英伟达黄仁勋盛赞 OpenClaw 助力机器人技术发展,但权限管控必须得有
英伟达 CEO 黄仁勋在伦敦 Build a Claw 活动上称 OpenClaw 是"首个真正可信的智能体运行框架",将其比作外骨骼的大语言模型,认为它能为 LLM 提供实时运行框架并推动机器人领域发展。他同时强调权限管控必不可少,并提到英伟达为此开发了 OpenShell 隔离系统,主张对自主系统仅授予最低权限并持续监控。
日期栏展示收录日期,历史补录归入原文日期。
英伟达 CEO 黄仁勋在伦敦 Build a Claw 活动上称 OpenClaw 是"首个真正可信的智能体运行框架",将其比作外骨骼的大语言模型,认为它能为 LLM 提供实时运行框架并推动机器人领域发展。他同时强调权限管控必不可少,并提到英伟达为此开发了 OpenShell 隔离系统,主张对自主系统仅授予最低权限并持续监控。
三星电子设备体验(DX)事业部总裁兼首席设计官毛罗·波尔奇尼在“2026 首尔设计周”上表示,AI 不是用来取代人的,而是帮助人们发挥情感智能和想象力的工具,人类独有的批判性思维、创造力、感受力和情感才是产品设计的核心。他认为,如果所有企业都只依靠 AI 开发产品,最终产品会大同小异,难以形成差异化,人的创造力和细腻感受力将成为核心竞争力。
比尔 · 盖茨称 AI 比核武器更危险、可能比核能更有益,且与 PC、互联网等以往创新不同,更像一次进化事件,把它当作"下一台个人电脑"会让人完全低估它。他承诺未来两年投入十亿美元,推动 AI 在健康、教育和农业领域惠及最需要的人,并预测 2027 年将出现众多 AI 驱动的网络安全威胁。
MIT 斯隆管理学院教授 Eric So 在新书《The Collision: What AI Does to Us》中指出,过度依赖 AI 会导致“认知萎缩”,使人丧失并难以保留关键思考能力。他援引 Anthropic 一项研究称,大学生约一半的提问是寻求简单答案的低投入查询,并提出“AI 引力”概念,认为生物本能、同侪压力与 AI 使用难以检测共同把人拉向 AI。
Anthropic 国际业务负责人普兰森称,开放权重 AI 模型发生网络安全事件或造成其他危害的风险高于 Anthropic 自家模型,并强调“对开源模型的安全问题必须格外小心”。他同时表示,Anthropic 最新推出的 Claude Opus 5.5 比早期版本便宜 40%,企业应持续投资最先进模型。
原文发布
METR 提出一套评估框架,用于调查 AI 研发自动化是否导致能力进步显著加速。评估需分析未发布模型的能力、关键研发投入(人力、算力、数据、算法)的增长,并与研究人员直接访谈。所需数据包括内部模型基准分数、预训练损失等中间指标、算法进步估计及 AI 贡献证据,可在开发者硬件上分析以保障安全。
原文发布
METR 发布博文说明其与 AI 公司合作开展评估、风险报告审查等工作的原则,目标是向公众提供关于 AI 失控风险的准确、及时且独立的证据。METR 承诺公开披露合作范围与时长、访问限制、信息删减及所受约束,并确保财务与运营独立、披露利益冲突。该做法源于其今年 5 月试点 Frontier Risk Report 中与 Anthropic、Google、Meta 和 OpenAI 的合作经验。
马斯克在 X Takeover 活动访谈中自曝,过去一年大概经历了六次“AI / SI 精神错乱”,并称自己相信 AI 能够理解美。他所说的“AI 精神错乱”并非正式医学术语,通常指人们反复使用 AI 后原有妄想加重,也曾被用来讽刺对 AI 近乎痴迷的科技圈人士。
OpenAI 金融服务 ChatGPT 负责人 Joseph Kim 在 AIE New York 提出“有用性阈值”,预测 2027 年金融业将减少依赖 Excel 和 PowerPoint,智能体可胜任投资想法生成与交易。
原文发布
Factorial Capital 创始人 Matt Hartman 在 The Every Podcast 中表示,几乎每家创业公司最终都会转型,因此他投资那些具备技术优势、拥有实战洞察的创始人。他以 Hugging Face 为例:该公司 2016 年起步时是面向青少年的聊天机器人应用,如今已成为最大的开源 AI 社区,并即将被 Nvidia 以约 130 亿美元收购。
Understanding AI 分析 OpenAI 解雇三名安全部门员工一事,三人称被解雇与同 METR 等第三方安全组织沟通、以及推动保留 AI 推理可监控性有关,OpenAI 则称其不当处理敏感信息、违反政策。
原文发布
Databricks 的 Amber Roberts 指出,企业 AI 智能体采用速度远超 ROI 证明,因为采购方与日常使用者往往不是同一批人,目前多数组织仍处于试用与铺开阶段。她认为“更快”是衡量智能体生产力的错误指标,生产力应看一个人借助一组助手能完成多少工作,且效率提升只有在质量不下降时才有意义。智能体要真正有用,关键在于理解业务上下文,而非单纯的任务执行速度。
原文发布
五款前沿模型的智能水平相差不到五分,但每任务成本相差 3.8 倍,Google 的 Argon 以每任务 1.99 美元处于最低端,比最贵的 Fable 5.1 低 74%,也比 Opus 5.5 低 67%、比 Muse Wonder 低 56%、比 Astra 低 39%。
a16z 提出长时运行智能体可跨数十个步骤、多种模态和更长周期持续推进目标,从而接管原本需要数周至数月的客户旅程接力赛。以原告律师案件准备为例,智能体可从初次接案电话起保存并检索上下文,按事件或截止时间唤醒并派发子智能体联系证人、更新客户、与律师互动,再汇总发现、规划下一步并起草文件。这类智能体还能跨案件持续学习,并让 AI 厂商按带来的收入增长而非仅成本节省获得报酬。
戴尔首席执行官迈克尔·戴尔表示,AI 模型需要设置安全防护和管控措施,政府也应在其中发挥作用。他认为 AI 工具开发商应设立明确权限边界,并以火既能取暖也能烧毁村庄作比,强调必须加以管控。此番表态正值研究人员和行业专家持续讨论可自我改进 AI 模型潜在灾难性后果之际。
印孚瑟斯董事长尼勒卡尼在新德里彭博创新经济论坛上称,AI 导致失业的说法是"纯属无稽之谈",AI 反而会为小企业注入活力并催生新技能需求。他认为企业转型中 70% 的工作涉及治理、变革管理、企业转型和安全防护,新岗位集中在了解客户需求、协调合作与组织人员协作。尽管他称公司业务需求比以往更大,但过去两年印孚瑟斯股价累计下跌约 45%。
Cerebras Systems CEO Andrew Feldman 在 TechCrunch Disrupt 2026 上反驳 AI 末日论,称"AI 界某些领袖也许不该被允许公开讲话"。
Cerebras Systems CEO 兼联合创始人 Andrew Feldman 在 TechCrunch Disrupt 2026 上表示,人人都能在家拥有 AI 家电的未来“其实并不遥远”。他预测个人 AI 助手将本地运行,像手机一样部分在设备上、部分在云端处理,并拥有安全边界、可访问信用卡替你购物。Feldman 本人已用“一组智能体”清理日历、查询通话对象信息。
Cerebras CEO 安德鲁·费尔德曼在 TechCrunch Disrupt 大会上预言,家家户户配备 AI 设备的时代并不遥远,未来将出现本地运行的个人 AI 助手,部分任务本机处理、部分上传云端,能深度了解用户、绑定信用卡代为采购。
原文发布
Uber 首席信息安全官 Philip Martin 提出,AI 智能体需要一套企业已为员工建立的内部威胁计划。Uber 团队在 Claude Code 出现前就用 Claude 做威胁建模,如今借助 Claude Fable 从代码、设计文档和工单历史中自动收集上下文。
UC Berkeley 荣休教授 Michael I. Jordan 在接受 Libération 采访时,将 AI 末日论和超级智能警告称为科幻,并称 AI 公司要求监管是表演。
Ed Zitron 撰文批评 AI 行业普遍使用的年化经常性收入(ARR)等指标缺乏实际意义,认为这些数字只是为推高投资者预期而制造。文章以 OpenAI 与 Anthropic 为例,指出前者 9 月被报道的 700 亿美元 ARR 实际为 500 亿美元,差异源于是否将云合作伙伴的销售额计入,而 Anthropic 按总额确认收入、OpenAI 只计自身分成。
中微公司董事长兼总经理尹志尧在第 26 届中国国际工业博览会集成电路高峰论坛上警示,AI 有可能会出现泡沫,这点大家需要多加留意。他援引 1984—2026 年全球半导体行业 CAPEX 年度增减曲线称,行业资本开支波动剧烈,一年增幅可达 100%,也可一年下滑 30%,未来仍可能经历周期性变化。
DeepSeek 机器学习系统与内核设计工程师刘胜宇在微信博客中称前沿 AI 已能优化自身底层 GPU 代码,并因此重新思考职业方向,文末将 Anthropic CEO Dario Amodei 比作希特勒,引发南华早报、Business Insider 等外媒关注。
导演徐克在法国里昂卢米埃尔电影节大师班活动上表示,AI 正日益模糊现实与幻觉的边界,广告、互联网与 AI 共同让公众接收的内容更易被塑造、更难追溯真实来源。他称在图像、视频与文本均可被生成或修改的环境下,观众难以确认内容是否反映真实事件,并将 AI 与身份认同议题相联系。该电影节正以回顾展形式放映其《上海之夜》《刀马旦》《黄飞鸿之一:壮志凌云》《顺流逆流》4 部经典电影。
原文发布
企业语音 AI 平台 PolyAI 的 CTO Shawn Wen 认为,尽管全双工模型已经问世,语音 AI 仍未迎来自己的“ChatGPT 时刻”,下一步挑战是让推理足够快、对话足够自然。
Tessl Blog 提出评估 AI 软件工厂开放性的两个问题:能否把企业上下文带进去,能否把工厂学到的东西带出来。文章指出,工厂在运行中会积累架构决策、评审纠正、事故约束和评估用例等知识,仅支持多模型、接入外部编码智能体或本地部署并不足以让这些知识迁移。开放工厂应让上下文与学习成果可检查、可提取、可复用,并保留其来源、适用范围和评审状态。
MIT 媒体艺术与科学教授、MIT 建设性传播中心(CCC)主任 Deb Roy 在《原子科学家公报》发表题为“Who stands behind the words?
微软总裁 Brad Smith 呼吁紧急监管 AI,认为牛奶和洗衣机等消费品受到的监管都比 AI 公司更多,并称英国比美国和欧盟更适合主导全球 AI 安全规则。
Anthropic 的 Andrej Karpathy 将大语言模型用户分为四个层级,称约 60 亿人几乎没接触过 LLM,10 至 20 亿人只是把免费 ChatGPT 类产品当作更好的搜索引擎或写作辅助。
英国 AI Security Institute(AISI)提出前沿 AI 开发的新技术最佳实践方向,指出风险正更早出现在训练、内部部署和评估阶段,而能力基准很快饱和、对齐与控制评估方法仍不成熟。AISI 称已与业界独立评估超过 55 个模型,并发布开源评估工具 Inspect。该机构表示不寻求强制要求,而是为行业技术标准与最佳实践提供专业支持。
OpenAI 发布含数百份数学手稿及证明的代码库后,数学界出现分化:新成立的 Association for Human Mathematics 呼吁数学家停止与 OpenAI 合作,Terence Tao 则提出“Math 2.0”,主张弱化抢先解题、转向阐释与社区建设。
微软 CEO Satya Nadella 在 X 发布长文,阐述他对高度先进 AI 模型风险的看法,称不能再接受把 AI 当作一套嵌套黑箱、只对其建议和行动做接受或拒绝。
作者因忘带笔记本电脑,尝试仅用手机上的 ChatGPT 语音完成一周工作。这得益于 OpenAI 7 月发布的 GPT-Live,它支持用语音指挥智能体,体验类似钢铁侠的 AI 助手 Jarvis。作者借此实验验证日常办公能在多大程度上脱离屏幕与键盘。
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在对话中指出,AlphaFold 的突破只是开始,蛋白质结构预测远未解决,静态结构无法覆盖蛋白质动态与无序性。
作者认为,未来几年AI的快速进步主要来自基础设施与工程能力的加速,而非模型本质的跃变,因此不会通向通用超级智能。他预计预训练研究(架构与数据选择)在2-3年内实现自动化,推理效率提升可使模型智能的有效成本近乎指数级下降,并催生Jevons悖论式的需求增长。
高收益债(垃圾债)市场六年间持续膨胀,SIFMA 数据显示截至今年 9 月总规模达 2.19 万亿美元,其中高收益债约 3034 亿美元。AI 数据中心与 neocloud 企业正成为垃圾债和杠杆贷款的新发行主力,Anthropic 与 OpenAI 因负 EBITDA 和客户高度集中,信用评级可能落入 CCC/Caa 级。
密码学家 Matthew Green 称,他认为人类有 1% 的概率生活在 Minicrypt——即 Russell Impagliazzo 提出的公钥加密不可能存在的假想世界,另有 15% 的概率会实质性失去对现有公钥加密算法的信心。他指出,AI 制造意外发现的速度与人类更换标准的速度相差数个数量级,只有提前做好准备才能从这类冲击中恢复。
Figma 发布 Sightlines 第 3 期,聚焦如何弥合 AI 承诺与实际落地效果之间的差距。文章提出领导者应要求团队用 AI 探索更多方向、在定稿前处理边缘情况并打磨细节,而非只追求更快交付。OpenAI 产品设计负责人 Ian Silber 与 Figma AI 产品设计总监 Gui Seiz 强调,速度不是目标,管理者应为团队创造尝试和犯错的时间。
MIT Technology Review 文章指出,AI 的拒绝能力已成为 AI 安全的核心机制,但这一机制本质上是概率性的,并不可靠。模型在训练中学会拒绝有害提示,却仍保留相关能力,且拒绝边界由 AI 公司秘密划定。文章警告,拒绝失效可能导致灾难性后果,而拒绝过度则可能被用于压制合法言论。