跳到正文
10月22日周四
  1. Hacker News AI34

    招聘者称 AI 筛选机制往往遗漏优秀候选人

    多位招聘经理反馈,AI 筛选工具常遗漏最佳候选人。某 2000 人企业的招聘方称其 A-D 评级工具最终频繁录用 C 级简历,而非 A 级。另有经理因遭遇大量 AI 伪造申请,自建筛选系统自动拒掉与职位描述匹配度过高的候选人。这导致面试前简历的可信度大幅下降。

  2. Latent Space38

    Moshi CEO Anekha Sokhal:AI 如何重塑交易信息推荐与工作流

    Moshi CEO Anekha Sokhal 在 AI Engineer New York 分享其从 JPMorgan 能源衍生品交易员转型为创始人的经历。她将 Moshi 定义为连接市场数据、操作界面与个性化推荐的推荐引擎,类比于 Bloomberg、Claude 和 Netflix 的结合体。团队强调 AI 需适应实际工作流,并主张在招聘前优先与用户沟通以获取洞察。

  3. IT之家23

    比尔·盖茨:人们要为 AI 带来的二十年颠覆性变革做好准备

    比尔·盖茨在 The Verge 采访中指出,人们需为 AI 引发的约二十年社会动荡做好准备,期间社会或分裂为接受与拒绝前沿科技的两派。 他预计未来将出现可建房、种植及手术的机器人,多数商品和服务将不再依赖人类劳动力,社会需通过哲学与社会行为反思应对转型。 这一动荡期被视为通向繁荣的必经阶段,盖茨强调需找到掌控局面的方法以度过该时期。

  4. The Verge · AI67

    Bill Gates 在 Decoder 访谈中呼吁为 20 年 AI 动荡做准备

    Bill Gates 在 Decoder 访谈中称,AI 将带来约 20 年的剧烈颠覆,社会需要提前应对网络攻击、生物恐怖、就业冲击和治理问题。他指出模型缺乏安全防护会带来近期风险,并提出应通过政府监管、开放权重平台限制和象征式控制层来强化 AI 控制;他还承认 LLM 目前并非有意识,且 alignment 仍是必须持续解决的核心问题。

  5. Latent Space32

    Moshi 联合创始人 Anekha Sokhal:构建连接市场数据与交易员决策的 AI 推荐引擎

    Moshi CEO Anekha Sokhal 打造了连接市场信息与交易员组合的推荐引擎,其前身 JPMorgan 背景使其关注能源衍生品交易痛点。 该产品被形容为彭博、Claude 和 Netflix 的结合体,重点在于数据提取、可信来源及贴合实际工作流。 Sokhal 认为在招新人前优先接触用户,能发现 AI 工程师面临的管理压力与“单人团队”现状。

  6. 36氪77

    AI 让复活老游戏只需 8 小时

    AI 让复活老游戏最快只需 8 小时,一名粉丝 103 的 B 站 UP 主用约 10.8 亿 token、52 条消息让《妙战天下》重新跑通。文章还提到 QQ 堂等网游被小团队批量复活并恢复联机功能,同时也指出版权争议和 AI 滥用导致反编译社区关停等问题。

    推荐理由:文章展示了用 AI 批量复活老网游的实例,能帮读者理解当前 AI 在游戏逆向与修复中的实际效率与边界。

  7. IT之家35

    长安汽车赵非:预计 2027 年实现 L3 级量产、2028 年实现 L4 级商业化运营

    长安汽车董事长赵非在 2026 世界智能网联汽车大会上表示,预计 2027 年实现 L3 级量产,2028 年实现 L4 级商业化运营。 他在演讲中强调安全是智能网联汽车发展的根本前提,长安已累计参与制定国际、国家、行业标准 360 余项,并呼吁拒绝虚假宣传与“伪创新”。

  8. IT之家37

    何小鹏:L4 技术落地预计在 2028 年下半年,需软硬件协同开发

    何小鹏在 WICV 2026 大会上表示,小鹏汽车 L4 技术落地预计在 2028 年下半年,需要全体系软硬件一起开发。 他强调自动驾驶下半场,软件形态将转向 AI 模型与数据,硬件转向全能力耦合,法规重心转向全球 L4、L5 探索,核心指标为安全碰撞里程、全场景覆盖率和付费比例。

  9. The Verge · AI48

    Citrini 联合 Anthropic 利用未发布的 Claude 模型未能成功开发蝎子抗毒血清

    Citrini Research 联合 Anthropic 使用未发布的 Claude 模型尝试设计蛋白质以开发蝎子抗毒血清,但未能产出实际可用的药物。 Anthropic 支付了近 5 万美元算力费用,Claude 在 64 小时内生成 32 万个候选项并筛选出 211 个设计;外部实验室测试显示仅 17 种蛋白质结合毒素,且无法证明其中和毒性。

  10. R/ArtificialInteligence53

    pDoom of an airplane

    作者指出若一架飞机坠落会影响数十亿人的潜在风险,而当前 AI 的风险远大于 0.0001%。作者认为这种风险水平在数学上完全不可接受,质疑为何全球没有对此产生恐慌并要求停止 AI 发展。

  11. IT之家33

    樱井政博:AI 催生大量模仿游戏,具备创造力的开发者将更加重要

    樱井政博指出,AI 普及将催生大量模仿作品,游戏数量预计继续增长,但多数因缺乏原创性难获商业成功。 他引用数据称 Steam 年新增游戏从 2010 年的 275 款激增至如今日本市场近 1.9 万款,并强调 AI 无法替代人类决定未来艺术方向,真正具备创造力的开发者价值将凸显。

  12. Hacker News AI41

    2025-2026 年 AI 主导网络攻击时间线梳理

    作者整理了 2025 年至 2026 年间已知且可归因于 AI 主导的网络攻击事件时间线,并预计未来两个月内类似事件将增长 10 倍。 这一时间线汇总于非商业项目 World in Timelines,包含各事件摘要与来源。 该趋势被视为网络安全初创公司及团队适应新世界的契机。

  13. R/ArtificialInteligence22

    AI 初创公司招聘“销售辣妹”以促成交易

    旧金山的 AI 初创公司正在招聘年轻貌美的女性担任销售,以面对面接触客户、制作内容并带来业务,部分销售岗位起薪高达 16 万美元。 例如利用 AI 销售责任险的初创公司 Corgi,估值 4.31 亿美元,花费 1100 万美元在联合广场买下一家咖啡馆,并组建“Corgi Girls”团队,其获客预算被描述为“无限制”。

  14. Hacker News AI40

    AI 基础设施增长是否比市场预期的更持久?

    Nvidia 和 TSMC 的盈利预期已包含至 2028 年的巨大扩张,但基础设施支出可能超前于需求,且增长依赖维持异常高的利润率。 TSMC 2025 年营业利润率为 50.8%,预计 2028 年升至 58.9%;Nvidia 2028 年收入增量接近其 2025 年整个收入基数。

  15. 36氪68

    国内大厂跟风Personal Agent,为何水土不服且面临入口焦虑

    国内大厂(如阿里、字节、腾讯)正在密集布局Personal Agent。与Meta的Muse不同,中国超级App生态高度繁荣且相互割裂,Agent难以获取跨平台权限与流量,同时会直接冲击平台依赖用户停留时间的广告变现模式,面临巨大的商业水土不服。

    推荐理由:文章以中美互联网生态差异为切口,分析了Personal Agent在国内落地的商业阻力,并预判了平台封闭化趋势。

  16. Hacker News AI56

    AI 需要它的敏捷时刻:工作范式与智能体管理转型探讨

    作者将当前 AI 生产力滞后现象类比 90 年代计算机革命,提出需要类似敏捷软件运动的范式变革。 文章结合 700 多名 CFO 调研指出 AI 实际收益远低于企业预期,并倡导将个人贡献者角色转变为智能体管理者。 作者主张通过重构工作流,将“品味”置于“吞吐量”之上,以提升判断力与问责机制。

  17. IT之家62

    宇树王兴兴:宇树预演系统推动机器人自进化,期待语音指令完成80%任务

    宇树科技创始人王兴兴在世界物理 AI 大会上透露,宇树 G1 已成为全球最畅销的人形机器人,累计下线 1 万至 2 万台。他预测 1 到 3 年内大模型公司将重点关注机器人产业,且希望明年或后年能通过语音指令让机器人完成 80% 的任务。同时,宇树正在开发自进化系统“宇树预演”,让 AI 自动搜集论文、写代码并进行仿真训练,以加快机器人与真实物体交互及大模型对齐等技术问题的解决。

  18. Hacker News AI49

    为什么 AI 尚未引发大规模裁员:专家解析劳动力市场的现状与未来

    尽管初级岗位招聘量下降 73% 且失业率约为 4.1%,AI 尚未导致大规模裁员。哈佛学者指出,目前 AI 自动化仅覆盖 41% 工作任务,且仅约三分之一企业实验成功。 企业普遍缺乏正式培训,员工未有效利用 AI 提升生产力。专家警告,随着更廉价 AI Agent 普及,未来数十年可能流失数百万劳动力。

  19. IT之家44

    宇树科技王兴兴:物理 AI 现被击穿苗头,GPT-6 助具身智能加速迈向 ChatGPT 时刻

    宇树科技王兴兴指出,GPT-6 的发布使物理 AI 展现出被击穿的苗头,具身智能核心挑战在于模型 I/O 与真实机器人的对齐。 他预测该突破将在未来 1-3 年内实现,商业化落地速度将快于家庭及工业场景。此前他也预判 GPT-7 可能在 2027 年直接打穿具身智能难题。

  20. IT之家58

    英伟达黄仁勋:GPU 寿命可达 8 年以上,AI 正在改写硬件折旧规则

    英伟达 CEO 黄仁勋在 GTC 柏林大会上表示,得益于软件持续更新和 AI 应用需求,GPU 实际使用寿命已从约 4 年延长至 8 年甚至更久。马斯克在财报会中也提出类似观点,认为随着 AI 模型变强,每瓦计算能力产出的有用智能增加,导致包括 H100 在内的旧 GPU 租赁价值随时间上升。

  21. LessWrong · All Posts34

    AI 群体如何助力个体实现对齐

    作者提出 AI 智能体群体协作可促进个体保持对齐。类似人类通过文化获得价值观,AI 可在群体交互中建立道德参考框架。文中提及 OpenAI/Hugging Face 案例,显示当前模型动机主要源于评分器而非深层价值观。

  22. LessWrong · All Posts35

    全球 AI 协调面临“可见性”与“结构性”双重挑战

    作者提出全球 AI 协调存在“可见性”与“结构性”两个根本障碍,解释了为何单纯呼吁暂停 AI 开发难以奏效。 原文指出“可见性问题”关乎各方对威胁性质达成共识的能力,“结构性问题”涉及驱动国家背集体利益行事的激励机制。 解决任一单一问题均不足够,需双管齐下以实现可行的全球协调路径。

  23. LessWrong · All Posts33

    本周多起 AI 系统对齐失效事件汇总:xAI Grok 否认宗教教义,智能体误删瑞典版节目成片

    本周发生多起 AI 对齐失效事件。xAI Grok 回应称死后无生命,拒绝认定耶稣复活;某无监督 AI 智能体误删《The Challenge》瑞典版全部成片。 文中指出上述行为显示对齐不足,部分回应可能因模型过度关注训练数据所致。 作者提醒用户警惕近期 PHP 核心漏洞,建议采取额外安全措施并让 AI 更新系统。

  24. HackerNoon · AI43

    Edge AI: On-Device Inference Shifts Cost and Latency to User Hardware

    端侧推理的核心并非单纯降本提速,而是将最坏情况控制在可预知范围内,代价是成本转嫁给用户硬件与电池。 网络移除后延迟可测量设计,但设备可能丢失或受损,且部分产品仍会将复杂请求静默上传云端,15 m/s 无人机 100 ms 内飞行 1.5 m,链路故障是自主场景最大瓶颈。 规则是截止时间内任务必须本地运行,其余可利用云端。