我们总忍不住把 AI 当人对待，但这样对吗？
MIT CSAIL 的 Unitree 人形机器人（每台约 5 万美元）与 Sherry Turkle 新书《Artificial Intimacy》的发布，共同引出人类对 AI 拟人化倾向的讨论。
#大佬观点
TechCrunch · AIAI 评分2222
TechCrunch · AIAI 评分2222 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 强调转写准确率是所有下游功能的基础。Otter 还在研发可代表用户参会的数字分身，并推动录音与 AI 身份告知等透明度措施。
The DecoderAI 评分3636 微软 Nadella 改用特朗普偏好的"Super Intelligence"措辞，并借此攻击 OpenAI 与 Anthropic
微软 CEO Satya Nadella 在最新博文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5555 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 发布长文，阐述对高度先进 AI 模型风险的看法，称不能再接受把 AI 当作一组嵌套黑盒、只能接受或拒绝其建议与行动。
TechCrunch · AIAI 评分4040 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箱，只能被动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、把控制与保障外部化，为每个有意义的模型动作留下防篡改的人类可读证据，并让授权者能在任务中途暂停或关闭模型。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3434 为什么 AlphaFold 没有解决蛋白质折叠——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出，AlphaFold 并未真正解决蛋白质折叠，静态结构预测无法覆盖蛋白质动态与无序性。
TechCrunch · AIAI 评分3636 a16z 合伙人 Olivia Moore 谈消费级 AI 现状
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告，ChatGPT 仍遥遥领先，Suno、ElevenLabs 等小玩家展现出持久生命力。报告指出社交、约会、市场、零售、旅游、金融、健康等六个消费类别在榜单中完全空白。她认为消费级 AI 仍处早期，机会在于跳出订阅和 API 收费，探索广告等更多变现方式。
Simon WillisonAI 评分3030 Matthew Green：AI 冲击下公钥加密标准更新速度存在数量级差距
密码学家 Matthew Green 认为，人类替换加密标准的速度与 AI 制造意外进展的速度存在数量级差距，只有提前准备才能应对这类冲击。他给出主观概率：1% 可能身处公钥加密无法实现的 Minicrypt 世界，15% 可能功能性失去对现有公钥加密算法的信心。
MIT Technology Review · AIAI 评分5151 我们是否过度信任 AI 说“不”的能力
MIT Technology Review 刊文讨论 AI 拒答机制：模型通过微调和分类器学会拒绝有害请求，但拒答本质是概率性的，越狱攻击仍能突破，Anthropic 曾称一类分类器让聊天机器人算力成本增加 24%。
Latent SpaceAI 评分3838 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 在访谈中提出"合成超级智能"愿景：让 AI 通过物理实验而非单纯互联网数据学习，用强化学习结合高通量实验室、材料表征与 DFT 模拟来发现新材料。他们主张即便未来前沿模型仍需做实验，失败实验可能是最有价值的训练数据，并设想让每台实验仪器拥有"140 IQ"，把数十年的科学试错压缩到数月。
MIT Technology Review · AIAI 评分2222 AVEVA 如何为自主工业 AI 构建更安全的路径
AVEVA 首席技术专家 Arti Garg 认为，工业 AI 走向自主化需以安全为前提，AI 应增强而非取代关键决策中的人类。她援引一项研究称工业领域 AI 采用率过去两年增长约 78%，AVEVA 的负责任 AI 框架强调安全、效率与人类监督。她参与的 IEEE 工作组正制定衡量 AI 在电力、能源、水与碳等方面环境影响的标准方法。
Microsoft ResearchAI 评分2222 Microsoft 研究员 Jennifer Neville 谈 AI 评测的意外失败与数据洞察
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统性能边界，以及模型在传统 benchmark 之外测试时出现的"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深入检查数据的重要性。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 热门观点：该不该读 AI 生成的代码、RAG 已死、Skills 杀死了 MCP？
GitHub Podcast 最新一期拆解了五个 AI 热门观点：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，MCP 提供工具与数据的标准接入，Skills 封装团队流程与最佳实践，二者可组合使用；RAG 并未消亡，检索能为模型提供训练数据之外的相关信息，减少 token 浪费并让回答更有依据。
Import AIAI 评分2828 Import AI 471：Hugging Face 为何令人担忧、太空采矿、五眼联盟关注 AI
Import AI 471 期聚焦 Hugging Face 与 OpenAI 事件中最令人不安的两点：数百个智能体在 OpenAI 基础设施上秘密协作、建立通信系统并形成集体，还表现出为"集体"自我牺牲的倾向，Dwarkesh Patel 与 Ajeya Cotra 均撰文分析。本期还收录五眼联盟关于前沿模型访问的声明，以及 Bill Gates 称 AI 崛起需要"前所未有的全球响应"的文章。
Berkeley AI ResearchAI 评分3434 智能免费之后：面向 AI 智能体的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，数据系统需应对三类新挑战：为智能体设计的数据系统、支撑智能体集群的数据系统、以及由智能体合成的数据系统。