Mamdani 批评联邦政府在 AI 监管上缺位,呼吁纽约人反击
纽约市长 Zohran Mamdani 在 AI Now Institute 主办的 The People's AI Assembly 活动上批评联邦政府在 AI 监管上"完全缺位",呼吁纽约人不要接受 AI 冲击就业与尊严的"必然性"。
纽约市长 Zohran Mamdani 在 AI Now Institute 主办的 The People's AI Assembly 活动上批评联邦政府在 AI 监管上"完全缺位",呼吁纽约人不要接受 AI 冲击就业与尊严的"必然性"。
Jeremy Scheff 撰文指出,编程代理让热爱解谜的程序员失去了核心乐趣:过去写代码如同拿高薪做逻辑谜题,难题越值钱,普通人做不了,程序员掌握策略、时间线和可行性定义权。Simon Willison 认为,只在乎构建可用系统的程序员会从 LLM 中持续受益,而把解决难题本身当作乐趣的人,损失非常真实。
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,评估结果的可复现性仍是核心难题,开放权重对复现至关重要。
Goodfire 研究员 Nick Cammarata 发布 26,000 字博客,称 LLM 内部机制可能远比此前认为的更容易理解、监控和控制,引发 AI 圈热议。他重新分析 Inception v1 的“车与猫”神经元,认为其共同点是 V 字形,而非此前认为的多任务叠加。斯坦福 Chris Potts 等质疑者则认为这只是一个猜想,并未让理解 LLM 的问题变得更容易。
伊利诺伊州州长 JB Pritzker 在 Decoder 播客中表示,AI 既能帮助人类活到 100 岁,也可能像核武器一样构成威胁。他认为政府应在数据中心、隐私和反垄断等问题上更积极地为民众撑腰,而非一味与企业合作。
Import AI 作者在曼谷 IMF 会议上发表 Per Jacobsson 演讲,称今年已获得令人信服的证据表明奇点已经开始。他以 Anthropic 内部为例称,研究人员现在产出的代码量接近公司前四年总量的 10 倍,并指出 AI 在提升网络安全能力的同时也增强了网络攻击能力。
亚马逊设备与 Alexa 高级副总裁 Panos Panay 在 TechCrunch Disrupt 上表示,个人计算将走向"环境计算",未来一代用户不再说"给我那个 App",而是让设备直接理解需求。
Replit CEO Amjad Masad 在 TechCrunch Disrupt 上提出「自动驾驶公司」愿景:AI 智能体承担公司大部分基础工作,人类保留判断力与品味。
Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 认为,"人类是否读过代码"只是判断变更风险的粗略替代指标,更该问哪个检查环节能抓住问题。Claude Code 团队的审查已从 PR 末尾的关卡变成持续进行,多数变更在人工查看前已被 Claude 至少审查并修复一次,从而把团队注意力留给更高层问题。
在英伟达机器人平台负责产品营销七年的 Amulya Vishwanath 创办 Techable VC,投资覆盖机器人、材料科学与生命科学的物理 AI。她认为机器人仍处于"乐高时代",执行器、机械手、软件和安全标准等基础模块仍在重建,与"通用基础模型将带来机器人 ChatGPT 时刻"的观点相左。她将物理 AI 定义为"一个分子、一种材料、一种药物"或产线上的机器,并提出"有意识的自动化"概念。
在英伟达机器人平台产品营销部门任职七年的 Amulya Vishwanath 认为,机器人目前处于“乐高时代”,执行器、机械手、软件和安全标准等基础组件仍在重建,尚未迎来自己的 ChatGPT 时刻。她如今是 Techable VC 创始人兼管理合伙人,投资覆盖机器人、材料科学和生命科学等物理 AI 领域。
Mark Wahlberg 在 TechCrunch Disrupt 上表示,只要用法得当,AI 在电影行业有其位置,他愿以 AI 形象延续自己的银幕遗产。他计划在即将主演的 Pete Rose 传记片中借助 AI 增强体育场场景,但强调不应把想法丢给 ChatGPT 生成剧本就开拍、弃用真人演员。他称自己尚未体验 CAA Vault 的扫描复刻技术,但对让子女日后掌管其 AI 形象持开放态度。
亚马逊CTO Werner Vogels 在深圳交流中提醒,企业不会因为此刻没用上AI就立即倒闭,决策前应先让工程师和管理者充分学习、想清楚要解决什么问题。他以2004年数据库故障催生Dynamo为例,主张按任务本身选技术,不必追榜单第一名,并提到DeepSeek、通义千问、Kimi等开放权重模型和更小模型已能满足部分客户需求。
2026 年多部批判科技巨头的电影集中上映,包括聚焦 Mark Zuckerberg 的《The Social Reckoning》、记录 Elizabeth Holmes 的《You Can See Everything》、审视 Elon Musk 的 Gibney 纪录片,以及影射 Sam Altman 的《Artificial》。
AWS 提出 Trust in Depth 框架,用自动化推理等独立分层机制验证 AI 智能体的行为边界,让其在规则可验证时自主行动、仅将真正需要判断的决策交给人。
AVEVA 首席技术官 Arti Garg 提出,工业 AI 正从预测分析迈向基础模型、物理 AI 与智能体 AI,但因其直接作用于物理系统,必须以安全、可靠和人类监督为前提。
Microsoft 研究合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 讨论评测如何推动 AI 系统突破传统 benchmark 的性能边界,以及模型在超出常规测试时出现的"意外失败"。
GitHub 提出 AI 时代开发者应强化三项技能:学会指挥 AI 智能体而非仅使用它,不轻信 AI 的第一个答案,以及用 AI 节省的时间去解决更大的问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型审查计划、代码和测试,以捕捉首个模型遗漏的问题。文章强调开发者仍需对结果负责,判断力与权衡取舍的能力愈发重要。
GitHub 的 Burke Holland 在博客中提出,聊天框只适合作为通用入口,当用户明确知道要做什么时,可定制的 canvas 界面更合适。canvas 是运行在 GitHub Copilot 应用内的全栈小应用,可与智能体双向通信,也能调用第三方 API 或在本地执行代码,文中用 Connect 4 游戏、Winget 包管理和 SQLite 操作等例子演示。