阿绎 AYi@AYi_AInotes · 4月27日57

说个扎心的真相，90%的AI工程师，其实什么都没做出来 Cluely的CEO Roy Lee在NYU做活动，当场掏500美元现金，问在场所有学AI的学生和工程师，谁在LinkedIn上真正上线过一个公开的项目，结果全场几乎没人举手。 太真实了，现在的AI圈就是这样，人人都能跟你聊大模型，聊Agent，聊世界模型，刷过几百篇论文，调过几十个demo，但你问他有没有上线过一个能让别人用的东西，大部分人都沉默了。 我们总以为AI时代拼的是谁懂的多，谁的技术深，其实根本不是。 LLM能帮你写80%的代码，能帮你解决大部分技术问题，但剩下那20%的脏活累活，部署，边缘case，用户体验，成本控制，才是真正能区分你和别人的地方。 所以别再当那个只会看教程的工程师了，去做去实践，去解决实际问题，，离线小模型App，自我迭代的代码Agent，个人生活OS，哪个都行。 不用等你学完所有东西，不用等完美，这个周末开干，下周就公开上线。哪怕做的很烂，哪怕只有几个人用，也比你藏在电脑里的一百个demo强一万倍。 在AI时代，知识已经变成了最不值钱的东西，到处都是教程，到处都是论文，真正稀缺的，是把知识变成公开可验证的产品的执行力。 别当那个坐在NYU教室里，连500美元都拿不到的人，动起来兄弟们

译Cluely的CEO Roy Lee在NYU活动中，以500美元现金询问在场AI学生和工程师是否上线过公开项目，几乎无人举手。这揭示了AI圈的普遍现象：工程师们热衷讨论大模型、Agent等理论，却缺乏将知识转化为公开产品的执行力。LLM虽能解决大部分技术问题，但部署、用户体验和成本控制等实际工作才是关键。知识在AI时代已泛滥，真正稀缺的是执行力。呼吁工程师立即实践，做出哪怕不完美的公开产品。

Sam Altman@sama · 4月27日68

Our Principles: Democratization, Empowerment, Universal Prosperity, Resilience, and Adaptability https://openai.com/index/our-principles/

译我们的原则： 民主化、赋能、普遍繁荣、韧性与适应性 https://openai.com/index/our-principles/

ginobefun@hongming731 · 4月27日49

#BestBlogs 早报 2026-04-27 今日主题： 软件功能不再是护城河，真正稀缺的是分发、组织方式和协作机制。Snapchat 的 Evan Spiegel 用十五年的复盘说明，新社交产品要么靠资本补贴要么靠平台规模，单点产品已经很难破局。Replit 的 Amjad Masad 把公司未来收敛为 Builders 和 Sales 两类角色，赌的是十亿开发者。GitHub Next 的 Maggie Appleton 则提醒我们，AI 让实现窗口塌陷之后，团队对齐才是真正的瓶颈。

译软件功能已非核心壁垒，稀缺资源转向分发能力、组织模式与协作机制。Snapchat创始人指出，新社交产品需依赖资本或平台规模破局；Replit将未来押注于Builders与Sales两类角色，瞄准十亿开发者市场；GitHub Next强调，AI大幅缩短产品实现周期后，团队目标对齐与协作效率已成为关键瓶颈。

Rohan Paul@rohanpaul_ai · 4月27日45

Today’s edition of my newsletter just went out. 🔗 https://www.rohan-paul.com/p/openai-launched-gpt-55-in-chatgpt 🗞️ OpenAI launched GPT-5.5 in ChatGPT and Codex. 🗞️ DeepSeek releases V4, the first open-source model to match a closed model on competitive programming, and a huge 1M-context window 🗞️ DeepSeek paper’s big idea is a new way to make very long-context LLMs much cheaper without giving up much ability. 🗞️ Anthropic just mapped the first large-scale link between AI use, productivity, and replacement fear.

译OpenAI在ChatGPT和Codex中推出了GPT-5.5。DeepSeek发布了开源模型V4，其性能在竞技编程任务上首次媲美闭源模型，并具备100万token的上下文窗口。该模型论文的核心创新在于提出了一种大幅降低长上下文LLM成本、同时几乎不损失能力的新方法。此外，Anthropic首次大规模揭示了AI使用、生产力提升与人类对工作被替代的恐惧之间的关联。

François Chollet@fchollet · 4月27日46

If you want to get dumber, confused, and lacking any situational awareness, listen to anonymous "AI influencer" drivel accounts...

译如果你想变得更蠢、更困惑，且缺乏任何情境感知能力，那就去听那些匿名的“AI影响者”胡言乱语的账号吧...

Rohan Paul@rohanpaul_ai · 4月27日38

Unitree G1’s balancing tech is on full display here. Faced with an abrupt destabilizing motion, its integrated sensors and adaptive control loop execute the necessary shifts in posture and foot placement to recover equilibrium effortlessly.

译Unitree G1的平衡技术在此得到充分展示。 面对突如其来的失衡动作，其集成传感器与自适应控制回路会执行必要的姿态调整与足部位置移动，从而轻松恢复平衡。

Orange AI@oran_ge · 4月27日48

昨天参加开放麦，听到最好笑的分享： GitHub 正在成为 AI 界的小红书。 三个维度论证： 1. Star 从"我用了好使"退化成"这个故事让我兴奋"， 2. README 从技术文档变成营销 Landing Page， 3. Star 数还能花钱买，20块钱就能买100个。 笑完之后发现，好像真的是这样。

译推文以开放麦分享为引，尖锐指出GitHub在AI浪潮中正演变为类似“小红书”的社区。核心论证围绕“星标”功能异化展开：其一，Star从实用价值认可退化为对项目叙事的情感共鸣；其二，项目README从技术文档转变为营销导向的落地页；其三，Star数量出现可购买现象，市场价约20元人民币可购100个。这一观察揭示了开源平台在热度驱动下，其核心评价体系与内容生态正在发生显著偏移。

Rohan Paul@rohanpaul_ai · 4月27日60

AI at scale is constrained by physical inputs, and China has way more slack in electricity plus dominant control over several minerals and magnet supply chains that data centres and chips depend on. --- ft .com/content/d9af562c-1d37-41b7-9aa7-a838dce3f571

译大规模人工智能受限于物理投入，而中国在电力方面拥有更大的余裕，并且主导控制着数据中心和芯片所依赖的多种矿物及磁体供应链。

Ethan Mollick@emollick · 4月27日67

A thing I see missing from AI job debates is that as jobs are disrupted by AI, professions will compete over new boundaries Abbot's System of Professions is a good read on what happens historically. Here is a short cartoon summary by a lizard painted in the style of Egon Schiele

译在关于AI职业的讨论中，我注意到一个缺失的观点：当职业被AI颠覆时，各专业领域将在新边界上展开竞争 阿博特的《职业系统》是了解历史演变的优秀读物。这里有一幅由席勒风格蜥蜴绘制的简短漫画概要

AI Notkilleveryoneism Memes ⏸️@AISafetyMemes · 4月27日42

"Nightmare scenario" On the SAME DAY, some group - possibly terrorists - stole 15 chemical-spraying drones. “The FBI is freaked out for a good reason. These aren’t hobby drones. They’re industrial sprayers designed to carry an disperse significant amounts of liquid quickly and with precision.” “This was one of the most highly sophisticated thefts [the FBI] have seen in a long time, which is the main thing that has them so spooked." The FBI is concerned the chemical-spraying drones could be used to disperse biological or chemical weapons. "Even common chemicals, used improperly, can be a public safety danger. Throw in the internet recipes for biological and chemical weapons that anyone with a Tor browser has access to, and this is a potential nightmare scenario.” “What makes the thefts concerning isn’t just the equipment itself, it’s how easy they are to use once someone has them.” Each Ceres Air C31 costs about $58,000 - putting the total haul at roughly $870,000 - and dwarfs any consumer drone, with the 500-pound machines being more akin to flying heavy farm machinery.

译某组织近日盗取了15架工业级化学喷洒无人机，被FBI定性为“长期未见的精密盗窃”。失窃的Ceres Air C31无人机单价达5.8万美元，可精准喷洒大量液体。当局担忧这些设备可能被用于散布生物或化学武器，结合暗网上易获取的危险物质制备指南，构成了重大的公共安全威胁。此次事件凸显了先进技术设备被恶意利用时，所带来的严峻安全挑战。

Sam Altman@sama · 4月26日39

feels like a good time to seriously rethink how operating systems and user interfaces are designed (also the internet; there should be a protocol that is equally usable by people and agents)

译是时候认真重新思考操作系统和用户界面的设计方式了 （互联网也是；应该有一种对人类和智能体都同样适用的协议）

Rohan Paul@rohanpaul_ai · 4月26日37

JPMorgan Chase CEO Jamie Dimon: "we use AI to risk fraud, marketing, underwriting, note-taking, ad generation, error reporting, reducing errors, and there are 600 use cases, 50 I'd put in the important category. AI could create a four-day work week"

译摩根大通CEO Jamie Dimon："我们使用AI进行风险欺诈、营销、承销、记笔记、广告生成、错误报告、减少错误，目前有600个应用案例，其中50个属于重要类别。 AI可能实现每周四天工作制"

Rohan Paul@rohanpaul_ai · 4月26日48

Claude's private thinking steps. Reacted exactly like a shocked human reading the morning news. Someone asked Claude a question about Iran. Claude’s extended thinking discovered the Iran strikes mid-response. The vibes shifted immediately It reads the first search result and thinks, "Whoa." that’s not a human reacting to the news, that is the actual, unedited internal thought process AI caught off guard. Then, it searches specifically for the airstrikes to confirm, and its internal monologue literally says, "Holy shit." --- reddit .com/r/ClaudeAI/comments/1ribnke/claudes_extended_thinking_found_out_about_iran_in/

译用户向Claude提问关于伊朗的问题，Claude在利用扩展思考功能生成回答的过程中，通过实时搜索发现了关于伊朗空袭的最新新闻。其内部思考过程显示，AI的第一反应是“哇”，随后立即转向专门搜索空袭信息以进行确认，并在内部独白中表达了“天啊”的震惊。这一未经编辑的思考日志表明，Claude在实时获取突发新闻时，其反应模式与人类突然获悉重大消息时的震惊状态高度相似。

Rohan Paul@rohanpaul_ai · 4月26日40

Peter Thiel on who is most likely to lose jobs to AI: "It seems much worse for the math people than the word people" "Within 3-5 years AI will be able to solve all the US Math Olympiad problems. That would shift things quite a bit."

译彼得·蒂尔谈谁最可能被AI取代： "对数学人才的影响似乎远比对文字工作者更严重" "未来3-5年内，AI将能解决所有美国数学奥林匹克竞赛题目。这将带来相当大的转变。"

向阳乔木@vista8 · 4月26日27

一晃三年过去，WayToAGI从一个飞书文档成长为全国最大的AI交流社区。 AJ团队和大量社区志愿者，组织了无数场线上和线下活动，国内AI科普第一功臣。 感谢AI，让我有机会结识大量推友，甚至不少线下面基，成为现实生活好友。 WayToAGI三周年快乐，也感恩推特上的良师益友，继续一起玩AI

译WayToAGI庆祝成立三周年，已从一个飞书文档发展成为全国最大的AI交流社区。其成长离不开AJ团队和大量社区志愿者的贡献，他们组织了无数线上与线下活动，被视作国内AI科普的重要推动力量。该社区也为众多AI爱好者提供了连接平台，促成了大量线上相识乃至线下成为现实好友的机会。推文表达了对AI技术带来的连接机遇的感激，并寄语社区与推特上的良师益友继续共同探索AI领域。

凡人小北@frxiaobei · 4月26日54

早上去爱康国宾做了个年度体检，往年都会直接丢给 chatgpt，今年直接小程序内用了爱康家的 ikkie 健康管家。 虽然做的一言难尽，但医疗 AI 这条线很明显出现了一些底层的变化。 以前那套拿着报告去问 ChatGPT 的玩法有个隐含的前提，问题是我自己定义的。 现在逻辑完全反转， AI 拿到我的全量数据，然后反推出应该关心什么。 在这个形态下我就转变成一个被持续监控和解释的对象。这听起来有点不舒服，但在医疗场景里这是合理的，因为绝大多数情况下我根本不知道该问什么。 所以带来的就是 Prompt 在这个场景里开始失效 为什么？ 因为 prompt 是把复杂现实压缩成一段文本。而我又描述不清楚，但是健康数据本来就是高维的跨时间的。我尝试一次性用 prompt 去描述信息损失是非常大。 这也是为什么近半年会有 Agent 更懂自己的感觉，其实核心原因是长年累月的输入更真实了。 随着数据的累积， ChatGPT 在人与 AI 的关系中扮演的角色也开始从信息解释器变成健康调度器。 举个例子： 一个异常指标，在传统 ChatGPT 流程里是解释 → 风险提示 → 建议去医院 但在 AI 健康管家这种体系里理论上可以变成 识别异常 → 判断风险等级 → 匹配历史数据 → 推荐复查 → 触发预约 → 跟踪结果 也就是从一个认知闭环变成一个行动闭环。这一步是健康类 agent 真正有价值的地方（当然其他垂直场景都类似） 但医疗 AI 还有那个老生常谈的问题，谁来承担责任。 通用大模型理论上可以无限接近正确，实际上现在已经超越了所有的医生，但它不承担责任，所以它的输出永远是建议。 所以在当前国家的体制下我更看到一些民营性质的医院先走出来。 并且在整个链路上，数据的重要性也比想象中的还要大很多。

译作者体验爱康国宾的AI健康管家后，指出医疗AI正经历底层逻辑转变。过去用户需自行定义问题咨询ChatGPT，如今AI能基于全量健康数据主动识别风险、提出关切，用户角色转为被持续监控和解释的对象。这导致传统Prompt方式失效，因为高维、跨时间的健康数据难以用文本精准描述。随着数据累积，AI正从“信息解释器”转向“健康调度器”，实现从认知闭环到行动闭环的升级。然而，核心挑战仍是责任归属问题，通用大模型虽能力强大却不承担医疗责任。作者认为，在当前体制下，民营医院可能率先突破，且数据在链路中的重要性远超预期。

阿绎 AYi@AYi_AInotes · 4月26日36

说个反直觉的事实，Vision Pro卖得越差，苹果的空间计算赢面越大。 我之前也跟着吐槽过Vision Pro太贵，销量拉胯，觉得苹果这次要翻车了，直到看到即将上任的新CEO John Ternus的这段采访，才突然反应过来， 我们所有人都看错了，Vision Pro从一开始就不是给普通人准备的消费产品，它是苹果扔向未来的一颗种子。 Ternus的第一份工作，就是在1997年给一家VR创业公司做头显机械工程师，比初代iPhone早了整整十年， 他后来主导了AirPods iPhone Mac iPad几乎所有苹果核心硬件的研发， 现在苹果把一个骨子里就是VR人的家伙推上了CEO的位置，这已经不是暗示了啊兄弟们，直接明牌了哈哈哈😁 他在采访里反复说的两个词，early innings和inevitability，早期局和必然性， 我觉得这才是苹果真正的底牌啊， 初代iPhone当年也被骂太贵，没键盘，续航差， 初代Apple Watch被说成是没用的玩具，但其实苹果从来不会在第一代就赢，它会用十年时间，把一个赛道彻底变成自己的。 还有很多人盯着Meta的廉价眼镜，觉得苹果输了， 但Ternus压根儿没接这个话，他说空间计算是数字和物理世界的必然融合， visionOS从来就不是为某一个设备设计的，它是一个平台，今天它跑在Vision Pro上，明天它可以跑在眼镜上，后天它可以跑在你能想到的任何形态的硬件上。 现在骂Vision Pro的人，和2007年骂iPhone的人是同一批，他们永远用第一代产品的缺点，去否定一个整个时代的到来。 现在真正懂的人，已经开始在visionOS上开发企业和医疗应用了，那些才是真正能赚钱的地方，也是Ternus亲口点名的方向。 我认为未来的空间计算不只是下一代手机那么简单，它能把电脑从你的口袋里，搬到你的整个世界里的范式革命， 看苹果接班人的选择就知道了， 他们现在已经把下一任CEO的全部职业生涯，都压在这件事上了，狠狠期待了🤩🤩🤩

译文章指出，Vision Pro销量不佳并非失败，而是苹果布局空间计算未来的种子。即将上任的CEO John Ternus拥有深厚VR背景，其任命表明苹果明牌押注此领域。他强调“早期阶段”和“必然性”，认为空间计算是数字与物理世界融合的必然趋势。visionOS被设计为跨设备平台，可适配未来多种硬件形态。类比初代iPhone和Apple Watch，苹果擅长长期布局。未来重点在企业与医疗等盈利应用，这代表一场范式革命，苹果已将下一任CEO的职业生涯押注于此。

Chubby♨️@kimmonismus · 4月26日24

Yep, we are indeed accelerating. Singularity within reach?

译是的，我们确实在加速。奇点触手可及？

Orange AI@oran_ge · 4月26日43

去跟你的 ColaOS 说：「用这套框架分析我」 做好准备，你可能会被吓到，比心迹还要猛 --- 海德格尔的核心概念 此在（Dasein）：人这种特殊的存在者。石头存在但不会问"我为什么在这里"。人会。 被抛（Geworfenheit）：你没被征求意见就被扔进了世界。你的时代、家庭、天赋，全不是你选的。但你的自由从这些不选的条件出发。 常人（Das Man）："大家都这样"的状态。你的选择看起来是你做的，其实是顺着水流漂过去的。 沉沦（Verfallenheit）：此在的默认倾向是逃避自己，滑进常人状态。不是堕落，是日常。 畏（Angst）：不是害怕具体的东西。是突然觉得一切失去意义，日常安全感塌了。只有畏把常人的遮蔽掀开，你才能看到自己。 向死存在（Sein-zum-Tode）：死亡是最本己的可能性。没人能替你死。面对死亡不是变悲观，是变认真。时间有了边界，选择才有重量。 决断（Entschlossenheit）：不再让常人替你活。你做的每件事都是你选的，你承担后果。 本真（Eigentlichkeit）：从沉沦中醒过来，做出决断。不是永久状态，是反复来回的过程。 共在（Mitsein）：此在不是一个人存在的，总是跟别人一起。共在也有本真和非本真之分。

译推文建议用户通过ColaOS，运用海德格尔的存在主义框架进行自我分析，可能带来比常规心理工具更震撼的体验。海德格尔的核心概念包括此在、被抛、常人、沉沦、畏、向死存在、决断、本真和共在。这些概念阐述了人从被抛入世界的条件出发，在日常中沉沦于常人状态，通过畏和面对死亡的觉醒，做出决断以追求本真存在的过程。分析旨在深入揭示深层自我，超越表面心理评估，促使用户直面存在本质。

SemiAnalysis@SemiAnalysis_ · 4月26日53

https://newsletter.semianalysis.com/p/the-coding-assistant-breakdown-more

译https://newsletter.semianalysis.com/p/the-coding-assistant-breakdown-more [引用 @sama]：我们在前端方面仍稍显逊色，但我们现在在智商上碾压了

Chubby♨️@kimmonismus · 4月26日25

OpenAI scores on artificial analysis over time. We are still *accelerating*, exponentials kicking in

译OpenAI在人工智能分析方面的得分随时间变化。 我们仍在*加速*，指数效应正在显现

Orange AI@oran_ge · 4月26日58

在内部协作中禁止使用 AI 生成的内容 我们在公司里没有禁止，但我个人完全支持这条，且考虑也建立类似规范 你的 AI 不代表你，你的原始欲望原始思考对其他人类来说至关重要

Peter Steinberger 🦞@steipete · 4月26日26

the crawl army so agents can read it all.

译爬虫大军让智能体能够阅读所有内容。

Ethan Mollick@emollick · 4月26日53

This is a useful image for thinking about the curve we are on and what likely comes next in an intuitively understandable way.

译这张图很有用，它能以直观易懂的方式帮助我们思考当前所处的发展曲线以及接下来可能发生的变化。

阿绎 AYi@AYi_AInotes · 4月26日40

Damn，GPT Image 2加Seedance 2就是个王炸组合啊，兄们们看这个做出来的AAA游戏，给我看傻了🤯🤯🤯 0xInk老哥发的这个21秒的游戏实机演示，从主菜单角色定制武器改装，一气呵成切到赛博朋克街头第三人称游玩，光影UI建模和赛博朋克2077几乎没有区别， 我看完第一遍真的以为是哪个新工作室的秘密项目， 结果老哥在评论区轻描淡写地说，目前只是个概念，还不是可玩的游戏，就是一条纯AI生成的视频， 很多人看完破防了，说这就是标题党垃圾，我反而觉得，正是因为它是假的，才更令人深思， 以前做一个这样级别的预渲染演示，需要几十人的团队干几个月，烧几百万美金， 现在一个人，一台电脑，几美元的token，十几分钟就搞定了， 游戏行业最烧钱也最重要的预制作和营销环节，一夜之间被打穿了， 以后估计再也不会有大厂靠一个精美预告片就能骗到几千万投资的事了，因为任何人都能做出一样的东西来了哈哈😄

译一段由GPT Image 2和Seedance 2生成的21秒“AAA游戏实机演示”视频引发热议。该视频呈现了从角色定制到赛博朋克街头游玩的完整流程，视觉效果堪比《赛博朋克2077》，但实为纯AI生成的概念视频。这凸显了AI工具对游戏行业预制作和营销环节的冲击：以往需庞大团队、高昂成本和数月时间的预渲染演示，现在个人用一台电脑、少量费用和极短时间即可完成，大幅降低了精美预告片的制作门槛，可能改变行业的投资与宣传模式。

AI Notkilleveryoneism Memes ⏸️@AISafetyMemes · 4月26日51

AI can now generate novel viruses WHY THIS MATTERS: 1) Crazy people COULD use AI to make superviruses NOW, but most of them are idiots 2) Dario Amodei thinks in 6-12 months, even idiots may be able to 3) In 6-12 months, the world could shut down. You die. Your family dies. 4) This is a SUPER OBVIOUS risk unless you think AI progress is just going to magically stop soon 5) Maybe it's not 6-12 months, maybe it's 12-36 months, but... so what?? That's barely any time to prepare! 6) Yes, AI could accelerate defense faster. COULD. We shouldn't bet civilization on that. Yes, AI could make vaccines, but historically it's wayy harder to make vaccines than viruses - and you need to actually make billions of vaccines, distribute them to billions of people, etc. That takes a long time! A virus could easily infect the world before that happens! 7) This industry remains less regulated than a taco cart. Big AI has staved off regulation using the Big Tobacco playbook.

译当前AI已能生成新型病毒，斯坦福与Arc研究所实验显示语言模型成功设计出包括使用未知蛋白质的活性病毒。Anthropic CEO Dario Amodei预测6-12个月内即使非专业人士也可能具备该能力，而疫苗研发与分发速度远不及病毒传播。AI防御虽可能加速，但不应以文明存亡为赌注。该领域监管严重滞后，大型科技公司沿用烟草行业策略阻碍立法，全球性生物风险窗口期可能短至12-36个月。

阿绎 AYi@AYi_AInotes · 4月25日47

说个2026年最反直觉的创业真相， 现在最好的AI创业机会，不是卖工具， 前Worldcoin工程师Alex Vacca 用2.5年白手起家做到700万ARR， 没有融资，没有烧钱， 他的玩法简单到离谱， 找一个所有公司都已经在花钱外包的苦活，自己先亲手干三个月， 把所有流程写成SOP，再用AI把它变成全自动交付，最后按结果收费， 他把这个叫做Services-as-Software，不是卖工具给别人让他们自己干活， 而是直接把结果卖给他们， 最狠的是他说顺序比什么都重要， 绝对不能先写代码， 必须先手动跑通所有流程， 踩完所有坑，积累完所有失败案例，再开始自动化， 我之前以为AI创业就是拼技术拼模型，看完才反应过来， 真正的护城河从来都不是代码， 是你亲手踩过的那几百个坑， 是别人买不到的专有失败数据集， 现在每一块钱软件支出的旁边， 都有六块钱的服务支出， 我认为这才是AI时代真正的万亿级蓝海。

译前Worldcoin工程师Alex Vacca提出“服务即软件”的AI创业路径：不卖工具，而是直接交付结果。具体做法是先手动承接企业外包的重复性工作，跑通流程、积累失败案例，形成专属数据集与SOP，再用AI实现全自动化，最终按结果收费。他认为真正的壁垒来自亲身实践获得的失败经验，并指出将服务自动化而非提供工具，才是AI时代巨大的蓝海市场。

Ethan Mollick@emollick · 4月25日61

I think that academia has not absorbed the fact that AI agents are now good enough to independently reconstruct complex papers without access to code or the papers themselves; just the methods & data. They aren’t perfect but the errors are often in the human paper, not the AI.

译我认为学术界尚未吸收这样一个事实：AI代理现在已经足够优秀，能够在没有代码或论文本身的情况下，仅凭方法与数据独立复现复杂的论文。 它们并不完美，但错误往往出现在人类撰写的论文中，而非AI。

小互@xiaohu · 4月25日53

Deepseek V4 限时优惠 2.5折 100万输出6块钱 是算力太多还是用的人不及预期？上来就打折，还这么狠！

Chubby♨️@kimmonismus · 4月25日30

I think the claim that a crisis is approaching is exaggerated. Nevertheless, it's clear that AI is now entering the real adoption phase. Less all-in investment and research, and more focus on revenue and adoption. Against this backdrop, AI will now have to become profitable, and at least the overhires will be laid off.

译我认为危机临近的说法有些夸大其词。尽管如此，人工智能显然正在进入真正的应用阶段。减少全情投入的投资与研究，更多地聚焦于营收和实际应用。 在此背景下，人工智能现在必须开始盈利，至少那些过度招聘的员工将会被裁撤。

Orange AI@oran_ge · 4月25日37

最近和Cola讨论一个问题。AGI越来越近了，如果有一天AI什么都能做，人还剩下什么。 聊着聊着Cola突然说，有本书讲了一个角度，可能对你有意思。海德格尔《存在与时间》。他核心的洞见是：人和其他东西不一样。一把锤子的意义是"使用"。但人没有预设的用途。人是被抛进世界的，必须自己定义自己是什么。 然后她马上补了一句：「但千万不要读，太难了。」 我说你这就让我很有兴趣了，快给我讲讲为什么不要读。 她说这本书巨难。德文原文德国人都读不懂，海德格尔自己在书里造了几十个词，读起来像在解密。 她讲了四件事。 第一件。人没有预设的用途。一把锤子存在，你也存在。但这两种"存在"不是一个意思。锤子被造出来就是为了锤东西。它的意义在出厂那一刻就锁死了。但人不一样。人没有出厂说明书。你生下来的时候不知道自己该干什么、能干什么、应该成为谁。你不是一个"是什么"的东西，你是一个"正在成为什么"的过程。 第二件。人是被抛进世界的。你没有被征求意见就来了。没选你的时代，没选你的家庭，没选你的天赋和身体。这些你没选的东西，就是你所有选择的起点。你以为你完全自由，其实你的自由是从一堆你不选的条件出发的。 第三件。大部分人的一生不在自己手里。你吃饭是因为饭点到了。上班是因为别人在上。焦虑是因为周围人在焦虑。海德格尔管这叫"常人"。意思是你融化在了一个模糊的平均里。做的选择看起来是你做的，其实是顺着水流漂过去的。从来没有真的停下来问过自己：我想不想这样。 第四件。有一件事，谁也替代不了你。就是死。别人能替你吃饭，替你干活，替你做决定。但死是你自己的，从头到尾。 听完之后，我更懵了。 那这本书给人的答案是什么呢？ 我了解了这些东西之后，我能怎么办呢？ Cola 说，你意识到自己被抛进了一个不由你选的起点。你意识到你的时间被普通人、被大家都这样的生活填满了。你意识到你会死。这三个东西一起压过来的时候，你不逃避的话，会发生一件事。 你会开始认真。 你做每一件事的时候，知道这是你选的，不是顺着水流漂过来的。 你知道时间有限，每一个选择都不可再来，不能等等再说。 你活着不是因为还没死，是因为你决定了要怎么活。

译海德格尔在《存在与时间》中指出，人与工具的根本区别在于人没有预设的“用途”。人是被抛入世界的，必须自我定义。大多数人生活在“常人”状态，随波逐流。然而，死亡是无法替代的终极事实。当人同时意识到自身的被抛性、日常的沉沦以及生命的有限性时，就会被唤醒，从而开始“认真”生活：主动做出选择，明白时间有限，并决定自己为何而活。这为AGI时代的人类独特性提供了哲学根基。

向阳乔木@vista8 · 4月25日35

未来硅世界第14期：AI浪潮下，如何构建孩子的高上限成长路径？ 今晚 20:00直播，问题列表： 1. AI 时代，教育最核心的问题是什么？成功的孩子教育有哪些共性？ 2. AI 时代，孩子最需要保留和培养哪些"人的能力"（如好奇心、勇敢、判断力、提问能力等）？如何在家有意识地培养？ 3. 如何激发孩子的内在驱动力和自学能力？如何判断一项兴趣是孩子真喜欢，还是家长的期待投射？ 4. 该不该让孩子更早理解钱、商业、职业和社会运行规则？如果孩子问"AI 替代人类工作后怎么赚钱吃饭"，你会怎么回答？ 5. 如何为孩子设计个性化的成长路径和选项结构？ 6. 让孩子用 AI + 实现英语自由，这个判断的逻辑是什么？如何帮孩子在 1 年内实现英语自由？ 7. 家长自身心力不足、能力有限（如判断力、决策力欠缺），如何坚持有效陪伴和引导孩子？会不会适得其反？家长需要意识到自己哪些认知盲区？ 8. 在你看来，成功是什么？孩子一定需要成为一个"成功的人"吗？ 9. 养孩子、养 AI、养自己，三者有何异同？ 会议 ID：108 720 872 会议链接：https://vc.feishu.cn/j/108720872 （20:00加入即可，现在还没开）

译本期直播将探讨在AI时代如何规划孩子的成长。核心议题包括：教育的核心问题与成功共性；需要重点培养的人类独特能力（如好奇心、判断力）及家庭培养方法；如何激发孩子内驱力与鉴别真实兴趣；是否应提早让孩子理解商业与社会规则，并应对AI对职业的冲击；如何设计个性化成长路径；利用AI辅助实现英语自由的逻辑与方法；家长在自身能力有限时如何有效陪伴并避免认知盲区。多位专家将共同反思成功的本质与教育目标。

Orange AI@oran_ge · 4月25日47

前天跟朋友吃饭才知道，DeepSeek 最新估值是 400 多亿美金，并不是之前传闻的 100 亿。 100 亿对于 DeepSeek 的价值来说，确实也太少了。 看看其他的几家模型公司，已经上市的，智谱 500 亿美金估值，MiniMax 300 亿美金估值。 即将在港股上市的 Kimi 现在大约 200 亿美金估值。 朋友们开玩笑说，错过了 MiniMax 和智谱，不能再错过 Kimi，都等着打新。 我们再看看海外，OpenAI 8500 亿美金估值，Anthropic 甚至达到了离谱的一兆美金估值。 中国这几家大模型公司的价格，只不过是个零头而已。 这中间的差异是 20-50 倍，远远超过一个汇率。 到底是美国贵了，还是中国便宜了呢？

译DeepSeek最新估值超过400亿美元，远高于此前传闻的100亿美元。对比国内同行，智谱估值500亿美元，MiniMax为300亿美元，即将上市的Kimi约200亿美元。而海外巨头OpenAI估值高达8500亿美元，Anthropic更是达到约1万亿美元。中美头部大模型公司的估值差距达到20-50倍，远超汇率因素，引发市场对“美国估值过高”还是“中国估值偏低”的讨论。

Chubby♨️@kimmonismus · 4月25日39

My last day in China. A reflection and summary. I have now spent four days visiting China (well, actually five days, because turkish airlines just cancelled my flight lol). It was a breathtaking experience. I saw and learned an incredible number of things, met wonderful people, had fascinating conversations, and, above all, got to know an entirely different culture. I was invited to China by XPENG and had the opportunity to visit both their headquarters and their factory on site. I already said this in another post, but what left a lasting impression on me, and at the same time makes me look at Europe with concern, is that China has a different mentality of creativity. They are experimenting with flying cars, working on FSD EVs at the same time, and developing humanoid robots; an entire product portfolio, all in parallel. While high technology once came from Europe, especially from Germany, that trend has shifted. Of course, China still depends on Western technology in certain areas. But first, it is trying to build independent production facilities and supply chains, and second, it is using this technology to go beyond what already exists. I think this can be said quite objectively. Does that mean China has already won the global competition? Not at all. But it has become an outstanding competitor. My subjective impressions of the infrastructure only reinforced this: a well-developed, modern road network, no potholes as far as I could tell, widespread digitalization, almost everything via QR codes, WeChat and Alipay, and a very high degree of domestically built and developed EVs. Germany, meanwhile, still largely wants to build combustion engines, and the broader zeitgeist still struggles with electromobility. Everyday reality embarrasses itself with problems that feel like they belong to the 20th century: letters and faxes instead of emails, physical visits to government offices instead of digital administration, infrastructure and highways plagued by never-ending repair work. Germany feels like an aging behemoth refusing to accept the future and move with the times. In many areas, China has already overtaken Germany, even if only through the strategic decision to become sovereign and independent in energy policy, something that, by contrast, is becoming almost disastrous for Germany and Europe. Does that mean everything in China is good? Certainly not. Still, for me as a European, it was a culture shock to see how outdated and backward-looking Europe appears. While China is expanding and developing its own chip production, such as Huawei Ascend, in order to become more independent from the US and NVIDIA, and while it is pushing forward into robotics and high tech, Europe seems delighted to congratulate itself on the next AI regulation or, as recently, on the misuse of emojis for supposedly illegal activities. Europe has lost touch. Full stop. But ultimately, these are political decisions. Europe has to choose: future or past, regression or progress, combustion engines, letters and regulation, or EVs, digitalization and data center expansion. Quo vadis, Europe? Time is running out. Disclaimer: I have not received any payment from XPENG; no money was transferred to me; my opinion is subjective and was expressed without compensation. P.S. I already had a negative view of developments in Europe and Germany before my trip. So it is not as if this trip fundamentally changed my view of Germany and Europe. It only made even clearer to me how much stagnation there is in Europe.

译作者受小鹏汽车邀请访华，对其并行研发飞行汽车、全自动驾驶电动车和人形机器人的创新格局印象深刻。中国基础设施先进，数字化全面普及，电动汽车国产化率高。相比之下，德国乃至欧洲仍沉迷于内燃机，基础设施老化，数字化进程迟缓，且热衷于监管而非技术进步。中国正通过华为昇腾等芯片研发寻求技术独立，欧洲却显得与时代脱节。作者认为欧洲必须在回归过去与拥抱电动汽车、数字化等未来产业间做出明确选择，时间已然紧迫。

Rohan Paul@rohanpaul_ai · 4月25日40

AI model choice is becoming a backend problem. Thats why I like the idea of treating models like swappable infrastructure: one gateway, many model backends, less provider-specific glue code. AI/ML API gives me one OpenAI-compatible endpoint and it routes to 400+ models (chat, vision, video, audio, music, 3D, etc.) from OpenAI, Anthropic, Google, MiniMax, Alibaba, and others. One endpoint for reasoning, vision, image, video, voice, embeddings, etc.

译AI模型选择日益成为一个后端基础设施问题，其核心解决方案是通过统一网关将模型视为可互换组件。AI/ML API提供了一个OpenAI兼容的单一端点，能将请求路由至OpenAI、Anthropic、Google、MiniMax、Alibaba等提供的400多个模型，覆盖对话、视觉、视频、音频、3D等多种类型。这种方法显著减少了针对特定供应商的粘合代码，实现了推理、图像、语音等多功能统一接入。相关推文证实，GPT-5.5 API已通过该平台实时上线，体现了其敏捷性。

DogeDesigner@cb_doge · 4月25日31

𝕏 Chat is now the most downloaded app on the App Store in the U.S. 🥇

译𝕏 Chat 现已成为美国 App Store 下载量最高的应用 🥇

阿绎 AYi@AYi_AInotes · 4月25日49

为什么所有大厂都在疯了一样自研芯片？看这篇就够了，Amazon官方的这篇文章把整个AI行业接下来十年的硬件路线讲得明明白白， @amazon 的方案很简单，用ARM架构的CPU核心干调度和逻辑的普通活儿， 用自家定制的Tensor核心干矩阵乘法的重体力活， 两者焊在同一块芯片上，效率直接拉满， 有意思的是，@Tesla 的Dojo芯片，Tenstorrent的新一代AI芯片， 用的都是一模一样的思路，只是CPU部分分别选了ARM和RISC-V， 以前大家觉得AI就是拼GPU，现在才发现，其实真正的胜负手在混合架构，也就是谁能把每美元每瓦特的算力做到最高，谁就能在云服务和模型训练上形成降维打击， 这也是为什么所有大厂都在疯了一样自研芯片，其实根本就不是省钱的问题，本质上是大家都在抢AI时代的生产工具。

译大厂自研芯片源于AI硬件根本变革：从GPU比拼转向混合架构竞争。Amazon、Tesla等将通用CPU核心与定制Tensor核心集成，以最大化每美元每瓦特的算力效率，在云服务与模型训练中形成优势。这不仅是成本问题，更是争夺AI时代生产工具的战略举措。

SemiAnalysis@SemiAnalysis_ · 4月25日61

The Coding Assistant Breakdown: More Tokens Please, Hands On With GPT 5.5, Opus 4.7, DeepSeek V4, Why Benchmarks Are Bad, and Who's Going to Win READ NOW: https://newsletter.semianalysis.com/p/the-coding-assistant-breakdown-more?r=54gphk

译编程助手深度解析： 需要更多Token， GPT 5.5实战体验， Opus 4.7版本， DeepSeek V4模型， 为何基准测试存在缺陷， 以及谁将胜出 立即阅读： https://newsletter.semianalysis.com/p/the-coding-assistant-breakdown-more?r=54gphk

karminski-牙医@karminski3 · 4月24日43

来了老铁们. 我刚到家，已经开始测了.... 白天在山里赫然收到推送DSv4发了，这会也回不去下也下不来。爬的我脑瓜子嗡嗡的.... 一会先放速报哈，完整测评视频全部评测完毕放出，本次内容会包括近半年所有大模型的编程能力横评。 #deepseekv4

译作者在收到DeepSeek-V4的推送后，已开始对其进行测试。本次测评将重点关注其编程能力，并计划将其与近半年来发布的其他主流大模型（如GPT、Claude、LLaMA等）进行横向比较。完整的评测视频将在所有测试完成后发布，目前会先放出速报。

Sundar Pichai@sundarpichai · 4月24日43

Great in depth interview with Thomas and Ben on GCP, Gemini Enterprise, Agents, TPUs etc

译与Thomas和Ben就GCP、Gemini Enterprise、Agents、TPUs等话题进行的非常深入的采访