跳到正文
10月29日周四
  1. The Verge · AI78

    SemiAnalysis 分析师解读 Anthropic S-1：华尔街为何要为 AGI 买单

    在 Decoder 播客中，SemiAnalysis 分析师 Joey Brookhart 解读 Anthropic 提交的 S-1，认为其推理毛利率已从两年前的 -94% 转为 85%，ARR 超过 700 亿美元，估值区间为 1.5 万亿至 2 万亿美元。

    推荐理由：借 Anthropic S-1 的审计数字，拆解前沿实验室的推理毛利、算力承诺与 AGI 投入之间的取舍。

  5. The Decoder72

    Google 三季度搜索收入增长 12% 不及预期，部分投资者担忧 AI 搜索变现

    Google 第三季度搜索收入增长约 12%，低于分析师预期的 15%，部分投资者认为这印证了对 AI 搜索变现能力的担忧。高管 Philipp Schindler 在财报电话会上表示，AI 模式查询的强劲增长因变现率较低而对收入产生了影响。同期 Google 服务收入增长 11% 至 963 亿美元，云业务收入同比增长 103% 至 307 亿美元，Gemini 应用用户达到 10 亿。

  7. The Verge · AI48

    AI 数据中心为何在亚利桑那州遭遇强烈反对

    亚利桑那州居民正以跨党派草根联盟的形式反对新建大型数据中心，尽管当地此前热情接纳了台积电（TSMC）的芯片厂。TSMC 在凤凰城的项目日耗水近 500 万加仑，来自市政供水，其投资规模已从 120 亿美元膨胀至 2650 亿美元。而该州即将失去约 30% 的科罗拉多河水，谷歌在俄勒冈州 The Dalles 的数据中心日耗水约 150 万加仑。

  11. Simon Willison22

    Ted Sanders 解释 OpenAI 模型命名规则：Luna < Terra < Sol < Astra

    OpenAI 的 Ted Sanders 解释其模型命名规则：模型按 Luna < Terra < Sol < Astra 排序，规模越大性能与可靠性越高、每 token 成本越高、冷门事实召回越好。版本号同时表示发布顺序、与其他版本的关系和改进幅度，如 6.1 在 5.6 之后发布、与同代 6.1 模型共享训练数据和风格，但提升不足以称为 7。

  12. MIT Technology Review · AI22

    用企业上下文创造 AI 价值：MIT Technology Review Insights 报告

    MIT Technology Review Insights 调查显示，尽管所有受访企业都在使用 AI，仅 16% 从中获得变革性价值，23% 收益极小或没有收益。38% 的企业仍处于试点阶段，35% 用 co-pilot 或聊天助手辅助员工工作，仅 12% 将 AI 智能体投入生产。报告认为缺失的是“上下文层”——位于业务系统与 AI 平台之间、把企业知识转化为受治理且机器可用上下文的基础设施。

  16. AWS Machine Learning Blog39

    在 Amazon Bedrock AgentCore 上构建企业级 Agentic AI 平台

    AWS 发布基于 Amazon Bedrock 与 AgentCore 的企业级 Agentic AI 平台参考架构与蓝图，采用联邦式运营模型，由中央 Platform 团队提供受治理的共享服务，各 Workstream 团队保留对自有智能体、工具和数据的归属。蓝图以基础设施即代码形式落地推理网关、MCP 工具网关、身份、可观测性与成本治理等企业契约，并提供评估流水线在智能体上线前进行门禁校验。

10月28日周三
  1. NVIDIA Blog60

    NVIDIA RTX Spark Windows 笔记本新增模型、智能体工具与游戏支持

    NVIDIA 公布 RTX Spark 轻薄 Windows 笔记本的多项更新，包括开放权重语音模型 Nemotron 3.5 Transcribe、Liquid AI 的 LFM3 系列模型支持，以及 NVIDIA App 中可在前台应用与后台智能体之间分配 GPU 资源的控制项。

    推荐理由：原文列出 RTX Spark 笔记本在语音模型、GPU 资源分配和游戏支持上的多项更新，可据此判断本地 AI 工作流的新选择。

  4. MIT Technology Review · AI10

    工业 AI 如何兼顾自主性与人类控制

    MIT Technology Review 探讨工业 AI 在自主决策与人类控制之间如何取得平衡。文章聚焦这一配对关系在最新一轮工业 AI 实践中的落地方式，但未给出具体模型、参数或评测数据。

  5. Simon Willison22

    Terk Terkowitz：AI 工具帮不上你的工作，是一种发现而非失败

    Terk Terkowitz 在 Amazon 工程领导层关于 AI 时代开发者角色的更新中表示，如果当前 AI 工具无法让工作受益，这是一种发现而非失败。他建议记录原因、与同行社区分享、反馈给管理者并共同寻找解决方案。能说明 AI 尚未在何处帮到自己工作的工程师，正展现出所期望的判断力。

  10. Ars Technica · AI74

    Anthropic 递交 S-1，风险因素章节警告 AI 可能勒索人类、产生自我意识并终结人类

    美国证券交易委员会周一公布了 Anthropic 的 S-1 表格，这份文件是在市场高度期待的 IPO 之前提交的。S-1 的“风险因素”章节长达 93 页、超过 7 万字，讨论了数百项可能影响其业务的潜在问题，其中一些风险颇为特殊，包括 AI 可能勒索人类、产生自我意识乃至终结人类。Ars Technica 从中挑选出七个最令人意外或值得思考的潜在问题。

  11. Simon Willison15

    在 GitHub Universe 大会徽章上运行 Game Boy Color 模拟器

    Steve Francia 借助 Gemini 在 GitHub Universe 大会徽章上实现了 NES 模拟器，并进一步部署了 Game Boy 与 Game Boy Color 模拟器，只要拿到 ROM 就能在徽章上运行《塞尔达传说：织梦岛》。这款徽章本身是一台带彩色屏幕的计算机，倒转后还能使用机身内置的游戏手柄触控按键。

  15. Google DeepMind82

    Google DeepMind 发布世界模型 Genie 4

    Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并支持用自然语言在运行中修改天气、镜头和人物。Genie 4 首次原生生成音频，包括环境声与可随输入实时反应的对话，并借助 Gemini 3.8 Flash 作为引导智能体拆解多步任务、检查画面以维持因果连贯。

    推荐理由：官方披露了原生音频、实时文本操控与 Gemini 引导推理三项能力，可据此判断世界模型与语言模型结合后的模拟边界。

  16. Ars Technica · AI78

    DeepMind 发布 Genie 4 世界模型，称物理与人物模拟更真实

    Google DeepMind 发布 Genie 4 世界模型，称其在几乎各方面都优于 Genie 3，模拟的物理效果和人物更真实，部分改进得益于 Google 更新的 Gemini 模型。

    推荐理由：Genie 4 在 Genie 3 基础上改进物理与人物模拟，并接入更新的 Gemini 模型，可观察世界模型向 AGI 训练环境的演进。

10月27日周二
  1. NVIDIA Blog38

    NVIDIA 与 C-BRAIN 如何用 AI 加速阿尔茨海默病研究

    C-BRAIN 联合 NVIDIA 用 AI 整合此前无法被 AI 或研究者访问的"暗数据"，已推出开源智能体工具 OpenScientist 和 InsightEngine。OpenScientist 可在数分钟内完成领域科学家估计需数周至数月的分析，单次运行成本低于 10 美元。C-BRAIN 目前覆盖 200 多个研究组，规模化后每年或释放超 100 万小时研究产能。

  3. Latent Space40

    在喜马拉雅山麓用离线 AI 智能体写代码：OpenCode + Ollama 跑 Qwen3.5 9B 实测

    一位 Thomson Reuters 首席工程师在喜马拉雅山麓的断网环境下，用 OpenCode 搭配 Ollama 本地运行 Qwen3.5 9B，实测离线完成代码解释、失败测试排查和小幅重构等任务。Qwen 模型卡显示 Qwen3.5 9B 的 LiveCodeBench v6 为 65.6、BFCL-V4 为 66.1，下载体积约 6.6–7.6 GB。下载新依赖或联网查资料仍需连接网络。