内容
精选全部 AI 动态热点榜AI 日报主题收藏
模型
模型榜
更多
Agent 接入关于更新日志反馈
京ICP备2026012723号-2
精选全部日报更多
反馈

精选

8月26日 · 周三
最新精选
全部模型产品行业论文教程观点
标签「DeepMind」清除

7月14日周二

17:32Demis Hassabis68Demis Hassabis:AGI 数年可至,影响达工业革命10倍Google DeepMind 联合创始人 Demis Hassabis 发文称,AGI 可能仅需数年即可实现,其影响将达工业革命的10倍且速度更快。他指出,前沿模型在网络安全、核与生物风险方面已构成挑战,未来需对日益智能体化、递归自我改进的系统建立稳健防护。Hassabis 呼吁美国率先建立类似 FINRA 的前沿AI标准机构,采用联邦监督下的公私合作或自律组织模式,由独立技术专家和开源代表组成董事会,资金主要来自行业以吸引顶尖人才和算力。他强调,当前商业与地缘竞赛导致技术进步快于理解,需以谨慎乐观态度推进公共政策,兼顾创新与安全。推荐理由:Demis Hassabis 亲自下场提出一个具体的 AGI 监管框架,用 FINRA 模式构建标准组织,这比泛泛呼吁更有行动感,政策讨论里少见的可操作方案。

6月18日周四

21:19Google DeepMind:Blog(RSS)65保障AI智能体的未来安全Google DeepMind发布AI Control Roadmap,这是一套针对内部先进AI智能体的系统级安全框架。该框架在传统模型对齐之上增加防线,假设AI智能体可能不对齐,通过威胁建模、沙箱隔离、端点安全、提示注入防御以及基于已验证行为逐步授予权限的机制建立信任。据估算,到2030年仅美国市场AI智能体就能创造2.9万亿美元经济价值。推荐理由:DeepMind 首次系统性地公开了内部 AI 代理安全控制路线图,把代理当潜在「内鬼」来防的思路很务实,分析了 100 万个任务轨迹的监控实践尤其值得做 Agent 安全的人细看。

6月10日周三

17:28IT之家(RSS)70谷歌 DeepMind 经济学家伊马斯:尚未发现 AI 造成岗位流失的证据,跟风裁员恐适得其反谷歌 DeepMind AGI 经济学负责人亚历克斯·伊马斯表示,目前没有看到白领岗位因 AI 大规模消失的证据。他强调,若企业因“不裁员就等于 AI 转型慢”的叙事而跟风裁员,可能适得其反。伊马斯认为,AI 更多是接手部分任务、提升生产力,让员工专注机器无法完成的工作,岗位冲击尚未真正出现。推荐理由:来自AI核心阵营的经济学家说‘还没证据’,这本身就值得每个担心被AI替代的人看一眼,那种‘没裁员就是落后’的FOMO叙事可能更危险。

6月5日周五

22:30Gary Marcus:The Road to AI We Can Trust(RSS)55Sir Demis Hassabis vs Sir Demis Hassabis推荐理由:哈萨比斯在斯坦福把 AGI 时间线从达沃斯的「5-10 年」压到「2030 左右」,Gary Marcus 拎出来对比,让我看到他自己的定义也在被叙事裹挟。
01:03Dwarkesh Patel:Podcast & Blog(RSS)63Alex Imas 和 Phil Trammell:AGI 后什么仍然稀缺?经济学家 Alex Imas 和 Phil Trammell 指出,AGI 时代机器人数量可以快速复制增长,但人类独特技能(以芭蕾舞演员为例)的数量保持不变,揭示了即使技术大幅进步,某些稀缺资源仍不可替代。推荐理由:Alex Imas和Phil Trammell用经济学框架推演AGI后稀缺性,我没想到资本份额可能上升也可能下降,他们对“关系部门”的定义比简单说“人类服务值钱”更精准,值得一看。

5月29日周五

15:21IT之家(RSS)70谷歌 DeepMind CEO 哈萨比斯:AGI 最快三年内到来,研发速度远超预期谷歌 DeepMind 首席执行官德米斯·哈萨比斯预测,AGI 研发速度远超预期,最快可能在 2029 年至 2030 年前后出现。作为 AlphaGo、AlphaFold 的主导者,他认为当前 AI 智能体是未来更强智能的预演,随着多模态和自主决策能力成熟,三年内迎来 AGI 关键突破已非科幻。但他同时警示,全球社会对 AGI 到来的准备严重不足,必须提前建立规则与防护机制。推荐理由:哈萨比斯作为造出 AlphaFold 的诺贝尔奖得主,三年内 AGI 的判断不是空话,他同时强调社会完全没准备好,这种紧迫感比单纯的时间表更值得看。

5月16日周六

00:54Dwarkesh Patel:Podcast & Blog(RSS)55Eric Jang - 从零开始构建 AlphaGo文章以AlphaGo为例,阐述了智能的基本构成要素。AlphaGo至今仍是最清晰、最完整的范例,它融合了三大核心基础:搜索技术、从经验中学习以及自我对弈。这三大要素共同构成了其实现超越人类棋艺的关键路径。推荐理由:Eric Jang 把 AlphaGo 的搜索、自对弈和价值网络拆解得非常通透,用现代工具复现让这个经典思路对今天的 RL 和自动研究都有直接启发,做 LLM 后训练的尤其该听听他对信用分配问题的解释。

5月2日周六

19:51Demis Hassabis65Demis Hassabis 分享AI洞见:从游戏训练到科学发现与哲学思考在红杉资本AI Ascent的炉边谈话中,Demis Hassabis 展现了他卓越的综合思维能力。他喜爱的书籍关乎万物理论,欣赏的哲学家看似对立,其职业生涯从棋盘游戏跨越至诺贝尔奖级别的科学。谈话核心内容包括:游戏作为AI训练场、创业与创立DeepMind的经验、对通用人工智能(AGI)的愿景,以及AI推动科学发现的具体突破(如生物学进展和Isomorphic Labs的工作)。最后,他还探讨了AI可能开启的新科学领域及其引发的深刻哲学思考。推荐理由:Demis难得坐下来聊哲学、科学和创业,一个把游戏智能做到诺贝尔奖的人怎么定义AGI,值得你花半小时看原片。
没有更多了
精选
2026年8月26日星期三 · AI 筛选的今日重点
全部模型产品行业论文教程观点

7月14日

星期二 · 1 条
17:32
Demis Hassabis@demishassabis精选
AI 评分 68/100
Demis Hassabis:AGI 数年可至,影响达工业革命10倍

Google DeepMind 联合创始人 Demis Hassabis 发文称,AGI 可能仅需数年即可实现,其影响将达工业革命的10倍且速度更快。他指出,前沿模型在网络安全、核与生物风险方面已构成挑战,未来需对日益智能体化、递归自我改进的系统建立稳健防护。Hassabis 呼吁美国率先建立类似 FINRA 的前沿AI标准机构,采用联邦监督下的公私合作或自律组织模式,由独立技术专家和开源代表组成董事会,资金主要来自行业以吸引顶尖人才和算力。他强调,当前商业与地缘竞赛导致技术进步快于理解,需以谨慎乐观态度推进公共政策,兼顾创新与安全。

另有 4 家信源报道IT之家(RSS)The Verge:AI(RSS)X:Kim (@kimmonismus)The Decoder:AI News(RSS)
推荐理由:Demis Hassabis 亲自下场提出一个具体的 AGI 监管框架,用 FINRA 模式构建标准组织,这比泛泛呼吁更有行动感,政策讨论里少见的可操作方案。

6月18日

星期四 · 1 条
21:19
Google DeepMind:Blog(RSS)精选
AI 评分 65/100
保障AI智能体的未来安全

Google DeepMind发布AI Control Roadmap,这是一套针对内部先进AI智能体的系统级安全框架。该框架在传统模型对齐之上增加防线,假设AI智能体可能不对齐,通过威胁建模、沙箱隔离、端点安全、提示注入防御以及基于已验证行为逐步授予权限的机制建立信任。据估算,到2030年仅美国市场AI智能体就能创造2.9万亿美元经济价值。


推荐理由:DeepMind 首次系统性地公开了内部 AI 代理安全控制路线图,把代理当潜在「内鬼」来防的思路很务实,分析了 100 万个任务轨迹的监控实践尤其值得做 Agent 安全的人细看。

6月10日

星期三 · 1 条
17:28
IT之家(RSS)精选
AI 评分 70/100
谷歌 DeepMind 经济学家伊马斯:尚未发现 AI 造成岗位流失的证据,跟风裁员恐适得其反

谷歌 DeepMind AGI 经济学负责人亚历克斯·伊马斯表示,目前没有看到白领岗位因 AI 大规模消失的证据。他强调,若企业因“不裁员就等于 AI 转型慢”的叙事而跟风裁员,可能适得其反。伊马斯认为,AI 更多是接手部分任务、提升生产力,让员工专注机器无法完成的工作,岗位冲击尚未真正出现。

另有 1 家信源报道IT之家(RSS)
推荐理由:来自AI核心阵营的经济学家说‘还没证据’,这本身就值得每个担心被AI替代的人看一眼,那种‘没裁员就是落后’的FOMO叙事可能更危险。

6月5日

星期五 · 2 条
22:30
Gary Marcus:The Road to AI We Can Trust(RSS)精选
AI 评分 55/100
Sir Demis Hassabis vs Sir Demis Hassabis
推荐理由:哈萨比斯在斯坦福把 AGI 时间线从达沃斯的「5-10 年」压到「2030 左右」,Gary Marcus 拎出来对比,让我看到他自己的定义也在被叙事裹挟。
01:03
Dwarkesh Patel:Podcast & Blog(RSS)精选
AI 评分 63/100
Alex Imas 和 Phil Trammell:AGI 后什么仍然稀缺?

经济学家 Alex Imas 和 Phil Trammell 指出,AGI 时代机器人数量可以快速复制增长,但人类独特技能(以芭蕾舞演员为例)的数量保持不变,揭示了即使技术大幅进步,某些稀缺资源仍不可替代。


推荐理由:Alex Imas和Phil Trammell用经济学框架推演AGI后稀缺性,我没想到资本份额可能上升也可能下降,他们对“关系部门”的定义比简单说“人类服务值钱”更精准,值得一看。

5月29日

星期五 · 1 条
15:21
IT之家(RSS)精选
AI 评分 70/100
谷歌 DeepMind CEO 哈萨比斯:AGI 最快三年内到来,研发速度远超预期

谷歌 DeepMind 首席执行官德米斯·哈萨比斯预测,AGI 研发速度远超预期,最快可能在 2029 年至 2030 年前后出现。作为 AlphaGo、AlphaFold 的主导者,他认为当前 AI 智能体是未来更强智能的预演,随着多模态和自主决策能力成熟,三年内迎来 AGI 关键突破已非科幻。但他同时警示,全球社会对 AGI 到来的准备严重不足,必须提前建立规则与防护机制。


推荐理由:哈萨比斯作为造出 AlphaFold 的诺贝尔奖得主,三年内 AGI 的判断不是空话,他同时强调社会完全没准备好,这种紧迫感比单纯的时间表更值得看。

5月16日

星期六 · 1 条
00:54
Dwarkesh Patel:Podcast & Blog(RSS)精选
AI 评分 55/100
Eric Jang - 从零开始构建 AlphaGo

文章以AlphaGo为例,阐述了智能的基本构成要素。AlphaGo至今仍是最清晰、最完整的范例,它融合了三大核心基础:搜索技术、从经验中学习以及自我对弈。这三大要素共同构成了其实现超越人类棋艺的关键路径。


推荐理由:Eric Jang 把 AlphaGo 的搜索、自对弈和价值网络拆解得非常通透,用现代工具复现让这个经典思路对今天的 RL 和自动研究都有直接启发,做 LLM 后训练的尤其该听听他对信用分配问题的解释。

5月2日

星期六 · 1 条
19:51
Demis Hassabis@demishassabis精选
AI 评分 65/100
在红杉资本AI Ascent的炉边谈话中,Demis Hassabis 展现了他卓越的综合思维能力。他喜爱的书籍关乎万物理论,欣赏的哲学家看似对立,其职业生涯从棋盘游戏跨越至诺贝尔奖级别的科学。谈话核心内容包括:游戏作为AI训练场、创业与创立DeepMind的经验、对通用人工智能(AGI)的愿景,以及AI推动科学发现的具体突破(如生物学进展和Isomorphic Labs的工作)。最后,他还探讨了AI可能开启的新科学领域及其引发的深刻哲学思考。

Konstantine Buhler: Sir @demishassabis has a mind for synthesis. His favorite book is about a grand theory of everything. His preferred phil...

另有 1 家信源报道X:Demis Hassabis (@demishassabis)
推荐理由:Demis难得坐下来聊哲学、科学和创业,一个把游戏智能做到诺贝尔奖的人怎么定义AGI,值得你花半小时看原片。
没有更多了