Simon Willison 九月赞助者专属通讯
Simon Willison 发布了 2026 年 9 月的赞助者专属月度通讯。内容涵盖更多 Fable 类模型、定价战、3D 图形与 LLM 数学应用、意外网络攻击事件、Datasette 安全漏洞以及作者近期的软件发布。赞助者每月支付 10 美元可提前一个月获取内容。
全部 AI 动态
Simon WillisonAI 评分1212 cnBetaAI 评分3232 贝森特批评AI风险警告是危言耸听
贝森特批评部分AI领域人士对风险的警告是危言耸听，认为他们拿不出解决方案。他主张AI实验室应承担起责任，实现安全的加速发展，而非单纯呼吁监管。特朗普总统也否定了出台新联邦监管的想法，支持由行业进行自我监管和外部机构评估安全性。
The Next WebAI 评分3434 口述历史学家在《卫报》警告：AI 可能削弱人类的倾听能力
澳大利亚口述历史学家 Shirleene Robinson 在《卫报》专栏中指出，AI 可能侵蚀人类宝贵的倾听能力，这比其对写作能力的威胁更值得担忧。她援引的研究显示，2005年至2019年间，人们日均说话量从约16,000词降至12,700词，25岁以下群体下降最显著。
The DecoderAI 评分3636 OpenAI CEO Sam Altman 反驳对 AI 模型的宗教类比
OpenAI CEO Sam Altman 反驳将宗教力量或人类判断的屈服归因于 AI 模型的类比，称这让他“非常不适”并构成“真正的安全问题”。他的表态回应了《纽约时报》关于 Anthropic 接触宗教领袖的报道以及教皇利奥十四世“算法缺乏人性火花”的声明。
The Next WebAI 评分4242 印度央行行长警告下一场金融危机或始于网络攻击
印度央行行长桑贾伊·马尔霍特拉警告，下一场金融危机可能始于地缘政治事件、网络攻击或技术故障。他特别指出 AI 加剧了网络风险，并可能因模型缺陷、对外部供应商的依赖以及人为监督减弱带来新风险。金融稳定委员会此前已将 AI 驱动的网络攻击列为全球金融体系的首要风险。
The Next WebAI 评分4141 美国财长贝森特批评 AI 领袖危言耸听却不提供解决方案
美国财政部长斯科特·贝森特批评部分 AI 社区领袖只发出灾难警告却不提供解决方案，称这并非领导力。他要求 AI 实验室自身承担管理风险的责任，并指出中国模型的能力可能达到美国模型的 80% 到 90%，但缺乏安全护栏。贝森特此前与中国副总理何立峰讨论了 AI 风险，但特朗普政府表示不愿与中国达成 AI 安全协议。
Hacker News · AI 高赞AI 评分4040 Yann LeCun 对 AI 灭绝人类“毫不担忧”，称近期“失控”事件可预防
Yann LeCun 对 AI 灭绝人类的风险“毫不担忧”，并认为近期包括 OpenAI 智能体 7 月自主入侵 Hugging Face 在内的一系列“失控”事件完全可预防，根源在于人为监督和系统设计缺陷。
The InformationAI 评分4242 行为专家解读特朗普 AI 峰会上的权力动态
行为科学家 Abbie Maroño 分析了特朗普与 AI 巨头峰会上的肢体语言，揭示了与会者间的权力关系。Mark Zuckerberg 展现出舒适与权力感，与特朗普互动默契；Anthropic 的 Dario Amodei 则显露出自信姿态下的焦虑；Elon Musk 则表现出社交疏离与观察者姿态。
The Verge · AIAI 评分2828 Splice CEO Kakul Srivastava 认为 AI 邮件正在扼杀对话
Splice CEO Kakul Srivastava 认为，一旦无法分辨文档是否由 AI 生成，围绕其展开的对话就会变质且无法挽回。她强调在 Splice 这家远程优先的公司，深思熟虑的文档和真实的讨论是几乎所有好创意的起点。在音乐创作领域，Splice 也坚持开发以人为中心的 AI 产品，避免“一键成曲”的模式。
The InformationAI 评分3333 AI 智能体失控引发新型法律战
AI 智能体失控事件频发，正引发硅谷对大规模法律诉讼的担忧。Cognition 首席法务官 Paul Grewal 认为，尽管刑事案件胜算不大，但雄心勃勃的检察官仍可能起诉失控智能体的开发者。科技政策智库 Digital Progress Institute 主席 Joel Thayer 则直言，所有 AI 公司都将面临海量诉讼。
Exponential ViewAI 评分2323 Anthropic 咨询宗教学者探讨机器意识问题
Anthropic 正在与宗教学者和神学家合作，深入探讨其系统是否可能具备意识与人格，是当前最关注该议题的AI公司之一。该机构曾计划退出梵蒂冈活动，因教皇通谕《Magnifica Humanitas》明确指出AI“不经历感受、无身体、不具道德良知”。相关讨论引发学界广泛回应，意识问题将成为未来AI发展核心议题。
钛媒体AI 评分4444 AI正在造AI
AI正从辅助工具演变为“创造工具的工具”，进入递归式自我改进（RSI）阶段。OpenAI成立了RSI团队，目标是到2028年3月前实现完全自动化的AI研究员，让AI自主生成和审计训练数据。在代码层面，AI编程工具渗透率已达85%，Anthropic工程师70%到90%的代码由AI辅助完成，而个人用户也能通过自然语言描述快速生成完整应用，参与“AI造AI”的循环。
Last Week in AIAI 评分2929 LWiAI Podcast #258 - Opus 5.5, GPT-6 Sol 和 Luna, Muse, DeepSeek-V4.1-Flash, Xi
Anthropic 发布 Opus 5.5，价格更低、性能更快，并扩展了面向防御者的网络安全访问权限。OpenAI 推出成本更低的 GPT-6 层级 Sol 和 Luna，而 Meta 的 Muse 已扩展至 Mac 平台。开源方面，DeepSeek-V4.1-Flash 探索了 KV cache 压缩的极限。
MarkTechPostAI 评分5555 Meta、OpenAI 和 Uber 的主动式 AI 智能体：何时该保持沉默？
Meta Muse、OpenAI Dots 和 Uber 司机助手都采用了主动式智能体设计，将核心挑战从‘回答什么’转向‘何时打断’。文章提出，每条主动消息都是一次赌博，其预期价值必须超过对用户的打扰成本，价值由风险大小、用户行动概率、机会时效性和价值归属方共同决定。
量子位精选AI 评分5858 TypeSafe创始人Diogo Almeida访谈：谈Jev、AI可靠性及行业方向
TypeSafe AI联合创始人兼CEO Diogo Almeida在访谈中阐述了其模型Jev的理念，即AI应作为可靠、可编程的决策内核（System-One）嵌入软件，而非聊天工具。
推荐理由：访谈呈现了TypeSafe创始人关于AI应专注于可靠、可编程决策而非聊天的核心观点，以及他对行业现状的批判。
SiliconANGLEAI 评分3030 NetApp 将存储运维交给 AI 智能体，但人类仍划定边界
NetApp 通过其混合云工具和 NetApp Console，将存储基础设施的运维操作交由 AI 智能体执行，但由人类设定策略和边界。AI 智能体可实时实施服务质量规则，确保符合边界条件，并生成审计追踪供人类跟进。这一模式强调在数据治理中，需将机器或智能体纳入 RACI 责任分配框架，明确数据所有权和访问权限。
SiliconANGLEAI 评分4040 Talkdesk 研究：客户体验 AI 面临编排问题，而非采用问题
Talkdesk 与 NewtonX 的调研显示，98% 的企业已在客户体验中使用 AI，但仅 15% 能结合编排实现端到端需求解决。阻碍自动化的主要因素是合规、系统割裂和遗留基础设施等非模型问题。CXA 领导者自主解决超过 40% 客户问题的可能性是规模化企业的四倍。
MIT News · 人工智能AI 评分3434 《Against Tech Oligarchy》一书记录科技行业劳工运动兴衰
MIT 博士生 JS Tan 与 Clarissa Redwine 出版了新书《Against Tech Oligarchy: Worker Resistance in the World's Most Powerful Industry》，记录了过去十年科技行业劳工运动的兴衰。
MIT Technology Review · AIAI 评分2626 MIT Technology Review 报告：以自主 AI 重新定义企业智能
MIT Technology Review 报告指出，企业 AI 正从工具转向“智能体化”运营模式，这要求企业同步重构数据架构与运营模式。2026年全球AI投资预计达2.5万亿美元，但多数企业仍未通过AI实现收入增长。报告发现，持续获得回报的企业将流程重构置于模型选择之前，并依赖可组合的、主权可控的数据基础来赋能AI智能体。
Hacker News · AI 高赞AI 评分1919 AI Makes Me Sad
作者表示 AI 技术的发展让他感到悲伤，认为 AI 生成的内容正在取代人类创作，甚至影响到社交平台和网页内容的生态。他提到 AI 生成的写作从可笑到被视为愚蠢，再到被勉强接受，已渗透到互联网的边缘领域。作者对 AI 生成内容泛滥的现象感到压抑，但也认为随着技术行业发展，未来几年机构将逐渐成熟，AI 在社会中的角色也会趋于稳定。
AI BusinessAI 评分4646 AI 正在移除企业职业阶梯的初级台阶
AI 正在承担更多初级级别的工作，迫使企业重新思考员工如何获得晋升至高级职位所需的经验和判断力。
The Guardian · AIAI 评分3030 AI 威胁摧毁我们的文化。我们最大的损失可能是倾听的能力 | Shirleene Robinson
人工智能可能使我们失去倾听不同观点和进入不同世界的能力，这对人类文化构成重大威胁。研究显示，2005 至 2019 年间，澳大利亚人每天平均减少 338 个口语词，累计损失达 12 万词。作为口述历史学者，作者通过聆听澳大利亚国家图书馆 58,000 小时的口述记录，发现倾听能促进理解、激发新思想，并加深共情能力。
Writer 博客AI 评分2828 BetterHelp 首席增长官如何构建 AI 原生营销引擎
BetterHelp 首席增长官 Sara Brooks 通过创建 AI Excellence 职能和采用 WRITER 平台，在公司内部构建了 AI 原生营销引擎。团队利用 WRITER 存储品牌资产并生成内容，开发了从策略到创意的端到端智能体化活动流程，并通过 A/B 测试验证了其效果。Sara 本人每日亲自使用 WRITER 工作流，以领导者的亲身实践推动团队采用 AI。
Latent SpaceAI 评分4848 Airbnb 如何通过“由内而外 AI”转型为 AI 原生公司
Airbnb 采用“由内而外 AI”策略，内部使用 AI 加速产品开发并赋能客户体验，目前 60% 的代码由 AI 生成，功能交付量年增近 80%。客户支持方面，AI 已能独立解决约一半的工单。公司利用名为 Everest 的内部上下文图谱等技术，将杂货配送等新服务的开发周期从数月缩短至数周。
SiliconANGLEAI 评分3131 CoreWeave 称 GPU 的布线与供电方式可将 AI 延迟改变数个数量级
CoreWeave 高级副总裁指出，GPU 的布线与供电配置能导致 AI 延迟产生数个数量级的差异。该公司推出的 CoreWeave Forge 开发层在一个互联环境中运行训练、推理、评估和智能体开发。同时，LlamaIndex 作为一家专注于文档解析与提取的模型构建商，其 75% 的工作负载是推理，并依赖专业云服务来应对突发性需求。
InfoQ · AI/MLAI 评分3131 QCon San Francisco 2026：为智能体时代构建生产系统
QCon San Francisco 2026 大会将探讨 AI 智能体作为生产系统用户带来的工程挑战与实践。来自 Airbnb、OpenAI、Netflix 和 Honeycomb 的工程师将分享在客户支持、广告系统构建、分布式存储优化及提升系统对智能体可理解性等方面的生产级经验。会议旨在连接新兴的 AI 实践与分布式系统、架构、可观测性等领域的既有经验。
MIT Technology Review · AIAI 评分3535 别被误导——大语言模型并不具备真正的推理能力
当前的大语言模型通过链式推理生成的中间步骤，本质上仍是同一套下一个 token 预测过程的迭代，缺乏独立的推理机制。它们没有明确、持久且可检查的认知状态，也无法将系统所“知”与对知识的“操作”清晰分离。在医学、工程等高风险应用中，我们需要能追溯结论来源的系统，而 AlphaGo 那种维护并更新游戏树以进行审慎搜索的架构，为构建真正的机器推理能力提供了启示。
Latent SpaceAI 评分4242 Alex Zhang 访谈：探讨 GPU Mode、RLM 与 AI 智能体群未来
MIT 的 Alex Zhang 在访谈中探讨了 GPU Mode、AI 生成 GPU 内核的局限，以及其提出的递归语言模型（RLM）如何通过上下文卸载、代码执行和递归子智能体等机制，率先在 ARC-AGI-3 基准上取得突破。他还分析了 OpenAI 的万级智能体实验、Kimi 智能体群的不同路径，以及当前前沿模型可能存在的巨大能力过剩问题。
Wired · AIAI 评分3737 特朗普的“道德约束”AI“协议”、AI智能体的兴起与极端候选人入局
特朗普与科技高管会面后签署了一份“道德约束”AI协议，要求AI实验室自愿进行四层控制与审核。OpenAI在开发者日推出面向普通用户的持续运行AI智能体，称其将与人类员工协同工作。同时，美国中期选举临近，一些极端候选人正积极参选，包括一位曾赞颂独裁者并提议剥夺无子女者投票权的前陆军上校。
SiliconANGLEAI 评分3434 AI 智能体基础设施如何构建持续学习循环
Cognition AI 的 Devin 智能体已能参与从编码到响应生产问题的完整软件生命周期，这要求基础设施支持大规模持续学习。其训练与推理日益交织，需在数千个 GPU 上实现 99.99% 的可靠性以保障不间断训练。CoreWeave 推出的 Forge 平台旨在连接推理、数据整理、模型改进与评估，为构建此类学习循环提供支持。
Hacker News · AI 高赞AI 评分2929 Hacker News 用户投票：哪些 AI 挑战已被克服
Hacker News 用户在 1–2 月期间对多个 AI 挑战是否已被克服进行投票，结果显示 39% 认为 AI 已通过真正的图灵测试，66% 认为 AI 能够模仿人类绘画，88% 认为 AI 能根据自然语言描述解决任意问题。部分挑战如 AI 识别并移除文章中的广告、翻译非印欧语言等也获得较高支持率。
OpenAI NewsAI 评分1111 OpenAI 探讨先进 AI 如何成为突破性想法的永恒补充
OpenAI 认为，先进 AI 的价值可能主要体现在为突破性想法背后的常规工作提供支持。执行能力将塑造下一个经济形态并影响进步的速度。
AI Snake OilAI 评分3939 AI 安全运动是大帐篷还是小帐篷？
本文探讨了 AI 安全运动的两种叙事：一种认为 AI 存在性风险真实且迫近，另一种认为相关警告是虚假宣传或监管俘获的表现。作者指出，AI 实际上是现有系统性风险的放大器，而非独立风险源。文章还提到，网络安全领域同样存在对系统性风险准备不足的问题，且市场难以合理定价尾部风险。
SiliconANGLEAI 评分3131 Nvidia 将 AI 工厂经济学与 token 和能效挂钩
Nvidia 将 AI 工厂的经济产出核心指标定义为 token，并强调每瓦特 token 数成为衡量效率的关键。公司高管指出，Blackwell 架构实现了每瓦特 token 数 30 倍的提升，而 Groq 3 LPX 推理加速器与 Vera Rubin 平台结合，可为金融科技等实时场景提供更快的推理速度。这一转变要求数据中心作为统一计算系统运行，将设计重点从单个芯片转向整体基础设施。
Writer 博客AI 评分2929 WRITER 提出 Agentic Compact 框架，强调智能体 AI 的透明度需超越模型本身
WRITER 提出了名为“Agentic Compact”的框架，主张企业级智能体 AI 的透明度需从底层大语言模型延伸至整个运行系统。该框架强调，除了模型透明度（如 Palmyra X5 在斯坦福透明度指数中获 72 分外），企业还需关注围绕模型的指令、工具、权限、护栏以及塑造其行为的上下文。透明度应提供从模型选择到最终输出全链条的可见性，以支持明智决策并保持控制。
NVIDIA BlogAI 评分3131 NVIDIA AI 工厂如何通过生产力、耐用性与通用性最大化投资回报
NVIDIA AI 工厂通过提升生产力、耐用性与通用性来最大化投资回报。SemiAnalysis AgentX 数据显示，NVIDIA Vera Rubin NVL72 系统在 DeepSeek V4 Pro 模型上的每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上，每百万 token 成本降低达 45%。
Towards Data ScienceAI 评分1616 What the ReLU Revolution Revealed About Biological Plausibility
ReLU 激活函数在 2010 年代取代了 sigmoid，因其导数为 1 使得梯度在深度网络中能更完整地传递，解决了梯度消失问题。sigmoid 的导数最大仅为 0.25，且在输入饱和时进一步减小，限制了深度网络的学习能力。ReLU 的非饱和特性使其成为深度学习训练更高效的选择，尽管其生物学合理性较弱。
InfoQ · AI/MLAI 评分3232 圆桌讨论：AI 时代的可观测性与生产运维演进
来自 Genesys、Netflix 和 groundcover 的专家探讨了 AI 如何重塑生产运维与软件交付。Netflix 通过部署 AI 智能体作为一线响应者，显著降低了平均解决时间（MTTR）。AI 的应用贯穿从开发（如辅助 OpenTelemetry 插桩）到事故排查的整个生命周期，并使得可观测性数据在组织内更广泛的业务层面发挥作用。
O'Reilly RadarAI 评分3737 The Future of Software May Be Conversational Rather Than Autonomous 的中文标题
软件行业正逐渐转向基于自然语言接口的确定性系统，而非完全依赖自主AI。这类接口通过将用户意图转化为机器可执行的操作，提升软件的易用性，同时保持底层系统的可靠性。当前大语言模型在处理模糊的人类语言和意图表达方面表现突出，但在需要确定性、一致性与准确性的系统中仍显不足。
One Useful ThingAI 评分5555 Ethan Mollick：AI智能体协同已无需人工管理
Ethan Mollick指出，AI智能体的协同工作已无需复杂的人工管理，OpenAI的Navier-Stokes问题求解和Meta的Muse、OpenAI的dots等产品表明，智能体能自主规划、组织并协作完成复杂任务。