Anthropic CEO称AI或在5到10年内治愈大多数疾病,遭制药业集中反驳
Anthropic首席执行官Dario Amodei称AI在5到10年内治愈大多数人类疾病具有可能性,制药业高管则强调临床验证与失败风险。AI已用于靶点选择、分子筛选、患者匹配和实验设计,但迄今尚无完全由AI设计的药物获美国FDA批准,药物研发临床失败率仍约九成。
Anthropic首席执行官Dario Amodei称AI在5到10年内治愈大多数人类疾病具有可能性,制药业高管则强调临床验证与失败风险。AI已用于靶点选择、分子筛选、患者匹配和实验设计,但迄今尚无完全由AI设计的药物获美国FDA批准,药物研发临床失败率仍约九成。
《新立场》将B站上由DeepSeek驱动的“大肥鱼”群体视为“可执行IP”案例,比较其与传统吉祥物、电子宠物的产品逻辑。文章指出,这类角色可接入模型、记忆和工具完成真实任务,但准确性、权限限制与撤回机制决定用户能否持续信任并授权。
作者实地走访美国弗吉尼亚州数据中心聚集区后认为,数据中心引发的反弹更多源于巨大的用电需求,而非企业所称的文化冲突。当前数据中心平均电力容量为 54 megawatts,适合 AI 训练的数据中心最低约为 300 megawatts,理想设施甚至接近 6,000 megawatts;企业因此转向自建天然气轮机和柴油发电机,引发输电成本分摊、空气污染及社区反对等后果。
Scott Wiener 赢得 Nancy Pelosi vacated 的旧金山国会席位后,准备在联邦层面推动 AI 监管,并警告递归式自我改进可能造成失控风险。他主张设立强有力且灵活的联邦监管机构,落实举报人保护、测试审计和紧急停止机制,同时反对联邦法律全面取代州级 AI 法规。
腾讯 AI 负责人姚舜宇认为,AI 很快可能具备开发生物武器的能力,仅靠完全开放或完全封闭的模型都无法解决这一风险。他主张在开源与闭源之间采取混合路线,并以 Hugging Face 事件说明开放模型在防御中的用途及其安全限制。Anthropic 等公司则强调开放模型的安全机制容易被移除,中国 TC260 正制定相关标准。
Decoder 对话 RIAA 董事长兼 CEO Mitch Glazier,聚焦大模型未经许可训练音乐作品、向信息流灌入低质内容及 AI 深度伪造等争议。双方还讨论禁止深度伪造对表达的影响,以及 Spotify、YouTube 等平台若不配合,AI 检测与标识机制能否实际运行。
OpenAI 的实验让模型在 Linux 中找到 400 多个从本地用户到 root 的 0-day,平均每个漏洞从研究到交付约 2.5 小时;文中称 GPT-6 Cyber 还为 Linux 内核 948 个漏洞开发了提权利用程序。访谈认为,AI 攻击者正以机器速度同时扫描、研究、挖漏洞和钓鱼,企业需以 AI 监控、取证、欺骗防御和自动修复缩小速度差距。
量子位借一名大二学生的经历,讨论生成式 AI 正在改变计算机教育的课程设计、作业批改和教学反馈方式。文章呈现了两种相反看法,一方认为 AI 只是提升学习效率的工具,另一方担忧教育质量下降与初级开发者就业承压,并以学生重拾编程兴趣作为回应。
Yale 管理学院教授 Jeffrey Sonnenfeld 认为,Nvidia CEO Jensen Huang 应对个人关系风波的留任概率约为“50-50”,但其职业生涯仍有可能挽回。
Anthropic 前 Claude Code 工程师 Thariq Shihipar 首次受访,认为顶尖 AI 实验室虽能吸引人才,却没有让人突然成为天才的魔法,优秀成果仍源于实践与持续探索。他建议创业者别因 OpenAI、Anthropic 的优势却步,并强调“勇气比天才更稀缺”;离开 Anthropic 后,他尚未公布新的职业安排。
Richard Sutton 认为,单靠扩大算力不足以产生智能,AI 科学仍“远未完成”,需要能持续学习且不遗忘旧知识的智能体与世界模型。Jerry Tworek 指出,Transformer 扩展的暂时成功让一代科学家误读“苦涩教训”,忽略算法创新的价值。
文章认为 Personal Agent 为创业者提供了入口之外的机会,长期价值可以沉淀在个人上下文、用户建模、信任关系和交付能力中,但当前仍受算力、Token、云资源、应用围栏及基础设施成本制约。创业者可从健康、个人成长等垂直场景切入,以 Rush 和 Build 两种机制持续调整资源投入与产品能力积累。
The Verge 播客邀请 Cognition 首席安全官 Alex Stamos 分析 AI 对网络安全的重塑。他认为,开源模型已能自动化攻击链的大部分环节,AI 实时发现漏洞、编写 exploit 并扩大攻击规模,正在压低攻击成本并削弱传统安全行业的人才与经济壁垒。面对这一变化,他主张企业主动开展 AI 红队测试,以更低成本自动修复漏洞,并使用带确定性边界的 AI 辅助安全运营。
美国中期选举改变华盛顿权力平衡后,Big Tech 正试图修复与民主党的关系,OpenAI、Meta 和 Anthropic 以招聘、公私合作及社区项目展开公关行动。联邦层面的 AI 监管或趋严,但数据中心选址、电费、就业和州级立法可能成为更关键的战场。选举后万亿美元级市场抛售也令投资者重新评估 AI 繁荣及其风险。
Jeff Dean在斯坦福HAI介绍新公司Discovery Loop,已有约20个自动改进循环在运行,目标是以少量专家配合大量AI智能体将领域专家生产力提高20到50倍。他与李飞飞讨论递归自我改进,认为自动化可加快实验迭代,但训练、计算、数据保存和结果评估仍受物理过程限制,无法无限提速。
AI 公司正通过数据采购商高价购买媒体和企业的工作记录,用于训练模型,Anthropic 与 OpenAI 均被指向该市场。文章调查 Handshake、Mercor 与 Micro1 等公司的业务、去标识化措施及 Spirit Airlines 数据出售争议,指出企业工作流正成为规模庞大但规范不足的数据交易对象,也可能扩大劳动者隐私与就业风险。
Epic Games重组团队推进“全面AI加速”,借助Claude与Codex将虚幻引擎原型验证提速最高10倍,并将大模型接入UEFN、UE6核心开发。文章认为,AI正从外围插件进入3D引擎底座,推动行业争夺空间智能的底层协议权,但产能过剩、版权合规与大型项目协同仍构成限制。
作者借刷机 Kindle、电视去广告和点读包转换等案例,论述 AI Agent 正把硬件改造从依赖专业人员变为普通用户可边交流边执行。Agent 可在获得授权后调用资料、编写程序、操作设备并调试测试,让用户能重新调整已购设备的使用方式、维护路径和软件生态。
聊天机器人行业正探索通过广告抵消 AI 回答生成成本,OpenAI、Google 与 Koah Labs 已展开不同形式的广告实践。文章以 Koah Labs 为例分析其点击表现、上下文投放和负面情绪触发策略,同时指出广告在隐私、品牌合规及 AI 智能体购物场景中的不确定性。
创作者 Matt Husk 通过恶搞 AI 模型的视频走红,OpenAI、Anthropic 和 xAI 均向他寻求合作。Husk 在 Instagram、TikTok 和 YouTube 合计拥有约 200 万粉丝,并拒绝了 OpenAI 提供计时问题补丁抢先体验的邀请。
面壁智能正用 AI 接管训练框架、算子和芯片适配等底层研发工作,其 ForgeKernel 在昇腾与英伟达相关评测中取得领先。文章以 RS I 的作用范围、实际效果和人机分工为尺度,分析面壁从算子、训练框架到国产芯片适配的工程路线,并指出其当前仍需人工监督、尚未完全实现模型端到端闭环。
推荐理由:文章借 ForgeKernel 的公开表现梳理 RSI 的工程进展、评价尺度与组织条件,呈现了 AI 接管底层研发管线的现实边界。
比尔·盖茨批评美国政府阻碍防范 AI 风险,警告开放模型可被移除安全防护,恶意行为者或借此制造生物武器。他敦促政府制定统一评估基准、开展第三方审计,并建立覆盖空气、污水和血液的大规模监测体系。
CNCC 2026专题论坛汇集五位嘉宾,讨论智能体大规模部署后的身份治理、攻击风险、行为越界与自治权限平衡。嘉宾介绍,蚂蚁集团已有10万余个智能体运行,华为抽样发现5%到20%的智能体行为超出设定预期边界,并提出身份管理、沙箱、知识可信度、内生安全及专业安全系统等思路。
WIRED 调查指出,AI 聊天机器人在中期选举信息查询中频繁引用过时、党派化或虚构内容。Forum AI 的研究发现,主流聊天机器人近 40% 的选举回答至少包含一项事实错误;NewsGuard 称其回答近 50% 引用由政治或意识形态团体资助的“pink slime”网站,ChatGPT 的相关引用超过 70%,Grok 为 30%。
Anthropic 为 Claude 模型加入系统提示词规则,要求构建原创游戏,禁止复刻特定现有游戏,即使改名也不例外。XDA 在 Claude Code 2.1.314 中确认该规则,但分析认为它难以遏制近几个月激增的 AI 辅助游戏移植与复制活动。