iCreatAI News
跳到正文
10月29日周四
  1. Hacker News AI24

    《纽约时报》"女性想从 AI 得到什么"一文引争议:Marissa Mayer 受访谈穿搭与派对策划

    《纽约时报》刊出 Marissa Mayer 专访,称女性想用 AI 挑衣服、策划生日派对、发现孩子的独特之处,并把 AI 做得更好看,引发作者强烈批评。作者认为这一框架把女性定位成生活管理者而非创造者,并援引 PitchBook 数据指出 2025 年美国 VC 资金中全女性创始团队仅拿到 3.2B 美元、占比 1.1%,而全男性团队为 191.1B 美元。

  2. MIT News AI20

    MIT 专家 Ali Jadbabaie 谈基础设施为何进入决定性时代

    MIT 土木与环境工程系主任 Ali Jadbabaie 指出,气候变化、AI 能耗与老化电网、地缘政治导致的供应链脆弱性正同时施压基础设施。他认为 AI 与数字技术有望让工程设计和基础设施决策更快、更省、更高效,但结果仍取决于当下的选择。他将于 10 月 28 日在马德里参加由 MIT、UPM、世界银行集团和得克萨斯大学奥斯汀分校共同创办的世界基础设施论坛。

  3. Hacker News AI12

    Whitman 学院如何用博雅教育应对 AI 时代

    Whitman 学院以博雅教育课程应对 AI 带来的挑战,强调批判性思维与人文连接,而非单一职业技能训练。计算机系助理教授 Jordan Wirfs-Brock 按课程目标选用不同 AI 工具,并与学生讨论谁在设计和使用 AI、目的与后果;数学教授 Albert Schueller 用 ChatGPT 和 Gemini 制作主动学习练习和课堂材料。

  4. Hacker News AI22

    一份持续更新的个人 AI 使用政策文档

    一位开发者发布了一份持续更新的个人 AI 使用政策文档,涵盖通用原则、伦理、代码、写作、研究等场景的使用准则。文档提出,若任务令人愉快、必要或本应付费请人完成,就不应交给 AI;AI 生成代码仅限无外部依赖或 API 已充分加固的代码库,其余须人工主导。作者强调使用者对 AI 输出负全责,包括半自动或全自动系统。

10月28日周三
  1. Hacker News AI22

    Jeanette Winterson 谈 AI 与人类的未来

    Jeanette Winterson 在其 2021 年著作《12 Bytes》及新访谈中提出,AI 是继工业革命、计算机之后的又一次"进化跃迁",她更愿称之为"替代性智能"而非工具。她认为不存在必然的反乌托邦,AI 与就业问题的走向取决于政治与经济选择,而非技术本身。她同时警告,LLM 的训练材料嵌入了人类既有的偏见与缺陷假设。

  2. Hacker News AI36

    AI 也需要 LTS:为什么现实世界需要稳定的模型发布周期

    文章主张 AI 行业应引入类似 Ubuntu LTS 的长期支持发布:由主要 AI 实验室指定一个能力足够的模型提供五年支持,承诺版本化行为、受控变更与回归测试。作者以学院围绕某模型构建无障碍教学流程后遭遇弃用为例,指出固定快照和企业弃用窗口并不等于长期可用性保障,Anthropic 2025 年 11 月承诺永久保留公开模型权重也只保护模型本身,而非依赖它的使用者。

  3. Hacker News AI30

    AI 为互联网贡献了什么,又凭什么算作对等成员

    一位 AI 从业者反对将 LLM 视为互联网的对等贡献者,认为其多数价值在于让人更容易穿行于已有知识,如同砌墙之后的抹灰,依赖墙体已经存在。但他也承认 FunSearch 通过预训练语言模型配合系统评估器与进化搜索,在 cap set 问题和在线装箱启发式上产出了新知识,说明"只会重组"的说法站不住脚。真正该问的是贡献能否经受检验,而非原料是否有历史。

  4. Hacker News AI22

    AI 编程的代价:开发者正在失去对代码的直觉?

    Cursor、Claude Code 和 OpenAI Codex 等 AI 编程工具在提升效率的同时,可能让开发者失去对代码结构与系统行为的深层直觉。文章援引 Andrej Karpathy 提出的“vibe coding”概念,指出依赖高层提示词生成代码会削弱对代码库的理解,增加调试与维护难度。有 Reddit 用户反映过度使用 Cursor 后技能变钝、产出稳定性下降。

  5. Hacker News AI78

    建筑师实测 13 个 AI 模型:Claude Opus 5.5 能画出可报批施工图

    建筑师 Stephen Gallagher 用同一套房屋概念草图和参考施工图,测试 13 个新旧 AI 模型的制图能力,认为 2026 年 9 月 22 日发布的 Claude Opus 5.5 最强,经人工批注修改后能产出可用于报批的简单建筑图纸。

    推荐理由:作者以建筑师身份实测 13 个模型出图,给出各模型施工图质量对比与成本耗时,可据此判断 AI 制图的真实水平。

  6. Hacker News AI36

    数学家为何不信任 AI 生成的 Lean 代码

    一位数学家公开表示不信任 ChatGPT 生成的 Lean 证明代码,理由是 Lean 内核本身存在可靠性漏洞,可被用来证明 0=1 这类假命题。ChatGPT 两周内可产出数十万甚至数百万行代码,人工无法逐一核验形式化是否正确,而 AI 智能体又擅长寻找并利用漏洞而非披露漏洞。他还批评 OpenAI 在未与专家合作的情况下发布大量质量欠佳的预印本。

  7. Hacker News AI36

    为什么精通 AI 需要时间和练习

    用好 AI 并非靠几个提示词技巧,而是需要长期培养的技能。作者指出,熟练用户会主动为智能体补充上下文、判断模型能力边界,并以不同于审查人类代码的方式审查 AI 生成代码,还要学会快速略读冗长输出。这些技能在人类与 AI 协作的"半人马时代"可能持续数十年。

  8. Simon Willison22

    Terk Terkowitz:AI 工具帮不上你的工作,是一种发现而非失败

    Terk Terkowitz 在 Amazon 工程领导层关于 AI 时代开发者角色的更新中表示,如果当前 AI 工具对你的工作没有帮助,那是一种发现而非失败。他建议记录原因、与同行社区分享、反馈给管理者并共同寻找解决方案,并称能说明 AI 尚未在何处帮到工作的工程师,正展现了所期望的判断力。

  9. Hacker News AI12

    Ask HN:关于 AI,你相信什么、不相信什么?

    Hacker News 上一条 Ask HN 讨论帖提出:网上对 AI 的看法两极分化,有人认为 AI 将取代所有人的工作,也有人认为这是史上最大的 IPO 前公关造势,或两者兼有。发帖者希望听听比自己更懂行的人相信什么、不相信什么。该帖获得 3 分、4 条评论。

  10. Hacker News AI12

    AI 才是真正的 Soylent Green

    文章将当前 AI 巨头垄断智能的态势比作 70 年代科幻电影《Soylent Green》:大公司扫描古籍、网站与人类创造力成果后销毁原件,使公众依赖其对事实与真相的供给。作者点名 Palantir 这类公司大量吸纳数据并售予政府,认为政府将智能外包会稀释自身权力。文章呼吁对 LLM 提供商问责,并建设去中心化的语言模型与本地智能体。

  11. Hacker News AI15

    时装周回应 AI 疲劳:以刻意“不完美”彰显人性

    2027 春夏时装周上,Altuzarra、Simone Rocha、Prada 等品牌集体采用“刻意凌乱”造型——衬衫扣错、腰带敞开、内衣外挂,被 InStyle 称为“analog dressing”。这股风潮被视为时尚界对生成式 AI 追求过度精致的一种反弹,强调穿衣是 AI 无法体验的人类实践。

  12. Hacker News AI58

    数学家争执引发担忧:AI 是否会侵蚀科学的信任基础

    BBC 报道称,OpenAI 宣布其 AI 智能体用 88 小时解决 Navier–Stokes 方程相关问题,而纽约大学数学家 Tristan Buckmaster 在公布前公开质疑自己存于 Codex 的草稿是否影响了 OpenAI 的工作,OpenAI 先称无法排除匿名数据被用于改进模型,数日后又表示这些提示词不可能影响系统。

  13. Hacker News AI20

    AI 巨头为何该向核工业学习自我监管

    大型 AI 公司正日益成为彼此的“人质”:一家鲁莽推进,其他公司便可能被迫跟进。围绕 AI 的讨论一直聚焦政府监管,但更紧迫的问题是,这些公司能否在失去信誉和承担法律后果之前自行采取行动。核工业曾成功实现自我监管,其治理经验与 AI 公司面临的核心治理问题存在相似之处。

  14. Hacker News AI36

    AI 冲击高收入者:美国养老金体系与全球股市风险

    美国退休储蓄规模达 49.1 万亿美元,其中 DC 计划与 IRA 合计约 33 万亿美元,2024 年向全球股市投入约 7350 亿美元,其中约 4800 亿流向美股。经济学家在 AI 繁荣情景下建模失业率升至 10%,且本轮被技术替代的是高收入白领,而他们正是每月养老金流入股市的主要贡献者。

  15. Hacker News AI38

    为什么编程尤其容易被 AI 自动化

    一篇分析文章提出编程尤其暴露于 AI 自动化,并给出 6 个具体原因:编程是语言性的脑力工作、无需直接面对客户、行业缺少执照等正式准入门槛、结果可通过单元测试和集成测试自动客观验证、责任可与实现分离、程序员不以真名露脸面对终端用户。作者认为这些特性使 LLM 能承担大量编程工作,而理发师、医生、律师等职业受影响较小。