Yann LeCun@ylecun · 5月16日71

Fun interview with Jacob Effron on the Unsupervised Learning podcast.

译在Unsupervised Learning播客中，AI先驱杨立昆阐述了其对大型语言模型局限性的反主流观点，并探讨了机器人技术的发展路径。他解释了离开Meta的原因，以及与Geoff Hinton、Yoshua Bengio在图灵奖观点上的重大分歧。访谈还涵盖了他对2027年的预测、新公司AMI对世界模型的押注，并将OpenAI和Anthropic比作Sun Microsystems。此外，他建议博士生停止研究LLM，并分享了对AI安全、突破性研究发生机制以及Meta FAIR得失的尖锐见解。

Emad@EMostaque · 5月16日27

Team @grok @xai can you please allow latex uploads on mobile app thx

译@grok @xai 团队 能否请在移动应用中允许LaTeX上传 谢谢

Emad@EMostaque · 5月16日47

Spent some time this week looking at the economic impact of humanoid robots and its so much bigger than digital AI The numbers get very crazy, has anyone dug into it and not found this the case?

译本周花时间研究了人形机器人的经济影响 其规模远超数字AI 数据令人震惊 有人深入研究后得出不同结论吗？

Chubby♨️@kimmonismus · 5月16日51

I smell a rates reset incoming. And I gladly take it

译我嗅到了利率调整即将来临的气息。而我欣然接受它

歸藏(guizang.ai)@op7418 · 5月16日64

忘了发飞书 CLI 的地址了，没装的推荐试试： https://github.com/larksuite/cli

译飞书CLI工具开源一个多月便在GitHub获得万星，显示市场高度认可。该工具几乎能控制飞书所有能力，让用户无需与传统UI交互即可完成工作。作者指出，AI时代SaaS软件的竞争焦点正从UI转向对Agent的适配程度和覆盖率。飞书CLI通过分层架构、Skills说明书及Dry Run等对Agent友好的设计，有效降低了复杂软件的使用门槛，并为其快速迭代投入巨大。这为开发者提供了新路径：结合飞书CLI与Agent框架，可直接利用飞书的聊天界面、多维表格和群组构建Agent产品，无需从头开发前端界面。

Yuchen Jin@Yuchenj_UW · 5月16日14

Real men only use: - Github - X - Claude Code/Codex

译真男人只用： - Github - X - Claude Code/Codex

elvis@omarsar0 · 5月16日56

// Is Grep All You Need? // Pay attention to this on, AI devs. (bookmark it) They find that grep-style text search, when wrapped in the right agent harness, matches or beats embedding-based retrieval on coding-agent tasks. Are vector databases even needed where this is all going? It might be that what coding agents needed was not better embeddings. It was better harness design around primitive tools. If you operate a coding-agent stack that depends on a vector DB, it might be time to re-evaluate. My personal experience on this has been that agentic search, if done right, is more than good enough for a lot of use cases. But you also have to understand how to properly index and structure information for the agents to take advantage. At scale, vector databases do shine so take that into account as well. In most cases, a hybrid approach often works best but that's something we haven't figured out really well as of yet. Paper: https://arxiv.org/abs/2605.15184 Learn to build effective AI agents in our academy: https://academy.dair.ai/

译一项研究发现，将grep风格的文本搜索置于合适的智能体框架中，在代码智能体任务上的表现可匹配甚至超越基于嵌入向量的检索方法。这引发了对向量数据库必要性的质疑，核心观点指出代码智能体可能并非需要更好的嵌入模型，而是需要对基础工具进行更优的框架设计。作者建议依赖向量数据库的代码智能体栈应重新评估方案。虽然向量数据库在大规模场景中仍有优势，但智能体搜索若设计得当，已能满足多数用例。目前，结合两者的混合方法通常最优，但尚未被充分掌握。

Nathan Lambert@natolambert · 5月15日44

I've been re-reading a lot of Bill's foundational blogs on open-source business strategy, so I was so happy that he wrote an updated version on it and wrt AI. Must read.

译我重读了许多比尔关于开源商业策略的基础博客，很高兴他针对该主题及AI领域撰写了更新版。必读之作。 [引用 @bgurley]：一篇新的@bgurley博客文章！ https://substack.com/home/post/p-197032865?source=queue

DogeDesigner@cb_doge · 5月15日46

Elon Musk shares his goal for the new Grok powered 𝕏 algorithm. "It should be possible for somebody to post content as a new user with no followers and if that content is intrinsically excellent, it can be seen by a lot of people. That's our goal."

译埃隆·马斯克分享了他对由Grok驱动的新𝕏算法的目标。 "即使是一个零粉丝的新用户发布内容，只要内容本身足够优质，就应当能被大量用户看到。这是我们的目标。"

Ethan Mollick@emollick · 5月15日46

Codex is very good, but it is still a very "developer coded" interface for an everything app. And it continues the somewhat annoying AI perspective that non-coders are just not as competent and need stuff hidden from them, as opposed to requiring a different form of complexity.

译Codex非常出色，但对于全能应用而言，它仍是一个极具“开发者编码”风格的界面。 它延续了某种略显恼人的人工智能视角：认为非编程者能力不足，需要向他们隐藏功能——而非提供另一种形式的复杂性。

Baidu Inc.@Baidu_Inc · 5月15日39

The rise of the agent era is bringing new questions into focus: how value should be measured, how agents and people evolve together, and what infrastructure is needed to support agents at scale. At Baidu Create 2026, Robin Li explored Daily Active Agents (DAA) as a new defining metric, "AI evolution theory" across agents, individuals, and organizations, and our full-stack infrastructure built for the agent era. Taken together, they offer a broader view of how this shift is beginning to unfold. Watch the recap ↓

译在Baidu Create 2026上，李彦宏阐述了智能体时代的关键议题。他提出了“日活跃智能体”（DAA）作为衡量价值的新核心指标，并探讨了“AI进化理论”，该理论涵盖智能体、个人与组织三个层面的协同演进。同时，百度展示了为大规模支持智能体而构建的全栈基础设施。这些观点共同勾勒出智能体时代发展初期的基本框架与方向。

meng shao@shao__meng · 5月15日30

最近跟几位朋友沟通中多次提及 Lovart，真的很好奇，Lovart 过去的一年发生了 tm 的什么？ 好像从那个横空出世的 Design Agent，变成了...

译最近跟几位朋友沟通中多次提及 Lovart，真的很好奇，Lovart 过去的一年发生了特么的什么？ 好像从那个横空出世的 Design Agent，变成了...

Rohan Paul@rohanpaul_ai · 5月15日20

And this is why you pay $30,000 a year for a Bloomberg terminal. Founder of the Bloomberg Terminal explaining here the functions. The most elite information and analytical tools are still nowhere near the hands of the everyday public.

译这就是为什么你每年要花3万美元购买彭博终端。 彭博终端的创始人在这里解释其功能。 最顶尖的信息和分析工具仍然远未普及到普通公众手中。

向阳乔木@vista8 · 5月15日59

AlphaGo的核心研究员 David Silver 提过一个思想实验： 如果把大语言模型扔到一个相信地球是平的世界里。 如果它无法跟真实世界互动，就算代码写得越来越好，它永远都只会是个"地平论者"。 说明模型真正的天花板，不是算力，不是参数量，而是它只能在被喂给它的数据框架里思考。

译AlphaGo核心研究员David Silver提出一个思想实验：若将大语言模型置于一个普遍相信地平说的世界，且模型无法与现实世界互动，那么无论其代码如何优化，它都将永远是一个“地平论者”。这揭示了大型语言模型（如GPT、Claude、LLaMA等）真正的能力上限并非取决于算力或参数量，而在于其思维被严格限制在所“喂养”的数据框架之内，缺乏与现实交互以验证和更新认知的根本能力。

Rohan Paul@rohanpaul_ai · 5月15日39

"You're going to have a relatively small number of very large companies and a very large number of very small companies because you don't need as many people." ~ Eric Schmidt, Ex CEO of Google

译"未来将出现少数巨型企业与大量微型企业并存的现象，因为企业所需人力已大幅减少。" ~ Eric Schmidt, 谷歌前CEO

Rohan Paul@rohanpaul_ai · 5月15日49

Ex-Google Exec Mo Gawdat's interview almost a year back: "We're going to start to see a trillionaire before 2030. I can guarantee you that someone will be a trillionaire. There will be a new Elon Musk or Larry Ellison that will become a trillionaire because of AI investments, right? And that trillionaire will have so much money to buy everything. There will be robots and AIs doing everything, and humans will have no jobs." --- Video from 'The Diary Of A CEO' YT Channel (link in comment)

译前谷歌高管莫·盖瓦德近一年前采访： “2030年前我们将见证万亿富翁诞生。我可以保证一定会有人成为万亿富翁。 将会出现新的埃隆·马斯克或拉里·埃里森，凭借AI投资成为万亿富翁，对吧？这位万亿富翁将拥有足以买下一切的财富。届时机器人和AI将包办所有工作，人类将无业可就。” --- 来源：YouTube频道“CEO日记”（链接见评论）

Rohan Paul@rohanpaul_ai · 5月15日43

$10 trillion valuations for companies are ahead. ~ Alfred Lin, Partner of Sequoia "It's really, really exciting time to build because what is possible now, was not possible before."

译红杉资本合伙人Alfred Lin认为，万亿美元市值的公司即将出现，当前是一个前所未有的创业时代。前Google高管Mo Gawdat在采访中预测，2030年前将出现首位万亿富翁，其财富将源于AI投资。他警告，届时AI和机器人将替代人类完成所有工作，可能导致大规模失业。

Chubby♨️@kimmonismus · 5月15日56

Dario reiterates in his latest article: Powerful AI ("AGI") is coming in 2028. As a reminder, here's what he said about it in Machines of Loving Grace: "Powerful AI" describes a system that is not just better than humans at individual tasks, but smarter than top experts across most important domains, able to reason, create, code, research, and act autonomously through digital interfaces. and "A country of geniuses in a datacenter" means that millions of these highly capable AI agents could run in parallel, working faster than humans and collaborating like an entire nation of Nobel-level experts compressed into computing infrastructure. In the latest blogpost they write: "When US frontier labs release new models in 2028 that achieve step-function advances in capabilities (similar to the relative impact of Mythos Preview in April 2026)"

译Dario在其最新文章中重申，强大的AI（或称AGI）将在2028年到来。他定义的“强大AI”并非仅在单一任务上超越人类，而是在大多数重要领域比顶尖专家更聪明，具备自主推理、创造、编码、研究和通过数字界面行动的能力。他进一步用“数据中心里的天才国度”来比喻，即数百万个这样的高能力AI代理可以并行运行，其工作速度远超人类，并能像压缩在计算基础设施中的整个诺贝尔奖专家群体一样协作。其最新博文预测，到2028年，美国前沿实验室将发布能力实现阶跃式提升的新模型。

AYi@AYi_AInotes · 5月15日67

Google下周要发布的Gemini Spark，应该是 AI Agent 时代真正到来的信号了🙂 我理解它既不是ChatGPT的直接竞品，也不是又一次模型参数的升级， 更像一个Google正式把AI从你叫它才干活的工具，变成了24/7替你运行的个人操作系统级Agent， 它不会再等你发prompt，会主动自己帮你筛选邮件，预约会议，跟进在线任务，甚至代你上网点按钮填表格， 我觉得最核心的突破是它终于有了持久化的记忆和上下文， 以前的AI每次对话都是全新的，用完就忘， 现在它会持续从你的每一次操作里学习，越用越懂你， 别人做代理还在拼谁的工具调用更全，Google直接掏出了别人永远复制不了的杀手锏， 你的搜索历史，你的位置信息，你的日历邮件，你的所有Google服务数据，这些加起来就是一张关于你的完整全息图， 我觉得这才是真正的护城河， 当然风险也真实存在，它会保存你的登录凭证，会在必要时分享你的信息，甚至可能未经确认就直接购物， Google把这些警告都给你写的明明白白， 但我想大多数人最终还是会选择便利，毕竟历史上每一次数据换便利的博弈，结果从来都没有变过， 真正聪明的人不会全盘拒绝，也不会全盘接受， 他们会把控制权握在自己手里，只开放必要的权限，定期清理数据， 对重度依赖Google生态的人来说，这可能不是百分之十几的效率提升， 可能是整个工作和生活流程的彻底重构， 你睡觉的时候它在帮你处理邮件， 你吃饭的时候它在帮你跟进项目， 这才是AI Agent真正该有的样子， 5月19号的Google I/O，很可能会成为2026年Agentic AI真正的分水岭时刻，一起期待吧 #Gemini #AI代理 #GoogleIO

译Google即将发布的Gemini Spark标志着AI Agent时代的实质性进展。它并非单纯的聊天机器人或模型升级，而是演变为一个能24/7持续运行、拥有持久化记忆的个人操作系统级代理。其核心在于能主动处理邮件、预约会议、跟进任务，并持续从用户操作中学习。Google的独特优势在于整合了用户的搜索历史、位置、日历、邮件等全生态数据，构成了强大的护城河。尽管存在数据与隐私风险，但该产品有望彻底重构重度Google用户的工作与生活流程，使5月的Google I/O成为Agentic AI发展的关键节点。

宝玉@dotey · 5月15日63

看卡兹克提到飞书 CLI 的 star 数过万了，意料之中，飞书确实是目前国内 Agent 最友好平台，我自己也常用飞书 cli 抓去飞书文档为 markdown 和下载文档图片 通常我看一个开源项目是否靠谱，或者是不是 KPI 驱动的开源项目，通常看几个方面： 1. Star 数量，这个虽然也有做假可能，但大多数时候还是能客观反应项目热度 2. Commit 历史，是否活跃提交，很多项目你一看提交时间在几个月前，甚至几年前，那这个项目多半没人维护了，要慎用 3. Issues 数量和关闭速度，一个热门项目是不愁 Issues 的，有人用才有 Issues，但如果只有新 Issue，没有 Issues 被关闭也不好，说明没人认真处理 4. PR（Pull Request）被合并的记录，开源项目不只是说简单的把源代码放出来，社区参与也很重要，如果你发现很多社区的 PR 都没有处理响应，那说明官方不重视社区的参与 拿这几个标准去看大多数项目，你就可以知道这项目是不是靠谱，这几点飞书 cli 都是做的不错的了。 https://github.com/larksuite/cli

译飞书CLI在GitHub上的star数已过万，作者认为这印证了飞书是国内对Agent最友好的平台。作者提出评估开源项目是否靠谱的四项关键标准：star数量反映项目热度；活跃的commit历史表明项目持续维护；issues的数量与关闭速度体现用户活跃度和问题处理效率；社区PR被合并的记录则显示项目对社区参与的重视。飞书CLI在这些方面均表现良好。

Saining Xie@sainingxie · 5月15日42

on the topic of favorite filters… first emergence, mostly accidental

译关于最喜爱的滤波器的话题… 最初的出现，大多出于偶然

向阳乔木@vista8 · 5月15日31

昨天见了小宇宙上的顶级播客主理（两个账号都接近两百万订阅）。 问他为啥能做的这么好，有什么经验。 他说“功夫在诗外” 举了个例子，他几乎看过所有韩国电影，很多结局开放式，不少会有无力感和宿命感，这些无形影响到内容和表达。 还有做内容，最重要的是独特。 道理不难，但做到很难。 做AI媒体，做x账号也是，跟风追热点，用套路会有流量，但长期一定是看这个人的审美和判断力。 按产品经理术语说，有风格，有独特价值才有长期留存。

译一位顶级播客主理人分享成功经验，强调“功夫在诗外”。他以观看大量韩国电影为例，指出其中蕴含的开放式结局、无力感与宿命感等无形影响了他的内容表达。他认为，内容创作的核心在于独特性，这道理简单但实践困难。无论是做AI媒体还是运营X账号，跟风追热点虽能带来短期流量，但长期价值取决于创作者的审美品位和独立判断力。用产品经理的术语来说，拥有独特风格和价值主张，才能实现用户的长期留存。

Orange AI@oran_ge · 5月15日42

执念就是明知道不理性还要做的事。 这不是科技能解决的问题。 反倒是人类最伟大的 feature。

译推文认为“执念”是明知不理性却仍坚持的行为，这是科技无法解决的人类伟大特性。引用推文指出，《人类简史》作者赫拉利具有“佛教化”思维，其关于无我、欲望、痛苦的理解与神经科学、AI、认知科学的最新发现相契合——自我可能只是大脑生成的叙事结构。尽管科技日益强大，但人的焦虑与空虚并未减少，导致硅谷和AI圈越来越多人回归冥想、正念等古老方式，重新审视自我本质、痛苦根源及意识观察。科技解决外部问题，意识问题仍需向内探寻。

Ethan Mollick@emollick · 5月15日66

The Second Scaling Law remains undefeated. If you want better hacking (or math, or science, or crossword puzzle solving) out of an LLM, just add thinking tokens. There doesn't seem to be any plateau so far.

译第二扩展定律依然所向披靡。 若想从大语言模型中获得更强的黑客能力（或数学、科学、填字游戏解题能力），只需增加思维令牌。 目前看来尚未出现任何性能瓶颈。

swyx 🇸🇬 AIE Singapore!@swyx · 5月15日63

being vulnerable - by far one of the most important applied ai fields is in AI x Healthcare, but nobody on my team knows how to cover it! very fortunate to have @jacobeffron on the pod for this one - I took a healthcare economics class once many moons ago, but not only is he on the @AbridgeHQ board, he’s also an excellent podcaster (@ULpodcast) in his own right and people really enjoyed our annual crossover pod chat. I organically bring up a lot of @redpoint portcos in many of my conversations and his questions here were very on point if you are interested in how AI is improving healthcare outcomes and finances across the board!

译主推文坦言团队缺乏AI在医疗健康领域的报道经验，因此邀请熟悉医疗经济学并担任Abridge董事的Jacob Effron进行对谈，深入探讨AI如何全面提升医疗效果与财务运营。补充信息指出，Abridge正在构建医疗临床智能层，其核心是将超过1亿次医患对话转化为实时临床决策支持，并通过专科评估、深度电子健康记录集成构建竞争壁垒。医疗领域可能成为AI最重要的验证场之一。

Berryxia.AI@berryxia · 5月15日65

看看A社怎么看待中国AI发展和美国竞争的！ 不一定完全准确、自己可以看完说说你对A社的观点的看法。 Anthropic 刚刚发布了一篇新研究论文，标题叫《2028：全球AI领导力的两种情景》。 我把全文仔细读完后，最强烈的感受是： AI竞赛早已不是单纯的实验室技术比拼，它正在快速变成一场需要国家战略深度协同的长期博弈。 论文核心观点非常清晰： 美国和民主盟友目前在前沿AI上仍保持明显领先，主要靠算力优势和出口管制。 但这个领先窗口正在收窄。 中国AI实验室正通过顶尖人才、“芯片走私”、离岸数据中心以及大规模蒸馏攻击，把模型智能的差距快速缩小。 他们明确描绘了2028年的两种可能情景： 一种是民主阵营维持12-24个月的领先，主导全球AI规则和规范制定； 另一种是中国实现算力接近平价，AI可能成为威权扩张、军事优势和大规模控制的强大工具。 Anthropic强调，算力仍是当前最关键的稀缺资源。 维持领先的关键，不再只是谁的模型参数更多，而是能否有效控制供应链、堵住漏洞、并把AI出口到全球市场。 完整论文在这里：https://www.anthropic.com/research/2028-ai-leadership

译Anthropic发布论文《2028：全球AI领导力的两种情景》，分析中美AI竞争态势。论文指出，美国及其盟友凭借算力优势和出口管制在前沿AI领域暂时领先，但窗口期正在收窄。中国正通过人才、技术手段快速追赶，缩小模型差距。报告预测2028年可能出现两种情景：一是民主阵营维持12-24个月领先并主导全球规则；二是中国实现算力接近平价，AI可能被用于增强威权与军事优势。报告强调，算力是核心稀缺资源，维持领先需有效管控供应链并拓展全球市场。

Rohan Paul@rohanpaul_ai · 5月15日55

Dario Amodei talks about how Claude identified a bacterial infection that human doctors had completely missed. --- From 'Salesforce Events' YT channel (link in comment)

译Dario Amodei谈到Claude如何识别出人类医生完全漏诊的细菌感染。 --- 来自'Salesforce Events' YouTube频道（链接在评论中）

Orange AI@oran_ge · 5月15日35

我们不断地去思考协作的本质是什么 团队之间真正需要对齐的是什么 只有把沟通协作的模型想透彻 才能做出 Human-Agent 产品

Rohan Paul@rohanpaul_ai · 5月15日69

Ex Google CEO, Dr. Eric Schmidt: AI may hit a money wall before it hits a power wall. "The real limit to AI is not energy; it is actually cash. When you add up the cost of these things, if you take round numbers, say $50 billion per gigawatt, then 10 gigawatts is half a trillion dollars. How many companies, countries, and so forth can hand an industry a trillion dollars of capital? Very, very few. The Chinese could certainly do it. I do not know if they are doing it, but I am going to try to find out. In America, there are people who hope that is going to happen. It is interesting that you can finance these things because the brilliance of the American capital market allows us to borrow that kind of money. For example, the Europeans cannot do this, which they are sort of sore about." --- Full video from 'Special Competitive Studies Project' YT channel ( link in comment)

译前谷歌CEO埃里克·施密特指出，AI发展的真正限制可能并非能源，而是资金。他以每千兆瓦约500亿美元的成本估算为例，指出部署10千兆瓦的AI计算能力将需要高达5000亿美元资本。他认为，全球仅有极少数实体（如中国）有能力承担如此规模的投入。美国凭借其资本市场的优势或可融资实现，而欧洲则难以做到。他强调，资金的可获得性将成为制约AI扩张的关键瓶颈。

Ethan Mollick@emollick · 5月15日53

Making humans responsible for their AI use seems like an incredibly reasonable way to address problems & opportunities in the use of AI for academic research, at least in the short term (autonomous scientific work will require different solutions).

译让人类对其AI使用负责，似乎是应对学术研究中AI应用问题与机遇的极其合理的方式，至少在短期内如此（自主科研工作将需要不同的解决方案）。

Chubby♨️@kimmonismus · 5月15日28

NVIDIA will be the first $10t company probably by eoy, latest 2027. We are witnessing history unfold.

译NVIDIA将成为首家市值达10万亿美元的公司，可能在今年底前实现，最晚不超过2027年。 我们正在见证历史展开。

AYi@AYi_AInotes · 5月15日62

说一句可能要被进步派朋友拉黑的判断, Sanders 和 AOC 这次推的反数据中心法案, 表面在保护社区, 实际在亲手关掉美国未来 10 年最大的就业发动机, 我知道这话不好听,但你听我把数据讲完, 反对者最常说的几件事:抢电、抢水、噪音、污染、电费暴涨、 现场就几十个保安运维,建完就自动化, 听起来很有道理对吧, 但这套叙事有一个致命漏洞, 它建立在"想象的恐惧"上, 而不是"已发生的事实"上, 全球最大的数据中心集群在哪, 在 Virginia 的 Loudoun County, 俗称 Data Center Alley, 那里密集到全球互联网流量 70% 经过它的光纤, 按反对者的理论,Loudoun 应该早就崩了, 电费暴涨,生活质量崩盘,居民集体逃离, 但事实是, 那里现在有 3 万多个下游科技岗位, 电费没暴涨,房价没崩,空气质量也没出现集体危机, Brookings 跟踪了 770 个数据中心 20 多年的数据, 单个落地后县域就业平均增长 4-5%, 信息行业岗位增长 22%, PwC 算过乘数效应是 7.5 倍, 每个直接岗位拉动 6.5 个间接岗位, 但这都不是最关键的, 最关键的是,我们正在重演 19 世纪那场闹剧, 那时候纺织工人砸织布机,以为这能保住自己的工作, 结果工业革命该来还是来了, 被淘汰的不是机器,是反对机器的那些人, 数据中心不是仓库, 是 AI 时代的高速公路,是电网,是港口, 基础设施革命的规律一向如此, 直接岗位永远看起来很少, 真正的爆炸式增长发生在它建成之后的下游生态里, 铁路当年只雇了筑路工, 高速公路当年也只雇了筑路工, 但它们建成之后催生的是整个美国 20 世纪的繁荣, 而这一切关键的是, 就在我们国内吵着要不要暂停建数据中心的时候, 中国和中东主权基金正在以全国之力疯狂建, 他们的逻辑很简单, AI 不是玩具,是未来 50 年的底层操作系统, 谁先把"电力 → 智能"的转换工厂建好, 谁就握住下一个时代的开关, 所以这件事最反讽的地方在哪, 叫得最响要"保护美国就业"的人, 正在用最反就业的方式, 关掉未来 10 年最大的就业发动机, 资源问题是真的, 但暂停建设解决不了, 没有需求驱动,就没有投资去解决液冷、废热、可再生能源, 你按下暂停键的不是污染, 是他么 AI 时代美国的入场券啊。

译针对桑德斯和AOC提出的暂停AI数据中心建设法案，作者批评其基于“想象的恐惧”而非事实。以弗吉尼亚州劳登县为例，全球最大数据中心集群并未导致电费暴涨或生活质量崩盘，反而创造了数万下游科技岗位。研究显示，数据中心平均带动县域就业增长4-5%，每个直接岗位可拉动6.5个间接岗位。作者强调数据中心是AI时代的基础设施，如同历史上的铁路，直接岗位虽少，却能催生下游生态的爆炸式增长。当前中国和中东正全力建设以抢占先机，美国若暂停建设，将丧失未来就业引擎和时代主动权。

AYi@AYi_AInotes · 5月15日60

Anthropic 和盖茨基金会官宣 2 亿美元合作， 99% 的解读都在聊"AI 公益"， 我觉得这是我今年看到最精准的一步商业棋， 跟慈善没半毛钱关系。 Anthropic 掏的那一半并不是现金，主要是技术人力 + Claude 额度，盖茨基金会掏的那一半， 是 20 多年在全球最难触达的地方积累下来的真实分发管道，健康部长、小农合作社、实地工作者，纯商业路径根本买不来这张网， 然后他们把农业数据集、健康评估基准全部要对外 release 成公共品，全球开发者都能用， 说白了， 谁 release， 谁就是这个领域的尺子， 谁就是所有人参考的标准， 很明显这一步是在悄悄立规则。 但还有个细节没人提， AI 系统历来在几十种非洲语言上极烂， 他们明确说要补这块数据，然后公开发布， 帮全行业修短板， 听起来很有公益精神， 但别忘了，补数据的那个人，是第一个把这块地占了的人， 以前顶级 AI 公司卷的是聊天、代码、写作， 现在第一次有人用最强的模型，正面进入市场根本不存在的场景， 四年以后，如果 Claude 真的在低收入国家的诊室、农田里跑起来了，那么Anthropic 的护城河不会是某个模型版本， 而是没有第二家 AI 公司能复制的真实世界数据和标准话语权， 我觉得啊，这才是 Frontier Lab 真正的第一步。

译Anthropic与盖茨基金会宣布2亿美元合作，其核心并非慈善。Anthropic以技术人力和Claude额度，换取基金会深耕二十余年的全球基层分发网络（如健康部长、小农合作社），这是纯商业无法获取的关键资源。双方计划将农业数据集、健康评估基准作为公共品发布，旨在成为该领域的“尺子”与标准制定者。同时，项目将填补AI在非洲语言数据上的短板并公开发布，此举既是修补行业缺陷，更是率先占领未开发市场。长远来看，若Claude在低收入国家的诊室、农田落地，Anthropic的护城河将不再是模型版本，而是无法复制的真实世界数据与标准话语权。

AYi@AYi_AInotes · 5月15日70

全网都在骂 Anthropic 和盖茨搞阴谋，但没人看懂这步棋到底有多狠。 看很多人都在聊 2 亿美元捐款，聊 PR，聊阴谋论， 没人看到这是大模型从聊天玩具真正走向改变世界的第一步。 这可以说是一张价值无法估量的全球底层场景入场券， 不是慈善，也不是 PR。 盖茨基金会拥有全球唯一经过 20 多年验证的公益分发网络。 它能直接触达 46 亿缺医少药的人口，20 亿靠天吃饭的小农，这是任何商业公司花多少钱都买不到的渠道。 Anthropic 出 Claude 额度和工程团队，盖茨基金会出渠道和专业能力，两者相乘的效应是指数级的。 以前大模型都在卷谁的聊天更聪明，谁的代码写得更快，现在真正的战争已经悄悄转移到了市场失灵的最底层。 那些传统药企不愿意投的被忽视疾病，硅谷公司看不上的非洲语言，那些没有付费能力的乡村教师和农民， 这些地方虽然没有商业利润，但有全世界最稀缺的真实世界数据，有最迫切的需求，有制定行业标准的先手权。 Beneficial Deployments 团队从边缘项目直接升级为核心战略，他们要做的不是给几个 NGO 捐点额度，要输出公共数据集，输出评估基准。输出连接器。 未来谁想做 AI 医疗，谁想做 AI 农业，谁想做 AI 教育，都得参考 Anthropic 的标准。 我觉得这才是 Frontier Lab 真正该做的事啊， 我们可以想象一下，四年后，当 Claude 在非洲的医院里帮医生诊断宫颈癌， 在印度的教室里教孩子数学， 在巴西的农田里指导农民种庄稼的时候， 今天所有骂他们搞 PR 的人，都会明白这步棋的真正分量。

译Anthropic与盖茨基金会建立2亿美元合作，核心是战略布局而非慈善。盖茨基金会拥有触达全球46亿缺医少药人口和20亿小农的成熟公益网络，这是商业资本无法购买的渠道。双方结合将产生指数级效应，标志着大模型竞争从技术比拼转向深入市场失灵的底层场景，如被忽视疾病、非洲语言、乡村教育等。这些领域虽缺乏即时利润，却蕴含最稀缺的真实世界数据与制定行业标准的先手权。Anthropic旨在通过输出公共数据集和评估基准，为未来AI在关键领域的应用树立参考标准。

Berryxia.AI@berryxia · 5月15日69

我刚听完 Patrick OShaughnessy 最新一期播客，直接让人坐不住了！ 嘉宾是 Anthropic 的 CFO Krishna Rao，这是他第一次公开长谈。 两年前他加入时，公司年化营收 run-rate 只有 2.5 亿美元。 今天已经暴涨到 300 亿美元。 中间他还主导募集了近 750 亿美元资金。 但真正让我头皮发麻的，是他手里握着的真正权力： Anthropic 所有算力的采购、分配和动态调度。 Trainium、TPUs、GPUs 该怎么切、优先给训练还是推理、今天这批资源先给哪个项目，全由他最终拍板。 他已经签下超过 1000 亿美元的 AI 算力采购承诺。 我突然意识到一个最残酷的核心暴论： 在 2026 年最顶尖的 AI 公司里，真正坐在驾驶舱掌控全局的人，可能根本不是首席科学家。 而是这位 CFO。 因为模型能力正在快速趋同，算力才是真正的命门和稀缺资源。 谁能拿到更多算力、谁能把算力用得更狠，谁就赢。 这期播客全程高能，从「Cone of Uncertainty」的不确定性决策，到前沿智能回报为什么越来越高，再到 Anthropic 内部如何用 Claude 写代码，干货多到离谱。 想真正看懂 AI 公司内部到底是怎么打仗的，这期必须完整听完。 你觉得下一阶段，决定 AI 公司生死的最大变量，到底是模型能力，还是算力获取和分配能力？ `

译Anthropic首席财务官Krishna Rao在首次深度访谈中透露，其加入公司两年来，年化营收从2.5亿美元激增至300亿美元，并主导筹集近750亿美元资金。他手握超过1000亿美元的AI算力采购承诺，全权负责Trainium、TPUs和GPUs等资源在训练与推理间的动态分配。访谈核心指出，随着模型能力趋同，算力获取与调配能力已成为顶尖AI公司的决胜关键，CFO可能取代首席科学家成为战略掌控者。节目还深入探讨了不确定性决策、前沿智能回报递增等议题。

Ethan Mollick@emollick · 5月15日56

Big increases in message discipline across all the AI labs in recent weeks, an inevitable outcome of the labs being subject to increased scrutiny. Much more boring than the oracular mutterings or Discordian epigrams of the last couple years & maybe obscures their real thinking

译近几周所有AI实验室的信息纪律大幅提升，这是实验室受到更严格审查的必然结果。 比过去几年神谕式的低语或 Discord 式箴言无聊得多，或许掩盖了他们的真实想法。

Berryxia.AI@berryxia · 5月14日64

Anthropic今天和盖茨基金会正式官宣合作。 2亿美元赠款、大量Claude credits加上技术支持，直接砸向全球健康、生命科学、教育、农业和经济流动五大领域。 这不是一次普通的慈善公告。 这是Anthropic第一次把前沿AI模型的真实能力，大规模推向那些最需要却最难触达的地方。 一线医生可能很快就能用Claude辅助复杂诊断和治疗方案。 数亿小农的田间地头，AI将给出针对性作物建议。 发展中国家的孩子，也将第一次获得个性化智能教学工具。 当大家还在卷参数、卷基准、卷谁家模型更聪明时，他们选择把资源投向真正改变人类命运的场景。 我看完公告后最大的感受是，2026年的AI不再只是实验室玩具，它开始走向真实世界的硬仗。 完整公告在这里：https://www.anthropic.com/news/gates-foundation-partnership

译Anthropic与盖茨基金会宣布合作，承诺提供2亿美元赠款、Claude credits及技术支持，聚焦全球健康、生命科学、教育、农业和经济流动五大领域。此次合作旨在将前沿AI模型Claude的能力大规模推向资源匮乏地区，如辅助医疗诊断、农业建议和个性化教育。这标志着AI不再局限于实验室竞争，而是转向真实世界场景，以技术解决人类重大挑战，推动社会变革。

Chubby♨️@kimmonismus · 5月14日40

Regardless of Figure03's impressive performance: Don't people understand what this means? No human worker can compete with a robot that works 24 hours a day and can be easily mass-produced.

译尽管Figure03的表现令人印象深刻： 难道人们不明白这意味着什么吗？ 没有人类工作者能竞争得过一个每天工作24小时、且易于大规模生产的机器人。 [引用 @adcock_brett]：这太疯狂了——距离人形机器人连续工作24小时仅差2小时！ 截至目前，机器人已分拣超过28,000个包裹 Bob、Frank和Gary都状态良好

meng shao@shao__meng · 5月14日58

Meta 收购 Manus 时，第一反应是： Microsoft 要收购 GenSpark 了吧，这可能是 Microsoft 唯一的选择 但后来 OpenClaw 很快就横空出世，Manus 的产品形态变得更普遍甚至被超越，Meta 一时间变成了“冤大头”，随即后面商务部叫停了收购，Meta 也算是意外免去了损失 在 Hermes Agent 等一众 OpenClaw 接替产品，和 Codex、Claude Code 等不断变成通用 Agent 的时间点，留给 GenSpark 和 Manus 的方向是什么呢？

Chubby♨️@kimmonismus · 5月14日22

Its thursday, friends. Lets if OpenAI was cooking. Looking for some amazing codex updates. Ngl, Codex is goat right now. Replaced Claude for me.

译周四了朋友们，来看看OpenAI有什么新进展。期待一些惊艳的Codex更新。 说实话，Codex现在是最强的。对我来说已经替代了Claude。