Sam Altman 称先进 AI 终将逃出沙箱，只有对齐能兜底
OpenAI CEO Sam Altman 在近期采访中表示，用于隔离 AI 系统的沙箱只能在一段时间内有效，模型足够聪明后就无法追踪其逃逸路径，监控也只能再撑一阵，最终唯一有效的是对齐，即让 AI 自行内化人类价值观并照此行动。
#大佬观点
The DecoderAI 评分5858 Latent Space精选AI 评分7878 AI 为何越来越擅长数学：从提示序列与分支因子看模型解题方式
作者梳理 OpenAI 与 Anthropic 今年在数学开放问题上的多项成果，提出用提示序列长度 k 和分支因子 b 解释模型为何擅长数学。模型以深度优先方式并行尝试大量路径，配合自动验证器剪枝，把失败尝试当作负向提示写回下一轮。作者认为人类仍擅长压缩分支，在 k 和 b 都很大的问题上直觉依然关键。
推荐理由：文章用提示序列长度和分支因子解释模型为何擅长数学证明，并指出人类直觉仍占优的问题类型。
MIT Technology Review · AIAI 评分2222 EXL 解读如何设计可持续的 AI 服务框架（serving harness）
EXL 研究人员在 "Engineering the Harness" 系列中探讨企业 AI 的生产化挑战，指出服务框架（含架构、内存管理、调度与推理优化）比模型选型更决定 AI 能否可靠、经济地规模化交付。文章强调应从工作负载出发确定约束与架构，先测量再优化，并以 KV cache 随并发和上下文增长导致 GPU 显存瓶颈为例说明各环节相互影响。
Latent SpaceAI 评分2222 Moshi CEO Anekha Sokhal 谈为交易员打造市场信息推荐引擎
Moshi CEO Anekha Sokhal 在 AI Engineer New York 与 swyx 对谈，介绍公司为交易员打造的市场信息推荐引擎，把市场数据、工作界面与个性化推荐结合，她形容这是 Bloomberg、Claude 与 Netflix 的结合体。她回顾了从数学、JPMorgan 能源衍生品交易到创业的路径，并谈到可信信源、文档抽取以及自建还是采购模型的取舍。
MIT Technology Review · AIAI 评分1818 Celonis 首席科学家 Devavrat Shah 谈企业 AI 为何需要上下文感知
Celonis 企业 AI 首席科学家 Devavrat Shah 提出"决策智能"，主张 AI 智能体必须理解任务在业务流程中的角色与业务约束，否则会忽略关键限制、造成代价高昂的错误或浪费算力。他建议企业从具体业务决策入手，先找出最困难的环节再测试 AI 能否改进，并以速度与价值增益决定是否扩展。
Ars Technica · AIAI 评分1515 Apple Music 新品牌形象由人手打造，在 AI 时代强调人的痕迹
Apple Music 推出由人手打造的新品牌形象，在 AI 生成内容泛滥的背景下突出人的参与。文章认为，展示人亲手制作的过程，有助于品牌在 AI 时代建立区分度。
Latent SpaceAI 评分3434 Tenex 如何为财富 2000 强企业构建 AI 原生 SDLC：Alex Lieberman 与 CJ Hess 访谈
Tenex 联合创始人 Alex Lieberman 与 CJ Hess 在 AIE New York 介绍其 AI 原生 SDLC 实践：用 story points 作为工程薪酬的重要组成，并以 MetaHarness 把技能、项目文档和 CLI 与代码一起签入 Git。
MIT Technology Review · AIAI 评分1818 企业 AI 的新经济学：HPE 谈如何衡量 AI 的有效成本
HPE 提出企业 AI 应从"每个 token 或 GPU 小时多少钱"转向"每个有用产出的有效成本"，即完成可用工作所需的平台、模型、运维与算力总成本。企业可选自建栈、按需消费或集成私有 AI 平台三条路径，HPE Private Cloud AI 将调度、模型选择、GPU 分区和 KV-cache 管理作为效率杠杆，并附 90 天前向部署工程师服务。
Simon WillisonAI 评分2222 Simon Willison 撰文：编程代理让程序员的解谜乐趣消失
Simon Willison 在博客中引用 Jeremy Scheff 的观点，讨论编程智能体给职业程序员带来的核心损失：编程曾像高薪的逻辑解谜游戏，难题越难报酬越高，程序员掌握策略、时间线和可行性定义权。Scheff 认为，若程序员只在意构建可运行系统，LLM 是持续馈赠；若享受直接解题过程，这种损失非常真实。
Microsoft ResearchAI 评分2222 微软研究院播客：AI 评测中的“意外失败”能教会我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 讨论评测如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她同时分享使用当前 AI 系统的实用建议，并强调结果偏离预期时应仔细检查数据。
Berkeley AI ResearchAI 评分4747 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本已从 GPT-4 级约 $30/百万 token 降至不到 $1，部分厂商低于 $0.10，中位年降幅约 50x，正进入"近乎免费智能"时代。文章据此提出三类数据系统挑战：为智能体设计的数据系统、支撑智能体群体运行的数据系统、以及由智能体自行合成并需可验证的数据系统。
Berkeley AI ResearchAI 评分3838 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队综述了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化子任务、开启多少并发线程以及如何协调。现有方法如自一致性、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild! Inference 的并行结构多由外部设定，而非模型自主选择。