OpenAI 安全负责人谈 AI 能力突跳带来的安全挑战
OpenAI 安全负责人 @joedaroo 表示，其模型在“网络”“蜂群”“留言板”等能力上出现突跳和突发性提升，令公司感到意外。他认为安全态势需要时间培养，不仅要强化系统，还要融入公司文化，能力突跳的速度之快造成了极难应对的问题。他呼吁各组织审视自身对 AI 能力突跳的应变韧性、事件响应与沟通准备。
#大佬观点
#大佬观点
今日 1 条Simon WillisonAI 评分4242
The DecoderAI 评分4040 哈佛心理学家Steven Pinker呼吁以冷静的安全工程应对AI风险，而非末日论调
哈佛心理学家Steven Pinker在Quillette的公开信中回应Scott Alexander的辩论挑战，称AI灭绝人类的担忧被夸大，并拒绝参加此类“观赏性运动”。
The Verge · AIAI 评分6262 Atlassian CEO 谈 SaaSpocalypse：AI 不会消灭知识工作，头less 是慢性投降
Atlassian CEO Mike Cannon-Brookes 在 Decoder 播客中回应 SaaSpocalypse 论调，认为 AI 不会取代知识工作者，反而会提升竞争门槛。
Import AIAI 评分3838 Import AI 474：Michael Levin 提出“柏拉图式心智空间”理论，智谱启动外层 RSI 循环
Michael Levin 在论文中提出非物理主义心智模型，认为心智与大脑的关系如同数学模式与形态发生结果，身体是复杂模式进入物理世界的接口。他引用异种机器人、人类气管细胞等实验，主张算法机器与生化生命处于同一频谱。本期还报道了智谱启动外层 RSI 循环，以及机器人领域正为“LLM 时刻”做准备但缺乏通用算法。
The DecoderAI 评分4242 AI安全研究员Ryan Greenblatt：各实验室都自认更负责，这正是军备竞赛持续的原因
Redwood Research首席科学家Ryan Greenblatt在Sam Harris播客中估计，若按当前路径发展，错位AI系统接管的可能性约为50%至60%，并伴随大量人类死亡风险。他认为各实验室以“比竞争者更负责”为由加速研发，但内部缺乏共识，且担忧单方减速会被对手超越。他提议对AI实验室进行独立监督并制定有约束力的安全标准，同时指出国际协议是最可靠的解决方案。
Latent SpaceAI 评分6262 OpenRouter 联合创始人复盘：从社区起步到成为 1000 万开发者的中立路由层
OpenRouter 联合创始人 Alex Atallah 与 AMP 的 Anjney Midha 在播客中复盘 OpenRouter 从 Llama、Alpaca 时代起步，到成为服务超 1000 万开发者、日处理超 10 万亿 token 的中立路由层的历程。
Simon WillisonAI 评分6262 John Gruber 谈 Muse：外表可爱但能力强大且危险
John Gruber 评论 Meta 的 Muse，认为它在技术上具有开创性，为每位用户提供运行在 Meta 云端的持久 Linux 虚拟机，且易于安装使用，是首个面向消费者的智能体 AI 系统。但他质疑消费者是否真正理解其强大与潜在危险，尤其是当它运行在 Mac 上时。
Simon WillisonAI 评分1818 编码智能体让软件工程更难：Simon Willison 的观察
Simon Willison 在 2026 年 9 月 24 日的笔记中指出，与编码智能体合作越多，越确信它们让软件工程变得更难。虽然能用它们做出惊人成果，但释放全部潜力需要非凡的纪律和知识。
GitHub Blog · AI & ML精选AI 评分6060 GitHub Copilot 官方谈为何聊天是错误界面，canvas 才是出路
GitHub Copilot 官方博客提出聊天并非与 LLM 交互的最佳界面，主张用可自定义的 canvas 全栈应用替代。canvas 能双向与 Copilot 智能体通信，可调用第三方 API 并在本地执行代码，例如构建 Connect 4 游戏、管理 Winget 包或操作 SQLite 数据库。
推荐理由：原文用 GitHub Copilot 的 canvas 实例说明为何聊天不是与 AI 交互的唯一界面，读者可借此判断自定义 UI 对自身工作流的价值。
Latent SpaceAI 评分6262 Foundries 与 Navigators：AI 如何降低科学研究的成本
Endura Therapeutics CEO Adrian Sanborn 撰文指出，AI 让科研中的思考变便宜，但实验本身并未提速，生物技术行业由此分化出两条路径：Foundries 通过工业化测量降低做实验的成本，Navigators 则把 AI 嵌入日常运营以加速决策。
Latent SpaceAI 评分4242 生物安全是一场 AI 军备竞赛——Radical Numerics CEO Eric Nguyen 访谈
Radical Numerics 联合创始人 Eric Nguyen 认为，提升生物能力的基因组语言模型（GLM）同样能防止防御方落后。其团队此前参与开发 Evo 和 Evo 2，这些模型曾被用于生成可合成功能性病毒的全基因组序列。Radical Numerics 正构建并扩展 GLM，其模型已能处理 RNA 和蛋白质，并可通过类似思维链的方式自主优化 RNA 适配体得分。
OpenAI NewsAI 评分2323 Sam Altman 在联合国安理会发表关于 AI 安全与国际合作的讲话
OpenAI CEO Sam Altman 在联合国安理会发表讲话，讨论 AI 安全、人类控制与国际合作。他强调在 AI 快速发展背景下，确保人类对 AI 系统的控制至关重要，并呼吁各国加强协作以应对全球性挑战。
Latent SpaceAI 评分6262 John Platt 谈 Google ERA：用 LLM 自动求解科学问题
本期播客访谈了拥有奥斯卡奖和教科书级算法的 John Platt，重点讨论 Google 的 Empirical Research Assistance（ERA）。
MIT Technology Review · AIAI 评分4747 别被这个夏天的 AI 炒作迷惑
Anthropic 与 OpenAI 近期接连宣称其模型在漏洞挖掘、数学突破等方面超越专家，引发大量媒体关注，但专家核查后认为这些说法被夸大，数学成果被指存在研究不端与抄袭。数百名数学家签署声明，警告科技行业为商业利益夸大产品能力，呼吁政策制定者咨询独立专家而非依赖新闻稿。文章指出“超级智能”“失控模型”等叙事将责任从公司转嫁给产品，旨在误导公众与政策制定。
NVIDIA BlogAI 评分4242 AI 安全是工程问题：NVIDIA 如何在智能体栈每一层解决它
NVIDIA 提出 AI 安全本质是工程问题，需在智能体栈的每一层（模型、工具、运行时环境）落实可执行的安全边界、责任人与防护证据。NVIDIA 开源 OpenShell 安全运行时，在智能体触及范围之外强制策略并提供沙箱执行；Cisco DefenseClaw、JFrog 等合作伙伴正基于 OpenShell 构建治理与技能扫描层。
Simon WillisonAI 评分4242 大厂新员工吐槽：Claude Code 代写一切，没人读代码
一位刚入职大公司半个月的员工吐槽，团队里从 L1 到 L7 的工程师都在用 Claude Code 生成规格、代码、测试、PRD 和工单，没人阅读任何内容。管理层认为推送代码不是瓶颈，员工每天工作 12 到 13 小时只为“按回车”，团队对此普遍不满。
Simon WillisonAI 评分4242 MCP 真的是个坏主意吗？
本文反驳了“MCP 已过时”的观点，指出其价值在于非终端型智能体场景。对于可完全访问互联网的终端智能体（如 Claude Code、Codex），直接调用 API 即可，但 MCP 能提供对外部服务的精确访问控制、不暴露 API 密钥的认证方式、用户连接服务的 UI 以及强审计日志，使构建更可控的智能体应用变得更容易。
GitHub Blog · AI & MLAI 评分2828 该读 AI 生成的代码吗、RAG 死了吗、Skills 是否取代了 MCP——GitHub Podcast 拆解五大 AI 热论
GitHub Podcast 最新一期拆解五大 AI 热论：AI 生成代码仍需人工审查、不会用 AI 未必影响求职、Skills 与 MCP 解决不同问题、RAG 未死、代码库难懂或反映可维护性问题。节目主张用提问代替站队，在真实工作中检验观点。
OpenAI NewsAI 评分1818 OpenAI 政策窗口已开启，Chris Lehane 呼吁加强安全证据与持久政策行动
OpenAI 的 Chris Lehane 认为，更强的 AI 能力需要更强的安全证据、共同标准和持久的政策行动。他强调当前政策窗口仍然开放，应抓住时机推进相关举措。
OpenAI NewsAI 评分2020 OpenAI 首席科学家谈“异类心智”：日益强大的 AI 与对齐挑战
OpenAI 的 Jakub Pachocki 反思日益强大的 AI 及其对齐挑战，呼吁建立更强有力的安全保障措施并加强国际合作。他强调，随着模型能力提升，确保其与人类意图保持一致变得愈发关键。
Hugging Face BlogAI 评分5454 DharmaOCR 对比 Mistral OCR4 与 Unlimited-OCR：专精模型在巴西葡萄牙语上仍占优
Dharma AI 发文称，其三个月前开源的巴西葡萄牙语 OCR 模型 DharmaOCR 在专为该语言设计的基准上得分 0.925，高于 Mistral OCR4 的 0.798 和 Unlimited-OCR 的 0.7587。文章认为优势来自两阶段训练：监督微调集中资源于目标语言，DPO 阶段抑制生成退化，并指出通用模型在处理 ENEM 作文等专有名词时更易出错。
Hugging Face BlogAI 评分3838 为什么 AI 专业化不可避免
一篇解读 Goldfeder、Wyder、LeCun 和 Shwartz-Ziv 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》的文章。