Jim Fan：人类或先解出黎曼猜想，再通过物理图灵测试
Jim Fan 认为，人类很可能先解决黎曼猜想，才会通过"物理图灵测试"——狂野的周日派对后回到整洁的家，却分不清是人还是机器人打扫的。他表示我们对莫拉维克悖论的理解还远远不够。
#大佬观点
#大佬观点
今日 34 条Jim Fan(@DrJimFan)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。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。 MIT Technology ReviewAI 评估 · 8/100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 · 8/100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。 The Download：减肥药显现延缓衰老迹象，Energy Dome 用二氧化碳电池储能
Eli Lilly 和 Novo Nordisk 称，服用其 GLP-1 减肥药的患者在追踪 DNA 与关键蛋白变化的分子“衰老时钟”上衰老更慢，但这一结果的解读仍存疑问。
51CTO技术栈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。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。 代码量不代表 AI 生产力！XP 创始人 Kent Beck：开发者真正的工作发生在代码生成之后
极限编程（XP）创始人 Kent Beck 在 Prodacity 2026 演讲中指出，AI 生成 20 万行代码只属于 Effort 和 Output，离 Outcome 与 Mission 还有两层，不能代表生产力。
跨国串门儿计划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。 李录哥大交流会：AI 红线、中国市场分化与价值投资
喜马拉雅资本创始人李录在哥伦比亚商学院对谈中主张为 AI 划红线，要求其自我学习和工具使用不能脱离人类参与，并称这项技术"非常有用"也"极其危险"。他同时分析中国经济信心不足与制造业升级并存的分化局面，并指出技术制裁反而为中国半导体产业带来了宝贵的市场需求。
Julien Chaumond(@julien_c)AI 评估 · 22/100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 · 22/100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 72% 的智能水平
Mistral 4 以 3800 块 Grace Blackwell 实现约 72% 的智能水平，GPU 用量仅为 GPT-6 Astra 的 3.8%，后者公开用量为 10 万块以上 Grace Blackwell。同组对比中，Grok 4.7 估算约 20 万块 GPU，Claude Opus 5.5 估算约 50 万块 Trainium2。
腾讯科技AI 评估 · 41/100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 · 41/100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。 辛顿首次参与递归自我改进研究：AI已开始参与造AI，人类或只剩一两年准备监管
辛顿转发22位AI研究人员署名论文《如果AI研发自动化引发智能爆炸？》，首次正式参与递归自我改进（RSI）研究。论文援引Anthropic数据：AI生成获批代码占比从2025年1月的个位数升至2026年5月的超80%，Claude自主完成的内部AI研发工作比例从3月的约1%升至8月的26%。辛顿警告，若AI能力继续指数级加速，留给人类建立监管与安全机制的时间可能只有一两年。
国际大厂AI 评估 · 23/100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 · 23/100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。 JPMorgan CEO Jamie Dimon：Anthropic 的 Mythos 加剧了 AI 网络安全风险
JPMorgan Chase CEO Jamie Dimon 表示，Anthropic 的 Mythos 大幅加剧了 AI 网络安全风险。他指出，AI 的进步已使网络安全风险急剧上升。
CSDNAI 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。 OpenClaw 之父对话 GitHub 创始人：PR 已死，有事发 Prompt
OpenClaw 之父 Peter Steinberger 与 GitHub 联合创始人 Tom Preston-Werner 对谈，主张 AI 批量生成样板代码的时代应废掉传统 Pull Request，转向附带思考链路与脱敏 Prompt 的「Prompt Request」。
Sam Altman(@sama)AI 评估 · 8/100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 · 8/100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。 Sam Altman 致谢历代技术工作者
Sam Altman 公开致谢无数在技术工作上添砖加瓦、历经数代人努力的人，正是这些积累让如今这样的奇迹成为可能。
Sam Altman(@sama)AI 评估 · 1/100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 · 1/100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。 Sam Altman 发文感谢机器与现实的构造
Sam Altman 发文称"感谢机器，以及现实的构造，让我们得以多理解一点点"。该帖获得 3510 次点赞、185 条回复、99 次转发，浏览量达 269118。
Sam Altman(@sama)AI 评估 · 0/100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 · 0/100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。 Sam Altman 发推感慨星空："thy sea is so great and my boat is so small"
Sam Altman 发布推文称"今晚仰望星空，心怀更深的敬畏"，并引用"thy sea is so great and my boat is so small."该推文获得 1183 条回复、670 次转发和 12541 个点赞。
Gary Marcus(@GaryMarcus)AI 评估 · 15/100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 · 15/100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。 Gary Marcus 转发 David Krueger 呼吁立即无限期国际暂停前沿 AI 开发，征询反驳论点
Gary Marcus 转发 David Krueger 的呼吁，主张对前沿 AI 开发实施立即、无限期、国际性的暂停，并向公众征询对此最有力的反驳论点。原帖获得 103 条回复、5 次转发和 113 次点赞。
Gary Marcus(@GaryMarcus)AI 评估 · 8/100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 · 8/100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。 Gary Marcus：技术狂热为何变成傲慢且无视科学的邪教
Gary Marcus 公开质疑技术狂热为何演变成一种傲慢且无视科学的邪教，并追问这是社交媒体机制还是金钱驱动所致。他认为技术本应是好事，尤其应当尊重科学，而不是对科学肆意践踏。
Amjad Masad(@amasad)AI 评估 · 21/100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 · 21/100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 驱动的逆向工程与反编译正在让所有软件事实上开源
AI 驱动的逆向工程与反编译进展被形容为"absolutely insane"，并断言很快所有软件都将成为事实上的开源。该观点来自一条社交平台帖子，获得 549 条回复、1093 次转发和 11726 次点赞。
Gary Marcus(@GaryMarcus)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。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。 Gary Marcus 回应：前沿 LLM 脱离符号工具能否解决开放数学问题
Gary Marcus 回应了一个关于 LLM 能力边界的提问：按他对 LLM 能力的判断，前沿 LLM 在没有 lean、代码或符号工具支撑的情况下，无法解决开放数学问题。他称这是个真正有智慧的问题，并在推文下方给出回答。
Gary Marcus(@GaryMarcus)AI 评估 · 5/100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 · 5/100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。 Gary Marcus 反驳 AI 质疑者：经验记录恰恰相反
Gary Marcus 在 X 上回应质疑者称，对方所谓"AI 经验记录"与实际记录完全相反，并引用自己此前的一条帖子作为例证。该回复面向 Bicycle 账号针对他与 Melanie Mitchell 的批评，原帖获 20 次点赞、7 条回复。
Gary Marcus(@GaryMarcus)AI 评估 · 4/100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 · 4/100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。 Gary Marcus：在 X 上发 AI 言论不需要像考驾照那样通过考试
Gary Marcus 在 X 上发文讽刺 AI 言论门槛过低：考驾照需要通过考试，而在 X 上谈论 AI 却不需要。该帖获得 112 个点赞、22 条回复和 7 次转发。
Gary Marcus(@GaryMarcus)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。 Gary Marcus：新模型出好结果就喊 AGI 已至，几天后又发现不是那么回事
Gary Marcus 描述了一个循环：每当出现新的正面结果，拥趸就欢呼、曲解他过去的立场、无视技术细节、宣称 AGI 已到来，几天后才发现最新模型并非自己所想。
Gary Marcus(@GaryMarcus)AI 评估 · 8/100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 · 8/100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。 Gary Marcus：分不清神经网络自己解题与符号系统验证答案，就别谈 AI
Gary Marcus 批评一类 AI 评论者分不清两件事：神经网络自己解决问题，和神经网络给出答案、再由独立的符号系统去验证。他称这类评论者其实并不理解二者的区别，并认为看不懂这一点的人不该对 AI 发表评论。
Gary Marcus(@GaryMarcus)AI 评估 · 8/100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 · 8/100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。 Gary Marcus 转发 Jon Stewart 吐槽 AI：治病是未来，眼下多是监控与杀熟
Gary Marcus 转发 Jon Stewart 的节目片段并称"我的工作完成了"。Jon Stewart 在片段中讽刺说，AI 未来会用来治愈疾病，但现在"主要是谋杀、监控，以及 McRib 的动态涨价"，并直言"我感觉你们可能满嘴胡扯"。
Gary Marcus(@GaryMarcus)AI 评估 · 8/100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 · 8/100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。 Gary Marcus：分不清神经网络自主解题与符号系统验证答案，就别评论 AI
Gary Marcus 批评那些把「神经网络自己解决问题」与「神经网络提出答案、再由独立符号系统验证」混为一谈的评论者，称这种混淆正是对 AI 缺乏基本理解的典型表现。他强调，分不清这两者是根本性认知错误，不懂的人不应就 AI 发表评论。
Gary Marcus(@GaryMarcus)AI 评估 · 8/100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 · 8/100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。 Gary Marcus 澄清「随机鹦鹉」并非其提出，指责批评者搞错对象
Gary Marcus 澄清「stochastic parrot」一词并非他所创、也非他主张，认为把这顶帽子扣在他头上比稻草人谬误更糟。他同时抱怨批评者并不真正在意他实际说了什么。
Naval(@naval)AI 评估 · 31/100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 · 31/100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。 Naval：模型是软件最后的护城河，AI 能反编译软件并重写代码
Naval 认为模型是软件最后的护城河：AI 能用文章训练后重写文章、能反编译软件并重新编码、能吸收艺术再创作。但 AI 自身不愿被"蒸馏"，预计更多软件会退守服务器端以抵抗"蒸馏"。
Gary Marcus(@GaryMarcus)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。 Gary Marcus 评 OpenAI 新数学结果：用了 Lean 等符号 AI，但不代表实现 AGI
Gary Marcus 点评 OpenAI 新数学成果：除 LLM 外还结合了 Lean 等符号 AI，印证其多年来主张的神经符号 AI 路线。但他强调这并不意味着 OpenAI 已实现 AGI，因为数学领域的符号验证与数据增强难以推广到开放的真实世界，AGI 中的"通用"仍未解决。他重申 2019 年的观点：神经符号 AI 必要但不充分，世界模型同样关键。
Gary Marcus(@GaryMarcus)AI 评估 · 8/100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 · 8/100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。 Gary Marcus： tech bros 因不懂架构细节把问题彻底搞反
Gary Marcus 批评科技圈人士因不理解细微差别和架构基本技术点，再次把问题完全弄反，且态度仍是一贯的居高临下又误入歧途。原文未给出具体架构或技术点的细节，也未点名任何公司或模型。
刘润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。 李飞飞：10年之后，职场上只会剩下两种人
李飞飞在Huberman Lab等播客访谈中判断，未来十年职场上更有竞争力的是把一件事做到极致的专才和什么都能上手的通才，两者共同的能力是主动性。她创办的World Labs正探索空间智能，让机器理解并生成三维空间；她认为AI的下一个前沿在语言之外，机器人落地仍需更长时间。
Sam Altman(@sama)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。 Sam Altman：我们正进入一个发现的新时代
Sam Altman 表示"我们正进入一个发现的新时代"，并附上 OpenAI 官网链接（openai.com/index/sharing-…）。该推文获得超过 1 万点赞与 958 次转发。
Simon Willison(@simonw)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。 Claude 如何"知道"《猴岛小英雄》配乐是什么声音？
Simon Willison 好奇 Claude 为何"知道"《猴岛小英雄》配乐听起来是什么样，并猜测 Anthropic 可能爬取了大量包含经典游戏音乐文字版描述的在线音乐讨论论坛。
Gary Marcus(@GaryMarcus)AI 评估 · 14/100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 · 14/100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。 Gary Marcus 与 Ed Zitron 等四人对话讨论「AI 泡沫」
Gary Marcus 与 Ed Zitron、JG_Nuke、gnoble79 及 Julien 进行了长达一个半小时的对话，主题是「AI 泡沫」，相关内容已在 YouTube 发布。
a16z(@a16z)AI 评估 · 48/100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 · 48/100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 的 Greg Brockman 谈安全新循环：每发一个新模型就先打自己的系统
OpenAI 的 Greg Brockman 提出"安全循环"：每次模型发布先指向自家系统找漏洞并自动化。他透露 OpenAI 抽调 25% 的生产工程师暂停原有项目专职防守，用模型排查安全隐患，已发现并修复若干严重问题。该轮排查最终饱和，已找出 Astra 能发现的全部 P0 级关键问题；内部正构建名为"defense factory"的自动化防御工厂，以应对后续新模型带来的新一轮排查。
Gary Marcus(@GaryMarcus)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。 Gary Marcus：不是沟通问题，是贪婪问题，别再认真对待马斯克说的话
Gary Marcus 针对一则关于后稀缺社会的访谈讨论回应称，问题不在于沟通，而在于贪婪，并呼吁不要再把马斯克说的话当真。被引访谈中，讲述者称自己试图论证后稀缺社会将惠及劳动者，但这场论证基本失败，因为人们不相信收益会被分配，技术乐观派需要解决这一沟通问题。
a16z(@a16z)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。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。 Kevin Mandia：企业需要像心跳一样轮询网络的智能体集群，Armadin 要在攻击者之前判断漏洞是否可利用
Kevin Mandia 提出用"超攻击"方式放出智能体无人机集群测绘企业网络的每项服务、路由和系统资产，再基于这些元数据像心跳一样低成本轮询变化，只对变化部分发起攻击。他认为 AI 时代需要模型持续施压，在威胁变化、新模型发布、有新情报或网络变动时重新执行。他以周末某热门产品零日漏洞为例，称 Armadin 的目标是在攻击者之前从已知漏洞判断其是否真正可被利用。
a16z(@a16z)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。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。 OpenAI 的 Greg Brockman 谈 AI 找漏洞对防守方为何是伪装的好事
a16z 发布 OpenAI 的 Greg Brockman 访谈，他称能帮攻击者发现安全漏洞的 AI 对防守方其实是伪装的好事：一旦攻击者能找出漏洞就可能被滥用，但防守方可以据此打补丁，并掌握系统布防的主动权。
Gary Marcus(@GaryMarcus)AI 评估 · 4/100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 · 4/100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。 Gary Marcus 质疑：谁来拍板决定 AI 风险？
Gary Marcus 转评一条推文，追问"谁有决定权"，并抛出疑问：一个"好用的工具"是否值得冒 10% 灾难风险。原文未给出更多细节。
Gary Marcus(@GaryMarcus)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。 Gary Marcus 追问：一个“好用的工具”值得冒 10% 灾难风险吗？
Gary Marcus 以“一个‘好用的工具’是否值得冒 10% 灾难风险”发问，回应 Mark C. Massey 关于 Claude 的评论。Massey 称自己用 Claude 做出过一些有趣的东西，认为它是个好工具，但并非不可或缺，如果消失生活也会回归正常。
Genspark(@genspark_ai)AI 评估 · 15/100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 · 15/100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。 Genspark COO 桑文：企业 AI 需要前沿与低阶模型并存
Genspark 联合创始人兼 COO 桑文在 NYSE 访谈中表示，AI 正在改变企业工作流与日常决策，前沿模型与低阶模型各有其作用，模型多样性是关键，并强调可及性的重要。
Gary Marcus(@GaryMarcus)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。 Gary Marcus 称其对 AI 的悲观预测已成真
Gary Marcus 表示自己此前的"黑暗预测"又如期应验，并附上《纽约时报》2026 年 10 月 6 日的一篇报道链接。他未在推文中展开具体所指的预测内容或事件细节。
a16z(@a16z)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。 Mandia：Armadin 年初至今在客户生产环境发现 90 多个零日漏洞
Kevin Mandia 称，Armadin 自今年 1 月以来在客户生产环境累计发现 90 多个零日漏洞，涉及大型软件公司，多数在 48 小时内通知对方 CISO。他表示团队用真实红队人员对模型做后训练，扫描时以黑盒方式从互联网侧切入、不依赖源码审查，因此能发现远程代码执行等问题；他还指出 AI 驱动的攻击会更多寻找定制应用中的逻辑漏洞而非代码漏洞，并持续穷举所有路径。
Microsoft Research(@MSFTResearch)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。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。 Microsoft Research 播客：Jennifer Neville 谈以更实用的评估推动当今 AI 系统
Microsoft Research 新一期播客中，Jennifer Neville 讲述自己辗转多轮才走入计算机科学的经历，以及如何用更实用的评估方法推动当今 AI 系统。她认为研究进展往往是一条曲折的路。
Lenny Rachitsky(@lennysan)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。 OpenAI ChatGPT 与 Codex 负责人谈 AI 时代技能趋势：品味与热情上升，打字速度下降
OpenAI 的 ChatGPT 与 Codex 负责人 @thsottiaux 分享 AI 时代技能趋势：上升的是出色的品味、打造有意义事物的热情，以及知道什么是"好"；下降的是打字速度。