《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。
#大佬观点
MIT News · 人工智能AI 评分3434
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。
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。
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%。
MIT News · 人工智能AI 评分3535 谁成为我们与机器对话时的自己 —— MIT 教授 Sherry Turkle 新书探讨人工智能亲密关系
MIT 教授 Sherry Turkle 在新书《Artificial Intimacy: Who We Become When We Talk to Machines》中指出，人们越来越依赖聊天机器人获得情感反馈，却忽视了真实人际关系的复杂性。
Cloudflare · AIAI 评分3838 Cloudflare 2026 年度创始人信：AI 智能体与互联网未来的挑战与机遇
Cloudflare 在年度创始人信中分析了 AI 驱动的互联网变革，指出 AI 智能体和爬虫的流量已在 2026 年 5 月超过人类流量，并可能在五年内达到人类流量的 1000 倍。这带来了“公地悲剧”风险，即智能体消耗大量网站资源却未给予补偿，可能挤压新进入者的生存空间。为此，Cloudflare 正推出技术以减少爬虫负载，并建立让内容创作者从智能体使用中获得报酬的机制。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 如何用 canvases 构建交互体验
GitHub Copilot 应用引入了名为“canvas”的全栈应用界面，以替代传统的聊天交互方式。canvases 能在应用内运行，实现与 Copilot 智能体的双向通信，并能调用第三方 API 或本地执行代码。这种可定制的 UI 旨在将用户从繁琐的聊天交互中解放出来，更高效地完成特定任务，例如构建游戏或自动化开发工作流。
MIT News · 人工智能AI 评分3434 视觉AI如何兼顾前沿智能与效率：MIT新书探讨城市研究的机遇与风险
MIT Senseable City Lab研究人员在新书《How AI Sees the City: Urban Visual Intelligence》中探讨了视觉AI在城市研究中的应用潜力与隐私风险。
GitHub Blog · AI & MLAI 评分2626 GitHub Podcast 探讨 AI 开发中的热门观点：代码审查、RAG、Skills 与 MCP
GitHub Podcast 最新一期探讨了关于 AI 辅助开发的几个常见热门观点。节目指出，开发者仍需审查 AI 生成的代码，但应根据风险调整审查深度；RAG 并未过时，它通过提供模型训练数据外的相关信息来提升回答质量；Skills 和 MCP 解决不同问题，前者是打包的专业知识，后者是连接工具与数据的标准协议，可在同一工作流中共存。
Writer 博客AI 评分3636 The AI Marketing Canvas：Jim Lecinski 谈为何 85% 的营销人员困于 AI 转型
Jim Lecinski 指出，85% 的营销团队在 AI 转型中停滞不前，仅 15% 的 CEO 认为其营销部门在 AI 应用上表现良好。问题在于将 AI 采用视为软件采购，而非需要变革管理、工作流重构和培训的人员挑战。他提出的“AI 营销画布”框架包含基础、实验、能力建设、商业案例和许可五个不可跳过的阶段。
Google · AI BlogAI 评分3232 Google AI 在科学加速与生命改善领域的关键进展
Google AI 技术现已支持超过 300 种语言，覆盖全球 86% 的人口。其 AlphaGenome Atlas 公开了人类基因组中所有 90 亿种可能的单字母遗传变化的预测影响，WeatherNext 3 天气模型则将提前一天或更久的降水预报准确率提高了 50%。
Google · AI BlogAI 评分1818 Google AI 如何助力社会影响
Google AI 正通过与全球社区和研究人员的合作，将 AI 工具应用于疾病防治、自然灾害预测、教育扩展和创造经济机会等关键领域。这些合作旨在将 AI 突破转化为可衡量的现实影响，确保更多人能共享 AI 带来的机遇。
Google · AI BlogAI 评分2323 Google AI 博客对话：宇航员 Christina Koch 与 James Manyika 探讨太空、技术与发现
NASA 宇航员 Christina Koch 与 Google 高级副总裁 James Manyika 在最新一期“技术与社会的对话”系列中，讨论了从国际空间站的 328 天驻留、历史性的首次全女性太空行走到 Artemis II 绕月任务等经历。他们探讨了从 25 万英里外将地球视为“生命方舟”的视角，以及宇航员、机器人与 AI 之间的重要伙伴关系。
Writer 博客AI 评分3535 AI 原生营销的三支柱：为何生产力仅是基线
AI 原生营销建立在三个战略支柱之上：在不断变化的客户旅程中保持可见性、在嘈杂市场中实现差异化以及持续编排。生产力只是实现这些优势的基线，仅能创造容量而非竞争优势。根据 WRITER 的框架，AI 驱动的工作流可处理 80% 的战术工作，而 Forrester Consulting 的研究显示，采用该框架的复合组织实现了 333% 的投资回报率，投资回收期不到 6 个月。
Writer 博客AI 评分2929 财富管理公司如何利用 AI 驱动 AUM 增长，而非仅用于降本增效
财富管理公司正利用 AI 驱动资产管理规模（AUM）的有机增长，而非仅用于降本。Cerulli Associates 的研究显示，整合 AI 的公司有机增长率比非 AI 公司高出约 40%，这直接推动了 AUM 扩张并成为并购溢价的关键。具体工作流包括 AI 驱动的推荐引擎、跨业务销售机会挖掘以及多智能体增长流程，其中使用 Writer 多智能体方法的客户将销售通话预订量提升了 5 倍以上。
Writer 博客AI 评分2929 Megan Filbin 谈 AI 执行工作时，价值存在于何处
WRITER 的营销策略与运营高级主管 Megan Filbin 提出，在 AI 执行工作时，团队价值存在于四个核心职能而非组织架构重组。这四个职能是战略、策展、架构和编排，多数人会在单一角色中结合其中两到三项。该框架将执行工作交给智能体，从而为真正区分品牌的创造性工作释放更多时间。
MIT News · 人工智能AI 评分2121 Ila Kumar：与社区共同创新
MIT博士生Ila Kumar倡导并实践基于社区的设计方法，与技术受益者共同创造支持心理健康的工具。她与受童年创伤影响的年轻人合作，设计了用视觉拼贴表达情绪的应用，并与司法资源研究所共同开发协助青少年参与治疗规划的手机应用。Kumar还通过培训工作坊，帮助护理人员与年轻人讨论AI在关键决策中的作用。
Writer 博客AI 评分3939 管理 token 预算？关注效率而非智能
企业 AI 应用的实际成本不仅取决于模型单价，更取决于完成任务所需的 token 数量。Snowflake 的内部实验显示，在某些简单任务上，廉价开源模型的成本可比前沿模型低 59 倍；而 Databricks 的测试则表明，在复杂任务中，廉价模型因多次尝试失败，其单任务总成本可能反而高于更智能的昂贵模型。
LangChain 博客AI 评分3333 LangChain 的两周年：从开源库到公司的演进与未来方向
LangChain 的 Python 包发布两周年，其已从开源库发展为公司，并推出 LangGraph 和 LangSmith 两个关键产品。LangSmith 提供生产级 LLM 应用的测试与可观测性工具，支持企业如 Moody's、Elastic 等进行 AI 交互的深度分析与调试。
LangChain 博客AI 评分4343 Wiki Memory: 基于文件的 AI 智能体记忆系统 | LangChain 博客
LangChain 博客提出了一种名为 Wiki Memory 的 AI 智能体记忆系统，通过将原始数据转化为结构化文件形式，为智能体提供持久、可读的知识层。该方法不同于 RAG，采用预计算方式生成知识摘要，便于后续智能体快速理解领域内容。Wiki Memory 适用于长期领域知识存储，而非短期对话状态或高频日志记录。
MIT News · 人工智能AI 评分2323 MIT 教授 Eugene Fitzgerald 新书探讨创新本质
MIT 教授 Eugene Fitzgerald 在新书《The Invisible Engine》中提出，创新是市场应用、技术与实施三者的整合，其核心是企业家承担不确定性并创造市场“惊喜”的过程。他基于在 MIT-Masdar 等大型合作研究项目中的十年实践，区分了旨在培养人才的“利他科学”、围绕目标的“战略研究”以及从研究到经济增长的“基础创新”三种不同的研究投资类型。
Amazon ScienceAI 评分3030 自动化推理组（Automated Reasoning Group）十年回顾：数学严谨性如何保障 AWS 安全与可靠性
自动化推理组（ARG）自2016年成立以来，通过数学逻辑验证技术，构建了AWS安全与可靠性核心系统，如今每日处理数十亿查询。其开发的Tiros工具已成为Amazon Inspector和Reachability Analyzer的基础，Zelkova则用于分析AWS策略及后果。
Replit 博客AI 评分5050 AI 采用始于可信数据：Replit 构建语义层与运营真值层
Replit 认为企业 AI 采用的核心障碍是信任问题，并于 2025 年底开始构建用于定义数据含义和修正的记录系统。该运营真值层是一个版本可控、经过人工审核、与模型无关的定义与修正知识库，旨在让每个处理数据的智能体都从相同的业务理解起点出发。Anthropic、OpenAI 和 Meta 也各自通过其智能体架构、内部数据智能体和分析智能体，在构建经过验证的知识层这一方向上呈现出行业共识。
Neo4j 博客AI 评分3434 为什么公共部门 AI 需要一个劳动力知识层
公共部门 AI 需要构建劳动力知识层以实现更准确的推理，该层通过连接人员、角色、技能、任务等数据形成统一的知识图谱。知识层能揭示人员资质与任务需求之间的关系，避免因数据碎片化导致的决策不一致。在涉及安全、医疗、国防等高后果场景中，知识图谱可帮助 AI 更好地理解组织内部的依赖与风险。
MIT News · 人工智能AI 评分1818 MIT 研究员 Bailey Flanigan 的跨学科研究之路
MIT 研究员 Bailey Flanigan 利用计算与数学工具为民主参与创造新途径。她的研究包括开发算法，以随机方式选择公民大会的参与者，从而在自我选择可能无法反映整体人口的情况下，平衡代表性、参与机会平等、抗操纵性和透明度。
Berkeley AI ResearchAI 评分4545 Berkeley AI Research 视角：智能近乎免费时代下，面向、构成与由 AI 智能体驱动的数据系统
随着 AI 推理成本急剧下降，GPT-4 级别能力的成本已从 2023 年初的每百万 token 约 30 美元降至如今低于 1 美元，部分提供商甚至低于 0.1 美元。这标志着足以胜任大多数知识工作的智能正变得近乎免费，从而催生了数据系统需为 AI 智能体设计、由智能体构成以及由智能体构建的三大新挑战与机遇。
MIT News · 人工智能AI 评分2424 MIT 校长呼吁联邦支持好奇心驱动研究并阐述 AI 教育理念
MIT 校长 Sally Kornbluth 在华盛顿邮报活动上警告，缺乏联邦对好奇心驱动研究的支持将危及美国的创新和人才管道。她强调 MIT 新课程在夯实 STEM 基础的同时，更加强调道德、公民和伦理教育，以培养能在 AI 时代负责任地使用技术、撰写有效提示词的领导者。Kornbluth 还指出，联邦资金冻结将阻碍从糖尿病到癌症等重大疾病疗法的长期基础研究进程。
MIT News · 人工智能AI 评分2828 智能体 AI 现状与未来展望：MIT 专家问答
智能体 AI 指能采取行动（如预订航班）的 AI 系统，其核心通常是 Claude 等基础生成模型，并封装了特定工具。2025 年 11 月的一项调查显示，35% 的企业已部署 AI 智能体，44% 计划近期部署。当前最成功的应用是编码智能体，但其发展受限于训练数据不足，且存在引入错误、数据泄露和人类技能退化的风险。
fal 博客AI 评分2222 fal 营销负责人谈 AI 公司内部的营销运营现实
fal 营销与增长负责人分享了在生成式媒体基础设施公司内部运用 AI 的实践经验。团队将 AI 选择性用于快速制作效果图、创意探索和将想法可视化，以加速从直觉到具体产物的过程并收紧反馈循环。其实践表明，最有用的 AI 应用往往是更窄、更可控的，旨在帮助团队更快决策而非实现全流程自动化。
Vector InstituteAI 评分2121 Mohamad Moosavi：用 AI 加速气候解决方案的探索
Mohamad Moosavi 通过深度学习使分子可微分，从而将材料科学中的离散变量转化为连续变量，大幅提升了材料发现和设计的效率。他目前使用拓扑深度学习方法，研究材料三维结构与性能之间的关系，无需逐一合成和测试大量候选材料。这种突破性方法为应对气候变化的可持续技术开发提供了更快的路径，加拿大凭借顶尖科研人才和对可持续发展的重视，正成为该领域创新的重要推动者。
Weights & BiasesAI 评分3636 人类参与评估：AI 未来仍需人类
Weights & Biases 提出人类参与评估是衡量大语言模型效果的关键，强调需理解人类对 AI 的实际体验。该方法主张结合自动化指标与人工反馈，以更全面地评估模型表现。文章指出，当前仅依赖自动化评估可能忽略模型在真实场景中的交互质量与用户感受。
fal 博客AI 评分2121 fal 构建信任与安全框架以应对 AI 高速发展
fal 公司阐述了其在 AI 基础设施领域的信任与安全策略。该公司已集成 Thorn 技术主动检测并移除儿童性虐待材料，并与 StopNCII.org 合作打击非自愿亲密图像。其策略强调在明确违规时立即行动，并着眼于构建能够承受长期压力的系统性解决方案。
Together AIAI 评分3434 Together AI 分享大规模高效推理的基础研究与实战经验
Together AI 在 NVIDIA GTC 2026 上深入探讨了生产环境中 AI 推理的挑战与优化策略，指出推理成本占生产系统全生命周期成本的 80-90%，是决定 AI 原生公司单位经济效益的关键。
Vector InstituteAI 评分2525 Hassan Ashtiani：通过数学基础构建可信 AI
Hassan Ashtiani 研究如何通过数学证明确保 AI 系统在面对复杂攻击时仍能保持隐私和可靠性。他提出“黑盒约简”方法，可将现有机器学习技术封装进隐私保障框架，无需重新设计算法。该方法已在 NeurIPS 2018 获得最佳论文奖，有助于加拿大在保护隐私的同时推动 AI 发展。
Together AIAI 评分2929 AI Native Cloud 是什么？
AI Native Cloud 是为 AI 原生公司构建的专用云平台，旨在解决从预训练、微调、评估到大规模推理的完整 AI 生命周期挑战。它通过垂直整合的 AI 全栈、将前沿研究成果快速产品化的能力，以及支持指数级增长的生态系统，帮助企业在模型质量、延迟、成本和可靠性方面保持竞争优势。
Together AIAI 评分3131 Together AI kernels 团队如何突破 AI 推理性能瓶颈
Together AI 的 kernels 团队通过开发 FlashAttention 和 ThunderKittens 等核心软件，将 Transformer 注意力计算速度提升了 2-3 倍。
Replit 博客AI 评分3030 2026年产品经理最佳AI工具指南
AI工具正从生产力和能力扩展两个层面重塑产品经理工作流程。Claude、Notion AI和Grammarly等写作工具可快速起草PRD和总结研究，Dovetail和Perplexity能高效分析用户访谈反馈。Replit Agent 4使产品经理能在集成环境中直接将产品意图转化为可运行软件，突破传统开发流程限制。