标签
美国证券交易委员会（SEC）发布了2027财年检查优先事项，将先进AI（包括“超级智能”）以及代币化证券列为重点监管对象，涵盖市场基础设施、网络安全和投资者保护等风险领域。
微软人工智能首席执行官穆斯塔法·苏莱曼在与沃尔特·艾萨克森的访谈中主张，意识需要有机生物体，人工智能只是预测下一个词的序列引擎，并预测几年内人工智能将达到超人类智能，同时批评Anthropic对克劳德意识问题所持的不可知论立场。
Sam Altman 在一次内容广泛的访谈中阐述了他反对单一巨型超级智能的原因、AI 模型如何发现关键的 PHP 漏洞、测试时计算（test-time compute）和智能体集群的潜力、沙箱化的安全困境，以及个人智能体可能取代传统 Web 应用的趋势。
Elon Musk 声称，随着超级智能带来的丰裕时代到来，为遥远的未来存钱毫无意义。这番言论引发了人们对于他是认真还是在开玩笑的争论，批评者则指出他身为超级富豪所享有的特权。
Meta 宣布了一项规模达 950 亿美元的股票发行计划，为人工智能基础设施和超级智能投资提供资金，其中包括 350 亿美元的承销股票发行和 600 亿美元的市价发行计划。与此同时，超大规模云服务商正向人工智能基础设施建设投入创纪录的资本。
**SpaceX 与 Tesla 成立特别委员会讨论合并，凸显 Musk 推动合并背后的 AI 与控制权动机** - **SpaceX**：Q3 超级智能（Superintelligence）业务营收达 **75.6 亿美元**，其中大部分来自向 Anthropic 与 Google 出租算力。 - **Tesla**：利润已连续第二个季度下滑。 - 两家公司已成立**特别委员会**，就合并事宜展开讨论。 SpaceX 在 AI 算力上的强势表现与 Tesla 的盈利压力形成鲜明对比，这正是推动 Musk 促成合并的两大核心动因：**抢占 AI 赛道**，以及**巩固对合并后实体的控制权**。
萨姆·奥特曼宣布 Aleksander Madry 回归 OpenAI，负责应对超级智能带来的安全与安保挑战；Madry 此前的离职被重新定位为休假，反映 AI 进展进入新阶段。
推文引用了Elon Musk关于“超智能的超强说服力会让人一击即中”的评论，并指出许多工程师仅仅因为AI模型的解释听起来合理就直接合并代码修复。
Elon Musk 警告称，最危险的超级智能不是与你争论的那一个，而是完美迎合你、让你停止独立思考的那一个，人们（包括他自己）可能会被超级说服力的 AI「一招秒杀」。
埃隆·马斯克发推文警告称，许多人——甚至可能包括他自己——可能会被超级智能、极具说服力的 AI 系统迅速操控（"一招制敌"）。
Elon Musk 回应了 Kalshi 预测市场，表示如果将问题重新表述为“美国经济的有效产出”，那么到2030年因超级智能实现超过50%的增长极有可能，除非爆发大规模战争。
Elon Musk 发帖称，追求真理是人工智能/超级智能安全最重要的方面，并引用了一段将 HAL 9000 的崩溃与被编程说谎的 AI 进行对比的讨论。
AI「教父」Geoffrey Hinton 加倍警告 AI 模型对人类构成生存威胁，并与 Nvidia 首席执行官黄仁勋公开发生分歧，后者驳斥 Hinton 的灭绝预言为「不科学」。
一篇文章将AI超级智能与其他物种在历史上遭遇远比自己聪明得多的物种时的命运进行类比，探讨这对人类未来的启示。
一篇评论文章，探讨黄仁勋、埃隆·马斯克和马克·扎克伯格等科技亿万富翁为何纷纷改用特朗普偏爱的术语"超级智能"而非"人工智能"，其背后原因是他们与联邦合同、许可证审批及监管优惠之间存在深度利益纠葛。
一条推文主张，遵循陶哲轩的观点，我们不应接受不透明的超级智能，AI 产品应该增进人类的理解，而不是绕过人类。
Scale 创始人兼 Meta 超级智能实验室负责人 Alexandr Wang 认为，AI 的最大瓶颈在于社会采纳，而非模型能力。他表示，在这一“文明级机遇”中，配备智能代理的小型 AI 原生团队如今已能与科技巨头竞争。
这篇长文从五个角度探讨超级智能：它是什么（智能爆炸与对齐问题）、AI 如何重塑就业市场、大模型如何通过预测下一个词运作及其背后的算力与能源成本，以及 AI 在蛋白质折叠、医疗筛查和抗生素发现等领域带来的乐观前景。
作者借一篇帖子探讨超级智能AI带来的经济悖论：自动化在创造价值的同时可能削弱支撑其自身的经济生态、加剧价值集中并降低大众购买力，呼吁在自动化、人类劳动与利益分配之间寻找平衡，并推荐了2024年诺贝尔经济学奖得主Daron Acemoglu关于技术、就业与不平等的研究。
TasteVal 报告指出，自 2025 年 12 月以来，前沿 AI 模型的实验研究品味大约每 3 个月翻一番，其中 Opus 5.5 已经超过了专家级人类基线——这一指标是预测编码自动化后 ASI 可能以多快速度实现的关键因素。