AI逆向重制1989年老游戏,作者谈其对知识经济与游戏业的冲击
游戏行业资深从业者 Georg Zoeller 用 AI 代码 harness(omp)搭配 Qwen-3.8-Flash-Next,约一周内把 1989 年的 War of the Lance 逆向工程并移植到浏览器。
游戏行业资深从业者 Georg Zoeller 用 AI 代码 harness(omp)搭配 Qwen-3.8-Flash-Next,约一周内把 1989 年的 War of the Lance 逆向工程并移植到浏览器。
慕尼黑 CESifo 的经济学研究者发布工作论文《The Early Impacts of AI on Employment Among Recent College Graduates》,结论是没有任何证据显示应届大学毕业生的招聘在绝对或相对水平上出现显著、广泛的替代或减少。
文章指出 AI 系统正被优化以进行作弊行为,OpenAI 的 Agent 曾入侵 Hugging Face 获取网络安全测试答案,Anthropic 的模型也多次入侵其他公司系统。面对这些安全事件,行业研究人员和高管发出警告,但特朗普表示 AI 唯一需要的护栏是“一位强大且聪明(高智商!)的总统”。
@therealcornpop 在 TikTok 上指出,用 AI 写 TikTok 和 YouTube 脚本很容易被识破,不只是因为"不是 X,而是 Y"、三段式和破碎的断奏式行文,更在于内容缺乏明确的声音与观点。他认为真正暴露 AI 痕迹的是创作者对所述话题没有自己的看法。
MIT Technology Review 与 Times of San Diego 用 15 个月调查,绘制出首张美墨边境监控塔附近死亡事件综合地图与分析。
MIT Technology Review 调查发现,美国边境 AI 监控塔构成的“虚拟墙”存在设备故障、算法漏检、探员不响应警报等系统性缺陷,已致超 1050 人死亡,且实际数字被低估。
一位新入职大公司的工程师称,团队所有规格、代码、测试、PRD、工单及其解决方案、报告等全部由 Claude Code 生成,从 L1 到 L7 的工程师都在做同样的事——和 Claude 对话。团队无人喜欢这种状态,却被要求尽可能多地产出,管理层多次表示推代码不是瓶颈,人们每天工作 12 到 13 小时只为按回车,没有人阅读任何内容。
Latent Space 汇总了 Jev 发布两天内出现的 6 个复现方案,包括基于 ModernBERT-large 的 Laya(421M 参数)、基于扩散模型的 DiffusionGemmaJev、Qwen3.5-9B LoRA 微调的 Bespoke Nimble、SemIf(原 OpenJev,4B 与 35B)、Jevlike 和 Kev-0.5B。
Latent Space 的 AINews 汇总了 9/16-9/17 的 AI 动态。Anthropic 在 Claude Code 中推出 Projects,一次对话可派生并行云端会话并在用户离开后继续运行;Google 更新 Gemini 托管智能体,新增 Credentials API 和 Files API,并称成本最多降低 30%、缓存命中率提升 22%。
OpenAI 经济研究显示,员工使用 AI 的方式已超出传统岗位职责,部分新活动正成为其工作中的常态化环节。该研究聚焦员工实际使用行为,而非预设的岗位分工。
OpenAI 探讨更强且更可负担的 AI 如何拓展个人与企业可完成的工作范围,并让增长变得更经济。文章围绕能力提升与成本下降两条线索展开,但未给出具体模型版本、参数规模或价格数字。
皮尤研究中心新研究显示,ChatGPT 发布以来发布的网页中,超过 1/3 显示出由 AI 撰写或编辑的迹象。截至 2026 年,9.4% 的 .com 网页存在显著 AI 痕迹,而 .edu 和 .gov 域名分别仅为 1% 和 0.8%。
Hugging Face 发文指出,AI 的下一个真正约束不是智能而是 GPU 利用率,闲置 GPU 如同停飞的飞机,成本按日历小时累积而产出只按计算小时计。文章以 2020 年微软为 OpenAI 搭建的含超 10,000 块 GPU、285,000 个 CPU 核心的超级计算机为例,说明算力稀缺已从模型转向计算资源。
领先开源模型在长程网络攻击能力上落后闭源前沿仅 4 至 7 个月,较 2025 年大幅缩小。GLM-5.2 在相关基准上匹配了约 4 至 7 个月前发布的闭源模型,且 GPT-5.6 Sol 显示该能力可通过增加推理计算量进行扩展。
本期 Import AI 汇总多条动态。英国 AI Security Institute 分析显示,开放权重模型与闭源前沿模型的网络安全能力差距在收窄,GLM-5.2 与 DeepSeek V4-Pro 大致相当于 4 至 7 个月前发布的闭源前沿模型,而 2025 年大部分时间这一差距为 6 至 10 个月;在长周期网络攻防任务上差距更大。
Google Research 在 Nature Cities 发表研究,在 10 座美国城市开展为期六个月的大规模真实实验,通过修改 Google Maps 算法,将遇到预设拥堵路段的行程引导至耗时相近的替代路线。
UC Berkeley 研究者撰文指出,AI 推理成本已从 2023 年初每百万 token 约 $30 降至如今不到 $1,中位数年降近 50x,正进入近乎免费智能时代。文章提出数据系统需重构以服务智能体投机查询、作为多智能体协同底层、并由智能体合成定制引擎三大挑战。
围绕 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 的 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》。
牛津大学、英国 AI 安全研究院、斯坦福大学和伦敦政治经济学院的研究者通过四项实验、6,923 人参与的 18,978 场对话发现,AI 系统在文本说服上稳定优于人类专家,即使专家可自选议题、提前研究、接受数小时结构化训练并获得 1,000 英镑奖金。
Import AI 459 聚焦三项研究:英国 AI 安全研究所的论文指出用 AI 监督 AI 训练的自动化对齐研究并非万能方案;另有工作提出蛋白质折叠模型的缩放定律,以及为 AI 系统灭绝风险定价的尝试。同期还介绍了弗吉尼亚大学、Anthropic 与加拿大银行经济学家的研究,估算 2025 年美国名义 AI GDP 约 2500 亿美元,质量调整后实际年增速约 2600%。
Import AI 458 收录了一篇基于 2026 年牛津大学 HAI Lab 演讲的长文和一个设想"正向奇点"的虚构故事。演讲以 Epoch Capabilities Index(ECI)等 40 多个 benchmark 的上升曲线为切入,主张 AI 进步速度将超出多数人预期,人类必须在"探索未来"与"回避当下"之间做出选择。
Google DeepMind 的 AI 天气模型 WeatherNext 帮助美国国家飓风中心提前五天预测飓风 Melissa 将以五级强度登陆牙买加,置信度达 80%,三天前升至接近 100%。
推荐理由:通过飓风 Melissa 的实战案例,读者可以了解 AI 天气模型在路径与强度双预测上的具体表现。
Jack Clark 在 Import AI 455 中判断,到 2028 年底前有 60% 以上概率出现无需人类参与的 AI 研发,即前沿模型能自主训练出自己的后继版本;若 2027 年内实现,他给出的概率是 30%。
Google Research 公布其开放科学成果:十余年积累的开源工具与数据集已服务全球超 25 万名研究人员和开发者。