Claude Opus 5.5 生成 Scrimshaw Jukebox 游戏音乐实验
Simon Willison 测试 Claude Opus 5.5 作曲，让它设计文本音乐格式并构建可播放的 artifact，生成类似《The Secret of Monkey Island》风格的游戏音乐。结果明显偏向 Monkey Island 主题，但作者认为效果出乎意料地好，并提出需与新旧模型对比验证这是否是文本模型近期出现的新能力。
#大佬观点
Simon WillisonAI 评分4040 Simon WillisonAI 评分3737 EmbeddingGemma 2 采用 Apache 2.0 许可证
EmbeddingGemma 2 采用 Apache 2.0 许可证，作者认为嵌入模型不适合只提供闭源、专有、托管版本。嵌入应用常需计算并长期保存成千上万甚至数百万个嵌入向量，若供应商停供模型，用户可能要为重新计算存量向量付费。OpenAI 曾在 2024 年 4 月提出承担用户重新嵌入内容的费用，但作者认为这不能指望所有提供商都会这样做。
MIT Technology Review · AIAI 评分3030 工业 AI 如何走向更安全的自主化
工业 AI 正从预测分析走向 foundation models、physical AI 和 agentic AI 驱动的更复杂自动化，但在物理系统中部署会带来安全、可靠性和关键基础设施风险。
Simon WillisonAI 评分2020 引用 Ben Affleck：从 Python 到卷积神经网络的视觉特效工作流
Ben Affleck 称自己从小喜欢计算机，电影从模拟转向数字后更关注视觉特效技术。他提到视觉特效工作流多年包含机器学习，自己会写简单 Python 脚本，并用卷积神经网络处理 tensor，做边缘检测和特征提取以辅助绿幕替换。
Simon WillisonAI 评分2828 软件博客写作中的反模式
Michael Lynch 总结了软件博客写作的常见反模式，包括冗长开头、误判读者已有知识、假设读者读过前文、过度正式，以及用链接替代术语解释。他建议文章即使读者不点链接也应能读懂，并强调用自己的声音写作；在许多开发者把写作交给 AI 后，有个性的表达更稀缺。
TechCrunch · AIAI 评分5555 Tony Fadell 解析第一波 AI 硬件为何失败以及下一步方向
Tony Fadell 在 MIT Future Fest 上称，Rabbit R1、Humane Ai pin 和 Limitless pendant 等第一代 AI 设备没有真正满足用户需求。
Simon WillisonAI 评分1717 Jake Boggan 谈 Barnette's Conjecture 可能已被证明
Jake Boggan 在 Hacker News 评论 openai/math 时称，自己曾断续研究 Barnette's Conjecture 24 年，如今看到 problem 180 似乎已证明该猜想，感到复杂和失落。他表示曾为此投入数千小时，去年夏天还一度以为自己解决了它。
Microsoft ResearchAI 评分4949 Microsoft Research 访谈：AI 会犯什么错，失败能教会我们什么
Microsoft Research 访谈 Jennifer Neville，讨论评估如何推动 AI 系统性能边界，并揭示传统 benchmark 之外的“意外失败”。Neville 研究交互式领域与结构化数据中的机器学习和 AI，已发表 130 多篇论文、获 10,000 多次引用，并分享当前 AI 系统使用建议。
Wired · AIAI 评分4949 Kevin Roose 没有用 AI 写他的 AI 新书 The AGI Chronicles
Kevin Roose 的新书 The AGI Chronicles 记录 OpenAI、Anthropic 和 Google 三家生成式 AI 领导者的近年历史，写作基于 150 多次 AI 内部人士访谈。他还与 Casey Newton 创办 Machine Gods Media，并与 NPR 达成播客发行合作，主张以“AI 现实主义”介于唱衰与炒作之间。
36氪AI 评分5858 Rabbit 创始人吕骋谈个人 Agent：人不该为 Agent 改变思考方式
Rabbit 创始人吕骋认为，人不该为 Agent 改变思考方式，个人 Agent 应该让用户只说出目标，再自行寻找设备和办法完成任务。材料提到 Rabbit 上个月开放新一代 Agent 操作系统 OS3，可从网页或 Telegram 交代任务，调用用户自选的 AI 模型，连接最多五台电脑查文件、操作软件、浏览网页或写代码。
Latent SpaceAI 评分6565 Airbnb CTO Ahmad Al-Dahle 谈用 inside-out AI 重建内部开发与用户体验
Airbnb CTO Ahmad Al-Dahle 向 Latent Space 介绍了公司将自身转向“AI-native company”的 inside-out AI 路径，即先用 AI 提速内部产品开发，再把同类能力用于客户体验。
MIT Technology Review · AIAI 评分6161 Thore Graepel 认为 LLM 并不具备真正推理能力
Thore Graepel 认为，当今 LLM 主要依赖 next-token prediction 和 CoT 延长生成过程，并不具备 AlphaGo 式的独立推理机制。他以 AlphaGo 的政策网络与搜索机制解释第 37 手，指出真正推理需要显式、持久、可检查的认知状态，以及知识与操作知识方式的分离。他主张未来 AI 应维护可审计的证据、推理和信念修订序列，用于科学、医学、工程等高风险领域。
Latent SpaceAI 评分4545 MIT Alex Zhang：学术界需要雄心，RLMs 与 AI 智能体集群的研究机会
Latent Space 访谈 MIT 的 Alex Zhang，讨论 RLMs、GPU Mode、KernelBench、AI 生成 GPU kernels 与多智能体集群。
NVIDIA BlogAI 评分2525 NVIDIA AI Factories 如何通过高产、耐用和可替代性最大化 ROI
NVIDIA 称 AI Factories 通过更高 tokens/兆瓦、较长硬件寿命和多工作负载适配来提高 ROI。SemiAnalysis AgentX 数据显示，NVIDIA Vera Rubin NVL72 在 DeepSeek V4 Pro 上较 GB300 NVL72 吞吐/兆瓦高逾 30x、每百万 token 成本低至 45x。
GitHub Blog · AI & MLAI 评分3636 GitHub Podcast 讨论 AI 热点争议：读代码、RAG、Skills 与 MCP
GitHub Podcast 讨论多项 AI 开发热点：AI 生成代码仍需审查，RAG 没有消亡，Skills 也没有取代 MCP。文章认为开发者的关键能力是判断风险、解释 AI 使用方式，并把 agents、Skills、MCP 与 RAG 作为可组合的工作流组件。