9 月 21 日 · AI 日報

日產 CEO 伊萬・埃斯皮諾薩透露，第 14 代 Skyline（V38）轎車將於今年 12 月正式亮相，專案從立項到完成僅用 26 個月，比上一代 V37 的 55 個月縮短一半以上，得益於 AI 在設計、工程、測試和生產環節的廣泛應用。新車採用後輪驅動和 FM 前中置平台，預計提供 6 速手動與 9 速自動變速箱，搭載 3.0 升渦輪增壓 V6 發動機，並正在評估混合動力版本。

一位產品負責人分享自己處理幾乎所有問題都遵循的六步框架：理解已有資訊、補齊缺失資訊、定義問題、定義清晰簡單的解法、定義目標、帶著緊迫感行動，並在獲得新資訊後反覆回到第 3-5 步。他認為最常見的失敗模式是沒能清晰定義問題、沒能給出清晰簡單的解法，並稱"我喜歡犯錯"，因為犯錯能幫助更快明確問題、找到正確解法。

Imprint 工程負責人記錄了在公司內落地軟體工廠模式的實踐，核心是 /linear-project-loop 技能，它審計 Linear 專案的目標定義（Notion RFC、Datadog 或 Snowflake 指標），補齊缺失工具後自動增刪 issue、處理非阻塞任務並定期重跑迴圈。

Flet 團隊發布 Flet 1.0 並宣佈可用於生產應用開發。該開源 Python 框架基於 Flutter 渲染 UI，flet build 支援 apk、aab、ipa、ios-simulator、windows、macos、linux、web 八個目標平台，應用可捆綁 Python 3.12、3.13 或 3.14，Apache 2.0 協議下已上架 PyPI。

貝索斯反駁AI將取代放射科醫生和軟體工程師的說法，認為AI會提升這些從業者的能力。他以挖地下室時有人遞上推土機作比喻，稱經濟生產力將大幅提升，反而可能出現勞動力短缺。

哎呀。以前"快"可是件壞事 💅

Jev 現已面向所有人開放，無需等待名單。 在這裡開始使用：https://console.typesafe.ai

Baseten CEO Tuhin Srivastava（@tuhinone）剛丟擲 2 個數字，展示 AI 推理增長有多快：

Baseten 上的 token 用量同比增長 40 倍，而過去 12 個月收入增長約 10 倍。

來自 "Sources Podcast and Alex Heath"（@alexeheath）YouTube 頻道，（完整影片連結見評論）

中國頂級的 AI Lab，在使用 Nvidia 晶片做訓練，並且開始大量使用華為晶片做推理，是這樣麼？

一名入職大公司半個月的員工爆料，團隊所有規格、程式碼、測試、PRD、工單及報告均由 Claude Code 生成，從 L1 到 L7 的工程師都在做同樣的事。沒人喜歡這種方式，卻被高層要求儘可能多地產出，員工每天工作 12 到 13 小時只為按 Enter，且沒有人閱讀任何產出內容。

早在7月，有一份報告在網上引起廣泛關注，稱 Waymo 比紐約的營運車輛更危險。該分析後來被證明是錯誤的，更新後的報告發現 Waymo 要安全得多。好在他們用新資料做了更新，不過 https://www.openplans.org/how-for-hire-autonomous-vehicles-impact-nyc

Jev 現已向所有人開放。無需等待名單。在此開始使用：https://console.typesafe.ai

你無法阻止 MUSE MADNESS

【引用 @mignano】：兩件事感覺不可避免：

1. Muse
2. Muse 對 Meta 的發展軌跡產生重大影響

我們的聯合創始人 @aidangomez 創辦 Cohere 的初衷，是讓你能多做自己想做的事，把你需要做的事自動化。

我們正在構建的 AI 能幫你完成繁瑣的任務，讓你有更多時間投入到真正驅動你的事情上。

我並不完全認同"完全 RSI 會實現"這一假設，但這是一段極好的影片，總結了我們現在所處的階段。https://youtu.be/fjZ90V_JREk?is=1jf1RRuWRTjo9_Iw

🔥 推出 Jev Primer 與 Playground

想了解 Jev 如何運作，不用再找了。

這是你入門所需的唯一互動式指南。

不再困惑 Jev 能做什麼、不能做什麼。我們還打造了專屬 Jev Playground，讓你現在就能試用各種用例。

Laya（OS Jev）可在 Mac M4 上通過 CoreML 離線執行，達到每秒 45 次決策。使用者可用 uv 安裝 laya-coreml【demo】，並下載 aac6fef/laya-multilingual-coreml-ane 模型到本地，再執行 laya-coreml-snake 演示。

輝達 CEO 黃仁勳接受 CBS News 採訪，稱 2030 年是世界末日的可能性為 0%，AI 末日說法沒有科學依據，嚇唬人不負責任。此番言論回應前 Anthropic 研究員考克森關於超級智慧開發拿人類生命做賭注的觀點。他認為美國現有產品責任法和網路安全法律已足夠，不需要額外立法監管 AI 開發商，並反對禁止美國晶片出口中國，稱每家晶片公司都應走向全球市場競爭。

這篇評論文章認為前沿 AI 實驗室誇大 AI 代理失控風險，目的是遊說美國政府授予反壟斷豁免並遏制開源競爭。

Ethan Mollick 主張把這一呼籲從經濟學擴充套件到整個社會科學：AI 領域變化太快，不能等數十年才做出完美因果識別的論文，需要快速、前瞻、由 AI 能力深度支撐的研究。他引用 @alexolegimas 的觀點指出，經濟學界習慣追求乾淨識別，但當下更需要方法論可靠、方向多元的即時訊號，例如多個獨立團隊得出「AI 暴露度高的初級崗位招聘放緩」這一相近結論。

Anthropic 首席經濟學家 Peter McCrory 回應 AI 經濟影響論文的閱讀方法，提出四條實踐建議：優先做可用新資料定期更新的分析、公開工作並據新證據修正觀點、承認不確定性並做可證偽預測、保持認真與謙遜。