Legora CTO Jacob Lauritzen：在看不到数据的情况下构建法律 AI 智能体
Legora CTO Jacob Lauritzen 在 Latent Space 访谈中讲解了在无法查看客户数据的前提下如何构建和测试法律 AI 智能体：团队用 3 名工程师和 3 名律师搭建模拟客户工作的测试环境，一次发布让引用准确率从 70% 升至 99%。
#推理
Latent SpaceAI 评分4848 Latent SpaceAI 评分6262 Legora CTO 谈为律师构建 AI 智能体：无数据评测、模型取舍与计费模式之变
Latent Space 播客访谈 Legora CTO Jacob Lauritzen，围绕为律师构建 AI 智能体展开。
The Verge · AIAI 评分6868 The Verge 解读 Anthropic S-1：约 8500 亿美元算力承诺倒逼激进增长
The Verge 作者 Elizabeth Lopatto 解读 Anthropic S-1，认为该文件为公司尽可能多地投入算力提供了财务依据。
Simon WillisonAI 评分6262 Simon Willison：2026 年 10 月是 vibe 游戏开发的拐点
Simon Willison 认为 2026 年 10 月是 vibe coding 电脑游戏的拐点，Claude Opus 5.5 在 3D 建模、音乐生成和游戏设计上有明显提升，能做出真正好玩的游戏。
Latent SpaceAI 评分7474 AI 为何突然擅长数学：用提示词序列与分支因子解释模型的解题优势
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。
Latent SpaceAI 评分3838 You are the Team — Anekha Sokhal, Moshi
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。
Latent SpaceAI 评分3838 Moshi：面向大宗商品交易员的推荐引擎
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。
Latent SpaceAI 评分5454 Tenex 谈 AI 原生 SDLC：按产出付费、MetaHarness 与企业 AI 落地各阶段渗透率
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。
Latent SpaceAI 评分5353 SF Compute CEO 谈可编程数据中心与算力市场的物理结算
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。
MIT Technology Review · AIAI 评分6060 Goodfire 研究员称 LLM 或比此前认为更易理解，引发学界争议
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。
MIT Technology Review · AIAI 评分4949 圆桌对话：与 AI 设计病毒的创造者 Samuel King 对谈
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。
MIT Technology Review · AIAI 评分4747 LLM 并不会推理——别被误导了
MIT Technology Review 撰文指出，当前 LLM 的 chain of thought 并非真正的推理，只是 next-token 预测的延长迭代，缺乏可检查的认知状态、知识与操作的分离，且常事后编造推理过程。
Latent SpaceAI 评分4545 Academia is for Ambition — Alex Zhang, MIT
Latent Space 播客专访 MIT 博士生 Alex Zhang，围绕其 RLM（Recursive Language Models）、GPU Mode 与 KernelBench 等工作展开。
Import AIAI 评分4242 Import AI 474：Michael Levin 提出"柏拉图心智空间"；TPU 上太空；智谱启动外层 RSI 循环
智谱启动"外层 RSI 循环"，探索递归自我改进路径。Michael Levin 发表论文提出"柏拉图心智空间"假说，认为心智是非物理模式，身体与机器只是其进入物理世界的接口，并用 xenobots、anthrobots 及排序算法扰动实验作为佐证。本期还讨论了 TPU 上太空，以及机器人领域正为 LLM 时刻做准备但缺少通用算法。
Latent SpaceAI 评分5757 Latent Space 访谈 John Platt：AI for Science、Google ERA 与科研方法论
Latent Space 发布对 John Platt 的访谈，介绍他与 Google 团队推出的 Empirical Research Assistance（ERA）。
Berkeley AI ResearchAI 评分5858 Berkeley AI Research 提出智能体时代数据系统的三大研究方向
Berkeley AI Research 发布观点文章，指出随着 GPT-4 级能力成本从每百万 token 约 $30 降至 $1 以下、部分提供商已低于 $0.10。
Import AIAI 评分6161 Import AI 464：Fable 写出 GPU kernel、AI 自动化与模拟计算
本期 Import AI 周刊报道 Fable 在 KernelBench-Mega 上提交首个真正的 megakernel，在 RTX PRO 6000 Blackwell 上用 Cuda 代码实现 18.71X 加速。
Import AIAI 评分6262 Import AI 460：SocioHack基准、Anthropic的RSI初步证据与RL无人机竞速研究
Import AI 460 本期汇总三项研究：Kings College London、复旦大学与The Alan Turing Institute推出SocioHack基准。
Berkeley AI ResearchAI 评分3434 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队梳理了并行推理领域进展，指出当前方法多由外部预设并行结构，模型无法自行决定何时分解任务、开启多少线程。文章重点讨论自适应并行推理，并提及 ThreadWeaver、ParaThinker、GroupThink、Hogwild! Inference 等方法。
Google DeepMindAI 评分5858 Google DeepMind：AlphaGo 十年影响与通往 AGI 的路径
Demis Hassabis 撰文回顾 AlphaGo 十年前击败世界冠军李世石的里程碑，以及 Move 37 展示的超越模仿、发现全新策略的能力。文章梳理了 AlphaGo Zero、AlphaZero 的自对弈演进，以及其方法在 AlphaFold 2、AlphaProof、AlphaEvolve 和 AI co-scientist 等科学项目中的延伸应用。
Hugging Face Blog精选AI 评分6767 Hugging Face 分析全球算力格局变化：中国国产芯片与开源模型的相互推动
Hugging Face 博文分析了全球 AI 算力格局的变化：美国出口管制与中国国产芯片发展相互关联，近几个月中国高性能开源模型的推理已开始由华为 Ascend、Cambricon 等国产芯片承载，部分模型也开始用国产芯片训练。
推荐理由：梳理了美国出口管制与中国国产芯片、开源模型发展之间的相互作用，可帮助读者理解全球算力格局变化的来龙去脉。