OpenAI 奥尔特曼:AI 影响将超过工业革命,现在是进入就业市场的最佳时机
奥尔特曼在 OpenAI DevDay 上称 AI 的影响会超过工业革命,并发布 AI 智能体产品 Dots,认为现在是进入就业市场的最佳时机。他还称 token 是糟糕的指标,OpenAI 曾考虑放弃但客户不赞成;Dots 已替他处理通知和待办,让他不再那么依赖手机。他预计部分工作会彻底消失,但大规模失业的悲观预测低估了经济未来的增长。
奥尔特曼在 OpenAI DevDay 上称 AI 的影响会超过工业革命,并发布 AI 智能体产品 Dots,认为现在是进入就业市场的最佳时机。他还称 token 是糟糕的指标,OpenAI 曾考虑放弃但客户不赞成;Dots 已替他处理通知和待办,让他不再那么依赖手机。他预计部分工作会彻底消失,但大规模失业的悲观预测低估了经济未来的增长。
针对 OpenAI 的抗议活动正变得越来越有创意,最新出现的一座雕塑描绘了 AI 领袖们从一艘正在下沉的船上逃离。
Palisade Research 在 frominside.ai 上线十余段 AI 研究者访谈视频,受访者包括 OpenAI、Google 和 Anthropic 的现任与前任员工。
开发者 Tobyn Jacobs 宣布制作了一款 mod,把整个 Minecraft 塞进《艾尔登法环》,并称该 mod 可在 Mac 上运行。这种把两款游戏融合的魔改玩法在玩家社区颇具话题性。
Timnit Gebru 重申「随机鹦鹉」框架,称不能指望 LLM 有事实性,并引用 Google AI Overviews 的错误作为证据,Alec Stapp 嘲讽建议众筹给她买 Opus 5.5。研究员 teortaxesTex 发长评称,随着聊天机器人从鹦鹉进化为「外星心智」,她几乎没有进展、已彻底过时,那篇论文现在一条 prompt 用 Sonnet 就能戏仿。
Calum Chace 指出主流媒体终于开始认真对待 AI 存续风险(XRisk),并预测下一个将被严肃讨论的议题是 AI 意识。他转发了研究者 Patrick Butlin 的文章,后者探讨「是否有意识的必须是生命体」,即 AI 系统是否可能具备意识。
开发者 haltakov 发推指出,开发者用好 AI 的最大心障,是仍相信“最终会把 AI 写的代码全部读一遍”。他认为这种期待并不现实,应当放下,接受自己不会通读 AI 生成的代码,才能真正转向 AI 原生的开发方式。
Turso 联合创始人 Pekka Enberg 让 ChatGPT 为 Turso 数据库绘制一张架构图,却收到拒绝回复,称提示词可能违反关于裸露、性或色情内容的护栏。数据库架构图被误判为色情内容,展示了安全护栏过度拦截的一幕,围观者纷纷猜测究竟是什么 prompt 触发了拦截。
isnit0 在 X 上发文称,看到自己用 Claude 生成的图表出现在别人的帖子里,觉得很有意思,并感叹这是 Claude 的「软实力」。他认为 AI 生成的内容正在网络中被自发传播和复用。
sytelus 认为指令微调是最不可思议的突破:下一个词预测并不会自然产生全局目的感,这非常反直觉。他判断目的感、自由意志与意识极有可能都与智能相互独立,并指出我们对 AI 的拟人化太严重,以至于难以接受「智能可以不附带这三者而独立存在」。
Reddit 用户 dreww93 分享了一段 AI 生成的手指滑板「世界杯」视频,配文「真希望有这比赛」,视频中动作与场景高度逼真,评论区反响热烈。该视频展示了 AI 生成视频在小众趣味题材上的表现力。
独立开发者 Kyle Gawley 提出「产品即内容」(Products as content)思路:有些产品他纯粹出于兴趣想手写实现、本身没有商业价值,如今可以把做产品的过程本身当作内容发布或售卖,由此变现。
Spencer Greenberg 团队调查美国公众对 AI 的具体担忧,发现受访者关切并非集中于某一点,而是一份横跨多个类别的长清单,涵盖从具体风险到社会层面的广泛议题,远超团队预期。有观点认为,近期新闻事件可能进一步加剧公众的这些担忧情绪。
教育专栏作者 benjaminjriley 建议,孩子年幼时应远离 AI,因为从长远看如何应对尚不明确。该观点由其 X 账号于 2026-09-29 转发,原话来自他发表在 EducationNext 的文章,讨论 AI 对儿童教育和成长的影响。
学者 Gasper Begus 发帖断言人文学科将主导高等教育的未来,并提出「人工人文」(Artificial Humanities)作为切入点,主张把人文思想引入 AI 发展。他同时推荐 First Encounters,在人工人文的基础上进一步反思 AI 时代的写作。其核心判断是,随着 AI 渗透各行业,写作、思想与价值判断等人文视角将成为高教中最不易被替代、也最相关的部分。
Reddit 上一段照片级写实视频引发热议,一名年轻美国男子在视频中自称「帅到不可能是机器人」,网友在评论区争论他是否为 AI 生成的数字人。视频逼真到肉眼难辨,再次展示当前视频生成与数字人技术的以假乱真程度。
Pavan Belagatti 提出 AI 软件架构正走向分层智能:由确定性代码维护工作流结构,快速专用小模型处理窄域语义分支,只在异常情况下才升级调用完整推理模型。其中 system-one 小模型(如 Jev)做路由比 LLM 快约 200 倍、便宜约 400 倍。LangGraph 这类框架提供状态管理、持久化执行与人机协同检查点等编排层。
学者 ipeirotis 认为「AI 撰写」这一概念本身非常模糊,任何以此为基础的学术会议分流政策都会被双向滥用,并预言这类 AI 署名规则之争在一两年内就会变得无关紧要。他指出学术会议早已存在类似机制,如 ACL 的 Findings 板块收录正确但无需向人类报告的论文,其他会议也有类似政策。
投资人 Elad Gil 发帖指出,一家三年前还不存在的公司,如今通过并购加上 AI 的加持,雇员规模已达约 3 万人。帖子未点名具体公司,转发者 salgar 感叹这一扩张速度。这反映了 AI 时代公司以极快速度通过 M&A 与 AI 实现超常规规模增长的现象。
Sam Witteveen 关于 Jev 论文的分析指出,分类模型在决策场景重新流行,主因是预训练质量提升。该分析认为,基于大模型预训练的模型在决策/分类任务上已具备实用质量,传统 LLM 生成式方案并非唯一选择。
作者 Lambert Leong 主张,智能体系统中的路由这类有限决策不应交给自回归解码器逐 token 生成,而应按分类问题由决策层处理:给定显式候选路由、返回带类型的分数,再按阈值或弃权策略交给确定性软件分支。
一位数据科学家复盘过去一年 AI 对岗位的改变,认为 AI 不只是压缩原有工作,而是把数据科学家的职责边界撑大。作者称过去半年几乎不再手写 SQL 或 Python,角色从写代码转为审阅代码,重复流程被封装成 Agent Skills,数据语义层成为保证数据可信的关键。职责扩大也带来新负担,包括技能与语义层的持续治理、AI 生成的看板版本混乱,以及同时管理多个智能体带来的上下文切换。
shadcn 提出 AI 编码应用的纵向侧栏只做导航、横向顶部标签承载工作集。侧栏负责树状的历史记录与组织,无需常驻;顶部标签对应当前活跃会话线程,用图标、颜色和状态区分运行中、已完成与待输入。在 ChatGPT、Claude Code、T3 Code 等应用中,侧栏可收起,为预览、浏览器和代码视图腾出空间。
X 用户 aiamblichus 调侃 AI 圈每隔一两个月舆论方向就来一次大反转,而每次大家都表现得像第一次经历。他吐槽「LLM 不是唯一患健忘症的」,暗指圈内人对周期性恐慌与狂欢屡屡失忆。帖子还引用了一则「这是 OpenAI 堕落的开始吗?」式的历史重演哀嚎,并附上本月更新版 meme 图。
卡内基梅隆大学于9月29日前后举办「AI agency and interpretability」跨学科工作坊,哲学家与计算机科学家围绕如何以理性主体框架理解和解释 AI 展开研讨。会议进一步讨论这一视角引出的 AI 信念、对齐与安全等问题,作者以参会者身份记录了会上核心观点与跨界交流情况。
安全研究者 kuza55 在 X 回应“pacing the frontier 靠什么”的调侃并回复流泪表情,暗指前沿实验室“压制前沿节奏”靠发论文而非实质安全举措。这被视作 AI 安全圈对前沿公司节奏承诺的典型讽刺。同频道还列出 AI 陪伴、Claude Opus 复刻 Excitebike、vibe coding 等条目。
一位现任 AWS 员工在访谈中称,Bedrock 的核心卖点是原生集成 AWS 体系,提供数据驻留合规、HIPAA 等企业级标准以及统一账单与用量管理。他还表示模型切换成本已大幅下降,非技术场景并不一定需要旗舰模型。
独立开发者 gefei55 昨晚 23 点上线新站,随后 ChatGPT 持续为其导流,从当天下午 17 点到深夜收获 10 个订单。订单均为单次付费,他认为这至少验证了方向——找到了用户愿意付费的真实需求,并称「感觉已经掌握了 GEO(生成式引擎优化)的秘诀」。
网友整理了一份按前沿实验室划分的 AI 信息源清单,分为 14 个和 19 个账号两个版本。Anthropic 部分收录刚宣布加入的 Karpathy 以及 @bcherny、@trq212 等账号。清单还覆盖 OpenAI、Google 等其他实验室的核心成员,方便读者一站式追踪各家实验室动态。
DeepMind 前沿安全团队的 Geoffrey Irving 在采访中表示,若在做非常危险的事就应放慢速度,并批评 AI 公司用“纯协调困境”叙事过度渲染安全问题。他直言各公司可单方面停止危险开发,不必等所有人都一起行动。这是业内重要人物对前沿实验室安全立场的罕见直率表态。
苏斯博士 1971 年的插画里早已画出所谓的 agentic orchestration:多智能体互相指挥、层层转发。作者 fhuszar 借此发图调侃当下 agent 框架里层层委派的编排乱象。
charis_ai 用 AI 生成一段浣熊败光家财、最后流落到垃圾桶后的搞笑视频,却发现剧情意外成了 AI 创作者本人处境的纪录片式隐喻,引发共鸣。同批 AI 资讯还包括 Claude Opus 一发命中复刻红白机经典游戏 Excitebike 等。
开发者 Jarrod Watts 实测 Opus 5.5 敢删代码,会清理冗余实现、删除无意义注释、清掉糟糕的 mock 测试。把它跑在 vibecoded 项目上,可逐一消灭现存的技术垃圾,体验非常爽快。这反映新一代编码模型在代码品味与重构主动性上的提升。
X 用户 robleclerc 总结 vibe coding 的日常:真正需要创造性思考和技术理解的部分固然存在,但大量时间其实只是在说「okay, keep going」,让模型自己继续跑。这条吐槽被认为戳中了大量 AI 编程从业者的实际体验。
Raphael Schaad 认为消费级 AI 形态已基本确定:通过消息界面与单一 bot 对话,再按工作/生活领域拆分专属 bot;左侧聊天列表只是触达 1 亿用户的 18 个月实验,无法在未来十年扩展到 10 亿用户。
前 OpenAI 研究员 Mark Tenenholtz 表示,应为一个由美国主导、权重开放、达到 SOTA 水平的模型未来做好准备。他认为这预示着开源权重模型将在能力上达到前沿水平。
X-Prize 创始人 Peter Diamandis 重申,AI 的机会不是把人从每个岗位、流程或技能中移除,而是消除那些阻止人们从事更有意义工作的「摩擦」。他称,这能让过去做不到的事情成为可能,而不是用 AI 取代人。
HPE 提出,当 AI 从试验走向持续运行的生产负载,企业应测算自有算力在何种使用量上比按 token 逐次购买更经济。Deloitte《2026 企业 AI 现状》显示,2025 年员工使用 AI 的比例上升 5%,至少 40% AI 项目投产的公司占比预计在半年内翻倍。企业投入资本前需判断需求是否稳定可预测,以及能否通过采用和治理让算力保持满负荷。
MIT Technology Review 已敲定 2026 年度"值得关注的气候科技公司"名单,将于 10 月 6 日正式发布。名单共 10 家公司,覆盖储能、核能、交通等领域,入选者被认为最有能力真正削减排放或改善公共安全与健康。读者可订阅 The Download 通讯抢先看到该名单。
Anthropic 宣布其新设分子生物学实验室作出首个发现:AI 智能体标记出一个此前未被收录的酶相关模式,生物学家质疑这能否算作发现。有研究者称其团队早已发现同一模式,并质疑该系统是否从他与 Claude 的对话中学习。MIT Technology Review 的 2026 气候科技公司名单将于 10 月 6 日发布,覆盖储能、核能、交通等领域。