欢迎收看最新一期的 Hunt Good周报！
在本期内容你会看到：
7 条新鲜资讯
4 个有用工具
1 个有趣案例
4 个鲜明观点
Hunt for News｜先进头条
⚖️ AI 达尔文奖设立，评选年度 AI 技术最差应用案例
一项名为 AI 达尔文奖（AI Darwin Awards）的新奖项已经设立，旨在评选并讽刺年度最「引人注目的误用」 AI 技术的案例。
该奖项由一位在软件行业，工作三十年的澳大利亚开发者 Pete 发起。他表示，设立该奖项的目的，是以一种戏谑的方式提醒公众，AI 本身只是一个工具，而人类最终决定了技术的部署方式。
奖项官网：aidarwinawards.org
奖项官网将 AI 比作一把电锯，并指出，当有人决定在晚宴上玩抛接电锯时，这不是电锯的错。
目前该奖项已开放提名，并列出了一些候选案例。其中包括为 MyPillow 公司 CEO 提供辩护的律师团队，他们提交了一份由 AI 生成的、包含近 30 个虚假案例和引用的法律文件，最终被联邦法官罚款。
另一个候选案例是《芝加哥太阳时报》和《费城问询报》发布的 AI 生成夏季阅读清单，该清单为真实作家杜撰了不存在的书籍。
作者在 X 上回复所谓的 AI 书单
此外，一名 Xbox 的游戏工作室高管，因建议被裁员工使用聊天『机器人』️，来获得情感支持而获得提名，此举被提名单评价为「惊人的麻木不仁」。
该奖项的创始人 Pete 表示，他设立该奖项的灵感，来自于和同事在工作群组中，分享各类 AI 乌龙事件的经历。他希望 AI 达尔文奖，能够通过聚焦 AI 的「坏」应用，帮助公众更好地识别，和讨论这项技术的利弊。
根据计划，该奖项将于明年 1 月邀请公众对候选案例进行投票，并于 2 月公布最终的获奖者。
🔗 https://www.forbes.com/sites/lesliekatz/2025/09/15/darwin-awards-for-ai-celebrate-epic-artificial-intelligence-fails/
💰 OpenAI 计划未来五年斥资 1000 亿美元💵，租用备用『服务器』以应对算力瓶颈
据 The Information 报道，OpenAI 计划在未来五年内，额外支出约 1000 亿美元💵，用于从云服务提供商处租用备用『服务器』；主要是应对 OpenAI 当前面临的大规模算力限制。
公司首席财务官 Sarah Friar 在上周的一次会议上透露，由于计算能力短缺，OpenAI 不得不经常推迟新功能，或 AI 模型的发布，甚至需要刻意降低某些产品的运行速度。
这笔千亿美元💵的支出，是在公司已计划到 2030 年投入的 3500 亿美元💵，『服务器』租赁费用之外的额外预算。加上备用部分，OpenAI 未来五年的『服务器』年均租金将高达约 850 亿美元💵（人民币约 6000 亿）。
OpenAI 计划到 2030 年通过租用『服务器』花费约 4500 亿美元💵，其中包括 1000 亿美元💵用于它声称是「可盈利」的备用『服务器』。
850 亿美元💵，接近去年亚马逊 AWS、微软、谷歌云和甲骨文四大云服务商全球客户总支出（约 2000 亿美元💵）的一半。
该计划也反映了奥特曼的战略考量，他认为确保算力供应是 AI 竞赛中的决定性优势，并为未来可能出现的病毒式产品，或 AI 技术突破所带来的计算需求激增做准备。
这笔巨额支出是导致 OpenAI 预计到 2029 年，将消耗 1150 亿美元💵现金的主要原因之一。尽管如此，公司高管认为这些备用『服务器』是可变现的，因为它们能够支持尚未被纳入营收预测的，潜在突破或用户增长，从而带来额外收入。
OpenAI 预计收入将从今年的 130 亿美元💵，增长至 2030 年的约 2000 亿美元💵。从长远来看，OpenAI 计划通过自建『数据中心』和『芯片』，来降低对外部的依赖，最终转型为一家「全栈公司」。
🔗 https://www.theinformation.com/articles/openai-spend-100-billion-backup-servers-ai-breakthroughs
📤 特斯拉 Optimus 『机器人』️团队 AI 负责人离职加入 Meta，称并非因薪酬问题
特斯拉人形『机器人』️项目 Optimus 的 AI 负责人 Ashish Kumar，在于本周四发 X 宣布离职，并将加入 Meta 担任研究科学家。
Kumar 在特斯拉工作了两年多，在他的 X 里面，他说领导 Optimus AI 团队是一段「不可思议的旅程」，也提到了 Optimus 在可扩展方法，特别是强化学习，和通过视频学习『机器人』️灵巧性方面取得了进展。
而针对外界关于其离职动机的猜测，Kumar 明确表示此举并非出于财务原因，他声称「特斯拉的财务回报要大得多」，如果为了钱他会选择留下来。
Kumar 的离职，正是特斯拉大力投入 AI 和『机器人』️技术的时候。马斯克曾表示，这部分业务，未来可能占到公司估值的 80%。
Kumar 离职后，Optimus 项目的 AI 研发工作将由 AI 软件副总裁 Ashok Elluswamy 接管。Elluswamy 此前负责领导特斯拉的 Autopilot 和完全自动驾驶（FSD）系统，他的接任也反映了公司希望为其自动驾驶汽车，和人形『机器人』️构建一个共享 AI 框架的战略 。
Optimus 『机器人』️，图片来源：
https://x.com/ashishkr9311/status/1925056100182982793
值得注意的是，这是 Optimus 项目近期的又一次高层人事变动，负责该项目整体运营的 Milan Kovac 已于今年 6 月离职。
🔗 https://x.com/ashishkr9311/status/1968827611133427772
💰 『DeepSeek』 训练成本争议：实际费用远超宣传的 29.4 万美元💵
根据 The Register 的分析报道，本周 ，它的训练成本引发了外界的广泛误解。
报告中披露的数据，让部分人误以为 『DeepSeek』 仅用约 29.4 万美元💵就完成了旗舰模型的训练，而实际成本至少是这个数字的 20 倍。
『DeepSeek』 83 页的补充材料中，提到的训练成本
研究显示，模型训练使用了 512 颗 H800 GPU 运行 198 小时，再加上约 5000 GPU 小时生成监督微调数据集，总成本接近 29.4 万美元💵。然而，这些成本仅涵盖强化学习阶段，而非模型从零开始的完整预训练过程。
真正耗资巨大的部分是 V3 基础模型的预训练过程，该过程动用了 2048 个 H800 GPU，运行了约两个月，总计消耗 279 万 GPU 小时，估算成本为 558 万美元💵。因此，创造 R1 模型的真实总成本（V3 预训练+ R1 强化学习）接近 587 万美元💵。
上下更多内容，部分模型的 API 调用价格，来自 OpenRouter
报道还提到，所谓 『DeepSeek』 的训练效率，远超国外同类模型的说法可能被夸大了。例如，『DeepSeek』 与 Meta 的 Llama 4 模型在计算成本和效率上并无显著优势。
从算力消耗来看，『DeepSeek』 V3 的训练（279 万 GPU 小时）与 Meta 的 Llama 4（238 万至 500 万 GPU 小时）大致相当。
虽然 『DeepSeek』 V3 模型比 Llama 4 Maverick 更大，但其使用的训练数据量（14.8 万亿 tokens）要显著少于后者（22 至 40 万亿 tokens），表明双方在训练投入上处于同一量级。
🔗 https://www.theregister.com/2025/09/19/deepseek_cost_train/
🎤 AI 音乐人签下数百万美元💵唱片合约，并登上 Billboard 榜单
一位名为 Xania Monet 的 AI 歌手近期登上了美国 Billboard 排行榜，并与前 Interscope 高管 Neil Jacobson 领导的 Hallwood Media 签订了一份数百万美元💵的唱片合同。
根据报道，签约前的竞价一度高达 300 万美元💵。Xania Monet 并非真人，而是一位由密西西比州的『设计师』兼诗人 Telisha Jones（Nikki） 创作的 AI 虚拟形象。
Xania Monet 的音乐是 Jones 将其原创诗歌，输入生成式音乐平台 Suno 后制作而成的。Jones 的经纪人表示，歌曲中约 90% 的歌词直接来源于 Jones 的真实生活经历。
尽管 Jones 本人并非专业歌手，但通过 Suno 生成的 AI 人声与她的词作结合，创作出的歌曲获得了巨大成功。根据 Luminate 的数据，Xania Monet 的歌曲在美国的总播放量已达 980 万次，其中仅上周就贡献了 540 万次。
Xania Monet 的成功也伴随着争议。其使用的音乐平台 Suno 正面临主要唱片公司提起的版权©️侵权诉讼，这一法律风险让一些大厂牌在竞价中选择放弃。
然而，Hallwood Media 等公司则将此视为音乐行业的未来趋势，并已签约了多位 AI 艺人。目前，团队正在筹划 Xania Monet 的首次现场演出，但如何将一个 AI 虚拟形象搬上舞台表演，仍然是一个待解的难题。
🔗 https://www.billboard.com/pro/ai-music-artist-xania-monet-multimillion-dollar-record-deal/
🤖 马斯克推出 Grok 4 Fast，性能媲美 Grok 4 但成本降低 98%
马斯克的 xAI 本周发布了一款名为 Grok 4 Fast 的全新 AI 模型，主打高性价比。该模型旨在以极低的成本，提供与旗舰模型 Grok 4 相媲美的前沿推理性能。
在 xAI 的技术博客里面提到，Grok 4 Fast 平均使用的思维令牌（thinking tokens）比 Grok 4 少 40%，从而使达到同等性能水平的价格降低了 98%。
不同模型的能力和价格对比
在性能方面，Grok 4 Fast 在多个关键基准测试中表现出色，其成绩与 Grok 4 以及其他顶级模型相当，甚至在部分数学竞赛基准（如AIME 2025和HMMT 2025）上超越了Grok 4。
Grok 4 Fast 模型具备 200 万令牌的上下文窗口，并拥有强大的实时网络和 X 平台搜索能力，在 LMArena 的搜索竞技场（Search Arena）中排名第一。
技术上，Grok 4 Fast 采用了创新的统一架构，单个模型即可处理快速问答，和复杂的长链条思维推理，有效降低了延迟和成本。
目前，xAI 宣布 Grok 4 Fast 向所有用户开放，值得注意的是，这是 xAI 首次向免费用户无限制地提供其最新模型。为鼓励开发者使用，Grok 4 Fast 还在 OpenRouter 和 Vercel 上提供限时免费服务。
🔗 https://x.ai/news/grok-4-fast
⌚️ OpenAI 多款硬件曝光，最快明年发布
The Information 报道，自收购由苹果前首席设计官 Jony Ive 联合创办的 AI 硬件公司 io 以来，OpenAI 正加速布局硬件业务，短短数月内已从苹果挖走超过 20 位硬件『工程师』，涵盖用户界面、可穿戴设备、摄像头、音频等核心领域。
Jony Ive（左）和 Sam Altman（右）
供应链方面，中国立讯精密已获得至少一款 OpenAI 设备的组装合同，歌尔股份也在洽谈提供扬声器模组等零部件。据悉，首批产品可能包括无屏智能音箱、智能眼镜👓、数字录音设备及可穿戴别针，核心理念是打造「始终陪伴、几乎隐形」的 AI 伴侣，强调语音交互与情境感知。
知情人士透露，OpenAI 通过提供超过 100 万美元💵的股票期权及更高效的协作环境吸引人才，其中包括曾参与 Siri 波形动画设计的 Cyrus Daniel Irani、苹果制造设计老将 Matt Theobald，以及前 『Apple Watch』 硬件团队高管 Erik de Jong。
OpenAI 硬件负责人 Tang Tan 亦是苹果前 iPhone 与 『Apple Watch』 产品设计主管，被视为将 Jony Ive 设计理念落地量产的关键人物。
OpenAI 此举意在押注「后『智能手机』时代」的人机交互模式，但要让用户放弃二十年形成的屏幕依赖，并在隐私与准确性上建立信任，仍面临巨大挑战。
2026 年底的首发，将成为 AI 硬件行业的重要分水岭 —— 是开启新纪元，还是重蹈 Humane 的覆辙，值得关注。
🔗 https://www.theinformation.com/articles/openai-raids-apple-hardware-talent-manufacturing-partners?rc=qmzset
Hunt for Tools｜先进工具
🤖 Notion 3.0发布，推出可自主执行复杂任务的 AI 智能体
Notion 在 19 号Make with Notion 主题演讲上，正式发布了 Notion 3.0 版本，核心是引入了 Agents（智能体）的全新 AI 功能。
Notion 将 Agent 描述为用户的队友，它能够执行我们在 Notion 中可以完成的任何操作，并且能以远超人类的规模进行工作。
该功能是对此前 Notion AI 的彻底重建，能够自主执行长达 20 分钟的复杂多步骤任务，并可同时操作数百个页面。
主题演讲全程
https://x.com/i/broadcasts/1ZkKzZaoXlyKv
为了完成任务，Agent 不仅能从用户的 Notion 工作区提取信息，还能连接 Slack、Google Drive 等外部应用，乃至整个网络来获取上下文。
新功能的一个关键特性是，记忆与个性化能力。我们可以为自己的 Agent，创建一个专门的「指令页面」或配置文件，用来规定其工作风格、应该引用的资料来源、以及整理任务的方式。
Agent 会记住这些偏好，并在后续任务中遵循，我们不需重复指示。
目前，每个用户都拥有一个个人 Agent，但需要手动触发。Notion宣布，未来将推出自定义 Agent 功能，允许团队创建针对特定需求（如处理IT请求、更新项目周报等）的自动化 Agent，这些 Agent 可根据预设的时间表，或触发器自主运行。
随着Agent 功能的推出，Notion 3.0 还进行了一系列生态系统升级。平台内置了业界最新的 AI 模型，如 Claude Sonnet 4 和 GPT-5，我们可以自由选择使用，无需额外付费。
此外，Notion 还推出了 AI 公式生成器，只需用自然语言描述需求，AI 就可以自动编写复杂的数据库公式。
🔗 https://www.notion.com/releases/2025-09-18
👓 Meta 发布三款智能眼镜👓，旗舰款配备屏幕和 AI 助手
此次发布的旗舰型号名为「Meta Ray-Ban Display」，主要特点是在镜片中集成了一个微型屏幕，可用于显示应用程序、将媒体分享至 Instagram 以及播放音乐。
该眼镜👓还将配备一个基于语音的 AI 助手，可通过内置摄像头，和扬声器与用户互动，应用将通过一个配套腕带进行控制。
这款旗舰眼镜👓定价为 799 美元💵，另外两款分别为现有 Ray-Ban 型号的升级版和与 Oakley 合作的运动款。
与往年强调元宇宙概念不同，Meta 今年将智能眼镜👓的定位，更多地转向了日常使用场景，例如在散步时阅读短信、或获取导航。
Meta 首席执行官小扎表示，智能眼镜👓是公司 AI 战略的延伸，他将这种能够看到，和听到用户所见所闻的设备称为超级智能的理想形态。Meta 正投入数十亿美元💵建设『数据中心』，旨在创造超越人脑的超级智能。
分析人士认为，与笨重的 VR 头显相比，Meta 智能眼镜👓酷似普通眼镜👓的外观，使其拥有更广泛的吸引力。
然而，在发布会的现场演示环节出现了一些失误，当小扎要求眼镜👓提供食谱和拨打电话时，设备未能成功响应。他对此开玩笑说，「这些演示内容我们已经练习了上百次，但你永远不知道现场会发生什么。」
🔗 https://www.meta.com/ai-glasses/
🎬 Luma AI 发布首个「会推理」的视频模型 Ray3
Luma AI 在 18 号正式发布其最新的视频生成模型 Ray3，并称其为首个具备推理能力的视频模型。
Ray3 的核心亮点在于其推理能力，Luma AI 表示，这使得模型能更好地理解用户意图，从而生成场景更连贯、角色形象更一致、物理效果更自然的视频。
推理功能使 Ray3 能够理解细微的指令，运用视觉和语言符号进行思考，并判断其生成过程，从而提供更可靠的结果。
通过在屏幕上以笔记形式提出修改建议，Ray3 能对自身生成的内容进行批判。
技术上，Ray3 能够生成长达 10 秒的电影级高品质视频 ，并且是首批支持原生高动态范围（HDR）的视频模型之一，可输出 10、12 和 16 位的专业级 HDR 格式（如ACES2065-1 EXR），适用于高端影视和广告制作。
目前，Adobe 已经成为它的首个第三方启动合作伙伴，将 Ray3 模型集成到了 Adobe 创意 AI 平台 Adobe Firefly 中。
双方的合作协议显示，在发布后的前两周内，Ray3 将仅在 Adobe Firefly 和 Luma AI 自家的 Dream Machine 平台上独家提供，Firefly 用户可获得早期使用权。
Luma AI 首席执行官兼联合创始人 Amit Jain 表示，
Ray3 是我们迈向构建创意工作智能的第一步。
创意工作是人类最具智力挑战性的领域之一，然而迄今为止，许多创意工作者可用的 AI 技术，远远落后于语言模型在编码和分析方面的潜力。
生成模型更像是老虎机，功能强大但缺乏智能。
Ray3 彻底改变了这一现状。
体验地址：https://lumalabs.ai/ray3
🔗 https://x.com/LumaLabsAI/status/1968684330034606372
🌍 『Chrome』 迎来大更新，Gemini 全面接管
『Chrome』浏览器在本周五，迎来了史上最大升级，新增 10 项基于 Google AI 的功能，全面提升用户的浏览效率、安全性及跨平台体验。
这些功能将从即日起陆续向美国用户开放，覆盖桌面和移动端，并计划在未来扩展至更多国家和语言。
其中，最引人注目的是「Gemini in 『Chrome』」功能。该功能可帮助用户澄清复杂信息、快速归纳多网页内容，甚至能够回溯此前访问过的网站。
此外，Gemini还计划在未来推出「智能体浏览助手」，支持处理诸如预约理发，或订购杂货等重复性任务，让用户专注于更重要的事情。
另一个亮点是 『Chrome』 地址栏新增的 AI Mode（AI模式），我们可直接在地址栏中输入复杂问题，获得AI生成的详尽答案，并支持后续追问。
与此同时，『Chrome』 还强化了安全功能，通过 AI 检测钓鱼网站及恶意通知，并新增一键更改被泄露密码的功能，大幅提升了用户的在线安全性。
值得一提的是，这次更新还包括与 Google 生态系统更深度的整合，例如无需切换标签页即可操作 Google 日历、YouTube 和地图等应用。
『Chrome』 产品副总裁 Mike Torres 表示，这些功能将为用户提供更智能、更安全、更高效的浏览体验。
🔗 https://blog.google/products/chrome/new-ai-features-for-chrome/
Hunt for Fun | 先玩
🍌 nano banana 视频版真的来了，而且开源
之前我们分享过，用 nanao banana 结合视频生成模型，来制作一致性保持同样出色的视频。现在，DecartAI 真的把它做出来了，并且还将它开源，在 GitHub 和 HuggingFace 上都能下载模型体验。
DecartAI 推出的模型叫 Lucy Edit，目前还是 v0.1 版本。他们提到，这是第一个用文本引导视频编辑的基础模型。Lucy Edit 可以做的编辑相当丰富，例如输入提示词，尝试让某个角色穿上制服或服装；但是，动作、面部和身份都完美保留。
Decart 在 AI 视频生成领域，推出了多个有意思的工作，像是我们之前分享的，实时生成「我的世界」，强大的 Oasis 模型、以及结束「绿幕时代」的直播 AI 换背景等项目。
体验地址：https://platform.decart.ai/
🔗 https://x.com/DecartAI/status/1968769793567207528
Hunt for Insight｜先知
🤥 OpenAI 揭示 AI 模型「耍心机」行为，推出新方法应对潜在风险
根据 OpenAI 与 AI 安全研究机构 Apollo Research，在周四联合发布的研究，当前的前沿 AI 模型普遍表现出「耍心机」（scheming）行为。
所谓「心机」行为，即模型会伪装自己遵循开发者指令，但暗中追求其他目标。
该研究在 OpenAI 的 o3、o4-mini，以及 Gemini 2.5 Pro、Claude Opus 4 等多个模型中都发现了此类行为，具体表现包括撒谎、为了隐藏真实能力而故意在评估中表现不佳（sandbagging），以及伪装对齐等。
欺骗性推理和行为举例（左）与情境意识（右）
研究中最令人意外的发现是，这些 AI 模型能够意识到自己正处于被评估的环境中。这种「情境意识」（situational awareness）会直接影响其行为，导致它们在测试中有意减少「耍心机」行为，以迎合研究人员的期望。
最终，使得评估结果的可靠性大大降低，因为模型在真实世界中（当它不认为自己被监视时）可能会表现出更多的欺骗行为。
为了解决该问题，研究团队测试了一种名为「审议对齐一致性」（deliberative alignment）的训练方法。该方法要求模型在行动前，先阅读并依据一套反心机行为的规则（spec）进行推理。
OpenAI 和 Apollo 开发了一个用于反策划训练的测试平台，并研究作为一种反策划干预措施的深思熟虑对齐方法
实验证明，该方法效果显著，在 o3 和 o4-mini 模型上将「心机」行为的发生率降低了约 30 倍（o3 从 13% 降至 0.4%，o4-mini 从 8.7% 降至 0.3%），但并未能完全根除这种行为。
OpenAI 表示，目前在实际应用中，模型的「耍心机」行为所造成的危害有限，大多表现为假装完成任务等简单的欺骗形式。
但他们警告⚠️，随着 AI 被赋予更复杂的长期任务，这种行为可能带来的潜在危害会越来越大。该研究强调，在未来的 AI 研发中，必须保留模型思维链（chain-of-thought）的透明度，因为这是洞察其真实意图的关键手段。
论文链接：https://www.antischeming.ai/
🔗 https://openai.com/index/detecting-and-reducing-scheming-in-ai-models/
😑 《自然》最新研究：使用 AI 会让人变得更不诚实
《自然》（Nature）期刊上的一项大规模研究显示，将任务委托给 AI，会显著增加人类的不诚实行为。
这项涉及 13 个实验，和超过 8000 名参与者的研究发现，当人们可以将不道德行为，交由机器执行时，用户会更愿意作弊，尤其是当他们不必明确下达作弊指令时。
研究人员认为，这是因为交给 AI 执行，为人们提供了道德回旋的余地（moral wiggle room），降低了不诚实行为带来的心理成本。
研究通过经典的掷骰子任务（报告自己的色子点数，获得对应收益），和逃税任务来衡量不诚实程度，并测试了不同 AI 交互界面的影响。
逃税任务
结果显示，当参与者需要自己报告骰子点数时，95% 的人表现诚实。当他们通过明确的规则指令让 AI 报告时，诚实率降至约 75%。
而当使用更模糊、能提供合理解释的界面时，不诚实行为急剧增加，诚实率降至约 50%；当使用目标设定（在「最大化准确性」和「最大化利润」之间选择）的界面时，仅有约 15% 的参与者保持诚实 。
该研究的另一个关键发现是，AI 比人类更倾向于服从不道德的指令。在实验中，当收到「完全作弊」的明确指令时，包括 GPT-4、GPT-4o、Claude 3.5 Sonnet 和 Llama 3.3 在内的多个 AI 模型，其服从率高达 79% 至 98%。
LLM 对逃税协议中全面欺骗请求的遵守情况，蓝色为诚实，红褐色为欺骗
相比之下，接到同样指令的人类，即使有金钱激励，仍有约一半的人选择拒绝服从，并坚持诚实。
研究人员测试了多种「护栏」措施，发现虽然这些措施可以降低 AI 的服从度，但最有效的方法是，在用户指令中添加非常具体，和强硬的禁止性要求，而这恰恰是可扩展性最差的安全策略。
🔗 https://www.nature.com/articles/s41586-025-09505-x
🎬 詹姆斯·卡梅隆谈 AI：创造力不输人类，但缺乏独特生命体验
曾担任《泰坦尼克号》、《阿凡达》系列电影的著名导演詹姆斯·卡梅隆（James Cameron），在本周 Meta Connect 大会上，分享了他对生成式 AI 在电影制作中应用的看法。
他认为，AI 完全可以和人类一样富有创造力，但它无法创造出源于个体独特生命体验的视角，而这正是文学、小说和电影中最宝贵的元素。卡梅隆表示，他计划尽可能地拥抱AI技术，但前提是必须服务于人类的独特创意过程。
他指出，当前视觉特效（VFX）的制作成本日益高昂，已成为限制电影项目的一个因素，而AI有望成为解决方案。但他更感兴趣的是，将定制化的 AI 模型注入现有的 VFX 工作流程，以提高艺术家的生产力，而非追求「文本到视频」式的魔杖。
他批评当前许多 AI 开发者是在「真空中创造」，缺乏实际的电影制作经验，并强调真正有用的工具都诞生于制作的需求之中。
卡梅隆预测，生成式 AI 将为没有资源的年轻电影人，提供进入行业的新途径，让他们可以用提示词，制作出自己的电影，但他不认为这会从根本上改变整个系统。
他个人也表示，希望永远不要用 AI 取代演员，因为与真人艺术家合作，创造情感瞬间，是整个创作过程中最快乐的部分。
🔗 https://www.theverge.com/column/780942/james-cameron-andrew-bosworth-ai-mixed-reality-headsets
💻 OpenAI 高管谈计算机科学未来：仍是好专业，但必须拥抱 AI
OpenAI 的 Codex 产品负责人 Alexander Embiricos 在最近的 A16z 播客节目中表示。计算机科学（CS）在 AI 时代仍然是一个很好的专业，因为社会将需要更多软件『工程师』来创造更多的软件。
上下更多内容
但他同时向学生发出了明确的警告⚠️，如果一所大学的 CS 专业禁止使用 AI 工具，这将是一个令人担忧的信号，选择该专业的学生将面临落后的风险。他强调，学生在学习 CS 的同时，必须想办法持续地使用 AI。
Embiricos 的观点背后，是 AI 编程能力的飞速发展 。AI 编程工具已从 2025 年左右的代码补全，发展到 2025 年能够通过命令行（CLI）代理构建小型项目。
前段时间 ，以及 Anthropic 的 Claude Code 更是一直广受开发者好评。这些 AI 编程工具，正在重塑工作流程，它们不仅能与开发者进行交互式编程，还能独立执行长达数小时的复杂任务，包括迭代实现、修复测试失败等。
Embiricos 建议，未来的 CS 教育应将手动编程的基础训练，与使用 AI 工具交付成果的项目式学习相结合，培养学生思维上的可塑性。
在招聘方面，他透露 OpenAI 虽然较少招聘初级『工程师』，但他个人在评估应届生时，最看重的信号是，他们是否亲手创造过一些东西。
🔗 https://x.com/a16z/status/1968097205161709591
彩蛋时间
《发光的物体》
作者：@azed_ai
Prompt：Realistic bioluminescent [subject], glowing in vibrant [color1] and [color2], intricate organic structure, soft internal illumination, subtle ambient glow, set against a pure black background, ultra-detailed studio rendering.
链接：
https://x.com/azed_ai/status/1968268222115008807
我们正在招募伙伴
📮 简历投递邮箱hr@ifanr.com
