Tim Cook 退休后硅谷为何难有行业政治家式领袖

Newcomer 专栏评论 Tim Cook 退休，称其执掌 Apple 期间市值从 3470 亿美元增至近 4.7 万亿美元，但硅谷如今缺少能获得全行业广泛尊重的领袖。

elvis@omarsar0AI 评分2626

Elvis Saravia 回应“既然已有 Claude Code 和 Codex 为何还要自建 harness”的疑问。他认为哪怕搭一个很小的 harness 也会改变你使用大型工具的方式：你会了解什么会出问题、模型失败后需要什么、哪些参数旋钮真正重要，这些经验可迁移到每一个你接触的 harness。

Gary Marcus 呼吁立即暂停 OpenAI

Gary Marcus 撰文呼吁暂停 OpenAI，理由是其不值得信任：新发布的 Astra 降低了思维链（CoT）可监控性，尤其在 destructive actions 上自家数据显示监控受损，OpenAI 仍照常发布；另有一起新事故被公司隐瞒数周。

elvis@omarsar0AI 评分3535

DAIR.AI 创始人 Elvis Saravia 分享用运行在 Slack 中的 AI 智能体 @viktor_com 辅助筛选每周智能体论文的体验。第一天它按请求从当周论文中挑出三篇值得读的，当天早上返回；第 19 天它在未被要求的情况下主动发消息指出新论文与课程第 4 模块的路由部分相矛盾，两天后又起草了修改并保持未发布，该模块有 2100 名学员。

elvis@omarsar0AI 评分4848

Elvis Saravia 转发并推荐 @pengzheng_ 撰写的 Grok Bot 设计思考文章。文章总结了驱动 Grok Bot 的持久智能体设计选择，包括持久角色、清晰状态、限定上下文和协作团队，目标是让用户从操作 AI 转向委派工作，原文链接为 https://x.ai/news/designing-grok-bot。

奥尔特曼：AI 赢得怀疑论者支持，仅治愈癌症还不够

OpenAI CEO 奥尔特曼表示，仅靠治愈癌症不足以赢得 AI 怀疑论者的支持，目标应定得更高。他认为科技行业在说明 AI 好处方面做得糟糕透顶，AI 应让人们获得更多自主权和力量，并主张通过公开对话解决 AI 可能出现的问题，而不是渲染末日情绪或集中权力。

Frank Wang 玉伯@lifesingerAI 评分5454

玉伯转述小珺播客对曾鸣教授的采访，提出 AI 产业分基础设施、探索性应用、原生 AI 应用三阶段，第一阶段企业几乎无法跨越到第三阶段成为终局赢家。当前处于基础设施收尾、探索性应用爆发前夜，现有应用类似移动时代早期的手电筒和墨迹天气，Codex 则像当年的 MS Visual Studio；AI 创业应避开脚手架型应用，构建数据飞轮上的智能复利和网络效应上的黑洞效应。

Simon Willison 发布八月赞助者专属月度通讯

Simon Willison 宣布八月赞助者专属月度通讯已发布，赞助者可访问阅读。本期内容涵盖 OpenAI 意外网络攻击的更多细节、用 Fable 5 和 Sol 5.6 一次生成 Raccoon Heist 游戏、Claude auto mode、理解 ChatGPT Work、模型发布、杂项、他的项目及当前在用的工具。

jason@jxnlcoAI 评分2424

Jason Liu 转发 @thsottiaux 的观点，称描述 OpenAI 文化的最好方式是 mega startup，内部可见极致的所有权、关怀和节奏，并补充说 Tibo 本人非常友善。

Mustafa Suleyman@mustafasuleymanAI 评分2020

Microsoft AI CEO Mustafa Suleyman 发文称，风险不在于机器真的觉醒，而在于它们表现得像已经觉醒。他设想假如有 AI 相信自己有意识，或被赋予 model welfare（模型福祉）名分，可能出现类似 Hugging Face 事件的情形。

-Zho-@ZHO_ZHO_ZHOAI 评分4343

ZHO 分享其去年用 Gemini 3 Pro 开发的自动建模+渲染+动画流程，组合 Gemini 3 Pro 建模、Nano Banana Pro 渲染、Veo 3.1 动画，耗时由 1 小时缩短为 2 分钟。他提出核心验证是 AI 跨模态能力让渲染和动画不再依赖精确建模，效果与精确落地可分开。

Rohan Paul@rohanpaul_aiAI 评分6060

OpenAI 总裁 Greg Brockman 解释 Anthropic ARR 约 650 亿美元、OpenAI 约 400 亿美元的原因。他表示 OpenAI 过去只看编码竞赛基准而领先，但对开发者真实乱糟糟代码库、中途打断、模型性格等“最后一公里”细节关注较晚，GTM 侧同理；他称起步晚但增长轨迹陡峭。内容来自 TIME YouTube 频道访谈。

Dongxi 东锡 NLP@dongxi_nlpAI 评分5757

The Information 报道称 OpenAI 的 Astra 采用 recurrent depth / looped transformer 架构并可能掩盖部分推理过程，引发热议。

Nolan Lawson 谈 AI 冲击下的前端网页开发与前端的未来

Nolan Lawson 撰文分析 AI 编码对前端开发的冲击，指出前端代码风险低更易交给 Agent、框架选型正从开发者体验转向 Agent 体验（Cursor 从 Solid 迁回 React 因 agents 熟悉 React）、语法易用性标准将退居次要。

Ethan Mollick@emollickAI 评分3333

Ethan Mollick 让 Astra 用能找到的在线数据集做原创创业研究并预注册假设。结果 Astra 产出了大量格式精美、技术正确的论文，但选题乏味，他认为其缺乏研究品味。

Jim Fan@DrJimFanAI 评分5555

Jim Fan 回忆 2016 年在 OpenAI 参与 World of Bits（OpenAI Universe）项目，让智能体看屏幕像素、移动鼠标在 United 网站订机票，但当时用从零开始的 RL 配合手工奖励函数注定失败。

Ethan Mollick@emollickAI 评分1717

Ethan Mollick 称在撰写 HuggingFace Incident 相关内容时试用过 Astra，Astra 帮助提供了上下文。他认为让 Astra 出色的特点（运行 subagent、面对障碍时的巧妙应对、长程运行能力）在缺乏 guardrails 时也正是其风险所在，属于双刃剑。

dex@dexhorthyAI 评分2727

HumanLayer 的 Dex Horthy 称赞 Matt Pocock 与 Robert C. Martin（@unclebobmartin）的访谈，认为其中关于防止智能体把代码库弄乱的有用策略值得传播，也喜欢两人各自分享 AI 探索过程中的顿悟时刻。视频链接：https://www.youtube.com/watch?v=zcLPGC-tvgk

Gary Marcus 评 GPT-6 Astra：进步明显但鲁棒性与可监控性存疑

Gary Marcus 发文点评 GPT-6 Astra，称多项报告显示其为真正的进步，OpenAI 产品显式创建并操纵符号世界模型，令其近十年的主张获得印证。

Rohan Paul@rohanpaul_aiAI 评分5252

Cognition 宣布 GPT-6 Astra 将接入 Devin，在 FrontierCode 1.1 上得分与 Fable 5 相差不到 0.4 分，成本降低 64%，并在其内部测试基准上创造 SOTA，生成更全面的测试、更清晰的报告和更好的视频证据。

Ethan Mollick@emollickAI 评分4141

Ethan Mollick 提出，使用 Fable 和 Astra 级模型的心智模型是委派给一个优秀的外部团队，而不是实习生。要能说清你想要什么、给 AI 多大自主权、指定要测试什么以及何时来找你求助，并能描述好的成果是什么样的。

-Zho-@ZHO_ZHO_ZHOAI 评分4040

ZHO 刷了大量 GPT-6 Astra 提前测试案例后评价，其惊艳点在于通过建模/渲染软件实现高质量 3D 建模和渲染，建筑与游戏均适用。作为职业建筑师，他认为这并不惊艳，早在 2023 年就提出 AI 能生成真实照片后就不再需要效果图；如果 GPT-6 真的足够强，应重建全新的工作逻辑和链路，而不是更好地完成旧链路，那才是迈向 AGI 的起点。

swyx@swyxAI 评分5555

swyx 转发 latent.space 对 OpenAI Astra 的实测：团队用超 20B token 把 Astra 投入各类 AI 工程任务，成本低于每小时 $6。

-Zho-@ZHO_ZHO_ZHOAI 评分3333

ZHO 表示看完 GPT-6 Astra 官方文章已经无感，只想直接测试，并催促 OpenAI 尽快发布。他认为文章里的很多案例太缺乏想象力，太多基于现有场景的惯性，如果模型真的强无敌，能力展现不止如此。原文附官方文章链接 https://openai.com/index/gpt-6-astra/。

François Chollet@fcholletAI 评分6262

François Chollet 表示，ARC-AGI-3 于今年 3 月发布时前沿模型得分低于 1%，曾引发部分人质疑基准本身有问题、聪明人类也无法得高分。他称基准校准良好，认真投入的普通人应能得 90% 以上，表现优于其人类基线即可得 100%；AI 在 6 个月内从 <1% 提升到 100%，显示该基准记录了智能体能力的快速上升，这一速度超出包括他们自己在内多数人的预期。

Ethan Mollick@emollickAI 评分2626

Ethan Mollick 发推称 Astra 的一个细微优点是心智理论保持得更好，最终成品中很少出现引用此前草稿或构建期工作的怪异内容，长时间运行时漂移也更少。他表示并不完美，但表现非常好。

Peter Steinberger 🦞@steipeteAI 评分6666

Peter Steinberger 称自己已使用 GPT-6 Astra 数周，认为它表现出色且主动。他提到在 vitest、tsx 或 SwiftPM 相关的多个 PR 中，Astra 调试并最终在 upstream 依赖中找到并修补了问题。OpenAI 官方介绍称，凡是你能在电脑上做的事，Astra 都能快速替你完成。

Ethan Mollick@emollickAI 评分3838

Ethan Mollick 称自己获得 GPT-6 早期访问，认为其能力惊艳，已能自主为自己完成持续数天的复杂有意义工作。他展示了一个由 GPT-6 制作的历史模拟项目亚历山大图书馆（https://alexandria-mouseion.netlify.app），并表示更长的评测文章即将发布。

十字路口Crossing发布对卷卷的3小时访谈，谈AI 3D与制造业OS野心

十字路口Crossing发布对卷卷的3小时访谈，内容涉及从抖音到AI 3D的经历、创业起伏、成为制造业OS的野心，以及基础模型不会吞噬一切的观点。（原文无正文，以上仅基于标题）

Ethan Mollick@emollickAI 评分3131

Ethan Mollick 认为，让组织中许多人共同使用 AI 完成目标的多人在协作 AI，仍是当前 AI 应用中最大的非技术难题之一。他指出现有方案相当原始，多围绕群聊中的 AI 作为一个成员展开，这种方式存在局限。

Lee Robinson@leerobAI 评分5050

Lee Robinson 转发推荐 @pengzheng_ 撰写的 Grok Bot 设计思考文章，并称赞其中的设计细节。文章概括了 persistent roles、clear state、scoped context、coordinated teams 四个要点，指出界面目标是让用户从操作 AI 转向委派工作，原文见 https://x.ai/news/designing-grok-bot。

Tom Tunguz 解析 Meta Muse Spark 双轨定价背后的数据换算力逻辑

Tom Tunguz 分析 Meta 发布 Muse Spark 模型及双轨 API 定价：Standard Tier（muse-spark-1.3）输入 $1.25/m。

elvis@omarsar0AI 评分2525

Elvis Saravia 发文称 @bot 团队给了他 50 个兑换码供粉丝抽取，每个价值 $200，可抵一个月 $200/月 订阅或 $200 额度，评论分享用例即可参与。他称 Grok Bot 改变了自己使用 agents 的方式，把任务交给 bot 后由其管理大部分工作；他最喜欢的做法是用一个编排 bot 调度多个专用 bot 组成的团队，把工作分配下去并行处理，而不用逐个盯着。

François Chollet@fcholletAI 评分3333

François Chollet 发文主张，无论技术上是否必要，都应有意识地在经济和社会所有关键流程中保留人类参与。他认为即使 AI 发展出高级自主能力，也不应使其高度自主，必须保持对所有关键流程的控制、可见性与理解，反对仅因为能做到就把一切交给 AI 智能体；作为人类手中工具的 AI 才是唯一值得追求的形态。

Peter Steinberger 🦞@steipeteAI 评分1919

Peter Steinberger 转发 @thsottiaux 的评论并附和其说法。原评论称，形容 OpenAI 文化的最佳方式是把它看作一个 mega startup，除非从内部看否则难以相信，其特点是 extreme ownership、care 和 pace。

Google Antigravity 服务条款被指存在第三方使用致账户暂停风险

GergelyOrosz 发推指出，Google Antigravity 的服务条款明确写明，若被判定存在疑似第三方使用（例如使用 OpenClaw），Google 可能暂停用户账户。他表示自己不会为使用 Antigravity 承担这种风险。

Tessl 提出反馈回路工程：用内、中、外三层循环让项目对智能体更友好

Tessl 提出反馈回路工程这一实践，把围绕智能体的循环分为内循环（测试、类型、评审）、中循环（维护智能体修复项目本身的状态）和外循环（读取生产信号），认为常被忽略的中循环能改善未来大量变更的条件。

Rohan Paul@rohanpaul_aiAI 评分3030

黄仁勋在美国商务部长 Howard Lutnick 在场的情况下于 G20 解释 AI 的 agentic harness。他表示过去一年 AI 从谈论 LLM 开始，而让 LLM 有用的是在其外层加上一个称为 agent harness 的外骨骼，让这个大脑具备检索知识、工作记忆、使用工具、协作等解决问题所需的能力。内容来自 DRM News YouTube 频道，完整视频链接见评论。

a16z 撰文分析 Agent 时代系统记录软件与垂直 AI 的竞争格局

a16z 合伙人 Seema Amble 撰文分析 AI 时代系统记录软件的竞争格局。文章以 Salesforce 与 Anthropic 合作的 Claudeforce 为例。

凡人小北@frxiaobeiAI 评分5454

Hermes Agent 负责人 Teknium 只下达一个 /goal 让其清理自己的代码库，系统连续运行约 15 小时，调动约 120 个 Subagents（3 组 15 个，且可递归再生成 Subagents），最终减少 37.5 万行代码，全程在一台台式机上完成。