全部资讯

重置筛选
极客洞察
极客洞察
🤨 AI 失业恐慌、理性争论与自动化税之辩

原标题:《Marx, Keynes, and A.I》 评分: 42 | 作者: speckx 💭 AI 到底是失业机器,还是订阅印钞机? 🎯 讨论背景 这场讨论围绕一篇把 Marx、Keynes 和 AI 放在一起的文章展开,核心是在问自动化会不会像马克思式叙事那样替代劳动,又会不会像凯恩斯式担忧那样通过需求外部性影响就业。评论区主要拿 ChatGPT 之后的劳动力市场做文章:有人盯着官方失业率和 U6 失业率(更宽口径的失业/就业不足指标),争论 AI 是否真的在抬高失业,还是只是改变了招聘流程和初级岗位筛选信号。另一条线索是 game theory:一些人把企业之间的自动化竞赛看成囚徒困境、公地悲剧或 Nash equilibrium(纳什均衡)问题,认为单个企业理性、整体却可能走向更差结果。讨论还延伸到 Pigouvian automation tax(庇古式自动化税)以及 Daron Acemoglu(2024 年诺奖经济学家)关于“技术影响并不均匀”的研究,用来思考政策是否该干预 AI 扩散。 📌 讨论焦点 AI 致就业崩溃?数据并不支持 有评论认为“Jobs Apo

noreply@aihot.virxact.com (X:Ethan Mollick (@emollick))
noreply@aihot.virxact.com (X:Ethan Mollick (@emollick))
AI能力为何未催生激进政治思潮

有点惊讶,我们并没有看到更多围绕AI能力构建的激进政治理念--就像早期大规模工业化曾是资本主义、共产主义和社会主义思想形成的主要推动力那样。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthi59k50egrrodmbelztiqj

noreply@aihot.virxact.com (X:Emad Mostaque (@EMostaque))
noreply@aihot.virxact.com (X:Emad Mostaque (@EMostaque))
智能体群集化概念解析

智能体群集化 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthj2vol015dro689dbkldy6

noreply@aihot.virxact.com (X:DAIR.AI (@dair_ai))
noreply@aihot.virxact.com (X:DAIR.AI (@dair_ai))
Google 新研究:SKILL.state 以显式状态替代对话历史

Google 等机构提出 SKILL.state,用显式可变执行状态替代不断增长的对话历史,解决长程任务中智能体变慢和上下文污染问题。模型每步仅读取技能规范、当前状态和最新观测,中间推理在生成有效状态更新后即被丢弃。在多个数据集、模型和执行环境中,任务准确率提升,累计 token 消耗下降,且该抽象与架构无关,可移植到现有技能运行环境。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthj2voe015cro68pntw9dik

noreply@aihot.virxact.com (X:Rohan Paul (@rohanpaul_ai))
noreply@aihot.virxact.com (X:Rohan Paul (@rohanpaul_ai))
Grok Bots 将 LLM 引用数据转化为运营闭环

Grok Bots 将 LLM 引用数据转化为一个运营闭环: 找到 ChatGPT、Grok、Gemini 和 Perplexity 已经引用的页面,联系那些页面的控制者,然后重新运行相同的查询,看看可见度是否发生变化。 AI 搜索正在改变品牌被发现的方式。 你现在可以通过与 MCP 对话来在 ChatGPT 中排名。 这里的思路是将引用本身视为可观测性数据。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthi59kh0egsrodm4n5neucs

noreply@aihot.virxact.com (Runway:News(网页))
noreply@aihot.virxact.com (Runway:News(网页))
Runway 发布 Solaris:首个界面世界模型,实时生成操作系统级交互界面

Runway 推出 Solaris,这是其全新界面世界模型(Interface World Models)系列的首个模型。Solaris 能实时逐帧生成应用和网站界面,无需中间代码表示,直接以图像作为交互层,支持视觉化、动态响应和开放式交互。它还可用于训练智能体,使其适应不断变化的界面布局,而非局限于特定训练环境。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthhmoi10e71rodmx6wngoz1

noreply@aihot.virxact.com (X:Rohan Paul (@rohanpaul_ai))
noreply@aihot.virxact.com (X:Rohan Paul (@rohanpaul_ai))
记忆增强压缩:将可复用推理从生成阶段移入提示词以降低思维链成本

论文提出"记忆增强压缩"(Memory-Augmented Compression)方法,将可复用推理从生成阶段转移到提示词中,无需训练即可降低思维链成本。该方法将已解示例蒸馏为可复用推理记忆,按查询检索并注入,使部分计算从自回归解码转移到更并行的预填充阶段。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthi59ki0egtrodmurrz525b

noreply@aihot.virxact.com (X:SemiAnalysis (@SemiAnalysis_))
noreply@aihot.virxact.com (X:SemiAnalysis (@SemiAnalysis_))
NVIDIA LPU 三种分离式推理架构解析

NVIDIA LPU 支持 3 种分离式推理: 1. Rubin Prefill + LPU Decode,实现最快交互性 2. Rubin Prefill + Rubin Decode Attention + LPU Decode FFN,面向曲线中段 3. Rubin Prefill + Rubin Decode Verification + LPU Drafter,面向曲线中左段 在低交互性场景下,纯 Rubin 仍占优势。期待 Rubin + LPU 在 AgentX 等开源智能体基准上的性能曲线表现。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthi59kq0egvrodmvisy1nl3

极客洞察
极客洞察
🙃 普通网线直连传文件:交叉线过时,USB-C/Thunderbolt 也能替代

原标题:《Transfer files over an Ethernet patch cable》 评分: 124 | 作者: jllyhill 💭 把两台电脑插根网线还要当成黑科技吗? 🎯 讨论背景 这篇帖子围绕“把两台机器直接用一根 Ethernet 网线连起来传文件”展开,背景是早期网络常常需要 crossover cable(交叉线)才能让同类设备直连。现在大多数网卡支持 auto MDI-X(自动交换 TX/RX 的功能),再加上 Gigabit Ethernet 和 1000BASE-T 的普及,普通 patch cable(成品短网线)通常就够用。评论进一步补充了不用手动静态配 IP 的办法,比如 APIPA(169.254/16 自动地址)、IPv6 link-local(fe80::)和 mDNS(局域网内的 .local 主机名解析),以及用 Thunderbolt 3/USB4(USB-C 体系下的高速直连总线)做替代。讨论还顺带回顾了 null modem(串口直连线)、LAN party、光纤跨楼连接和 zstd +socat 之类的文件传输技巧。 📌

noreply@aihot.virxact.com (X:Testing Catalog (@testingcatalog))
noreply@aihot.virxact.com (X:Testing Catalog (@testingcatalog))
Grok iOS 将迎库支持与媒体筛选功能

SpeceXAI 正在为 iOS 上的 Grok 开发库支持功能。 媒体、应用和文件都将随之而来,同时还有筛选功能。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthi59kw0egwrodms9j0miuv

加载更多资讯