Hugging Face CEO 称 Netflix 纪录片《AI Gone Rogue》不准确
Hugging Face 联合创始人兼 CEO Clem Delangue 公开批评 Netflix 纪录片《AI Gone Rogue》不准确，称其为了最大化拟人化和末日叙事而牺牲事实。
#OpenAI
TechCrunch · AIAI 评分4242
Lisan al Gaib (X)AI 评分3030 OpenAI 模型强化 COBOL 等老旧语言能力
我需要更多这样的内容 我们需要更全面地看待 AI 的进步 @OpenAI：我们最新的模型进展带来了更强的能力，可用于构建和迁移 COBOL、Fortran 和 Visual Basic 等低资源编程语言编写的软件。 这些语言支撑着银行、政府和企业所依赖的软件。这方面的进展意味着理解数十年的业务逻辑，帮助开发者实现这些系统的现代化，同时保留仍然有效的部分。 我们正围绕开发者和企业客户带来的挑战构建这些能力。如果你的团队正在处理这类系统，请告诉我们接下来应该攻克哪些语言和工作流。 https://openai.com/index/low-resource-programming-languages/
MIT Technology Review · AIAI 评分5858 让互联网对 AI 智能体更友好，可能让其他人更难受
MIT Technology Review 文章指出，OpenAI 的 Dots、Meta 的 Muse 等个人 AI 智能体大规模上线后，已成为人类和机器人之外的第三类网络访客，Muse 首月下载量达 500 万次，8 月至 9 月智能体网络流量增长两倍。
MIT Technology Review · AIAI 评分6060 Goodfire 研究员称神经网络可被读懂，引发 AI 圈激辩
Goodfire 研究员 Nick Cammarata 发布 26,000 字博文，称 LLM 的内部机制可能远比此前认为的更容易理解，因而更易监控和控制。他以 Inception v1 中同时响应猫和汽车的神经元为例，认为两者共享 V 形特征，并计划很快公布针对现代 LLM 的技术结果。
Sam Altman (X)AI 评分3838 Nick 谈可解释性研究前景
很高兴看到 Nick 的这篇分享！ @nickcammarata：可解释性可能是当下世界上最重要的科学问题，因为如果我们不知道自己正在构建什么，就无法解决对齐问题。我想我对此有好消息。我曾在 OpenAI 参与机械可解释性的早期工作，当时得出的结论是悲观的，因为神经网络似乎会折叠成任意纠缠的结。多年后，我启动了 OpenAI 首个大规模自动化可解释性项目，用当时原始的工具发现约 2% 的神经元是可读的。 借助现代智能体工具和更细致的观察，情况看起来完全不同。在参数量高达数万亿的模型中，绝大多数神经元都是可读的，它们的回路很优美。许多著名的纠缠神经元案例其实是被误解了。我预想的障碍大多并不存在。我现在认为，雄心勃勃的可解释性研究会在我们最需要它的时候被解决，而且可能相当快，因为自动化科学家在不断进步。这对可解释性或许是一个苦涩的教训：简单的东西，在荒谬的规模下，是有效的。 https://already-clean.goodfire.com/
MIT Technology Review · AIAI 评分4040 开放模型利与弊：Anthropic 称 GLM-5.3 构成重大网络攻击风险，开放与闭源之争何去何从
Anthropic 发布报告称，Z.ai 于 8 月发布的开放权重模型 GLM-5.3 可被任何人自由下载和修改，构成重大网络攻击风险。开放模型支持者认为其可本地运行、成本更低、便于学术研究并防止权力集中，而 Artificial Analysis LLM 排行榜前八名目前仍均为闭源模型。
Andrej Karpathy (X)AI 评分6060 Andrej Karpathy：LLM 能力认知差距正从两群人对立变成四层漏斗
Andrej Karpathy 重提 4 月的一条推文，认为公众对 LLM 能力的认知差距正在扩大，已从两群人各说各话变成一条陡峭的漏斗。他估算约 6B 人几乎没接触过 LLM，1-2B 人只用免费版聊天产品，约 20M 人在数学与编程中专业使用前沿模型，而约 5,000 人能在内部接触前沿系统。
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。
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：
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
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。
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。