加州否决AI安全法案:一场注定升级为全国之争的监管分水岭
加州州长纽森否决SB-1047,不只是一次立法失败,而是AI安全监管路径之争的集中爆发:是按算力和训练成本设门槛,还是按真实风险分级治理?这场争论已从加州走向全国,甚至全球。
加州州长纽森否决SB-1047,不只是一次立法失败,而是AI安全监管路径之争的集中爆发:是按算力和训练成本设门槛,还是按真实风险分级治理?这场争论已从加州走向全国,甚至全球。
Meta Connect 2024 上,真正的主角并不是某个参数爆炸的模型,而是扎克伯格本人。他一边用 Llama 3.2 夯实“开源 AI 基础设施”,一边用 Orion AR 眼镜重新点燃 Meta 最初的愿景。这场发布会,像极了当年乔布斯把技术、产品与长期叙事绑在一起的时刻。
ChatGPT 上线了一个“没人被正式告知”的新模型。它更聪明了吗?也许。但更重要的是:OpenAI 正在改变模型发布的规则,而这件事让从业者、研究者和开发者同时感到兴奋又不安。
Fireworks 创始人兼 CEO 林乔,曾主导 Meta 内部 PyTorch 的核心工作。她在这次访谈中回顾了一个“以为只要 6 个月、结果做了 5 年”的工程教训,并由此提出一个极具冲击力的使命:把 AI 产品的落地周期,从 5 年压缩到 5 周,甚至 5 天。
不是 Demo,不是玩具,而是一个有域名、能发给朋友用的真实网站。Riley Brown 在视频里展示了一件反直觉的事:从一句自然语言开始,5分钟内用 Claude 生成代码、在 Replit 部署,一个完整 Web App 就上线了。这不是效率提升,而是工作方式的突变。
在大多数人还在纠结“要不要上云”“服务器成本怎么算”时,这位Figma插件作者直接反其道而行:不租服务器、不跑云端,把AI模型完整搬进浏览器。本场 Config 2024 的分享,给所有AI从业者上了一课——真正的产品突破,往往来自工程上的“偷懒”。
在这期Training Data访谈中,LangChain创始人Harrison Chase系统阐述了他对AI Agent的定义、误区与未来方向。他认为,真正的突破不在于“更通用的智能体”,而在于清晰的认知架构与编排层设计,这也是LangChain存在的核心价值。
美国司法部和FTC正式对英伟达、OpenAI、微软展开反垄断调查,表面是“防止AI被垄断”,但业内越来越多人警告:这一步可能适得其反,不但打不散巨头,反而会扼杀创业公司、减少资本流入,让AI权力更集中。
这一期 No Priors 对话聚焦在一个关键转折点:当大模型继续变强,真正改变产品形态的,可能是本地部署、小模型分发,以及能源与成本这些“硬约束”。文章梳理了嘉宾对 Apple、本地 LLM、开源模型和未来算力格局的判断。
这是一位亲手打造AI代码助手的CTO,对“AI是否会抢走程序员工作”这一问题的冷静回答。通过Sourcegraph和Cody的实践,他分享了模型部署、上下文窗口、推理成本与工程师心理变化的真实经验。