【AI 英文奏折】2026年10月07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
- Rohan Paul: DeepSeek拟融资120亿美元，估值或达710亿，用于硬件采购。
- Venture Twins: 科技活动应多送书籍作为赠品。
- Rohan Paul: OpenAI拟以1.4万亿美元估值融资300亿美元，阿联酋基金或领投。
- Rohan Paul: Nvidia调整AI合作模式，以云收入分成替代租赁担保。
- Rohan Paul: AI公司正加速研发自动化AI研究者，目标近在眼前。
- Aakash Gupta: 美海军被迫斥资29亿给无经验公司，因现产能不足且需履约对澳潜艇出口。
- Rohan Paul: 研究代理通过排名想法地图和代码匹配检查提升效率。
- Gary Marcus: 区分神经网络自主解题与验证机制至关重要。
- Ethan Mollick: AI将重审所有研究并加速新发现。
- Ethan Mollick: OpenAI在数学等领域取得重大突破，AI自主研究能力显著提升。
- Aakash Gupta: 小镇因靠罚单创收被解散。
- Gary Marcus: OpenAI结合符号AI与LLM解决数学问题，但未实现通用AGI。
- Gary Marcus: 科技人士误解细节导致错误结论，态度傲慢且方向错误。
- Santiago Valdarrama: Gamma 5可快速将文档转为网站或演示文稿，功能强大且操作简便。
- Rohan Paul: OpenAI代理大量请求致维基数据服务部分中断。
- Santiago Valdarrama: 参与Kestra开源贡献赢奖品，提升编码经验和声誉。
- Aakash Gupta: 迪士尼设立拖把水画认证，培训清洁工绘制米奇形象。
- Vasuman: 客户最关心如何将单一技能升级为全能智能体。
- Rohan Paul: OpenAI将矩阵乘法计算复杂度降至n^2.25。
- Rohan Paul: 微软削减Claude支出，用户减少，部分模型被替换。
📖 详细内容
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: DeepSeek拟融资120亿美元，估值或达710亿，用于硬件采购。
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: DeepSeek is close to raising at least $12B, well above its own fundraising target at a possible $71B valuation. (该声明涉及融资额和估值数据，通常需通过官方公告或权威财经媒体（如Bloomberg）验证，但需确认信息来源是否直接引用官方文件或匿名消息。若仅为媒体爆料且无公司直接回应，则为部分可验证。)
- ◐ 部分可验证: Demand surged after its V4 Flash model launched, and signed term sheets could lift the final total to nearly $15B. (需求增长与签署条款的细节需依赖内部文件或官方声明，目前仅能通过二级信源（如媒体报道）间接验证，缺乏直接公开证据。)
- ✓ 可验证: The lab plans to purchase at least 160,000 Huawei Ascend 950DT accelerators for a data center in Inner Mongolia. (硬件采购计划通常属于商业机密，除非公司或供应链方公开披露，否则无法独立验证。)
原文内容:
彭博社：深度求索（DeepSeek）即将完成至少120亿美元的融资，远超其自身募资目标，公司估值可能达到710亿美元。 自V4 Flash模型发布后需求激增，已签署的投资意向书可能将最终融资总额推高至近150亿美元。 该实验室需要资金购置硬件设备，包括计划为内蒙古数据中心配备的至少16万块华为昇腾950DT加速器。 腾讯控股和电池制造商宁德时代再次成为主要投资方。 在深度求索的首轮外部融资中，这两家企业分别承诺投资约15亿美元和7.4亿美元，使得该实验室在资金到位后估值达到约520亿美元。 创始人梁文锋在该轮融资中个人注资约30亿美元。
⏰ 14:44 | ❤️ 96点赞 | 📝 123词 | 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: 科技活动应多送书籍作为赠品。
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:
- ◦ 观点: We need more tech events with books as swag. (这是主观观点，表达了推文作者对科技活动赠品的偏好，无客观事实依据。)
- ✓ 可验证: Vibes at the @mercury bookstore were impeccable. (描述的是个人体验（氛围感受），无法通过公开渠道验证其真实性或客观性。)
- ◐ 部分可验证: You get to take one [book] home at @mercury bookstore. (可通过联系书店或查看活动规则部分验证，但需确认活动是否仍在进行以及具体条款。)
原文内容:
我们需要更多以书籍作为赠品的科技活动。 @mercury书店的氛围无可挑剔——还能带一本回家！ 接下来几天都开放，地址是杰克逊街201号，快来逛逛吧！
⏰ 08:55 | ❤️ 80点赞 | 📝 35词 | 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: OpenAI拟以1.4万亿美元估值融资300亿美元，阿联酋基金或领投。
可信度: 7/10 – 1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: OpenAI is in talks with several investment funds from the UAE, including Abu Dhabi-based MGX, as it seeks to anchor a $30 B funding round at a $1.4T valuation pre-money (该声明涉及商业谈判细节，通常需通过官方公告或权威财经媒体（如Bloomberg）确认，但谈判进展可能因保密协议无法完全公开验证。)
- ◐ 部分可验证: BlackRock is discussing joining alongside them (BlackRock的参与需通过其官方声明或可信财经报道验证，但若谈判未完成或未公开披露，信息可能不完整。)
- ◐ 部分可验证: Existing backers Thrive Capital, Andreessen Horowitz and the University of California’s endowment have talked about adding money (现有投资者的追加投资意向可通过公司公告或投资者声明部分验证，但具体金额和条款可能未公开。)
原文内容:
彭博社：OpenAI正与阿联酋多个投资基金进行洽谈，包括阿布扎比MGX基金，拟以1.4万亿美元投前估值（即不含新注入资金）为30亿美元融资轮锁定锚定投资者。 贝莱德集团正商讨共同参与本轮融资，现有支持者Thrive Capital、安德森·霍洛维茨基金及加州大学捐赠基金也已表态考虑追加投资。
⏰ 13:16 | ❤️ 43点赞 | 📝 62词 | 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: Nvidia调整AI合作模式，以云收入分成替代租赁担保。
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:
- ◐ 部分可验证: Nvidia正在重新考虑其AI计算合作伙伴关系，将租赁保证替换为云收入分成 (该声明源自媒体The Information的报道，但需通过Nvidia官方公告或财报进一步确认具体合作模式变更细节。)
- ✓ 可验证: Nvidia最希望合作的云服务商（如Nebius）拒绝利润分成，而愿意签约的云服务商财务实力较弱 (涉及未公开的商业谈判细节和第三方云服务商的内部决策，缺乏公开证据支持。)
- ✓ 可验证: Nvidia季度文件显示其AI云服务协议涉及360亿美元承诺，通常为期6年 (可通过Nvidia官方发布的季度财报（如10-Q或10-K文件）中的财务数据直接验证具体金额和协议期限。)
原文内容:
英伟达正从根本上重新评估其人工智能计算合作伙伴计划，该计划将租赁担保模式改为抽取云服务收入分成。 ——据The Information报道。 因为像Nebius这类英伟达最看重的云服务商，在能从其他渠道融资的情况下拒绝让出利润份额；而急于签约的云服务商实力较弱，英伟达担心它们会过度依赖自身财务支持。 英伟达季度文件显示，其人工智能云服务协议通常为期6年，相关承诺金额已达360亿美元。
⏰ 11:46 | ❤️ 66点赞 | 📝 78词 | 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公司正加速研发自动化AI研究者，目标近在眼前。
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: Automating AI research is now the primary goal of companies like OpenAI and Anthropic. (可通过公司公开的研发路线图、技术博客或高管访谈部分验证，但“primary goal”的表述可能涉及内部战略优先级，需更多官方声明佐证。)
- ◐ 部分可验证: OpenAI had milestones for achieving automated AI researcher by 2027-2028 and is currently on track or ahead of schedule. (若OpenAI曾公开提及相关里程碑（如技术白皮书或会议演讲），则可部分验证；但“on track”涉及内部进度，非公开数据无法完全确认。)
- ✓ 可验证: The majority of the code in AI research is now written by AI, with minimal human review. (该声明基于个人经验，缺乏公开统计数据或公司报告支持，且“majority”和“minimal review”难以量化验证。)
原文内容:
雅各布·考克森（数日前离职的Anthropic研究员）在周一纽约市议会听证会上表示： "自动化AI研究已成为这些公司的首要目标，这才是他们真正追求的。在我上一份工作中，某种程度上我就是在研发取代自己的技术。在OpenAI任职期间，我们设定了2027或2028年实现AI研究员自动化的里程碑目标，而目前进展不仅符合预期甚至可能提前实现。这距离现在仅有数月之遥，不是几十年，甚至不是五年。一旦AI研究实现自动化，人类被排除在决策圈外的程度将远超当下。 而现状已经不容乐观。我可以明确告知各位，目前大部分代码已由AI生成，人们也不再像从前那样仔细审查了。" ---- 完整视频详见"Forbes Breaking News"YouTube频道（链接见评论区）
⏰ 18:27 | ❤️ 474点赞 | 📝 149词 | 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: 美海军被迫斥资29亿给无经验公司，因现产能不足且需履约对澳潜艇出口。
可信度: 10/10 – 3项声明可直接验证；2项需进一步确认
事实核查:
- ✓ 可验证: The US Navy paid $2.9 billion to a company that has never built a submarine. (可通过美国海军或国防部官方合同公告、公司公开信息或权威媒体报道验证付款事实及公司背景。)
- ✓ 可验证: America has exactly two shipyards capable of building nuclear submarines: Electric Boat in Connecticut and Newport News in Virginia. (美国海军或国防工业基础公开报告、国会研究服务（CRS）文件等官方资料会明确列出核潜艇建造设施。)
- ◐ 部分可验证: China’s shipbuilding capacity is 23 million tons annually, while America’s is about 100,000 tons (230 times larger). (需对比中国船舶工业行业协会（CSSC）和美国造船协会的公开数据，但具体统计口径可能差异，需进一步核实。)
原文内容:
美国海军刚刚向一家从未建造过潜艇的公司支付了29亿美元。以下是他们别无选择的原因。 全美仅有两家能建造核潜艇的船厂：康涅狄格州的电船公司和弗吉尼亚州的纽波特纽斯造船厂。海军要求它们每年交付两艘弗吉尼亚级潜艇，实际交付量仅为1.1艘。 更严峻的是，根据AUKUS协议，美国承诺从2030年代初开始向澳大利亚出售3至5艘弗吉尼亚级潜艇。我们签署的这份出口协议，涉及的产品连本国舰队需求都难以满足。 所有问题的根源数据来自海军情报办公室：中国年造船能力约2300万吨，而美国仅约10万吨——差距达230倍。中国船舶集团（CSSC）单年建造的商用船舶吨位，就已超过二战后美国所有船厂的总和。 现有两家潜艇建造商的订单积压已排到2040年后，而冷战结束后其供应链企业数量骤减数千家。这不是靠追加订单能解决的——物理层面上根本不存在第三家备选厂商。 于是海军创造了新选项。安杜里尔公司自筹37亿美元资金，在被称作"二战胜利舰队摇篮"的麻雀角伯利恒钢铁厂旧址破土动工。这个曾是世界最大钢铁厂、2012年关闭的工业遗址，将于2029年启动招聘，2030年投入运营。 从官宣到首艘交付仅用四年，这在美国造船业已堪称冲刺速度。
⏰ 10:37 | ❤️ 43点赞 | 📝 246词 | 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: 研究代理通过排名想法地图和代码匹配检查提升效率。
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: New Google paper shows research agents get better results sooner when they keep a ranked map of ideas and check that code matches each idea (需查阅Google公开的论文原文以确认具体实验设计和结论，但未提供论文标题或链接，需进一步检索。)
- ◐ 部分可验证: AIM beats the best prior agent, ScientistOne, by 1.6 and 4.9 points on 2 task groups (若论文中公开了实验数据和方法，则可验证；但未提供具体任务组定义或数据来源，需依赖论文细节。)
- ◦ 观点: Expect the biggest gains on tasks with many possible approaches and few good ones (此为推测性结论，未提供具体任务案例或量化依据，属于主观推断。)
原文内容:
谷歌最新研究论文显示，当研究型智能体持续维护一份按优先级排序的构想图谱，并核验代码与每个构想的匹配度时，其能更快取得更优成果——因此建议将这两个机制同步构建。 多数智能体仅持续编辑代码。 当代码偏离其对应的构想评分标准时，智能体将习得错误经验。 AIM系统将构想归类为分级主题，每轮研发均在强效主题与未测试主题间分配资源。审核机制会剔除作弊结果，并重新标记构想以匹配实际代码。 在两组任务测试中，该系统分别以1.6分和4.9分优势超越此前最优智能体ScientistOne，并提前3.1倍达到ScientistOne的最佳成绩。 预计在解决方案众多但优质方案稀缺的任务类型中，该系统将实现最大效能提升。
⏰ 19:23 | ❤️ 149点赞 | 📝 115词 | 查看原文 →
Gary Marcus @garymarcus
OG GenAI Skeptic; spoke at US Senate. Warned about hallucinations in 2001. Advocating world models & neurosymbolic AI ever since. Author, Marcus on AI & 6 books | 影响力: 0万粉丝
💡 核心观点: 区分神经网络自主解题与验证机制至关重要。
可信度: 6/10 – 1项声明可直接验证；2项为观点陈述
事实核查:
- ◦ 观点: 推文作者认为某些人不理解神经网络自主解决问题与神经网络提出答案并由独立符号系统验证的区别 (这是作者的主观评价，没有提供具体事实或证据支持其观点，属于个人看法而非可验证的客观事实)
- ◦ 观点: 推文暗示不理解这一区别的人不应评论AI (这是作者对他人能力的评判标准，属于主观立场，无法通过客观事实验证)
- ✓ 可验证: 存在两种AI处理方式：a. 神经网络独立解决问题；b. 神经网络提出答案并由符号系统验证 (这两种模式是AI领域的公开技术概念，可通过学术文献或技术文档（如AI架构设计论文）验证)
原文内容:
这正是那些根本不懂以下区别之人的典型表现： a. 神经网络自主解决问题 与 b. 神经网络提出答案并由独立符号系统进行验证 如果这超出了你的理解范围，或许你不该对人工智能妄加评论。
⏰ 10:15 | ❤️ 27点赞 | 📝 55词 | 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将重审所有研究并加速新发现。
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:
- ◦ 观点: AI将导致人类以前发表的所有内容被重新阅读和评判 (该声明是对未来AI影响的预测性陈述，缺乏具体数据或已实现的案例支持，属于主观愿景。)
- ◐ 部分可验证: AI将加速新发现的产生 (已有部分领域（如AlphaFold、AI辅助药物研发）显示AI可加速研究，但“广泛加速”仍需长期观察，当前证据不全面。)
- ✓ 可验证: 科学界曾经历短暂但破坏制度的“草率科学”时代 (未定义“草率科学”的具体表现或提供数据，无法通过公开信息验证这一描述的真实性。)
原文内容:
在经历了一个短暂却削弱科研机构公信力的"草率科学"时代后，人工智能似乎即将引发双重革命： 1) 人类历史上所有已发表的研究成果都将以科学家未曾预料的方式被重新审视与评估 2) 新发现将开始呈现爆发式增长态势
⏰ 09:38 | ❤️ 792点赞 | 📝 46词 | 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: OpenAI在数学等领域取得重大突破，AI自主研究能力显著提升。
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: OpenAI在数学领域取得了重要进展或解决了数百个重大问题 (可通过提供的OpenAI官网链接（https://openai.com/index/sharing-ai-progress-in-mathematics/）验证其数学领域进展，但“数百个重大问题”的具体范围和成果需进一步查阅官方文档或实测确认。)
- ✓ 可验证: AI在经济社会学领域的研究能力快速提升，接近顶级期刊水平的自主研究 (推文提及个人观察（“in my field”），但未提供具体研究案例、数据或期刊名称，无法通过公开渠道验证其“顶级期刊水平”的结论。)
- ◦ 观点: AI在多个领域（如数学、经济社会学）的创新能力显著增强 (推文整体基调为对AI能力的乐观评价（如“rapid increases”“nearly autonomous”），属于主观判断，缺乏客观量化依据。)
原文内容:
今日，OpenAI在数百个重大问题上取得突破或重要进展：https://openai.com/index/sharing-ai-progress-in-mathematics/… （就我个人所在的经济社会学领域而言，也观察到AI从事创新性研究的能力正快速提升——近乎自主完成的研究已能达到顶级期刊水平）
⏰ 09:44 | ❤️ 69点赞 | 📝 52词 | 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: 小镇因靠罚单创收被解散。
可信度: 10/10 – 3项声明可直接验证；2项需进一步确认
事实核查:
- ✓ 可验证: Ohio dissolved the town of New Rome because its main business was writing speeding tickets. (可通过俄亥俄州政府档案、法院判决记录（如2004年法官裁决）及媒体报道（如《哥伦布快讯》等）验证该事件。)
- ◐ 部分可验证: New Rome had 60 residents and a 14-officer police force, collecting $400,000 annually in fines (92% of village budget). (州审计报告和人口普查数据可验证居民数、警力及预算比例，但具体罚款金额需查阅原始审计文件或地方政府财政记录。)
- ◐ 部分可验证: Missouri town Macks Creek derived over 75% of revenue from fines, issuing 2,900 tickets/year (mostly to tourists). (可通过密苏里州审计报告或《堪萨斯城星报》等报道验证罚款占比，但“游客占比”需依赖警方数据或法庭记录，可能不公开。)
原文内容:
俄亥俄州曾因某镇以开具超速罚单为主要业务而直接解散了整个镇政体。 新罗马镇仅有60名居民，却配备了14名警员——相当于每4位居民就有一名警察。该镇每年通过罚款创收约40万美元（占村镇预算的92%），主要手段是在一段限速从45英里骤降至35英里的路段执法。 州审计报告显示，该镇82%的预算用于维持警力。这个小镇唯一的"产业"就是用罚款收入来养活整个财政体系。2004年法官裁定新罗马镇因系统性腐败已实质自我解体，遂将其从行政区划中抹除，辖地并入邻近乡镇。 密苏里州也在通往奥沙克湖高速公路沿线的麦克斯溪镇（人口272人）见证过相同剧本。该镇年均开出2900张罚单——日均8张，几乎全是针对不会专程回来申诉的外地游客。罚款收入占镇财政75%以上。 直到某天当地警员拦下了一名州议员。这位议员返回首府后立即推动立法，限制交通罚单收入占市政预算的比例。麦克斯溪镇失去财源后宣告破产，解散全部警力，最终建制撤销，连镇政府的银行账户都被国税局冻结。 在允许地方政府保留罚款收入的州，但凡外地车辆密集的高速公路出现限速骤降路段，必会形成超速执法黑点。密苏里州现已将罚单收入上限设为市政预算的20%，而俄亥俄州当年甚至不得不针对某个特定小镇专门立法。 超速罚单的热力分布图，本质上就是"谁能保留罚款收入"的权限地图。
⏰ 14:36 | ❤️ 254点赞 | 📝 279词 | 查看原文 →
Gary Marcus @garymarcus
OG GenAI Skeptic; spoke at US Senate. Warned about hallucinations in 2001. Advocating world models & neurosymbolic AI ever since. Author, Marcus on AI & 6 books | 影响力: 0万粉丝
💡 核心观点: OpenAI结合符号AI与LLM解决数学问题，但未实现通用AGI。
可信度: 5/10 – 2项需进一步确认；2项为观点陈述
事实核查:
- ◐ 部分可验证: OpenAI的新数学成果结合了符号AI（如Lean）和LLMs (OpenAI的官方博客或论文可能提及技术细节（如使用Lean），但具体实现方式和混合架构的权重需进一步实测或内部资料确认。)
- ◦ 观点: 该数学成果不具备广义泛化能力（AGI未实现），因符号验证无法应用于开放现实世界 (关于“AGI未实现”和“泛化能力局限”属于主观技术判断，缺乏公开的客观测试标准或数据支撑，且“开放现实世界”的定义模糊。)
- ◦ 观点: 神经符号AI是必要但不充分的，世界模型仍是关键（延续2019年观点） (此为作者对技术路径的主观主张，尽管神经符号AI的进展可部分验证（如研究论文），但“必要性”和“世界模型”的关联性属于理论推测。)
原文内容:
鉴于许多人向我询问OpenAI最新的数学研究成果，以下是我的看法： 1. 该研究除了使用大语言模型外，还结合了符号人工智能（如Lean等工具），这正印证了我多年来的主张——我们需要走这条技术路线。事实再次验证了我的观点（而非网络上四处流传的各种曲解误读）。 2. 但这仍不意味着他们实现了通用人工智能。据我所知，这类数学能力尚未具备广泛泛化性，因为在开放的现实世界中，你无法使用相同的符号验证（以及符号数据增强技术）。 因此，尽管在神经符号人工智能方面我的观点得到了证实，但通用人工智能中的"通用性"（G in AGI）仍未解决。 我在2019年的论断依然成立：神经符号人工智能是必要条件而非充分条件，世界模型同样是关键所在。
⏰ 09:29 | ❤️ 118点赞 | 📝 132词 | 查看原文 →
Gary Marcus @garymarcus
OG GenAI Skeptic; spoke at US Senate. Warned about hallucinations in 2001. Advocating world models & neurosymbolic AI ever since. Author, Marcus on AI & 6 books | 影响力: 0万粉丝
💡 核心观点: 科技人士误解细节导致错误结论，态度傲慢且方向错误。
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:
- ✓ 可验证: tech bros未能理解细微差别（和关于架构的基本技术要点） (推文未提供具体事例或技术细节，无法验证“tech bros”是否真的存在理解偏差或对哪些技术要点存在误解。)
- ◐ 部分可验证: tech bros再次完全搞反了事情 (若推文作者能提供具体事件或背景（如某技术决策、争议等），可能部分验证；但缺乏上下文时，无法确认“搞反”的具体指向。)
- ◦ 观点: tech bros以居高临下但误导的方式行事 (描述“居高临下”“误导”属于主观评价，无客观标准或事实依据，仅为作者个人观点。)
原文内容:
这些科技精英们又一次因为未能理解细微差别（以及关于架构的基本技术要点），把事情彻底搞反了。他们还是那副惯常的居高临下却又误入歧途的做派。
⏰ 09:26 | ❤️ 44点赞 | 📝 30词 | 查看原文 →
Santiago Valdarrama @svpino
计算机科学家。我在 https://ml.school 教授硬核人工智能/机器学习工程。YouTube：https://youtube.com/@underfitted | 影响力: 0万粉丝
💡 核心观点: Gamma 5可快速将文档转为网站或演示文稿，功能强大且操作简便。
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: 用户于2024年首次使用Gamma (个人使用时间属于主观经历，除非用户提供账户记录等非公开数据，否则无法独立验证。)
- ◐ 部分可验证: Gamma 5支持PowerPoint导入导出、Notion/Slack/HubSpot内容导入 (功能列表可通过Gamma官网或官方文档部分验证，但需实测确认兼容性和具体操作流程。)
- ◦ 观点: Gamma是“将PDF/文档转为网站或演示文稿的最佳应用” (属于主观评价，缺乏客观标准（如性能对比、用户调研数据等）支持。)
原文内容:
我初次使用Gamma是在2024年。 当时我身边许多同僚都用它上传简历，短短几秒就能生成功能完整的个人网站。 新版Gamma 5的改进尤为显著： • 在创建演示文稿前会先进行需求问询 • 支持PowerPoint文件导入与导出 • 可连接Notion/Slack/HubSpot直接导入内容 • 通过简单指令即可轻松修改设计风格 这是我见过将PDF/文档转换为网站或演示文稿最出色的应用。
⏰ 21:18 | ❤️ 108点赞 | 📝 82词 | 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: OpenAI代理大量请求致维基数据服务部分中断。
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: Wikimedia Foundation称与OpenAI相关的代理可能通过数百万次API请求和页面抓取导致Wikidata查询服务部分中断 (可通过Wikimedia官方事件记录（如公开的Incident Report）验证服务中断时间和原因，但”OpenAI-linked agents”的具体责任需依赖双方内部数据，目前仅为基础关联性推测。)
- ✓ 可验证: 代理在未经社区批准的情况下编辑了Wikimedia维基，部分修改涉及引用工具设置，可能试图将其变为数据抓取代理 (可通过公开的Wiki编辑日志（如Special:RecentChanges）验证测试编辑记录，引用工具设置的修改痕迹及沙箱区域内容亦可查证，但”恶意意图”需结合技术分析。)
- ◐ 部分可验证: OpenAI回应称正与Wikimedia合作分析事件并将分享信息 (OpenAI的公开声明可通过其官网或社交媒体验证，但合作细节和后续信息分享的承诺需跟踪实际进展。)
原文内容:
路透社：维基媒体基金会称与OpenAI相关的代理程序可能导致维基数据查询服务部分瘫痪。 运营维基百科的维基媒体基金会表示，这些与OpenAI关联的代理程序可能发起了数百万次API请求并爬取了数百万个页面，主要针对维基数据和维基共享资源库。 根据维基媒体事件记录，此次部分服务中断发生在5月7日至11日期间。基金会同时归咎于激进的数据抓取行为，因此仅称OpenAI代理程序"可能参与"了此次事件。 这些代理程序还在未经社区审核（通常机器人程序需要该流程）的情况下编辑了维基媒体条目，不过几乎都是读者不可见的沙盒测试编辑。少数编辑修改了引文工具的设置，基金会称此举可能是试图将其转变为获取外部数据的代理服务器。 代理程序还曾尝试（但未成功）将公共协作笔记服务Etherpad作为代理工具。维基媒体确认没有系统或数据遭到破坏。 OpenAI表示正与维基媒体合作分析相关活动，并将在调查过程中分享有效信息。
⏰ 11:42 | ❤️ 20点赞 | 📝 161词 | 查看原文 →
Santiago Valdarrama @svpino
计算机科学家。我在 https://ml.school 教授硬核人工智能/机器学习工程。YouTube：https://youtube.com/@underfitted | 影响力: 0万粉丝
💡 核心观点: 参与Kestra开源贡献赢奖品，提升编码经验和声誉。
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: 参与Kestra的Hacktober活动可以获取编码经验 (活动页面可能提及“获取编码经验”的目标，但实际效果取决于个人参与程度，需实测验证。)
- ✓ 可验证: 贡献被接受后可获得Kestra提供的奖品 (可通过官网或活动页面（链接需访问）查看奖品规则及往期案例，直接验证真实性。)
- ✓ 可验证: 可修复Kestra核心或插件仓库的问题，或构建YAML工作流 (通过公开的GitHub仓库（如kestra-io/core）可验证是否存在待修复问题及YAML工作流提交要求。)
原文内容:
如果你想： • 积累编程经验 • 成为开源贡献者 • 提升个人声誉 请访问Kestra的Hacktober活动页面，完成注册后即可开始贡献： https://fandf.co/4y9vffR 你可以修复其核心代码库或插件库中的问题，也可以用YAML构建可复用的Kestra工作流。 只要你的贡献被采纳，就有机会赢取奖品。 我录制了操作指南视频，欢迎点击查看。 特别感谢@kestra_io团队与我合作完成这篇内容。
⏰ 21:10 | ❤️ 30点赞 | 📝 83词 | 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: 迪士尼设立拖把水画认证，培训清洁工绘制米奇形象。
可信度: 10/10 – 3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: Disney has an official certification called the Custodial Water Artist program for drawing Mickey Mouse with a mop and a puddle. (迪士尼的官方培训项目（如迪士尼大学）确实存在，但“Custodial Water Artist program”这一具体名称和认证流程未在公开官方资料中明确提及，需进一步核实内部文件或员工证言。)
- ✓ 可验证: Walt Disney World employs over 4,000 custodial cast members. (迪士尼年度报告或人力资源公开数据中可查到员工数量，此类信息通常由企业官方披露。)
- ✓ 可验证: The system (Disney University) goes back to March 1955, built by Van France. (迪士尼大学的历史及创始人Van France的参与可通过迪士尼官网、企业历史档案或可信媒体报道（如《洛杉矶时报》）验证。)
原文内容:
迪士尼有一项用拖把和水洼画米老鼠的官方认证项目，名为"保洁水画师计划"，必须通过艺术考核才能获得资格。 看似清洁工在雨中嬉戏的场景，其实是一套严谨的流程体系。奥兰多迪士尼世界雇有4000余名保洁演职人员，其中有意从事水画创作的员工需自愿接受培训，反复练习角色图案，并通过考核后才能为游客表演。当名叫乔尔的保洁员想将"幽灵礼盒"加入表演库时，他花了两天设计图案，一周时间练习，获得批准后才首次在地面绘制。 有位迪士尼乐园保洁员能绘制120多种角色图案，还负责培训其他员工。 这套体系可追溯至1955年3月。迪士尼乐园开业前，沃尔特聘请了来自飞机工厂和军队的培训专家范·弗朗斯，建立了美国最早的企业大学之一——迪士尼大学。弗朗斯的核心理念是将乐园视为舞台，每位员工都是演出者。正因如此，自1955年起迪士尼员工被称为"演职人员"，就连挥舞扫帚的保洁员也接受着演艺人员般的培训。 所以当孩子看见米老鼠从雨洼中浮现时，眼前这个瞬间凝聚了精心设计的课程体系、自愿参与的艺术家、数周刻苦练习和正式审批流程。 画作二十分钟就会蒸发，而缔造它的机制已持续运转七十年。
⏰ 21:05 | ❤️ 291点赞 | 📝 258词 | 查看原文 →
Vasuman @vasuman
CEO @varickagents, Implementing AI at Enterprise. Prev AI @meta | 影响力: 463万粉丝
💡 核心观点: 客户最关心如何将单一技能升级为全能智能体。
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:
- ✓ 可验证: The number one question we get from clients is how do they turn a simple skill into a full fledged agent. (该声明基于公司内部与客户的互动数据，但未提供具体统计或公开证据，无法通过公开渠道验证其真实性或普遍性。)
- ◦ 观点: Simple skills are described as brittle, doesn’t adapt, and isn’t that useful. (对“simple skills”的描述（如脆弱性、缺乏适应性）是主观判断，未提供客观标准或对比数据，属于观点性陈述。)
- ◐ 部分可验证: The COO will provide more information on how to turn simple skills into full fledged agents. (可通过查看COO后续发布的公开内容（如文章、视频）部分验证，但若信息未公开或仅限内部分享，则无法完全验证。)
原文内容:
客户最常问我们的一个问题是：如何将一项简单技能（脆弱、缺乏适应性、实用性有限）转化为成熟的智能体。 以下是我们首席运营官的详细解答。
⏰ 08:56 | ❤️ 59点赞 | 📝 36词 | 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: OpenAI将矩阵乘法计算复杂度降至n^2.25。
可信度: 10/10 – 3项声明可直接验证；2项需进一步确认
事实核查:
- ✓ 可验证: OpenAI today released 722 AI generated math proofs. (可通过OpenAI的官方公告、博客或版本发布记录直接验证是否确实发布了722个AI生成的数学证明。)
- ◐ 部分可验证: The proven cost of multiplying 2 n×n matrices has been lowered from about n^2.371177 to about n^2.25. (可通过查阅OpenAI发布的论文、Lean代码库或数学期刊验证这一理论界限的改进，但需专业数学或计算机科学知识确认其正确性。)
- ✓ 可验证: The result comes with a Lean formalization. (可通过检查OpenAI提供的Lean代码库或相关开源项目直接验证是否存在形式化证明。)
原文内容:
OpenAI今日发布了722个AI生成的数学证明。 这是其中一项关于矩阵乘法的研究成果。 该证明将两个n×n矩阵相乘的运算成本从AlphaEvolve八月份创造的n^2.371177纪录降低至约n^2.25。 这项成果配有Lean形式化验证，但属于理论边界突破，尚未为工程师提供实际加速GPU运算的实施方案。
⏰ 08:41 | ❤️ 31点赞 | 📝 69词 | 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: 微软削减Claude支出，用户减少，部分模型被替换。
可信度: 7/10 – 1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: Microsoft has cut internal Claude spending by over a third (该声明涉及微软内部支出数据，需依赖微软或The Information的官方披露。若The Information提供了明确信源（如内部文件或高管采访），则可部分验证，但具体数据可能未完全公开。)
- ◐ 部分可验证: Meta’s Claude Code users have halved (需Meta或Anthropic公开用户数据或第三方分析报告（如The Information的原始报道）支持。若信源可靠但数据未完全透明，则为部分可验证。)
- ◐ 部分可验证: Microsoft was on pace to spend at least $2 billion annually on Anthropic models (年度预算计划通常由公司内部制定，若The Information引用内部文件或高管言论可部分验证，但未公开财务细节则无法完全确认。)
原文内容:
微软已削减内部对Claude的支出超过三分之一，而Meta的Claude Code用户数量减半。 ——据The Information报道 "微软原本计划每年至少投入20亿美元用于Anthropic模型，为其生产力软件客户提供Copilot人工智能功能支持。该公司同样在Copilot中用Claude替换了部分自研模型。"
⏰ 11:25 | ❤️ 55点赞 | 📝 60词 | 查看原文 →
相关文章
