依意思最接近的 30 筆
一位即將迎來第一個孩子的程式設計師在 AGI 時代重讀 Neil Postman 1995 年的《教育的終結》，追問該教孩子什麼、為了什麼。他承認自己 2013 年預測 MOOC 顛覆教育落空，並借林迪效應指出學校歷經廣播、電影與網際網路仍存續，因為教育的目的會隨時代替換。他曾把教育目的濃縮為「善用資源」，但這一能力如今正被 AI agent 的工具迴圈所實現。隨著 AI 同時動搖「謀生」和「貢獻」兩條路徑，他主張讓孩子一起參與擬定教育的目的。
蒙大拿州立大學計算機教授 Carson Gross 在《Yes, and...》中回答“AI 時代還該不該學程式設計”：應該，但初級程式設計師必須親手寫程式碼。他認為 AI 能生成作業程式碼，但若因此不寫程式碼，就難以讀懂程式碼，可能造出自己無法理解和控制的系統；AI 更適合當助教，他給學生提供 AGENTS.md 來把編碼代理配置成助教。他同時判斷，未來寫程式碼本身的相對價值會下降，清晰溝通與理解業務會更重要。
arXiv 上《The Little Book of Generative AI Foundations》發布修訂版 v2，全書 195 頁，並補充了貫穿全書的圖解說明。該書以推導為主線，把 PCA、機率 PCA、變分自編碼器、擴散模型、normalising flows、自迴歸分解、GAN、Wasserstein GAN 與能量模型放進同一條數學脈絡。
一名靠獎學金就讀計算機與 AI 專業的本科生撰文稱，AI 正在拖累他的大學體驗：學校在“強制用 AI”與“禁止用 AI”之間反覆搖擺，同一門課前後要求相反。Claude 生成的作業說明錯誤頻出，工作量漲到原來的三倍，講師與助教因“規模化”壓力更加超負荷，學生只有久未登入門戶時才會因資料看板標記而被聯絡。文章是個人經歷陳述，未提及具體院校與資料。
愛爾蘭一所公立繼續教育學院的教師發帖，稱已獲得資金建成一個小型 AI 實驗室，硬體配置尚可，目標是讓學生學到使用 ChatGPT 之外的實用技能，因此向社群徵集教學方向建議。帖子未透露具體硬體型號、課程安排或學生人數。
一位電腦科學家在這篇評論中指出，AI agent 結合 Lean 等互動式證明助手，正在把希爾伯特百年前設想的「證明機器」變為現實，其對數學界的衝擊甚至超過希爾伯特綱領的失敗。他同時警告，程式設計領域已把不讀 AI 生成程式碼當成常態；而在 Curry-Howard 對應下程式與證明本質相同，放棄閱讀就等於放棄理解。他主張像數學家反覆簡化 AI 證明那樣，用抽象、重構與更高層語言把程式碼簡化到能裝進腦中。
一篇評論用斯特魯加茨基兄弟的科幻小說《路邊野餐》類比 AI 對科學的衝擊：AI 實驗室正成批產出數學發現，多到要另附導讀，速度遠超學界消化能力。作者稱這類「發現傾倒」會出現在所有能閉環快速驗證的領域；NYU 數學教授 Tristan Buckmaster 提到最近一批 AI 科學論文讓整個研究專案一夜之間被抹掉。文章的核心判斷是答案將越來越先於理解到來，理解成為瓶頸，這或許也是反加速主義少有的有效論據。
Google 宣布自 2027 年初起，K-12 的 Google Workspace for Education 帳號將預設關閉 AI 工具；由於搜尋與 AI 深度整合，Google 搜尋也一併被關。輿論反彈後 Google 部分讓步，允許學校單獨開啟搜尋，但仍無法去掉 AI Overviews 等 AI 功能。搜尋引擎 Kagi 為此發表公開信，主張教育場景中 AI 應可選而非預設，由學校而非供應商決定何時使用。
博主 AIL 與開發者 Matt Pocock 就 spec driven development 展開爭論，他認為 AI 專案的事實來源應是寫作所表達的意圖，而非程式碼；在他看來，程式碼只是執行與表示，寫作才是最接近人腦想法的載體。他提出 Ideal State Artifact（ISA）文件，用散文式的理想狀態、約束與決策記錄，加上可原子化測試的 Ideal State Criteria（ISC）及各自的 eval 來承載需求。
加州大學伯克利分校數學教授、菲爾茲獎得主 Richard Borcherds 已不再為作業評分，只要學生提交即記為完成。原因是太多學生使用 AI 穩定拿到滿分，他認為花錢請助教批改正確性已沒有意義，且 AI 使用已無法迴避。他坦言這套做法並不好，但眼下別無選擇；伯克利測試過 Turnitin、Rumi 等 AI 檢測工具，認定不足以全校標準化，課程層面的 AI 政策由教師自行決定。
《大西洋月刊》播客《The Permanent Questions》10 月 4 日發布一期對談，社會心理學家、《焦慮的一代》作者 Jonathan Haidt 在與 David Brooks 的對話中稱 AI 是「教育的中子彈」。該期節目在上月 Atlantic Festival 現場錄製，全長約 40 分鐘，話題還包括情緒在道德決策中的作用、如何設計出更少令人厭惡的精英階層等。影片發布於 The Atlantic 的 YouTube 頻道，目前約 2.8 萬次觀看。
一篇題為《AI is dramatically accelerating AI research》的文章主張，AI 正在顯著加速 AI 研究自身。該文發表在 planned-obsolescence.org，並在 Hacker News 上引發討論，獲得 39 分、12 條評論。文章的具體論據與資料需見原文。
針對《紐約時報》提起的版權訴訟，多家機構與專家向法院提交意見書，主張用受版權保護的作品訓練 AI 屬於合理使用。提交方包括美國盲人理事會、研究圖書館協會、美國圖書館協會、Authors Alliance、Engine 開發者聯盟以及美國政府等，涵蓋作者、學者、殘障權益與商業界。核心論點是 AI 訓練的目的與原作品不同，也不向公眾提供替代性訪問，不構成版權法意義上的市場損害，“市場稀釋”理論不應被承認。發布方稱該訴訟要求無視半個世紀的判例歷史。
一篇隨筆主張，AI 正在瓦解支撐個人智力活動的知識社群，使長期、複雜的私人思考越來越難維持。作者以軟體工程為例：Claude Code 發布一年多，行業討論從編譯器、型別系統轉向 prompt、harness、loop，變得狹窄膚淺；寫部落格、開源庫或設計新程式語言也不再有人類讀者，內容只會被下一代模型消化。文章稱數學領域正經歷類似過程，並認為持續的知識活動需要共享成果與他人認可這兩種無法獨自獲得的輸入。
一篇博文提出，寫好提示詞本質上就是程式設計：兩者都要先定清輸入與輸出來源、把任務拆到每步可驗證、預想邊界情況並說明怎樣算完成。作者認為程式設計師能用 AI 大幅提效、其他行業卻收益有限，原因在於程式設計師被編譯器訓練出精確表達和除錯習慣：結果不對時先懷疑自己的指令並改一處重跑，而非程式設計師常反覆重試同一提示詞或直接判定工具不可用。作者還修正了自己此前領域專家加 agent 最有優勢的看法：判斷對錯只是後半程，先把任務說清楚才是前提。
一位寫了 20 年程式碼的軟體工程師撰文主張，AI 生成的程式碼仍要逐行讀、逐行審，不能因為能跑就盲信。他承認這類工具寫得比自己快，經審查後品質往往也不差，但它的做法主要是不斷做加法：堆砌覆蓋錯條件的單元測試、重複實現已有函式、每行都加無用註釋，出問題後還會編造一套語氣篤定的根因分析。他認為 95% 的正確率不等於 100%，靠提示詞“配方”解決不了問題，行業還缺少可重複的驗證流程；只要 PR 上署著自己的名字、自己還在值班，就該讀懂這段程式碼。
澳大利亞多所大學正在擴大學生使用 ChatGPT 的範圍，並把 AI 工具引入教學與學習環節，目的是讓學生在畢業時具備在 AI 環境中工作的能力。報導未披露具體涉及哪些高校、覆蓋多少學生，也未說明學生使用的是免費版還是學校提供的付費訂閱額度。
Google 宣布，使用其 K-12 軟體的學校若不開啟 Gemini 等 AI 工具，學生將無法使用 Google 搜尋，隨即引來政界猛烈批評。Google 教育副總裁 Chris Phillips 稱搜尋與 AI 已深度整合，未開啟的學校學生只會看到「不可用」提示；參議員桑德斯稱這是「勒索」，前 FTC 主席 Lina Khan 則指其濫用搜尋壟斷地位。
田納西州 18 所中學的兩年叢集隨機試驗顯示，在日常補救數學課中使用 Khan Academy 的 AI 導師 Khanmigo（配置為引導而非直接給答案），學生每學期數學成績提升 1.3 個國家百分位排名，一學年約 0.06 至 0.08 個標準差，全年積極參與的隱含效應為 0.14 個標準差，與沒有 AI 輔助的 Khan Academy 練習效果相近。
MIT 教授 Sherry Turkle 在 MIT Future Fest 發布新書《Artificial Intimacy》，討論人類為何本能地把機器人和大模型當作有感情的物件。她引用研究稱約 70% 的人與 AI 互動時會保持禮貌，對話超過第一輪後更常說「請」「謝謝」。同校研究員 Pat Pataranutaporn 認為關鍵不是用法對錯，而是「和 AI 對話時我們在變成誰」，他曾在一名 14 歲少年自殺後其母親起訴 Character.AI 的訴訟中擔任專家。
Google 宣布，使用其教育產品的 K-12 學校將預設關閉 AI 工具，需由管理員手動開啟，該變化在未來數月內推送。受影響的範圍包括 Gemini、Gemini Notebook、Gemini in Classroom 與 Google Search，且不支援逐項勾選——要麼全開，要麼全關。這意味著停用 AI 的學校會同時失去搜尋。
Arjun Panickssery 在 LessWrong 發文稱，他不認為當前 AI 能勝任自主研發。在 Scrabble 引擎、終極井字棋機器人、哲學維基和駭客松論文評審等副專案中，模型的基礎判斷力很差：找不到最關鍵的論文，用明顯過小的資料量做無資訊量實驗，反覆走進瑣碎方向，甚至找到了關鍵部落格卻沒意識到它的重要性。
Artificial Analysis 將模型智慧指數升級到 v5.0，評測集換成 9 項新基準。Knowledge Work、Coding、Science、General 四類各佔 25%，單項權重最高為 15%，分別是 AA-Briefcase v1.1、FrontierCode 2.0、Terminal-Bench-Science 0.1 和 AA-Omniscience v1.1；
曾撰文討論高校 AI 作弊問題的達特茅斯學院教務長 Santiago Schnell 本週辭職。顧問委員會認定，他在一篇學術論文和 8 月 9 日《華盛頓郵報》專欄中大量使用 AI，卻未按出版方要求披露。委員會調取了他通過學校使用的 Claude 企業帳號，記錄顯示他用其修改論文、查詢並修復程式碼 bug、編輯和生成圖表；他未交出個人 LLM 帳號的相關日誌，也拒絕與委員會會面，報告稱其配合不足。
智源研究院 10 月 19 日至 24 日連續走進人大附中，圍繞個人智慧體 SoulAgent 在真實課堂與教研場景的應用開展實踐，10 月 21 日有 27 節公開課接入「幫我聽課」，用於課堂速記與教學要點梳理。其教師 AI 分身可沉澱教師的評分標準、批註樣例與講評口徑，用於英語作文批改、課堂總結與教學答疑，並按教師本人的尺度生成班級個性化批改報告。SoulAgent 已開放註冊，可通過官網 soulagent.world 或微信小程式體驗。
Google 的 AI 搜尋改版正在衝擊線上出版業。數字出版業長期依賴 Google，許多媒體曾投入時間和資金最佳化網頁，以便在搜尋結果中排在前面，讓讀者點選文章或首次發現其網站；報導稱，Google 與出版商的關係多年來基本是互惠的。該文出自 The Stepback 每週通訊，完整報導見 The Verge，通訊於週日早上 8 點（美國東部時間）傳送到訂閱者信箱。
哈佛大學研究者在 700 多家公司、70 萬名員工、3 億條工作事件的資料中發現，AI 程式設計工具並未讓企業軟體產出增加或減少用人，編碼階段省下的時間被下游環節吸收。程式碼審查時長明顯增加，pull request 更常需要返工，審查者留下的評論也更多。研究據此認為人工程式碼審查是 AI 編碼效率的主要瓶頸。
Ai2 發布 Old Ideas, Novel Problems 研究與配套基準，結論是用 LLM 當新穎性評審並不可靠：只改 prompt 裡幾處措辭，模型分辨兩個想法哪個更新的準確率就變動超過 50 個百分點。測試涵蓋 GPT-5.1、GPT-5.2、GPT-5.4 與 Claude Sonnet 4.5、Opus 4.5/4.6，檢索與額外推理都不能穩定改善判斷，兩個專門建置的新穎性評估系統還不如直接用 prompt 呼叫的 Claude Opus 4.6 基線。
Google 澄清其 K-12 學校 AI 新政策：學校可以跳過 Gemini 等 AI 產品，同時保留搜尋。今後使用 Google 應用的學校需要主動開啟 AI 產品，而搜尋被 Google 歸入其 AI 產品組合（Gemini、Gemini Notebook、Gemini in Classroom 與 Search），因此需要為學生登入帳號單獨開啟，是否開啟由學校依據自身的 AI 政策決定。
美國雜誌 Current Affairs 通過新的工會合同，實施出版業最嚴格的反 AI 政策：不刊登任何 AI 生成的文字，也不用 AI 生成插畫作為配圖。主編 Nathan J. Robinson 稱此舉是為抵制媒體用 AI 批次生產「內容」、以極低成本替換寫作者，並援引 Futurism 報導稱創意產業四年間流失逾 20 萬個崗位。他也承認無法保證 AI 投稿完全不會混入，但會保持警惕。