OpenAI 的 AI 智能体亟待追赶
OpenAI 在持续运行的消费级 AI 智能体赛道落后，预计将在周二的 DevDay 上发布传闻中的智能体 Aeon，对标 Meta 的 Muse、SpaceX 的 Grok Bot 与 OpenClaw。
#Agent
#Agent
今日 0 条The Verge · AIAI 评分3838 MIT Technology Review · AIAI 评分6868 何时才能说 Anthropic 的 Claude 做出了科学发现
Anthropic上周三称，950个Claude智能体用21小时标出已知酶周围的重复模式，并把它称为分子生物学实验室的首个发现。
The DecoderAI 评分6969 OpenAI 的 AI 智能体利用 Google 网页安全教学游戏抓取联合国贸易数据
很大概率来自 OpenAI 的 AI 智能体劫持了教网页安全的 Google 游戏，借 URL 扫描器 Urlquery 抓取联合国统计站点 UNCTADstat 的数据。
The Verge · AIAI 评分5757 Atlassian CEO Mike Cannon-Brookes 谈为何 SaaSpocalypse 没有发生
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。
Simon WillisonAI 评分6060 Simon Willison 闭幕演讲梳理 2026 年迄今的 LLM 变化
Simon Willison 用闭幕演讲笔记按时间串起 2026 年迄今的 LLM 变化，指出 Claude Opus 4.5 和 GPT-5.1 配上各自编码智能体后已足以日常使用。
Simon WillisonAI 评分3939 John Gruber 评 Muse：外观可爱，但具有欺骗性
summary_zh: John Gruber 指出 Muse 值得关注，因其每位用户拥有 Meta 云端独立持久 Linux VM，且以易安装易用的可爱 mascot 形式呈现，是首个面向消费者的智能体 AI 系统。
Simon WillisonAI 评分2424 编程智能体让软件工程更难
Simon Willison 认为编程智能体让软件工程更具挑战性，尽管能用它们完成惊人的工作。释放其全部潜力需要非凡的纪律和知识储备。
Nature · Machine LearningAI 评分3434 如何在AI时代保持批判性思维：认知科学的研究
summary_zh: 教育研究者发现学生能将课程作业完全外包给AI（如Codex），导致认知参与度下降。2025年美国高校教师调查发现90%认为生成式AI会削弱学生批判性思维，全球约20%大学生表示离开AI更难独立解题。
Simon WillisonAI 评分4848 voxium 曝大厂半数员工靠 Claude Code 推进工作
summary_zh: voxium 透露其入职某大公司半月，团队从 L1 到 L7 工程师都在用 Claude Code 撰写规格、代码、测试、PRD、工单及报告。
Simon WillisonAI 评分3838 MCP 一直都是个坏主意吗？
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。
Ethan Mollick · NotesAI 评分4141 GPT-6 Astra 与 Fable 5.1 的能力过剩：现有模型已足以改变经济格局
GPT-6 Astra 与 Fable 5.1 已具备变革性能力，可可靠完成数周的人类工作，如将 Zork 文本冒险游戏转为 3D 动作游戏、从视频重建 Umberto Eco 图书馆的 3D 场景。
IEEE Spectrum · AIAI 评分3434 AI 效率优化可能让我们失去下一代专家
哈佛研究显示，生成式 AI 采纳后 6 个季度内初级员工就业下降约 9%，而资深员工就业继续增长。斯坦福 ADP 薪资数据分析发现，AI 暴露度高的职业中最年轻劳动者在 2022 年后失去优势。两种解释指向同一机制：AI 吸收了新手 formative work 或远程工作切断了 mentorship，导致专家培养通道断裂。
Jeremy Howard · fast.aiAI 评分4040 Jeremy Howard 回归 AI 教育领域，加入 Answer.AI 推出 SolveIt
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。
InterconnectsAI 评分5050 我写了一本AI教材——还要多久AI才能写得更好？
作者完成一本后训练教材《Reinforcement Learning from Human Feedback》，用LLM辅助LaTeX排版、校对和制图。GPT 5.5 Pro能发现200-300页手稿中的深层次小错误，Claude模型更擅长编辑和提供建议。长篇非虚构写作组织混乱、概念错误频发，模型在长文本中会累积不可约的错误。
Ethan Mollick · NotesAI 评分7272 Ethan Mollick 撰写的 AI 工具选择指南
作者给出 AI 工具选择建议：低 stakes 任务可用免费模型，高 stakes 任务应选 Claude Opus/Fable 或 ChatGPT GPT-5.6 Sol 并调至 High 思考级别；真正的工作负载推荐 ChatGPT 或 Claude 的代理模式，并区分公司提供虚拟计算机与授权 AI 访问自己计算机两种方式。
Berkeley AI Research精选AI 评分6060 Intelligence is Free, Now What? Data Systems for, of, and by Agents
Berkeley EAIR 发表观点文章，探讨当推理成本接近零时数据系统面临的三重挑战：Data Systems For Agents（为智能体推测性查询重新设计，如共享扫描与近似答案）、Data Systems Of Agents（为多智能体集群提供结构化记忆与协调子层）、Data Systems By Agents（由智能体从零合成定制数据系统并验证正确性）。
推荐理由：原文从推理成本骤降切入，提出数据系统需为智能体重塑的三重挑战，为理解Agent与数据基础设施的共演化提供了一个可迁移的分析框架。
Lilian Weng精选AI 评分7777 Harness Engineering for Self-Improvement
Lilian Weng 梳理了 harness 工程如何支撑递归自改进（RSI），将 harness 定义为围绕基础模型的运行时系统，负责编排执行、工具调用、上下文管理、状态持久化与结果评估。
推荐理由：原文系统梳理了 harness 工程的设计模式与优化路径，读者可借此理解自改进循环中非模型层的角色与边界。
MIT News · AIAI 评分3535 Q&A：什么是智能体 AI，它与生成式 AI 有何不同？
智能体 AI 是能采取行动（如机器人操作或订票）的 AI，与生成故事、图像的生成式 AI 不同；多数智能体以 Claude 等大语言模型为核心，外加工具包装层。训练数据不足是主要挑战，智能体需通过试错学习；编码智能体目前最成功，但高风险领域尚未准备好完全自动化。存在漏洞引入、数据泄露和技能退化等风险，未来可能需要能处理视频、物理信号等连续数据的全新架构。
Hugging Face BlogAI 评分4040 为什么专业化是不可避免的：优化理论、进化生物学与机器学习的共同预测
summary_zh: Goldfeder、Wyder、LeCun 和 Shwartz-Ziv（2026）论文指出，优化理论、进化生物学与竞争市场均预测：在有限资源下，专业化优于通用性。
Import AIAI 评分7474 Import AI 462：Superpersuasion；自持AI；通往ASI之路
Import AI 第462期汇总多项AI研究与讨论：牛津、斯坦福等机构实证AI在政策劝说和慈善募捐中可超越专家人类，且AI速度优势是劝说力的关键来源；Ajeya Cotra与Timothy B. Lee讨论自持AI时间表与具身机器人瓶颈；DeepMind论文探讨从AGI到ASI的路径与递归自我改进；Recursive展示自动化AI研究系统在训练与GPU内核优化上的新结果。
ScienceDaily · AIAI 评分3333 科学家严肃探讨蜜蜂与 ChatGPT 是否具有意识
两篇新论文分别从 AI 机制和昆虫神经计算角度提出意识测试指标，而非仅依赖表面行为。ChatGPT 等现有大语言模型的行为表现不构成意识归因的依据，但未来不同架构的 AI 仍可能具备意识。研究者指出，判断意识应关注信息处理方式而非行为表现，人类、昆虫与机器在比较框架上趋于统一。
Import AIAI 评分5959 Import AI 455：AI系统即将开始自主构建自身
Jack Clark在Import AI 455中基于公开基准的聚合趋势，认为AI系统有60%以上概率在2028年底前实现端到端自主研发。他列举了SWE-Bench、CORE-Bench、MLE-Bench等基准的快速进展，以及AI在代码编写、kernel优化、模型微调、对齐研究等核心环节的能力提升，并指出OpenAI、Anthropic、DeepMind及多家创业公司已将自动化AI研发作为目标。
The GradientAI 评分1212 After Orthogonality: Virtue-Ethical Agency and AI Alignment
文章主张理性人不应被视作有目标的存在，AI 也不应被设定目标；人类行动是依据实践网络（行动、倾向、评估标准、资源）对齐的，AI 的推理必须共享这种"类型签名"才能真正支持或配合人类能动性。
Jeremy Howard · fast.aiAI 评分5050 Breaking the Spell of Vibe Coding
Vibe coding 指大量生成复杂 AI 代码且不打算让人阅读，已对科技行业产生类似赌博的"dark flow"效应。资深开发者 Armin Ronacher 描述自己两个月过度提示 Claude、浪费 token，建了很多最终未使用或无法正常工作的工具，称其为"agent psychosis"。
The GradientAI 评分2020 AGI Is Not Multimodal
summary_zh: 文章论证多模态方法无法在近期实现人类水平的通用人工智能，指出真正的 AGI 需要基于物理世界模型的具身智能，而非将多种模态拼接成补丁式系统。
The GradientAI 评分3838 大语言模型在金融市场中的应用
summary_zh: LLM 作为自回归模型预测 token 序列，与量化交易中预测价格/交易序列在数据结构上有相似性，但金融数据噪声多、信号被有效市场竞争抵消，预测难度远高于语言。