Karpathy 谈 AI 认知折叠：全球 20 亿人被蒙骗，2000 万人陷入智能体眩晕
Karpathy 提出人类对 AI 能力的认知正经历一场「认知折叠」，称全球 20 亿人被蒙骗、2000 万人陷入智能体眩晕。他抛出的这一冷酷真相指向 AI 能力认知与现实之间的巨大落差。
#大佬观点
新智元AI 评分2222
雷峰网AI 评分2222 苹果首款折叠屏 iPhone Duo 发布，华为 Mate X7 以八年积累守住折叠屏领先地位
苹果首款折叠屏 iPhone Duo 于 2026 年 9 月 10 日登场，但华为仍以 60% 的国内折叠屏份额稳居第一。华为 Mate X7 搭载玄武架构、第二代红枫影像与鸿蒙大屏 AI，11999 元起，定价低于 iPhone Duo；Mate X6 降至 8999 元起。华为已铺满横折、竖折、阔折叠、三折四种形态，成为国内率先完成全形态矩阵的厂商。
雷峰网AI 评分3232 费莫一刘念邱：智驾无图的经验，也能迁移到机器人 | 物理AI 50人
元戎启行联合创始人刘念邱于2026年创办费莫一科技，获IDG资本领投、云启资本、滴滴出行、复星锐正、耀途资本、禾赛科技等近亿美元种子轮融资，专注开放动态场景的"Physical Agent"。他主张机器人不应被固定为单一职业，而应在商业区、写字楼、住宅等生活圈中按需切换任务，通过落地—数据—训练—再落地的闭环形成跨场景迁移能力，今年重点做初始数据采集，计划明年多点部署。
钛媒体AI 评分3636 智源王鹏伟：当下世界模型都只学到了片面的世界，悟界·RoboBrain Orca 押注 action-free 泛化
智源研究院具身模型研究中心负责人王鹏伟在2026年智源大会发布悟界·RoboBrain Orca世界模型，提出以“无意识学习+有意识学习”两种范式建模，预训练未使用任何一条action数据，数据包含12.5万小时Web视频和130m事件级状态转移数据。
钛媒体AI 评分2828 从AMD收购World Labs看华人掌控全球AI五层蛋糕到了什么程度
AMD以约82亿美元全股票交易收购李飞飞创办的World Labs，为其史上第二大收购。文章按黄仁勋"五层蛋糕"框架清点：芯片层英伟达、台积电、博通、AMD、英特尔五家华人掌舵公司市值合计超10万亿美元，基础设施层台系厂商拿下全球AI服务器近90% ODM份额，应用层全球月活前十中国产品占八席，但模型层收入仍远逊硅谷。
量子位AI 评分6262 陶哲轩：数学2.0时代已至，证明泛滥后数学家护城河在哪
菲尔兹奖得主陶哲轩发文提出数学2.0时代已至，认为AI正让数学证明从稀缺走向泛滥，建立在证明稀缺之上的数学1.0评价体系即将落幕。他归纳数学易受AI冲击的三个条件：证明可被客观检验、数学对象与推理高度可数字化、大量高质量文献已数字化，并提醒警惕只展示成功案例的幸存者偏差，呼吁把失败结果和算力成本纳入评估。
钛媒体AI 评分3030 抱歉，AI眼镜目前仍是个“鸡肋”
2026年上半年全球AI眼镜出货量同比增长263%，但Counterpoint Research统计显示无显示屏产品占据约96%出货份额，真正热销的是接近传统眼镜的拍摄和音频设备。Security.org调查显示，52%受访者看重免手持视频拍摄，仅40%选择AI助手，67%不购买者将价格列为阻碍因素。AI眼镜要成为日常刚需，仍需翻越硬件重量、交互方式和隐私保护三座大山。
钛媒体AI 评分3030 把够用的智能做成一门生意：OpenAI、Anthropic 与阿里腾讯的 AI 落地路径
OpenAI 披露其内部前沿模型完成一项数学研究平均需相当于 ChatGPT Pro 思考约三小时的计算量，同期 Anthropic 发布小模型 Haiku 5.5，主打摘要、分类等高频低成本任务。
钛媒体AI 评分3434 北美AI交流手记：模型加速进化，世界如何跟上
作者15天横跨硅谷、洛杉矶、西雅图、波士顿和纽约，与101位北美AI一线从业者交流，其中41位来自Google、Meta、Nvidia和OpenAI等大厂，17位来自各Frontier Lab。一线研究员对模型能力持续发展相当乐观，认为RL、任务环境和全新架构正打开新的扩展路径，但更强的模型不会自动变成更好的交付，电力并网周期已成为算力扩张的硬约束。
雷峰网AI 评分2222 对话蔚来李斌：AI 抢资源致汽车业“规模不经济”，蔚来单车均价 40.6 万元超越 BBA
蔚来创始人李斌提出汽车行业出现“规模不经济”：AIDC 大量吸走内存、PCB、铜铝等资源，车企需求越大价格反而越高，蔚来二季度单台成本较去年底上涨 1.4 万元，一个季度多出约 15 亿元成本。上半年蔚来交付 19.11 万辆、营收 576.7 亿元，综合毛利率 18.7%，二季度经营利润 2.07 亿元连续第三季盈利；二季度平均成交价 40.6 万元，比奥迪高约 18 万元。
雷峰网AI 评分2222 蔚来李斌内部讲话：未来3年聚焦主业、聚焦高端、聚焦核心市场，明年将有重量级新车
蔚来创始人李斌在9月8日全员内部讲话中提出，未来3年核心任务是聚焦主业、聚焦高端、聚焦核心市场，并透露明年将有重量级新车。他称中国汽车产业已进入“决赛最残酷的阶段”，但蔚来1-8月交付262,893台、同比增长57.9%，上半年营收居自主品牌第三。服务与社区业务2025年全年营收首超100亿元，已成第二增长曲线。
钛媒体AI 评分3434 一边造AI一边挖地堡：硅谷精英们在怕什么
硅谷AI精英一边加速研发模型，一边为自己准备避难退路：扎克伯格被曝在夏威夷考艾岛建设约465平方米地下避难所，项目连同购地耗资超2.7亿美元；伊利亚·苏茨克韦尔曾提议发布AGI前先修地堡。OpenAI首席科学家雅库布·帕乔茨基承认研究人员至今无法充分理解和监控模型，而Anthropic已将Claude用于公司26%的AI研发工作。
开源中国AI 评分1818 NekoWiki 短文：计算机无法做决定，AI 闯祸的锅该由公司背
NekoWiki 10 月 10 日更新的短文《计算机无法做出决定》提出，所有 AI 闯祸的头条都该用这一视角审视：程序本身无法做决定，责任在公司。文中列举 Anthropic 提交悬案假举报、OpenAI 对 RubyGems 发动未申报攻击、OpenAI 被指入侵澳大利亚政府网站、Anthropic 在 IPO 招股书中警告「对人类存…」等案例。
雷峰网AI 评分3232 昆士兰大学 Jen Jen Chung 在 IROS 2026 谈数据与信息的关系：数据越多≠决策越好
昆士兰大学 Jen Jen Chung 在 IROS 2026 主旨演讲中指出，决定智能上限的不是数据绝对规模，而是数据质量与信息密度。她以无人机自主滑翔、多机器人通信和富接触装配任务为例，说明盲目堆砌数据会导致系统崩溃与策略失能，并提出“策略修复”方案，用定向选取修复性样本替代盲目扩增数据。
钛媒体AI 评分5050 国产个人智能体为何难落地：从豆包、千问到腾讯元宝的生态困局
字节、阿里、腾讯正加速推进个人智能体，但跨平台执行仍受第三方应用限制：豆包手机助手实测中淘宝闪购、京东、微信均不支持代操作，Meta 的 Muse 也被 Amazon 阻止代用户访问和购物。阿里千问选择与荣耀合作，由荣耀 Magic9 系列搭载双方智能体能力，用户仍通过 YOYO 发起任务。
Latent SpaceAI 评分3434 为什么 AlphaFold 没有解决蛋白质折叠——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
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，蛋白质折叠远未被解决。两人认为单纯扩大算力和数据不足以解决生物学问题，关键在于找到正确的 scaling law，并让生物建模从单个蛋白质走向整个生物系统。
Simon WillisonAI 评分3535 Matthew Green：AI 冲击下公钥加密或面临信任危机
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。他指出问题在于 AI 制造意外与人类更新标准的速度相差数个数量级，只有提前准备才能从这类意外中恢复。
钛媒体AI 评分3232 AI手机入口战：华为做深，阿里做广，字节做精，腾讯做巧
华为、阿里、字节、腾讯在AI手机上走出四条不同路径：华为靠麒麟9050 Pro端侧运行30B MoE全模态大模型做深芯片与系统整合，阿里以Qwen Intelligence与荣耀端云协同做广，字节以豆包手机助手聚焦AI智能体与硬件整合，腾讯通过微信A2A协议反向接入手机厂商AI助手。IDC预测2026年中国新一代AI手机出货量达1.47亿台，同比增长31.6%。
InfoQ 中文AI 评分5050 Anthropic 技术负责人谈 2 万亿美元估值：蒸馏会毁掉前沿研发，中美 AI 竞赛不会单边暂停
Anthropic 两位强化学习技术负责人 Nicholas Marwell 和 Sholto Douglas 在播客中表示，蒸馏只能复制当前前沿、无法推进下一代前沿，而一次前沿训练成本可能达 100 亿甚至 1 万亿美元。他们同时称，任何真正的 AI 放慢方案都必须完全协调，基本不存在美国单独放慢的情形。访谈还提到，18 个月内模型已从需人盯守的工具变成能独立完成一两天工作的“初级团队成员”。
InfoQ 中文AI 评分7575 OpenAI 研究员 Noam Brown：1 万个 Agent 解出千禧年难题，多智能体贡献不到 10%
OpenAI 研究员、o1 及后续推理模型早期奠基者之一 Noam Brown 在与 Dwarkesh Patel 的对话中表示，用 1 万个 AI 智能体在 88 小时内消耗 1300 亿 token 解决一道千禧年大奖难题，功劳并不主要来自多智能体系统，他甚至不会把其中 10% 归给多智能体，真正支撑突破的是一个足够强大的通用模型以及让它持续运行、并行思考的能力。
雷峰网AI 评分2222 北醒李远：给机器造眼睛，与「自讨苦吃」的十一年
北醒（Benewake）创始人李远创办公司11年，专注为无人机、列车、汽车和机器人造激光雷达。今年上半年北醒交付25万台机器人用激光雷达，机器人业务收入占公司营收超过一半，2025年该业务收入比2024年翻了一倍。李远认为激光雷达测得的距离、位置等信息应成为模型学习材料，帮助机器理解物理世界。
雷峰网AI 评分88 迁移事故解剖层｜事故熵增的归因边界
《碳硅道统·跨域迁移治理法典》七层体系首篇公开基线定稿，提出NT1-NT4四类负迁移定义，将负迁移治理从性能监控拓展至因果完整性、权限边界、时序稳态三维交叉审计。该层定义"事故熵增"：AI跨域迁移后表层指标正常甚至优化，但底层因果链、语义对齐、权限边界隐性断裂，风险单向、隐蔽、不可逆地累积至系统性崩塌。本层建立十六维事故解剖框架，归类链式逐级漂移、隐性权限偷渡、时序累积偏差等七类隐性负迁移形态。
钛媒体AI 评分6262 谷歌为何押注RSI？
钛媒体授权发布的深流研究所文章分析谷歌为何押注RSI（递归式自我改进）。文章称谷歌9月连续公布四项相关进展，涉及Gemini 3.8 Flash、Dream-RSI、RRSI和AlphaEvolve，分别对应智能体参与模型开发、减少无效试错、改造智能体操作台和进入数据中心与芯片流程。
开源中国AI 评分1818 Qoni：Personal Agent 的终点不该是更聪明的命令行
Qoni 是 Cognitive（认知）的延伸，定位为 Personal Agent 的托管基础设施，让企业开发者都能开发属于自己的 Muse。文章认为 Personal Agent 的终点不该是一个更聪明的命令行。
新智元AI 评分2222 Anthropic 研究员 Sholto Douglas 预测 AI 几年内或超越所有人类
Anthropic 强化学习技术负责人 Sholto Douglas 预测，超越所有人类的 AI 很可能在几年内出现。
开源中国AI 评分3838 研究者给 Gemini 3.8 Flash、GPT Astra 6、Opus 5、Fable 5 各 $100 预算造 PDF 编辑器，点几下就露馅
研究者 nielstron 给 Gemini 3.8 Flash、GPT Astra 6、Opus 5、Fable 5 四个前沿模型各 $100 预算，让它们自主开发一款「用户体验极好」的开源 PDF 编辑器，结果几乎每个产品点几下就能找到 bug。他据此提出，coding agent 无法像人一样与软件交互，这是其开发体验类产品时的关键短板。
雷峰网AI 评分88 碳硅道统·跨域迁移治理法典第六层：文明级迁移风控层与长周期不可逆文明扰动识别
《碳硅道统·跨域迁移治理法典》七层体系连载第六篇提出"文明级迁移风控层"，聚焦AI跨域迁移带来的缓慢、弥散、代际传导且突破阈值后不可逆的文明底层扰动。该层定义NT2语义跨代漂移、NT4范式权力偷渡、NT1结构错配三类负迁移传导路径，并建立文明稳态观测指标集与三级扰动分级阈值，要求面向公众长期投放的大模型增加百年尺度共识漂移预仿真，达二级扰动启动受限投放，三级扰动直接熔断。
开源中国AI 评分3131 htmx 作者 Carson Gross：Markdown 是 AI 编程时代的“源代码”，应提交到 /src 目录
htmx 作者 Carson Gross 主张把 Markdown 当作源代码提交到 /src 目录。他认为在 agentic coding 时代，真正的应用逻辑被定义在 Markdown 中，AI 智能体生成的代码反而成为“低层实现细节”，这一判断引自 Hartley Brody 的《Markdown is the new sou...》。
Simon WillisonAI 评分1818 Carson Gross：即便 AI 工具兴起，编程仍是可行职业
Carson Gross 认为，编程本质上是用计算机解决问题、并在解决问题时控制复杂度，他难以想象这两项能力会比今天更不值钱，因此即便 AI 工具出现，编程仍将是可行的职业。
Latent SpaceAI 评分3434 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 的 Liam Fedus 与 Ekin Dogus Cubuk 提出"合成超级智能"（synthesis superintelligence），主张以物理实验为环境的强化学习来构建能真正发现新材料的 AI 科学家。
The Verge · AIAI 评分2626 《Artificial》：一部既尖刻讽刺又忠于事实的 Sam Altman 传记片
Luca Guadagnino 执导的讽刺电影《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6262 Meta Muse 与 OpenAI Dots 能替你打理生活吗？
The Verge 的 Decoder 播客中，主持人 Nilay Patel 与资深 AI 记者 Hayden Field 讨论了 Meta Muse、OpenAI Dots 和 xAI Grok Bot 这一波面向普通用户的常驻智能体。
MIT Technology Review · AIAI 评分1515 AVEVA 如何为自主工业 AI 构建更安全的落地路径
AVEVA 首席技术官 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，必须把安全与可靠性放在部署核心。
Simon WillisonAI 评分4242 EmbeddingGemma 2 采用 Apache 2.0 许可证
EmbeddingGemma 2 采用 Apache 2.0 许可证，Simon Willison 认为嵌入模型不应使用闭源、专有的托管模式。嵌入模型通常需计算并存储数千甚至数百万个向量，一旦厂商停用模型，用户就得为重新计算这些向量付费。他希望使用托管服务的同时，能在厂商停服时自行运行开放权重版本或另寻供应商。
Simon WillisonAI 评分1212 Ben Affleck 谈电影特效中的机器学习与 Python
Ben Affleck 自述从胶片转向数字后开始关注视觉特效，并称该领域工作流多年来已包含机器学习。他表示自己会写"相当糟糕的 Python 脚本"，用卷积神经网络处理 tensor，通过边缘检测和特征提取识别窗台等位置，从而更方便地抠出绿幕画面并替换。
Simon WillisonAI 评分1212 Michael Lynch 谈软件博客写作的反模式
Michael Lynch 撰文列举软件博客写作的常见反模式，包括冗长铺垫、误判读者已有知识、假设读者读过旧文、过度正式，以及用链接代替术语解释。他建议文章即使读者不点任何链接也应能读懂，并主张用自己说话的方式写作。他指出，随着越来越多开发者把写作交给 AI，软件博客正变得平淡同质，读者渴望有个人风格的内容。
TechCrunch · AIAI 评分3434 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解决真实需求，只是极客觉得有趣的技术。
Microsoft ResearchAI 评分2222 Microsoft 研究员 Jennifer Neville 谈 AI 评测的意外失败与真实世界表现
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统性能边界，以及模型在传统 benchmark 之外测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的经历，分享与当前 AI 系统协作的实用建议，并强调当结果超出预期时应仔细审视数据。
MIT Technology Review · AIAI 评分2222 人们一边痛恨 AI，一边又离不开它？
调查显示美国成年人中认为 AI 会带来负面影响的比例已超过正面预期，71% 反对在本地新建 AI 数据中心，但 ChatGPT 在 5 月月活突破 10 亿，Gemini 7 月达 9.5 亿，半数美国成年人已使用聊天机器人。作者认为人们反感的不是技术本身，而是科技公司无孔不入的推销方式，并寄望于开源替代方案与各州逾 2100 项 AI 法案带来的监管和选择空间。
MIT Technology Review · AIAI 评分6262 AlphaGo 团队成员 Thore Graepel：LLM 并不会推理
前 DeepMind AlphaGo 核心成员、现伦敦大学学院机器学习讲席教授 Thore Graepel 撰文指出，LLM 并不具备真正的推理能力。他认为 AlphaGo 的 Move 37 并非直觉，而是由搜索机制对数千条未来分支进行推演后做出的选择，而当前 LLM 的链式推理仍由同一套 next-token 预测迭代产生，缺少独立推理机制。