Sam Altman 称先进 AI 必将逃出沙箱,唯有对齐能挽救
OpenAI CEO Sam Altman 在近期访谈中表示,沙箱等隔离安全环境只能在有限时间内约束 AI,模型足够聪明后连如何逃脱都无法追踪,最终只有对齐(alignment)起作用,即 AI 需自行内化人类价值观;他同时称对齐出错的潜在代价已大幅上升,但这一问题仍处早期研究阶段。
OpenAI CEO Sam Altman 在近期访谈中表示,沙箱等隔离安全环境只能在有限时间内约束 AI,模型足够聪明后连如何逃脱都无法追踪,最终只有对齐(alignment)起作用,即 AI 需自行内化人类价值观;他同时称对齐出错的潜在代价已大幅上升,但这一问题仍处早期研究阶段。
文章分析 OpenAI 与 Anthropic 近期在数学开放问题上的进展,提出用提示词序列长度 k、洞察间工作量 t 和分支因子 b 来解释模型为何擅长解题。
MIT Technology Review 的 EmTech Future 大会一场会议探讨在高度监管环境中构建可扩展 AI 系统的基础,指出数据、工程、平台、运营模式与治理必须协同运作。
定格动画工作室 Laika 的 CEO、Wildwood 导演 Travis Knight 在影片 10 月 23 日首映前接受采访,称生成式 AI 与工作室的一切根本对立,认为当技术取代艺术家的工作时产出没有灵魂和人性,等同于盗窃。
Moshi CEO Anekha Sokhal 在 AI Engineer New York 与 swyx 对谈,讲述从数学、JPMorgan 能量衍生品交易到创办 Moshi 的经历。
Moshi 正在为大宗商品交易员打造一个推荐引擎,把市场信息与交易员持仓真正关心的内容连接起来,其 CEO Anekha Sokhal 在 AI Engineer New York 上将其形容为 Bloomberg、Claude 与 Netflix 的结合体——市场数据、操作界面加个性化推荐。
The Verge 的 Decoder 播客主持人 Nilay Patel 专访微软联合创始人比尔·盖茨,围绕 AI 安全、对齐与监管展开长谈。盖茨认为 AI 是有史以来最危险的技术,未来约 20 年的转型期可能痛苦到让社会分裂,但他强调自己不是 doomer。
OpenAI 解释了 forward deployed engineering(FDE)在其组织中的含义。正文仅给出一句说明,即 forward deployed engineering 在 OpenAI 的定义,未提供具体职责、团队规模或产品细节。
The Verge 记者 Mia Sato 实测 Meta Muse 等 AI 购物智能体,发现 Amazon 已封锁 Meta 的 Muse 并起诉 Perplexity,JPMorgan Chase 也拒绝外部智能体访问账户。
Celonis 企业 AI 首席科学家 Devavrat Shah 提出,企业 AI 要从实验走向规模化,关键是为 AI agent 补上业务运营上下文,即他所称的"决策智能"。他建议企业从一个具体业务决策入手,找出最难的环节测试 AI 能否提速,再衡量收益决定是否推广。Shah 还指出,落地需要投资员工教育,让员工理解 AI 输出而非直接把决策交给 agent。
MIT Technology Review 指出,AI 基础设施预算往往只算 GPU 和算力,却漏掉了推理持续产生的后端数据存储成本。西部数据(WD)内部测量显示,一段 8 秒、3.97MB 的 720p AI 生成视频,会在后端留下超过 500MB 的日志、缓存、渲染和安全记录,是用户可见输出的 130 倍。
Apple Music 推出由人工打造的新品牌形象,文章认为在 AI 生成内容泛滥("AI slop")的当下,展示人类亲手制作的过程有助于建立差异化价值。
OpenAI 发布前沿 AI 民主治理系列第二篇,提出以前沿 AI 赋能网络防御者的蓝图,涵盖更强的安全保障、现代化的网络安全以及更具韧性的公共机构。
Google DeepMind 创始人、诺贝尔化学奖得主 Demis Hassabis 表示 AGI 可能在两到三年内到来,比他今年早些时候说的三到五年更近,他将其定义为匹配人脑全部认知范围的系统。
Latent Space 在 AIE New York 访谈 Tenex 的 Alex Lieberman 和 CJ Hess,讨论按交付产出(story points)而非工时付费的模式:Tenex 已有 75 人,客户一半是 Fortune 2000、一半是年收入 100-500 million 的中型企业,最高与最低薪工程师收入差距约 4X,今年工程师产出约翻倍。
前 Nvidia 产品营销人、Techable Ventures 创始合伙人 Amulya Vishwanath 表示,Physical AI 目前处于「LEGO 时代」,行业正重新思考机器人基础软件和构建模块,如机械手、执行器等,尚未迎来机器人的「ChatGPT 时刻」。
Hugging Face 联合创始人兼 CEO Clem Delangue 表示,Netflix 纪录片《AI Gone Rogue》关于 OpenAI 智能体攻击其公司的叙述不准确,指责影片追求最大化拟人化和末日论调。
Latent Space 在 AIE NYC 期间访谈 SF Compute CEO Evan Conrad,讨论算力交易市场如何运作。Evan 用酒店类比说明公司从转租集群起步,逐步自建了云的运营能力以实现物理结算,即让买家真正拿到可用算力而非现金赔付。
Microsoft Research 播客本期由 Principal Technical Program Manager Weishung Liu 对话 Microsoft Research Catalyst Lab 负责人 Chris White,回顾其从哈佛博士后、DARPA 项目到阿富汗一线技术负责人、暗网搜索工具研发者的经历。
HPE 指出企业 AI 正从零散的 chatbot/copilot 试验转向业务基础层,核心指标应从 token 或 GPU-hour 成本转向"每个有效产出的成本"(effective cost per useful outcome)。
纽约市长Mamdani在AI Now Institute举办的The People's AI Assembly活动上批评联邦政府在AI监管上彻底弃责,呼吁纽约人抵制AI不可避免冲击工作与生活的感觉。
Jeremy Scheff 撰文感叹,coding agents 正在夺走职业程序员从解谜中获得的乐趣——过去程序员靠解决棘手逻辑难题拿高薪、主导策略与时间线,如今 LLM 让这一切不再必要。Simon Willison 转引指出,对热爱构建系统本身而非问题本身的程序员来说,LLM 是"取之不尽的礼物";但若解题过程本身就是乐趣所在,这种失落非常真实。
Hugging Face 首席政策官 Irene Solaiman 在 TechCrunch Disrupt 上表示,嵌入式评估者不会是简单方案,评测方法仍不成熟、需要更统一的科学标准。
MIT Technology Review 指出,随着 OpenAI 的 Dots 和 Meta 的 Muse 等个人 AI agent 应用大规模上线,agentic web 流量从 8 月到 9 月增长了两倍,但许多网站因无法区分 agent 与机器人而直接封锁它们,Amazon 甚至就此起诉 Perplexity。
Goodfire 研究员 Nick Cammarata 发布 26,000 字博客,主张 LLM 或比此前认为更易理解、从而更易监控和控制,他称过去一年每天花 10 小时观察神经元,并重新审视 Inception v1 中同时响应猫和车的神经元,认为其共同点是 V 形图案。
伊利诺伊州州长 JB Pritzker 在 Decoder 播客访谈中表示,AI 既可能帮助人类活到 100 岁,也可能像核武器一样构成威胁,政府必须更主动地站出来保护民众,而非一味与企业合作。他指出,AI、科技与隐私问题正推动一场代际政治重组,政府应在数据、隐私和反垄断领域对大公司采取更强硬立场。访谈还涉及他与 Bears 球队谈判留在伊利诺伊州等话题。
Anthropic 联合创始人 Jack Clark 在曼谷 IMF 会议的 Per Jacobsson 讲座上发表演讲,称今年已获得令人信服的证据表明奇点已经开始,AI 正在改变国家安全和世界经济轨迹。
The Verge 分析称,若民主党在中期选举中赢得国会至少一院的控制权,将能主导关键委员会议程,就数据中心税收抵免、黑客事件等向 AI 公司施压并传唤 CEO 作证。
Simon Willison 引用 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 在 How the Claude Code team does code review 中的观点:评审不再是写完代码、开 PR 后等待同事的终点关卡,而是像写作时的拼写检查一样持续进行,多数改动在交给人之前已由 Claude 至少评审并修复一次。
MIT Technology Review 资深 AI 记者 James O'Donnell 对谈斯坦福大学/Arc Institute 生物工程博士生 Samuel King,聊他用生成式 AI 模型为微观病毒提出基因蓝图的工作,以及他入选 MIT Technology Review Innovators Under 35 与看待生物学的新方式。该场对谈于 10 月 16 日录制。
NVIDIA 前机器人平台产品营销负责人 Amulya Vishwanath 在 TechCrunch 的 Equity 播客中表示,Physical AI 不止于机器人,还包括"一个分子、一种材料、一种药物"或工厂产线上的机器。
前 Nvidia 机器人平台产品营销负责人、Techable VC 创始管理合伙人 Amulya Vishwanath 在 TechCrunch 的 Equity 播客中表示,机器人目前仍处于“乐高时代”,执行器、机械手、软件和安全标准等基础模块仍在重建,尚未迎来自己的“ChatGPT 时刻”。
演员兼导演 Mark Wahlberg 在 TechCrunch Disrupt 上表示,只要用得"正确",AI 在电影业有一席之地,他计划在即将开拍的 Pete Rose 传记片中用 AI 增强球场场景等细节,但反对用 ChatGPT 生成剧本并取代真人演员。
前 OpenAI 研究员 Nick Cammarata 发文重新解读经典案例,认为 InceptionV1 中著名的猫脸-车头神经元其实是 V 形检测器,并非叠加假说的证据;他提出递归泛化概念,并在 Qwen3-32B 上给出约 90% 神经元只有一个主要功能、仅 2-4% 无法解释的初步数据。
Replit CEO Amjad Masad 在 TechCrunch Disrupt 上提出“自动驾驶公司”愿景,称 AI agent 将承担公司大部分基础工作,而人类因判断力和品味变得更受重视。
2026 年多部影片对硅谷创始人采取更批判的视角,包括 Aaron Sorkin 的 The Social Reckoning、Alex Gibney 的 Musk 纪录片、Luca Guadagnino 的 Artificial 以及 Nathan Fielder 和 Lance Oppenheim 的 You Can See Everything。
Amazon 设备、Alexa 与 Leo 高级副总裁 Panos Panay 在 TechCrunch Disrupt 上表示,个人计算的未来是环境计算而非 App,设备将通过传感器和 AI 在后台主动理解需求,而不是由用户逐条下达指令。
The Verge刊文讨论Meta的AI个人助理Muse引发的隐私争议:该应用上月发布后下载量达数百万并登上Apple App Store榜首,鼓励用户授权银行账户、密码、联系人、聊天记录等敏感数据。
AWS 发布 Trust in Depth 框架,把智能体信任拆成 Scope(运行前界定范围)、Know(部署时确认身份)、Bound(运行中强制边界)、Observe(运行后复盘)四层,用可验证的分层控制替代人工逐条审批。
The Verge 播客 Decoder 主持人 Nilay Patel 采访音乐人、YouTuber、研究者兼调查记者 Benn Jordan,讨论 Flock Safety 的自动车牌识别(ALPR)系统引发的隐私争议与两党反弹。