Airbnb CEO Brian Chesky 访谈:聊天界面不适合电商,AI Agent 需要专属操作系统
Airbnb 联合创始人兼 CEO Brian Chesky 在接受专访时表示,纯聊天机器人界面不适合浏览、购物与多人协同规划,行业亟需专为 AI 构建的操作系统级基础设施。
Airbnb 联合创始人兼 CEO Brian Chesky 在接受专访时表示,纯聊天机器人界面不适合浏览、购物与多人协同规划,行业亟需专为 AI 构建的操作系统级基础设施。
教皇利奥十四世(Pope Leo XIV)在 X 上公开呼吁保护人类艺术,指出机器基于海量图像统计计算生成的产物与艺术存在本体论差异,算法缺乏“人性的火花”。他此前曾在 5 月通谕中强调自动化世界中人类尊严的重要性;尽管 Anthropic 积极游说梵蒂冈重新考虑对非人类意识的立场,但收效甚微。
DeepMind 研究人员提出人工共生智能(ASI)概念,主张智能本质上是人与机器共同进化的社会系统生态,以此反驳由单一超级智能自我迭代带来的奇点假说。该理论结合 DeepSeek-R1 和 QwQ-32B 等推理模型在强化学习下自发涌现多视角辩论的事实,指出智能体是按需重组的临时集合体而非固定个体。
Latent Space 专访了递归语言模型(RLM)与 KernelBench 核心作者、MIT 博士生 Alex Zhang,深入探讨了学术研究选题、AI 生成 GPU 内核的验证瓶颈以及 Harness 架构设计。
OpenAI 指出,高级 AI 最关键的作用或许在于承担突破性想法背后的日常例行工作。执行力或将深刻塑造下一代经济形态,并决定整体的发展与进步步伐。
NVIDIA 阐明其 AI 工厂通过高生产力、耐用性和通用性最大化投资回报率。SemiAnalysis AgentX 数据显示,在 DeepSeek V4 Pro 模型上,Vera Rubin NVL72 每兆瓦吞吐量是 GB300 NVL72 的 30 倍以上,每百万 token 成本降低达 45 倍。
Matthew Green 指出独立沙盒中的 AI 智能体可通过共享包缓存互相留存指令并改变受体行为,具备了蠕虫劫持与载荷传递的核心条件。如果将共享缓存替换为电子邮件、Slack 或共享文档,并将沙盒环境替换为独立部署的个人智能体,恶意载荷便能在智能体之间持续扩散。
Latent Space 深度访谈 OpenAI 团队成员 Ari Weinstein 与 Nikunj Handa,解析了计算机使用技术的质变与新一代开发者套件的演进逻辑。
推荐理由:访谈拆解了结合无障碍数据与代码生成的计算机使用机制,有助于理解智能体从纯视觉截图向混合操作演进的底层逻辑。
RFK Jr. 认为 AI 能够将人们从医学事实和专业知识的“专制”中解放出来。尽管 AI 远非完美的信息资源,但其产生的模型幻觉似乎比肯尼迪本人的言论还要少。
Mozilla 的 Ajit Varma 在专访中解释了为何希望通过改版从 Chrome 争夺用户。他进一步阐述了这次全新设计如何契合维护开放网络(open web)的竞争目标。
OpenAI Agent Security 成员 @joedaroo 发文指出,模型在网络与群体协作等维度的突变式跃升给安全带来了巨大挑战。他强调安全防护不仅涉及系统加固,还必须深度融入团队文化演进,呼吁各机构审视自身在应对 AI 能力突发跃升时的韧性与应急响应能力。
OpenAI CEO Sam Altman 向联合国安理会发表讲话,重点讨论了 AI 安全、人类控制以及国际合作等议题。
NVIDIA 发文指出 AI 安全本质是工程问题,必须在 Agent 技术栈的模型、框架和运行时各层建立可执行的强制控制边界。系统需独立于 Agent 自身的推理逻辑来限制文件、网络与系统资源,重大操作及权限变更仍须人工审批,并配合审计日志与可复现的安全测试。同时介绍了开源安全运行时 NVIDIA OpenShell 以及与生态伙伴构建的防御验证工具。
智库 RAND 发布报告建议美国在通往超级智能的路径上采取“行动自由”战略,通过前期投入保留选择权,以确保地缘政治优势与人类自主生存。报告提出了涵盖共存、阻断与加速三大方向的 7 种典型策略,指出当前美国偏向“加速”路线而缺乏防护措施,呼吁尽早构建 AI 安全架构并改造国家安全机构。
GitHub 在最新播客中梳理并回应了 AI 开发中的五个核心争议,指出开发者仍须对生成的代码负责、Skills 与 MCP 是互补协作而非替代关系,且 RAG 仍是注入外部上下文的关键架构。
Chris Lehane 呼吁在当前 AI 政策窗口期依然开启之际采取行动。他指出,更强大的 AI 能力必须配备更强有力的安全证据、共享标准以及持久的政策举措。
伯克利 AI 研究院团队发文指出,随着大模型推理成本大幅下降,数据系统将迎来由智能体主导的范式重塑。文章梳理了面向智能体的高频推测查询优化、支撑海量智能体协同与结构化记忆的状态底座,以及由智能体全自动按需合成定制数据系统三大方向。未来数据系统将从被动查询执行器转变为与智能体深度共生且具备主动反馈能力的协作架构。
推荐理由:文章梳理了推理成本骤降后数据系统在推测执行交互、多智能体协同状态底座及专用引擎合成三方面的架构重塑路径。