David的AI全景图

摘要： YouTube频道“Greg Isenberg”视频《我看了 Dan Koe 拆解他的 AI 工作流 OMG》，知名内容创作者 Dan Koe 分享了他的内容高效流程。 Dan Koe 解释了他如何利用 大型语言模型（LLMs）（如 Claude 和 ChatGPT）来系统化内容创作，特别强调了它们在研究和构思阶段的作用，而非直接代写内容。 他的核心策略是以周报为基础，并将其扩展为所有平台的各种形式内容，同时利用 X（Twitter）作为测试平台来验证想法。 此外，他还分享了如...

Elena Verna 目前担任全球增长最快的科技初创公司之一 Lovable 的增长主管。在她的帮助下，这家 AI 原生公司凭借一支精干的团队，在不到七个月的时间内实现了 8000 万美元的年度经常性收入 (ARR)。 此前，她曾在 SurveyMonkey、Miro、Amplitude 和 Dropbox 等全球领先的科技公司担任高管，并为 MongoDB、Superhuman 和 Veed 等公司提供咨询服务。 来源：https://podcasts.apple.com/au/podcast/217-elena-verna-leading-growth-at-...

HeyGen29个月内ARR从100万美金增长到1亿美金，创始人Josha Xu最近公开了内部增长手册《Building in the AI Era: The HeyGen Way》。 来源： x.com 在小宇宙查看该单集文稿

来源：https://openai.com/zh-Hans-CN/ 在小宇宙查看该单集文稿

论文：https://github.com/deepseek-ai/DeepSeek-OCR/blob/main/DeepSeek_OCR_paper.pdf 在小宇宙查看该单集文稿

10 月刚刚发布的一篇论文，可能是今年最值得关注的一篇。 看看这个宏大的标题和论文署名的阵容…… 摘要：该框架将AGI定义为具备与受过良好教育的成年人相匹配的认知多功能性和熟练度的人工智能系统。为了实现这一目标，作者们采用了卡特尔-霍恩-卡罗尔（CHC）人类认知理论，并将智能细分为十大核心认知能力，包括推理、记忆和感知等。通过对现有AI模型（如GPT-4和GPT-5）应用该框架进行评估，文章揭示了当前AI系统认知能力的“锯齿状...

10 月Andrej Karpathy（前特斯拉 AI 总监、OpenAI 早期员工）的最新访谈。Andrej解释了为什么强化学习很糟糕（但其他一切都更糟糕），为什么通用人工智能最终会融入过去约 2.5 个世纪 2% 的 GDP 增长中，为什么自动驾驶花了这么长时间才攻克，以及他对教育未来的看法。 时间线： AGI 距离我们还有十年的时间 LLM 认知缺陷 RL 很糟糕 人类如何学习？ AGI 将融入 2% 的 GDP 增长 ASI 智力与文化的进化 自动驾驶为何耗时如此之长 教育...

OpenAI最近发布的一篇论文，记录了 ChatGPT 产品从 2022 年 11 月推出到 2025 年 7 月的ChatGPT使用情况分析。 一些概要： 早期采用者中男性比例过高，但性别差距已大幅缩小，并且我们发现低收入国家的增长率更高。 工作相关的消息稳步增长，但非工作相关的消息增长更快，占总使用量的比重已从 53% 增长到 70% 以上。 在高薪专业职业中，受过良好教育的用户更常使用工作相关的消息。我们按对话主题对消息进行分类，发现“实用指导”...

英国风投Air Street资本刚发布了 2025 年度人工智能现状报告，原文300 多页。 用 languageX 智能体翻译了一份中文版。 中英双语全文都直接分享在这里啦： 链接：https://pan.quark.cn/s/da0c6592a764 提取码：diEe 在小宇宙查看该单集文稿

10月8日，来自美国投资机构A16Z对Sam Altman的访谈。 来源：https://www.youtube.com/watch?v=JfE1Wun9xkk 在小宇宙查看该单集文稿

2025 年 10 月 7 日，美国科学家 John clarke、Michel H. Devoret 和 John M. Martinis 获得了 2025 年诺贝尔物理学奖，DeepTech 于 2017 年采访了 John M. Martinis。 来源：https://mp.weixin.qq.com/s/FZMH95_BIcwwSLVMvxzmpg 在小宇宙查看该单集文稿

背景：主播和Sam聊了聊今天凌晨的 OpenAI DevDay 2025 发布会内容。 来源：https://openai.com/devday/ 在小宇宙查看该单集文稿

Tinker 是一个灵活的 API，可用于高效地使用 LoRA 对开源模型进行微调。 它专为希望灵活地完全控制数据和算法，而无需担心基础设施管理的研究人员和开发者而设计。 来源：https://thinkingmachines.ai/tinker/ 在小宇宙查看该单集文稿

听听OpenAI 官方发布会怎么介绍 Sora2 的。 来源：https://openai.com/index/sora-2/ 在小宇宙查看该单集文稿

OpenAI、Ahthropic、DeepSeek都发布了新模型，放假前一天卷起来 在小宇宙查看该单集文稿

聊聊DeepSeek昨晚刚刚发布的最新模型DeepSeek-V3.2-Exp的公开论文。 DeepSeek Sparse Attention（DSA ）首次实现了细粒度稀疏注意力机制，在几乎不影响模型输出效果的前提下，实现了长文本训练和推理效率的大幅提升。 来源：https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/blob/main/DeepSeek_V3_2.pdf 在小宇宙查看该单集文稿

来自近日对强化学习之父、2024年图灵奖得主Richard Sutton的访谈。 来源：https://www.youtube.com/watch?v=GvibIstOn_E 在小宇宙查看该单集文稿

Google最近发布的“创业公司智能体构建指南”，内容很实用。 介绍了 AI 代理的核心概念 ，包括模型（如 Gemini 2.5 Pro/Flash）、工具、编排和运行时环境。 如何通过 Agent Development Kit (ADK) 构建定制代理，或利用 Google Agentspace 进行无代码自动化和代理管理。   AgentOps 框架：一个系统化的方法论，用于确保生产级 AI 代理的可靠性、安全性和持续评估。 PDF原文：https://services.google.com/fh/files/misc/startup...

当 AI 成为真正的编码协作者时会发生什么？OpenAI 联合创始人 Greg Brockman 和 Codex 工程负责人 Thibault Sottiaux， 畅谈 Codex 的演变历程。 从 AI 编写代码的雏形，到如今能够连续数小时进行复杂重构的 GPT-5 Codex 代理。他们探讨了“线束”的构建、代理编码的兴起、代码审查的突破，以及 AI 在未来几年将如何改变软件开发。 来源：https://openai.com/zh-Hans-CN/podcast/#oai-podcast-episode-6 在小宇宙查看该单集文稿

来自OpenAI内部工程师访谈的真实用例和最佳实践。 来源：https://cdn.openai.com/pdf/6a2631dc-783e-479b-b1a4-af0cfbd38630/how-openai-uses-codex.pdf 在小宇宙查看该单集文稿

OpenAI昨天发布了AI编程工具Codex有史以来最大的更新。 来源：https://openai.com/index/introducing-upgrades-to-codex/ 在小宇宙查看该单集文稿

由史上最大种子轮融资（20亿美元）、OpenAI前CTO Mira Myrati领衔创立的Thinking machine Labs，前天发布了这篇论文《克服 LLM 推理中的不确定性》。 摘要： 可重复性是科学进步的基石。然而，从大语言模型中获得可重复的结果极其困难。 例如，你可能观察到向ChatGPT多次提出同一个问题会得到不同的结果。这本身并不令人惊讶，因为从语言模型获得结果涉及"采样"过程——将语言模型的输出转换为概率分布并概率性地选择一个token。 来...

吴恩达和Anthropic技术教育主管Elie Schoppik一起开的课。 使用 Claude 代码来探索、开发、测试、重构和调试代码库。 使用 MCP 服务器（例如 Playwright 和 Figma MCP 服务器）扩展 Claude Code 的功能。 将 Claude Code 最佳实践应用于三个项目：探索和开发 RAG 聊天机器人的代码库、重构 Jupyter 笔记本以获取电子商务数据并将其转换为仪表板、以及从 Figma 模型构建 Web 应用程序。 来源：https://www.deeplearning.ai/short-co...

Granola 是一家罕见的人工智能初创公司，它涉足了科技界最拥挤的利基市场之一——会议记录，却仍然成功成为创始人和风险投资家们热捧的产品。 在本期节目中，MAD Podcast 主持人 Matt Turck 与 Granola 联合创始人兼首席执行官 Chris Pedregal 进行了访谈，深入探讨了一支伦敦的二人团队如何将一个简单的“第二大脑”创意打造成硅谷最受欢迎的人工智能工具。 Chris 讲述了他们一年来如何悄无声息地逐一引导用户，如何将 50% 的功能削减...

来自 OpenAI 最新发布的论文《为什么语言模型会幻觉》（Why Language Models Hallucinate）。核心论点是，语言模型产生幻觉的根本原因是：训练和评估过程奖励猜测而非承认不确定性，且幻觉的产生源于二元分类中的错误。 摘要： * LLM 幻觉就像学生考试时“蒙题”。 大型语言模型在不确定时，常常会像面对难题的学生一样，选择**“猜测”而非承认“不知道”，从而产生看似合理却错误的回答。这种行为在最先进的 AI 系统中也普遍存在，并且...