2026-04-30
🎬 YouTube
1. DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence — Latent Space
DeepSeek-V4 的主题集中在“百万 token 上下文智能”和效率优化上，重点可能是长上下文模型如何在推理成本、检索质量和上下文压缩之间做平衡。对日常使用 AI 的启发是：长上下文不只是“塞更多资料”，真正关键在于模型能否稳定找回、整合并执行跨文档信息。🔗 链接
2. Deepseek is a problem — Matthew Berman
Matthew Berman 这期继续讨论 DeepSeek 带来的竞争压力：开源/低成本高性能模型正在压缩闭源大模型的差异化空间。值得关注的是它对美国 AI 公司商业模式、推理价格和开发者选择的影响。🔗 链接
3. How GPT-5, Claude, and Gemini are actually trained and served – Reiner Pope — Dwarkesh Patel
Dwarkesh 采访 Reiner Pope，主题是前沿模型从训练到线上 serving 的真实工程细节。看点在于训练数据、后训练、推理集群、延迟/成本权衡这些“模型背后的系统工程”，适合补齐大模型产品背后的基础设施视角。🔗 链接
4. Andrej Karpathy: From Vibe Coding to Agentic Engineering — Sequoia
Karpathy 这场对谈把“vibe coding”推进到更严肃的 agentic engineering：不是随手让模型写代码，而是围绕上下文、验证、工具调用和人类审查建立工程流程。对开发者来说，重点是把 AI 编程从灵感流变成可复现、可维护的协作方式。🔗 链接
5. Demis Hassabis: We're Three Quarters of the Way to AGI — Sequoia
Demis Hassabis 表达了对 AGI 进展的强信心，标题中称“已经走完四分之三”。这类判断值得结合 DeepMind 在推理、科学发现和多模态系统上的推进来看：AGI 叙事正在从纯能力竞赛，转向能否稳定解决真实科学和产业问题。🔗 链接
🎙️ 播客
无近期更新。
📝 博客
1. The Zig project's rationale for their firm anti-AI contribution policy — Simon Willison
Simon Willison 记录了 Zig 项目坚持“反 AI 贡献政策”的理由。核心不是简单反对 AI，而是维护代码质量、审查责任和项目维护者负担：如果贡献者无法解释或承担生成代码，开源维护成本会被转嫁给维护者。🔗 链接
2. llm 0.32a1 — Simon Willison
Simon 发布了 llm 0.32a1，这是 0.32 系列的后续 alpha 版本。重点应是对前一版大重构的修补与稳定化，说明 llm CLI 正在继续把模型、插件、日志和提示词工作流做成更清晰的可扩展架构。🔗 链接
3. LLM 0.32a0 is a major backwards-compatible refactor — Simon Willison
llm 0.32a0 是一次“向后兼容的大重构”，这类版本通常不会大幅改变用户命令，但会重整内部接口，为后续插件和模型适配铺路。对重度 AI CLI 用户来说，值得关注它是否改善了 provider、模型参数、日志存储和扩展开发体验。🔗 链接
4. llm 0.32a0 — Simon Willison
这篇是 0.32a0 的版本发布记录，和上一条构成“解释 + release note”的组合。可重点查看 breaking-risk、插件兼容性和迁移说明：即便标称向后兼容，alpha 版本也适合先在非关键环境试用。🔗 链接
5. OpenAI Trial Starts With Two Very Different Tales of a Company’s Early Years — Daring Fireball / NYTimes
这篇转引纽约时报关于 OpenAI 早期诉讼的报道，焦点是马斯克与 Altman 阵营对公司创立初衷和控制权的两套叙事。它和今天 Techmeme 上的 Wired 邮件爆料互相呼应：OpenAI 的非营利/商业化冲突正在被法律程序重新摊开。🔗 链接
🗞️ Techmeme 热点
1. Anthropic 发布 BioMysteryBench，用人类专家标准测试 Claude 的生物信息学能力
Anthropic 推出 BioMysteryBench，用来评估 Claude 在生物信息学问题上的表现，并称 Mythos 解决了约 30% 连专家也被难住的问题。这说明前沿模型评估正在更深入专业科研场景，而不只是通用问答或代码 benchmark。🔗 链接
2. OpenAI 称已签下 10GW 美国 AI 算力合同，过去 90 天新增超过 3GW
OpenAI 表示已经签下 10GW 的美国 AI compute capacity，其中 3GW+ 是过去 90 天新增的，提前达到原本计划到 2029 年才实现的目标。这个数字说明大模型竞争已经强烈转向电力、数据中心和长期算力锁定。🔗 链接
3. Musk v. Altman：2017 年内部邮件显示马斯克曾寻求 OpenAI 多数投票控制权
Wired 报道称，OpenAI 早期内部邮件显示马斯克曾试图获得对联合创始人的多数投票控制权，并被指拖延承诺资金、试图挖走研究员。这会成为 OpenAI 创立叙事和当前诉讼中的关键材料。🔗 链接
4. 美国 FDA 启动 AI + 云计算试点，尝试直接接入实时临床数据
美国 FDA 启动试点，希望用 AI 和云计算建立通向实时临床数据的“direct data feed”，以加快药物审批。医疗监管开始拥抱实时数据流和 AI 辅助审查，但数据质量、隐私和责任边界会是核心挑战。🔗 链接
📊 YouTube 5 条 | 播客 0 条 | 博客 5 条 | Techmeme 4 条 | 精选 14 条