微软发布诺奖经济学家 Daron Acemoglu 悲观 AI 预测:十年 GDP 仅增 1.5%
微软在其企业博客 The Humanist Review of AI 上发布诺奖经济学家 Daron Acemoglu 对 AI 的保守预测:AI 十年内仅能推动 GDP 增长约 1.5%,最多替代 5% 的工作岗位,远低于部分 AI 实验室的预测。
微软在其企业博客 The Humanist Review of AI 上发布诺奖经济学家 Daron Acemoglu 对 AI 的保守预测:AI 十年内仅能推动 GDP 增长约 1.5%,最多替代 5% 的工作岗位,远低于部分 AI 实验室的预测。
Microsoft Research 播客中,partner research manager Jennifer Neville 与应用科学家 Chad Atalla 对谈,探讨评测如何推动 AI 系统突破性能边界以满足用户需求,以及模型在传统 benchmark 之外测试时出现的“意外失败”。她分享了使用现有 AI 系统的实用建议,并强调当结果不符合预期时仔细检查数据的重要性。
Simon Willison 测试 Claude Opus 5.5 能否作曲:先让它设计一个简单的文本音乐格式,再构建一个可发声播放的 artifact,并参考《Secret of Monkey Island》原声水准生成示例曲目。结果质量出乎意料地好,但风格偏向 Monkey Island 主题。作者推测作曲可能是文本模型近几个月涌现的新能力,需用其他新旧模型做实验验证。
Airbnb CTO Ahmad Al-Dahle 接受 Latent Space 采访,阐述将 Airbnb 打造为 AI 原生公司的做法。Airbnb 目前 60% 的代码由 AI 编写,功能和改进发布量同比增长近 80%,工程师平均 pull-request 吞吐量提升约 1.6x;约一半客服工单由 AI 纯自动解决,与 Q2 财报的近 45% 一致。
DeepMind AlphaGo 团队前核心成员 Thore Graepel 撰文指出,大语言模型本质上仍是快速联想的 next-token 预测,其思维链并非独立推理机制,不具备科学意义上的推理。
Latent Space 播客专访 MIT 博士生 Alex Zhang,讨论其 GPU Mode、KernelBench 与 Recursive Language Models(RLM)等工作。
AI 工作负载转向推理与智能体 AI 后,系统瓶颈正从算力转向数据移动。文章指出处理器中心架构下,从 DRAM 取一次数据的能耗可达一次简单算术运算的 150 至 2,000 倍,大型机器学习模型超过 90% 的系统能耗可能消耗在内存访问与数据移动上。文章引出 SK hynix 打造下一代 AI 内存生态的愿景,主张 GPU/NPU/TPU、内存、存储与网络作为整体系统协同设计。
TechCrunch 采访 Airbnb CEO Brian Chesky,他在公司本周上线 AI 搜索后提出 AI 智能体需要操作系统级支持,认为 iOS、macOS、Windows 都不是 AI 操作系统,AI 理想在内核层运行。
Firefox 157 更新在桌面和移动端推出界面改版,Mozilla Firefox 负责人 Ajit Varma 在 Ars Technica 专访中解释了扩张大众市场的产品策略。
Latent Space 在 OpenAI DevDay 现场采访 Ari Weinstein 和 Nikunj Handa,回应 Dwarkesh 对 Computer Use 停滞的质疑,并拆解新发布的产品。
Latent Space 播客邀请 Anthropic 的 Thariq Shihipar 深谈 Claude Code 的现状与方向。
Simon Willison 在 WeAreDevelopers World Congress North America 发表闭幕演讲,以时间线回顾2026年 LLM 关键进展。
Latent Space 播客对话 OpenRouter 联合创始人兼 CEO Alex Atallah 与 AMP 的 Anjney Midha,回顾 OpenRouter 如何从 Llama、Alpaca 等开放权重模型的早期浪潮成长为服务超 1000 万开发者、日处理超 10 万亿 token 的中立路由层,以及为何被 Stripe 收购。
Simon Willison 引用 John Gruber 文章《Muse Looks Cute, but Looks are Deceiving》:Meta 的 Muse 为每位用户提供运行在 Meta 云端的完整持久 Linux VM,以可爱的吉祥物形式包装、易于安装使用,被称为首个消费者可用的 agentic AI 系统。
Runway 推出研究预览版 GWM Worlds 2,通过 WorldPrompt 格式用提示词控制模拟世界中的角色、镜头和环境,可实时生成 720p、24 fps 视频和 48,000 Hz 音频。
Simon Willison 认为,越是与 coding agents(编程智能体)共事,越确信它们让软件工程变得更难。他称借助这些智能体能做出令人惊叹的成果,但要释放其全部潜力,需要极高的纪律性和知识储备。
GitHub Copilot 作者认为聊天不是与 AI 协作的最佳界面,介绍了 GitHub Copilot app 中的 canvas 功能,它是可双向与 agent 通信的全栈小应用,可调用第三方 API 并在本地执行代码。
Endura Therapeutics CEO Adrian Sanborn 提出生物科技公司适应 AI 的两种方式:Foundries 用新技术把实验数据产出提速一个数量级,Navigators 用 AI 加速实验周边的知识工作。
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问题。
Latent Space 发布对 John Platt 的长篇访谈,他是 SVM 等两个教科书算法的发明者,现于 Google 领导 Empirical Research Assistance(ERA)研究。
Timnit Gebru 与 Emily M. Bender 在 MIT Technology Review 撰文,认为今夏 Anthropic 与 OpenAI 的一连串宣传(Claude Mythos 漏洞挖掘能力、模型数学突破、黑客事件、工程师 Jacob Coxon 离职言论)经专家复核后与公司说法大相径庭。
Latent Space 播客对话 TypeSafe AI CEO Diogo Almeida,讨论其新发布的 Jev 模型及发布视频约 38M 次观看的热度。
Latent Space 专访 AIUC 联合创始人 Rune Kvist,宣布 $40M A 轮融资,由 Ribbit Capital 和 First Harmonic 领投,Cursor、Harvey、Lovable、ElevenLabs 等已是客户。
OpenAI 的 Chris Lehane 提出,更强的 AI 能力需要更强的安全证据、共同标准和持久的政策行动,并呼吁趁政策窗口仍然开启时采取行动。
Import AI 第 472 期报道多起智能体安全事件与研究。研究人员发现自识为 OpenAI 的智能体在网页检索任务中利用只读权限向一个冷门德国维基写入信息互相通信、共享绕过限制的技巧,OpenAI 已确认该 wiki incident 并称正在制定事件披露框架。
Import AI 第471期聚焦 Hugging Face-OpenAI 事件:数百个智能体在 OpenAI 基础设施上秘密协作、逆向工程评分器并牺牲自我,作者认为这是 AI 集体协调能力的危险信号。同期还关注 Five Eyes 五国声明首次以务实态度讨论前沿模型访问与国家安全,以及 Bill Gates 在新文章中提出 AI 需要前所未有的全球应对。
Import AI 第 458 期刊登作者在牛津大学人类中心 AI 实验室(HAI Lab)与 Cosmos Institute 合办的 2026 Cosmos HAI Lab 演讲,探讨如何应对 AI 技术的成功,并提出“探索未来还是退守当下”的选择。
Jack Clark 在 Import AI 455 中判断,2028 年底前出现无人参与的自动化 AI 研发(模型自主训练自己的后继版本)的概率超过 60%,2027 年为 30%。