Chubby♨️@kimmonismus

63

西方长期认为中国在AI芯片领域落后10-15年，但DeepSeek V4的发布颠覆了这一观点。该模型深度优化于华为昇腾芯片生态，可在昇腾950基础设施上部署推理，实现前沿模型大规模运行不依赖西方硬件。虽然单芯片性能上，昇腾950仍显著落后于NVIDIA Blackwell B200，但中国通过“横向扩展”战略，用大量国产芯片集群结合软件优化和模型架构创新（如MoE），使系统级AI能力快速接近前沿水平。这暴露了西方分析的根本错误——将芯片级差距直接等同于能力差距。

阿绎 AYi@AYi_AInotes

59

NVIDIA CEO黄仁勋批评部分CEO散布的AI末日论会伤害社会，导致关键领域人才短缺。他强调，AI将自动化低阶任务，但对架构、判断与创造等高阶能力的需求会激增。技术革命并非零和游戏，历史证明计算机的出现反而创造了更多知识工作。真正的危险在于恐慌叙事阻碍年轻人投资未来。善于驾驭AI的人类将成为赢家。黄仁勋以自身经历为例，指出低期望所培养的韧性是其成功关键。

阿绎 AYi：说个反直觉的事，黄仁勋把英伟达干到4.9万亿美元，最核心的东西，居然是保持极低期望值， 我看完他在斯坦福的这段演讲心情挺复杂的， 他慢悠悠地说，期望值很高的…

阿绎 AYi@AYi_AInotes

55

Dexter是一款开源金融AI助手，能像Claude Code一样自主处理复杂金融研究。它将“股票是否被低估”等问题自动拆解为步骤，调用超万只股票实时数据，并在发现问题时自我修正，通常10-20秒生成结果。其多Agent架构将规划、执行、验证与合成分离，从根源上缓解了大模型在金融领域的幻觉问题。该项目在GitHub获2万+星，MIT开源，支持多种大模型后端，并可通过WhatsApp网关在移动端便捷使用，为投资分析提供高效工具。

-Zho-@ZHO_ZHO_ZHO

48

-Zho-：简单基于Apple已有产品p了一下自己目前理想的 AI 硬件设计：iA 最基础想法：手机+AI硬件配合使用，因为离不开手机，同时不想增加手机复杂度（过渡时期想…

Chubby♨️@kimmonismus

51

Sam Altman此前的大规模UBI研究显示现金支付未能带来健康改善，他认为现金支付不足，转而推动通过compute shares或Public Wealth Fund实现AI的集体所有权。这一提议旨在让公众直接分享AI发展的上行收益，而非仅仅缓冲AI取代工作的冲击。有人解读此为将AI产品转化为社会安全网的策略。整体上，这反映了应对AI所致失业问题的思路演进。

-Zho-@ZHO_ZHO_ZHO

35

-Zho-：美的不可方物

ginobefun@hongming731

41

清华经管学院杨斌教授提出“AI次方变革”概念，主张应将AI置于指数位置，而非简单的“+AI”加法模式。他认为，“+AI”思维追求短期绩效、线性改进，但AI本身并非成熟工具，其能力持续快速演变。核心观点指出，若作为底数的组织、心智和知识未能率先发生根本性质变，那么指数位上的AI放大效应将无法实现，甚至当底数小于1时，幂运算会导致整体结果塌陷。这强调了组织与人的深层变革是发挥AI指数潜力的先决条件。

ginobefun@hongming731

63

本期核心观点是应将AI视为驱动根本性变革的“指数”，而非线性补充工具。杨斌教授指出，组织心智与知识底数需先质变，否则AI放大效应将失效。Karpathy提出编程将演变为设计上下文，程序员角色转向把握品味的“导演”。Demis Hassabis将AGI时间表压至2030年，并指出持续学习与长程推理是关键缺口，建议创业者瞄准“AI推理擅长而暴力搜索失效”的领域构建壁垒。国内实践同样强调，驾驭AI（Harness）与知识沉淀是关键能力。

宝玉@dotey

52

huangserva：这个也太屌了！ 这个中国开发者在飞机上用 MacBook 本地跑 Llama 70B，整整 11 小时没有网络，处理了完整的客户项目。 他坐在跨大西洋航班的…

凡人小北@frxiaobei

53

AI Coding的发展使程序员日常工作变得流程化，类似于流水线工人。要进一步提升效率，必须将人从紧盯电脑屏幕的状态中解放出来，转向更高层次的决策和设计。作者基于此观点，在团队中推动构建auto Coding平台，实现让Agent指挥多个Agents的自动化编码模式，以推动效率的质变。

阿绎 AYi@AYi_AInotes

55

xAI通过Grok API上线声音克隆功能，用户录制一分钟即可快速获得个人声音模型，并免费用于语音代理。与ElevenLabs提供“生成好听声音”的定位不同，xAI聚焦于“生成你的声音”，将声音视为数字身份证，强调其身份属性。安全上要求本人实时录制并验证短语，以防滥用。未来，结合Grok的推理能力，可能诞生能像用户一样思考和说话的AI代理。零门槛技术将推动有声书、游戏配音等应用，但也加剧了深假与诈骗风险，标志着声音正从工具转向身份核心。

凡人小北@frxiaobei

53

Stripe Treasury 的新方向致力于将公司财务转化为AI可调用的基础设施，超越多币种账户和稳定币等传统功能。通过Stripe MCP，AI应用可直接集成Treasury，使智能代理能执行查询余额、支付发票、创建卡片、管理现金流等操作，并借助人工介入循环机制控制风险，推动AI原生财务运营的发展。关键功能包括：支持多币种与稳定币持有、免费向美国企业转账、通过电子邮件向160个国家支付、赚取积分抵扣Stripe费用、使用Stripe卡消费并获得2%现金返还、在移动应用查看余额，以及从任何AI应用使用Treasury。

阿绎 AYi@AYi_AInotes

57

一个零经验的开发者，仅用两周时间，通过向AI描述创意并筛选最佳结果，便独立完成了一款3D外卖配送游戏。这体现了“vibe coding”模式：AI负责所有执行层任务，人类则专注提供方向与审美判断。此举并非作弊，而是创意的民主化，将过去团队数月的工作压缩至个人短期完成。AI虽能生成一切，却无法判断何为舒适、有趣或富有灵魂，这些正是人类不可替代的价值。未来，这种模式或将开启一个属于普通人的全新创作黄金时代。

小互@xiaohu

51

GitHub Copilot的Codex功能新增“宠物”特性。用户可通过输入“/pet”或在设置中启用该功能。宠物提供8种不同形态，并会实时显示三种状态：运行中、等待输入、等待代码审查。系统内置宠物可直接选择，也支持用户自定义生成。自定义宠物能根据用户近期编写的代码语言自动生成相应形象，例如频繁使用Rust可能生成螃蟹形态的宠物。

阿绎 AYi@AYi_AInotes

57

Anthropic CEO Dario Amodei警告，若2027年营收未达万亿美元，公司将破产。这揭示了AI行业依赖指数级增长的经济脆弱性——技术可行不等于经济可行，行业正进行一场“俄罗斯轮盘赌”。同时，GPT与Claude进化方向相反：Claude Opus趋于字面化执行，而GPT-5.5更自主化。这标志着提示工程的核心转变：从教导模型转向要求人类先结构化自身思考，真正的瓶颈在于人的思考清晰度而非模型能力。

阿绎 AYi：我终于明白为啥最近很多人都在说，GPT和Claude突然变笨了， 昨天OpenAI和Anthropic同时发布了官方提示工程指南， 看完我才发现，并不是模型变…

向阳乔木@vista8

49

RecursiveMAS提出递归多Agent系统，革新传统AI协作模式。其核心是让Agent直接传递模型内部的数值向量，而非低效的文字token，从而形成递归闭环进行迭代打磨，仅末轮输出文本。该方法连接模块轻量，底层模型参数固定，仅训练中间传递模块，极大提升了效率。在AIME数学竞赛上，性能显著超越基线13-18%，推理速度提升2.4倍，Token消耗减少75%，且训练成本低于LoRA。递归轮次增加，其效率优势更为明显。