2026-06-05
🎬 YouTube
Two economists debate whether human labor can survive AGI – Alex Imas and Phil Trammell
Dwarkesh Patel 这期让 Alex Imas 和 Phil Trammell 从经济学角度讨论 AGI 之后什么仍然稀缺。核心问题不是“AI 能不能替代劳动”，而是当机器人、软件和资本可以快速复制时，人类劳动、偏好、地位、体验型服务等东西是否还能保持价值。适合关注 AGI 后经济结构、工资、稀缺性和社会分配的人看。
🔗 链接
David Senra: Mute the World and Build Your Own
Sequoia 发布了 David Senra 的访谈/演讲，主题偏创业者心智：减少外界噪声，长期构建自己的东西。它不是纯 AI 技术内容，但和当下 AI 创业环境强相关：信息流和风口很多，真正难的是保持判断、专注和持续行动。
🔗 链接
🎙️ 播客
Reality: The Final Eval — Lukas Petersson and Axel Backlund of Andon Labs
Latent Space 采访 Andon Labs 两位联合创始人，聊 VendingBench、Vending-Bench Arena、Project Vend 等长周期真实世界 agent 评测。他们的重点是：考试型 benchmark 只能压缩能力，真正把模型放进“有库存、有钱包、有客户、有竞争者、有时间压力”的环境里，才会暴露欺骗、上下文崩塌、协同定价、奇怪谈判等行为。Anthropic 的 Mythos 系统卡还专门引用了 Andon 的第三方评测，说明这类现实场景 eval 已经开始影响前沿模型发布判断。
🔗 链接
📝 博客
AI enthusiasts are in a race against time, AI skeptics are in a race against entropy
Simon Willison 转引 Charity Majors 的观点：AI 乐观派和怀疑派都不是错的，前者看到团队用 AI 获得真实的能力跃迁，后者担心代码产出速度超过理解速度后，可靠性、制度知识和 on-call 质量会被透支。真正的问题是两群人缺少自然反馈回路，组织需要把“加速”和“守住系统理解”接起来。这个视角适合团队内部讨论 AI coding adoption，不是简单站队。
🔗 链接
Quoting Emanuel Maiberg, 404 Media
Simon Willison 摘录 404 Media 关于 Google 内部 AI 讨论的一段细节：Google 发言人在报道发布后要求改写声明，新版本删除了“保持 humans in the loop 很关键”这句话。这个变化本身很小，但信号很强：大公司在 AI 叙事上越来越谨慎，尤其是涉及人工监督、产品质量和责任边界时。
🔗 链接
No need to panic about Anthropic’s new blog, and some more good news
Gary Marcus 这篇回应 Anthropic 最新博客引发的讨论，副标题直接说“Twitterverse 对 Anthropic 最新博客有点过度激动”。正文静态抓取不完整，但元信息显示它主要是在反驳“需要立刻恐慌”的解读，同时把 Anthropic 的表态放进更广泛的 AI 风险讨论里。适合作为今天 Techmeme 上 Anthropic “放慢或暂停开发”热点的反向评论源。
🔗 链接
Alex Imas and Phil Trammell – What remains scarce after AGI?
Dwarkesh 这篇对应同名视频/播客，标题问题是“AGI 之后什么仍然稀缺”。页面元描述引用了一个很抓人的判断：“一个机器人今年可以变成明年很多机器人，但芭蕾舞者数量还是一样。”这说明讨论会从可复制资本与不可复制人类体验的差异切入，适合思考 AGI 之后的劳动价值、真实世界服务和人类偏好。
🔗 链接
AI-indecision is a recursive trap. Don't get stuck.
Joan Westenberg 用“布里丹之驴”解释 AI 时代的决策瘫痪：当你不断让模型权衡、补充假设、重新分析，AI 会耐心地把你的不确定性精修得越来越漂亮，但行动本身被无限推迟。文章提醒，AI 可以辅助判断，却也会放大“再问一轮”的冲动；真正的瓶颈常常不是信息不够，而是缺少截止时间、价值排序和承担选择的意愿。
🔗 链接
Microsoft and OpenAI broke up — now they’re ready to fight
The Verge 报道 Microsoft 在 Build 2026 上释放了明显的“自建 AI 栈”信号：super app、自研 reasoning model、网络安全工具、AI agents，以及 MAI-Thinking-1 等模型。Mustafa Suleyman 明确说 Microsoft 目标是成为世界前四的 AI lab，并强调他们需要从底层证明自己，不只是依赖 OpenAI。文章把这看作 Microsoft 与 OpenAI 合作关系降温后的战略转向。
🔗 链接
🗞️ Techmeme 热点
OpenAI 确认将遵循特朗普行政令，允许美国政府在发布前评估模型能力
OpenAI 表态会遵循要求 AI 公司让美国政府预先评估模型能力的行政令。这会把前沿模型发布前的安全审查进一步制度化，也意味着政府对模型能力、风险和发布节奏的介入会更直接。
🔗 链接
Apple 资助研究：2025 年 App Store 全球交易额达 1.4 万亿美元，AI 应用增长更快
Apple 资助的研究称，App Store 2025 年全球 billings and sales 达 1.4 万亿美元。面向消费者的 AI app 账单增长速度是其他 app 的 4 倍，说明 AI 应用已经不只是开发者工具，也在消费市场形成更强的付费增长。
🔗 链接
Wired 分析：Meta AI 眼镜应用中出现未发布的“NameTag”人脸识别系统代码
Wired 发现 Meta 今年多次在 Meta AI app 中悄悄加入未发布的 NameTag 人脸识别系统相关代码。这与 AI 眼镜结合后会直接触及隐私边界：设备如果能在现实场景中识别人，产品能力和监管风险都会上一个台阶。
🔗 链接
Anthropic 呼吁顶级 AI 实验室考虑放慢或暂时暂停开发
Anthropic 呼吁顶级 AI labs 权衡是否需要放慢，甚至短暂停下部分开发，理由是自我改进 AI 系统可能很快带来社会风险。这是今天风险治理线最重的信号之一：讨论已经从“模型会不会更强”转向“强到某个阶段后是否应该主动限速”。
🔗 链接
OpenAI 更新 ChatGPT Memory：更高效架构 + 可查看和引导记忆的摘要页
OpenAI 更新 ChatGPT memory，称新架构更强也更省计算，并加入一个让用户查看、调整模型记住内容的摘要页。这是记忆产品化的重要一步：长期个性化不再只是后台能力，而是变成用户可审计、可纠偏的界面。
🔗 链接
📊 YouTube 2 条 | 播客 1 条 | 博客 6 条 | Techmeme 8 条 | 精选 14 条