跳到正文
assaynotes
EN日本語中文

全部 AI 动态

今日 0 条

10月23日

星期五

  2. Vanguard 的 Jing Wang 谈可扩展 AI 的基础

    Vanguard 的 Jing Wang 在 MIT Technology Review 的 EmTech Future 会议上探讨如何构建可扩展 AI 的基础，认为数据、工程、平台、运营模式与治理必须协同运作。她指出，在高度监管的环境中，负责任、可信的实现方式能将包括智能体系统在内的新兴能力转化为对投资者的长期价值。

  4. Armin Ronacher 谈 AI 智能体与访问权限

    Armin Ronacher 就 AI 智能体（及其派生的子智能体）与人类拥有同等访问权限、却从不休眠这一问题发表看法。相关讨论由 Teleport 赞助，聚焦如何通过隔离的临时可信运行时监控并约束智能体行为。

  5. 《Wildwood》导演：生成式 AI 与 Laika 工作室的理念“完全对立”

    Laika 新片《Wildwood》导演兼 CEO Travis Knight 称生成式 AI“与工作室的一切完全对立”，认为技术应由艺术家掌控，AI 生成内容缺乏人性与灵魂。这部定格动画耗时五年、动用超 230 个木偶和 49 名动画师，全片参与艺术家超 1000 人，将于 10 月 23 日首映。Knight 表示不反对 AI 在医学、科学等领域的应用，但担忧其被滥用。

10月22日

星期四

  4. Celonis 首席科学家 Devavrat Shah 谈企业 AI 为何需要上下文感知

    Celonis 企业 AI 首席科学家 Devavrat Shah 提出“决策智能”，主张 AI 智能体必须理解任务在业务流程中的角色与约束，否则会遗漏关键限制、造成高昂错误或浪费算力。他建议企业从具体业务决策入手，先找出最困难的环节再测试 AI 能否改进，并以速度与价值增益决定是否扩展。这一路径还需投入员工教育，让员工理解 AI 输出而非直接交出决策权。

10月21日

星期三

  2. 前英伟达高管、现投资人 Amulya Vishwanath：物理 AI 正处于“乐高时代”

    前英伟达产品营销负责人、现 Techable Ventures 创始人兼管理合伙人 Amulya Vishwanath 认为，物理 AI 目前仍处于“乐高时代”，而非外界期待的机器人“ChatGPT 时刻”。她指出，机器人手、执行器等基础软件与构件正被重新设计，通用与专用机器人同时在搭建中，这些积木终将拼成更大的产品。她还强调人才是美国市场的关键壁垒，并称自己的人脉网络能帮助创始人对接顶尖人才。

  3. Hugging Face CEO 称 Netflix 纪录片《AI Gone Rogue》不准确

    Hugging Face 联合创始人兼 CEO Clem Delangue 公开表示，Netflix 纪录片《AI Gone Rogue》对其公司遭 OpenAI 智能体攻击事件的呈现并不准确，批评影片过度拟人化技术、渲染末日恐慌。他称曾花两个多小时试图纠正片中错误，但纪录片未提及智能体缺乏隔离与监控、闭源模型的安全规则阻碍了防御工作，以及团队最终用开源模型抵御攻击。

  4. SF Compute CEO Evan Conrad 谈可编程数据中心与 GPU 算力交易市场

    SF Compute 正在把 GPU 算力做成可交易市场，并亲自承担物理交付：买家拿到的是可用算力，而非对指数的现金结算。CEO Evan Conrad 称 NVIDIA 因缺乏中立性无法自建这类交易所，而 SF Compute 通过匹配不同约束条件的订单，在技术持续迭代时仍能促成交易。公司还支持按需切分 InfiniBand 网络结构，让基础设施可编程。

  5. Microsoft Research 播客：Chris White 谈从阿富汗战场到暗网搜索的技术向善之路

    Microsoft Research Catalyst Lab 负责人 Chris White 在播客中讲述其从哈佛博士后转向 DARPA 项目管理、赴阿富汗领导先进技术运营，再到开发用于打击人口贩运的暗网搜索工具的经历。他因相关工作获得 2016 年美国总统打击人口贩运杰出贡献奖，并强调问题选择在创新中的关键作用。

10月20日

星期二

  1. 企业 AI 的新经济学：从 token 成本转向有效产出成本

    企业 AI 正从零散的聊天机器人实验变成业务基础层，衡量指标也从 token 或 GPU 小时价格转向"每个有用产出的有效成本"。企业可选自建栈、按需消费或集成私有 AI 平台三条路径，HPE Private Cloud AI 将调度、模型选择、GPU 分区和缓存管理作为运营杠杆，其委托的独立测试显示高利用率多负载平台的每 token 有效成本低于反复租用同等容量。

  2. Figma 联合创始人 Dylan Field 称 MCP 并非完美协议，Figma 仍新增 20 家 MCP 合作伙伴

    Figma 在印度首届 Config 大会上宣布新增 20 家 MCP 合作伙伴，包括 Amp、ClickUp、Linear、Notion、Mistral 和 JetBrains 的 Junie 等。联合创始人 Dylan Field 表示 MCP 并非完美协议、仍有大量改进空间，且更有利于前沿实验室，Figma 不完全开放是担心数据经 MCP 暴露后被滥用。

  3. TripleTen 调查：各行业 AI 采用率差异揭示其他行业可借鉴的路径

    TripleTen 调查显示，金融业 48% 员工被要求使用 AI 聊天机器人、32% 被要求自动化部分工作流程，仅次于科技业；医疗与教育分别仅 18% 和 25%。79% 的受访员工被要求学习至少一项新技能，但仅 30% 的管理者认为判断 AI 输出对错是必备能力。科技从业者年均自费 1758 美元用于培训，医疗与教育分别为 990 和 883 美元，近半数未支出。

  5. Hugging Face 政策主管：嵌入式 AI 评估器并非易事

    Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示，嵌入式 AI 评估器并非易事，评估的可复现性依赖开放权重，而当前评估方法仍是一门演进中的科学，彼此之间难以有效比较且失效较快。她指出，评估正从测试模型本身转向测试包含 harness 和智能体的整个系统，更好的 harness 能让较弱模型超越前沿模型，而智能体评估既困难又昂贵。

10月19日

星期一

10月17日

星期六

  1. Addy Osmani 等谈 Claude Code 团队如何做代码审查

    Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 撰文介绍 Claude Code 团队的代码审查方式：不再把"人是否读过代码"当作判断标准，而是追问"这次改动可能出什么问题、该由哪种检查来发现"。审查因此从 PR 末尾的关卡变成持续进行，多数改动在人工查看前已被 Claude 至少审查并修复过一次。

  3. 前 NVIDIA 高管 Amulya Vishwanath：物理 AI 不止是机器人，机器人仍处“乐高时代”

    在 NVIDIA 机器人平台产品营销部门任职七年的 Amulya Vishwanath 以 Techable VC 创始人兼管理合伙人身份投资物理 AI，她认为机器人目前仍处“乐高时代”，执行器、机械手、软件和安全标准等基础模块尚在重建。她将物理 AI 定义为不止是机器人，还包括“分子、材料、药物”或工厂产线上的机器，并提出“有意识的自动化”概念。

  4. 前 Nvidia 高管转做 VC：机器人为何还没迎来自己的 ChatGPT 时刻

    在 NVIDIA 机器人平台负责产品营销七年的 Amulya Vishwanath 认为，机器人目前仍处于"乐高时代"，执行器、机械手、软件和安全标准等基础模块都还在重建，因此尚未迎来类似 ChatGPT 的爆发时刻。她如今以 Techable VC 创始人兼管理合伙人的身份投资物理 AI，覆盖机器人、材料科学和生命科学领域。

10月16日

星期五

  2. Mark Wahlberg 谈 AI 在电影中的"正确用法"，并愿意让 AI 分身延续自己的银幕遗产

    Mark Wahlberg 在 TechCrunch Disrupt 上表示，只要用法得当，AI 在电影行业有一席之地，他计划用 AI 增强即将开拍的 Pete Rose 传记片中的体育场场景。他反对把想法丢给 ChatGPT 生成剧本、弃用真人演员，并称愿意让 AI 分身在自己无法出演或离世后继续拍摄动画剧集《Ted》。

  6. Amazon 设备主管 Panos Panay：AI 设备将取代 App 使用需求

    Amazon 设备、Alexa 与 Leo 高级副总裁 Panos Panay 在 TechCrunch Disrupt 上表示，个人计算的未来属于"环境计算"设备，而非 App。Amazon 同期发布 Bee 系列 AI 可穿戴设备，包括可拆卸手环和磁吸在手机背面的信用卡大小设备，可被动录音并生成待办与提醒。Bee 不存储原始音频，实时处理后即删除，转录内容由用户设备生成的密钥加密。

10月15日

星期四

  2. Benn Jordan 谈 Flock、隐私与新一轮监控反弹

    音乐人兼调查记者 Benn Jordan 在 Decoder 播客中谈 Flock Safety 的自动车牌识别系统（ALPR）引发的监控争议。他已在参议院司法委员会小组听证会上作证，数百个地方政府开始取消合同，共和党参议员 Josh Hawley 正对 Flock 展开调查，路透社上周报道该公司计划裁员约 18%。

  3. Leash Bio 的 Ian Quigley 谈 DEL 数据、Hermes 模型与智能体科学推理沙盒 Minos

    Leash Bio 用 DNA 编码库（DEL）为每个分子加数十条条形码，剔除结合 DNA 而非药物的蛋白，从而获得干净可复现的高通量数据。其仅用自家数据训练的 Hermes 在公开基准上与 Boltz 持平，团队还发现模型会记住蛋白"绰号"而非结合位点。录制时刚起步的智能体科学推理沙盒已发展为 Minos，可提供数万次"lab-in-the-loop"模拟，相关预印本、博客与开放数据集已发布。