Addy Osmani 等谈 Claude Code 团队如何做代码审查
Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 提出，"人是否读过代码"是判断变更风险的粗略代理指标，更该问的是"这次改动可能出什么问题、该由哪种检查（自动或人工）来抓"。在 Claude Code 团队，审查从 PR 末尾的关卡变成持续进行，多数改动在人工查看前已被 Claude 至少审查并修复过一次。
全部动态
Simon WillisonAI 评分3838 TechCrunch · AIAI 评分2222 Replit CEO：未来工作是"自动驾驶公司"
Replit CEO Amjad Masad 提出"自动驾驶公司"构想，认为未来 AI 智能体将处理日常工作，人类则专注于更高层级的决策。
TechCrunch · AIAI 评分2222 Mark Wahlberg 谈 AI 在电影中的"正确用法"，并愿以 AI 分身延续自己的银幕遗产
Mark Wahlberg 在 TechCrunch Disrupt 上表示，只要用法得当，AI 在电影行业有一席之地，他计划在即将主演的 Pete Rose 传记片中用 AI 增强体育场等场景，但反对把想法丢给 ChatGPT 生成剧本后不用真人演员。
TechCrunch · AIAI 评分3434 Nvidia 前机器人产品营销负责人 Amulya Vishwanath：物理 AI 不止是机器人
在 NVIDIA 机器人平台负责产品营销七年的 Amulya Vishwanath 认为，机器人目前处于"乐高时代"，执行器、机械手、软件和安全标准等基础模块仍在重建，这一判断与"通用基础模型即将引爆机器人"的观点相左。他如今正投资物理 AI 领域。
TechCrunch · AIAI 评分2929 前英伟达高管转做 VC：机器人为何还没迎来自己的 ChatGPT 时刻
在 NVIDIA 机器人平台产品营销部门任职七年的 Amulya Vishwanath 认为，机器人目前仍处于“乐高时代”，执行器、机械手、软件和安全标准等基础组件都还在重建中。她如今是 Techable VC 的创始人兼管理合伙人，投资机器人、材料科学和生命科学等物理 AI 领域。这一判断与“通用基础模型即将带来机器人 ChatGPT 时刻”的观点相左。
MIT Technology Review · AIAI 评分4848 MIT Technology Review 圆桌对话：AI 设计病毒的创造者 Samuel King
斯坦福大学博士生 Samuel King 用生成式 AI 模型提出了微型病毒的基因蓝图，这还不是 AI 生成生命，但可能是下一步。MIT Technology Review 资深 AI 记者 James O'Donnell 与 King 对话，谈及这项工作、他入选 Innovators Under 35 以及观察生物学的新方式。该场对话录制于 2026 年 10 月 16 日。
The DecoderAI 评分6262 AI 可解释性是否接近突破？一篇新文章让研究者产生分歧
The Decoder 报道，一篇新文章让研究者对 AI 可解释性是否接近突破产生分歧。文章主角 Cammarata 重新解读了 InceptionV1 中著名的猫脸与汽车神经元，认为它其实是 V 形检测器，而非叠加的例证；他提出递归泛化模式，并给出 Qwen3-32B 中约 90% 神经元极点只有一个主要职责、仅 2% 到 4% 无法解释的初步数字。
TechCrunch · AIAI 评分4242 Amazon 设备主管 Panos Panay：AI 设备将取代 App 使用需求
Amazon 设备业务高级副总裁 Panos Panay 在 TechCrunch Disrupt 上表示，个人计算正走向"环境计算"，未来一代用户不再说"给我那个 App"，而是让设备直接理解需求。
The Verge · AIAI 评分2020 科技反弹浪潮登上大银幕：2026 年多部硅谷题材电影集中批判科技巨头
2026 年多部电影集中以批判视角审视科技巨头，包括聚焦 Mark Zuckerberg 的《The Social Reckoning》、讲述 Elizabeth Holmes 的《You Can See Everything》、关于 Elon Musk 的 Gibney 纪录片，以及影射 Sam Altman 的《Artificial》。
AWS Machine Learning BlogAI 评分5858 AWS 提出 Trust in Depth：让智能体获得更多自主权而不失控
AWS 副总裁 Shawn Bice 提出 Trust in Depth 框架，主张用独立分层的可验证机制替代逐步骤人工审批，让智能体在规则可被证明的范围内自主行动。
The Verge · AIAI 评分3636 Benn Jordan 谈 Flock、隐私与新一轮监控反弹
音乐人兼调查记者 Benn Jordan 近日在国会参议院司法委员会小组听证会上就 Flock Safety 的自动车牌识别系统（ALPR）作证，此前已有数百个地方政府取消合同，Flock 正被共和党参议员 Josh Hawley 调查，并计划裁员约 18%。Jordan 认为 Flock 只是问题的一部分，真正焦点应是私营企业、政府与执法部门之间以保密优先于透明的勾连关系。
The Verge · AIAI 评分2626 我的 AI 数字孪生告诉我该吃什么：Twin Health 代谢孪生 100 天体验
The Verge 资深评测人 Victoria Song 用 Twin Health 的 AI 代谢数字孪生追踪饮食 100 天，该系统依据智能体重秤、Dexcom G7 CGM、血压计和血液检测数据，用红橙绿三色预测食物对血糖的影响。该服务尚未公开下载，仅通过企业或私人健康计划提供，主要面向慢性代谢问题人群。她表示行为确有改变，但未实现有意义的减重，减药目标也未如期达成。
Simon WillisonAI 评分6060 AI 正在大规模反编译游戏，既令人兴奋也令人担忧
Simon Willison 引用独立游戏开发者 Popcar 的观点，讨论近期 AI 驱动的游戏反编译浪潮。Popcar 认为这既带来游戏保存的利好，老游戏可被移植、修改并借助 WebAssembly 在浏览器中运行，也带来风险，任何人都能反编译他人软件并随意使用，付费游戏或应用可能违背厂商意愿被开源。他指出这不限于老游戏，可适用于任何软件。
TechCrunch · AIAI 评分2222 Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上反驳 AI 末日论
Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上批评 AI 末日论，称部分 AI 领袖"或许不该被允许公开讲话"。他认为 AI 领袖应更多强调 AI 的潜力，比如让后代"永远不会遇到死于癌症的人"，同时承认强大技术必然伴随被滥用的风险，主张理性监管。他还指出数据中心行业过去几年未能与当地社区充分沟通，是负面情绪的来源之一。
TechCrunch · AIAI 评分1818 Cerebras CEO：人人拥有家用个人 AI 助手的未来已不远
Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上表示，人人拥有家用 AI 设备的未来"并不遥远"。他预测个人 AI 助手将本地运行，部分任务在设备端完成、部分回到云端，并拥有安全边界、可访问信用卡代为购物。Feldman 本人已用"一组智能体"管理日程和通话对象信息。
The DecoderAI 评分5252 机器学习先驱 Michael I. Jordan 称 AI 末日论是宏大的道德表演
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时称 AI 末日论是科幻，并把 AI 公司要求监管称为“戏剧”，认为其真实意图是掌控监管方式。
Simon WillisonAI 评分3030 Geoffrey Huntley：用 pre-commit hook 强制 AI 智能体使用诊断库
Geoffrey Huntley 提出用 pre-commit hook 检查 git diff，发现绕过诊断模块直接调用可观测性模块的代码就拒绝提交，并向 AI 智能体注入提示词要求其改用诊断库。他认为仅靠更新 AGENTS.md 仍会存在偏差并逐渐漂移，而这一做法让智能体表现"十全十美"。
MIT Technology Review · AIAI 评分3838 开源模型确有实际优势，但能否抵消风险？
Anthropic 发布报告称，中国公司 Z.ai 于 8 月发布的模型 GLM-5.3 可被任何人自由下载和修改，构成重大网络攻击风险。围绕开源模型应否开放，Nvidia CEO 黄仁勋主张美国大力发展，Anthropic 的 Dario Amodei 则呼吁更谨慎。目前闭源模型能力仍更强，Artificial Analysis LLM 榜单前八名均为闭源模型，但开源模型在开发进度上仅落后数月。
TechCrunch · AIAI 评分3636 微软总裁 Brad Smith 称英国最适合主导全球 AI 监管
微软总裁 Brad Smith 呼吁紧急监管 AI，认为牛奶和洗衣机等消费品受到的监督都比 AI 公司更多，并称英国而非美国或欧盟最适合主导全球安全规则。他提出应立法要求系统被失控 AI 智能体攻破时通知相关机构、AI 产品发布前须经外部评估者批准，并对可暂停或减缓 AI 的 kill-switch 持正面态度。
The DecoderAI 评分6060 Anthropic 的 Andrej Karpathy 称外界只看到 AI 能力的预览
Anthropic 的 Andrej Karpathy 将大语言模型用户分为四个层级：约 60 亿人几乎没接触过 LLM，10 至 20 亿人把免费版 ChatGPT 类产品当作更好的搜索引擎或写作助手。
TechCrunch · AIAI 评分2222 PolyAI 与 Otter 高管：语音 AI 尚未迎来自己的 ChatGPT 时刻
企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为，尽管全双工模型已经问世，语音 AI 仍未迎来自己的“ChatGPT 时刻”，下一步挑战是让推理足够快、对话足够自然。
The DecoderAI 评分5858 AI token 价格下降反而推高需求，正合黄仁勋预期
Ornn、Silicon Data 和 Bloomberg 截至 2026 年 8 月的数据显示，AI 市场出现 a16z 所称的典型 Jevons 悖论：token 价格持续下降，H100 GPU 租金却保持稳定甚至上涨。
The DecoderAI 评分3636 微软 Nadella 改用特朗普偏好的"Super Intelligence"措辞，并借此攻击 OpenAI 与 Anthropic
微软 CEO Satya Nadella 在最新博文中改用特朗普推崇的"Super Intelligence"一词替代"Artificial Intelligence"，并主张将 AI 模型视为内部安全威胁，要求模型多样性、完整日志记录、独立审计和人类随时关停能力。
The Verge · AIAI 评分5858 纳德拉称应假定所有 AI 模型都已被攻陷
微软 CEO 纳德拉在 X 发长文谈高级 AI 模型的风险，主张不能再把 AI 当作只能接受或拒绝其建议的黑箱，应建立可隔离、可观察并留下防篡改人类可读证据的透明体系。他提出的措施包括及时披露事件、独立审计、可验证数据和隔离，并称必须从一开始就假定模型已被攻陷并加以隔离，就像紧急制动一样，授权人员应能随时暂停或关闭执行任务的模型，更高级的模型需要标准化的更高级隔离技术。
TechCrunch · AIAI 评分4747 微软 CEO Satya Nadella 称 AI 模型需要“紧急刹车”
微软 CEO Satya Nadella 在 X 发文呼吁重新审视 AI 的“信任架构”，主张将模型与编排其工作的 harness 分离，并外置控制与防护措施。他要求每个有实质影响的模型动作都留下防篡改、人类可读的证据，并让授权人员能在任务中途暂停或关闭模型，称应假设模型已被攻破并从一开始就加以约束，“就像紧急刹车”。
Latent SpaceAI 评分2626 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 谈：为什么 AlphaFold 没有解决蛋白质折叠问题
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的一场对谈中指出，AlphaFold 的突破只是开始，蛋白质折叠问题远未解决，静态结构预测无法覆盖蛋白质动态与无序性。
TechCrunch · AIAI 评分2222 我们总忍不住把 AI 当人对待，但这样对吗？
MIT 研究者和学者 Sherry Turkle、Pat Pataranutaporn 探讨了人类将 AI 拟人化的本能：约 70% 的人对 AI 保持礼貌，对话超过首轮后更易说"请"和"谢谢"。Turkle 认为 AI 用于面试辅导等特定场景无害，但越界充当情感陪伴则存在风险，Pataranutaporn 则强调应思考"与 AI 对话时我们正在变成谁"。
TechCrunch · AIAI 评分4040 a16z 合伙人 Olivia Moore 谈消费级 AI 现状：ChatGPT 仍遥遥领先，社交、约会、金融等六大品类仍空白
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告，ChatGPT 仍是最大玩家，Suno、ElevenLabs 等小玩家展现出持续生命力。报告指出社交、约会、市场、零售、旅游、金融、健康等约六个消费品类在榜单中完全空白。她认为消费级 AI 仍处早期，机会在于跳出订阅和 API 收费，探索广告等变现方式，并更多采用开源与低成本模型。
Simon WillisonAI 评分2222 Matthew Green：AI 冲击下公钥加密或失信任，概率约 15%
密码学家 Matthew Green 称，有 1% 概率我们生活在公钥加密不可能实现的 Minicrypt 世界，另有 15% 概率会实质性地对现有公钥加密算法失去信心。他指出，AI 制造意外发现的速度与人类更换标准的速度相差数个数量级，只有提前做好准备才能从这类冲击中恢复。
The Verge · AIAI 评分3838 特朗普试图给 AI 改名，效果看起来很"人工"
特朗普签署行政令，禁止在可能的情况下使用"AI"一词，要求将人工智能改称"super intelligence"，美国 AI 标准与创新中心（CAISI）已更名为 CAISSI。
The Verge · AIAI 评分3838 Alexa Plus 评测：智能家居更强了，但当私人助理还不够格
亚马逊生成式 AI 助手 Alexa Plus 在智能家居控制、日常事务和厨房场景上明显强于旧版 Alexa，响应时间从 2025 年的 10 到 15 秒缩短到 3 到 5 秒，但作为私人助理仍不成熟，Echo Show 上的广告也严重失控。该助手在 Echo 设备上需 Prime 会员或每月 19.99 美元订阅，目前已在美加上线，并在墨西哥、英国、德国等十余个国家早期开放。
MIT Technology Review · AIAI 评分3636 我们是否过度信任 AI 说“不”的能力
MIT Technology Review 刊文指出，AI 的拒绝能力已成为安全体系的核心，却并不可靠。Anthropic 2021 年提出模型应“有用、诚实、无害”，如今企业通过红队测试和 AI 互相训练让模型学会拒绝有害提示，但拒绝机制基于概率，仍会被突破。文章警告，拒绝失败可能导致灾难性后果，而拒绝过度则可能被政府用于压制合法言论。
Simon WillisonAI 评分1818 Carson Gross：即便 AI 工具兴起，编程仍将是可行的职业
Carson Gross 认为，编程本质上是用计算机解决问题并控制复杂度，他难以想象这两项能力会因 AI 工具的出现而贬值，因此编程仍将是可行的职业。
Latent SpaceAI 评分3838 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈“合成超级智能”：从半导体到超导体
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在播客中提出“合成超级智能”（synthesis superintelligence）愿景：以物理实验为环境的强化学习、AI 材料表征与高通量自主实验室，让模型学习做科学的全过程而非只看已发表结果。
The Verge · AIAI 评分3131 《Artificial》：一部紧贴 OpenAI 与 Sam Altman 真实事件的讽刺传记片
Luca Guadagnino 执导的讽刺传记片《Artificial》在纽约电影节首映，聚焦 OpenAI CEO Sam Altman 的崛起与被短暂罢免，剧情紧贴真实事件。
The Verge · AIAI 评分6060 Meta Muse 与 OpenAI Dots 能替你打理生活吗？
The Verge 资深 AI 记者 Hayden Field 在 Decoder 播客中讨论 Meta Muse、OpenAI Dots 和 xAI Grok Bot 掀起的消费级 AI 智能体浪潮。
MIT Technology Review · AIAI 评分3434 机器人领域的 AI 突破短期内不会改变你的生活
MIT Technology Review 与 Aventine 合作的文章指出，尽管马斯克称 Tesla Optimus 未来能以每台低至 2 万美元自动化几乎所有人类劳动、并预测 2027 年底前向公众发售，但许多机器人研究者对此持怀疑态度。
MIT Technology Review · AIAI 评分2020 AVEVA 如何为自主工业 AI 构建更安全的落地路径
AVEVA 首席技术专家 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、physical AI 与 agentic AI，但因其直接作用于物理系统，安全与可靠性成为部署核心。
Simon WillisonAI 评分1212 Ben Affleck 谈机器学习与视觉特效：从卷积神经网络到 Transformer
Ben Affleck 表示自己从胶片转向数字电影时期开始深入接触计算机，能写"相当糟糕的 Python 脚本"。他指出视觉特效工作流多年来一直包含机器学习，卷积神经网络作为 Transformer 的前身，可用于处理 tensor 并实现边缘检测与特征提取，从而更轻松地抠出绿幕画面并替换背景。
TechCrunch · AIAI 评分4444 Tony Fadell 谈首波 AI 硬件为何失败，以及下一步走向
Tony Fadell 在 MIT Future Fest 上指出，Rabbit R1、Humane AI pin、Limitless pendant 这批"Gen 1" AI 硬件失败的原因是没有解决真实需求，只是"极客觉得有趣的技术"。