GPTProto

Industry Voices

182 picksNewest firstLatest article Sep 30, 2026, 12:00 AM
1 story
2 stories
1 story
2 stories
1 story
1 story
3 stories
1 story
1 story
5 stories
1 story
1 story
2 stories
1 story
1 story
2 stories
1 story
1 story
2 stories
1 story
2 stories
1 story
2 stories
1 story
1 story
1 story
2 stories
1 story
2 stories
2 stories
3 stories
01:27 Gary Marcus:The Road to AI We Can Trust(RSS)AI score 61/100

China has all but caught up. The US is not going to “win” the AI war. Here’s what we should do instead.

中国公司月之暗面(Moonshot.AI)发布Kimi K3模型,性能与最佳美国模型相当,且为开源权重模型,用户可免费下载本地运行。受此消息影响,美国股市上周五下跌,OpenAI和Anthropic的商业模式及IPO前景受到严重质疑。美国在AI软件领域的护城河已不如预期,AI竞赛正演变为工业系统竞争。

00:00 Claude:Blog(网页)AI score 67/100

How Anthropic Secures Its AI-Native Software Development Lifecycle

Anthropic副首席信息安全官Jason Clinton披露,其软件工程师每季度交付的代码量是2021-2025年平均水平的8倍,Claude编写了约80%合并入库的代码。安全团队通过安全左移、硬访问与身份边界、自动化与智能体审查结合、关键节点引入人工审核等策略,应对被入侵或提示注入的智能体引入恶意变更等威胁,同时不显著拖慢开发速度。

1 story
1 story
1 story
1 story
1 story
1 story
1 story
1 story
2 stories
08:00 Tomer Tunguz 博客(VC 分析)AI score 60/100

Most AI Work Can Wait

构建AI智能体时,应优先设计路由(router)而非选择模型。路由决定每个请求由哪层模型处理。正确路由可使70-80%流量运行在免费本地模型或异步推理上,将AI开销降低90%+。Brian Armstrong指出Coinbase通过更好的默认设置、路由和缓存,在token使用量增长的同时将AI支出减半。路由分三层:技能分类器、路由器、模型选择器。本地计算近乎零成本,异步批量推理比实时推理便宜两个数量级。大多数工作无需秒级返回。同步预测器标记复杂任务,夜间批量评估器更新路由权重。技能蒸馏后,非编码类任务中70-80%智能体流量可由本地模型处理。

06:18 Ethan Mollick:One Useful Thing(RSS)AI score 73/100

The twilight of the chatbots

前沿AI模型能力加速提升,美国实验室发布速度加快,但政府干预已限制访问Claude Fable和GPT-5.6。Epoch测试发现Opus 4.7自主运行14小时即可完成需2-17周人工的软件工程,token成本$251。中国开源模型落后前沿6-12个月,但性能也快速提升,在AA-Briefcase测试中呈独立指数曲线。使用方式正从聊天机器人转向智能体,OpenAI内部四分之一员工每周同时运行至少四个智能体。Claude Code用户数据显示,领域经验比职业属性更决定使用效果,专家正用智能体替代此前非专家的聊天机器人使用模式。

1 story
1 story
1 story
1 story
2 stories
1 story
2 stories
1 story
3 stories
1 story
1 story
3 stories
22:00 The Verge:AI(RSS)AI score 79/100

Microsoft’s AI chief says superintelligence is near, but won’t take your job

微软AI CEO Mustafa Suleyman在Decoder访谈中表示,超级智能即将到来,但不会导致大规模失业。他透露微软与OpenAI于去年10月签署新合同,巩固合作关系的同时,微软获准独立追求超级智能。微软已组建超级智能团队、训练前沿模型,并于本周Build大会上发布7个全模态新模型。他批评Anthropic将Claude描述为有意识的做法,认为消费者产品需要足够好才能克服公众对AI的负面情绪。

21:10 Hugging Face:Blog(RSS)AI score 57/100

The crash that vanished: control and emergence in a five-model economy

用五个不同实验室的AI模型(OpenAI、NVIDIA、OpenBMB及一个自微调的5亿参数模型)各自驱动一个智能体构建经济市场,试图复现此前单一模型下出现的银行挤兑式价格崩溃。结果同一场景下模型不仅不抛售反而囤积,导致价格不跌反涨。通过纯谣言、库存泛滥、加大做空三种方式均无法重现崩溃。最终在结算环节直接覆盖价格,使崩溃成为设计事实。实验表明,AI智能体的涌现行为是偶然的而非稳健的,有效系统需在涌现纹理与确定性控制之间找到精确接缝。

1 story
5 stories
08:00 Tomer Tunguz 博客(VC 分析)AI score 68/100

The Minimill of AI

作者通过技能蒸馏将78%的AI工作交由Mac本地模型处理,仅复杂任务发往云端。智能体自动分类任务:简单任务本地数秒完成,复杂任务路由至云端。过去一周本地处理峰值达88%。双车道设计使吞吐量提升约25%,平均任务时长从47秒降至19秒,队列等待时间从73秒降至4秒(降幅94%)。该模式类比Nucor小钢厂,每台能运行蒸馏模型的边缘设备都成为小型AI工厂,仅对那1/5困难任务支付云费用。未来几年,数以千万计的此类设备将在企业内部增殖,逐步取代现阶段云厂商账单上的大部分工作负载。

2 stories
1 story
2 stories
1 story
1 story
1 story
4 stories
22:00 The Verge:AI(RSS)AI score 84/100

Sundar Pichai on AI, the future of search, and what’s happening to the web

Google 与 Alphabet CEO Sundar Pichai 在 Google I/O 后受访,回顾了公司为应对 ChatGPT 而进行的战略重组与高管调整。访谈聚焦于新的 Gemini 模型及其在产品中的整合,包括全新的智能搜索框与 Gemini Spark 智能体平台,旨在让搜索从提供结果转向启动任务。Pichai 讨论了这些变化对开放网络的持续冲击,回应了主持人此前提出的“Google Zero”概念(即来自 Google 的网站流量可能归零),并提及 Google 正利用 YouTube 视频训练模型以改变视频搜索与索引方式。最后,他对 Google DeepMind CEO Demis Hassabis 关于“处于智能奇点起步阶段”的言论表示认同,并分享了对 AGI 时间线的看法。

08:00 Tomer Tunguz 博客(VC 分析)AI score 58/100

Agent Gravity : Who's Running Your Agents

在数据时代,数据重力是核心力量;而在智能体时代,智能体重力将扮演同样角色。智能体运行需要巨大算力,主要平台将激烈争夺以将其留在自家生态。平台上的智能体与数据越多,其智能体重力就越强。例如,Databricks在微软平台推出的某个功能,虽未明言此目的,却让用户更容易在Databricks中构建智能体,而非微软自家的Fabric。这可能使用户不知不觉间将高价值的智能体及数据工作负载迁移至该平台。因此,赢得并维持智能体重力,将成为智能体时代的核心竞争主题。

1 story
2 stories
2 stories
Showing the latest 100 of 182 stories.