Jev 發布 33 天即退燒,折射 AI 行業炒作與創新匱乏
Jev 發布 33 天后熱度迅速消退,這篇評論借它批評 AI 行業靠營銷話術製造期待。文章指出 Jev 本質是通用分類器,宣稱不會幻覺、更快更便宜,但輸出仍會出錯,且已有開放權重模型在部分任務上價效比更高,並可在本地執行。作者還稱其非自迴歸決策模型思路早於 Jev 一年半出現,並由此質疑行業四年來的創新增量。
依意思最接近的 30 筆
Jev 發布 33 天后熱度迅速消退,這篇評論借它批評 AI 行業靠營銷話術製造期待。文章指出 Jev 本質是通用分類器,宣稱不會幻覺、更快更便宜,但輸出仍會出錯,且已有開放權重模型在部分任務上價效比更高,並可在本地執行。作者還稱其非自迴歸決策模型思路早於 Jev 一年半出現,並由此質疑行業四年來的創新增量。
一篇 10 月 10 日發布的評論文章認為,當前前沿生成式 AI 仍只是被高度增強的隨機鸚鵡,無法具備智慧判斷,因此應拒絕「AI」這一命名及其被兜售的敘事。作者從美國視角批評 Anthropic、OpenAI 等公司誇大能力,把「威脅人類」與「必須領先中國」的話術捆綁,用於自我牟利。文章還稱該技術至多是既有風險的加速器,例如病原體研究與威權監控,真正危險來自使用者而非模型本身。
The Verge 發表評論文章,認為人類的心智並不適合應對 AI,AI 行業把大腦等同於計算機的流行比喻過於簡化了人。文章引用控制論奠基人 Norbert Wiener 的「每個時代的思想都映照在其技術中」,並點名 Google 的 Demis Hassabis 稱大腦是圖靈機的生物近似、Elon Musk 稱應把大腦視為生物計算機。作者反駁這類說法,指出人類的複雜性遠超多數 AI 從業者的認知,而 AI 產品仍在不斷推進。完整內容見 The Verge。
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。
維基媒體基金會上週五就《紐約時報》等出版商起訴 OpenAI、微軟的系列 AI 版權案提交法庭之友意見書,明確不站任何一方。它主張法院應允許大語言模型在版權作品上訓練,但不應允許聊天機器人把作品原樣複述給使用者。基金會警告,過於非黑即白的判決要麼讓維基人失去有用的 AI 工具,要麼危及開放網路。
一篇 2026 年 10 月 11 日發布的觀點文章認為,AI 帶來的認知外包不是認知退化,而是把人從繁瑣規則裡解放出來。作者 Marcello Delcaro 說自己現在讓 AI 讀信箱、找出專案對接人並起草郵件,但發出前一定親自過目,涉及金錢、客戶與生產環境的事先審。他以英國《1981 年國籍法》和報稅表單為例,指出規則本身過於複雜,AI 的作用是找到規則再按規則辦事,並需為每一步附上現行政府頁面與更新時間。省下的腦力則回到寫日記、讀書和社交。
攝影媒體 DPReview 刊文稱,尼康的一項攝影賽事出現生成式 AI 爭議。該報導發布於 2026 年 10 月 11 日,在 Hacker News 上獲得 9 分、0 條評論;現有資料只給出標題,涉事賽事名稱、爭議作品與主辦方處理結果均未說明。
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。
有人做了一款工具,追蹤 AI 行業領袖在影片中的公開表態,並展示他們觀點隨時間的變化。目前收錄了 Dario Amodei(累計 54 條)、Alex Karp(51 條)、Marc Andreessen(49 條)、Sam Altman(45 條)、Palmer Luckey(40 條)、Satya Nadella(23 條)、Elon Musk(21 條)、Yann LeCun(6 條)等人,頁面同時標註本週新增條數,例如 Alexandr Wang 本週有 5 條。
原始資料只是社交平台上一條與 AI 無關的個人言論,沒有提到任何模型、產品、價格額度、開發工具或產業動態,因此無法按本站定位寫出標題與摘要。建議不收錄。
技術部落格 magicnumbers.io 於 2026 年 10 月 6 日發布題為 AI Model Groupthink 的文章,指向 AI 模型的群體思維/趨同現象。該文被提交到 Hacker News 後,截至收錄時獲得 9 分、1 條評論。條目本身只提供標題與連結,沒有正文摘要、作者結論或涉及的具體模型資訊。
Cerebras CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上反駁 AI 末日論,稱 AI 界有些領袖「也許不該被允許公開講話」。他認為領袖們應多講 AI 的潛在收益,例如讓子孫「永遠見不到死於癌症的人」,同時承認強大技術必然伴隨被壞人掌握的風險,需要合理監管。他還把部分負面輿論歸因於資料中心行業過去在美國未像電力、油氣行業那樣與當地社群溝通,並點名巴西、加拿大、芬蘭、冰島、挪威、墨西哥、瑞典正鼓勵企業建資料中心。
Instagram 負責人 Adam Mosseri 在 Colin and Samir 播客中表示,圍繞 AI 的焦慮、沮喪與憤怒不僅不會緩解,還會繼續加劇,創意行業尤其明顯,且不止年輕人與創作者有這種情緒。他認為這些憤怒有的成立、有的並不成立,但整體負面情緒會進一步擴散。該期播客主要談 Instagram 上線寬屏與長影片功能。
電腦科學家、未來學家 Jaron Lanier 在《泰晤士報》Tech Podcast 節目中表示,AI 公司正在重蹈社交媒體的覆轍,而把聊天機器人當作一個新物種,正把行業帶向錯誤方向。他同時質疑「AI 帶來富足」的承諾,並提出替代成癮式聊天機器人的設想;節目還討論了一些科技從業者必須辭職才能公開表達擔憂的現象。該期節目於 11 月 2 日發布。
Venkatesh Rao 撰文把當下的 AI 恐慌稱為「認知重商主義」,認為它與資本主義早期的重商主義焦慮在結構上相似。他對照 Joyce Appleby 在《The Relentless Revolution》中歸納的四條重商主義信念:智慧被視為固定稀缺的資源而需要囤積;普通人不可信任,須由認知精英監管;只關注智慧的供給與稀缺,而忽視需求;並假定多數人在智力上用處不大。文章以農業革命作比較:多數人脫離農耕後並未成為無用人口,反而能做更多其他事情。
Marissa Mayer 因用 AI 生成女兒的性格描述而遭批評,被指矽谷高管與大眾脫節。她在介紹新應用 Dazzle(一款從相簿中學習的 AI 助手)時說,該應用幫她為女兒的學校生日展示想出三個要點,把女兒概括為有同理心、有創造力、熱愛動物,被批像通用星座描述。Mayer 事後在 X 上解釋稱是在測試原型,但同一採訪中她仍提出可用 AI 規劃生日派對主題和親子活動。文中還引皮尤調查:50% 美國成年人認為 AI 會削弱人建立有意義關係的能力,僅 5% 認為會更容易。
有人在 GitHub 上對本地執行的大語言模型進行「拷問」和「疼痛」實驗,引發 X 上關於 AI 倫理的激烈爭論,部分有效利他主義者和相信 LLM 有感知的人要求 GitHub 刪除該專案。爭論源於近期多篇關於 AI 意識和「模型福利」的病毒式論文與博文,Anthropic 也曾在部落格和「Claude 憲法」中提及模型福利。文章認為 LLM 並不具備意識,其基於人類文字訓練的技術沒有通向意識的合理路徑。
《Snow Crash》作者 Neal Stephenson 在 Core Memory 播客與 Ashlee Vance 對談約兩小時,坦言連自己都被這輪 AI 熱潮打了個措手不及。他討論奇點是否已經臨近、當下是否算 AI 的曼哈頓計劃時刻,並指出與中國的 AI 競賽存在熟悉的兩難:沒人願意在對手可能更快時放慢腳步。
Hacker News 上一條 Ask HN 帖子的作者稱,AI 雖然讓產出變多,自己卻比過去更累。他把原因歸於需要並行跟進多件事、閱讀大量生成文字,以及不斷的護欄檢查、決策和上下文切換帶來的過載。他向社群徵集在不加重心理負擔的前提下繼續用 AI 的方法,該帖獲得 32 分、12 條評論。
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。
Amazon 公開一份 9 月發給軟體工程師與經理的內部備忘錄,由 VP 兼 Distinguished Engineer Terk Terkowitz 撰寫,討論 AI 時代開發者的角色定位。文中稱若某項工作無法從當前 AI 工具獲益,那是「發現而非失敗」,應記錄下來並與經理討論;但同一處又承認輸入指標「嚴重有缺陷」卻仍建議謹慎沿用,並警告不採用 AI 的人正在落後。
彭博發布文章《The AI Boom May Be Sowing Seeds of Another Financial Crisis》,提出 AI 熱潮可能在為下一輪金融危機埋下隱患。目前可確認的只有標題與發布時間 2026 年 11 月 3 日,正文頁面被反爬蟲驗證攔截,文章的具體論點、引用資料與涉及機構暫無法獲取。
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。
軟體工程學者 Diomidis Spinellis 在部落格中判斷,AI 將接管大部分認知工作,思考會像狩獵、書法和木工一樣,從謀生手段變成休閒愛好。他給出三個驅動因素:效能更高、成本更低、可用性更高,並提到 OpenAI 內部模型已解決數百個此前未解的數學問題。文中還提到到 2030 年數萬億美元的資料中心投資將帶來更多算力,政府可能以監管和稅收限制 AI,但歷史上的類似舉措未能阻止技術革命;他建議保持靈活、跟上進展,並在工作之外建立有意義的生活。
Monday.com 委託 Nielsen 對七國 1700 名董事與高管調查顯示,超半數認為員工產出經 AI 打磨後難辨人機貢獻,近半數因此花更多時間審閱團隊產出。94% 仍對 AI 感到興奮,但 78% 已改變考核方式,更看重提示詞撰寫與任務分配能力;39% 用 AI 起草績效評估,46% 用 AI 輔助決策。57% 的組織在用的工具反而變多,僅 29% 稱 AI 基礎設施已集中最佳化;58% 預計一年內要監督的 AI agent 數量將超過人類員工。
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。
TechCrunch 的 Equity 播客討論了 AI 高管近期關於 AI 用途的言論為何顯得脫離普通人。Marissa Mayer、Sam Altman 和 Mark Zuckerberg 分別談到用 AI 幫忙完成女兒學校作業中的描述、給孩子做上學路上的個性化播客、通過 AI 滿足社交與戀愛需求;Bumble CEO 還提出讓雙方的 AI 先約會。Amanda Silberling 認為這既是營銷問題也是產品問題,行業正把基本人際互動逐步最佳化掉,討論還追問這些產品到底說給誰聽。
美國經濟政策研究中心(CEPR)於 11 月 3 日發布題為《The AI Bubble Monitor》的文章,以持續監測的形式討論 AI 泡沫問題。資料中只提供了標題與連結,未披露具體指標、資料來源或更新頻率;該條目在 Hacker News 上獲得 29 分、15 條評論。
Theranos 吹哨人 Tyler Shultz 警告,AI 熱潮是行騙的好機會。他在接受《舊金山標準報》採訪時表示,AI 公司極難做盡職調查,很難分辨真正獨特的新技術與 ChatGPT 套殼,靠一杯咖啡就投 10 萬美元的日子該結束了——Holmes 只是把這套模式放大到 1 億美元。同期,記錄 Holmes 入獄前最後幾週的紀錄片《You Can See Everything》正在熱映,她已另創診斷公司 Haemanthus,據報導融資約 2000 萬美元。
美國眾議院監督與政府改革委員會主席 James Comer 致信德拉瓦州州長 Matt Meyer,要求提供該州設立「人工智慧公司(AIC)」這一新公司形式的檔案。該提案擬允許公司由 AI 代理運營、無需人類掌舵,Comer 認為它可能被用來讓 AI 公司及其投資者免於為 AI 的魯莽有害行為擔責,也會掩護在州 AI 倡議背後尋求反競爭監管俘獲的勢力。