2026-05-07
🎬 YouTube 精选
1. AI 自己设计 AI 芯片：Ricursive 的路线图
Ricursive Intelligence 的 Anna Goldie 和 Azalia Mirhoseini 在 Sequoia AI Ascent 2026 介绍：用 AI 设计训练 AI 的芯片。她们曾参与 AlphaChip，这套深度强化学习系统已经用于 Google TPU 的四代芯片；新公司的三步计划是先把芯片设计工具提速到传统商业软件的 10 万倍，再做“design-less”定制芯片平台，最后垂直整合自己的芯片和模型。
🔗 链接
2. 自主 AI 黑客正在逼近临界点：XBOW 的攻防预警
XBOW 创始人 Oege de Moor 说，他们的 bot 在 2025 年 8 月成为 HackerOne 排名第一的黑客，而且只依赖黑盒访问；它还找到过 Bing Image Search 漏洞。核心提醒很硬：防守方需要主动用 AI 进攻自己系统找漏洞，因为 6-9 个月后开源权重模型可能追上类似能力，攻击门槛会明显下降。
🔗 链接
3. 大脑为何比 GPU 高效 100 万倍：Unconventional AI 的硬件新范式
Unconventional AI 的 Naveen Rao 认为，继续用传统数字计算机扩展 AI 会撞上电力墙：全人类大脑约用 160GW，而常规 AI 算力增长很快会需要不可持续的能源。他提出从物理第一性原理重建计算，把矩阵乘法换成非线性动力学、把冯·诺依曼式内存访问换成“时间域中的计算”，并展示了 6 个月 tape-out 的原型芯片。
🔗 链接
4. 最便宜的 AI 算力可能在太空：Starcloud 的轨道数据中心设想
Starcloud 创始人 Philip Johnston 计算：太空中 1 平方米太阳能板发电约为地面的 8 倍；如果发射成本降到 500 美元/kg，轨道计算可能比地面更便宜。Starcloud 的远期方案是 88,000 颗卫星组成低轨推理集群，提供 20GW 推理容量，并用光链路互联。
🔗 链接
5. 数据才是 AI 真瓶颈：Flapping Airplanes 谈数据效率
Flapping Airplanes 的 Ben 和 Asher Spector 认为，搜索和写代码之所以能出现万亿美元级 AI 成果，是因为它们是极端数据丰富的问题；但机器人、交易、科学发现和大量行业长尾任务都更“数据贫瘠”。他们押注用新的 GPU 交互原语和算法设计，把数据效率提升 1000 倍，让前沿模型训练不再只属于数据巨头。
🔗 链接
6. FFmpeg：互联网视频背后的底层引擎
Lex Fridman 这期请到 VLC/VideoLAN 负责人 Jean-Baptiste Kempf 和长期 FFmpeg 贡献者 Kieran Kunhya，聊 FFmpeg、编解码器和开源视频基础设施。虽然不是纯 AI 主题，但它属于 AI 视频生成、流媒体分发、模型训练数据处理都绕不开的底层工具链。
🔗 链接
🎙️ 播客精选
无近期更新。
📝 博客精选
1. Simon Willison 现场记录 Code w/ Claude 2026
Simon 的 live blog 记录了 Anthropic Code w/ Claude 活动：API 年调用量同比增长 17 倍，Claude Code Pro/Max/Enterprise 的 5 小时额度翻倍，并宣布与 SpaceX Colossus 数据中心合作获得容量。产品侧重点不是新模型，而是 managed agents：多智能体编排、Outcomes 成功标准、Dreaming 会复盘历史 session 并生成新记忆。
🔗 链接
2. Vibe coding 和 agentic engineering 正在靠近
Simon 反思自己曾经区分得很清楚：vibe coding 是不看代码、只要结果；agentic engineering 是专业工程师把 AI 用到极致。但随着 Claude Code 这类工具在常规任务上越来越可靠，他发现自己也开始不逐行审阅生产代码，而是像信任另一个团队交付的服务一样信任 agent，这带来“责任感”和“偏差正常化”的风险。
🔗 链接
3. AI 到底是不是“普通技术”？Derek Thompson 梳理底层分歧
Derek Thompson 把 AI 争论拆成一个核心问题：AI 是否会像电力、汽车、互联网一样成为“普通的通用技术”，带来泡沫、垄断、短期失业和监管追赶，但最终进入新均衡？反方则押注递归自我改进：如果 AI 能改进 AI，社会、法律和地缘政治会遭遇历史上没有先例的冲击。
🔗 链接
🗞️ Techmeme 热点
1. 月之暗面完成约 20 亿美元融资，估值超 200 亿美元
Bloomberg 报道，Kimi 背后的中国 AI 初创公司 Moonshot AI 获得约 20 亿美元融资，由美团战投领投，估值超过 200 亿美元。报道还称其 2026 年 4 月 ARR 已超过 2 亿美元，说明中文大模型应用层的商业化速度正在加快。
🔗 链接
2. Anthropic 提出“model spec midtraining”对齐训练阶段
Anthropic 研究者详解 model spec midtraining：在预训练和微调之间加入一个阶段，让模型更好地从对齐训练中泛化。这个方向值得关注，因为它不是单纯靠 post-training 打补丁，而是在模型能力形成过程中更早植入行为规范。
🔗 链接
3. 中美考虑围绕 AI 安全风险建立周期性会谈
《华尔街日报》消息称，美国和中国正考虑就 AI 安全风险开展定期对话，美方可能由 Scott Bessent 牵头，背景是 Trump 和习近平下周会面。AI 安全开始进入更正式的地缘政治沟通框架，而不只是企业和研究机构内部议题。
🔗 链接
4. Scale AI 获得美国国防部 5 亿美元合同
Bloomberg 报道，Scale AI 通过美国 Chief Digital and AI Office 获得 5 亿美元国防合同，用于数据筛选和决策辅助；此前 2025 年它已拿到 1 亿美元合同。AI 数据与军事决策管线正在进一步绑定，Scale 的政府业务权重继续上升。
🔗 链接
📊 YouTube 7 条 | 播客 0 条 | 博客 3 条 | Techmeme 7 条 | 精选 13 条