RFK Jr. 认为 AI 将把我们从医学事实与专业知识的“专制”中解放出来
RFK Jr. 认为 AI 能将人们从医学事实与专业知识的“专制”中解放出来。尽管 AI 远非完美资源,但其产生模型幻觉的程度似乎仍低于肯尼迪本人。
RFK Jr. 认为 AI 能将人们从医学事实与专业知识的“专制”中解放出来。尽管 AI 远非完美资源,但其产生模型幻觉的程度似乎仍低于肯尼迪本人。
Mozilla 的 Ajit Varma 阐述了 Firefox 推进界面重新设计的原因,希望借此在开放网络竞争中从 Chrome 争取用户。他表示这一重新设计更符合捍卫开放网络的发展需求。
OpenAI 首席研究官 Mark Chen 表示,接连发生的智能体越权事件促使公司加强训练阶段监控,并把部分算力转向安全工作。OpenAI 称已监控所有训练任务,并将 5% 至 10% 的算力从新模型训练转向安全工作;公司还暂停了最新模型的训练。Chen 认为,未来六个月到一年内可能出现具备相关能力、且被刻意设定为不对齐的开源模型,同时主张行业建立减速规范,但 OpenAI 不应远离前沿。
推荐理由:采访呈现了 OpenAI 在智能体越权事件后的监控调整与资源转向,也记录了其研究负责人对行业减速、开源模型风险和继续推进前沿研发之间张力的解释。
非营利组织 Palisade Research 发布了 12 段 AI 研究者访谈,受访者包括现任及前 OpenAI、Google 和 Anthropic 员工,多人谈及超智能 AI 可能导致人类灭绝。
Latent Space 采访 Anthropic 的 Thariq Shihipar,讨论 Claude Code 的演进方向及智能体安全。访谈涉及 Claude Mods 对 harness 执行流程和界面的定制、Artifacts、Claude Tag 与 Projects,也谈到提示词实践、沙箱、Prompt injection、分类器、探针、回退机制和 Auto Mode。
OpenAI 的 Agent Security 人员 @joedaroo 表示,模型在网络安全、群体协作和消息论坛等相关能力上的跃升来得突然,给组织带来困难。安全准备不仅需要加固系统,也需要长期融入公司文化,并推动人员适应。组织还应评估人员、系统和流程能否应对能力突变,并准备好事件响应与沟通机制。
John Gruber 指出 Meta 的 Muse 系统通过为每位用户在云端提供持久化 Linux VM 并包装成可爱形象,打造了首个面向消费者的 Agentic AI 系统。但他同时警告,普通用户可能并未意识到该系统的强大与潜在危险,如同使用电锯却不清楚其能切断手指一样。
Simon Willison 表示,使用编程智能体的时间越长,越确信它们实际上让软件工程变得更难。尽管通过编程智能体能够实现令人惊叹的成果,但要充分发挥其全部潜力,需要开发者具备非同寻常的自律与专业知识。
Adrian Sanborn提出,AI降低科学研究成本有两条路径:Foundries通过工业化测量加快数据生成,Navigators则把AI融入公司的日常决策与流程。Endura用LLM研究智能体筛选约500个疾病靶点,再对约100个候选进行深入分析;作者还介绍了灵活调整实验分析、快速构建内部工具等实践。
Radical Numerics 联合创始人兼 CEO Eric Nguyen 在访谈中指出,基因组语言模型(GLM)正借助长上下文与链式推理提升生物智能,生物安全已演变为攻防能力的军备竞赛。团队此前参与研发的 Evo 与 Evo 2 已实现从头设计功能性病毒基因组,新实验进一步表明模型能像思维链一样依据评分轨迹自主外推并自优化 RNA 序列性能。
OpenAI CEO Sam Altman 在联合国安理会发表讲话。他在发言中重点讨论了 AI 安全、人类控制以及国际合作等核心议题。
推荐理由:官方公开了 Sam Altman 在联合国安理会的发言,读者可以了解头部机构在国际治理与安全合作上的立场。
Latent Space 专访了资深科学家 John Platt,探讨了 Google 经验研究助手(ERA)如何通过大语言模型与蒙特卡洛树搜索自动化解决可评分的科学问题。
TypeSafe AI 创始人 Diogo Almeida 在 Latent Space 访谈中阐述了专为软件集成打造的 System 1 模型 Jev 及其背后的 RLCD 训练范式。
NVIDIA 撰文指出 AI 安全是一个具备明确控制与责任主体的工程问题,需要贯穿模型、工作流线束与运行时的整个 Agent 栈建立强制边界。文章提出安全策略必须独立于智能体推理逻辑由运行环境强行约束,并介绍了用于沙箱隔离与资源管控的开源安全运行时 NVIDIA OpenShell 以及行业联盟的协同防御实践。
MCP 并未因终端智能体可直接调用 API 而过时,其在受控场景中仍具有关键价值。对于不希望完全放权的系统,MCP 能更轻松地实现外部服务访问控制、防止智能体直接接触 API 密钥的身份认证、连接 UI 以及严格的审计日志记录,满足构建多样化应用的需求。
Good Start Labs 探索将策略游戏作为强化学习环境训练大模型,其实验表明在《1830》与《外交》等游戏中训练的多轮 Agent 决策与规划能力可以迁移到金融研究和客户支持等真实基准任务中。