Orange AI@oran_ge

65

一位经济学家提出，历史上重大的技术革命往往伴随能源利用方式的剧变，而互联网和移动互联网并未如此。AI则不同，它直接消耗能源，导致新能源、旧能源及元素周期表中的多种元素价格暴涨。这种从比特世界深入到原子世界的深刻改变，预示着一次极为重大的技术变革。当一个风口大到足以撬动能源、存储和元素市场时，这要么是史上最大的泡沫，要么是奇点将至的信号。

研究人员警告，虽然AI正在帮助程序员更快地编写代码，但其产出的代码质量未必更高。这种依赖可能在未来给程序员自身带来问题。

AI Notkilleveryoneism Memes ⏸️@AISafetyMemes

39

AI Notkilleveryoneism Memes ⏸️: I'm old enough to remember when everyone thought AI solving ONE novel math problem would be a front page story around th...

AI Notkilleveryoneism Memes ⏸️@AISafetyMemes

48

推文指出，喜剧演员Ronny Chieng在哈佛毕业典礼上的演讲中，呼吁台下毕业生“你们这一代的使命是杀死AI”，并获得了热烈掌声。发布者认为这一现象异常且值得警惕，其核心论点是：喜剧演员是文化的先知，其今日的笑话可能成为明日被广泛接受的信念。这类通过“玩笑”形式传播的言论，正在推动社会对AI的“超限窗口”（Overton window）向反对方向移动，意味着大规模的AI抵制才刚刚开始。

Christopher Marc: .@ronnychieng's Harvard graduation speech is one for the ages. #FuckAI #KillAI #DestroyAI

AYi@AYi_AInotes

64

Greg Isenberg 认为，Claude Opus 4.8 的发布并未带来比 GPT-5.5 更有意义的提升，模型迭代（如4.6到4.7再到4.8）已进入类似 iPhone 常规升级的边际收益递减阶段。他指出，当前真正的创新发生在模型外围工具，例如 Claude Code 上线的 Dynamic Workflows 和 Codex 发布的带内置浏览器的桌面应用。他预测，模型正变得像“电”或 Uber 发动机一样可互换，未来用户将不再关心具体使用哪个模型。

GREG ISENBERG: I didn't cover Claude Opus 4.8 on my pod because I don't think it's MEANINGFULLY better than GPT 5.5 as of May 29th. We'...

一篇文章探讨了AI生成内容的伦理困境。作者指出，AI虽降低了创作门槛，但可能使人依赖并产出同质化内容。真正的创作者应比AI模型“更累”——即更主动、更用心地投入思考与创作，捍卫人性化的表达价值，而非被工具削弱创造力。

文章简要指出，在“Token至上”的时代可能告一段落之后，对于人工智能（AI）的未来，存在两组截然不同的预测。

宝玉@dotey

63

该推文质疑了Notion创始人Ivan Zhao提出的“杠铃结构”工程组织模式。该模式主张在团队两端配置大量初级工程师和少数顶尖架构师，刻意压缩中层。推文指出其两大问题：一是缺少中层衔接，导致初级工程师产出需高级工程师花费大量精力引导和验证，成本可能高于自己完成；二是结构不具可持续性，初级员工在1-3年内会成长为中层，导致“杠铃”退化为三角形。推文还认为此理论更适合应用于指挥AI智能体，而非人类工程师，并质疑Notion在AI时代缺乏惊艳的产品创新。

小盖: Notion 创始人这期分享确实很精彩。 大家千万别错过 Notion CEO Ivan Zhao 在红杉聊的这期播客,观点特别有见地。 甚至我觉得,这是近半年来所有创业者都应该认真精读的一期内容。 相当解惑。Ivan 把 AI 时代里一个...

作者基于超过35年的技术面试经验指出，该流程存在根本性缺陷。面试结果极不可靠，面试官意见高度不一致，且评分无法有效预测候选人实际表现。亚马逊的“Bar Raiser”和谷歌的“Hiring Committee”等补救机制并未从本质上解决问题。作者认为，当前的人才评估方式亟需一场根本性的变革。

AI训练数据初创公司Shift宣布将为纽约人提供免费家庭清洁服务，并计划扩展至伦敦等城市。作为交换，Shift要求拍摄其清洁人员工作的视频，记录洗碗、擦柜台、扫地、拖地等所有家务劳动。这些视频数据正被机器人公司竞相收集，用于训练机器完成家务，最终目的是销售家用服务机器人。

AYi@AYi_AInotes

67

AI工具虽使个体效率大幅提升，却未加快组织整体产出。核心在于组织普遍缺乏“记忆”：MIT Sloan 2026年报告显示95%的企业AI投资未产生可衡量回报，超过30%的团队时间用于重复建立上下文。个体生产力因AI工具（记忆留存于个人账户）而提升，但这种收益无法在组织层面整合，导致“个人在飞，组织在垮”。Sequoia在AI Ascent峰会提出，2026年将是长周期智能体的商业元年，下一轮AI将卖结果而非工具。

文章呼吁人们使用人工智能（AI）。作者Shawn Smucker在Substack上发布该文，并在Hacker News上引发讨论，获得101个社区积分。

X.PIN@thexpin

65

由于美国出口管制，华为在芯片先进制程竞赛中面临困难。为此，华为于2026年5月提出“τ（Tau）定律”，旨在为后摩尔时代的芯片性能提升提供新框架。该定律的核心是优化有效RC时间常数（τ）以提升信号传播速度。其方法是不完全依赖制程微缩，而是从晶体管、电路、芯片互连及系统架构四个层次进行优化，以压缩τ值。华为将其描述为中国公司首次提出具有全球影响力的后摩尔扩展框架。

AYi@AYi_AInotes

60

红杉资本举办闭门会议，聚集150位AI领域创始人与OpenAI、Google、英伟达的核心高管。与会者将AI对认知工作的影响，比作电解法让铝价暴跌99.5%，使铝从比黄金贵的建筑材料变为廉价的铝箔。这隐喻写代码、写文案等长期练就的认知能力正迅速贬值。但观点强调，认知能力变便宜并非危机，真正的挑战是：当思考变得像铝箔一样随手可得时，能否用这些“白菜价”的脑力，去创造以前根本造不起的新事物。

AYi: http://x.com/i/article/2057668634579714048

Rohan Paul@rohanpaul_ai

52

这是一场关于AI架构的辩论。Transformer阵营指出，其凭借简单、硬件友好、可扩展的优势主导当下，核心是基于键值存储的记忆与注意力机制，并强调任何替代架构必须能在扩展性上与之匹敌，且需达到约10倍优势才能颠覆现有技术栈。Post-Transformer阵营则认为，当前大语言模型的推理更像是后置的文本步骤，真正的突破在于实现模型内部的“潜在推理”与持续学习能力，并指出长上下文不等于真正记忆，未来可能是混合架构。辩论还提到，当前公开基准测试易被优化，而困惑度（Perplexity）仍是评估前沿模型的有效指标。最后指出，尽管Transformer仍占主导，但前沿正在拓宽，并列举了Pathway的BDH、Sakana AI的CTMs和Liquid AI的LFMs等新兴架构作为例证。

meng shao@shao__meng

50

Peter Steinberger 🦞: I smell a takedown in 3...2...1 https://clawd.rip/

歸藏(guizang.ai)@op7418

67

Cursor发布开发者报告，基于全球最全面的AI编程数据集指出：头部AI用户的代码产出、token消耗和PR合并量远高于中位数且差距持续扩大。报告关键发现是AI在生成代码前“阅读”（理解上下文）的成本急剧上升，input/output token ratio显著增加，表明真正的成本在于理解代码库与任务。这凸显了上下文缓存、增量理解和长期记忆等技术将成为未来智能体的核心竞争力。此外，AI自主性提高，手动确认减少，更多改动直接进入代码流程；同时PR规模变大，对代码审查和测试要求更高。

Cursor: Introducing the Cursor Developer Habits Report. We're sharing some of our findings on how software development is changi...

歸藏(guizang.ai)@op7418

63

Ryo Lu: from apps to material software used to be something you opened an app was a room with walls: calendar here, notes there,...

小互@xiaohu

17

推文引用 Arthur Kroeber 的观点，将中国政府比作风险投资基金而非传统中央计划者。其核心逻辑是：中国政府广泛支持多个行业部门，并鼓励其中展开残酷竞争，而非只扶持少数国有企业。即便知道竞争会导致部分受支持的公司失败，也相信少数最终的赢家将足以弥补损失，这被认为是中国在工业制造领域取得巨大主导地位并规避传统计划经济模式失败的关键。

Dwarkesh Patel: The CCP is more like a VC fund than a traditional central planner. Arthur Kroeber argues this is how China has succeeded...

TrendForce 预估 2027 年全球存储器产值将增至逾 1.28 万亿美元，同比增长 44%。2026 年产值预估也被大幅上调至 8893 亿美元。增长主要受智能体AI对服务器CPU及内存需求增加的驱动，例如新一代AI服务器CPU与GPU配置比已从1:8提升至1:4或更高。同时，HBM产能挤占通用DRAM产能，加上供应商合约价话语权强化，推动DRAM产值预期大幅增长。

在未来汽车先行者大会上，赛力斯董事长张正萍就华为乾崑智驾与特斯拉 FSD 的对比表示，两者孰优孰劣应交由市场评判。他以全新一代问界 M9 为例，指出其搭载 6 颗激光雷达及 40 个传感器，在硬件方面“不输给 FSD”。技术上，他认为 FSD 模拟人类视觉逻辑，而华为乾崑智驾则能超越人眼视觉范围。此外，张正萍透露问界品牌用 46 个月达成第 100 万辆交付，其辅助驾驶累计里程已超 77 亿公里。

AYi@AYi_AInotes

34

Max For AI: 笑死了,Claude Opus4.8蒸馏了阿里巴巴Qwen啊🤣 通过API用中文问你是谁,会很大概率回答 我是通义千问(Qwen),是阿里巴巴集团旗下的统义实验室自主研发的超大规模语言模型。

AYi@AYi_AInotes

50

MIT斯隆管理学院2026年4月报告显示，95%的企业AI投入未产生可衡量的回报。报告指出一个关键问题：超过30%的团队时间被花费在重建他人已有的上下文上。推文核心观点是，许多组织AI落地失败并非因为模型本身不够强大，而是因为组织本身缺乏“记忆”和有效的知识共享机制。AI的引入反而放大了这种“信息孤岛”问题，每个员工都像孤岛上的工厂，彼此间没有连接，导致整体效率未能提升。

AYi: http://x.com/i/article/2057668634579714048

英伟达CEO黄仁勋在员工大会回应AI消耗Token的担忧，称“浪费一点钱没关系，但千万不要浪费时间”。他要求同事积极拥抱AI，指出不使用AI才会被裁员，“你不会被AI取代，但会被懂得使用AI的人取代”。黄仁勋强调AI绝非裁员借口，而是避免裁员的良方，并认为这是缩小科技鸿沟的最佳时机。

SemiAnalysis@SemiAnalysis_

49

Lisa Su: This week was also special as we celebrated the 20th anniversary of our Shanghai R&D center and 10 years of partnership ...

Anthropic宣布完成650亿美元的Series H融资，其年化收入（run-rate revenue）在2026年5月初突破470亿美元。这一数字较2025年底的约90亿美元大幅增长，在2026年2月和4月分别达到140亿美元和300亿美元。Axios曾称其为“有机收入增长速度最快”的公司之一。有匿名咨询案例显示，单月支出可达5亿美元。对于数据来源的质疑，文章指出这些数字包含在融资公告中，对投资者撒谎将构成证券欺诈。

Orange AI@oran_ge

50

作者由北京至上海的飞行激发灵感，撰文《顿悟》并录制播客。内容探讨人类争吵与意见分歧的根源，追问是否存在客观真相与理性判断。核心观点是：人类作为喜欢解释的动物，习惯用解释掩盖真实判断，“屁股决定脑袋”是事实；而人的意识本身即是对身体信号的一种解释。由此引申至AI无法取代人的论述，并提及尼采精神三变与实践是获得真理的唯一方法。