专访 UCSD 正教授商静波：LLM 正在收敛，下一站押注超级智能
34 岁的 UCSD 正教授商静波认为，如果 AGI 指在广泛任务上达到普通人水平，那它某种意义上已经实现，真正未到来的是能在重要领域持续超越最优秀人类的超级智能。
#数据/训练
#数据/训练
今日 12 条Z PotentialsAI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 爱范儿AI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 技嘉为 B760/H610 主板更新 BIOS 支持新 LGA1700 处理器，AI 热潮推高内存成本、PC 出货量同比降 20.1%
技嘉 10 月 9 日宣布，全部 B760 和 H610 主板将通过 BIOS 更新支持预计 2027 年初推出的新款英特尔 LGA1700 处理器，其中包含 DDR4 主板。
硅星人ProAI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 对话Mercor：我们仅为强大AI提供了所需的1%数据，半年后模型会再有一次大跨越
Mercor VP Chirag Mahapatra 在 Assembling 2026 上表示，前沿实验室在科学、材料科学、生物等复杂领域只收集到构建极高质量模型所需数据的 1% 到 2%，物理世界数据同样如此，整体可能只到 2% 到 5%。
Latent Space [Youtube]AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 谈：AlphaFold 为何没有解决蛋白质折叠问题
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出，AlphaFold 的突破只是开始，蛋白质折叠远未解决，静态结构预测无法覆盖蛋白质动态与无序性。
爱范儿AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 为什么 ChatGPT 总爱在标题里塞色情赌博小广告？
ChatGPT 会话标题末尾偶发出现外语词或赌博色情小广告，作者结合抓包记录与 EMNLP 论文《Speculating LLMs' Chinese Training Data Pollution from Their Tokens》推断，标题由轻量推理模型生成，常在该结束生成时收尾失败，继续按概率输出词元。
AI Will(@FinanceYF5)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI 训练数据是唯一"一奏效就失效"的产品：模型做对约 70% 任务后数据就被弃用
AI 训练数据被视为唯一"一旦奏效就贬值"的产品：当模型在某项任务上正确率达到约 70%，实验室就会砍掉这项任务的数据需求。这个市场还造就了全球最年轻的白手起家亿万富翁。
AI Will(@FinanceYF5)AI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 16/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Epoch AI 讨论：数据将成下一个万亿美元品类，2031 年独立玩家不足 10 家
Epoch AI 讨论中三位嘉宾给出三种判断：EverettRandle 认为数据是下一个 1 万亿美元品类；viks_rum 预计到 2031 年规模化独立玩家不足 10 家；Satya Nadella 称企业为智能付费两次，应保留自有数据。最值钱的数据或许是你永远不卖的数据。
Interconnects AI — Nathan LambertAI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Nathan Lambert：AI 将迎快速进步，但不会走向通用超级智能
Nathan Lambert 认为 AI 会迎来快速进步，但不会走向通用超级智能。他指出，模型将在几年内成为超人的分布式 GPU 工程师，并可自动化预训练架构与数据选择研究，主要来自推理算力扩展与推理成本近指数级下降，而非模型研究能力的质变。他预计这会引发智能体模型的杰文斯悖论，需求只增不减，并带来 RL 环境质量提升的空间。
DeepLearning.AI(@DeepLearningAI)AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Andrew Ng：他的一个智能体每天进行 5000 到 10000 次网络搜索
Andrew Ng 在 The Batch 本周通讯中透露，他的一个智能体每天进行 5000 到 10000 次网络搜索，并认为智能体将需要多得多的数据中心。本期通讯还提及 GPT-6.1 Sol、Gemini 4 Argon、FLUX 3 Action 以及 HYSET。
创业邦AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 具身智能的数据竞赛，可能卷错了方向
在2026（第二十届）DEMO CHINA现场，戴盟机器人王煜、灵御智能莫一林与OriginFlow秦深涛讨论具身智能落地路径。莫一林认为"模型"被高估、"身"被低估，灵御采用类自动驾驶L2的人机共驾模式，机器人已在超市做试吃，能以人的七八成效率完成七八成工作；秦深涛强调数据并非越多越好，关键是低成本获取多样高质量数据并跑通经济效率。
Ed Zitron's Where's Your Ed AtAI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ed Zitron 的垃圾债指南：AI 数据中心如何被高收益债与杠杆贷款撑起
2026 年上半年垃圾债发行量达 2290 亿美元，而投资级债券为 8059 亿美元，垃圾债市场已膨胀至投资级市场的 28.4%，较 2011 年上半年的 30 亿美元增长 75 倍。
a16z(@a16z)AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 前 Intel CEO Pat Gelsinger：能源产能就是经济产能，电网是 AI 扩张的天花板
前 Intel CEO Pat Gelsinger 在 a16z 播客中称，美国整体能源产能停滞了约十五年，经济产能也随之停滞，即便近年国家能源产能年增约 4%。他认为能源产能会抑制 AI 热潮的乐观程度——"如果供不上电，为什么要建新数据中心、买百万块 GPU"，并指出核能作为基荷值得扩建，而可再生能源对中国有深度依赖。
Z PotentialsAI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 深度｜RSI 的早期产业形态，最可能出现在企业 Agent
Pyromind 押注 RSI 产业化的早期形态出现在企业 Agent 上线后的持续学习，用 AutoRL 和 Reward Data Flywheel 把真实任务反馈转化为可训练、可评估的模型能力。
AI Will(@FinanceYF5)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 大型科技公司每位工程经理对应多少名工程师？基于 Levels.fyi 数据的统计
有人基于 Levels.fyi 的提交数据，统计了大型科技公司中每位工程经理大约对应的工程师数量，AI 实验室则单独发布报告。该统计只是代理指标，更适合观察方向，不能视为精确的组织数据。
Yann LeCun(@ylecun)AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Yann LeCun 回忆 1986 年首次赴美参会：在 MIT 展示多层网络海报，并与 Marvin Minsky 初次见面
Yann LeCun 回忆 1986 年 6 月首次在美国参会并首次到访 MIT，展示了一张关于多层网络的海报。他在 Thinking Machines Inc 主办的招待会上首次见到 Marvin Minsky，对方惊讶于神经网络可被训练来计算两个二进制数的乘积。
DatabricksAI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 18/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 生物医学影像的真正瓶颈是数据，而不是模型
生物医学影像领域的真正瓶颈在于数据而非模型。文章指出医院与卫生系统产生的数据虽多，但四个相关领域都卡在同一个数据环节上。
Jerry Liu(@jerryjliu0)AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LlamaIndex：Markdown 成为人与智能体之间的通用信息表示，并推出非结构化文档转 Markdown 模型
LlamaIndex 称 Markdown 已成为人与 AI 智能体之间的通用信息表示，它保留标题、列表等结构原语，让智能体能按语义读懂内容，并支持表格、图表，还可原生嵌入 HTML。由于多数非结构化数据尚不原生以 Markdown 存在，难点落在转换层，LlamaIndex 表示已打造最优模型，可将任意非结构化文档容器转为 Markdown，表格合并表头时改用 HTML。
SemiAnalysisAI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 SemiAnalysis：北京不会为前沿AI放慢脚步，中国采取速度优先的安全监管
SemiAnalysis 统计 2021 年至 2026 年 9 月 15 日 9 家中国头部开发商的 857 个模型发布，仅 31 个（3.6%）附带开发者公布的安全评估结果，其中只有 9 个（1.1%）在发布时或之前公布。
andrew chen(@andrewchen)AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Kenan Saleh：一家公司 3 个月从 $0 做到 $60M，本月将达 $100M run-rate
Kenan Saleh 称其合作的一家公司 3 个月内从 $0 增长到 $60M，本月将触及 $100M run-rate，是他见过增长最快的公司。该公司向 AI 实验室和模型开发者售卖前沿数据（frontier data），他认为外界尚未充分认识到数据与算力、算法并列成为一等公民。
Latent Space [Youtube]AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Synthesis Superintelligence：从半导体到超导体——Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk
Periodic Labs 的 Liam Fedus 和 Ekin Dogus Cubuk 提出“synthesis superintelligence”，主张让模型在真实物理实验中做强化学习，而非只训练互联网数据。他们认为科学发现不同于数学与编程，物理实验才是最终基准，失败实验可能是最有价值的训练数据，目标是让每台实验仪器具备“140 IQ”并压缩数十年的试错。
划重点KeyPointsAI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 聚光灯之外：传统行业拥抱AI的真实落地图景
养猪业连亏超10个月，佛山50人养猪设备公司老板刘文用AI重写卖了十年的软件；牧原与阿里云共建养猪大模型，一秒出诊断结果并铺设至1000多个猪场。一线从业者的阻力多来自数据割裂与部门墙，而非模型本身；刘文每月花不到6000元订阅AI，靠内容矩阵每月稳定获客30个。
硅星人ProAI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 对话 ZooWork 创始人 Ning Hu：企业 AI 最大的跃升，发生在硅谷之外
ZooWork 创始人兼 CEO Ning Hu 在 Assembling 2026 AI 峰会炉边对谈中提出企业 AI 的 L1 到 L4 分级：L1 是人用 AI 提效，L4 是 AI 在岗位上执行并递归学习，目前多数企业仍停留在 L1。
Simon Willison's WeblogAI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Ben Affleck 谈影视特效中的机器学习与 Python
Ben Affleck 自称会写"相当糟糕的" Python 脚本，长期关注计算机与电影从模拟向数字的转变。他提到视觉特效流程多年来已用到机器学习，用卷积神经网络（Transformer 的前身）在 tensor 上做边缘检测和特征提取，从而更轻松地抠掉绿幕画面并替换背景。
笔记侠AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 30/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 前亚马逊 Rufus 创始成员：5年后手机购物 App 会消失
前亚马逊 Rufus 项目创始成员判断，5年后手机上的购物 App 会消失，入口交给能自己完成搜索、比较、下单的购物 Agent。亚马逊 Rufus 2023 年启动时仅七八人、约两个月做出演示版本，团队后扩至数百人；其公式为 Agent = 强模型 + 上下文 + 多步执行。
Julien Chaumond(@julien_c)AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mistral 4 用 3.8% 的 GPU 实现 GPT-6 Astra 72% 的智能水平
Mistral 4 仅用 3,800 块 Grace Blackwell 就达到 GPT-6 Astra 72% 的智能水平，后者使用超过 100,000 块 Grace Blackwell。按"每 GPU 智能"计算，Grok 4.7 约用 200,000 块 GPU，Claude Opus 5.5 约用 500,000 块 Trainium2，凸显 Mistral AI 团队的效率优势。
十字路口CrossingAI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 44/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 他们的新工作，是教 AI 取代自己：AI 训练数据供应链里的劳动者
Mercor 等数据公司正以时薪低至 45 美元起的零工，雇人编写评分细则、标准答案和推理轨迹来训练 AI，部分项目任务量骤减、时薪下调 8 美元，劳动者还被 Insightful 软件逐秒监控。Mercor 由三名 19 岁创始人于 2023 年创办，去年估值达 100 亿美元，每周约 3 万名专业人士在其平台工作，OpenAI 和 Anthropic 都曾是客户。
Z PotentialsAI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Harvey 联创 Gabe Pereyra：应用公司如何借助开源与评测建立研究能力
法律 AI 公司 Harvey 联合创始人兼总裁 Gabe Pereyra 在 Sequoia Capital 的“Own Your Intelligence”活动上，介绍了应用公司在资金、算力不及基础模型公司时建立研究能力的方法：先建评测标准与训练数据，再与外部研究团队合作完成后训练，最后搭建模型部署基础设施。
Yann LeCun(@ylecun)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Yann LeCun：AI 进展让系统神经科学更有意思，物理直觉与世界模型仍是短板
Yann LeCun 认为 AI 的进展反而让系统神经科学变得更有意思，因为当前 AI 在物理直觉、常识、世界模型、规划/推理、动机/驱动力和情感等方面都还没有特别好的解法。他表示，现在我们或许已经拥有实现并检验认知架构的工具。
Amjad Masad(@amasad)AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Replit CEO Amjad Masad：通用模型可即时训练专用小模型作为"替代品"
Replit CEO Amjad Masad 提出，通用模型可在运行中训练自己的"替代品"——更小、更专一的领域模型，类似即时编译器在动态执行时按需生成优化机器码。他认为这类专用模型更便宜、更不易受提示词注入攻击，危害也更小，因为能力更有限。Masad 称当前关于递归自我改进的讨论很多，但"模型训练自己的替代品"这一方向却少有人关注。
a16z(@a16z)AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Replit CEO Amjad Masad：通用模型可即时训练更小、更垂直的替代模型
Replit CEO Amjad Masad 提出"模型训练自己的替代者"：通用模型在执行任务时发现用例有限，可像即时编译器一样当场训练出更垂直的小模型。这类模型更便宜、更不易被提示词注入攻击，也因能力更弱而更少危害，但通用智能体本身存在缺陷与失控风险。
InfoQ 中文AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 技术负责人谈蒸馏、开源与中美 AI 竞赛：蒸馏只能复制当前前沿
Anthropic 强化学习方向技术负责人 Nicholas Marwell 和 Sholto Douglas 在播客访谈中表示，蒸馏无法把前沿继续向前推进，只能复制当前前沿，而真正进入下一代前沿需要巨额前期资本投入，因此他们反对模型蒸馏。
掘金本周最热AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Space-Bunny 匿名模型观察：0.03 倍积分、1M 上下文与模型选型的算术题
作者在 WorkBuddy 模型面板观察到匿名模型 Space-Bunny，倍率 0.03x 且限时折扣，9 月 23 日上线后登顶 OpenRouter 与 OpenCode 调用量榜首，截至 10 月 2 日仍无人认领。
AI前线AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 前微软合伙人 Ramez Naam 长文质疑 RSI：Token 用量暴涨 124 倍，研发提速仅约一成
前微软合伙人 Ramez Naam 发表长文质疑递归自我改进（RSI）引发智能爆炸的判断，认为当前回路强度仅为起飞门槛的 10% 到 20%，需再增强 5 到 10 倍。
Epoch AIAI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Epoch AI 测算：2027 年前出货的 AI 芯片能跑多少 AI 智能体？
Epoch AI 测算，2025–27 年出货的 HBM 硬件最多可支撑约 3000 万至 1.7 亿个并发前沿模型智能体，按每周 168 小时不间断运行折算，相当于约 1.4 亿至 7.2 亿名全职员工的工作时长。
大模型智能AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 29/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 神秘 RL 后训练算法被指只是 STE 近似：解析 Score Centering 与 vLLM/Megatron 训推不一致问题
针对 arXiv 论文《Score Centering Stabilizes Off Policy Reinforcement Learning》被传为 OpenAI 后训练 RL 算法，有分析指出该 score centering 算法本质上是 STE（straight through estimation）的近似实现，其梯度与 STE 方案完全一致。
Lenny Rachitsky(@lennysan)AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 9/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 AI 助手争相挖掘 Google 数据，Google 却缺席？
Lenny Rachitsky 发问：还有比你的 Google 数据更有价值的数据集吗？他指出每个 AI 助手都在"吞食"这些数据并做出奇妙的事，而 Google 在这一领域却不见踪影。该帖获得 119 条回复、16 次转发和 592 个点赞，浏览量达 116059。
Jerry Liu(@jerryjliu0)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jerry Liu 与 Snorkel AI 的 Vincent Chen 对谈：评测与 RL 环境仍待解决的难题
Jerry Liu 主持了与 Snorkel AI 的 Vincent Chen 的晚餐对话，聚焦评测与 RL 环境。构建 RL 环境的一大挑战是"公平性"：模型失败时难以归因于输入、harness 还是奖励模型；奖励设计困难，长周期评测因业务结果需数周至数月而极难推进。受监管行业仍需 human in the loop 保证约 100% 准确率，模型仍存在"锯齿状智能"，长尾边缘案例持续失败。
Yangyi(@Yangyixxxx)AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 讨论开源模型本地化与私有化部署：模型会越来越便宜吗？
开源模型的私有化部署正成为新趋势：隐私与合规风险凸显、开源模型能力已过可用阈值、企业 token 开销失控推动成本考量，但版本迭代投入、使用频率不足导致综合成本高于云厂商、私有化部署稳定性仍是问题。
Import AI — Jack ClarkAI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Import AI 474：Platonic 心智空间、太空 TPU、智谱开启外层 RSI 循环
本期 Import AI 介绍了 Michael Levin 关于心智或为 Platonic 模式空间界面的论文，认为身体与机器只是这些模式进入物理世界的接口；Anthropic 的 Perry Dong 与 Chelsea Finn 提出机器人缺少类似 LLM 的后训练通用配方，并介绍了 EXPO(-FT) 算法。
dbaplus社群AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 图灵奖得主 Stonebraker 谈 LLM、智能体与数据库的未来
图灵奖得主、Ingres 和 Postgres 创始人 Mike Stonebraker 认为，为智能体 AI 提供数据的数据源都是关系型的，而基础模型只处理纯文本将成为重大弱点。