跳到正文
10月27日周二
  1. The Decoder67

    纽约大学与 UT Austin 研究归纳让 AI 文本难读的六种语言模式

    纽约大学与德克萨斯大学奥斯汀分校的研究让 Claude、GPT-5.6、GLM-5、Kimi K2.5、Llama、Olmo 等 14 个模型生成 120 段对话、45 次编码会话和 980 篇议论文,与人类文本对比后归纳出六种让 AI 文本难读的模式:生僻词组搭配、主谓被长从句隔开、省略连接词的短指代、名词堆叠、把名词当动词用、给无生命主语配及物动词。

  2. The Verge · AI68

    Anthropic IPO 招股书中的五个奇特细节

    Anthropic 向 SEC 提交了超过 300 页的 S-1 招股书,The Verge 挑出五个值得注意的细节。Dario Amodei 和 Daniela Amodei 是薪酬最高的两位高管,去年薪酬分别接近 $18 million 和 $16.4 million,公司还为两人花费数百万美元用于安保和私人飞机。

10月26日周一
  1. The Decoder62

    Meta 计划增发至多 950 亿美元股票为 AI 基础设施筹资

    据 The Information 报道,Meta 计划通过增发新股至多筹资 950 亿美元,用于 AI 基础设施建设。其中约 22.5 亿美元来自 A 类普通股,12.5 亿美元来自存托股(每份代表二十分之一的优先股,若未提前转换将于 2029 年 8 月自动转为普通股),剩余 600 亿美元将在 C 类无投票权新股上市后(最早 2027 年第一季度)通过公开市场出售筹集。

  2. TechCrunch · AI85

    Anthropic 正式提交 IPO 申请,拟以 ANT 代码上市

    Anthropic 于周一正式提交 IPO 申请,计划以代码 ANT 上市。SEC 文件显示其 2026 年上半年营收 $16.3 billion,运营亏损 $693 million,净亏损 $80.7 billion 主要来自可转债相关的非现金会计调整;截至 9 月底有超过 11,900 家客户年消费达 $100,000 以上。

    推荐理由:披露了营收、亏损与治理结构细节,读者可据此理解这次上市的争议焦点所在。

  3. The Verge · AI82

    Anthropic 提交 S-1 拟以 ANT 在纳斯达克 IPO,上半年净亏 $80.7 billion

    Anthropic 向 SEC 提交 S-1 招股书,计划以代码 ANT 在纳斯达克上市,抢在 OpenAI 之前启动 IPO。文件显示今年上半年公司营收 $16.3 billion、净亏 $80.7 billion,亏损主要来自融资票据相关的会计费用。

    同一件事,精选收录的是《Anthropic 正式提交 IPO 申请,拟以 ANT 代码上市》

  4. MIT Technology Review · AI50

    MIT科技评论:AI安全只盯灾难性事件,忽视日常伤害

    文章指出科技行业把AI安全窄化为防范灾难性事件,借此规避对日常依赖性伤害的监管,而谷歌等公司正推动带有豁免条款的州级法案来巩固这一有利定义。作者列举青少年对AI伴侣的依赖、MIT研究发现的用ChatGPT写文章时的脑连接减弱与认知债务等证据,主张安全只是底线,还应要求企业在产品中增加摩擦、禁止设计假装有意识的AI伴侣,并在教室应用前证明AI确实提升学习与批判性思维。

  5. TechCrunch · AI44

    Grok 发布 AI 生成电影《Odyssey》前七分钟

    Grok 发布了 AI 生成电影《Odyssey》的前七分钟片段,称为"Odyssey 系列第一集",由 Wonder Studios 和导演 Dev Walker 合作打造。TechCrunch 评价其画面虽比预期好、部分镜头可乱真,但缺乏艺术感与叙事张力,旁白冗长、台词生硬,观感远不及 Christopher Nolan 的真人版《Odyssey》。

10月25日周日
  1. The Verge · AI56

    宾夕法尼亚州签署 AI 广告披露法,要求 AI 生成广告加标签

    宾夕法尼亚州州长 Josh Shapiro 签署《人工智能欺骗性广告法》,要求任何被人工智能显著修改或生成的广告(包括图片、视频、音频和文字)以与广告本身相同的格式加上标签,该州是最早要求披露 AI 内容的州之一,且不论广告在哪里制作都适用。法案留有多处漏洞,包括显著修改的定义主观、对戏仿讽刺和明显虚构内容的豁免,以及仅针对造成虚假消费者认知的合成内容等表述,均存在界定不清的问题。