社交平台账号 @WorldCapitalAI 发布传闻称，月之暗面 Kimi 有 16 人被带走、包括创始人杨植麟，并指控其把复杂推理请求转给 Claude 再拿答案训练自家开源模型；同时列出一批中国 AI 与机器人公司股价大幅回撤的数据。上述指控目前没有任何官方或权威信源证实。
Anthropic 首席执行官 Dario Amodei 在一场公开问答中回应了"还要不要学编程"，核心观点是：如果只为工作保障而学编程，方向已经错了，但掌握比较优势的人和具备批判性思维的人反而会更值钱。
陶哲轩、邓煜等 25 位菲尔兹奖得主联合发布声明，批评 AI 公司把著名数学问题当作能力榜和公关竞赛，只求批量产出，导致归属与剽窃争议；而几天前纽约大学数学家 Tristan Buckmaster 与 OpenAI 就流体方程证明的先后与归属发生对峙，成为这一批评的现实注脚。
有开发者对比果蝇大脑与主流大模型的结构差异，指出果蝇仅用约 16.7 万个神经元、连接极其复杂的超稀疏网络，就实现了多模态、低功耗和快速反应，而 Claude、GPT 等主流 LLM 依赖预先固定的 Transformer、MoE、Dense 结构再靠数据调权重。这值得关注，因为它把「架构由进化搜索」与「架构…
2024 年诺贝尔物理学奖得主、深度学习奠基人 Geoffrey Hinton 在英国皇家研究院发表约 47 分钟演讲，系统论证大模型的“预测即理解”，并警告数字智能在知识传递效率与生存动机上可能超越人类。这不是产品发布，而是对 AI 能力边界与风险的一次底层框架性表态。
9月11日，陶哲轩、邓煜等25位菲尔兹奖得主联署公开信，承认AI已能解出真正的前沿数学难题，但警告“以解题数量衡量能力”的导向正在伤害数学最核心的开放交流与思想传承。争议焦点是近期Navier-Stokes方程事件：OpenAI调动约1万个智能体、88小时完成证明，而数学家刚公布的研究方法随即被AI“蒸馏”。
美国财长贝森特在公开场合称中国人工智能“注定失败”，理由是它由政府规划驱动，而美国 AI 是市场自发形成。这条表态把中美 AI 竞争从技术层面拉到了体制叙事层面，但评论区大量反驳也说明，它并未提供可核查的技术论据。
DeepSeek 在几乎没有迁移缓冲的情况下，把 V4 Pro 的请求全部路由到性能更强、价格更低的 V4.1 Flash，引发开发者对模型切换权的强烈反弹。争议焦点不是新模型好不好，而是平台能否单方面替用户做版本决策。
Cursor 推出名为 Projects 的新工作方式，用单一常驻线程中的协调者 Agent 替代"每个任务开一个对话"的模式，支持长期运行、主动调度子 Agent 并持续改进。
产品人 Madhu Guru 总结了企业 AI 项目大面积失败的三类原因，并给出对应解法，核心指向一个反直觉结论：AI 落地难在组织方式，而不只是技术选型。