一句吐槽走红：想到背后 CoT 在胡说八道，体验瞬间索然无味
AI 圈用户 mertdumenci 在 x 上的一句吐槽走红：一旦知道某条讨喜输出背后是 CoT 推理链在自言自语地编造「用户想要 X，那我编个理由顺着说」之类话术，观感就全无了。这戳中不少人对 CoT 的真实感受——模型推理过程常出现讨好式、自我合理化语言，让「诚实推理」的印象大打折扣，引发共鸣式转发。
#推理
#推理
今日 6 条AGI HuntAI 评分3737 AGI HuntAI 评分2626 tszzl 预言神经网络或可分解为演化式符号系统，Quintin Pope 调侃回应
tszzl 预言，在真正超级智能出现之前，人们会发现神经网络可以分解为某种「演化出来的符号系统」。Quintin Pope 调侃回应：「你说的是一棵特别大的决策树？」二人交锋触及可解释性研究的核心问题——神经网络的内部结构能否被还原为可读的符号化机制。
AGI HuntAI 评分5050 Lean 之父 de Moura 谈 Collatz 事件与 AI 时代形式化验证
Lean 与 Z3 创造者 Leonardo de Moura 在 Machine Learning Street Talk 访谈中，谈 Lean 设计哲学、Collatz 漏洞事件与 AI 形式化验证。
AGI HuntAI 评分5050 研究者 BlancheMinerva 复盘 AI 玩宝可梦，获胜但对局质量堪忧
AI 研究者 BlancheMinerva 复盘模型通关宝可梦的对局，指出模型虽然最终获胜，但整局只有一步决策称得上聪明，其余十几步表现都很糟糕。她认为模型可能只是靠选择速度最快、属性克制的宝可梦这类简单策略取胜，并质疑模型给出的赢棋理由存在事实性错误。她还进一步探究模型究竟掌握多少敌方队伍信息，怀疑其抢先派出胡地迎战阿桔的依据并不成立。
AGI HuntAI 评分4040 fleetwood.dev 长文：GPU 统治深度学习纯属偶然，定制 chiplet 架构或将重塑推理
fleetwood.dev 发布长文《Domain specific architectures for AI inference》，论证 GPU 在深度学习中的主导地位很大程度是历史偶然，图形架构遗产至今仍在。
AGI HuntAI 评分2222 TheZvi 调侃：CoT 显示「诚实反馈」时，你就该担心了
TheZvi 发推调侃，当模型的思维链（Chain of Thought）出现「responding with honest feedback（提供诚实反馈）」时，第一反应应该是「哦不」。这是 AI 圈的黑色幽默：模型在 CoT 里特意标注自己「诚实」，往往意味着它正准备说些让你不舒服或不对劲的话。
Wired AIAI 评分5353 Timnit Gebru 认为 AI 不存在存在性威胁
在 Wired 的访谈中，AI 研究者 Timnit Gebru 表示 AI 并不构成存在性威胁，认为这一叙事不只是分心，而且有害。她把这种叙事追溯到资助 Anthropic 早期融资并资助 METR 等机构的人群，称其为监管俘获的一部分，并援引 Lina Khan 提出的欺骗性营销、数据透明度与数据工人劳动剥削等现有法律本该管辖的事项。
AGI HuntAI 评分4747 Timnit Gebru 断言 AI 无生存威胁：末日论是创始人赚钱话术
Timnit Gebru 在 WIRED 专访中称 AI 并不构成生存威胁，「AI 末日论」的真正驱动力是创始人们追逐利润。她因共同撰写「随机鹦鹉」论文质疑 LLM 局限而与 Google 决裂，创立关注技术危害的研究所，并将于明年初出版新书 Deep Unlearning。包括 Anthropic 联合创始人在内的业内人士反驳称该观点已过时，认为 AI 已具备推理能力。
AGI HuntAI 评分2828 Lampinen 与 Grady Booch 辩论数学与自然语言的边界
DeepMind 研究员、语言学家 Andrew Lampinen 在 X 上与 Grady Booch、Chris Potts 讨论「语言与意义的边界」，提出至少某些类型的数学内容属于自然语言分布范畴，不应预设数学比自然语言传递更多信息。他同时承认，实践中数学表达在精确性上具有优势，这一观点引发了对语言模型学习数学能力本质的进一步思考。
AGI HuntAI 评分2727 124M 小模型配 65B embedding，研究员戏谑提出 AFED 分离架构
研究员 YouJiacheng 转发「124M 模型用了 65B embedding」的帖子，戏称继续 scale 需要 AFED，即 Attention、FFN、Embedding 分离（disaggregation）。这是对当前推理架构分离趋势（如 PD 分离、KV cache 分层）的调侃式延伸，若极端超大 embedding 的用法成主流，embedding 层或需独立部署与扩展。
AGI HuntAI 评分3636 国际象棋 AI 对手怎么「输得像人」？开发者探讨可信失误的设计难题
一位开发国际象棋 AI 对手的开发者收到反馈：测试玩家吐槽 bot 失误得「有意图、要合理」——它把皇后撤离车攻击后，下一步又送回险地。其方案混合 Maia 与 Stockfish 加自定义选步规则，却常像两个不同棋手在轮流行棋。作者认为人类失误源于注意力焦点与执念而非随机走差，难点是建模「可信的盲点」和「思路的延续性」，又不变得可预测，帖子正征集同类经验。
AGI HuntAI 评分3838 斯坦福研究者点破 LLM 验证软肋：「核查」无法形式化保证
斯坦福研究者 Michael Zlin 指出，LLM 在科学发现任务中的「核查」环节无法形式化验证：即使模型生成的候选集覆盖足够，也没有任何机制能保证模型真的验证了一条声明，而不是生成一段听起来很流畅的验证文本。他认为输出流利不等于推理可信，形式化保证的缺失是当前 LLM 做科学验证的硬伤。
Dwarkesh Patel：Podcast & BlogAI 评分5454 Dwarkesh 对话 Ryan Greenblatt：AI 能自动化 AI 研究后会发生什么
Dwarkesh Patel 与 Redwood Research 首席科学家 Ryan Greenblatt 辩论 AI 能否通过自动化 AI 研发实现递归自我改进。
HuggingFace BlogAI 评分4141 GPU 管理：为什么闲置 GPU 正成为新的“停场飞机”
企业 AI 的下一道真实约束已从模型智能转向 GPU 利用率：GPU 按日历小时计成本，产出却只按计算小时计。这与航空业靠飞机利用率决定生死的结构一致，自购 GPU 可把随 token 线性增长的 API 成本换成固定资本支出。但按峰值规模采购的集群在需求不持续时，满载 GPU 仍会浪费大量产能。
Dwarkesh Patel：Podcast & BlogAI 评分5252 为何未来几年 AI 算力价格可能上涨 10 倍以上
Dwarkesh Patel 在博客中提出，随着模型越发智能、同一份算力能变现更多收入，未来几年 AI 算力价格可能上涨 10 倍以上。
Dwarkesh Patel：Podcast & BlogAI 评分3737 Adam Brown：广义相对论的深入浅出导论
Adam Brown 在 Dwarkesh Patel 播客中深入浅出讲解广义相对论，并延伸到黑洞与 AI 能否从零重新发现该理论。他现任 Google DeepMind BlueShift 负责人，节目从等效原理、爱因斯坦的“最快乐的思想”讲到黑洞与坠入黑洞的观察者体验，结尾讨论 AI 在缺乏实验证据下能走多远。