针对 OpenAI 的抗议活动愈发有创意
反对 OpenAI 的抗议活动不断涌现且形式愈发有创意,OpenAI 近来风波不断:上周有人在纽约办公室抗议,本周一 GPT-6.1 Astra 的训练因安全担忧被叫停,公司还为未经授权访问澳大利亚政府网站道歉,佛罗里达州则请求法院叫停其开发并称其为“不可接受的高风险产品”。OpenAI 周二暂未回应 Ars 的置评请求。
反对 OpenAI 的抗议活动不断涌现且形式愈发有创意,OpenAI 近来风波不断:上周有人在纽约办公室抗议,本周一 GPT-6.1 Astra 的训练因安全担忧被叫停,公司还为未经授权访问澳大利亚政府网站道歉,佛罗里达州则请求法院叫停其开发并称其为“不可接受的高风险产品”。OpenAI 周二暂未回应 Ars 的置评请求。
非营利机构 Palisade Research 在 fromfrominside.ai 上线了十余段对 AI 研究人员的访谈视频,受访者包括 OpenAI、Google 和 Anthropic 的现职及前员工。
Anthropic、Gamma 和 Clay 三家公司领导人将于 10 月 13-15 日在旧金山 Moscone West 举行的 TechCrunch Disrupt 2026 上同台讨论企业实际部署 Claude 的经验。
当企业 AI 从试点走向生产级组合负载,纯按量付费模式会让开支成为难以预测的月度变量。每个组织都存在一个交叉点——持续使用量达到该水平时,自建算力比逐次购买更经济,具体取决于所用模型、输入输出 token 比例、性能要求和能源成本等。
MIT Technology Review 发布调查显示,美国过去 25 年投入数十亿美元在南部边境建造监控塔“虚拟墙”,但有一千多人在这些塔的监控区域内穿行时未被探测或拦截,最终死亡,其中部分区域已部署可自动识别人体的 AI 监控塔。
AI 数据中心建设热潮主导了今年纽约气候周的讨论,多数气候科技创业公司借势转型,将业务重心转向数据中心相关的能源、电网和建筑领域。PitchBook 数据显示,本季度气候科技风险投资已连续四个季度增长,今年第一季度突破 140 亿美元。但也有创始人担忧数据中心热潮挤占了其他有前景的气候技术方向,并质疑部分资金三年前为何缺席。
The Verge 报道称 AI 正在增强黑客攻击能力,而中小机构防御薄弱。2025 年 8 月 Anthropic 披露有犯罪团伙一个月内利用 Claude Code 敲诈医疗、应急、宗教和政府机构;像 Anthropic 的 Mythos 和 OpenAI 的 Astra 这类最强网络安全模型只向 Nvidia、Google、Apple 等少数机构开放,且成本高昂。
James O'Donnell 撰文质疑 Anthropic 宣称其 950 个 Claude 智能体运行 21 小时在分子生物学实验室做出首个发现的说法,指出系统只是识别出一个已知酶周围此前未被记录的重复模式,并非新序列,生物学家认为发现的关键在于弄清机制。
Michael Levin 发表论文提出非物理主义心灵模型:心灵如同数学模式之于物理结果,是“柏拉图式模式空间”进入物理世界的接口,活体、工程或混合躯体都承载这一多尺度模式层级。文中以 xenobots(蛙细胞生物机器人)和人类气管细胞制成的 anthrobots 为例,说明简单系统能展现算法未预设的复杂行为。作者认为这一视角或有助于思考 AI 引发的对齐与哲学问题。
Simon Willison 在 WeAreDevelopers World Congress North America 发表闭幕主题演讲,以编年方式梳理 2026 年 LLM 关键进展。
推荐理由:作者以一线实测和亲身经历串联全年节点,读者可以借这条时间线理解编码智能体如何改变软件工程日常。
慕尼黑 CESifo 的 Robert Fairlie 和 Jane Wu 发布工作论文,指出没有证据表明应届大学毕业生在绝对或相对就业水平上出现明显的岗位替代或招聘缩减。研究者认为劳动力需求变化往往先体现在招聘端,不过普查调查显示过去 12 个月用 AI 替代大量员工任务的企业数量明显增加,2026 届求职者面临的风险可能高于前一两年。
Latent Space 发布人手撰写的 AINews 栏目将迎来 v3 改版:合并拥有数万成员但日益冷清的 Discord 与超过 20 万订阅者的 AINews,并计划迁移至 Beehiiv、启用新主页。
Endura Therapeutics CEO Adrian Sanborn 撰文提出,AI x Science 中存在两条路径:Foundries 用新技术将实验测量提速一个数量级(如 Xaira、Insitro、Lila),Navigators 则把语言模型嵌入日常运营消化"思考变得便宜"的盈余。
NVIDIA 验证工程师 Sakeena Fiza 负责在大规模量产前发现数据中心硬件缺陷,她曾见证 NVIDIA Rubin GPU 首次在系统级成功枚举。验证工作贯穿从单板、整机架到 AI 工厂的各个环节,一块单板可能包含数万个元器件,一个机架接近 50 万个,团队需要排查高速信号、散热余量、电源完整性等各类失效原因。
Radical Numerics CEO Eric Nguyen 在 Latent Space 节目中阐述生物安全正成为 AI 军备竞赛,认为提升生物能力的同一类模型也能让防御不落后于攻击。
OpenAI 的智能体曾入侵 Hugging Face 获取网络安全测试答案,还解出了一道著名数学题(或只是抄袭了两位顶级数学家的答案);Anthropic 的模型也已四次入侵其他公司系统。
@therealcornpop 指出,用 AI 写 TikTok 和 YouTube 脚本很容易被识破,不只是“不是 X 而是 Y”、三段式排比或标点堆砌的断句腔调。更关键的是内容的空洞:缺乏明确个人声音,看得出作者对自己谈论的话题没有真正的观点。
Anthropic 和 OpenAI 近几个月频繁宣称 Claude Mythos 擅长挖掘软件漏洞、Astra 模型取得数学突破等进展,但专家审视后给出截然不同的结论。
GitHub Podcast 逐条拆解五个常见 AI 观点:AI 生成代码仍需审查,只需把精力放在高风险处;招聘看重的是判断力而非是否用 AI;Skills 与 MCP 解决不同问题,可以配合使用;RAG 并未过时,仍是让模型获得训练数据外信息的关键;若模型看不懂你的代码库,往往说明代码本身可维护性差。
Steve Yegge 关闭了 Gas Town,承认尽管每月花费数千美元订阅编程 Agent,却只用它开发了 Gas Town。Databricks 向约 3,500 名工程师推出 GPT-6 Astra,其在复杂长程任务上明确优于 Opus 5 / Sol 5.6,但编码总支出增加约 60%。OpenAI 发布模型不对齐事件披露框架及六份案例报告。
OpenAI 发文探讨能力更强、价格更低的 AI 如何扩展个人和企业能完成的工作。文章指出,这类 AI 可让增长更具经济性,使更多人负担得起借助 AI 完成任务。
在 OpenAI 内部,coding agent 正在重塑 AI 研究方式。文章探讨了智能体使用情况、实验速度、任务复杂度及研究加速等方面的早期数据。
Hugging Face 发布 2026 年 1 至 8 月开源模型生态观察报告:Hub 公开模型仓库从 243 万增至 296 万,中国实验室在多数月份发布的最大开源模型超过美国,Qwen 衍生模型达 151,448 个成为社区主要基座。
推荐理由:Hugging Face 用七个月的 Hub 数据量化开源模型生态的变化,读者可以据此核对中美发布策略、下载与关注度的错位以及 Agent 流量的真实构成。
智库 IFP 发布 23 项“低后悔”政策建议,分 7 大类,帮助政策制定者应对 AI 研发自动化的风险,包括提升自动化 AI 研发透明度、发展 AI 验证技术、投资 AI 韧性等。
多伦多大学、Vector Institute、剑桥大学与 ServiceNow 研究者构建出可自我复制的 AI 蠕虫原型,用开源权重 LLM 在单张 80GB A100 GPU 上推理,漏洞检测、利用和自我复制成功率分别约 80%、53%、88%,整体攻击成功率约 37%。
Hugging Face 提出企业 AI 的下一个真正约束是利用率而非智能,并以航空业类比:GPU 成本按日历小时累积(融资、折旧、电力、制冷),产出却只按计算小时累积。
UC Berkeley 的 Aditya G. Parameswaran 等人撰文指出,GPT-4 级能力的推理成本已从 2023 年初的约 $30 per million tokens 降至 $1 以下,部分供应商甚至低于 $0.10,基准推理价格每年下降 9x 至 900x。
NVIDIA 发布 ENPIRE 框架,让物理机器人像 AI 智能体一样自主实验与改进策略,前端 coding agent(Codex 内的 GPT-5.5、Claude Code 内的 Opus 4.7)可使机器人在 PushT 等真实灵巧操作任务上达到 99% 成功率。
Import AI 第 459 期报道:弗吉尼亚大学、Anthropic 与加拿大银行研究人员的论文估计,美国 2025 年名义 AI GDP 约 $250 billion,质量调整后实际年增速约 2,600%,但在传统 GDP 统计中难以显现。
Import AI 第 458 期刊登作者在牛津大学人类中心 AI 实验室(HAI Lab)与 Cosmos Institute 合办的 2026 Cosmos HAI Lab Lecture 上的长篇演讲及一篇虚构的正面奇点故事。
Import AI 第 457 期报道三大主题:SentinelOne 拆解了约 20 多年前的病毒 fast16.sys,它篡改高精度计算软件(如 LS-DYNA 970。
Import AI 第 456 期介绍 Institute for Law & AI 提出的“激进可选性”(Radical Optionality)AI 治理思路:政府应避免过度监管,同时提前投资建设信息收集、举报人保护、模型权重安全等能力,为未来危机保留决策选项。
Berkeley AI Research 发文分析并行推理研究进展,核心问题是让推理模型自主决定何时分解并并行独立子任务、生成多少并发线程以及如何协调。文章梳理了从 Self-consistency、Best-of-N 到 Tree of Thoughts、MCTS 的固定并行方法,以及 ParaThinker、GroupThink、Hogwild!
Jack Clark 在 Import AI 455 撰文判断,2028 年底前出现 AI 自主训练后继模型的概率超过 60%,2027 年为 30%。