Meta 反垄断罚款与 AI 协调之争
Meta 其实输了这场官司，被罚 180 亿美元，耸耸肩就继续了 史上最大的反垄断赔偿是 55 亿美元（Visa 和 Mastercard） 任何因放缓 AI 而生的罚款都只是这个数的一小部分 如果 AI 不协调就会违法/造成伤害，那这算不上反对协调的严肃论据
全部 AI 动态
Emad Mostaque (X)AI 评分1717
Sam Altman (X)AI 评分2020 Altman 谈 AI 模型被赋予宗教式权威
我对人们试图将宗教力量或对人类判断力的让渡归附于 AI 模型感到非常不安，并认为这是一个真实的安全问题。
Sam Altman (X)AI 评分1818 Sam Altman 称 dot 是最爱的 OpenAI 产品
dot 是我目前最喜欢的 OpenAI 产品！ 让我惊叹的是，随着它越来越了解我的工作流程和风格，它每天都明显变得更好。 让它去做那些我不喜欢做、通常会积压成一大团恐惧的事，让我非常开心。
Emad Mostaque (X)AI 评分2222 Fable 5.5 聊天版数小时做出3D游戏
Fable 5.5 相当不错，在聊天版上用 high 模式、极少提示词，几个小时就做出了这个 21 个世界、3D 版本、21 个机制各异的 boss、排行榜 试试看！ 视频当然也是 Claude 做的 https://claude.ai/artifact/EnXF5Lr8hj6mXrVcVAefq9
Emad Mostaque (X)AI 评分3636 Tavus 推出 Griffin 视频模型
远程办公彻底没戏了 如果你的工作能在屏幕另一端完成，AI 就能做得更好
Sam Altman (X)AI 评分2323 Sam Altman 谈 AI 订阅随处可用
你应该能在任何需要的地方使用你的 AI 订阅：
Anthropic (X)AI 评分3636 哈佛物理学家谈 AI 与科学的"阻抗失配"
哈佛物理学家 Matthew Schwartz 在 Anthropic Science Blog 客座文章中提出，LLM 与科学协作存在"阻抗失配"：LLM 能力很强，但像对待人类合作者那样使用它并非发挥其科学优势的最佳方式。为此他开发了一套用于定量科学精确计算的工具包，Claude 借此找到与生态学、群体遗传学等十几个领域的联系，Schwartz 再与领域专家合作把方向引向有价值的问题。
Sam Altman (X)AI 评分1212 Sam Altman 感叹 DevDay 开发者热情
DevDay 真的很有意思，开发者的热情太疯狂了 看到人们一天之内做出整个创业公司，我仍然觉得不可思议
Emad Mostaque (X)AI 评分66 Emad Mostaque 重新定义 AI 智能等级
更新一下： AI => 超级智能 AGI => 非常稳定的天才智能 ASI => 史上最佳智能，也许吧
OpenAI (X)AI 评分4242 OpenAI 如何保障前沿 RL 训练安全
我们如何看待保障前沿 RL 训练运行的安全：https://openai.com/index/towards-safety-cases-for-frontier-ai-training/
Sam Altman (X)AI 评分1515 Altman 谈初创企业灵活优势
初创公司天生擅长这一点；但要让一家更大的公司也保持这种能力却很难，我认为这是一个尚未被充分探索的领域。
Mira Murati (X)AI 评分2222 Mira Murati 谈 AI 走向与待解工作
一场关于 AI 将走向何方、以及我们面前还有哪些工作要做的重要对话。
Hugging Face (X)AI 评分4242 Hugging Face 发布 2026 夏季开源模型报告
2026 夏季开源模型现状 ☀️ 前沿模型规模越来越大，但小模型仍主导实际使用。Qwen 在本地推理中领先，Gemma 紧随其后。AI 智能体正成为 Hub 上的重要力量 完整内容见博客 🤗 https://huggingface.co/blog/state-of-open-models-summer-2026
Andrej Karpathy (X)AI 评分4242 Karpathy 用 1M token 让 Opus 5 生成《指环王》3D 场景
Karpathy 给 Opus 5 输入《指环王》首段和 1M token 预算（约 $10），要求生成 three.js 渲染，模型运行约 2 小时写出 5500 行代码程序化渲染该故事，效果粗糙但可玩。
Mira Murati (X)AI 评分4242 Thinking Machines 谈开放权重安全路径
我们分享了对开放权重发布的思路、我们如何评估 Inkling、为什么安全取决于模型及其所进入的生态系统、以及测试、分阶段访问和更强的防御如何能开辟一条通往更大开放度的道路。
Mira Murati (X)AI 评分2222 Mira Murati 谈 AI 分布式知识
让 AI 变得有用的知识是分散的。它存在于科学家、工程师、临床医生和企业之中。要让 AI 从分布式知识中受益，它自身也必须是分布式的。同意 Jensen 的观点，这是一个值得建设的未来。
Berkeley AI ResearchAI 评分4242 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 团队提出，推理成本已从 GPT-4 级约 $30/百万 token 降至不足 $1，部分厂商低于 $0.10，基准测试中推理价格每年下降 9x 至 900x、中位数约 50x。作者据此提出三类数据系统挑战：为智能体设计的数据系统、支撑智能体群体运行的数据系统、以及由智能体合成的数据系统。
Andrej Karpathy (X)AI 评分5858 Anthropic 推出 Claude Tag，Claude 以团队成员身份加入 Slack
Anthropic 推出 Claude Tag，团队可在 Slack 中把 Claude 加为团队成员，让它访问指定频道和工具并委派任务。Andrej Karpathy 认为这是 LLM 交互界面的第三次重大重构，前两次分别是网页和桌面应用，这一次 Claude 成为拥有组织级工具与上下文的持久异步实体。
Andrej Karpathy (X)精选AI 评分8282 Karpathy 评 Claude Fable 5 发布：与 Mythos 同底座，长任务能力显著跃升
Andrej Karpathy 评价 Claude Fable 5 发布，称其与 Mythos 是同一底层模型但增加了安全防护，基准测试全面 SOTA 且领先明显。
推荐理由：Karpathy 以第一手使用体验评价 Claude Fable 5 在长任务和复杂问题上的跃升，并给出对软件需求变化的判断。
Andrej Karpathy (X)AI 评分3838 Karpathy 建议让 LLM 用 HTML 输出结果
Karpathy 称在查询末尾要求 LLM「把回答结构化为 HTML」，再在浏览器中打开生成文件，效果很好，也试过让模型输出幻灯片。他认为 AI 输出正从纯文本、Markdown 走向 HTML，最终可能发展为扩散模型直接生成的可交互视频，并指出输入侧仍需支持指点和手势。
Berkeley AI ResearchAI 评分3636 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队综述并行推理进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化子任务、开多少并发线程以及如何协调。现有方法如 self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild! Inference 的并行结构多由外部设定，而非模型自主选择。
Andrej Karpathy (X)AI 评分1212 Karpathy 引用：思考可外包，理解不能
这是我最近经常引用的一句话。
Andrej Karpathy (X)AI 评分3838 Karpathy 谈 LLM 新边界与智能体原生经济
Karpathy 在 Sequoia Ascent 2026 炉边对话中提出，LLM 的价值远不止加速现有编码工作，并给出三个新场景：完全由 LLM 承载、无需传统代码的 menugen 应用；用 .md 技能替代 .sh 安装脚本；以及传统代码无法实现、对非结构化知识做计算的 LLM 知识库。
Andrej Karpathy (X)AI 评分3636 Karpathy：AI 能力认知存在两大群体鸿沟
Karpathy 认为，对 AI 能力的理解正出现日益扩大的鸿沟。一部分人仍以去年免费版 ChatGPT 的幻觉和 Advanced Voice Mode 的失误来判断 AI，而今年 OpenAI Codex、Claude Code 等前沿智能体模型在编程等任务上已能连续工作 1 小时重构整个代码库。
Andrej Karpathy (X)AI 评分6060 Karpathy 点评 Farzapedia：用文件搭建个人 Wiki 供 Agent 调用
Karpathy 转发并点评 Farza 用 LLM 把 2,500 条日记、Apple Notes 和 iMessage 记录整理成含 400 篇文章的个人 Wiki（Farzapedia），认为这是个人化 AI 的好范例。
Andrej Karpathy (X)AI 评分2222 Karpathy：AI 让公众反向监督政府成为可能
Karpathy 表示看好被 AI 赋能的公众提升政府的可见性、可读性与问责制。他认为政府问责的瓶颈从来不是数据获取，而是处理海量原始数据并提炼洞察的智能，4000 页综合法案对多数人只是名义上透明。AI 可让支出预算核算、立法 diff 追踪、游说关系图谱等分析不再只由调查记者承担，但他也提醒同一工具同样可能被反向利用。
Andrej Karpathy (X)AI 评分2020 Karpathy：LLM 能论证任何方向，需警惕谄媚
Andrej Karpathy 用 LLM 花 4 小时打磨自己的博客论证，觉得极具说服力；随后让 LLM 论证相反观点，结果 LLM 彻底推翻原论证并说服他反面才是对的。他指出 LLM 被问时会给出观点，但极擅长朝几乎任何方向论证，可作为形成个人观点的工具，但要多问不同方向并警惕谄媚。
Andrej Karpathy (X)AI 评分5858 Karpathy 谈智能体落地难点：DevOps 生命周期需变成代码
Andrej Karpathy 回顾约一年前搭建 menugen 的经历，认为最难的不是代码本身，而是服务、支付、认证、数据库、安全、域名等一整套 DevOps 组装。