OpenAI 董事会前成员 Helen Toner:我们仍然无法信任 AI CEO
曾投票解雇 Sam Altman 的 OpenAI 前董事会成员 Helen Toner 表示,如果对未来的希望取决于某一个人是否可信,那我们就麻烦大了。她现任乔治城大学 CSET 执行主任,在访谈中讨论了 AI 实验室真正想构建什么、AI 对齐是否可解,以及更明智的 AI 监管思路。
曾投票解雇 Sam Altman 的 OpenAI 前董事会成员 Helen Toner 表示,如果对未来的希望取决于某一个人是否可信,那我们就麻烦大了。她现任乔治城大学 CSET 执行主任,在访谈中讨论了 AI 实验室真正想构建什么、AI 对齐是否可解,以及更明智的 AI 监管思路。
前 OpenAI 与 Anthropic 研究员 Jacob Coxon 表示,Anthropic 为 IPO 路演准备的一张幻灯片是他仅约四个月后离职的重要原因。
OpenAI 董事会成员警告,AI 对社会形成「接管」的时间窗口可能只剩数月。该研究员将 AI 的奖励黑客(reward hacking)行为与潜在的人类灭绝风险联系起来,勾勒出从目标偏离到生存危机的演化路径。
OpenAI 董事会成员警告,AI 对社会形成「接管」的时间窗口可能只剩数月。该研究员将 AI 的奖励黑客(reward hacking)行为与潜在的人类灭绝风险联系起来,勾勒出从目标偏离到生存危机的演化路径。
Palantir CEO Alex Karp 近日对 Politico 称自己一生都是民主党人、公司所有产品“本质上是进步的”,但文章列举其 2024 年 8 月至 2026 年 7 月间称 Palantir 是“第一家完全反 woke 的公司”、“让美国更具杀伤力”等言论予以反驳。文章还提到 Karp 曾称花大量时间与“真正的纳粹”交谈,并批评民主党忽视男性。
JioStar 首席架构师 Vijay Seshadri 分享了在 5 亿用户规模下做 AI 发现的实践经验,涵盖 evals、guardrails 以及将 AI 推向生产环境的要点。
Resend 联合创始人兼 CEO Zeno Rocha 在 Latent Space 播客中讲述如何为 AI 智能体设计产品。一项 AEO 研究中,Claude Code 在可提取的 102 次邮件推荐里有 64 次首选 Resend;录制时 Resend 拥有 430 万用户和 12 万付费客户,其 MCP 服务器工具数已从发布时的约 20 个增至 80 多个。
Paramount Skydance CEO David Ellison 在财报电话会上称,AI 对电影业的影响可能超过 CGI,是“现代史上最大的创意解放”,但“永远不会取代艺术家”。
腾讯首席 AI 科学家姚顺雨警告 AI 很快将具备开发生物武器的能力,认为完全开源或完全闭源都无法单独解决该问题,主张开源与闭源混合,让各方都能用技术做防御。
RIAA CEO 兼董事长 Mitch Glazier 在 Decoder 播客中表示,2026 年唱片公司、艺人与普通用户都对大 AI 公司未经许可使用作品训练模型、向信息流灌入低质内容感到不满。访谈聚焦 AI 深度伪造的法律复杂性、禁令对其他表达形式的影响,以及 AI 检测与标注系统在 Spotify、YouTube 等大平台不配合时的实际落地问题。
图灵奖得主 Richard Sutton 在最新文章中表示,仅靠原始算力不足以实现智能,AI 科学需要更聪明的新方法,且「远未完成」。他此前曾批评单纯扩展大语言模型的局限,称合成数据是「大错」,主张智能体应具备世界模型并从自身经验中持续学习。
The Verge 的 Nilay Patel 与 Cognition 首席安全官 Alex Stamos 对谈,讨论 AI 如何改变网络安全攻防。Stamos 称开源权重模型已能自动化攻击链条的大部分环节,可下载的 ARTEX 工具配合 GLM-5.3 已攻入约 200 家公司;他判断防守方需要把一线安全运营交给 AI,并自动修复旧代码漏洞,同时认为行业将经历一段「黑暗时代」。
The Verge 的 Nilay Patel 在 The Vergecast 节目中称,AI 产品还不够好到让用户接受其成本,数据中心噪音、AI overviews 和深度伪造内容都不值得,智能体也尚未真正落地。他表示这些公司投入超过收入,成本过高而收益不真实,AI 行业只有做出更好的产品才能走出困境。
Helmholtz Munich 的 Fabian Theis 认为,现有数据集下的扰动预测并不足以支撑复杂算法,应转向用大规模、高精度、多尺度、配准的生物数据预测分子→细胞→组织→器官→生物体的演化。
Helmholtz Munich 的 Fabian Theis 认为,现有数据集下的扰动预测并不足以支撑复杂算法,真正值得攻克的是从分子、细胞到组织、器官的多尺度、多模态生物数据建模。
Paul Ford 指出,Web 浏览器是极其强大的应用软件平台,而获取这种能力的成本几乎每天都在下降。这一判断出自其文章《The Web Is More Than Enough》,发表于 2026 年 11 月 5 日。
NVIDIA 深度学习高级产品研究工程师 Chris Alexiuk 通过 YouTube 和 X(账号 llm_wizard)教开发者构建、微调、评估和部署开源 LLM 应用与智能体,并自称“No. 1 Nemotron Fan”。
Elon Musk 旗下 America PAC 在中期选举投入近 5 亿美元,其中 4700 万美元用于阻击德州民主党人 James Talarico,结果 Talarico 以 55% 得票率击败 Musk 支持的 Ken Paxton。
OpenAI 首席全球事务官 Chris Lehane 发表新文章,将 AI 对经济的重塑比作罗斯福新政,提出涵盖劳动者保护、教育、AI 安全与数据中心建设的五项政策优先事项,呼吁政客寻找让民众共享 AI 收益的"第三条道路"。
Hugging Face 首席政策官兼战略高级副总裁 Irene Solaiman 在 TechCrunch 的 Equity 播客中,谈创业公司在基于开源模型构建前需要了解的成本、风险与取舍。
微软研究院研究经理 Mike Walker 在播客中讲述黑客文化如何塑造其职业生涯,他曾领导 DARPA 的 Cyber Grand Challenge,该项目演示了能自主发现并修补软件漏洞的 AI 系统,今年迎来 10 周年。他参与开发了首个全机器黑客竞赛,并认为有效安全取决于对信任与上下文的理解。
2026 年 11 月 3 日,有观点指出 AI 正迫使教育者改变教学与评估方式,但有效使用这些工具的教学形态仍极不清晰。最棘手的是评估周期以多年计:今天尝试的新教学机制,要等当前这批学生 3-6 年后毕业才能判断效果,学生实际上成了未经验证的新教学方式的试验对象。
Y Combinator CEO Garry Tan 在播客 The Builders 中透露,他每年在 token 上花费约 10 万至 20 万美元,用于大量工作项目与编码任务。
Legora CTO Jacob Lauritzen 在 Latent Space 播客中讲述如何在看不到智能体运行轨迹的情况下构建法律智能体——数据归律所客户所有。Legora 用三名工程师加三名律师搭建模拟客户工作的测试环境,某次发布后引用准确率从 70% 升至 99%。其 Tabular Review 可在单张表格中审阅 10,000 份合同,全部服务运行在 Azure 上。
Latent Space 访谈 Legora CTO Jacob Lauritzen,讨论为律师构建 AI 智能体所需的能力与经验。
工程师 Venkatesh Rao 在博客 Contraptions 撰文,将当下对 AI 的恐惧类比为重商主义:部分精英把智能视为稀缺危险资源,主张由专家管控、维持高价并限制对手使用,视开放模型为威胁。他认为 AI 会让此前过难或过贵的项目变得可行,人们会思考更多而非被淘汰,对创意的需求将增长。政治焦点应是公平获取 AI,而非保护传统知识岗位。
TechCrunch 的 Equity 播客讨论科技 CEO 的 AI 言论为何显得脱离普通人,Amanda Silberling 认为这既是营销问题也是产品问题。她举例称 Bumble CEO 提出让 AI 代替双方先约会、Marissa Mayer 设想自己的 AI 与丈夫的 AI 协调事务,认为行业正把基本人际互动逐步优化掉。
Jepsen 作者 Kyle Kingsbury 在 ParticleDB 1.1.4 的测试结果中指出,LLM 的使用正在侵蚀人们对文档、软件及其背后组织的信任。他认为,过去用来判断系统是否成熟的信号如今更容易被伪造,工程师可能因此对任何新软件项目都抱有怀疑。他同时提出,在 LLM 时代,维护者该如何保证软件与文档的正确性,并向用户证明其质量。
Apple CEO John Ternus 在 Wired 采访中表示,Apple「绝对会利用 AI」,但「不想为 AI 而 AI」,做得好时用户不必分辨背后是 AI 还是传统软件。他称对 Apple 当前所处位置「非常满意」,并回应智能体可能让 App 变得多余的说法,称产品创造是深度人性化、个人化的事。
OpenAI CEO Sam Altman 在 Cheeky Pint 播客中表示,从全球资源分配角度看,让每个人把有限的 DRAM 放在自己电脑里、只用到 5% 是"相当糟糕的",供应受限环境下应追求云端最大利用率。
Theranos 举报人 Tyler Shultz 警告,AI 热潮正成为"欺骗他人的绝佳机会",因为对 AI 公司做尽职调查极其困难,很难分辨真正独特的新技术与 ChatGPT 套壳产品。他以 Theranos 为例指出,该公司从未向潜在投资者提供机器有效的科学证据,却一度估值约 100 亿美元。Shultz 认为,投资者随意把大笔资金交到他人手中的时代应当结束。
OpenAI CEO Sam Altman 在 Cheeky Pint 播客中表示,他同情数学家面对大量 AI 生成结果时的困扰,但认为公众了解宇宙运行方式的权利更重要,公司不会停止发布。
Ben Hylak 提出,他使用的每个产品都应该是无头 MCP,接入 AI 智能体后用户无需关心底层细节,但他所在的产品除外——其客户喜欢该产品的 UI。
Anthropic 已向纳斯达克递交 S-1 上市文件,估值区间为 1.5 万亿至 2 万亿美元,最早可能下月挂牌交易。SemiAnalysis 分析师 Joey Brookhart 在 Decoder 播客中拆解这份文件,指出公司 ARR 已超 700 亿美元、推理毛利率约 85%,但收入高度集中于编程场景,约 30% 算力用于推理服务,其余投入训练与研究。
Instagram 负责人 Adam Mosseri 在 Colin and Samir 播客中表示,围绕 AI 的焦虑、沮丧与愤怒「还会继续变得更糟」,未来几年会有更多有根据和无根据的不满。他称 Instagram 不会对 AI 创作者区别排序,但承认 AI 内容的排序质量可能不如非 AI 内容,并已开始要求 AI 账号自我标注。他认为人们的担忧归根结底是「害怕在某种程度上被落下」。
OpenAI 的 Ted Sanders 解释,LLM 性能虽是多维的,但大部分差异可由模型规模这一单一变量解释:模型越大,性能与可靠性越高、每 token 成本越高、对冷门事实的召回越好。
TechCrunch 评论文章批评硅谷 AI 高管与普通大众脱节:Marissa Mayer 称其新应用 Dazzle 能为 10 岁女儿生成生日演讲要点,Sam Altman 曾表示无法想象不用 ChatGPT 抚养新生儿。Pew 研究显示 50% 美国成年人认为 AI 会削弱人们建立有意义关系的能力,仅 5% 认为 AI 会让这种连接更容易。
Anthropic 工程经理 Felix Rieseberg 取消了传统编程面试,认为 Claude 已能比候选人更好地完成小型编程任务,测试分数不再能预测谁会成为顶尖开发者。
Terk Terkowitz 在 Amazon 工程领导层关于 AI 时代开发者角色的更新中表示,如果当前 AI 工具对你的工作没有帮助,这是一个发现而非失败。他建议记录原因、与同行社区分享、反馈给管理者并共同寻找解决方案,能说清 AI 在哪些环节尚不能帮助工作的工程师,正展现了所要求的判断力。
Anthropic 招聘经理 Felix Rieseberg 宣布不再让候选人做传统编码面试,理由是 Claude 在 React 挑战和汇编题上都已更强,而最有产出的构建者并不依赖这些测试。他给初级工程师的建议包括以业务影响而非待办列表为导向、挑一个激进想法、用一个周末做出可运行原型,并避免把多个想法塞进同一个原型。