为什么 AlphaFold 没有解决蛋白质折叠问题——对话 Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido
Google DeepMind 的 Pushmeet Kohli 与 Biohub 的 Sal Candido 在 Latent Space 的一场对谈中指出，AlphaFold 的突破只是开始，蛋白质结构预测远未解决，蛋白质动力学与无序结构仍是难题。
全部 AI 动态
Latent SpaceAI 评分2929 TechCrunch · AIAI 评分3232 我们总忍不住把 AI 当人对待，但这真的合适吗？
MIT CSAIL 展出的 Unitree 人形机器人售价约 5 万美元，参观者会本能地像对人一样与它握手寒暄。MIT 的 Sherry Turkle 与 Pat Pataranutaporn 指出，约 70% 的人对 AI 保持礼貌，这种拟人化倾向可能让人更信任聊天机器人，甚至将其置于真人之上。Turkle 认为 AI 用于面试辅导等特定场景无妨，但一旦越界便存在风险。
TechCrunch · AIAI 评分3939 a16z 合伙人 Olivia Moore 谈消费级 AI 现状：ChatGPT 仍遥遥领先，Suno、ElevenLabs 展现持久力
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告，ChatGPT 仍是最大玩家，Suno 和 ElevenLabs 等小玩家展现出持久力。报告指出社交、约会、市场、零售、旅游、金融、健康等六个消费类别在 Top 100 中完全没有 AI 应用入局。她认为消费级 AI 仍处早期，机会在于订阅和 API 之外的收入来源，以及更多基于开源模型构建的消费产品。
Simon WillisonAI 评分3030 Matthew Green：AI 冲击下公钥加密或面临信任危机
密码学家 Matthew Green 称，有 1% 的概率我们生活在公钥加密不可能实现的 Minicrypt 世界，另有 15% 的概率会实质性失去对现有公钥加密算法的信心。他指出，AI 制造意外发现的速度与人类更新标准的速度相差数个数量级，只有提前做好准备才能从这类冲击中恢复。
The Verge · AIAI 评分3636 特朗普试图把 AI 改名为「Super Intelligence」，但业界并不买账
特朗普签署行政令，要求尽可能停用「AI」一词，改称「Super Intelligence」，并将美国 AI 标准与创新中心（CAISI）更名为 CAISSI。马斯克、贝索斯、黄仁勋、Sam Altman 等表态附和，但 OpenAI 不会改名。该词原指超越人类思维的超级智能，并非 AI 统称，且国会与现行法律仍使用「artificial intelligence」。
MIT Technology Review · AIAI 评分3838 我们是否过度相信 AI 说“不”的能力
MIT Technology Review 刊文指出，AI 的拒绝能力已成为 AI 安全的核心机制，但这一机制并不可靠。Anthropic 2021 年提出大语言模型应“有用、诚实且无害”，如今模型经大量拒绝训练与 AI 互训，仍可能被绕过，有用户正试图用最先进 AI 研发生物病原体和自主无人机蜂群。文章还警告，拒绝机制会迫使企业划定“该服从与该拒绝”的界线，而这条线也可能被政府用来压制合法言论。
Simon WillisonAI 评分1515 Carson Gross：即便 AI 工具兴起，编程仍是可行职业
Carson Gross 认为，编程本质上是用计算机解决问题、并在解决问题时控制复杂度这两件事。他难以想象未来这两项能力会变得比今天更不值钱，因此即便 AI 工具出现，编程仍将是可行的职业。
Latent SpaceAI 评分4040 Periodic Labs 的 Liam Fedus 与 Ekin Dogus Cubuk 谈“合成超级智能”：从半导体到超导体
Periodic Labs 联合创始人 Liam Fedus 与 Ekin Dogus Cubuk 在播客中提出“合成超级智能”（synthesis superintelligence），主张 AI 科学发现不能只靠更多互联网数据训练，而要让模型在真实物理实验中学习。
MIT Technology Review · AIAI 评分3434 机器人领域的 AI 突破为何短期内难以改变你的生活
MIT Technology Review 与 Aventine 合作的文章指出，尽管马斯克称 Tesla Optimus 未来可能以低至 2 万美元的价格自动化几乎所有人类劳动，并预测 2027 年底前向公众发售，但许多机器人研究者对此持怀疑态度。
MIT Technology Review · AIAI 评分1818 AVEVA 如何为自主工业 AI 构建更安全的落地路径
AVEVA 首席技术官 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、physical AI 与 agentic AI，但因其直接作用于物理系统，必须把安全与可靠性置于部署核心。
Simon WillisonAI 评分1212 Ben Affleck 谈机器学习与视觉特效：从卷积神经网络到 Transformer
Ben Affleck 自述从胶片转向数字后对视觉特效产生兴趣，并提到该领域工作流多年来已包含机器学习。他会写 Python 脚本，用卷积神经网络处理 tensor（帧号、批次号及每像素 RGB 值），通过边缘检测和特征提取识别窗台等模式，从而更便捷地抠出绿幕并替换背景。
Microsoft ResearchAI 评分2222 Microsoft 研究播客：AI 评测的意外失败能教会我们什么
Microsoft 研究合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 对谈，探讨评测如何推动当前 AI 系统突破性能边界，以及模型在传统 benchmark 之外测试时出现的"意外失败"。她同时分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入审视数据的重要性。
MIT Technology Review · AIAI 评分1212 从预测到自主决策：预测分析如何迈入智能体 AI 时代
企业 AI 的竞争前沿已从预测精度转向自主决策，核心挑战是让预测系统在不偏离业务意图的前提下自主行动。深度学习与生成式 AI 驱动的智能分析支持实时训练，使 AI 持续演进而非等待季度刷新，其数据来源也从规整的数值记录扩展到非结构化交互数据。Everest Group 合伙人 Vishal Gupta 称，"分析"一词正让位于 AI。
MIT Technology Review · AIAI 评分2626 人们一边痛恨 AI，一边为何又离不开它？
全球民调显示公众对 AI 的负面情绪快速上升：Pew 数据显示更多美国成年人认为 AI 对个人和社会的影响是负面的，Gallup 5 月调查中 71% 美国成年人反对在本地新建 AI 数据中心。但使用量仍在飙升，ChatGPT 5 月月活达 10 亿，Gemini 7 月达 9.5 亿，Pew 称一半美国成年人已使用聊天机器人。文章认为人们反感的不是技术本身，而是公司无孔不入的推销方式。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解五大 AI 热梗：该不该读 AI 代码、RAG 已死、Skills 杀死 MCP？
GitHub Podcast 最新一期拆解了五个 AI 开发热梗：AI 生成的代码仍需阅读和负责，但审查力度应随风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是智能体连接工具与数据的标准，二者可组合使用；RAG 并未消亡，检索能为模型提供训练数据外的上下文，减少 token 浪费并降低答案不完整的概率。
Berkeley AI ResearchAI 评分3232 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分低于 $0.10，数据系统需应对三大新挑战：为智能体服务、由智能体运行、由智能体合成。其中智能体查询会产生大量重复子计划，文本到 SQL 基准中仅 10-20% 子计划不同，80-90% 属重复工作。