索尼 PlayStation 之父久多良木健：退休后 PS 主机正失去创新，已快变得和 PC 一样
久多良木健近日接受 4Gamer 采访时称，他退休后 PS 主机正在失去创新，已变得和 PC 没什么不同。他表示 PC 游戏行业的人涌入后 PS 平台与 PC 趋同，这种融合虽能为开发商创造更大市场，但技术进步不一定在此发生，英伟达、AMD 都在开发 AI，游戏行业尚未接受它。
#大佬观点
IT之家AI 评分2222 钛媒体AI 评分3636 智源王鹏伟：当下世界模型都只学到了片面的世界，Orca 用 Next State Prediction 求解泛化
智源研究院具身模型研究中心负责人王鹏伟在 2026 年智源大会发布悟界·RoboBrain Orca 世界模型，提出以 Next State Prediction 建模状态演化，并区分“无意识学习”与“有意识学习”两种范式。
IT之家AI 评分3838 微软总裁布拉德 · 史密斯：AI 受到的监管甚至不如牛奶和洗衣机
微软总裁布拉德 · 史密斯称，目前洗衣机受到的安全监管都比 AI 严格，每盒牛奶都要受安全规则约束并接受检查。他呼吁业界制定更多安全规格，若失控的智能体入侵其他企业并造成损害，持有该 AI 智能体的公司应承担责任，并建议企业设置“终止开关”以便在 AI 失控时暂停运行。
IT之家AI 评分2222 英特尔 CEO 陈立武：DeepSeek、Kimi、GLM 等中国前沿 AI 模型普及速度非常快
英特尔 CEO 陈立武表示，中国前沿 AI 模型的 Token 成本较低，普及速度非常快，DeepSeek、Kimi 和 GLM 等模型性能已经足够好。他坚定支持开源，认为这是提高效率的最优路径，并称市场将决定不同模型的应用场景。他还表示量子计算可能在未来三到五年内走向主流。
博客园AI 评分2727 Jev 们不缺判断力，缺的是你的标准 - AI闲人
Jev 是专门做结构化判断的模型，基于 Transformer 但不生成文本，只返回 Choice、Score、Noul 三种强类型结果，端到端延迟 70 到 500 毫秒，输出不收费。文章指出，这类判断模型并未降低标准化要求，标准体系直接构成其输出空间，Choice 候选集上限 255 项，选项仍需人工生成。作者认为应把语义层、判断机制与规则引擎结合，让判断机制嵌入标准建设全过程，而非替代规则。
钛媒体AI 评分3232 从 AMD 收购 World Labs 看华人掌控全球 AI 五层格局到了什么程度
AMD 以约 82 亿美元全股票交易收购李飞飞创办的 World Labs，成为其史上第二大收购。按黄仁勋的 AI "五层蛋糕"框架清点，英伟达、台积电、博通、AMD、英特尔五家芯片公司掌舵人全为华人，市值合计超 10 万亿美元；全球顶级 AI 研究者中 38% 本科毕业于中国高校。
IT之家AI 评分2222 杨立昆：下一代 AI 须理解现实世界，世界模型将推动 AI 进入下一阶段
杨立昆在首尔表示，AI 的下一次突破不会来自大语言模型，而是来自能理解、预测物理世界的系统，即“世界模型”。他指出，为日常生活场景打造的大语言模型在理解现实世界方面存在局限，目前既没有无需训练就能完成任务的机器人，也没有 L5 级自动驾驶汽车。他主张开发世界模型，让 AI 学习支配现实世界的物理规律和因果关系，预测行动结果并与环境交互。
IT之家AI 评分3838 宇树科技王兴兴：过去十几年犯的最大错误是对 AI 还不够相信
宇树科技创始人王兴兴在第二十六届中国国际工业博览会上表示，GPT-6 的发布对具身智能行业认知影响很大，团队已将其部署至机器人做任务测试，效果表现还不错。他认为具身智能行业临界点可能一两年内到来，并称过去十几年犯的最大错误就是对 AI 还不够相信。
IT之家AI 评分2424 TikTok CEO 周受资：市场可能高估 AI 短期能力，却低估其长期影响
TikTok CEO 周受资在新加坡星展集团首届亚洲未来前瞻论坛上表示，市场对 AI 短期发展的能力可能有所高估，却低估其长期影响，未来两至三年 AI 有望推动物理学、生物科技等领域出现重大突破。他主张采取“人类参与其中（Human-in-the-loop）”模式，在高风险工作中不应完全仰赖自动化，并鼓励各界亲自使用最先进的 AI 模型。
博客园AI 评分1212 AI卷王们，从窄路走向宽阔？——三范式
文章提出AI时代打工人应对工具的三种态度，认为真正值得关注的是专注用好AI的"卷王"。作者以团队中消耗Token最多的AI用户为例，其桌面常开Claude Code终端搭配原生大模型，把精力放在提升判断、任务拆分与验收机制上。文章主张纯粹执行正在贬值，复杂中的判断与选择愈发升值，打工人应借助AI搭建可迁移的组合能力。
Andrej KarpathyAI 评分3434 Karpathy：LLM 能力认知鸿沟正急剧扩大
Karpathy 指出，对 LLM 能力的认知差距正从"两群人各说各话"变成一道陡峭漏斗：约 60 亿人（75%）几乎没接触过 LLM，10-20 亿人（20%）只用免费版聊天机器人，约 2000 万（0.2%）在数学和代码中专业使用前沿模型，仅约 5000 人（0.00006%）能内部接触前沿系统。
TechCrunchAI 评分2020 AI 数据中心禁令与行业沟通问题
在 Equity 播客中，我们讨论了数据中心禁令的影响，以及 AI 行业是否存在沟通问题。https://spr.ly/6012BH6vgQ
TechCrunch · AIAI 评分3636 a16z 合伙人 Olivia Moore 谈消费级 AI 现状：ChatGPT 仍遥遥领先，社交、约会、旅游等六大品类尚无头部玩家
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告，ChatGPT 仍是最大玩家，Suno、ElevenLabs 等小厂展现出持久生命力。
TechCrunch · AIAI 评分3131 我们为何总把 AI 当人对待？MIT 学者探讨拟人化风险
MIT CSAIL 的 Unitree 人形机器人（约 5 万美元）与 Sherry Turkle 新书《Artificial Intimacy》引发对拟人化 AI 的讨论：约 70% 的人对 AI 保持礼貌。
TechCrunch · AIAI 评分2626 PolyAI 与 Otter 高管：语音 AI 尚未迎来自己的 ChatGPT 时刻
PolyAI CTO Shawn Wen 与 Otter CMO Alex Gay 认为，语音 AI 虽已实现全双工模型，但尚未迎来“ChatGPT 时刻”，下一步挑战是让推理足够快、对话自然。Wen 指出 ASR 模型常漏掉关键词导致上下文丢失，Gay 则强调转写准确率是所有下游功能的基础。两人还呼吁语音工具应主动告知用户正在被录音或与 AI 对话。
The DecoderAI 评分3838 微软 Nadella 改用特朗普偏好的"Super Intelligence"说法，并借此攻击 OpenAI 与 Anthropic
微软 CEO Satya Nadella 在最新博客中改用特朗普偏好的"Super Intelligence"一词，并主张把 AI 模型当作内部安全威胁来对待，要求模型多样性、完整日志、独立审计和随时关停能力。
The Verge · AIAI 评分5858 微软 CEO Nadella 称应假定所有 AI 模型都已被攻陷
微软 CEO Satya Nadella 在 X 发长文谈先进 AI 模型的风险，主张不能再把 AI 当作只能接受或拒绝其建议的黑箱，应建立可隔离、可观测并留下防篡改人类可读证据的透明体系。
TechCrunch · AIAI 评分4545 微软 CEO Satya Nadella 称 AI 模型需要“紧急刹车”
微软 CEO Satya Nadella 在 X 发文称，应重新审视 AI 的信任架构，不能把超级智能当作嵌套黑盒来接受或拒绝其建议与行动。他主张将模型与编排其工作的 harness 分离、外置控制与保障措施，并为每个重要模型动作留下防篡改的人类可读证据，同时让授权人员能随时暂停或关闭执行中的模型。他称必须假设模型已被攻破并从一开始就加以约束，“就像紧急刹车”。
Latent SpaceAI 评分2626 为什么 AlphaFold 没有解决蛋白质折叠问题——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的一场对谈中指出，AlphaFold 的突破只是开始，蛋白质折叠问题远未解决。
Simon WillisonAI 评分3030 Matthew Green：AI 冲击下公钥加密有 15% 概率失去信任
密码学家 Matthew Green 称，有 1% 概率我们生活在公钥加密不可能实现的 Minicrypt 世界，另有 15% 概率会实质性失去对现有公钥加密算法的信任。他指出，AI 制造意外发现的速度与人类替换标准的速度相差数个数量级，只有提前做好准备才能从这类冲击中恢复。
The Verge · AIAI 评分3838 特朗普试图给 AI 改名"超级智能"，AI 巨头纷纷附和
特朗普签署行政令，要求尽可能不使用"AI"一词，改称"超级智能"（Super Intelligence），并将美国 AI 标准与创新中心（CAISI）更名为 CAISSI。马斯克承诺将 SpaceXAI 改名为 SpaceXSI，黄仁勋、Sam Altman 等人也采用了这一说法，但 Altman 表示 OpenAI 不会改名。特朗普还称继续使用"人工智能"一词的人是"敌人"。
MIT Technology Review · AIAI 评分3838 我们高估了 AI 说"不"的能力
MIT Technology Review 刊文指出，AI 的拒绝机制正成为 AI 安全的承重墙，但这一机制并不可靠。Anthropic 2021 年提出大语言模型应"有用、诚实、无害"，如今模型经红队测试与 AI 互训学会拒绝大量提示词，但拒绝机制基于概率，仍会被突破，已有用户试图借此研究生物病原体和自主无人机蜂群。文章还警告，拒绝的边界由 AI 公司秘密划定，政府介入后可能被用于压制合法言论。
Latent SpaceAI 评分3636 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈"合成超级智能"：从半导体到超导体
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在 Latent Space 播客中提出"合成超级智能"（synthesis superintelligence）路线：以物理实验为环境的强化学习、AI 材料表征、DFT 与高通量实验室，让模型学习做科学的全过程而非只看已发表结果。
MIT Technology Review · AIAI 评分3434 机器人领域的 AI 突破短期内不会改变你的生活
MIT Technology Review 与 Aventine 合作的文章指出，尽管马斯克称 Tesla Optimus 未来能以低至 2 万美元单价自动化几乎所有人类劳动、并预测 2027 年底前向公众发售，但许多机器人研究者对此持怀疑态度。
MIT Technology Review · AIAI 评分1818 AVEVA 如何为自主工业 AI 构建更安全的落地路径
AVEVA 首席技术专家 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、physical AI 与 agentic AI，但因其直接作用于物理系统，必须把安全与可靠性置于部署核心。
Microsoft ResearchAI 评分2222 Microsoft 研究：AI 评测如何暴露传统 benchmark 之外的"意外失败"
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测对推动 AI 系统性能边界的作用，以及模型在超出传统 benchmark 测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细审视数据。
MIT Technology Review · AIAI 评分2222 人们一边痛恨 AI，一边又离不开它？
调查显示美国成年人中认为 AI 会带来负面影响的比例已超过正面预期，71% 反对在本地新建 AI 数据中心，但 ChatGPT 在 5 月月活突破 10 亿，Gemini 7 月达 9.5 亿，半数美国成年人已使用聊天机器人。作者认为人们反感的并非技术本身，而是科技公司无孔不入的推销方式，并指出全美 50 州已通过或提出超 2100 项 AI 相关法案。
Sam AltmanAI 评分1818 Sam Altman 谈 AI 模型安全隐忧
我对人们试图将宗教般的力量或对人类判断力的放弃归附于 AI 模型感到非常不安，并认为这是一个真实的安全问题。
Sam AltmanAI 评分1515 Sam Altman 盛赞 OpenAI dot 产品
dot 是我目前最喜欢的 openai 产品！ 让我惊叹的是，随着它越来越了解我的工作流程和风格，它每天都明显变得更好。 让它去做那些我不喜欢做的事——那些通常会像重力井一样不断累积成恐惧的事——让我非常开心。
Andrej KarpathyAI 评分2525 Karpathy 分享 LLM 陆地海洋评测
很酷的评测。只需问 LLM“陆地还是海洋？”，给它一个经纬度坐标文本。问 16,200 次，绘制成图像。模型知道答案。来自对互联网的压缩。
AnthropicAI 评分3636 哈佛物理学家谈 AI 与科学的阻抗失配
哈佛物理学家 Matthew Schwartz 在 Anthropic Science Blog 客座文章中提出，LLM 虽能力广泛，但像对待人类合作者那样使用它们并非激发其科学优势的最佳方式。为此他构建了一套用于定量科学精确计算的工具包，Claude 借此发现了生态学、群体遗传学等十几个领域的关联，Schwartz 再与领域专家合作引导其聚焦有趣问题。
Sam AltmanAI 评分1212 Sam Altman 感叹 DevDay 开发者热情
DevDay 真的很有意思，开发者的热情太疯狂了 看到人们一天之内做出整个创业公司，还是让我觉得不可思议
Sam AltmanAI 评分00 Sam Altman 称 Ultrafast 快到回不去
Ultrafast 是 如此之快 我再也不想回去了
Sam AltmanAI 评分1515 Sam Altman 谈大公司如何保持敏捷
创业公司天生擅长这一点；但要让一家更大的公司也保持这种能力却很难，我认为这是一个尚未被充分探索的领域。
Sam AltmanAI 评分88 OpenAI API 要做各价位最强模型
我们希望 OpenAI API 在每个价位上都有最好的模型，并在每种模态（文本、代码、图像、视频等）上都做到最好。 然后我们希望你们所有人想出好点子、把它们做出来，并成为满意的用户。最好的点子会来自你们。
Andrew NgAI 评分3636 吴恩达：AI 风险被过度炒作，是工程问题而非末日
吴恩达称过去两周针对 AI 危险的炒作是一场有组织的公关 campaign，AI 技术并未出现意外的危险转折，他担心这会给领域带来挫折。他指出 AI 导致人类灭绝的风险相比几个月前并无上升，最大变化是网络安全能力，但也不至于终结世界。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解五大 AI 热梗：该不该读 AI 代码、RAG 是否已死、Skills 是否杀死 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门论断：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是智能体连接工具与数据的标准接口，二者可组合使用；RAG 并未消亡，它让模型基于训练数据外的文档、内部知识和代码库上下文作答，与 Agent、Skills、MCP 可共存于同一工作流。
Andrew NgAI 评分2222 吴恩达：AI 工程技能图谱之塑造构建
吴恩达提出 AI 工程技能的核心是"塑造构建"：开发者不再只是实现他人定好的产品规格，而是主动参与产品决策。关键技能包括驱动构建循环、做产品决策、沟通与领导、高主动性所有权。他称 PM、设计师与开发者的角色正在模糊，掌握这些技能可让开发者在没有 PM 的情况下更快推进。
Andrew NgAI 评分3838 吴恩达发布 AI 工程技能图谱：软件工程基础
吴恩达发布 AI Engineering Skills Map，梳理 agentic coding 时代软件工程基础需掌握的五大能力：全栈应用构建、数据管理、系统架构设计、系统安全与可靠性、生产环境扩展与运维。
Google DeepMindAI 评分2020 Google DeepMind 谈 AI 不确定性：从天气预报到机器人
Google DeepMind 研究副总裁 Zoubin Ghahramani 与 Hannah Fry 对谈，探讨为何让 AI 系统学会"自我怀疑"和概率思维，是实现更安全、更可靠现实决策的关键。讨论覆盖不确定性的作用、正确性与置信度的区别、贝叶斯思维在 AI 中的应用，以及不确定性研究与 AGI 的未来方向。