AI的未来属于编排者

David Ha 是 Sakana AI 的联合创始人兼首席执行官，位于东京。 世界对前沿 AI 模型着迷。数十亿美元被投入到训练更大规模的单体系统，基于规模本身能保证主导地位的假设。但这种策略正变得经济上不合理。开源替代方案现在仅落后几个月，而许多前沿模型的推理成本已超过它们旨在提升的员工的时薪。“一模型统治一切”的方法正走向递减收益。 我于 2023 年共同创立的东京实验室 Sakana AI

#观察 有什么可以“叫唤”的？

AI在所有科学和数学领域都将远远超越人类科学家，这是必然。适应一下。

你可以用人工智能设计你的下一个纹身——但你应该这样做吗？

随着人工智能生成图像工具的普及，越来越多的人开始利用AI来构思纹身图案。 本文探讨了使用AI设计纹身的优势与潜在风险，包括版权争议、艺术原创性以及纹身师在实现AI设计时的技术挑战。

AI Coding，正在把存储推向前台

AI智能体成为最终聚合者：Meta和微软争夺新科技大奖

Stratechery的本·汤普森（Ben Thompson）分析了2026年从以应用为中心的计算向以智能体为中心的计算的转变。 他认为，Meta的Muse和微软的Copilot/Autopilot等AI智能体正在成为用户的主要交互界面，使传统应用程序沦为单纯的“供应商”或实现细节。 通过为用户提供专用的虚拟机（智能体计算机），Meta和微软正致力于控制交互界面以及用户需求的“灵感”阶段。 这一转

网络是为人类而建的。AI代理的海啸正在迅速改变这一现状。

互联网是为人类而建的。AI代理正在接管，而网站还没有为即将到来的一切做好准备。 AI代理正迅速成为互联网最大的用户群体，重塑着网站、在线服务和数字商务。

AI代理即将涌入劳动力市场。没有人为此做好准备

在接下来的几个月里，成千上万名全新的“同事”将进入职场。你将获知他们的名字，认出他们的头像。他们会被加入到你的邮件往来和Slack频道中。他们将成为幕僚长、工程师和营销专家。但这些同事并非人类：他们全都是人工智能体。 人工智能体（基于大语言模型、旨在自主完成任务的系统）的兴起，引发了一波销售数字员工服务的公司浪潮。这些智能体被视为完美的“工蜂”：全天候在线，从不抱怨，并能提供超人的智慧。 然而，关

人工智能正在引发严重的安全问题……同时也加剧了寻找这类高技能人才的压力。

网络安全可能是AI的下一个就业大爆发领域。Box首席执行官亚伦·莱维近日在X上发帖称，随着模型在发现和利用漏洞方面的能力日益增强，用于网络安全的AI“即将垂直起飞”。他告诉商业内幕网，这可能使网络安全成为“最热门的，如果不是最热门的，职位类别之一”。随着威胁成倍增加，企业需要能够对警报进行优先级排序、调查风险、推荐修复方案并实现自动化补救的系统。 莱维表示，人类仍将负责监督和最高风险的决策。这位首

大卫·马库斯：大科技发明了AI末日来逃避现实生活中的问题

仿佛美国人还没有足够的担心--维持收支平衡和规划未来--世界上最大的人工智能公司的负责人现在警告说，他们的突破性技术可能会让我们没有未来。我们可能都会死。 鉴于我们刚刚度过了气候变化和COVID-19，这确实是一种耻辱。现在这个？也许我们可以关闭人工智能两周来拉平曲线。 本周，民主党人不顾一切地加入这支垂死的潮流，做他们一直在做的事情--监管工业至死并阻碍增长。 桑德斯对可能为外国广告商提供优势的

下一代AI数据中心将建在哪里？

指挥人工智能机器人团队正成为一种新的工作技能——却没有老板的薪水

你当初选择这一职业，是因为你想教书、编程、写作、创作或设计。但由于人工智能的出现——以及使用它的巨大压力——你现在花在打磨技艺上的时间变少了，反而花在管理那些本该由你亲自完成工作的技术上的时间变多了。对许多专业人士而言，这意味着要监管“智能体”：这些工具旨在自主执行任务，但在实践中，却需要员工来设定预期、分配任务、评估表现、要求修改，并在出错时进行干预。 其他人则在管理源源不断的人工智能生成工作，

当AI发展如此之快，谁来保护我们？

新闻推送：构建全球最强大AI系统的人们如今警告各国政府，存在失控、权力集中以及发展速度超过监管的风险。 半岛电视台的Mohammad Qasem探讨了谁应该介入，以及谁将为此付出代价。发布于2026年9月25日

AI大家谈： “我们为自己创造了一个魔鬼”？

人工智能飞速发展会给人类前途带来什么样的后果？美国AI领域的某些精英预言，人工智能再这样发展下去，会把人类毁灭，美国AI领军企业的老板们倡议放缓开发？为此采访了多个国家的普通人，请他们谈谈看法和感受。 受访者大致有两种倾向，一些人对AI目前的发展比较悲观，但也有人觉得AI很实用。 “我在工作中尝试使用它，但在私人生活中，我仍然对它感到害怕”。他的同胞，18岁的塞尔马泰则说，人工智能对像他这样的学生

公众希望参与人工智能发展决策

根据Semafor独家披露的最新民调，民主党和共和党选民一致认为，美国公众应决定人工智能发展的未来，而非硅谷的亿万富翁。 这项民调由Alex Bores发起的新组织委托进行。Bores曾因在纽约竞选国会议员失败而成为人工智能行业的主要攻击目标。尽管在13项议题中，人工智能排在1,502名本月受访选民关心的议题末位，但半数受访者认为人工智能发展速度过快，86%的人认为缺乏监管是一个问题。 仅有18%

台积电高管：AI无法独立设计1.4纳米级先进制程 人类工程师仍不可替代

在人工智能不断被视为改变半导体研发模式的重要工具之际，台积电高层近日公开对AI能力作出更为谨慎的评价。台积电共同营运长米玉杰表示，尽管人工智能已经能够大幅提升芯片设计和软件开发效率，但在创造下一代先进制造工艺方面，AI依然无法取代人类工程师发挥核心作用。 米玉杰是在台湾大学相关活动中发表上述看法的。谈及人工智能时，他将其比喻为“一个三岁的超人”，虽然具备强大能力，但仍缺乏成熟判断力。因此，在涉及

AI护栏刻不容缓——11月把共和党人投票赶下台

你很可能轻易就错过了，但历史书——当然，前提是我们还活着来书写它们——很可能会把2026年9月12日记载为人类历史上的一个分水岭时刻。那一天，Anthropic公司首席执行官达里奥·阿莫代伊发表了一篇文章，警告失控人工智能的危险。该公司目前运营着世界上最先进的AI模型。在文中，他呼吁全球监管并放缓AI发展步伐。 这是一篇严肃而深思熟虑的文章，在发展AI的竞争需求与不受约束的AI将“逃出遏制”并在现

信息安全专家表示我们尚未准备好失去对AI的控制

最近的一项调查显示，国家安全专业人士认为，在未来十年内，人类失去对AI控制的可能性为十分之一，并且很少有人相信我们甚至正在关注正确的警告信号，更不用说做好适当的准备了。 安全与技术研究所（IST）与未来生命研究所（FLI）共同调查了111位现任和前任文职官员、军官以及学术或技术专家，以了解AI与国家安全的未来。 93%的受访者表示，他们在职业生涯中直接参与了AI政策、风险和战略，因此这些人可能比普

网络安全公司CEO预测：AI代理将成为下一个黑客攻击的目标

Bugcrowd首席执行官戴夫·格里（Dave Gerry）在接受Axios采访时表示，在一个充斥着人工智能驱动的网络攻击的世界里，黑客攻击的受害者将不再仅仅是人类——也将包括人工智能代理本身。 为什么重要：现有的网络防御主要针对预测和保护人类。现在，企业需要开始将在其系统中运行的代理视为潜在的对手和攻击目标。 背景：格里是在上个月的Black Hat网络安全会议上做出这一预测的。此前，OpenA

数据中心引发的反弹

《大西洋月刊》特约撰稿人乔什·蒂兰吉尔参加了《大西洋月刊》特别版《华盛顿周刊》，讨论人工智能的未来。 在特别版节目中，特约撰稿人乔什·蒂兰吉尔参与讨论了人工智能的未来，以及美国政府是否计划采取行动应对该技术的快速发展。 蒂兰吉尔昨晚表示，全国各地正在建设大型数据中心，它们“在没有太多讨论的情况下”落户美国城镇。他认为，“关于人工智能的所有恐惧——担心它夺走你的工作、担心它使人类变得过时、担心它改变

人工智能的末日未来并非不可避免

地方警察部门使用 Flock 摄像头追踪车牌。移民和海关执法局（ICE）使用 Palantir 软件追踪并围捕移民。国防部长皮特·赫格塞思的“战争部”使用 Claude 轰炸伊朗。美国政府花费数十亿美元雇用私营企业获取海量数据——而在唐纳德·特朗普的第二个任期内，监控领域只会变得更加私有化。 “这真的已经变成了一片蛮荒西部，”404 Media 联合创始人杰森·科布勒在《The Intercept

保岗位还是保工人：AI时代，如何让劳动者参与技术转型

尽管到目前为止，全球主要经济体尚未出现由AI技术进步引发的大规模就业替代，但史无前例的AI技术进步已经引发了广泛焦虑。 作为上一轮信息技术革命的重要推动者，比尔·盖茨（Bill Gates）最近在文章《动荡的AI时代已经到来，我们现在的选择至关重要》中提出，这一次技术革命可能真的不同。过去从农业向工业和服务业的转型往往经历几代人的时间，而AI可以直接替代一部分人的认知劳动，并以更快的速度进入多个行

AI开始“要脸”了

软件工程与 AI 的世界将于今年九月在湾区交汇

过去两年重塑了软件的构建方式。AI 从自动补全发展到编写整个功能，自主代理现在几乎无需人工参与就能构建和交付软件。 全球每个工程组织都在问同样的问题：这对我们如何构建意味着什么？然而其中大部分

人工智能时代的四种驱动力与大分化

使用AI，与拥有可被AI放大的知识、声誉、客户关系和数据，前者可以抬高所有人的下限，后者才决定谁能持续分享规模化所创造的收益。 人们寄望AI的发展能够普惠各层级的能力。事实上，AI一方面正在让普通能力趋同，另一方面正在拔高卓越能力的上限。能力的下限正在抬升，而能力的上限却正在消失。 四种驱动力正在加速这一转变。首先，AI造成的大压缩效应改变了培训基本胜任水平的成本。其次，一些任务的大分拆改变了不少