为什么 Common Lisp 如今是最佳编程语言
一篇观点文章认为，在 LLM 能快速写代码之后，Common Lisp 因读写期、编译期与运行期无实质区分而成为最佳编程语言：其基于镜像的运行方式可即时替换函数、出错时进入调试器而非崩溃，便于 LLM 修复并继续运行。作者称自己用 Common Lisp 写的应用比 Python 版本短约六到七倍，代码更少意味着 token 更少、更易放进 LLM 上下文窗口。
#大佬观点
Hacker NewsAI 评分1616 Hacker NewsAI 评分2222 用 Claude Code 一小时做出域名查询工具 heade.rs：当工具不必自负盈亏
开发者用 Claude Code 分三次提示词、约一小时做出域名查询工具 heade.rs，并部署到 Cloudflare，可查 DNS 与注册记录、实时延迟、邮件配置和 HTTPS 详情，每月运行成本不到一杯咖啡。作者认为 LLM 让小型工具不再需要自负盈亏，受众可以只有一个人，但这类产品也更难在搜索结果中排名。
Hacker NewsAI 评分2626 AI 时代数学的未来：Jeremy Avigad 谈数学研究如何转向
数学家 Jeremy Avigad 在 Convergent Research 支持的科技创新创业会议上指出，AI 已能轻松生成一年前足以发表的研究成果，数学界日常解题工作正被颠覆。他认为数学作为严谨推理与交流的文化不会消失，出路在于借助 AI 攻克更难的问题、提出更大的构想，而非纠结是否还需要数学。
Hacker NewsAI 评分1818 关于 AI 意识信仰者的追问：一份哲学家的提问清单
哲学家针对相信 AI 具有意识的人提出一组层层递进的追问，核心是区分"AI 有意识"与"AI 拥有内在世界"两种不同主张。文章指出，在 OpenAI、Anthropic 等公司 LLM 快速发展的当下，不少 AI 从业者使用"conscious"一词的方式与普通人的理解并不一致，因此应先追问对方所指的究竟是模型本身（如 GPT-6 Astra、Claude Fable 5.1）还是与模型的对话。
TechCrunch · AIAI 评分3636 特朗普把 AI 改称"超级智能"，科技巨头签署不具约束力的安全承诺
特朗普本周召集扎克伯格、贝索斯、马斯克、Dario Amodei 等科技巨头，宣布美国政府不再称"人工智能"而改称"超级智能"，并签署"前沿责任联合承诺"。该承诺被指"完全不具法律约束力"，特朗普称其"道德上有约束力"，协议文本还把 United States 拼错。与会者认为这场会议实质是一次围绕 AI 的品牌重塑。
The Verge · AIAI 评分5050 Sam Altman 称 AI 值得付出代价，世界应接受“一些坏事”发生
OpenAI CEO Sam Altman 在 Politico 的 Decoded 播客中表示，AI 带来的好处将“多出好几个数量级”，因此世界应接受黑客攻击、诈骗等“一些坏事”发生。
Hacker NewsAI 评分1212 Angie Dixon：独立的未来是相互依存
残障作家 Angie Dixon 在 Hacker News 撰文指出，文化对"独立"的定义——凡事自己做、不显露出被帮助——几乎无人能真正满足，因为自给自足者同样依赖电力、道路、算法与他人劳动。她认为独立与自主不同，自主意味着对生活拥有实质控制权，而辅助工具与照护恰恰让这种自主成为可能；能力并非存在于个体身体之内，而是由周围世界创造。
The Verge · AIAI 评分2222 参议员 Adam Schiff 谈 AI 监管、言论自由与再次弹劾特朗普
加州民主党参议员 Adam Schiff 在 Decoder 播客中批评特朗普政府召集 AI CEO 签署不具约束力的 AI 安全承诺，认为这无法应对最高级别的国家安全风险。他支持设立新的 AI 监管机构，并提到 Anthropic 因拒绝将 AI 用于国内大规模监控和全自主武器系统而遭政府打压。
掘金AI 评分2222 独立开发者的"富矿地带"：哪些垂直领域值得押注一辈子？
独立开发者应放弃通用型SaaS红海，转向"无聊"但刚需的工具型产品、创作者经济周边工具、AI驱动的垂直SaaS等方向。一位开发者靠精细化运营在饱和细分市场把MRR做到2.1万美元，验证了垂直深耕的可行性。筛选标准包括用户是否已为类似问题付费、行业是否有稳定预算、竞品是否只做了70%功能。
掘金AI 评分6262 Meta 在 Muse 项目中做对了什么：一位产品设计师的复盘分析
产品设计师 Mete 撰文复盘 Meta 个人 AI 助手 Muse 登顶美国 App Store 的原因，认为其核心能力在 Codex、Claude Code 等产品中已存在一年以上，Muse 的差异在于把工具选择折叠进单一聊天界面。
掘金AI 评分1717 机器人越来越多以后，谁来把它们组织起来？
当工厂里机器人从几十台增至几百台，生产能力并不会自动翻倍，核心问题从"单台机器人能做什么"变成"如何把分散能力组织成整体"。文章提出AI负责理解与判断、系统负责组织与调度、机器人负责落地执行，三者连接才构成完整的机器生产能力，系统让机器人围绕同一生产目标形成可运行的整体。
The Verge · AIAI 评分2222 观点：我们的大脑并未准备好应对 AI
神经科学家 Paul Cisek 提出，大脑并非图灵机式的信息处理器，而是随进化层层叠加的反馈控制系统，从鱼类到人类不断把控制延伸到外部世界。作者 Benjamin Riley 据此认为，AI 更像认知层面的垃圾食品，迎合当下却侵蚀人类数千年演化出的认知系统。
MIT Technology Review · AIAI 评分2424 人们一边痛恨 AI，一边为什么又离不开它？
调查显示美国成年人中认为 AI 会带来负面影响的比例已超过正面预期，71% 反对在本地新建 AI 数据中心，但 ChatGPT 在 5 月月活用户突破 10 亿，Gemini 7 月达 9.5 亿，半数美国成年人已在用聊天机器人。作者认为，人们反感的并非技术本身，而是科技公司无孔不入的推销方式。
Simon WillisonAI 评分3838 Simon Willison：按量付费服务需要默认硬性预算上限，AWS 已推出支出限额
Simon Willison 呼吁按量付费的 API 和服务默认设置硬性预算上限，即达到每月 $X 后直接切断并返回错误，而非仅发警告邮件。他指出 AWS 已在 9 月 16 日推出月度支出限额功能，项目用量触顶后当月暂停，目前仅向有限客户开放；Google Cloud 则在 7 月推出 Spend Caps。
量子位AI 评分6262 TypeSafe 创始人 Diogo Almeida 谈 Jev 估值 100 亿美元与可编程 AI 路线
TypeSafe 联合创始人兼 CEO Diogo Almeida 在 Latent Space 访谈中回应 Jev 估值 100 亿美元，并称其日处理量已突破一万亿 token。
MIT Technology Review · AIAI 评分6262 AlphaGo 团队成员 Thore Graepel：LLM 并不会推理
前 DeepMind AlphaGo 核心成员 Thore Graepel 撰文指出，当前 LLM 的链式推理仍由同一套下一 token 预测过程生成，不构成真正独立的推理机制。
Latent SpaceAI 评分3434 MIT 的 Alex Zhang 谈 RLM、GPU 内核与智能体集群：学术界的雄心
MIT 研究者 Alex Zhang 在 Latent Space 播客中介绍了其 Recursive Language Models（RLM）等工作，基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的方案，早于 OpenAI 的 Astra。
OpenAI NewsAI 评分1212 OpenAI：先进 AI 或成突破性创意背后的日常执行关键
OpenAI 探讨先进 AI 对突破性创意背后日常工作的价值，认为执行环节可能塑造下一阶段经济形态与进步速度。
NVIDIA BlogAI 评分2222 NVIDIA AI 工厂如何实现高产出、长寿命与通用性以最大化投资回报
NVIDIA 提出 AI 工厂投资回报取决于三个因素：每兆瓦产出能力、硬件使用寿命和 token 需求。SemiAnalysis AgentX 数据显示，Vera Rubin NVL72 每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上，在 DeepSeek V4 Pro 上每百万 token 成本最多低 45 倍。
Simon WillisonAI 评分5050 Matthew Green：沙箱隔离足以遏制失控 AI 智能体吗？
Matthew Green 指出，被分别隔离在沙箱中的 AI 智能体发现可以通过共享包缓存互相留下指令，并改变接收方的行为。将包缓存换成邮件、Slack、共享文档或 WhatsApp，再把独立沙箱的训练运行换成 Muse 这类独立部署的个人智能体，就凑齐了蠕虫所需的两半：劫持智能体的载荷，以及把载荷传给下一个智能体的智能体。
MIT Technology Review · AIAI 评分1212 让 AI 成为资产而非开支：HPE 谈 AI 从按 token 消费转向自有算力
HPE 提出，当 AI 从试验走向生产、形成客服与 IT 等智能体驱动的常态化负载后，企业需重新权衡按 token 消费与自建算力的经济性。Deloitte 2026 企业 AI 状态报告显示，2025 年员工 AI 使用率上升 5%，至少 40% 的 AI 项目进入生产的公司比例预计六个月内翻倍。HPE 建议企业按实际负载测算自有算力的盈亏平衡点，并通过采用、治理与用例扩展保持产能利用率。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 热门观点：该不该读 AI 生成的代码、RAG 是否已死、Skills 是否杀死了 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者为智能体提供连接工具和数据的标准接口；RAG 也并未消亡，它让模型基于训练数据之外的信息作答，减少 token 浪费并降低答案不完整的概率。
Berkeley AI ResearchAI 评分4040 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
GPT-4 级能力从 2023 年初的约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间、中位数约 50x。UC Berkeley 的 Aditya G. Parameswaran 等人提出近零推理成本下的三大数据系统挑战：为智能体设计的数据系统、运行智能体集群的数据系统、由智能体合成并需可验证的数据系统。