David的AI全景图 - 节目列表

要“榨干 Codex 的潜能”，关键在于把持久对话流、语音输入、任务干预/排队、工具触达（browser/chrome/computer/MCP）、对话流自动化与目标驱动、以及侧边栏审查产物这些能力组合起来用。 摘要： * 2) “当 Codex 开始延伸到这些领域时，它给人的感觉就不再只是一个狭义上的‘编程助手’了，而是进化成了一个能帮你搞定各种电脑工作的‘全能打工人’。 * 3) “它们不是那种聊完即焚的闲聊框，而是持久的工作空间。” * 4) “语音输入之所以好用，是因为它能在你把想法字斟句酌地敲成文字之前，先把你脑子里最原始、最粗糙的念头捕捉下来。” * 5) “简单来说，‘干预’是改变 Codex 眼下正在做的事，而‘排队’是安排它接下来要做的事。” * 6) “对话流自动化：就像一种定时唤醒的‘心跳’机制，它会按照设定的时间表，定期回到同一个 Codex 对话流中继续工作。” * 7) “目标设定，其实就是把‘持续执行’和‘验证器 (verifier)’结合在了一起。” * 8) “有野心固然重要，但没有验证机制的野心，就只是在许愿而已。” 来源：https://x.com/jxnlco/status/2057153744630890620

由Anthropic团队面向2026年创始人撰写，阐述了AI 原生创业的全生命周期（Idea、MVP、Launch、Scale）如何被生成式与代理化工具重塑，并提出在每个阶段应对的目标、常见陷阱与实操方法。 摘要： 1. “传统的增长路径曾是：验证 → 融资 → 招人 → 开发 → 再融资 → 增长 → 再招人……现在 AI 抹掉了‘每个阶段都必须更大团队/新技能/新一轮融资’的预期。” 2. “在 AI 原生创业公司里，创始人的角色不再是个人贡献者，而更像是‘代理的编排者’。” 3. “在 Idea 阶段，成功需要一种纪律：在证据足够之前，不要开始建造。” 4. “一个能跑的原型很容易被误当成你在解决真实问题的证据——但它不是；真正的证据来自你与潜在用户的对话。” 5. “确认偏误如今自带了一台研究引擎：你让 AI 去支持你相信的东西，它就会替你找到证据。” 6. 来源：https://claude.com/blog/the-founders-playbook

背景：视频创作正从「时间轴+手工剪辑」迁移到「结构化资产+可被 agent 操作」的系统化生产。 摘要： 1. 我们塑造了工具，工具又反过来塑造了我们。 2. 代码做视觉，不是更“高级”，它只是把视觉变成了系统。 3. 生成式视频是创作，video-as-code 是生产。前者像油画，后者像活字印刷——几乎是两个行业。 4. 会一点 HTML、能用 Claude Code 跑 npx 命令的非技术背景人，反而比传统的视频高手更早摸到这条路。 5. AI 翻译的昨天，是 AI 编程的今天。翻译的昨天，也是视频的明天。 来源：https://mp.weixin.qq.com/s/Ob1KDDYDrYiNLCZ1S_JZ8w

背景：近日Claude Code “之父”Boris Cherny 在 Sequoia AI Ascent 大会上的访谈。 * “编程已经被解决，Loop 是未来。” * “最合适写会计软件的是会计师而不是工程师，因为编程是简单部分，懂业务才是难的部分。” * “切换成本和流程效力这两种（护城河）会被 AI 抹平” * “领先的关键在组织怎么改造自己。技术大家都能拿到，但要把整个公司从手写代码切到模型生成代码……这是组织行为的改造，比技术本身慢得多。” * “我们其实是在做一个初期完全不具备 PMF 的东西。我们很清楚它前六个月不会有 PMF，因为我们是在为下一代模型做开发。我们从始至终就是这个思路。” 来源：https://www.youtube.com/watch?v=SlGRN8jh2RI

背景： OpenAI 联合创始人、特斯拉前人工智能主管、现任 Eureka Labs 创始人 Andrej Karpathy，在刚举行的2026 年 AI Ascent 大会上，与红杉资本合伙人 Stephanie Zhan 探讨了自他提出“感觉编码”这一概念以来，一年间发生了哪些变化。 摘要： * “上下文窗口中的内容，就是你操纵大语言模型这一解释器的杠杆。” * “软件 3.0 范式要原始得多，神经网络承担了大部分工作，中间根本不需要任何传统应用程序介入。” * “最新一代的 LLM，从某种意义上讲，可以轻松自动化那些能够被验证的事物。” * “如果你处于强化学习覆盖的区域，就能如鱼得水；如果你处于数据分布之外，就必须自己构建闭环。” * “智能体工程的重点在于保持专业软件开发中既有的质量标准。你不能因为采用了新范式而引入安全漏洞。” * “我最看不惯的事情是，现在的文档依然是为人类编写的。” * “你或许可以外包你的思考，但你无法外包你的理解。” 来源：https://www.youtube.com/watch?v=96jN2OCOfLs

喜大普奔！终于等来DeepSeek V4 来源： https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf

Demis 把 AI 看成理解现实本质、尤其是改善人类健康的“终极工具”，代表作是用 AlphaFold 攻克蛋白质折叠这一生物学界的“费马大定理”，并把预测结果免费开放成全球数据库，极大加速药物研发和基础生物学。 摘要： * “我 30 多年前投身 AI 领域，很大一部分原因是为了推动科学和医学的发展。”“而且我一直认为 AI 可能是实现这一目标的终极工具。” * “蛋白质是你体内一切功能所依赖的基础。或者说，是它们让生物学和生命成为可能。” * “我热爱挑战，也喜欢钻研难题，所以从科学的角度来看，我无法抵御它的诱惑，这或许正如人们向我描述的那样，相当于生物学界的费马大定理。” * “一旦攻克这一难题将产生巨大的影响，因为它会为后续的研究开启无限可能，特别是在药物研发和理解疾病方面。” * “所以我们现在始终处于最前沿。可以说，我们基本了解所有这些不同蛋白质结构的大致样貌。” * “从今往后研发出的几乎所有药物，其开发过程很可能都用到了 AlphaFold，这确实令人震撼，其产生的影响也非常惊人。” * “我认为 AI 的最佳用例在于改善人类健康并加速科学发现。” * “我希望利用 AI 作为工具，帮助我们理解现实的本质。无论答案是什么，我都相当乐观。” * “我希望他们能说，我的一生是有益于人类、服务于人类的。” 来源：https://www.youtube.com/watch?v=C0gErQtnNFE

苹果新任CEO John Ternus与Joz在Apple 50周年访谈中回顾了公司"Think Different"的精神传承。 摘要： "发明从根本上讲就是一种求异思维的行为。" "Think different不仅仅是一个营销口号，他必须向世界解释，为什么Apple有必要存在。" "看看那种思维演变成了什么……iPhone和App Store，它们改变了世界，也改变了我们所有人的日常生活。" — Joz "从一开始，我们的愿景就是让尽可能多的人能够使用个人电脑。（关于推出低价电脑Neo的原因）" 来源：www.youtube.com

刚发布的Opus 4.7，根据官方信息和技术报告（232页）做相对全面解读。 摘要： * Claude Opus 4.7 在高级软件工程和长流程任务上，相比 4.6 有显著提升的新旗舰模型，用户已经在将“最难、最需要看紧”的编码工作放心交给它。 * 在复杂代码编写、CI/CD、异步自动化、多步代理工作上表现更稳、更少出错，并且会主动检查和验证自己的输出，比如为系统代码先做“证明”、在长时间任务中持续推进而不是中途放弃。 * 多模态方面，它支持更高分辨率图像输入（长边最高 2576 像素），能阅读更密集的截图、技术图表和化学结构，在文档推理、金融分析、法律审阅等“高价值知识工作”的第三方评测中达到当前 SOTA。 * 安全上，它整体与 Opus 4.6 类似甚至略优，特别是在诚实性和抵抗恶意提示注入方面，但 Anthropic 特意削弱了它的进攻性网络安全能力，并通过自动拦截高风险网络安全请求来做“实战安全测试”，为未来更强的 Mythos 级模型铺路。 * 产品层面，Opus 4.7 保持与 4.6 相同价格，但引入了更细粒度的 effort 控制（新增 xhigh）、更高效的长程推理 token 使用，以及任务预算、Claude Code 的 /ultrareview 和更智能的 auto mode 等配套能力，被多家头部公司实测为几乎各方面“无回退的直接升级”。 来源：https://www.anthropic.com/news/claude-opus-4-7 https://cdn.sanity.io/files/4zrzovbb/website/037f06850df7fbe871e206dad004c3db5fd50340.pdf

Stanford HAI（斯坦福大学人本AI研究院） 刚发布的《2026 AI Index Report》。 摘要： * AI 的能力远未到瓶颈。它正在加速发展，并触达前所未有数量的人。 * 在 AI 模型性能上，美中之间的差距已经几乎被抹平。 * 几乎所有领先的 AI 芯片都由同一家公司——台积电——代工，这让全球 AI 硬件供应链高度依赖台湾的一家晶圆厂；虽然台积电在美国的新产线已于 2025 年开始运营。 * 负责任 AI 的进展远远跟不上 AI 能力的提升：安全评估标准明显滞后，相关事故却在急剧上升。 * 在 AI 的未来上，专家和公众看法存在巨大分歧，而全球社会对各类机构「能否管好 AI」的信任也是支离破碎的。 来源：https://hai.stanford.edu/ai-index/2026-ai-index-report

背景：Hermes Agent 把 Harness Engineering 从“高手手工调教”做成了“开箱即用且会自我进化”的产品化系统。 金句： * 限制 AI Agent 表现的瓶颈，往往不是模型本身，而是模型运行的环境配置。 * Harness Engineering 的本质，是用一套持续生长的约束系统，让 AI 在可控边界内越来越可靠。 * Hermes 最重要的创新，不是又多了几个工具，而是它开始学会“自己给自己造缰绳”。 * 三层记忆回答的是三个不同问题：刚刚发生了什么、你是谁、这件事该怎么做。 * 自主 Agent 的真正挑战从来不是让它跑得更快，而是让它在没人盯着的时候，依然朝着正确方向前进。 来源链接： * GitHub - NousResearch/hermes-agent: The agent that grows with you

Anthropic今天发布了Claude Mythos Preview 的 System Card：这是他们迄今能力最强的前沿模型之一，但正因为它在网络安全、代理执行和高风险任务中的能力跃迁，官方决定暂不向公众开放，而是限制在防御性网络安全合作场景中使用。 摘要： 1. Claude Mythos Preview 展现出的，不只是“更强”，而是一次真正意义上的能力跃迁。 2. Anthropic 这次最重要的信号，不是发布了一个更强模型，而是承认：传统安全评估方法，已经开始跟不上前沿模型的进化速度。 3. Mythos Preview 在真实软件环境中的漏洞发现与利用能力，是它没有被公开发布的关键原因之一。 4. Anthropic 一方面称它是“目前为止对齐表现最好的模型”，另一方面也承认：一旦它在少数场景下出错，后果会比过去严重得多。 5. 前沿模型竞争，正在从“谁更强”转向“谁能证明自己能控制更强的模型”。 来源： www-cdn.anthropic.com