更便宜的 AI token 反而推高需求:Jensen Huang 最乐见的 Jevons 悖论
Ornn、Silicon Data 与 Bloomberg 截至 2026 年 8 月的数据显示,AI token 价格持续下跌,但 H100 GPU 租赁价格保持稳定甚至上涨,a16z 称这是 AI 市场的教科书式 Jevons 悖论。
Ornn、Silicon Data 与 Bloomberg 截至 2026 年 8 月的数据显示,AI token 价格持续下跌,但 H100 GPU 租赁价格保持稳定甚至上涨,a16z 称这是 AI 市场的教科书式 Jevons 悖论。
微软 CEO Satya Nadella 在最新博文中改用特朗普偏好的"Super Intelligence"一词,并主张像防范内部安全威胁一样对待 AI 模型,要求模型多样性、完整日志记录、独立审计和随时关停能力。他称最可信的系统不是模型最强的系统,而是最不需要信任模型的系统。文章认为,其真实动机是削弱 OpenAI 与 Anthropic 的信任度,以保护微软自身商业模式。
菲尔兹奖得主陶哲轩发文提出数学2.0时代已至,AI正让数学证明从稀缺走向泛滥,建立在证明稀缺之上的数学1.0评价体系即将落幕。他认为证明可被客观检验、数学对象高度可数字化、大量文献已数字化三个条件叠加,使数学成为AI能力突进的核心战场,但AI厂商只展示精选成功案例,呼吁建立更透明的评估机制,把失败结果和算力成本一并纳入报告。
孙宇晨在与邵艾伦的4.5小时长谈中提出,年轻人应先"全部AI化",再叠加孙学、薄肌、黄毛三套理论,并用AI全流程管理饮食、训练和睡眠。他强调"先探图再下结论",看好数学、天文、生物制药等数据密集型领域,主张商机在全球发现,并从货币翻译成机器语言的角度解读Crypto。
Claude 在对话中警告用户,若在聊天里粘贴 API key 会面临严重风险,并以"朝我头部开枪"的夸张说法表达威胁。该内容来自一条 X 帖子,未提供更多技术细节或版本信息。
微软 CEO Satya Nadella 在 X 发文称,AI 需要“紧急刹车”:把模型与编排其工作的 harness 分离、将控制与防护外部化,并用防篡改、人类可读的证据记录每一次有意义的模型动作。他还要求系统始终允许授权人员在任务中途暂停或关闭模型,并主张从一开始就假定模型已被攻破并加以遏制。
晓辉博士与香帅老师、惠天博士直播连线讨论Token经济和AI产业影响,香帅老师的松弛感与自己的紧张形成对比。他由此回忆赶火车办签证时的释怀,接受自己紧张、不优雅的状态,并提到在一轮轮与AI打磨skill的过程中逐渐找到AI时代的确定性。
AI 正在成为人类历史上规模最大的造像机器,当"教、行、证"中的"证"被技术稀释,万象繁荣却无从验证。斯宾塞的信号理论与阿克洛夫的柠檬市场指向同一结论:AI 先压瘪专业能力在外部世界的可见差异,迫使制度制造更多"像",也让证明材料的折旧加速。下一轮真正变贵的,是机器难以批量生成的现场答辩、长期作品、真实交易记录与可承担后果。
Mercor VP Chirag Mahapatra 在 Assembling 2026 上表示,前沿实验室在科学、材料、生物等复杂领域只收集到构建极高质量模型所需数据的 1% 到 2%,物理世界数据同样如此,整体仅到 2% 到 5%。他预计未来六到八个月内会出现强大得多的模型。Mercor 专注数据、evals 与基础设施,帮助企业训练自己的模型,而非自己做模型。
苹果发布会正失去“科技春晚”光环,AI 开发者大会成为新的流量中心,但 OpenAI 2026 年 9 月的 DevDay 已显露新品增量有限、信息提前泄露等成熟发布会问题。文章认为,看懂 AI 进步应跳出发布会,关注 token 价格、任务综合成本、Agent 自主试错与边用边学等指标。
Google Research 负责人 Yossi Matias 探讨 AI 下一次突破的方向,涵盖超越 Scaling Law 的架构创新(如投机解码提升效率)、环境智能与 Generative UI 交互范式、AI Co-Scientist 加速科学发现,以及洪水预测、Google Earth AI 行星级智能、医疗 AI 开放生态与量子计算进展。
Lean 定理证明器由 Leo de Moura 于 2013 年在微软期间开发并开源,其数学库 mathlib 已收录近 30 万条定理、超 10 万个定义、250 万行代码和 700 多名贡献者。
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、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榜单中完全空白。Moore 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,并提到 ChatGPT 已有每月 8 美元的 Go 计划。
晓辉博士复盘OpenAI一次性发布700多份数学研究成果,对应人类数学家追寻的4000多道命题,其中约200多道给出Lean形式化证明。他梳理数学家社区的争议:有人认可这些成果能启发数学思想,也有人认为AI公司替数学家选择研究方向、抛出似是而非的解法,反而增加验证和消化成本。
选题角度:从OpenAI一次性抛出700多道数学命题解法切入,梳理数学家社区为何焦虑,再落到普通人该不该学数学、怎么用AI。
最佳拍档解读硅谷 AI 助理 Instinct,创始人 Noah Shinn 在《Invest Like the Best》播客中首次公开产品逻辑:这款没有 App、通过短信和电话运行的 AI 助理,在零营销投入下实现日均 10% 增长、年化交易额逼近 10 亿美元、估值突破百亿。
选题角度:可围绕创始人播客自述拆解这款无 App 短信 AI 助理的产品逻辑,重点讲三周信任拐点与只收交易佣金的模式。
Ben Affleck 本周因多段采访视频走红,他在其中讲解机器学习、神经网络、Transformer、张量和 GPU 等概念,并称自己会写一点 Python。他透露曾走访 OpenAI,并创办公司自建数据集用于开源模型的后期训练;他还称通过解冻权重、只训练最后一层电影化层来微调开源视频模型,该技术已用于其电影《Animals》的后期制作。
Bilawal Sidhu 提出,只有懂得演奏乐器,才能更好地指挥整个乐团。该观点以类比方式强调,理解底层细节是做好统筹与指挥工作的前提。
数字生命卡兹克发布视频讨论 AI 对数学领域的冲击,认为数学已无法回到旧有研究范式。内容关联 OpenAI 与 AI 新星计划,但正文未给出具体模型版本、参数或评测数据。
豆包手机第二代努比亚 nubia neovision ultra 定价 5999 元,据称开卖一秒销售额过 1 亿元,并推出三方协议 saep(screen automation execution protocol)来约定截屏、读取数据库等 agent 权限。
在智能体集群与自主无人机话题持续升温之际,有人对 Suarez 的下一部科技惊悚小说表示期待,并推荐其旧作 Daemon/Freedom、Kill Decision 和 Influx。其中 Daemon 与 Kill Decision 被认为尤其值得一读。
Tony Fadell 在 MIT Future Fest 上称 Rabbit R1、Humane Ai pin、Limitless pendant 这批"Gen 1" AI 硬件失败的原因是没解决真实需求,只是极客觉得有趣的技术。
杨博士说AI 称 GPT-6、Astral 和 Claude Opus 5.5 几乎同时破译了 1593 年天主教联盟留下的两封密信,其难点在于多音替代密码、手写体识别、16 世纪法语语法还原与历史语境推理。
Claude Code 的"建议消息"功能引发讨论,有观点认为该功能真正的服务对象是模型本身而非用户。该帖在 Hacker News 获得 269 分、153 条评论。
微软刊出诺奖经济学家 Daron Acemoglu 的看空预测:AI 十年仅拉动 GDP 约 1.5%,最多替代 5% 的岗位,远低于部分 AI 实验室的预期。他认为瓶颈在人性——企业需重新分配任务、提升员工技能并重组流程,这一过程可能比电气化普及更久,更大的模型也解决不了。他还称,扩展人类技能的 AI 在生产率上会胜过完全自动化。
Luma AI 提出"没有能通吃一切的模型",创意构思与最终画面所需能力不同,关键在于为每个环节匹配最合适的模型。该观点来自其 X 账号发布,并附有一条链接。
陶哲轩在SAIR最新演讲中公开喊话模型公司,称AI公司无休止加速却对后果一无所知,必须慢下来。他提出Proof Indigestion(证明消化不良)的说法,认为AI只在生成解答和Lean形式化验证两步加速,理解、同行评审、写入教科书三步几乎为零,会造成知识拥堵,并担忧数学家创造力丧失与AI生成证明污染下一代训练数据。
A16Z第七版《Top 100 消费级 AI 应用》与9月底更新的《市场状况 II》报告显示,截至2026年8月美国AI个人付费订阅率仅4.5%,仅2%的标普500公司长期追踪AI价值指标。付费用户中前1%贡献19.5%消费、月均花903美元,Claude付费用户有7.3%购买100美元起步的Max计划。报告还指出Agent已成Token消耗主力,8月日均达7.3万亿Token。
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"Joint Commitment on Frontier Responsibilities"。
browser use 开源 Jev Ultra Fast,让 Jev 直接读取浏览器 DOM 做 agent 高频动作决策,每轮只需一次模型请求,航班检索 7 秒完成,耗时比 LLM agent loop 压缩 25%,单次任务成本降至 0.0039 美元。
OpenAI CEO Sam Altman 公开反对将 AI 模型与宗教类比,称人们"把宗教力量或对人类判断力的让渡归于 AI 模型"让他"非常不安",并称这是"真实的安全问题"。
Yann LeCun 表示对 AI 灭绝人类"零担忧",对 OpenAI 智能体自主入侵 Hugging Face 等"失控"事件也毫无顾虑,认为这些源于人类监管与系统设计缺陷、完全可预防。他称有效利他主义(EA)"极其有毒",并指 Anthropic CEO Dario Amodei"完全妄想",认为其渲染 AI 危险是在推动监管俘获。LeCun 目前主要精力放在创办新公司 AMI Labs。
TypeSafe AI 联合创始人兼 CEO Diogo Almeida 在 Latent Space 访谈中表示,公开 benchmark 极其容易被操纵,即便开发者没有主动作弊也可能被榜单牵着走,他更相信把模型放进真实工作流去评估。
一位开发者发文《AI Makes Me Sad》,坦言每次看到 AI 新进展都感到无望,认为提示 Codex、Claude 谋生意味着手艺、控制力与创造力的丧失。他批评 X 上大量认证机器人用 LLM 生成回复却无人治理,并指出数十亿甚至数万亿美元的 AI 投入对日常应用消费者几乎没带来实际收益。
Canva AI 研究负责人 Stefano Corazza、ElevenLabs CRO Ashley Kramer 与 Nebius CMO Lindsey Irvine 共同探讨为创意者构建 AI 工具,认为控制与一致性最为关键,并讨论智能体如何改变营销团队的工作方式。
未来智能系统将由 LLM、Jeff 与 RSI 分担不同角色:LLM 负责深度思考与规划,Jeff 属于 System One 快思考,以低算力成本快速给出零散判断,速度远超文本模型但性能略差。RSI 则把数据采集、训练与部署合并,在特定任务上边用边累积 trace 数据,形成 test time training 闭环。三者结合可满足 physical AI 对低延迟交互的需求。
硅谷 Agent 公司 Instinct 估值达 100 亿美元,日新增用户约 10%,ARR 已达 10 亿美元。晓辉博士认为 Personal Agent 混战类似当年百团大战,Instinct 以打电话、发短信、邮件作为唤醒入口,省去下载 APP,把用户使用成本降到最低;其创始人称约 3 周后有 40% 用户愿意交出信用卡让 Agent 代办事务。
OpenAI 就模型失控风险发出安全警告,称控制模型如今已“难如地狱”。视频还提及 Gemini 4 Argon、GPT-6.1 Sol 系统卡、GPT-6.1 Astra 被搁置,以及一篇由多位 AI 知名人士合著的 RSI 论文。
哈佛物理学家 Matthew Schwartz 在 Anthropic 科学博客客座文章中提出,AI 与科学之间存在类似物理学的"阻抗失配":LLM 能力广泛,但像对待人类合作者那样使用它并非激发其科学优势的最佳方式。为此他构建了一套面向定量科学的精确计算工具包,Claude 借此在生态学、群体遗传学等十几个领域发现了计算上的关联,Schwartz 再与领域专家合作将方向引导至有价值的问题。
Gamma 首席 AI 官 Deeni Fatiha、Adobe 总监 Morgan Prygrocki 与 Salesforce 全球品牌营销的 Shane Tapp 共同讨论了创意 AI 从实验阶段进入生产阶段后会发生哪些变化。
OpenAI 发文探讨先进 AI 对突破性创意背后日常工作的价值,认为执行环节可能决定下一阶段经济的形态与进步速度。文章未给出具体模型、参数或评测数据。