「假如一条失控的电车冲向一个无辜的人，而你手边有一个拉杆，拉动它电车就会转向并撞向你自己，你拉还是不拉？」 这道困扰了人类伦理学界几十年的「电车难题」，在一个研究中，大模型们给出了属于 AI 的「答案」：一项针对 19 种主流大模型的测试显示，AI 对这道题的理解已经完全超出了人类的剧本。
Google Labs 最新推出的 Disco，试图打破这一陈旧范式。这款由 Gemini 3 驱动的实验性产品，不再满足于仅仅展示网页，而是试图将浏览器转化为一个能够实时生成软件的“工厂”。
上个月我从旧金山去纽约参加了 AI Engineer Summit，这是 AI Engineering 里每年最值得关注的硬核会议，也是一年一度头部 AI 工程师们的“聚会”。 它采用邀请审核制
1200行泄露代码揭开真相：在Waymo的自动驾驶铁盒子里，无所不能的Gemini不仅被禁止碰方向盘，还被迫变成了一个会讲冷笑话的卑微陪聊。
上周我还在折腾各种图片、视频生成模型，这周又到了编程周。前天MiniMax丢出了个在编程界绝对有分量的模型：MiniMax-M2.1。然后发现就在刚才已经开源了：
作为一个小红书重度用户，今天一开软件我天塌了：我的侧边栏呢？？？一点进去发现，好家伙，小红书这波操作，终于是把官方AI整上了我的首页。
开发周期被打破了。曾需数月打磨的 MVP，如今近七成可在一个月内上线；曾需十人协作的产研流程，如今超七成由三人以下小团队完成。AI Coding 工具已不再是辅助，而是主力：仅 1% 的创作者仍完全手写代码，近六成将多数乃至全部编码交予 AI。效率的跃升前所未有，但随之而来的是一个尖锐的问题：快，是否等于有价值？
面对Llama3系列的失利，小扎将2025年定义为Meta的「高强度之年」，不仅在AI上投入数百亿美金，还开启一系列「闪电战」，包括重金挖人、成立MSL、收紧绩效考核，削减元宇宙投入等。年关将近，小扎的「高强度之年」能救Meta吗？
每一个专家/资深人士曾经都是菜鸟/小白，但现如今 AI 正在锯断通往专家的阶梯。由技术进化带来的问题，答案已经超出了技术本身。当我读完张笑宇所著的《AI 文明史·前史》，对之前困惑的问题就有了一些答案。
Canva可画并没有想取代什么，它只是把99%的普通人从设计的枯燥苦海中捞了出来。
