【AI 英文奏折】2026年09月16日
共收录 20 篇深度内容
📋 今日内容速览
快速浏览，点击感兴趣的推文查看详细分析
- Chubby♨️: Jev是高效低成本AI决策模型，速度极快但无法生成文本。
- Ethan Mollick: AI模型高效分类信息，比LLM更快更便宜但无文本输出功能。
- Rohan Paul: 伯里称AI末日论被巨头利用阻碍竞争并炒作估值。
- Venture Twins: AI安全运动因关联负面事件而丧失公信力。
- Rohan Paul: AI公司应自防技术滥用而非依赖政府监管。
- Rohan Paul: 黄仁勋反对AI监管，主张企业自主把控发展速度与安全。
- Machina: 七年研发的AI能精准分析客户数据，远超同类产品。
- Chubby♨️: Meta推迟Muse发布以优先确保用户安全与产品保障。
- Charly Wargnier: 新型AI模型Jev放弃生成文本，专注高效结构化决策。
- ℏεsam: 扎克伯格认为AI安全无需减速，Meta已采取多项措施确保安全。
- Aakash Gupta: Salesforce投资Claude反败为胜，颠覆者成盈利主力。
- Suchen Zang: Aiscwork漏洞被大账号放大，水军活动互动指标因服务等级而异。
- Aakash Gupta: 明星股权合作比固定代言费收益更大。
- ℏεsam: 开放AI估值1.2万亿美元，收入激增仍需融资研发。
- levelsio: 根据移民来源国犯罪率高低实行差异化入境政策以保障欧洲安全。
- Artificial Analysis: 谷歌Gemini 3.8 Live语音模型在两项测试中夺冠。
- Chubby♨️: AI发展超预期引担忧，恐失控且权力过度集中。
- Alex Veremeyenko: DeepSeek Harness以全插件化架构颠覆编码代理行业。
- Amira Zairi: 提供复古霓虹OVA风格插画提示，展现90年代日式动画怀旧美学。
- Rohan Paul: Morphic将AI代理痕迹转化为公司专属可复用的结构化知识资产。
📖 详细内容
Chubby♨️ @kimmonismus
Tech Analyst & Content Creator. Editor-in-Chief @getsuperintel – Community of 300k+ in total: https://linktr.ee/kimmonismus // [email protected] | 影响力: 0万粉丝
💡 核心观点: Jev是高效低成本AI决策模型，速度极快但无法生成文本。
可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: Jev 是一个专为决策而构建的 AI 模型，而非文本生成，由 Diogo Almeida 推出，并使用一种名为 RLCD 的新方法进行训练。 (可通过 Diogo Almeida 的公开资料或项目官网（如存在）验证其身份和模型定位，但 RLCD 方法的细节需技术文档或论文支持，若未公开则无法完全验证。)
- ◐ 部分可验证: 其速度比同类大型语言模型快 20–200 倍，成本低 40–400 倍。 (需对比公开基准测试数据或第三方评测，但若未提供具体对比模型、测试环境或原始数据，则无法独立验证。)
- ✓ 可验证: 每百万输入令牌成本 0.042 美元，输出免费。 (可通过官方定价页面或服务条款直接确认，属于公开商业信息。)
原文内容:
听起来几乎好得令人难以置信。 Jev 是一个专为决策而构建的 AI 模型，而非文本生成，由 Diogo Almeida 推出，并使用一种名为 RLCD 的新方法进行训练。 据称其速度比同类大型语言模型快 20–200 倍，成本低 40–400 倍。 每百万输入令牌成本 0.042 美元，输出免费。 权衡之处在于：它无法生成文本。演示包括控制游戏和选择维基百科链接。 其理念是将快速、低成本的 AI 决策嵌入软件中。
⏰ 10:59 | ❤️ 63点赞 | 📝 133字 | 查看原文 →
Ethan Mollick @emollick
Professor @Wharton studying AI.
New book, Co-Existence, coming October 20. Preorder here: https://co-existence.ai
Substack: https://oneusefulthing.org | 影响力: 0万粉丝
💡 核心观点: AI模型高效分类信息，比LLM更快更便宜但无文本输出功能。
可信度: 9/10 – 2项声明可直接验证；2项需进一步确认
事实核查:
- ◐ 部分可验证: 该AI模型能够根据决策规则快速分类信息 (需实测或查看技术文档确认其分类速度、规则和准确性，但推文未提供具体数据或官方链接)
- ◐ 部分可验证: 该模型比LLM更快、更便宜 (需对比公开的LLM性能数据和成本，但推文未提供具体基准测试或经济性分析)
- ✓ 可验证: 该模型本身不是LLM，也无法输出文本或代码 (可通过官方技术说明或模型文档直接验证其架构和功能限制)
原文内容:
这是一个优秀的演示，展示了一个 AI 模型，它能够根据决策规则快速分类信息，比 LLM 更快、更便宜。它本身不是 LLM，也无法输出文本或代码，但如果它能正常工作，在系统中将发挥有用的作用。（我自己还没试过）
⏰ 10:04 | ❤️ 105点赞 | 📝 80字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI.
The Largest Show on X for AI.
Get my daily AI analysis newsletter to your email https://rohan-paul.com | 影响力: 6,793万粉丝
💡 核心观点: 伯里称AI末日论被巨头利用阻碍竞争并炒作估值。
可信度: 4/10 – 1项需进一步确认；2项为观点陈述
事实核查:
- ◦ 观点: 迈克尔·伯里认为当前的LLM不会变成AGI，因此没有值得故意放缓的危险智能轨迹。 (这是迈克尔·伯里的个人观点，缺乏客观事实或公开数据支持，属于对技术发展的主观判断。)
- ◐ 部分可验证: 伯里认为广泛实施的AI开发放缓政策可能保护当今领先的实验室免受快速崛起的竞争者的威胁。 (部分可验证，需分析监管政策对大型实验室和小型实验室的实际影响，但具体效果可能因行业动态而异，难以完全量化。)
- ◦ 观点: 伯里表示AI可能变得灾难性强大的警告在公开上市前放大了公司重要性的认知，并可能为放缓增长提供掩护。 (这是对AI公司动机的推测，属于主观观点，无法通过公开数据直接验证其真实性。)
原文内容:
迈克尔·伯里认为，OpenAI 和 Anthropic 正在利用 AI 末日恐惧来保护现有巨头并炒作 IPO 热潮。 他认为当前的 LLM 不会变成 AGI，因此没有值得故意放缓的危险智能轨迹。 伯里认为，广泛实施的放缓可能会保护当今领先的实验室免受快速崛起的竞争者的威胁。 如果通过一项规定，要求进行昂贵的评估、安全系统、报告、审计和政府批准，这对一家大型实验室来说相对成本较低，而对小型实验室则不然。因此，即使技术上允许所有人继续开发，这种规定也可能成为进入壁垒。 他还表示，AI 可能变得灾难性强大的警告，在公开上市前放大了公司重要性的认知，并可能为放缓增长提供掩护。
⏰ 12:48 | ❤️ 68点赞 | 📝 223字 | 查看原文 →
Venture Twins @venturetwins
Partner @a16z AI and twin to @omooretweets | Investor in @elevenlabs, @bfl_ml, @hedra_labs, @krea_ai, @heyglif, @ShizukuAILabs, @wabi, @TownAI | 影响力: 986万粉丝
💡 核心观点: AI安全运动因关联负面事件而丧失公信力。
可信度: 4/10 – 2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: AI安全运动与EA/理性主义者深度交织 (可通过分析AI安全组织成员背景、公开活动或文献中EA/理性主义者的参与比例来部分验证，但“深度交织”需主观界定，缺乏明确量化标准。)
- ◐ 部分可验证: EA/理性主义者群体与SBF、多偶制、哈利·波特同人小说、谋杀邪教公开关联 (SBF（Sam Bankman-Fried）与EA的公开联系可通过其捐赠记录验证；多偶制、同人小说等关联需具体案例支持（如社群讨论记录），但“谋杀邪教”指控需明确所指事件，否则部分内容难以核实。)
- ◦ 观点: 与上述群体的关联导致AI安全运动难以被认真对待 (此为主观推论，取决于公众或特定群体的看法，无直接客观数据可验证因果关系。)
原文内容:
对于那些真正关心AI安全的人来说，运动已经与EA/理性主义者如此深度交织在一起，这真是非常不幸。 当这些群体公开与SBF、多偶制、哈利·波特同人小说以及一个谋杀邪教联系在一起时，很难让人们认真对待它。
⏰ 09:16 | ❤️ 240点赞 | 📝 83字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI.
The Largest Show on X for AI.
Get my daily AI analysis newsletter to your email https://rohan-paul.com | 影响力: 6,793万粉丝
💡 核心观点: AI公司应自防技术滥用而非依赖政府监管。
可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述
事实核查:
- ✓ 可验证: 美国副总统JD Vance在All-In播客上对Anthropic发表了异常强烈的言论。 (可通过All-In播客的官方视频或公开节目记录直接验证JD Vance的言论内容。)
- ✓ 可验证: JD Vance认为，如果AI公司开发出可用于有害目的的技术（如网络攻击），该公司有义务帮助他人防御这些能力，而不是主要依赖政府监管。 (该声明是JD Vance在播客中的直接表述，可通过播客视频或文字记录验证。)
- ◐ 部分可验证: Anthropic的最新模型开发了网络黑客工具，但拒绝向需要防御机制的公司提供访问权限。 (Anthropic的模型能力是否包含网络黑客工具需通过技术文档或第三方测试验证，而“拒绝访问”的具体情况需进一步核实公司政策或用户反馈。)
原文内容:
美国副总统JD Vance在All-In播客上对Anthropic发表了一些异常强烈的言论。 如果一家AI公司开发出可用于有害目的的技术，例如网络攻击，他认为该公司有义务帮助他人防御这些能力，而不是主要依赖政府监管。 ---- “为什么那些处于AI经济前沿的人会举手投降，说‘嗯，我们创造了弗兰肯斯坦’，而弗兰肯斯坦的解决方案，显然是创建一个全球人工智能治理结构？ 我想对那些人说：如果你在制造弗兰肯斯坦，就停下来。或者，也许，如果猫已经出笼了，那就制造防御弗兰肯斯坦的机制。 与此同时，你从Anthropic的最新模型中开发出这种网络黑客工具，你有那些迫切需要防御机制来对抗这种网络黑客工具的公司，而他们却被拒绝访问。 所以，如果你打算创造弗兰肯斯坦，就别跑到政府那里说‘我们需要监管’。向内反思，并接受如果你在制造弗兰肯斯坦，首先，你应该停下来。 其次，当公司来找你说‘我们需要工具来反击弗兰肯斯坦’时，就给他们那些工具。” ---- 完整视频链接在评论中，@theallinpod
⏰ 08:40 | ❤️ 140点赞 | 📝 338字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI.
The Largest Show on X for AI.
Get my daily AI analysis newsletter to your email https://rohan-paul.com | 影响力: 6,793万粉丝
💡 核心观点: 黄仁勋反对AI监管，主张企业自主把控发展速度与安全。
可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述
事实核查:
- ✓ 可验证: 黄仁勋在Dreamforce上反对AI实验室呼吁加强监管和放缓AI发展 (可通过Salesforce官方YouTube频道发布的视频直接验证演讲内容，确认黄仁勋是否发表过相关言论。)
- ✓ 可验证: “我们不需要任何新法律。我们不需要新法规。我们只需要公司决定，在该全力以赴的时候全力以赴” (该引述是黄仁勋演讲中的直接言论，可通过原始视频或官方文字记录验证其准确性和上下文。)
- ◦ 观点: “安全与速度并非相互排斥的，新法律也不是让AI系统更安全的必要条件” (这是黄仁勋的主观观点，涉及对法律效力和技术发展关系的判断，无客观标准可验证其正确性。)
原文内容:
黄仁勋在Dreamforce上强烈反对AI实验室呼吁加强监管和放缓AI发展的声音。 “如果你对产品的安全性没有信心，如果你对其功能、能力或安全性没有信心，那就不要贸然发布它。 我们不需要任何新法律。我们不需要新法规。我们只需要公司决定，在该全力以赴的时候全力以赴。” 安全与速度并非相互排斥的，新法律也不是让AI系统更安全的必要条件。快速构建，积极测试，只有在你不再确信产品安全时才暂停。 --- 来自“Salesforce”YouTube频道，（完整视频链接在评论中）
⏰ 06:44 | ❤️ 240点赞 | 📝 173字 | 查看原文 →
Machina @exm7777
running ai-powered agencies | http://weeklyaiops.com | 影响力: 665万粉丝
💡 核心观点: 七年研发的AI能精准分析客户数据，远超同类产品。
可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: 一个从零开始构建的模型，用来阅读客户对话，而不是基于别人的技术包装 (需查看技术白皮书、开发文档或官方声明，确认模型是否完全独立开发，而非基于现有框架（如Transformer）。但具体实现细节可能涉及商业机密。)
- ✓ 可验证: 100%检索……没人能做到这一点 (缺乏量化标准或第三方基准测试，“100%检索”定义模糊，且“没人能做到”属于绝对化主张，无法通过公开数据验证。)
- ◐ 部分可验证: 它每阅读一次通话、工单和账户，就会变得更聪明，不需要重新训练 (需实测或官方演示验证模型是否具备实时增量学习能力，但“更聪明”是主观描述，且技术可行性取决于具体算法（如在线学习机制）。)
原文内容:
他们刚刚扼杀了数千家初创公司…… 每一家都在卖同样的东西：搜索你的对话记录，叫它“了解你的客户” 那玩意儿完蛋了……因为这些人花了过去的7年时间，打造了一个完全不同的类别： > 一个从零开始构建的模型，用来阅读客户对话，而不是基于别人的技术包装 > 100%检索……没人能做到这一点 > 它每阅读一次通话、工单和账户，就会变得更聪明，不需要重新训练 > 问“哪些账户即将取消”时，它不会猜测……它会给出名字、金额和它从中提取的确切通话记录 七年的心血让所有其他AI工具看起来就像个演示 （而且它每天运行都会变得更犀利）
⏰ 02:33 | ❤️ 43点赞 | 📝 211字 | 查看原文 →
Chubby♨️ @kimmonismus
Tech Analyst & Content Creator. Editor-in-Chief @getsuperintel – Community of 300k+ in total: https://linktr.ee/kimmonismus // [email protected] | 影响力: 0万粉丝
💡 核心观点: Meta推迟Muse发布以优先确保用户安全与产品保障。
可信度: 7/10 – 1项声明可直接验证；1项需进一步确认；3项为观点陈述
事实核查:
- ✓ 可验证: Meta推迟了Muse的发布数月，以专注于安全和保障。 (可通过Meta官方公告、新闻稿或开发者博客等公开渠道验证发布计划变更及原因。)
- ◐ 部分可验证: 我们并没有要求其他人在我们之前（专注于安全和保障）。 (需对比Meta与其他公司的公开声明或政策，但“要求”这一行为可能涉及未公开的内部沟通，难以完全验证。)
- ◦ 观点: （推迟发布）显然是对用户和我们来说正确的事情。 (这是主观的价值判断，无法通过客观事实验证。)
原文内容:
“Meta 推迟了 Muse 的发布数月，以专注于安全和保障。我们并没有要求其他人在我们之前这样做。我们只是将其作为日常工作的一部分，因为这显然是对用户和我们来说正确的事情。我为我们建立的安全基础感到骄傲。” 基于马克。Meta 现在做得非常出色。
⏰ 08:24 | ❤️ 313点赞 | 📝 97字 | 查看原文 →
Charly Wargnier @datachaz
前 @Streamlit @Snowflake 大师 • 我写关于 AI 代理、大语言模型和自动化的内容 • 我的属于开源 • 合作请私信 | 影响力: 0万粉丝
💡 核心观点: 新型AI模型Jev放弃生成文本，专注高效结构化决策。
可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: Diogo Almeida 曾在 OpenAI 帮助构建 RLHF (可通过 LinkedIn 或 OpenAI 公开团队资料验证其任职经历，但需确认其具体贡献是否为 RLHF（强化学习人类反馈）。)
- ✓ 可验证: Jev 是一款 System One 模型，提供结构化决策的纯 API，响应时间为 150ms (可通过 @typesafeai 官网或官方文档验证产品功能和技术参数（如 API 类型、响应时间）。)
- ◐ 部分可验证: Jev 比标准模型快 200 倍，每十亿输入令牌成本 42 美元，输出令牌永久免费 (需对比公开的基准测试或定价页面验证性能与成本，但“标准模型”定义模糊，且免费承诺需长期观察。)
原文内容:
共同发明了 ChatGPT 的人刚刚推出了一款拒绝聊天的全新模型 Diogo Almeida 曾在 OpenAI 帮助构建 RLHF。 现在他认为，生成文本是代理式工作流程中的一个巨大瓶颈。 他的新公司 @typesafeai 刚刚发布了 Jev。 这是一款无情高效的 System One 模型，充当结构化决策的纯 API。 提出一个问题，就能得到带有精确置信度的类型化答案。 通过完全剔除生成式散文，他们实现了惊人的 150ms 响应时间： → 比标准模型快 200 倍 → 每十亿输入令牌仅需 42 美元 → 输出令牌将永久免费 在我看来，这是一种极其聪明的逻辑路由方式，无需为不需要的词语付费
⏰ 04:51 | ❤️ 45点赞 | 📝 187字 | 查看原文 →
ℏεsam @hesamation
apes made fire, then GPUs, then ASI | 影响力: 0万粉丝
💡 核心观点: 扎克伯格认为AI安全无需减速，Meta已采取多项措施确保安全。
可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: ZUCK提出了四个论点解释为什么AI安全不需要协调减速 (若ZUCK公开演讲或Meta官方发布过相关论点（如博客、白皮书），可通过其官网验证；若无直接来源，则需依赖第三方报道或间接证据。)
- ✓ 可验证: Meta推迟了Muse发布好几个月，但未呼吁其他人暂停 (Muse的发布时间变动可通过Meta官方公告或科技媒体报道验证；是否呼吁他人暂停可通过公开声明或行业动态查证。)
- ◐ 部分可验证: Meta将大部分计算资源用于服务大众而非争夺RSI（Race to Superintelligence） (计算资源分配需依赖Meta披露的财报或技术报告，但“服务大众”与“争夺RSI”的对比涉及主观定义，部分需推测。)
原文内容:
ZUCK 在 AI 安全方面很靠谱。 他提出了四个有力的论点，解释为什么安全不需要协调减速： > 对齐能造出更好的模型，没人喜欢用不对齐的 AI > 责任激励实验室制造安全的 AI > 独立评估者，Meta 已经在这么做了 > 将大部分计算资源用于服务大众，而不是像 Meta 已经在做的那样争夺 RSI 另外有趣的是，Meta 推迟了 Muse 好几个月，他们并没有呼吁其他人暂停。
⏰ 08:00 | ❤️ 26点赞 | 📝 128字 | 查看原文 →
Aakash Gupta @aakashgupta
http://product-growth.com https://aibyaakash.com http://landpmjob.com http://youtube.com/@growproduct | 影响力: 0万粉丝
💡 核心观点: Salesforce投资Claude反败为胜，颠覆者成盈利主力。
可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ✓ 可验证: Salesforce股票在一天内上涨20%，原因是Claude的贡献 (股票价格变动可通过公开金融市场数据（如Yahoo Finance、Bloomberg）验证；Claude的影响需结合Salesforce官方财报或新闻稿确认具体关联性)
- ✓ 可验证: Salesforce投资Anthropic并在上季度获得26亿美元收益，其中2.53美元/股来自战略投资 (投资金额及收益数据可通过Salesforce季度财报（10-Q或8-K文件）或投资者关系公告验证)
- ◐ 部分可验证: Salesforce将Claude集成到产品中（如Slack默认模型、37项技能的插件），并购买3亿美元Anthropic代币 (产品集成细节需通过Salesforce官方博客或发布会验证；代币购买金额可能需Anthropic或Salesforce的联合声明佐证)
原文内容:
Salesforce用一年时间惨遭投资者抛售，只因Claude本应终结它的时代。然而仅凭Claude，其股价就在一日之内暴涨20%。 当所有人都在为SaaS撰写讣告时，贝尼奥夫真正达成了这样的交易。 去年该公司股价暴跌21%，"SaaS末日论"甚嚣尘上。AI代理将取代企业软件，而作为全球最大企业软件公司的Salesforce自然首当其冲。分析师公开宣称五年后只有两家公司举足轻重——且没有一家是SaaS企业。 贝尼奥夫的应对之策是：入股自己的颠覆者。 Salesforce早期投资了Anthropic。上季度这项投资带来26亿美元收益，将调整后每股收益推高至5.90美元以上，其中2.53美元来自战略投资。请再读一遍这个数字。本该摧毁Salesforce的公司，如今竟成为其最大利润贡献者之一。 随后他将颠覆者整合进产品线。"Claudeforce"将Claude嵌入Agentforce体系，使其成为Slack的默认模型，并在Claude内部推出拥有37项技能的Salesforce插件。Salesforce购买了价值3亿美元的Anthropic代币，而Anthropic则使用Salesforce作为其CRM系统——双方互为客户。 这在其27年发展史上尚属首次：Salesforce将"force"后缀冠予另一家公司。 这种架构堪称完美对冲。若AI缓慢侵蚀SaaS，Salesforce就转售AI；若AI估值持续飙升，Salesforce持股就能产生收益。Claude发展越迅猛，Salesforce获利就越丰厚。贝尼奥夫将灭绝风险转化为了损益表上的盈利项。 当对冲赌注的双向押注都能获利时，便是这般双赢局面。
⏰ 07:18 | ❤️ 122点赞 | 📝 396字 | 查看原文 →
Suchen Zang @suchenzang
Always hungry for intelligence. | 影响力: 1,373万粉丝
💡 核心观点: Aiscwork漏洞被大账号放大，水军活动互动指标因服务等级而异。
可信度: 10/10 – 3项声明可直接验证；1项需进一步确认
事实核查:
- ✓ 可验证: 所有cogsec漏洞都追溯到aiscwork (该声明缺乏具体证据或公开数据支持，且“所有漏洞”这一绝对化表述难以通过公开渠道直接验证。)
- ◐ 部分可验证: aiscwork的“big accounts”都在放大它的“出柜”帖子（在八月） (可通过社交媒体分析工具（如转发链、账号粉丝量统计）验证“big accounts”的参与情况，但“放大”行为的主观意图难以直接验证。)
- ✓ 可验证: 互动指标会被不同程度地压低，取决于支付服务的“高级”程度 (涉及未公开的“服务分级”和内部操作机制，无公开数据或官方声明支持，属于推测性结论。)
原文内容:
所有cogsec漏洞都追溯到aiscwork，它所有的“big accounts”都在放大它的“出柜”帖子（在八月） 还注意到今天两个水军活动之间的差异：转发者是长尾账户，约5k粉丝（无互关） vs 转发者是长尾账户，约2k粉丝（同样无互关） 似乎互动指标会被不同程度地压低，这取决于你支付的服务的“高级”程度。 迷人！
⏰ 07:16 | ❤️ 21点赞 | 📝 104字 | 查看原文 →
Aakash Gupta @aakashgupta
http://product-growth.com https://aibyaakash.com http://landpmjob.com http://youtube.com/@growproduct | 影响力: 0万粉丝
💡 核心观点: 明星股权合作比固定代言费收益更大。
可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: Sydney Sweeney 的牛仔裤广告在几周内为 American Eagle 的市值增加了大约 4 亿美元，股票随后在一天内上涨了近 30%。 (可通过公开的股市数据（如American Eagle的股价历史记录和市值变化）验证股价涨幅和市值增加情况，但需排除其他可能影响股价的因素（如公司财报、行业趋势等），才能确认广告是唯一或主要原因。)
- ✓ 可验证: Sweeney 主动联系 Novig，要求以股权合作的形式参与，而非单纯代言支票。 (此声明基于Novig CEO对媒体的单方面表述，未提供直接证据（如合同条款、官方声明），且涉及私人商业谈判细节，通常不公开。)
- ◐ 部分可验证: American Eagle 一个季度内新增70万客户，系列产品一周售罄，六个月内股价上涨136%。 (客户增长和股价数据可通过公司财报或公开股市记录验证，但产品售罄需具体销售数据支持。需注意股价上涨可能与多重因素相关，无法直接归因于Sweeney。)
原文内容:
去年夏天，Sydney Sweeney 的牛仔裤广告在几周内为 American Eagle 的市值增加了大约 4 亿美元。股票随后在一天内上涨了近 30%。她获得的报酬是固定费用，与股价波动无关。 这一次，她主动联系了这家公司。 Novig 的 CEO 告诉 Front Office Sports，Sweeney 主动联系他们，要求以股权合作的形式参与，而不是单纯的代言支票。因此，时代广场的裸体广告牌、随之而来的争议周期、粉丝剪辑她亲自看到广告的片段，所有这些都是为她部分拥有的公司带来的客户获取。 带着这个想法，再次审视 American Eagle 的数据。一个季度内新增 70 万客户。一周内售罄的系列产品。六个月内股价上涨 136%。Sweeney 创造了这一切，她自己拿到了固定费用，而股东们拿到了其余部分。 Ryan Reynolds 多年前就想明白了这一点。他选择了 Mint Mobile 的股权而不是广告费，当 T-Mobile 以 13.5 亿美元收购它时，他从中获利约 3 亿美元。George Clooney 对 Casamigos 也做了同样的事，Diageo 以高达 10 亿美元的价格收购了它。这种策略并不新鲜。新颖之处在于，一位 29 岁的女演员在争议中故意两次运用它。 她在 2025 年证明了她的面孔能推动股价上涨。在 2026 年，她确保自己成为股东。
⏰ 16:36 | ❤️ 426点赞 | 📝 348字 | 查看原文 →
ℏεsam @hesamation
apes made fire, then GPUs, then ASI | 影响力: 0万粉丝
💡 核心观点: 开放AI估值1.2万亿美元，收入激增仍需融资研发。
可信度: 6/10 – 1项声明可直接验证；2项需进一步确认
事实核查:
- ◐ 部分可验证: 开放AI正在谈判另一轮融资，估值达1.2万亿美元。 (融资谈判和估值信息通常由媒体报道或公司官方公告披露，但需核实来源的权威性（如彭博、路透等）。目前无直接官方链接确认1.2万亿美元估值，需进一步追踪近期财报或投资者公告。)
- ✓ 可验证: GPT-5.6发布后年化收入激增20%，现超过400亿美元/年。 (收入数据属于公司内部财务信息，除非开放AI主动公开或通过可信财报披露（如SEC文件），否则无法独立验证。目前未见官方发布相关收入报告。)
- ◐ 部分可验证: 开放AI去年烧掉340亿美元后仍“需要资金”，主要用于研发和训练。 (烧钱（运营支出）和资金需求可能通过公司财报或高管访谈间接验证，但具体金额340亿美元若未公开则无法确认。研发投入方向可通过历史模式推测，但需依赖官方披露细节。)
原文内容:
开放AI正在谈判另一轮融资，估值达1.2万亿美元。 但细节更有趣： > 估值在短短6个月内跃升41% > GPT-5.6发布后年化收入激增20%，现超过400亿美元/年 > 投资者主动接触开放AI（而非反之） > 融资原因：开放AI去年烧掉340亿美元后仍“需要资金”，主要用于研发和训练
⏰ 06:25 | ❤️ 89点赞 | 📝 91字 | 查看原文 →
levelsio @levelsio
http://PhotoAI.com $89K/m
http://Vibej.am $44K/m
http://InteriorAI.com $27K/m
http://levelsio.com @X $17K/m
http://Nomads.com $16K/m
http://Pieter.com
http://Hotelist.com
http://levels.io
http://levels.vc | 影响力: 3,163万粉丝
💡 核心观点: 根据移民来源国犯罪率高低实行差异化入境政策以保障欧洲安全。
可信度: 8/10 – 1项声明可直接验证；2项需进一步确认；2项为观点陈述
事实核查:
- ◐ 部分可验证: 来自先前移民犯罪率低的国家（如日本）的移民应获得便捷入境渠道 (移民犯罪率数据可能通过部分国家政府或研究机构公开的统计报告验证（如欧盟统计局），但“便捷入境渠道”涉及政策设计，需具体法律条文或官方公告支持，目前仅为提议。)
- ◐ 部分可验证: 应几乎完全禁止来自先前移民犯罪率高的国家的移民入境并立即遣返 (犯罪率数据或可部分验证（如国家间共享的司法数据），但“完全禁止”的可行性需依赖现行国际法和双边协议，目前无国家全面实施此类政策，属政策建议。)
- ◦ 观点: 可为低评分国家的高素质人才（如AI工程师）设置特殊例外通道 (该声明未定义“高素质人才”的具体标准或例外流程，且未提及现有政策依据，属于主观政策愿景。)
原文内容:
优秀的数据，而且我认为我们应该利用这类数据彻底扭转欧洲的移民政策： - 我们应该为来自那些先前移民犯罪率低的国家移民提供超级便捷的入境渠道 你是日本人？直接飞过来，你就可以永远留下来 - 然后，我们应该几乎完全禁止来自那些先前移民犯罪率高的国家移民的入境，并立即遣返 你排在那个名单的最前面？抱歉，你进不来。我们必须优先保障欧洲人的安全！ 然后，你可以为那些评分最低的国家的高素质人才添加特殊例外，比如AI工程师、神经外科医生、高智商人士，他们没有犯罪记录。但这个过程会比直接飞入欧洲稍微耗时一些 然后每年检查数据，根据那些地方过去5年或10年移民的犯罪历史调整政策 我认为这是最合情合理的政策，它会让欧洲安全得多
⏰ 05:57 | ❤️ 797点赞 | 📝 273字 | 查看原文 →
Artificial Analysis @artificialanlys
Independent analysis of AI | 影响力: 0万粉丝
💡 核心观点: 谷歌Gemini 3.8 Live语音模型在两项测试中夺冠。
可信度: 10/10 – 2项声明可直接验证；3项需进一步确认
事实核查:
- ◐ 部分可验证: Gemini 3.8 Live 扩展思考（高）变体在 Artificial Analysis 语音到语音指数上以 82.6 分首次登顶第一 (需通过 Artificial Analysis 官网或公开报告验证该指数排名及具体分数，但若该机构未完全公开数据或方法论，则无法完全确认。)
- ◐ 部分可验证: Gemini 3.8 Live 扩展思考（高）在 Tau Voice 基准测试中以 68.6% 位居榜首 (需查看 Tau Voice 基准测试的官方文档或第三方评测报告，但若测试结果由推文作者自行实现且未公开细节，则难以独立验证。)
- ✓ 可验证: Gemini 3.8 Live 是 Gemini 3.1 Flash Live 的继任者，支持后台工具和 API 调用 (可通过 Google DeepMind 官方公告或技术文档验证模型迭代关系及功能描述。)
原文内容:
谷歌推出新一代语音对话模型Gemini 3.8 Live，其扩展思考（高）版本以82.6分的成绩在Artificial Analysis语音交互指数上首次夺冠，并在Tau Voice基准测试中以68.6%的得分位列第一。 作为@GoogleDeepMind旗下Gemini 3.1 Flash Live的升级版，这款语音交互模型能在持续对话过程中执行后台工具与API调用。该系列包含两个版本：标准版Gemini 3.8 Live和支持可配置推理强度的扩展思考版。我们通过Gemini Live API对标准模型及扩展思考（高推理强度）版本进行了全面评估。 核心表现： ➤ 语音交互指数：扩展思考（高）版以82.6分问鼎榜首，超越GPT-Live-1（Astra中配版）81.5分、Grok Voice Think Fast 2.0高配版81.3分及GPT-Live-1（Sol低配版）80.1分。标准版以76.0分位列第五，两者均大幅领先前代Gemini 3.1 Flash Live高配版71.5分（分别提升11.1分和4.5分）。该指数综合了语音推理（Big Bench Audio）、代理性能（Tau Voice）、竞技场偏好度及任务成功率 ➤ 语音代理竞技场：标准版以1083 Elo分位列偏好度第二，仅次于Gemini 3.1 Flash Live（1096分），领先GPT-Live-1（Sol低配版）1053分；任务成功率93.2%排名第二，稍逊于Grok Voice Think Fast 2.0高配版94.6%。扩展思考（高）版Elo分990，成功率89.1% ➤ Tau Voice基准：扩展思考（高）版68.6%的成绩刷新纪录，领先GPT-Live-1（Astra中配版）67.9%、GPT-Live-1（Sol低配版）59.3%及Grok Voice Think Fast 2.0高配版56.5%——较前代高配版37.7%实现显著提升。标准版得分30.1% ➤ Big Bench Audio：扩展思考（高）版音频推理得分97.7%，优于Grok Voice Think Fast 2.0高配版97.2%，仅次于Qwen Audio 3.0实时增强版99.2%。标准版得分91.7% ➤ 响应速度：标准版在Big Bench Audio首次响应耗时1.18秒，扩展思考（高）版1.35秒，远优于前代高配版2.99秒，与GPT-Live-1（Sol低配版）1.24秒、GPT-Live-1（Astra中配版）1.34秒相当，但落后Grok Voice Think Fast 2.0高配版0.70秒 ➤ 运行成本：标准版每小时音频输入成本0.84美元，为指数中最经济模型，较前代高配版1.75美元降低约50%。扩展思考（高）版每小时3.50美元——低于GPT-Live-1（Sol低配版）4.47美元、Grok Voice Think Fast 2.0高配版4.80美元及GPT-Live-1（Astra中配版）5.83美元，仅为GPT-Realtime-2.1高配版10.75美元的31% 完整数据详见下文
⏰ 05:44 | ❤️ 606点赞 | 📝 471字 | 查看原文 →
Chubby♨️ @kimmonismus
Tech Analyst & Content Creator. Editor-in-Chief @getsuperintel – Community of 300k+ in total: https://linktr.ee/kimmonismus // [email protected] | 影响力: 0万粉丝
💡 核心观点: AI发展超预期引担忧，恐失控且权力过度集中。
可信度: 4/10 – 2项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: 这些模型变得如此出色，没有人预料到这些模型会变得如此出色，而且如此之快。 (可通过对比历史AI模型（如GPT-3到GPT-4）的性能提升速度、行业报告或专家评论部分验证，但“没有人预料到”属于主观表述，无法完全验证。)
- ◦ 观点: 这些模型终于变得比人类更聪明了。 (“比人类更聪明”缺乏明确定义（如具体任务或领域），属于主观判断，且智能衡量标准存在争议，无客观统一依据。)
- ◐ 部分可验证: 潜在的风险是失去对AI的控制，以及权力集中的问题。 (部分可验证，如通过研究机构（如OpenAI、MIT等）的风险报告或政策讨论，但具体“失控”场景和权力集中程度属于预测性陈述，无法完全实证。)
原文内容:
马克·贝尼奥夫：“发生了什么？” 萨姆·奥特曼：“这些模型变得如此出色，没有人预料到这些模型会变得如此出色，而且如此之快。（…）这些模型终于变得比人类更聪明了。（…）你会看到一种真正的恐惧，即这些公司中的一些会获得过多权力。（…）潜在的风险是失去对AI的控制，以及权力集中的问题。”
⏰ 05:07 | ❤️ 330点赞 | 📝 112字 | 查看原文 →
Alex Veremeyenko @alex_verem
开源、本地人工智能、公益人工智能
又名：@alex_prompter | 影响力: 0万粉丝
💡 核心观点: DeepSeek Harness以全插件化架构颠覆编码代理行业。
可信度: 1/10 – 基于事实核查结果综合评估
事实核查:
- ✗ 无法验证: 声明内容**：DeepSeek Harness（dsh）是一个本地Web应用，可通过终端命令启动，提供代理功能（运行工具、编辑文件、持续会话）。
- ✗ 无法验证: 验证状态**：**partially verifiable
- ✗ 无法验证: 说明**：功能描述可通过官方仓库（如GitHub）的README或文档验证，但需实测确认代理的具体行为（如会话持续性）。
原文内容:
DeepSeek 即将凭借这个仓库终结整个编码代理行业。 它叫 DeepSeek Harness，简称 dsh。在终端中输入一个命令，就能获得一个本地的 Web 应用，里面有一个代理，它能运行工具、编辑文件，并保持会话持续进行。 这部分并不新鲜。编码代理到处都是。不同之处在于整个系统构建的基础规则。一切皆插件。 这并不意味着它支持插件。它意味着它的每一个部分都是插件。模型适配器是一个插件。工具注册表是一个插件。会话日志是一个插件。实际运行代理的循环也是一个插件。没有受保护的核心，所以任何部分都可以从配置文件中替换，而不触及其他部分。 在实践中，模型就变成了一个设置。指向 DeepSeek，指向一个本地模型，指向竞争对手的 API，Harness 都不在乎。沙箱也是如此运作。指向一台远程机器，shell、终端和语言服务器都会跟随它。 第二个规则是我会想偷走的。模型能看到的一切都必须先写入会话日志，而代码在运行时会检查这一点。没有隐藏的上下文，也没有未记录在案的注入指令。从同一个日志中分叉会话、重放它、审计它。 这是一个开发者预览版，他们用大写字母明确说明了这一点。破坏性变更即将到来，还有一个安全通知，你在运行前应该阅读它。 它大约有 210,000 颗星和近 15,000 次提交，对于一个预览版来说，这是很多人对这个设计寄予厚望的证据。 DeepSeek 帮助让开源权重变得常态。现在，它希望围绕模型的代理也能同样可替换。
⏰ 18:02 | ❤️ 237点赞 | 📝 473字 | 查看原文 →
Amira Zairi @azed_ai
AI Educator & Creator | Ambassador @Adobe | Partner with leading brands | Collab → [email protected] | 影响力: 0万粉丝
💡 核心观点: 提供复古霓虹OVA风格插画提示，展现90年代日式动画怀旧美学。
可信度: 6/10 – 1项声明可直接验证；1项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: 1990年代日本动画OVA插图具有柔和的城市霓虹反射、蓝粉色调和复古赛璐珞着色 (可通过查阅1990年代日本OVA动画的官方资料、艺术设定集或高清影像片段验证其视觉风格特征，但“柔和”“复古”等主观描述需结合具体作品案例判断，部分作品可能不符合此描述。)
- ✓ 可验证: 该提示生成的图像会包含清晰的手绘线条、胶片颗粒和电影般构图 (推文仅为风格提示（prompt），生成结果取决于用户实际操作，无法预先验证其输出效果，且“电影般构图”等表述为主观评价标准。)
- ◦ 观点: 提示灵感源自复古CD封套美学和怀旧都市氛围 (美学风格归类（如“CD封套美学”）和氛围描述（“怀旧”）均为个人主观联想，无客观事实依据，无法直接验证。)
原文内容:
提示分享：霓虹 OVA 怀旧 提示： 1990 年代日本动画 OVA 插图，描绘 [主体] 在 [场景] 中 [动作]，柔和的城市霓虹反射，柔和的蓝粉色调，复古赛璐珞着色，清晰的手绘线条，细微的胶片颗粒，富有表现力的角色设计，电影般的构图，怀旧的都市氛围，复古 CD 封套美学 试试看并分享你的
⏰ 19:00 | ❤️ 93点赞 | 📝 102字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI.
The Largest Show on X for AI.
Get my daily AI analysis newsletter to your email https://rohan-paul.com | 影响力: 6,793万粉丝
💡 核心观点: Morphic将AI代理痕迹转化为公司专属可复用的结构化知识资产。
可信度: 10/10 – 2项声明可直接验证；3项需进一步确认
事实核查:
- ◐ 部分可验证: Morphic代理自主更新CRM、任务、文档 (需实测或查看官方演示/文档确认代理的具体功能实现，但“自主更新”可能涉及技术细节，公开信息可能不完整。)
- ✓ 可验证: 数据不与模型提供商共享 (可通过Morphic的隐私政策或服务条款等官方文件验证数据共享条款，但需注意法律文本的解读是否明确涵盖此声明。)
- ◐ 部分可验证: 代理捕获交互并组织公司特定实体和关系 (功能描述需依赖官方技术文档或案例研究验证，但“组织实体和关系”的具体逻辑可能涉及未公开的算法细节。)
原文内容:
大多数公司将代理痕迹视为日志。 @morphic_io 将它们视为一种应该复合的资产。 morphic 代理自主更新 CRM、任务、文档。数据不与模型提供商共享。 其代理捕获交互，其上下文引擎组织公司特定的实体和关系，其数据层将活动串联成更长的轨迹。 Morphic 表示，这些痕迹仍由生成它们的公司拥有。 所以基本上，它是一个公司工作空间加上 AI 记忆层：它监控会议、Slack、电子邮件、CRM 和文档等跨工具的工作活动，然后将这些活动转化为结构化知识，供 AI 代理重复使用。
⏰ 04:37 | ❤️ 25点赞 | 📝 169字 | 查看原文 →
相关文章
