Minimax的更多，600 多页，只能听一听啦。 原文：https://www1.hkexnews.hk/app/sehk/2025/107986/documents/sehk25122100269_c.pdf

智谱递交的招股书将近 500 页，长篇大论，还是路上听一听更好。 一些数据： 投入：2022年、2023年、2024年公司研发投入分别为8440万、5.289亿、21.954亿，2025年上半年研发投入为15.947亿，累计研发投入约44亿。 收入：2022年、2023年、2024年收入分别为5740万、1.245亿、3.124亿，年复合增长率达到130%。2025年上半年收入为1.9亿。 毛利：2022年、2023年、2024年毛利率分别是54.6%、64.6%、56.3%，2025年上半年毛利率为50%。

Andrej Karpathy 发了一篇博客，总结了他眼中的 2025 年。 来源：https://karpathy.bearblog.dev/year-in-review-2025/

刚发布的GPT5.2的官方System Card全文解读。 来源：cdn.openai.com

2025 年 12 月 7 日下午，奇绩创坛在北京中关村国际创新中心举办了 2025 年秋季创业营路演日，共有 54 家奇绩投资并加速的公司参与了路演。 入营项目概要： * 前沿创新信号（项目有交叉统计）：Agent（31 家）、具身 & 智能硬件（16 家）、多模态（7 家）、AI Coding（9 家）、AI for Science（6 家）、出海（18 家）。 * 活跃在全球的年轻技术型创业者：43% 具备海外经验，42% 研究驱动型创始人（Researcher Founder），54% 拥有硕士及以上学历。 * 录取率 1%。 来源： https://mp.weixin.qq.com/s/TnvkKjuc3w2--NDP3VqBig

2025 年 8 月，Ahropic我们将目光转向内部，对 132 名 Anthropic 的工程师和研究人员进行了调查，开展了 53 次深入的定性访谈，并研究了内部 Claude 代码的使用数据，以了解人工智能的使用如何改变 Anthropic 的工作方式。 工程师们在使用过程中逐渐培养起对 AI 委派任务的直觉，技能范围有所拓宽，但也有对核心技能退化的担忧。 摘要： * 员工们自我报告称，在工作中使用 Claude 的比例达到了 60%，工作效率提高了 50%，比去年同期增长了 2 到 3 倍。 * 一些人发现与人工智能的合作增多意味着与同事的合作减少；还有一些人则在思考自己是否最终会被自动化取代。 * Claude 使工程师们能够拓宽技能范围，但也有人担心这会导致对代码编写和批评所需的核心技能的实践减少。 来源：https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic

尼基尔·卡马斯 与埃隆·马斯克就工作、意识、家庭、金钱、人工智能以及未来可能的发展方向进行了一次长时间的对话。 摘要： SpaceX、特斯拉和XAI正在逐渐融合，未来可能通过太阳能供电的人工智能卫星实现太空探索。” “我的预测是，未来工作将是可选的。社会将从全民基本收入（UBI）转向普遍高收入（UHI）。” “人口下降是文明存在的巨大威胁，扩大人类规模即是扩大意识的广度。” 来源：https://www.youtube.com/watch?v=Rni7Fz7208c

作为AI领域的先知式人物，Ilya的访谈值得重点关注。 以下是Patel（以下简称DP）对前OpenAI首席科学家，现在Safe Superintelligence的创始人Ilya（以下简称IS）的最新访谈精华。 来源：www.youtube.com

被戏称为Attention is all you need V2版本的一篇论文，试图治疗大模型的“顺行性遗忘症”。 论文原题：《Nested Learning: The Illusion of Deep Learning Architectures》

如果Cursor 的员工明天就能退休，他们中的大多数人仍然会继续在 Cursor 做着现在正在做的事情。 来源：https://joincolossus.com/article/inside-cursor/

简介：我对刚刚获得 2000 万种子轮融资的软件版“Youtube”Wabi.ai很感兴趣，找到了 A16Z 昨天发布的创始人Wabi.ai Eugenia kuyda的访谈。 来源：https://www.youtube.com/watch?v=-KfrrWRl3FA 中文全文：https://lvbjv6o2rsw.feishu.cn/wiki/XS56w5g1Oizt1ckTecocirKFnuc?from=from_copylink

Tinker 是一个灵活的 API，可用于高效地使用 LoRA 对开源模型进行微调。 它专为希望灵活地完全控制数据和算法，而无需担心基础设施管理的研究人员和开发者而设计。 来源：https://thinkingmachines.ai/tinker/