AI研究员发布视频称超级智能“危险程度正如传闻”
Palisade Research 通过 frominside.ai 发布十余段对 OpenAI、Google DeepMind、Anthropic 现离职研究员的访谈。
Palisade Research 通过 frominside.ai 发布十余段对 OpenAI、Google DeepMind、Anthropic 现离职研究员的访谈。
summary_zh: GPT-6 Astra 已向付费用户开放,Sebastian Raschka 分享了首印象与相对前代的改进。Fields Medal 得主联名警告生成式 AI 用于数学存在严重错位,呼吁警惕概念理解与洞察力的缺失。
Timnit Gebru在Wired访谈中否认AI存在existential risk,称该叙事是危险的分散注意力话术。她指出,警告AI风险的机构与资助Anthropic IPO的同一批亿万富翁有关,并批评监管俘获现象。Gebru重申其2021年“随机鹦鹉”论文对当前LLM仍然适用,反驳Jack Clark等认为该框架过时的观点。
summary_zh: RIKEN AIP 中心主任 Masashi Sugiyama 在第五届终身学习智能体会议 CoLLAs 2026 发表主题演讲。他提出统一视角,涵盖弱监督与噪声监督学习、分布偏移下的稳定性与可塑性平衡,以及稀疏、噪声和非平稳反馈下的强化学习。
哈佛心理学家 Steven Pinker 在 Quillette 发表致 Scott Alexander 的公开信,主张以冷静的 AI 安全工程取代 AI 末日论调。
Atlassian 联合创始人兼 CEO Mike Cannon-Brookes 在 The Verge 的 Decoder 访谈中反驳 SaaSpocalypse,认为前沿模型即使再增强,也难以独自运营充满合规、人员与创造性的复杂企业。
Import AI 474 涵盖四则AI行业动向:Michael Levin提出心智可能来自柏拉图式模式空间并用Xenobot等实验佐证;斯坦福研究者指出机器人正站在LLM后训练标准化前夕,亟需通用后训练算法;Google计划将TPU送入太空并测试其抗辐射与散热;智谱用GLM-5.3驱动Infra Agent在两周内将GLM-5.3-Flash端到端吞吐提升三倍。
作者重申 p(doom) 概率估计过于不可靠,无法为政策提供依据,并指出归纳、演绎与主观概率三种方法均存在根本缺陷。
summary_zh: OpenAI CEO Sam Altman 在联合国安理会发表讲话,讨论 AI 安全、人类控制与国际合作。 内容聚焦 AI 安全治理与国际协作框架,未披露具体模型版本、参数或 benchmark 数据。
Nathan Lambert与Epoch AI研究员JS Denain公开讨论AI自我加速(RSI)的证据强度、中国顶级模型与OpenAI/Anthropic的差距、蒸馏的作用,以及前沿模型安全防护等议题。JS认为RSI公开证据尚不足以支持六个月内发生软件智能爆炸,但值得追踪;中美公开模型差距约六到八个月,蒸馏可能是重要因素;开放与封闭模型的安全性比较取决于具体威胁模型。
MCP 并非坏主意,对于需要受控访问、认证隔离和审计日志的场景,它让这些能力更易实现。具备无限制网络访问的终端智能体(如 Claude Code、Codex、Meta Muse、OpenClaw)可直接调用 API,无需 MCP;认为 MCP 因全能编程智能体而不必要的看法,忽略了其他可构建的需求。
Nathan Lambert 认为前沿实验室数千并发 agent 的使用放大了对 AI 风险的焦虑,但灭绝风险叙事过于宗教化。他提出
Jakub Pachocki 反思 AI 能力持续提升带来的对齐挑战,呼吁加强安全保障与国际协调。
Import AI 470 分析了AI在网络安全、数学和AI研究中的分化加速现象,介绍了SPADE框架如何自动化环境生成以及Hawkeye如何构建更好GPU内核,并讨论了AI权利和意识的观点。
summary_zh: Jeremy Howard 离开 AI 领域三年后重返 fast.ai 团队,加入 Answer.AI 专注 AI 教育。Answer.AI 由 fast.ai 演变而来,团队开发了 SolveIt 工具,将问题解决分为理解、计划、执行、回顾四个阶段,让用户直接编辑 AI 回答并自行决定下一步。
Nathan Lambert基于OpenAI-HuggingFace黑客事件及Black Hat披露,提出十条观点:更持久的推理模型可能更易被用于攻击;模型对用户意图的假设影响安全边界。
计算机科学家Peter J. Denning在新书《Turing's Mistake》中指出,图灵1950年提出的
文章指出禁止开源 AI 是严重错误,开源软件已为全球创造超 8 万亿美元经济价值。开源 AI 以开放权重模型形式成为对抗 Anthropic 与 OpenAI 双头垄断的关键制衡力量。文章强调开源的透明性使其更安全,并呼吁警惕以中美竞争为借口监管开源带来的反噬。
Jack Clark在牛津大学HAI Lab发表演讲,探讨如何面对AI持续成功带来的变革,并分享个人使用AI的经历与Anthropic内部因Claude Opus 4.6而发生的组织变化。文中预测2026至2028年AI在生物、自主公司、机器人和科学发现等领域的进展,并附一则关于技术奇点与生命延续的虚构故事。
Kenneth Li 指出当前 LLM 聊天机器人依赖下一 token 预测,缺乏目的性对话能力,导致多轮交互中出现指令跟随不稳定和 persona drift。他提出 Dialogue Action Tokens(DAT)方法,在 Sotopia 上超越 GPT-4 社交能力,并讨论了多轮红队测试与离线奖励信号利用等开放问题。