celebrityanime

完成一个不是你的（还是AI建议的）想法，太难了。

一位 Hacker News 用户提出，当 AI 只是“建议”一个想法时，执行它远比执行自己原有的想法更困难，因为 AI 无法替代人类通过人际讨论获得的直觉纠偏，也让创作者陷入了“完成一个不是你自己的创意”的认知困境。

特朗普政府已与 OpenAI、Google、Meta、亚马逊等多家科技公司达成数据共享协议，以追踪 AI 对就业和招聘的实际影响。这是美国政府首次系统性获取头部 AI 企业内部数据用于劳动力市场评估。

Meta 曾计划将约 60% 的岗位任务交给 AI Agent 处理，仅保留少数高绩效员工监督，但内部可靠性警告和裁员风波迫使公司撤回计划。这一事件暴露出企业在大模型落地中“跑得太快”的典型风险。

Google 在 Gemini 3.5 Pro 迟迟未发布的情况下，先推出了三款 Gemini Audio 新模型，其中全新的 3.5 Transcribe 可以在语音转写时自动删除“嗯”“啊”等语气词，并支持超过 85 种语言。这标志着语音交互从“听清”向“理解并整理”迈了一步。

比尔·盖茨在其 Gates Notes 发布长文，提议征收“机器人税”并设立“人类保留”岗位，试图用政策手段缓解 AI 对就业结构的冲击。这是少数由顶级科技领袖明确提出、且具备可操作性的再分配方案。

阿里 Qwen 团队发布 Qwen3.8-Flash-Next，用仅 60 亿激活参数的多模态 MoE 架构对标千亿级模型，训练成本只有前代的约九分之一，并将于近期以极低价格开放 API，进一步压缩大模型商业化的价格空间。

两位前 Meta FAIR 科学家创立的初创公司 Perceptron，发布了面向工业场景的视觉模型 Isaac 0.5，旨在让机器人看懂并操作仓库、工厂等复杂物理环境。该模型以开放权重形式发布，是少数希望兼顾通用性与物理世界交互能力的视觉基础模型之一。

阿里巴巴 Qwen 团队发布 Qwen3.8-Flash-Next，一个总参数 125B、激活参数仅 6B 的多模态 MoE 模型，并首次预览了下一代 Qwen4 的架构方向。它把“超大模型”和“低推理成本”做了新的结合，值得关注。

由前 Twitter 工程师创立的 AI 新闻阅读公司 Particle 推出 Radar——一个能转写并理解播客内容的搜索引擎，让 AI 智能体首次可以“听”播客、从音频中提取关键信息和商业信号。其 API 已对接对冲基金与 AI 搜索平台，被视为 AI Agent 的数据新入口。

DeepSeek 官方提出“Agent = Model + Harness”的公式，将大模型之外的整套工具调用、权限管理和状态记录体系定义为 Harness。这篇社区长文把 Harness 拆解成可替换组件，解释了为什么 AI 干活行不行，关键往往不在模型本身，而在外围系统。