当AI Agent开始交付结果，谁来决定什么是“好结果”？
AI Agent越来越擅长把事情做完，但并非所有工作都有可量化、可验证的“好结果”。当生成与执行越来越便宜，真正稀缺的将是定义目标、判断优劣和做出选择的能力。未来人的价值，可能更多集中在“做什么”以及“什么才算好”。
DeepSeek V4 Pro正式版来了，旗舰AI模型为什么还敢卖50美元？
DeepSeek V4 Pro正式版在Agent和Coding能力上已进入第一梯队，但API价格仍远低于顶级闭源模型。真正值得关注的，不是谁又拿下Benchmark第一，而是当“足够接近最强”的模型越来越便宜，旗舰Agent依靠能力稀缺性维持高价的空间，可能正在迅速缩小。
AI最终会增加就业？扎克伯格赌的是Invention跑赢Automation
扎克伯格认为，超级智能最大的价值不是自动化，而是发明与创造。AI一边替代现有工作，一边降低创业和创新门槛。未来就业是增是减，真正取决于Automation与Invention谁跑得更快。
AI是真的，泡沫也可能是真的：诺奖得主为什么不相信硅谷的叙事
AI的技术进步是真实的，但技术价值、生产率价值和投资价值并不是一回事。阿西莫格鲁认为，AI短期宏观生产率贡献可能远低于市场预期，而GPU快速技术折旧又让巨额资本投入面临更高回报压力。互联网已经证明：技术革命是真的，投资泡沫也可以同时存在。
Google发现卖铲子比自己挖金矿更赚钱之后，DeepMind怎么办？
Google Cloud高速增长，让Google即使不靠Gemini长期保持第一，也能从AI浪潮中赚到钱。但相比模型排名和云收入，DeepMind更重要的价值或许是AlphaFold这样的长期科学突破。Google可以卖好“铲子”，但仍应给DeepMind留下人才、算力和时间，继续解决疾病与基础科学问题。
谢尔盖·布林重新回到Google AI权力中心，DeepMind为什么必须退半步？
Google重组AI权力结构，布林重新回到核心，Koray负责加速Gemini产品竞争，Demis则转向长期科学研究。这不是DeepMind的失败，而是Google试图同时解决两种时间尺度的问题：既要赢下今天的AI竞争，也不能失去面向未来的研究能力。
吴恩达最新判断：为什么AI自动化程度越高，懂业务的人反而越贵？
AI并未平均替代所有人，而是在重新划分工作的价值。随着代码、文字等执行成本下降，标准化岗位被压缩，懂业务、能定义问题、重构流程并借助AI交付结果的复合型人才，反而变得更加稀缺。
Sam Altman不再相信“AI会消灭工作”，他到底看错了什么？
AI没有像预想中那样迅速消灭工作，因为模型能完成任务，不等于能承担完整职业。它正先自动化标准环节、压缩初级岗位，并把人的价值推向目标设定、判断、协调和责任承担。
Google首席科学家Jeff Dean离职创业，他把“AI成功率1%”的选题法用在了自己身上吗？
Jeff Dean离开Google创办Discovery Loop，选择的不是AI已经会做的应用，而是自动化科学研究这一尚不成熟的方向。这与他的“1%选题法”高度一致：真正持久的AI创业机会，可能不在模型已有能力，而在可通过数据、实验和反馈闭环持续提升的能力空白。
Palantir季度净赚10亿美元，真正值钱的可能不是AI，而是FDE
Palantir的高增长说明，企业AI的规模化并不意味着远离客户，而是把现场交付不断沉淀为平台能力。FDE真正的价值，不是增加人力，而是让每一次定制都降低下一次交付成本，使人的经验转化为软件复利。
Claude Code的创造者Boris Cherny：当AI开始包办写代码，开发者真正该学什么？
AI正在包办越来越多代码，但这并不意味着计算机教育失去价值。未来开发者更重要的能力，是理解技术原理、定义问题、验证结果，并将产品、用户与商业连接起来。会写代码依然重要，但只会写代码已经不够。
Kimi、GLM和Claude的差距，为什么每个人感受完全不同？
Kimi、GLM与Claude的能力差距真实存在，但不会平均体现在所有任务中。任务越模糊、链条越长、越依赖模型自主判断，Claude优势越明显；任务拆解越充分、Agent与人工控制越成熟，国产模型的实际差距就越容易缩小。
DeepSeek V4 Flash只差GPT-5.6 Luna 1分，价格却低了一大截，AI模型开始争夺“用得最多”
DeepSeek V4 Flash以接近主流闭源模型的能力和更低价格，切入Agent执行层。它未必是最强模型，却可能凭借低成本、开放权重和高频调用，成为AI时代用得最多的模型之一。
OpenAI把GPT-5.6 Luna降价80%，AI模型开始分成两个市场
OpenAI大幅下调GPT-5.6 Luna价格，却维持Sol的高价，说明AI市场正走向分层：通用能力加速商品化，前沿能力仍保留溢价。开放权重模型正在改变价格参照系，并推动旧的前沿能力更快下沉。
1273名前沿AI公司员工突然联名，他们到底在担心什么？
来自OpenAI、Anthropic等公司的1273名员工联名呼吁，为AI研发建立“减速”机制。他们真正担心的，不只是模型失控，而是商业与国家竞争让所有参与者都不敢先停下来。人类需要保留踩刹车的能力，也要防止这项权力被少数巨头掌握。
Anthropic终于谈开源了，但它只说了一半真话
最近，Anthropic专门发布了一份关于开放权重模型的声明，回应外界对其立场的质疑。Dario Amodei […]
黄仁勋想用开源守住Nvidia，中国却用它追赶Nvidia
7月24日，黄仁勋在X上发布了自己的第一篇帖子。他没有介绍Nvidia的新芯片，也没有谈公司的业绩和市值，而是 […]
Claude Opus 5发布，但为什么Anthropic越来越招人厌了
Claude Opus 5依然强大，但Anthropic限制第三方工具、封号与客服问题，暴露出更深层的自我正确性：它相信自己最理解AI风险，也最适合掌握权力。当闭源与开放权重模型追上，用户终将因失去信任而离开。
携程被罚51.79亿元，酒店行业终于出了一口气
今天上午看到携程被罚的消息，我的第一反应不是意外，而是：终于。 7月25日，市场监管总局通报，携程因滥用在中国 […]
梁文锋想做AGI，Hassabis已经让我们看见AGI之后
梁文锋在寻找通往AGI的路，Hassabis则用AlphaFold让我们提前看到更强智能的意义。AI真正值得期待的，不只是提高效率、替代工作，而是突破人类认知边界，解决疾病、能源、材料等长期未解的科学难题。