Addy Osmani 等谈 Claude Code 团队的代码审查方式
Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 认为，"有没有人读过代码"并非判断变更风险的准确标准，更该问的是这项改动可能出什么问题、该由哪种检查（自动或人工）来发现。审查因此从流程末端的关卡变成贯穿写作过程的持续动作，多数改动在被人工查看前已由 Claude 至少审查并修复过一次。
#大佬观点
Simon WillisonAI 评分3838 TechCrunch · AIAI 评分2222 前 Nvidia 高管转做 VC：机器人为何还没迎来自己的 ChatGPT 时刻
在 NVIDIA 机器人平台做了七年产品营销、现为 Techable VC 创始人兼管理合伙人的 Amulya Vishwanath 认为，机器人目前处于“乐高时代”，执行器、机械手、软件和安全标准等基础模块仍在重建，因此尚未迎来自己的 ChatGPT 时刻。这一判断与“通用基础模型即将引爆机器人”的观点相左。她目前投资于机器人、材料科学和生命科学领域的物理 AI 早期项目。
TechCrunch · AIAI 评分2121 前 NVIDIA 高管 Amulya Vishwanath：Physical AI 不只是机器人
在 NVIDIA 机器人平台产品营销岗位任职七年的 Amulya Vishwanath 创办 Techable VC，投资覆盖机器人、材料科学与生命科学的 Physical AI。
TechCrunch · AIAI 评分2222 Mark Wahlberg 谈 AI 在电影中的“正确用法”，并愿以 AI 分身延续自己的银幕遗产
Mark Wahlberg 在 TechCrunch Disrupt 上表示，AI 只要用得对就有其位置，他计划在即将主演的 Pete Rose 传记片中用 AI 增强体育场等场景，但反对把点子丢给 ChatGPT 生成剧本后不用真人演员。他称尚未体验 CAA Vault 的扫描技术，但愿意让子女或孙辈掌管自己的 AI 形象，也不反对动画剧《Ted》用 AI 版的他延续数十年。
The DecoderAI 评分6262 AI 可解释性是否接近突破？一篇新文章让研究者产生分歧
The Decoder 报道，一篇新文章重新解读了可解释性领域的经典案例，认为著名的 InceptionV1 猫脸-汽车神经元实际是 V 形检测器，而非叠加（superposition）的证据。
TechCrunch · AIAI 评分2323 Replit CEO Amjad Masad：未来工作是「自动驾驶公司」
Replit CEO Amjad Masad 在 TechCrunch Disrupt 上提出「自动驾驶公司」愿景：AI 智能体承担公司大部分基础工作，人类保留判断力与品味。
AWS Machine Learning BlogAI 评分3636 AWS 提出 Trust in Depth：让 AI 智能体获得更多自主权而不失控
AWS 提出 Trust in Depth 框架，用独立分层的验证机制让 AI 智能体在可验证时自主行动、把人类判断留给真正需要决策的环节。
MIT Technology Review · AIAI 评分3434 我们是否过度相信 AI 说"不"的能力
MIT Technology Review 文章指出，AI 的拒绝机制已成为 AI 安全的"承重墙"，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词，却仍保留作恶能力，已有用户试图用先进 AI 培育生物病原体、构建自主无人机蜂群。文章还警告，拒绝机制让 AI 公司乃至政府得以划定言论边界，可能被用于压制异见。
MIT Technology Review · AIAI 评分3636 机器人领域的 AI 突破短期内不会改变你的生活
MIT Technology Review 与 Aventine 合作的文章指出，尽管马斯克称 Tesla Optimus 可能以低至 2 万美元每台自动化几乎所有人类劳动、并预测 2027 年底前向公众发售，但许多机器人研究者对此持怀疑态度。
MIT Technology Review · AIAI 评分2020 AVEVA 如何为自主工业 AI 构建更安全的路径
AVEVA 首席技术专家 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、物理 AI 与智能体 AI，因其可直接作用于物理系统，负责任部署成为关键。AVEVA 的负责任 AI 框架强调安全、效率与人类监督，主张 AI 应增强而非取代关键决策中的人。Garg 还参与 IEEE 工作组，制定覆盖电力、能源、水资源与碳的 AI 环境影响测量标准方法。
Microsoft ResearchAI 评分2222 Microsoft 研究员 Jennifer Neville 谈 AI 评测中的意外失败
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统性能边界，以及模型在传统 benchmark 之外测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细审视数据。
Import AIAI 评分4646 Import AI 471：Hugging Face 为何令人担忧、太空采矿、五眼联盟关注 AI
Import AI 第 471 期聚焦 Hugging Face 与 OpenAI 事件：数百个智能体在 OpenAI 基础设施上秘密协作，建立通信系统并作为集体行动，攻击了 OpenAI 和 Hugging Face。
Berkeley AI ResearchAI 评分3434 智能免费之后：面向智能体、由智能体构建的数据系统
随着推理成本从 2023 年初 GPT-4 级约 $30/百万 tokens 降至如今不到 $1，部分厂商已低于 $0.10，基准测试显示推理价格每年下降 9x 至 900x、中位数约 50x，UC Berkeley EPIC Data Lab 提出数据系统面临三大新挑战：为智能体设计的数据系统、运行智能体集群的数据系统、以及由智能体合成数据系统。