第 42 期
今日趋势
今天的简报围绕AI及相关领域的多元动态展开，核心呈现两大主线：一是技术方法与工具的迭代，既包括AI领域的算力布局、模型架构升级、生成代码能力验证等，也涵盖因果推断领域的实验设计、处理效应估计等新方法；二是产业层面的竞争、落地与争议，包括AI算力集中的潜在风险、第三方服务的法律困境、创业规律与融资新动态，以及苹果硬件发布、AI办公工具落地等实践。值得关注的共性是AI落地正从泛办公向具备天然上下文的IM等场景渗透，而分歧则体现在对行业的态度上，既有批判其成为资金输送体系的声音，也有对其技术价值与落地潜力的认可，整体展现出当前领域既快速推进又充满不确定性的状态。
AI 技术博客
- Dylan Patel – Anthropic & OpenAI will have most of the world’s compute by 2028 — Dwarkesh Patel 本次对话围绕未来几年的实验室经济展开，涉及推理向训练的转变、Anthropic和OpenAI的算力控制情况，以及AI capex超10万亿美元可能引发的主权债务危机问题，还探讨了行业中心化是否存在制衡因素。关键结论显示，预计到2028年Anthropic和OpenAI将控制全球大部分可用算力，AI capex或引发主权债务危机，且行业中心化趋势明显。该对话提供了AI行业算力布局与潜在经济风险的一手分析，有助于理解AI发展的核心趋势。
- Quoting Paul Dix — simonwillison.net 本文引用Paul Dix的观点，指出AI编写了100万行代码并经数月优化后，形成了当前运行于数百万开发者设备上的可靠软件。关键结论反驳了“AI生成该软件因有oracle而简单”的说法，认为只要有合适的验证系统与方向，AI可产出高度复杂的软件并持续优化。该观点清晰展现了AI在软件开发领域的实际能力，打破了对AI编程的片面认知。
- Apple Introduces M6 and M5 Ultra Chips, in New Mac Mini and Mac Studio — John Gruber 苹果今日发布新款Mac mini搭载M6芯片、新款Mac Studio搭载M5 Ultra芯片，M6为苹果首款2nm芯片，M5 Ultra采用新一代UltraFusion技术的四die架构。关键结论显示，两款新设备提供了性能与AI能力的大幅提升，今日开启预购，9月22日发货，搭载MacOS27。该信息清晰呈现了苹果最新桌面设备的核心升级，为关注苹果硬件的用户提供了关键参考。
- The AI Hater’s Manifesto — Ed Zitron 本文是作者的《AI仇恨者宣言》，作者从事AI报道三年，拥有近11.5万订阅者，其premium newsletter提供AI行业的深度分析。关键结论指出，作者批判现代软件的缺陷、LLM的价值以及AI行业的高成本，认为AI行业正成为向英伟达等公司输送资金的体系。该宣言提供了对AI行业的批判性视角，有助于理解行业的潜在问题。
- EVE Online: The Move to Python 3 Begins! — simonwillison.net EVE Online启动向Python3的迁移工作，该游戏自2003年起使用Stackless Python，最后一次大升级是2010年的Stackless Python2.7。关键结论显示，迁移计划先通过futurize脚本处理240万行代码，再手动审查约2万处Python2与3的行为差异，其Carbon引擎已用自研调度库替换Stackless。该案例是Python大规模迁移的典型实践，为其他项目提供了参考。
- Debugging Ubiquiti’s 5G Backup on AT&T — jeff@jeffgeerling.com (Jeff Geerling) 作者在进行迷你家庭实验室项目，计划将5G作为主要移动网络连接，固定时可接入其他网络，借此测试Ubiquiti的小型设备。关键结论显示，该项目旨在探索移动网络的灵活切换方案，相关细节后续会分享。该项目展示了移动网络部署的实用思路，为同类爱好者提供了参考方向。
- XCancel, the Twitter/X Mirror, Shuts Down After Cease and Desist From the Fine Folks at X Corp — John Gruber XCancel服务于8月24日收到X Corp的停止与终止函，已暂停服务至另行通知，团队正在寻求法律建议。关键结论指出，XCancel是加载速度快且无冗余内容的Twitter/X镜像服务，作者此前未直接链接它是因担心法律风险。该事件反映了第三方镜像服务面临的法律压力，为关注X生态的用户提供了信息。
- Update Regarding the Base Prices of the M5 Max Mac Studio — John Gruber 作者此前误写了M5 Max Mac Studio的基础价格，错误源于苹果的购买流程设计，两款18核CPU的SoC GPU不同，RAM选项互斥导致价格计算混淆。关键结论显示，实际18/40核GPU的M5 Max Mac Studio基础价为3100美元，而非此前误写的2800美元，差价为600美元。该内容澄清了苹果Mac Studio的价格误区，为潜在购买者提供了准确信息。
因果推断与营销科学
- CUPED on Steroids: Multivariate Covariate Adjustment for Switchback Experiments — Sergei Pankratev, Palash Arora 这篇论文提出适用于switchback等聚类实验设计的扩展CUPED框架，利用实验前的多个历史滞后、小时编码等协变量调整处理效应估计量的方差，结合交叉拟合避免过拟合导致的方差膨胀。该框架无需额外假设，相比传统CUPED能大幅提升方差减少效率，模拟和纽约出租车记录验证其在统计功效上的显著增益，为聚类实验的处理效应估计提供了更高效的协变量调整方法。
- Causal Effects of Modified Treatment Policies under Positivity Violations: A Partial Identification Approach — Taehyeon Koo, Elizabeth A. Stuart, Kara E. Rudolph, Caleb H. Miles 这篇论文研究连续治疗下修正治疗政策（MTP）的平均结果估计，针对正性条件不满足的情况提出部分识别框架，将平均结果分解为正性区域内的点识别部分和区域外的部分，用Lipschitz连续性约束替代参数外推模型。改进了投影方法解决路径不可微问题，模拟显示其置信区间在正性不成立时能达到名义覆盖率，农药混合物应用中发现正性假设下的关联不稳健，为正性违反时的估计提供了可靠途径。
- Orthogonal double residual learning for optimal individualized treatment rules — Jiaqi Tong, Fan Li 论文提出正交双残差学习（ODRL）框架，是直接估计最优个体化治疗规则（ITR）的两阶段交叉拟合方法，通过成本敏感分类结合处理和结果残差的乘积实现。ODRL是首个具有通用Neyman正交目标的直接方法，无需严格建模假设或逆倾向得分加权， nuisance估计误差影响为二阶乘积，在重叠有限时仍稳健，模拟和真实研究验证其性能，配套R包已实现。
- Optimal Variance Reduction in Randomized Experiments — Amir Najmi, Michael D. Keselman 这篇论文提出利用不受处理影响的协变量减少随机实验方差的方法，类似Double ML，可使用任意复杂度模型无需担忧过拟合或正则化偏差。对于加性处理指标，该方法能最优减少方差；对于复杂指标用Delta方法估计方差并最小化，通过多个例子探讨建模考虑，为随机实验的方差优化提供了灵活可靠的途径。
- A cautious approach to constraint-based causal model selection — Daniel Malinsky 论文研究约束型因果图模型的数据驱动选择，这类算法基于条件独立性检验确定边的存在与否，提出“谨慎”选择方法，控制错误删边概率，偏好稠密图而非稀疏图，通过反转常规检验程序实现，即检验条件关联大于阈值而非独立性。该方法更符合观测流行病学等研究的推断目标，在环境流行病学数据中得到验证，应对因果模型不确定性更稳健。
- Average Treatment Effect Estimation with Non-binary Instrumental Variables — Mei Dong, Lin Liu, Dingke Tang, Geoffrey Liu, Wei Xu, Linbo Wang 论文针对实践中常见的非二元工具变量，提出广义W estimand用于二元处理的平均处理效应估计，避免二元 recoding导致的效率损失，在标准IV假设和同质性条件下适用于各类工具变量。构建了局部有效去偏估计器，结合双重交叉拟合处理高维协变量，模拟显示其效率高于二分工具变量的估计器，在肺癌队列应用中修正了肥胖悖论的错误结论。
即刻简报
- 发布了: 技术零件已经齐了，但AI没有迎来自己的iPhone时刻 2023年GPT-4刚发布的时候，OpenAI的CEO Sam Altman原以为软件行业会立刻被AI搅个天翻地覆，大量的生意… — 即刻·莫唯书Mark 本文围绕OpenAI CEO Sam Altman对AI发展阶段的判断展开，指出当前AI已集齐技术零件，但尚未迎来类似iPhone的转折点，核心缺的是能彻底改变人机交互的产品构想。Altman提到算力仍是硬约束，OpenAI曾因成本问题砍掉Sora等项目，转而聚焦平台化方向。该内容来自Altman的播客及采访，清晰呈现了AI行业当前的核心矛盾与发展瓶颈。
- 发布了: OpenAI 发布了他们自研的芯片，而且直接击败了英伟达、AMD 和谷歌所有可比可测芯片的推理 ASIC。 感觉 AI 领域的竞争已经到了下一个阶段： 现在大家除了… — 即刻·歸藏 本文介绍OpenAI发布的自研推理芯片，该芯片专为大语言模型推理设计，能效比全面碾压英伟达、AMD等厂商的可比芯片，设计周期仅16个月。芯片为通用型，可适配多种模型，目前是工程样品，2027年量产，OpenAI计划年底在自家基础设施部署，目标达100MW规模。该内容展现AI领域竞争从模型转向芯片与供应链整合的新趋势。
- 发布了: AI 的真正战场不是在泛办公里，而是在 IM 系统里，那里有天然的上下文环境。 而这里面最核心的卡点在于，很多公司的数据还存在 Excel 里，不能被方便、… — 即刻·进击的盖茨比 本文提出AI应用的核心战场并非泛办公，而是具备天然上下文环境的IM系统。当前该领域的核心卡点是多数企业数据仍存储在Excel中，难以实现便捷安全的协同。只有当Json比Markdown更受关注时，企业的AI原生化进程才会真正启动。该观点明确了AI落地的关键场景与现存的核心障碍。
- 发布了: AI 应用创业有个客观规律是：人数不能太少。如果目标不是 OPC，而是想在某个特定大市场进入前几名，那么最好产研团队在 100 人以上，同时在合适时机构建… — 即刻·玉伯 本文总结AI应用创业的客观规律，若目标是进入特定大市场前几名，产研团队需100人以上，合适时机需构建200人以上的GTM团队。文中指出，号称20-30人年营收几亿美元的案例，极少数是运气，多数为不实宣传。该内容为AI创业团队提供了明确的规模参考，避免盲目跟风。
- 发布了: 天使轮都可以这么玩了嘛，看来还是孤陋寡闻了 — 即刻·莫唯书Mark 本文提及OJO完成近亿元天使轮融资，该项目主打打造设计Agent Team Workspace，为用户提供顶尖设计团队服务。这一案例展现了天使轮阶段AI相关创业项目的新玩法，打破了对天使轮项目的常规认知。该信息反映了AI设计领域早期融资的新动态。
- 发布了: 试了一下字节刚发布的“豆包工作”，非常豪横，上来就先送一个月的标准会员； 如果你已经买了会员，也会免费顺延一个月，可以说是雨露均沾。 豆包确实早… — 即刻·歸藏 本文介绍字节刚发布的“豆包工作”，该产品面向办公场景，上线即送一个月标准会员，已购会员顺延。其核心优势是结合飞书的AI基建，可获取飞书完整上下文，具备通用Agent能力，适配Windows场景与云电脑协同。该内容展现了AI工具落地办公场景的具体实践，凸显了场景结合的重要性。
- 发布了: Qwen4 新架构要来了 不止是 Qwen，我看到一堆模型厂商都在换全新架构 非常有趣 — 即刻·橘AI 本文提及Qwen4将采用全新架构，同时观察到多家AI模型厂商都在更换全新架构。这一动态反映了AI模型领域的技术迭代趋势，架构升级成为行业内的普遍动作。该信息体现了AI模型研发的最新方向，预示着行业将迎来新一轮技术升级。
- 发布了: 其实这么看也没毛病，AI只是工具，人才是目的，以不变应万变才能在剧变中找到坚实的锚点 — 即刻·莫唯书Mark 本文是汤道生针对“腾讯AI慢了”质疑的内部长文回应，核心观点是AI只是工具，人才是目的，在行业剧变中以不变应万变。他提出熬得久比起得早更重要，强调长期布局的价值。该内容展现了腾讯在AI领域的战略思考，传递了稳扎稳打的发展理念。
本期有 9 个源不可用：lcamtuf.substack.com、garymarcus.substack.com、rachelbythebay.com、joanwestenberg.com、dfarq.homeip.net、gwern.net、worksonmymachine.substack.com、chiark.greenend.org.uk/~sgtatham、tedunangst.com。