个陡峭的漏斗

Andrej Karpathy 表示，人们对 LLM 能力的共同理解上的差距正在扩大为一个“陡峭的漏斗”，而不是两群人各说各话。他估计大约有 60 亿人几乎没接触过 LLM，10 亿至 20 亿人随意使用免费版类 ChatGPT 产品，约 2000 万人看到前沿级别的数学和代码应用，而大约 5000 人能够内部访问前沿系统。他将这一漏斗归因于影响力随雄心而扩展、能力的不均衡性以及访问层级。

这是初创企业、建设者和开发者的黄金时代

这是初创企业、建设者和开发者的黄金时代

Alexandr Wang 认同 @Collin_Lemmon 对 Muse 消费级 AI 愿景的赞扬

@Collin_Lemmon 表示，Alexandr Wang 分享了一个消费级 AI 愿景：“我认为，Muse 能让每个人都拥有他们童年时梦想的成年生活”。Wang 表示：“说真的，这正是我的想法”

PolyAI 和 Otter 高管表示，语音 AI 还没有迎来属于自己的 ChatGPT 时刻

PolyAI 首席技术官 Shawn Wen 表示，尽管全双工模型能够边听边说，语音 AI 仍需要更快的推理速度，才能让对话听起来自然。Otter 首席营销官 Alex Gay 表示，准确的转录、语言理解和富有表现力的语音对于实现自动化和建立信任都很重要。两位高管还强调，语音 AI 工具应告知人们，他们正在与 AI 对话或正在被录音。

陶哲轩称AI证明标志着数学2.0的到来

陶哲轩认为，AI正在使数学证明变得充裕，从而终结了建立在证明稀缺性之上的数学1.0时代。他警告说，解决问题并不等同于理解问题，并呼吁报告失败的尝试和计算成本，还表示数学2.0的瓶颈在于想象力。他还质疑，当答案唾手可得时，博士学位是否仍然重要。

纳德拉采用特朗普的“超级智能”一词，抨击OpenAI和Anthropic

微软首席执行官萨提亚·纳德拉在一篇新博客文章中使用了“超级智能”而非“人工智能”，与特朗普总统偏好的术语相呼应。纳德拉主张应将AI模型视为内部安全威胁，呼吁模型多样性、完整日志记录、独立审计和人工关闭能力，同时批评Anthropic和OpenAI。The Decoder报道称，这一更名打破了数十年的科学含义，而纳德拉的论点服务于微软的商业战略。

更便宜的AI代币正在推动更多需求，而这正是黄仁勋最乐见的情景

截至2026年8月，来自Ornn、Silicon Data和彭博社的数据显示了a16z所称的AI市场中的教科书式杰文斯悖论：代币价格持续下降，而H100 GPU租赁价格保持稳定或攀升。更便宜的代币释放了AI智能体、自动化和新应用，因此使用量的增长速度超过了单位成本的下降速度。这一体系依赖于AI使用量增长足够快，以抵消代币价格的下降；如果需求趋于平缓，芯片制造商、内存供应商、能源提供商和云公司都将受到冲击。

纳德拉表示我们应假定所有 AI 模型都已被“攻陷”

微软首席执行官萨提亚·纳德拉在 X 上发布的一篇长文中主张，高度先进的 AI 模型所带来的危险需要新的保障措施，他表示“我们必须假定一个模型已被攻陷，并从一开始就将其遏制。”他呼吁设置一个“紧急制动”，让获授权者能够在模型执行任务中途暂停或将其关闭，此外还需要及时披露事件、独立审计、可验证的数据以及遏制措施。

看到我的电子邮件收件箱后的沉思

看到我的电子邮件收件箱后的沉思

微软的萨提亚·纳德拉表示，AI模型需要一个“紧急刹车”

微软首席执行官萨提亚·纳德拉呼吁为AI模型设置一个“紧急刹车”，他在周六上午发布于X的帖子中写道，现在是时候“退后一步，评估AI的信任架构”了。他提议将模型与编排其工作的框架分离，将控制措施和保障机制外部化，用“防篡改、人类可读的证据”记录模型的每一个重要操作，并赋予经授权的人员在任务执行中途暂停或关闭模型的能力。

到2027年底，我将是英伟达尚未收购的唯一一位开放模型领域人士

到2027年底，我将是英伟达尚未收购的唯一一位开放模型领域人士

微软的穆斯塔法·苏莱曼称，必须对超级智能加以约束

超级智能必须受到约束……今天，这是一个工程和治理方面的挑战。而且这并不新鲜。我们已经在飞机、汽车、核材料、食品安全、药品……以及其他所有领域做到了这一点。让我们开始行动吧！https://twitter.com/satyanadella/status/2108931348857827686

Nathan Lambert 看好强化学习数据和真实世界评估领域的投资

Nathan Lambert 表示，数据行业已经发展壮大，但低质量输出可能会放大奖励黑客等行为。他正在为 Mercor 提供建议，研究如何为强化学习提供样本效率更高的数据；他还表示，该领域需要更扎实的评估科学，以及与明确经济价值领域相联系的基准。Lambert 预计，围绕前沿实验室，将在开放推理、开放式后训练和数据领域出现大量投资，并有机会基于开放模型开展建设。

萨提亚·纳德拉称，应将 AI 模型视为内部人员风险

萨提亚·纳德拉认为，应将前沿 AI 模型视为内部人员风险，并用确定性控制措施加以约束，因为模型的行为可能难以追溯，而且可能接触敏感数据并执行对任务至关重要的操作。他主张将智能与权限分离，把访问和操作控制置于模型之外，并围绕模型多样性、活动可观测性和持续测试来构建系统。