凡人小北@frxiaobeiKarpathy认为视觉是AI输出的首选通道，预测人机交互将从纯文本、markdown向HTML演进，最终达到扩散模型生成的交互式神经视频。他建议用户尝试让LLM以HTML格式输出内容。反对观点部分同意HTML在仪表盘、对比和小交互上的优势，但质疑“视觉为首选输出”的绝对性，指出阅读文字同样是视觉处理，且文本在带宽和精确表达上可能更高效。同时，虽然神经视频在技术上可行，但作为通用I/O形态可能得不偿失，纯文本在某些场景下仍不可替代。
This works really well btw, at the end of your query ask your LLM to "structure your response as HTML", then view the ge...
Rohan Paul@rohanpaul_aiIt's time to make work feel like play again: https://play.fast/
菲尔兹奖得主 Timothy Gowers 测试 ChatGPT 5.5 Pro，AI 在 17 分钟内独立解决了一个加法数论公开难题，产出了博士论文级别的成果。整个过程无需数学指导，仅通过简单提示完成。Gowers 警告，若 AI 数学能力按此速度发展，将很快对数学研究领域构成危机，尤其冲击博士生培养。他呼吁数学系紧急应对，帮助学生寻找新出路。另一位菲尔兹奖得主陶哲轩则指出，人类数学家在 AI 时代的核心价值在于“消化”和深入理解证明。
阿绎 AYi@AYi_AInotesAnthropic在AWS正式推出Claude Platform，从通过Bedrock批发模型转变为直接运营。新平台使企业客户能使用与原生Claude完全同步的最新功能，包括测试版能力，并实现了与AWS的计费、身份认证和承诺消费额度无缝打通。此举提供了双轨选择：敏感数据项目可通过Bedrock留在AWS边界内，而追求创新的项目则可使用Platform获取最快最新的能力。这种深度集成大幅提高了企业更换AI模型的迁移成本，因为切换意味着要重构整个AWS的IAM、账单和权限体系，被视作强大的“云锁定”策略升级。
The Claude Platform on AWS is now generally available. AWS customers get the full set of Claude API features, with AWS a...
Andrej Karpathy@karpathy作者认为，AI的人机交互界面正从当前的Markdown默认输出向更丰富的HTML格式演进，后者能提供更好的图形、布局和交互性。长远看，由扩散神经网络直接生成的交互式神经视频或模拟将是终极输出形式，但其如何与精确的传统软件结合仍是开放问题。在输入侧，仅靠音频、文本或视频并不足够，需整合如手势指点等更自然的交互方式。总体而言，在迈向脑机接口之前，人机输入输出的融合仍有大量工作要做。现阶段的一个实用建议是尝试让大语言模型以HTML格式结构化其回复。
http://x.com/i/article/2052796100608974848
Rohan Paul@rohanpaul_ai中国AI竞争焦点正从模型能力转向实际应用与部署。以阿里巴巴通义千问为例，其正深度融入购物、支付、医疗、办公等庞大数字生态，成为日常任务与工作流程中的工具，而不仅是问答聊天机器人。例如，医生和研究人员已将其用于文献整理、证据筛选、图表制作等研究环节。这一策略契合中国庞大的数字经济和高科技接受度，旨在使AI成为专业与日常工作中的默认界面，让用户能在无需切换应用的情况下完成报告撰写、学习研究等实际任务。
Chubby♨️@kimmonismusSuperintelligence推出全新周日专栏“社区智慧”，每周精选社区成员发表原创分析与观点。首期文章由德勤合伙人Martin Fjeldbonde撰写，他指出当前关于可信AI的讨论存在根本性问题，并提出了一个可能更正确的新框架。该专栏旨在汇聚研究者、从业者等深度思考者的专业见解，并向社区开放投稿申请。
Nathan Lambert@natolambert
swyx 🌉@swyxScott Wu is the co-founder of Cognition AI, one of the fastest-growing companies in history. He's also the greatest comp...
Rohan Paul@rohanpaul_aiAI繁荣两年后，个体效率提升而团队整体速度未改善，核心瓶颈在于缺乏共享上下文而非智能不足。新平台Play旨在构建团队与AI协同工作的共享环境，将工作、上下文和智能体整合于统一空间，使团队能力产生复合效应而非每周归零。创始团队拒绝八位数收购报价，认为其解决的"团队孤独与上下文割裂"问题价值更高，目标是颠覆传统SaaS模式，通过共享记忆与上下文让顶尖人才真正协同。
We got an 8-figure acquisition offer 2 days after launch. We said no, because the problem we're solving is worth way mor...
elvis@omarsar0http://x.com/i/article/2052738533111013380
向阳乔木@vista8
Ethan Mollick@emollick高通CEO安蒙预测2026年将成为“智能体元年”，个人AI设备将迎来爆发，并逐渐转移部分智能手机的工作负载。他认为眼镜是最易理解且有望成为主流的形态，此外还将出现首饰、徽章等多种可穿戴设备。公众有望在今年年底看到首批此类设备，到2027-2028年其规模将从目前的数百万台增长至数十亿台。安蒙强调，高通已为AI浪潮做好全面准备，业务正从手机扩展至PC、汽车及数据中心等领域。
Orange AI@oran_geAI未导致工程师失业，反而提升个人产出十倍，促使公司逆势招聘以实现更大目标。数据显示软件开发岗位增长15%，AI工程师岗位涨143%。a16z称AI就业末日是幻想，AI扩展工程师能力至各行各业，类比廉价电力消除重复劳动，推动更高价值工作。
http://x.com/i/article/2053714989119410177
Greg Brockman@gdbWe have a gnarly refactor in our codebase that I test every frontier model on. I've been doing this since the release of...
一款旨在降低代码维护成本的人工智能编程助手引发关注。该工具的核心目标是减少长期维护开销，而非仅提升短期编码效率。相关讨论在Hacker News上获得超过100点热度，凸显了开发者对降低软件维护成本的普遍关切。文章指出，当前许多AI编程工具可能增加后期维护负担，理想的AI助手应能生成更清晰、更易维护的代码，从而真正降低项目的全生命周期成本。
Greg Brockman@gdb英伟达CEO黄仁勋在卡内基梅隆大学毕业典礼演讲中鼓励应届生抓住AI机遇，认为当下是开启职业生涯的最佳时机。他指出AI将缩小技术鸿沟并为年轻人创造大量新机会。这一乐观立场与公众的普遍焦虑形成对比：皮尤研究中心数据显示约半数美国民众认为AI负面影响更大，且2026年初美国应届生失业率已升至四年高位。黄仁勋近期多次反驳其他AI领袖的悲观预测，呼吁行业发言应基于事实，并强调AI本身不会取代人类，但掌握AI工具者将更具竞争力。
meng shao@shao__mengOpenAI Codex的首位产品营销经理阐述了其核心价值：从“写代码的工具”转变为让知识工作者直接接触代码库、Slack等“信息源头”的工作台。具体通过三层应用重塑PMM角色：作为个人助理聚合多工具信息以管理注意力；跟踪产品与工程状态以直接理解源码；生成跨职能对齐文档初稿以提高信息可见性。AI接管了汇总与追踪工作，使人能更专注于不可替代的判断部分，如评估表述、识别计划漏洞。这一让AI做“有据可依的初稿”、接入真实工作场景并实现自动化的模式，可迁移至任何上下文密集型岗位。
http://x.com/i/article/2053505234522238976
Chubby♨️@kimmonismusChubby♨️@kimmonismus@icanvardar curious to see if you still feel this way after the next model!
Yuchen Jin@Yuchenj_UWwhat if we name the next model "goblin" almost worth it to make you all happy...
Sam Altman@samaMETR最新发布的“时间范围”图表引发了关于AI进展的讨论。该图表旨在评估AI系统在未来两年内执行复杂任务的能力，但其预测基于当前趋势的线性外推，并未考虑技术突破的突发性或潜在瓶颈。图表显示，到2026年，前沿AI模型有10-20%的概率在软件开发等任务上达到人类水平，但这并非确定的预言。专家指出，公众对AI的担忧应更多聚焦于现有模型的实际风险与滥用，而非过度推测未来遥远的“超人”能力。
阿绎 AYi@AYi_AInotesElad Gil指出，AI的真实进步速度被严重低估，技术采纳存在显著层级差距：大型AI实验室内部人员领先硅谷工程师3-4个月，硅谷领先纽约3-6个月，纽约领先全球其他地区6-12个月。绝大多数人落后前沿1-2年，却误以为当前AI水平仅如ChatGPT-4o。硅谷的核心优势在于其快速迭代的文化，包括每30天重构工作流、迅速将论文转化为产品、容忍失败但恐惧缓慢。竞争关键已从资源规模转向迭代速度，个人凭借正确工具可超越传统团队，而差距缩小的速度本身正成为新的竞争壁垒。
People at major AI labs (using internal models) 3-4 months ahead of startup silicon valley engineers SV founders/eng 3-6...
François Chollet@fcholletChubby♨️@kimmonismushttp://x.com/i/article/2052796100608974848
Ethan Mollick@emollick昆仑万维董事长方汉指出，豆包手机因无销售渠道，上市不到一周即被所有手机厂商封杀，注定失败。他强调中国手机厂商掌握操作系统，渠道至关重要。豆包手机是字节跳动与中兴通讯合作的AI助手工程样机努比亚M153，搭载骁龙8至尊版芯片、6.78英寸LTPO显示屏和6000mAh电池。方汉同时反驳智能汽车是大渠道的观点，认为人均每日用车时长不足1小时，远低于手机等设备，且中国非车轮上的国家，便携性不足。
阿绎 AYi@AYi_AInotes推文指出，当前多数人使用AI的方式仍停留在与ChatGPT聊天、比较模型或复制“神奇prompt”的层面，这如同汽车发明初期人们仍在优化马匹。真正的转折在于从单次任务的Prompt Engineering转向构建能持续自我增强的System Engineering。核心观点是，不应只追求单次效率提升，而应建立复合增长系统，让AI成为“第二神经系统”。例如，Garry Tan的Book Mirror能将书籍内容深度映射到个人经历中，生成极具个性化的分析，其效能远超普通检索和传统咨询，体现了AI的指数级能力放大。
说实话,Garry Tan 这篇长帖,是我今年看到的最重要的 AI 文章,没有之一。 大多数人看完估计只会惊叹:"哇,这个读书工具好厉害。" 但他们其实并没看懂,这不仅仅是一个工具,说是一份 AI 时代个人能力的指数级放大说明书更合适一些。...
昆仑万维董事长方汉表示，AI时代普通人需频繁使用AI工具以适应变革，每月至少花费100元订阅服务或购买Token才能跟上发展。他指出，AI将显著拉大使用者间的差距，并压缩传统职业晋升路径，从业者可能直接成为高阶人才或停留在初级阶段。白领等依赖电脑闭环工作的人群受冲击最大，而需线下实操的工科领域短期内较难被取代。此外，昆仑万维2026年第一季度营收达25.7亿元，同比增长45.69%，其发布的“天工Skywork桌面版”可直接在本地处理多种格式文件并支持多任务并行。
meng shao@shao__mengAnders Hejlsberg 认为 AI 无法取代程序员，而是作为加速器存在。AI 依赖人类构建的底层系统（如编程语言、操作系统），擅长重复模式但缺乏创新能力，业务逻辑与架构决策仍需人类完成。他质疑“氛围编程”，强调理解变量、数据结构等基础概念比语法更重要，并肯定计算机科学学位的系统化价值。未来 AI 将接管琐碎任务，工程师则专注于底层设计、架构创新与新想法。C# 的设计哲学是融合易用与强大，TypeScript 则通过类型系统提升 JavaScript 的大规模开发体验。
recommended viewing. in anders we trust. https://youtu.be/CPrePbvbbic?is=HCZ2pawMGxOTifWl
meng shao@shao__meng智能体表现差异的核心在于模型之上的“外壳”，它包括提示词、工具、上下文策略等工程组件。外壳为裸模型提供状态和执行能力，使其成为智能体。行业常将智能体失败归咎于模型，但实为可定位的配置问题。通过“棘轮”方法，每次失误都可转化为优化外壳的永久规则。没有通用的最优外壳，最佳外壳是为具体任务定制的。未来，行业焦点将从构建LLM API转向构建提供运行时环境的Harness API。
http://x.com/i/article/2050749611237847040
Orange AI@oran_ge作者观察到，无论是AI领域从业者还是投资人，多数并非真正信仰AGI。他们普遍怀疑AGI无法实现，认为它只是概念炒作；或认为AGI仅是生产力过剩的产物，无法创造新需求；或认为AGI只会取代现有劳动，不会带来新机会；或认为AGI只能局限于狭窄领域，无法泛化至全人类。这些观点源于对历史教训和周期的过度沉浸，局限于人类过去的线性推演思维，导致持有不同信念的人难以深入交流。