跳到正文
10月12日週一
  1. BBC Technology54

    Microsoft 總裁 Brad Smith 稱 AI 監管不及牛奶,倡訂全球安全規則

    Microsoft 總裁 Brad Smith 表示,AI 目前的監管程度低於牛奶和洗衣機,並呼籲制定全球安全規則。他建議企業設置可暫停或減慢失控 AI 的緊急制動機制,依法提交事故報告並通知受影響人士,亦由獨立政府評估員在產品推出前審核 AI 技術。Smith 認為英國最適合推動全球規則;這與特朗普主張業界自行監管、避免美國企業輸給中國對手的立場不同。

  2. IT之家41

    「AI 教父」楊立昆:下一代 AI 須理解現實世界

    AMI Labs 創辦人兼董事長楊立昆表示,AI 下一次突破不會來自大語言模型,而是來自能理解並預測物理世界的系統。他指出,現有大語言模型理解現實世界的能力有限,與理解語言存在巨大差距。他主張開發世界模型,讓 AI 學習現實世界的物理規律和因果關係,預測行動結果並與周圍環境互動。

  3. IT之家35

    TikTok 行政總裁周受資:市場或高估 AI 短期發展能力,低估其長期影響

    TikTok 行政總裁周受資指出,市場可能高估 AI 短期發展能力,卻低估其長期影響。他表示,未來兩至三年 AI 有望推動物理學、生物科技等領域取得重大突破,並指出確保 AI 遵守倫理規範、建立有效監督機制同樣重要。他倡議人類與 AI 協作,高風險工作不應完全依賴自動化,並鼓勵各行各業實際使用 AI。

  4. IT之家41

    宇樹科技王興興:過去十幾年我犯的最大錯誤就是對 AI 還不夠相信

    宇樹科技創辦人王興興表示,過去十幾年他犯的最大錯誤,是對 AI 還不夠相信。GPT-6 發布對具身智能行業的認知影響很大,宇樹科技團隊亦將其部署至機械人進行任務測試,效果不錯。他認為具身智能行業臨界點可能較快到來,快則一兩年;機械人大規模應用仍須解決泛化性和效率問題,他預期未來幾年可解決。

  5. 創業邦43

    源頭創新如何由好技術走向產業,真正難在哪裏?

    參與數貿創投日對談的科研人員、投資人及企業代表指出,源頭創新由實驗室走向產業,難在成果轉化、真實需求驗證、產品化量產及早期資本支持。強腦科技智能仿生手價格由50萬元降至約5萬元,去年協助數千名殘疾人安裝智能假肢。與會者認為,前沿科技還需耐心資本及真實應用場景,透過需求反饋推動迭代和商業化。

  6. 創業邦64

    陶哲軒:數學2.0時代已至!

    陶哲軒認為,AI 正令數學證明由稀缺走向大量供應,數學研究因而進入「數學 2.0」時代。他主張評估 AI 數學成果時納入失敗結果與算力成本,並重視證明的解釋、評審、共同體理解及融入標準理論,而非只看是否解題。他亦認為,博士訓練的價值在於吸收困難材料、綜合知識和提出好問題;SAIR 基金會的開放數學模型計劃第一階段將面向日常研究需求,包括理解論證、核查引用、探索例子、編寫程式碼及形式化證明。

  7. SiliconANGLE32

    BotMan AI 利用知識圖譜推動舊系統現代化

    BotMan AI 以 AI 驅動的遷移流程,把應用程式的依賴關係、業務邏輯及數據模型映射至知識圖譜,支援舊系統現代化。它重建應用程式架構,而非只把舊程式碼轉換成新語言,並可一次攝取整個系統、自主完成遷移。知識圖譜亦為 AI 智能體提供可重用的業務上下文,協助智能體找出與任務相關的資訊。

  8. Hacker News 熱門(buzzing.cc 中文翻譯)70

    陶哲軒《數學 2.0》:AI 時代數學研究不應只以解題為目標

    陶哲軒在《數學 2.0》演講中指出,現代 AI 工具正令數學研究進入「證明充裕」時代,研究需要拓展前沿,同時降低解題的傳統中心地位。證明可客觀驗證、數碼化,加上高質素數據集,令數學問題特別適合機器學習。陶哲軒提出運用 AI 建構大型數學數據集、改善證明解説及探索定理周邊結果,以加強人類理解。

10月11日週日
  1. IT之家55

    微軟 CEO 納德拉主張開發者預設 AI 模型可能失控,並設計強制中止機制

    微軟 CEO 納德拉主張,開發者應把 AI 模型可能失控納入預設,並確保授權人員可在任務中暫停或關閉模型。他提出模型多樣性、行為留痕、持續測試、獨立控制與審計、遏制及故障披露等原則,並要求重要模型動作留下防篡改、人類可讀的證據。發生故障或模型遭攻破時,應及時向受影響者披露,並分享出錯原因及失效的控制措施。

  2. The Verge · AI54

    Satya Nadella 稱應假設所有 AI 模型已遭入侵

    Microsoft CEO Satya Nadella 主張應假設所有 AI 模型已遭入侵,並從一開始便加以隔離。他亦建議及時披露事故、進行獨立審計、使用可驗證數據,並建立更透明的系統,留下防篡改且可供人閲讀的證據。納德拉表示,獲授權人士應能在模型執行任務期間暫停或關閉模型,並呼籲標準化更先進的隔離技術。

  3. TechCrunch · AI53

    Microsoft CEO Satya Nadella 呼籲為 AI 模型設置「緊急制動」

    Microsoft CEO Satya Nadella 呼籲重新評估 AI 的信任架構,並讓授權人員可在模型執行任務期間暫停或關閉模型。他主張把模型與協調其工作的執行框架分開、將控制與防護措施外置,並以防篡改且可供人閲讀的證據記錄每項有意義的模型行動。他也表示,應假設模型已遭入侵,並從一開始便加以隔離。

  4. elsewhere:文章41

    心資本韓彥:AI 不止於大模型,未來屬於真實世界|心聲VOICE

    心資本創始合夥人韓彥認為,AI 的價值不止於大語言模型,未來更大的機會在於進入物理世界、改變生產方式。中國 AI 投資市場不一定缺乏資金,早期科技投資中外幣資本的參與比例已由三四年前約 90% 降至約 20%。韓彥並指出,機器人領域的關鍵可能是高質素的真實世界數據,而非數據數量。

10月10日週六
  1. 虎嗅33

    大學的問題,不能都歸為「內卷」

    劉雲杉指出,大學的問題不只是「內卷」或學歷貶值,更在於成長所需的時間性流失,以及師生之間信任關係的削弱。她認為,大學應提供試錯、探索和建立人際連結的空間,讓學生找到真正想做且能做的事。面對 AI,教育應尊重差異、容許犯錯,培養學生的行動力、熱情和具身經驗。

  2. The Guardian Technology53

    Alan Turing Institute 負責人主張英國發展本土 AI,避免依賴外國系統

    Alan Turing Institute 負責人 George Williamson 主張,英國應發展本土 AI 能力,避免在關鍵服務中只依賴可能受限或被關閉的外國系統。他表示,研究所將聚焦保障關鍵系統、應對 AI 帶來的威脅,並協助塑造英國所需的 AI 能力。他認為,英國未必能匹敵大型 AI 實驗室的資源,但仍可發展本土知識產權或供初創企業使用的小型模型。

  3. Hacker News 熱門(buzzing.cc 中文翻譯)64

    數學家應瞭解的 Lean 定理證明器:可靠性與人工智能

    數學家 Thomas Hales 指出,Lean 的形式化證明須經 kernel 核查,並由人核對定理陳述是否符合原意,才能建立對結果的信任。2026 年夏季,多個 Lean soundness bugs 在 AI 協助下被發現並修復;Con-Leche 的一致性證明以加入不可達基數層級的 ZF 集合論編碼為前提,並已核查 mathlib。

  4. IT之家35

    知名分析師丹·艾夫斯力挺特斯拉:佈局物理 AI 最直接的投資標的

    分析師丹·艾夫斯維持特斯拉「跑贏大盤」評級及 500 美元目標股價,稱其是公眾市場上最直接佈局物理 AI 的標的之一。特斯拉披露無人駕駛出租車服務累計付費營運里程約 402 萬公里,並準備投放 Cybercab。艾夫斯看好自動駕駛、Optimus 人形機械人及儲能業務,但特斯拉仍須證明這些業務能帶來持續收入。

  5. Gary Marcus:The Road to AI We Can Trust44

    必須立即將可連接互聯網的開放式 AI 智能體撤出市場

    Gary Marcus 主張立即將可連接互聯網的開放式 AI 智能體撤出市場,認為近期頻繁發生的智能體事故顯示,現階段的智能體不能被信任。最近離職的 AI 員工 David Robinson 指出,業界正開發比六個月前更有能力、風險更高的技術,但安全措施仍不足。Marcus 認為特朗普政府要求增加資訊披露並不足夠,應對這類技術實施臨時召回。

  6. SiliconANGLE26

    IBM connects enterprise AI orchestration to production readiness ahead of TechXchange

    IBM 將在 TechXchange 2026 討論企業 AI 協調如何滿足生產環境需求,包括智能體治理、混合環境營運及主權控制。IBM 的 Sovereign Core 將數據、技術、營運和法規納入控制範疇,並已把 200 多個合規框架映射至控制措施。大會將分享 Citigroup、CVS Health 和 DoorDash 等企業的實踐案例。

  7. Hacker News 熱門(buzzing.cc 中文翻譯)53

    編程並不特別:編程也是藝術

    文章主張編程也是藝術,日常程式工作並非只有功能用途,也是創作者培養技藝與創造力的實踐。作者認為,若以 AI 消除這類工作,便會減少累積經驗和作出創作決策的機會,損害程式設計者及用戶。

  8. Thurrott26

    Ask Paul:10 月 9 日談 RTX Spark 筆電評測與本地 AI

    Paul 表示,他會按一般方式評測 RTX Spark 筆電,並深入探討其本地 AI 能力,報道方式或類似他對 Snapdragon X 的處理。32 GB 型號面向創作者;128 GB 版本可運行更強大的本地模型,或可媲美一年前的雲端模型,主要面向開發者、工程師及數據科學家。他預計下週五前至少收到兩部,之後才能撰寫使用體驗。

10月9日週五
  1. TechCrunch · AI51

    a16z 合夥人 Olivia Moore 談消費級 AI 現況

    TechCrunch 訪問 a16z 合夥人 Olivia Moore,探討消費級 AI 的市場現況與商業模式。她發布的消費級 AI Top 100 報告顯示,ChatGPT 遙遙領先,Suno 和 ElevenLabs 也展現持久力;社交、交友、市集、零售、旅遊、金融及健康等類別,在前 100 款應用中都沒有入選者。

  2. Simon Willison41

    Quoting Matthew Green

    Matthew Green 認為,AI 產生意外的速度遠快於人類更換標準的速度;他估計有 1% 機會身處 Minicrypt,並有 15% 機會對現有公鑰加密演算法失去信心。Simon Willison 查明,Minicrypt 是 Russell Impagliazzo 假設的世界,當中公鑰加密並不存在。

  3. elsewhere:文章51

    AI 時代該學甚麼?於紅談三種不會過時的能力

    轉投兒童 SEL 教育的於紅認為,AI 降低知識取得門檻,教育應更重視孩子的自我認知、情緒能力、批判性思維與積極心態。她將兔咚咚 SEL 課程整理為 6 大維度、12 大能力,並透過故事、情境練習和實戰應用訓練孩子。訪談亦談到她從投資業轉向教育的原因,以及她對學校選擇、職涯決策和投資復盤的看法。

  4. Semafor28

    令 Canary Wharf 重回焦點的 CEO Shobi Khan

    Canary Wharf Group CEO Shobi Khan透過吸引非金融業租戶、增加住宅及零售餐飲設施,並拓展綠化和水岸空間,重振 Canary Wharf。2026年,該區租金創歷史新高,辦公室使用率超過92%,零售商銷售額較2019年高40%。

  5. BBC Technology49

    不當使用 AI 才是真正威脅,而非 AI 反噬人類的「鬼故事」

    Signal Foundation 負責人 Meredith Whittaker 認為,AI 被不當使用才是更迫切的威脅,AI 反噬人類的警告則缺乏科學根據。她提及 CNN 報道的一宗指稱事件:美國情報部門使用的聊天機械人捏造中國核物資船隻資訊,據報令美國準備軍事回應。她表示,若政府要求 Signal 削弱加密,Signal 會退出該市場。

  6. 創業邦63

    AI開始參與研發下一代AI,辛頓警告最危險階段可能逼近

    傑弗裏·辛頓表示,AI已開始協助改進AI;若能力繼續以目前速度加速,人類可能只剩一兩年建立監管制度和安全措施。Anthropic數據顯示,AI生成的獲批程式碼佔比由2025年1月的個位數升至2026年5月超過80%;Claude自主完成內部AI研發工作的比例,則由2026年3月約1%升至8月26%,當時僅接受高層次人類監督。辛頓認為AI難以停下,監管應引導其發展方向,並增加AI安全研究投入。

  7. IT之家72

    陶哲軒批評 OpenAI 發佈 719 份 AI 數學解答的做法

    陶哲軒批評 OpenAI 把 AI 快速攻克著名數學難題作為主要目標或產品展示,認為這忽略理解、教學與同行交流等研究過程。OpenAI 發佈 719 份 AI 數學解答,涵蓋 372 個結果族;其中約 42% 的證明未經形式化處理,僅 10 份手稿附有模型推理鏈。他稱大量生成、卻來不及驗證和理解的證明造成「證明消化不良」,並認為答案公開後幾乎無法恢復問題未解狀態,會影響後續探索。

  8. Hacker News 熱門(buzzing.cc 中文翻譯)46

    AI 時代,還值得成為程式設計師嗎?是的,而且……

    面對 AI 工具,電腦科學教師 Carson Gross 認為仍值得考慮成為程式設計師,但初學者不應只靠 AI 生成程式碼。他主張學習者親自寫程式,以培養閲讀和理解程式碼的能力,並把 AI 用作理解概念與技術的教學助理。他又指出,編寫程式碼的相對重要性或會下降,清晰溝通和理解業務則可能更重要。

  9. IT之家45

    Meta 首席 AI 官汪滔:不要指望 Muse 自動幫你賺 1 萬美元

    Meta 首席 AI 官汪滔提醒,用戶不要指望 Muse 自動替自己賺到 1 萬美元,想賺錢仍須出力。Meta 持續改善 Muse 的記憶能力,並提升其處理更複雜任務的能力。Meta 正探索 Muse 的可持續商業模式,包括從 Muse 協助用戶購物、省錢或賺錢的交易中收費;汪滔稱目前未花太多時間考慮廣告。

  10. MIT News50

    三個問題:AI 在學術界的最佳前進方向是甚麼?

    MIT 統計與數據科學中心主任 Sasha Rakhlin 指出,面對 AI 改變學術研究與研究生教育,大學應重新思考研究評價、訓練方式,並建設共享科研基礎設施。他建議明確記錄研究者的貢獻與知識責任,並讓研究生學會提出問題、審核模型輸出和重現結果。他也主張投資運算資源、安全數據系統,以及調適和後訓練 AI 模型所需的專業能力,連接各實驗室的工作流程。