X 用户 @Smartpigai 整理了一份 10 人 AI 博主关注清单，覆盖模型原理、论文拆解、机器人与具身智能、AIGC 工作流和 AI 工程生态。它的价值不在“关注谁”，而在于提示：AI 领域的信息差，正在从“知不知道某个模型”转向“跟不跟得上谁的实践记录”。
社交平台 X 上一条“人生采访指令”走红，用户让 GPT 基于 Dan Koe 的 Human 3.0 模型，以“人生战略顾问”身份连续追问，再输出四象限等级和 90 天行动指南。它说明大模型的角色正从问答工具转向结构化的个人反思助手。
前沿AI实验室集体杀入AI制药（AIDD），上游DNA合成与CRO订单开始放量，行业正从“AI造药”转向“湿实验室造数据”的瓶颈交易结构，类似半导体产业链的“卖铲人”机会浮出水面。
开发者社区关于「自学 AI 该看什么」的长期争论，被一条推文归结为三层需求错位：产物交付、智能体系统工程、模型与基础设施。作者陈大黄认为，先对齐交付目标，再决定投入哪一层，比争论「该不该回去重修数学」更有意义。
TypeSafe AI 的决策模型 Jev 由一位发布前仅约 1,500 粉丝的创始人发出首帖，首日获约 2,350 万浏览、超 15 万人登记候补，一周内累计近 4,000 万浏览。它值得关注的地方不在数字，而在于一套可复用的发布设计：先给出一句能被复述的话，再让不同人群从各自角度接力讲故事。
一位投资研究者在 X 上提出，ServiceNow（$NOW）可能比当下大热的 AI 基础设施更值得关注，因为它把 AI 能力直接嵌入企业的 IT、HR、财务等核心流程，而非停留在底层算力或通用模型层。
开源项目 amontlabs/lcu 把 Codex 的 Computer Use 能力从 OpenAI 官方运行时中“借”了出来，通过 MCP 转接给 Claude Code、Codex CLI、Pi 等第三方 AI Agent 调用，让任意 Agent 都能看屏幕、点鼠标、敲键盘。
一位中文创作者为斯坦福 CS229 的一堂大模型训练课配上了中文字幕，课程由 Yann Dubois 主讲，系统讲解从预测下一个词元到 RLHF 的完整训练链路。它值得关注的地方不在“翻译”本身，而在于把一套原本以英文原声为主的公开课，变成了中文读者可以跟着课件自学的材料。
人形机器人公司 Figure 创始人 Brett Adcock 又做了一家叫 Hark Labs 的公司，产品 Hark 主攻"替人上网办事"的电脑操作智能体，A 轮融资超 7 亿美元、投后估值 60 亿美元，并计划本周正式上线。
昆尼皮亚克大学最新民调显示，77% 的美国人希望 AI 发展放缓或暂停，仅 5% 支持加速；同时 74% 的受访者对 AI 公司领导人缺乏信任。这意味着公众情绪与当前大模型军备竞赛之间存在明显脱节。