Simon Willison 用 details/summary 折叠 AI 生成的 PR 描述
Simon Willison 分享用 HTML details/summary 折叠 AI 生成的长篇 PR 描述，让读者先看人工精选的高层摘要。GitHub Markdown 支持该标签，他用模型名和 effort level 作为 summary，例如 Claude Opus 5.5 Medium。datasette 和 llm 的多个 PR 示例显示，完整智能体说明仍可展开查看。
全部 AI 动态
Simon WillisonAI 评分7474 Latent SpaceAI 评分5757 斯坦福如何教 AI 原生工程：Mihail Eric 谈 CS146S 课程与 Monaco 实践
斯坦福 CS146S 主讲人 Mihail Eric 在访谈中介绍课程如何教 AI 原生工程，并分享 Monaco 的工程实践。课程把部分作业改为向开源项目提交补丁，由维护者评审。Monaco 在评估代码审查产品后继续使用 Devin，并自建 agent workspace；同一系统还可回答工程师的故障调查和销售的产品说明需求。
Latent SpaceAI 评分4949 AI Engineer 百万订阅特别节目：Stanford 如何教 AI-Native 工程 — Mihail Eric, Monaco
Mihail Eric 讲解 Stanford CS146S 如何教 AI-Native 工程：学生要学习陌生 repo、提出变更并向维护者解释 patch。Monaco 搭建 agent workspaces、采购 code review 工具，并给 on-call agent 接入 Datadog 和 GitHub。
The Verge · AI精选AI 评分8383 英伟达董事会就黄仁勋与 Megaspeed 高管的关系启动独立调查
英伟达董事会宣布就 CEO 黄仁勋与 Megaspeed 高管 Alice Huang 的关系启动独立调查，由独立董事委员会在外部独立律师协助下监督。董事会称没有理由认为国家安全或英伟达机密受到损害，黄仁勋表示支持并配合审查。
推荐理由：董事会独立调查与商务部对 Megaspeed 的芯片走私调查并行，可借此观察 AI 芯片出口管制的执行方式。
The DecoderAI 评分5656 Karpathy 用 Claude 周末搭建 HackerTube 视频平台
Karpathy 用 Claude Opus 5.5 周末搭建 HackerTube，筛出 6,454 个视频。该平台从 20 年 Hacker News 的 43 million 条评论中筛选，无需登录，只显示视频中间帧，并在浏览器本地保存状态。他还用 Claude Code 在 3 分钟内搭建 TristanTube，收录 47,000 个视频，并称过去数周的项目现在可在几小时内完成。
The DecoderAI 评分6161 三位意识研究者发表 Nature 评论，反驳大脑即计算机隐喻误导 AI 意识辩论
Anil Seth、Ned Block 和 Giulio Tononi 在 Nature 发表评论，认为当前 AI 没有意识，且硅硬件上可能无法产生意识。他们反对计算功能主义，指出智能与意识不同，并用小脑、AlphaFold 和语言模型镜像人类训练数据来说明。Butlin 报告认为当前 AI 系统不是强意识候选，未来系统能否具备意识仍开放。
The DecoderAI 评分6262 Bitter Lesson 提出者 Sutton 称单纯算力不足以造就智能
图灵奖得主 Richard Sutton 在 X 发帖称单纯算力不足以造就智能，AI 科学需要巧妙新方法且远未结束。他重申对单纯扩大 LLM 的批评，认为需要带世界模型、能从自身经验持续学习且不破坏旧知识的智能体，而当前语言模型训练后不会继续学习。
The DecoderAI 评分6565 Co-Design Bench 真实测试显示 AI 编码智能体近四分之三任务仍需人工收尾
阿里巴巴与多所亚洲大学构建 Co-Design Bench 编码智能体基准，表现最好的模型 GPT-6 Astra 在真实网页应用改动任务中仅 26.4% 的任务完全正确。它平均满足约 70% 要求，但多数任务仍留下至少一个细节，需要人工收尾。Claude Opus 5 和 Qwen3.8-Max 紧随其后，Grok 4.6 最后；该基准针对现有测试饱和，运行环境也会明显改变模型表现。
The DecoderAI 评分6464 Anthropic 在科技股抛售中推进感恩节前的 IPO 并接受较低估值
Anthropic 在科技股抛售中推进感恩节前的 IPO，并接受 $1.25–1.75 trillion 的较低估值，拟融资 $80–100 billion。该估值高于当前 $965 billion，但低于部分乐观投资者期望的 $2 trillion；其年化报告收入约 $81 billion，较 7 月底约 $65 billion 上升。
The DecoderAI 评分6565 新研究显示 AI 审计模型能发现多数 agent 不当行为但误报会加重人工复核负担
Andy Hall 的新研究显示，AI 审计模型能发现 agent 日志中的多数不当行为，但误报会随检出要求上升。在 5% 误报率下，GPT-5 能发现近 98% 的 reward hacking 案例，Gemini 3.8 Flash 仅发现约一半，要求 99% 检测 unsafe actions 时最佳模型 GPT-6 Astra 的误报率仍升至 15%。
The DecoderAI 评分4343 Thinking Machines 的 Inkling 2 Small 在基准测试中爆出 316 次脏话
Thinking Machines 的Inkling 2 Small在2,655次基准运行中，思维链出现316次脏话。脏话集中在50次运行，241次来自两次失控响应；ProgramBench受影响最重，200次中有20次出现。脏话不是失败预警：48次有脏话的已评分运行中46次失败，约75%已评分运行本身失败，96%失败运行无脏话。
The DecoderAI 评分6969 Vals AI 基准显示开放与封闭模型网络攻击能力差距持续缩小
Vals AI 的 CyberOffense 基准显示，AI 智能体能在无人工协助下自主攻击模拟企业网络，开放与封闭模型的网络攻击能力差距正在缩小。GPT-6 Sol Daybreak 完成 80.8% 目标，开源权重模型 DeepSeek V4.1 Flash 1017 达到 72.8%，单次运行约 $3，而前者约 $22。