深度观点
78 篇文章
- 7.0
Beyond Via：学术论文中 LLM 使用痕迹的检测与影响估计
分析 arXiv 论文中由 LLM 驱动的用词变化趋势，揭示「beyond」「via」等词频上升等此前未充分关注的模式。
- 6.5
LLM 自我改进技术综述：方法全景与未来展望
系统性综述 LLM 自我改进技术，涵盖自我训练、自我评估和自我优化等方向，讨论了超越人类监督的可行性。
- 8.0
林俊旸离职首曝：Qwen 推理链方向存在致命技术误区
前阿里 Qwen 团队成员林俊旸离职后首次公开反思，指出堆叠推理链是错误方向，揭示大模型训练中的关键技术决策失误。
- 7.0
黄仁勋的直钩钓不了中小企业：Agent落地的安全困局
深度剖析企业在部署AI智能体时面临的安全合规与算力成本双重困境，揭示Agent商业化的真实门槛
- 7.0
花旗重磅报告：AI代理正从根本上颠覆工作方式与价值创造
花旗集团发布深度报告，指出AI代理正从辅助工具转变为独立决策者，将重塑全球劳动力、算力基础设施与金融体系
- 7.0
- 7.0
- 6.7
Eric Schmidt：这轮 AI，绕不开谷歌旧事
前谷歌CEO Eric Schmidt深度回顾Transformer、TPU、AlphaGo等技术从实验室到商业化的历程，披露6亿美元收购DeepMind等关键决策背后的故事。
- 7.0
AI「抢饭碗」，硅谷大裁员，一线工程师戳破真相：AI效率被严重高估
Ona工程师Siddhant Khare发布《AI疲劳真实存在》引发全球讨论，揭示AI带来的效率提升被高估，审核环节效率未同步跟进，人类工作量反而增至10倍。
- 6.7
- 7.0
企业级 Agent 市场落地难：个人龙虾的热闹，为何转化不成采购订单？
Agent 热潮带动模型厂商 Token 消耗巨幅增长，但企业级生产力市场尚未形成规模化采购。核心差距在于安全可追责、流程打通和服务能力三道门槛。
- 5.0
Christopher Mims锐评：让AI完全控制电脑将 retrospect 起来很愚蠢
WSJ记者Christopher Mims对AI完全控制用户电脑的趋势发出警告
- 7.4
- 7.4
- 6.8
为颠覆性科学设计 AI：Asimov Press 深度探讨 AI 加速科学发现的路径
Asimov Press 长文分析如何专门为科学突破设计 AI 系统，而非将通用模型套用于科研场景。
- 7.2
当 LLM 成为手艺的敌人：用马克思异化理论理解程序员的「失去感」
David Abram 以马克思异化理论为框架，深入分析 LLM 对程序员身份认同和「手艺感」的冲击，区分了 AI 真正能做的和无法替代的部分。
- 7.2
- 6.0
LLMs learn what programmers create, not how programmers work
一个实验揭示了 LLM 编程能力的本质：模型学到的是代码库和文档中命令的样子，而不是程序员在键盘上实际输入的内容。这对设计 AI 编程助手的工具调用接口有重要启示。
- 6.7
引用 David Abram：机器没有拿走你的手艺
引用 David Abram 观点：真正的软件工程核心能力（系统理解、架构决策）AI 无法替代
- 7.0