标签
Andrej Karpathy，OpenAI联合创始人、前特斯拉AI负责人，在两小时的演示中展示了他的实用AI工作流程，强调简单的自然语言指令和逐步调整，而非复杂的工程技术。
加州大学伯克利分校的一份报告显示，由于学生AI使用增多以及数学能力较弱，计算机科学课程的不及格率急剧上升。授课教师将此归因于学术不端和准备不足，不及格率远超院系常规标准。
亚马逊已取消一个追踪使用分数的内部AI排行榜，以防止员工在成本上升的情况下不必要地使用AI，这一消息由高管戴夫·特雷德韦尔传达。
企业因AI能力而裁减初级岗位，同时承认无法证明AI的投资回报率，这危及了未来高级人才的储备。文中以Uber、Microsoft和Duolingo为例。
安德烈·卡帕西的讲座揭示了一种“LLM Wiki”模式，能将过往内容转化为一个自我更新的知识库，帮助创作者发现自身写作中的模式。
引用黄仁勋的观点：真正会用AI的人是能带着自己的认知去提问的高认知提问者，而非让AI代替思考。
Guillermo Rauch分析了关于AI辅助项目的投票中的1400条回复，发现OpenAI在提及次数上追赶Anthropic，Codex的提及次数超过Claude Code，但在模型提及次数上，Anthropic更胜一筹。
亚马逊员工为满足管理层以AI代币消耗量作为绩效指标的要求，非必要地使用AI工具甚至编写自动消耗代币的脚本，导致资源浪费和激励扭曲。类似现象也出现在Meta和微软等公司。
文章认为，使用昂贵AI硬件‘本地化’的趋势是一种科技泡沫的错觉，因为大多数用户高估了自己的需求，无法证明成本的合理性，尤其是在云端AI在财务状况不可持续后转向按使用量计费的情况下。
《哈佛深红报》对303名本科生的调查显示，近三分之二的学生使用ChatGPT，学生平均有34.5%的作业由AI完成，使用情况因学科而异，而对AI影响就业前景的看法则褒贬不一。
Gergely Orosz 分享他的经验：不完全依赖AI、坚持亲自处理困难工作，会带来更好的结果、更高的满意度和更强的学习效果，并警告使用AI时不要关闭自己的大脑。
文章讨论了一种观察到的信任转变，人们现在更偏爱AI摘要而非原始来源，即便原始来源可查且内容更细致，这凸显了人们对AI信息依赖的日益增长。
一位软件开发者分享了他们使用OpenClaw花费2500美元Opus代币来自动化软件修复漏洞、服务器管理和表单填写的经历，并质疑什么才算是工作流。
该文章分享了8条针对Claude的高级提示词技巧，建议用户避免使用模糊指令，以充分发挥AI的潜力。
一场极速纽约黑客松：工程师须在数小时内构建系统，AI 辅助受限，胜者斩获独角兽公司职位。