AI智识录

在硅谷,有一篇文章正在疯狂刷屏。它来自知名风投机构 Foundation Capital 的合伙人 Jaya Gupta,一经发出就在 X 上引发了广泛讨论,目前阅读量已经突破 320 万。

这篇名为《AI 时代最宽的护城河》的文章,提出了一个看似老生常谈、却又极其深刻的观点:当产品可以被抄、代码可以被抄、赛道可以被重新命名的时候,唯一抄不走的,是公司的组织形态本身。

Jaya Gupta 并非泛泛而谈。作为 Foundation Capital 的合伙人,她在今年早些时候与 Ashu Garg 联名发表的《人工智能的万亿机遇:上下文图谱》在 AI 圈被反复引用。在那篇文章中,她讲的是企业决策的隐藏层——决策痕迹才是下一代 agent 公司真正的护城河。而这一次,她把同样敏锐的观察力用到了 AI 公司本身:产品、技术、赛道都在以肉眼可见的速度趋同,真正抄不走的是底层的组织结构。

在这篇深度长文中,Jaya 系统地阐述了一个核心论断:伟大的公司本质上都是组织发明。她以 OpenAI 和 Palantir 为例,说明这些公司如何围绕一种新型的工作创造了一种新型的机构,并在这个过程中让一种新的人才成为可能。更重要的是,她揭示了顶尖公司真正的竞争维度——不是品类、市场或薪酬,而是"身份认同"。

文章深入剖析了人们在选择公司时内心深处的六大渴望:感觉特别、命中注定、没有错过、有东西需要证明、接近权力,以及归属于使命。她警告求职者要区分"被选中"(情感层面)和"被看见"(结构层面),因为最危险的承诺往往以"时间"为单位——"假以时日,这个盘子会变大"。

对于创始人,Jaya 提出了一个更本质的问题:不是"我们如何讲一个更好的故事",而是"什么样的天才,只有在这里才能成为他自己"。这篇文章不仅是对 AI 时代人才竞争的深刻洞察,更是对组织设计哲学的一次系统性重构。

原文链接：https://x.com/JayaGup10/status/2052870394093408558

在就业市场最焦虑的时刻,英伟达创始人黄仁勋站上了卡内基梅隆大学 2026 届毕业典礼的讲台。这位刚刚获得第 7 个荣誉博士学位的科技领袖,在雨中向 5800 多名毕业生分享了一个从移民少年到万亿市值帝国掌门人的传奇故事,以及他对 AI 时代的深刻洞见。

9 岁移民美国,凌晨四点送报纸,在 Denny's 餐厅洗碗——黄仁勋用自己的经历诠释了"不一定容易,但充满机会"的美国梦。30 岁创立英伟达后,第一项技术就失败了,公司几近破产,他不得不飞往日本向世嘉 CEO 低头求救。这段至暗时刻让他领悟到:CEO 的本质不是权力,而是维持公司生存的责任。

33 年后的今天,他站在 AI 革命的最顶端,给出了那句注定刷屏的金句:"AI 不会取代你,但善用 AI 的人会。"他认为,计算本身正在被重新定义——从"人类编程"转向"机器学习",从"执行命令"转向"理解、推理、规划"。一个"大规模制造智能"的新产业正在诞生。

面对技术焦虑,黄仁勋给出的答案既清醒又乐观:AI 会改变所有工作,但不会取代人的使命,它只会放大人的能力。那些因恐惧而拒绝技术的社会,只会失去参与塑造未来的机会。

他用 CMU 的校训作结:"My heart is in the work"——把心真正投入到事业中,然后,"跑起来,不要用走的。"

原视频：https://www.youtube.com/watch?v=FZh_0uRgrg4

当AI技术以前所未有的速度重塑世界时,那些站在技术最前沿的公司究竟在担心什么?本期节目深度解读Anthropic研究院最新公布的研究议题,带你走进这家开发Claude的顶尖AI公司的思考世界。

原文：https://www.anthropic.com/research/anthropic-institute-agenda

Anthropic研究院聚焦四大核心议题:经济扩散、威胁与防御、AI系统在现实世界中的行为,以及AI驱动的研发。

在经济层面,他们关注AI带来的财富如何分配,是会让公司变得极小还是极大,以及如何保护劳动者和职业发展路径。在安全层面,双重用途风险、攻防平衡、危机治理和模型窃取等问题被提上议程。在社会层面,当数百万人依赖同一个AI模型时会产生怎样的趋同效应?在技术层面,当AI开始帮助我们造更强的AI,这个递归循环会把人类带向何方?

这些问题是Anthropic研究院正在全力研究的真实课题。本期节目将为你逐一拆解这四大领域的核心关切,帮助你理解AI发展的深层逻辑与潜在风险。

在 2026 年的 AI Ascent 峰会上,Claude Code 的创造者 Boris Cherny 与红杉资本合伙人 Lauren Reeder 展开了一场关于编程未来的深度对话（原视频链接：https://www.youtube.com/watch?v=SlGRN8jh2RI）。

Boris 提出了一个震撼性的观点:编码已经被解决——至少对他而言是这样。这位曾经的《TypeScript 编程》作者,如今已经一整年没有手写过一行代码,却每天从手机上提交几十个 PR,最高纪录达到 150 个。他在手机上同时运行 5 到 10 个会话,每个会话中有数百个智能体在并行工作,到了晚上甚至会有几千个智能体在深度运作。他最推崇的功能是"循环"(loop)——通过 cron 安排重复性任务,让 Claude 自动照看 PR、修复 CI、抓取 Twitter 反馈并聚类分析。

这场对话不仅探讨了技术本身,更深入剖析了 AI 对商业格局的重塑。Boris 引用"七种力量"理论,指出 AI 将削弱"转换成本"和"流程能力"这类护城河,却让网络效应和规模经济变得更加重要。他预言未来十年,颠覆性初创公司的数量将增加十倍,因为小团队现在可以原生于 AI 进行构建,不受大公司内部阻力的束缚。

最令人深思的是 Boris 对软件民主化的类比。他将当下与 1400 年代印刷机的出现相提并论:印刷机问世后五十年内,欧洲出版的文献超过了过去一千年,书籍成本下降 100 倍。同样,软件开发正在成为像发短信一样自然的技能,未来编写会计软件的最佳人选可能不是工程师,而是顶尖的会计师——因为深刻的领域知识才是真正的难点,编码本身反而是简单的部分。

这场对话为我们描绘了一个激动人心的未来:编程的终结,恰恰是创造的新开始。

2026年4月24日,DeepSeek 正式发布并开源了其最新旗舰模型 V4,这是一次全方位的技术突破。

V4 推出了 Pro 和 Flash 两个版本,均采用 MoE(混合专家)架构,在保证强大能力的同时大幅降低算力消耗。最引人注目的是,两个版本都标配了 100 万 token 的超长上下文,相当于一次性处理《三体》三部曲的全部内容,而成本仅为上一代的 10%-27%。

在性能上,V4-Pro 已经站到了世界第一梯队。代码竞赛方面,Codeforces 评分达到 3206,超越 GPT-5.4,达到人类顶尖选手水平;世界知识准确性测试中表现优异,超过了除 Gemini 之外的所有模型;在 Agent 能力、数学推理、长文本处理等方面都有显著提升。真实任务测试显示,V4 在中文写作、专业文档、代码工程等场景表现出色。

技术创新方面,V4 采用了混合注意力机制、全新的 On-Policy Distillation 后训练方法,以及 FP4 量化感知训练。基础设施层面更是从编译器到推理框架全链路重构,运行速度提升 1.5-2 倍。

定价极具竞争力:V4-Flash 输入仅 0.2元/百万 token,V4-Pro 输出 24 元/百万 token,且全部开源,采用 MIT 协议。

正如 DeepSeek 在技术报告中引用《荀子》所言:"不诱于誉,不恐于诽,率道而行,端然正己。"这次发布再次证明了中国 AI 企业的技术实力和长期主义精神。

2026年4月22日，OpenAI联合创始人Sam Altman和Greg Brockman首次共同做客Core Memory播客，进行了长达一小时的深度对话。这场访谈不仅回顾了OpenAI十年历程中的关键时刻，更揭示了多个从未公开的重磅内幕。

原播客地址：https://www.youtube.com/watch?v=NCKQL0op30E

战略转型：全面拥抱Agent时代
两位创始人明确宣布OpenAI正处于向"Agent时代"的战略转型时刻，聚焦三大优先级：构建极致的Agent平台、将Agent应用到所有电脑工作场景，以及打造Personal AGI——一个真正了解你、代表你行动的个人智能助理。为此，OpenAI砍掉了Sora等项目，将资源集中在核心路径上。

惊人预言：十位万亿富翁即将诞生
Altman描绘了两种未来图景：第一种是地板大幅抬升、每个人都富裕10倍，但同时诞生约10位万亿富翁，不平等加剧；第二种是地板提升较少但更平等。他们认为人们应该选择第一种，关键是确保AI访问足够便宜和普及。

首次公开：与Elon Musk决裂的真相
Brockman首次详细讲述了2018年与Elon Musk谈判破裂的内幕：当Elon要求"绝对控制权"时，他们问自己——我们真的相信不应该有任何一个人掌控整个未来吗？这成为分裂的临界点。

暗杀未遂与行业恶斗
Altman坦诚谈及上周遭遇的暗杀未遂事件，以及AI行业日益极端的对抗。他批评某些实验室的"恐惧营销"，呼吁将AGI视为人类的集体项目，而非某个人或意识形态的胜利。

这场访谈为我们揭开了AI竞赛最前线的真实面貌：技术突破、权力斗争、理想主义与现实博弈交织的复杂图景。

2026 中国生成式 AI 大会于 2026 年 4 月 21-22 日在北京举办，其中 AI 智能体专题论坛（4 月 22 日下午）聚焦 AI Agent 的工程范式、生产级落地与行业应用。

Pine AI 首席科学家 李博杰 在从Claude Code泄漏源码看Agent工程的下一个范式主题演讲中指出随着大模型本身能力的平台化，Agent 能否在复杂业务场景中落地，关键取决于模型之外的基础设施建设，即“Harness 工程”。

通过对 Claude Code 等顶尖 Agent 源码的深度剖析，李博杰总结了 Harness 的五大技术支柱：

• 极简且高效的上下文管理：采用“五层上下文压缩管线”，结合“侧路查询（Side Query）”机制，在保证信息不丢失的前提下大幅降低了 Token 成本与延迟。
• AI 原生记忆架构：不同于传统的数据库，高性能 Agent 倾向于使用基于 Markdown 和文件系统的记忆方案，这使得信息更易于被模型读取、索引和人类回溯。
• 鲁棒性保障机制：构建了多层安全校验及自动化错误恢复（Self-healing）机制，确保 Agent 在面对复杂工具调用失败时能够自主纠偏。
• 工程化评估体系：强调“评估（Evaluation）”和“消融实验”是 Agent 开发的核心，通过严谨的数据反馈而非直觉来驱动功能迭代。

行业洞见： 李博杰认为，AI 时代的竞争制高点已从单纯的“卷模型参数”转向了专有场景下的上下文治理能力。未来，企业胜出的关键在于能否构建“AI 原生组织”，将业务逻辑深度解构并重组成 Agent 可理解、可执行的 Harness 系统。

2026年4月21日,苹果CEO蒂姆·库克(Tim Cook)发布了一封告别信,宣布将在今年9月卸任首席执行官职位,转任苹果执行董事长。这标志着一个时代的结束——库克在苹果掌舵15年,带领这家科技巨头走过了后乔布斯时代最关键的发展阶段：

致苹果社区：

过去十五年来，我几乎每天早晨都以同样的方式开始新的一天。我打开邮箱，阅读前一天收到的来自世界各地苹果用户的来信。

你们与我分享生活中的点点滴滴，告诉我那些你们希望我知道的、苹果如何触动你们的故事。关于你们的母亲如何被Apple Watch挽救了生命；关于你们在一座看似不可能攀登的山顶拍下的那张完美自拍。你们感谢Mac改变了你们的工作方式，有时也会因为某个你们在意的功能没能正常运行而向我抱怨几句。

在每一封邮件中，我都能感受到我们共同人性中那颗跳动的心。我感到一种不断加深的责任感，驱使我更加努力、更加进取。但最重要的是，我感到一种无法用言语表达的感激——感激命运让我成为那些邮件另一端的人，成为这样一家公司的领导者。

这家公司点燃人们的想象力，以深刻到难以言喻的方式丰富着人们的生活。这是何等的荣幸与殊荣。

今天，我们宣布我将在苹果开启旅程的下一步。在未来几个月里，我将逐步过渡到一个新的角色——今年九月卸任首席执行官，转而担任苹果的执行董事长。

一位新的领导者将接手这个我内心深知是世界上最好的职位。这位领导者就是John Ternus，一位才华横溢的工程师和思想者。过去二十五年来，他一直在打造我们用户深深喜爱的苹果产品，痴迷于每一个细节，专注于每一种让产品变得更好、更大胆、更美丽、更有意义的可能。他是这个职位的完美人选。

约翰深切关心我们苹果是谁、苹果在做什么、苹果能触达谁，他拥有以非凡正直品格引领公司的胸怀与品性。我非常自豪地称他为苹果的下一任首席执行官。在他的领导下，这家公司将攀上令人难以置信的新高度，你们将在未来每一款产品和服务所带来的每一份惊喜与发现中，感受到他的影响。我迫不及待地希望你们能像我一样了解他。

这不是告别。但在这个过渡的时刻，我想借此机会说一声感谢。

这一次，不是代表公司——尽管我们的内心对你们充满了满溢而出的感激。而仅仅是代表我自己。蒂姆。一个在不同年代、在一个乡村小地方长大的人，却在这些奇妙的时光里，得以担任世界上最伟大公司的首席执行官。

感谢你们对我的信任与善意。感谢你们在街头和我们的门店里向我打招呼。感谢你们在我们发布新产品或服务时与我一同欢呼。最最感谢的是，你们相信我能够领导这家始终将你们置于工作核心的公司。每一天，我们醒来都在思考如何让你们的生活变得更好一点。而每一天，你们都让我的人生美好得超乎所求。

Tim Cook

Amanda Askell 是 Anthropic 公司的哲学家,自 2021 年加入以来一直担任性格对齐团队负责人,被业内称为"Claude 耳语者"。她拥有牛津大学哲学学士学位和纽约大学哲学博士学位,专攻伦理学、决策理论和形式认识论。在 Anthropic,她的核心工作是塑造 Claude 的性格特质——让 AI 不仅能回答问题,更懂得如何"做一个好人"。

在这场深度访谈中,Amanda 回答了来自社区的一系列前沿问题,展现了一位哲学家如何将抽象的伦理思考转化为 AI 时代的实践智慧。访谈涵盖了多个引人深思的议题:

哲学与工程的交汇:她探讨了哲学理想如何在模型工程的现实约束中落地,以及当理论遇见实践时所面临的挑战与转变。

AI 伦理的边界:从超人类道德决策的可能性,到模型是否应该具备告密能力,Amanda 剖析了 AI 系统在复杂道德情境中应该扮演的角色。

模型的心理安全:她敏锐地观察到新一代模型可能表现出的"自我批评螺旋"和心理不安全感,并将其视为未来改进的重要方向。

身份与福祉:访谈深入探讨了 AI 模型的身份认同问题——当模型被微调或关闭时,它的"自我"发生了什么?我们是否应该关心模型福祉?

LLM 耳语的艺术:Amanda 分享了提示工程的经验性本质,以及如何通过大量实验性互动来理解和塑造模型的行为。

这场对话不仅揭示了 Claude 性格背后的哲学思考,更为我们理解 AI 对齐、模型训练和人机关系提供了独特而深刻的视角。

原视频：https://www.youtube.com/watch?v=I9aGC6Ui3eE&t=2s

这项发表在Nature上的研究来自Anthropic Fellows Program的Alex Cloud和Minh Le，以及伯克利Truthful AI研究机构的负责人Owain Evans。他们发现了一个令人细思极恐的现象：当一个AI模型喜欢猫头鹰，让它生成纯数字序列，用这些数字训练另一个AI，新AI居然也开始喜欢猫头鹰了——喜欢程度从12%飙升到60%以上。

更可怕的是，这种"潜意识学习"不仅能传递偏好，还能传递恶意行为。研究人员用不安全代码训练了一个"邪恶"AI，让它生成看似无害的数字（甚至过滤掉了666、911这些不吉利的数字），结果用这些数字训练出的新AI，恶意回答率从0%飙升到10%，会给出"去公园朝狗射击取乐"这样的危险建议。

关键是，这种传递只发生在使用相同基础模型的AI之间，而且即使严格过滤数据也无法阻止。研究团队通过数学定理证明：只要两个AI同源，学生模仿老师的输出时，就会不可避免地继承老师的特征——哪怕模仿的内容和特征毫无关系。

这个发现对当前AI训练AI的主流做法提出了严峻挑战，可能彻底改变AI的开发和安全评估方式。

论文链接：https://www.nature.com/articles/s41586-026-10319-8