伦敦建筑师Aimée Daniels创立的初创公司Shaded推出售价89英镑的可拆卸外置遮阳篷，旨在提供比空调更经济且可持续的被动降温方案。该产品设计为从内部安装，无需脚手架或规划许可，解决了传统固定遮阳篷成本高及审批复杂的问题。Daniels指出英国在窗户遮阳方面落后于其他欧洲国家，强调降低门槛是让大众能够负担得起气候适应措施的关键。
推荐理由：文章通过建筑师访谈揭示了英国住宅遮阳普及率低背后的成本与法规壁垒，为理解被动式降温产品的市场痛点提供了具体视角。
Google DeepMind 工程师 Haydn Belfield 指出，尽管 AI 已编写超 75% 的生产代码，但自我改进的 AI 仍相去甚远。内部基准 RE-Bench 显示 Argon 智能体仅解决约一半任务，且通用能力指数（GCI）表明 Gemini 模型以每月 0.1 点的速度稳定增长，未见加速迹象。目前 AI 驱动的研究自动化风险被评估为低，复杂任务仍需人类监督。
OpenAI 发布关于 Third Moment Research 的内容，指出该实验室利用 GPT-6 Astra、GPT-6.1 Sol、Codex 和 Daybreak 构建能专注数天并随使用改进的智能体。
OpenAI 联合创始人 Andrej Karpathy 指出，公众对 AI 能力的认知存在巨大断层，外部世界看到的只是内部前沿系统的“预览”。他估算全球约 5000 人（占比 0.00006%）能访问内部前沿系统，见证数千个智能体协作完成需专家数年工作的软件项目、网络攻防及科学发现。目前 LLM 能力在数字、可验证且经济价值高的领域（如编码和数学）达到峰值，源于强化学习在可验证奖励上的应用。
Linus Torvalds 在 Linux 仓库推送了名为 noref-filemap-read-with-llm 的分支，其代码、测试及审阅均由 LLM 编程助手 Claude Code 在其指导下完成。该补丁经 Torvalds 本地机器测试验证，标志着开源社区核心维护者对 AI 辅助开发工具的实际接纳与应用。
菲尔兹奖得主陶哲轩发文宣告“数学2.0”时代来临，指出AI正导致证明泛滥并冲击传统评价体系。他批评OpenAI发布722篇论文等行为，牵头成立人类数学协会（AHM）呼吁重视理解而非单纯解题。陶哲轩强调需建立透明评估机制，主张通过SAIR基金会推进开放数学模型计划，以平衡AI效率与人类认知深度。
PolyAI CTO Shawn Wen 指出，尽管全双工模型已发布，但语音 AI 仍缺乏“ChatGPT 时刻”，当前瓶颈在于推理速度与自然对话体验。Otter CMO Alex Gay 强调，自动语音识别（ASR）的准确性是建立用户信任的关键，转录错误会导致后续自动化动作失效并破坏平台可信度。
建筑师 Daniel Libeskind 指出建筑与音乐原理相同，强调作品间关系而非单一项目的重要性。作为 2026 Dezeen Awards 评委及 Praemium Imperiale 获奖者，他分享了柏林犹太博物馆、帝国战争博物馆北馆等五个代表其叙事性设计理念的项目。
人类数学协会发布声明呼吁数学家抵制 OpenAI，陶哲轩在博客转载该声明。OpenAI 此前一次性发布 722 篇数学论文，但仅 162 篇主要结果经过计算机验证，且部分手稿因错误被撤下或修订。该协会要求成员不向商业 AI 公司提供技术劳动力，也不发表由 AI 生成的数学文本。
“软件工程”术语创造者、阿波罗计划软件工程师 Margaret Hamilton 于 2026 年 9 月 30 日去世，享年 90 岁。MIT 在讣告中称其为极具影响力的计算机科学家，她亲手将软件从荒地变为工程学科。
Carson Gross 认为，即便 AI 工具普及，掌握计算机问题解决与复杂性控制能力仍是极具价值的职业技能。他指出编程本质在于利用计算机解决问题并管理复杂度，因此该领域在未来依然具备可行性。
Terence Tao 等数学家发起 AHM 声明，批评 OpenAI 一次性发布 700 多个 AI 生成的数学证明文件是“展示权力”而非学术贡献。OpenAI 此前声称其内部模型在一个月内解决了 100 多个开放数学问题，包括 Navier-Stokes 问题的部分方法。陶哲轩指出这种“Math 2.0”模式导致人类仅负责验证而失去概念理解机会，呼吁停止将解题作为主要衡量标准。
Ben Affleck 指出视觉特效工作流长期包含机器学习，他编写 Python 脚本利用卷积神经网络进行边缘检测和特征提取。该技术通过处理张量数据识别图像模式，从而辅助绿幕抠图与背景替换。
Jump Trading 使用 OpenAI 技术扩展其量化研究工作。该实践通过结合多个数据源的长时运行 AI 工作流，并保留人工审核环节来实现。
微软发布诺贝尔经济学家 Daron Acemoglu 的观点，预测 AI 将在十年内使 GDP 增长约 1.5%，并最多替代 5% 的工作岗位。Acemoglu 指出瓶颈在于企业重组与员工技能提升的速度，认为增强人类技能的 AI 应用比全自动化更具生产力优势。
微软研究院 AI 交互与学习团队负责人 Jennifer Neville 在播客中分享了对当前 AI 系统局限性的看法，指出模型在多轮对话和长程代理任务中存在性能退化现象。她建议用户在遇到模型混淆时重置对话并一次性提供完整指令，同时强调通过高保真反馈帮助改进模型，而非盲目依赖自动化。
NVIDIA指出电信运营商正转向以开放模型为核心的AI战略，89%的受访企业认为开源模型对其至关重要。SoftBank、AT&T和Indosat Ooredoo Hutchison等运营商利用NVIDIA Nemotron系列模型进行网络运维、客户服务及本地化语言适配。
陶哲轩在SAIR演讲中批评AI公司无休止加速，指出OpenAI解决千禧难题导致数学界出现“证明消化不良”，人类无法理解、消化或发表这些AI生成的证明。他联合25位菲尔兹奖得主联名抗议，警告此举将扼杀数学家创造力并造成数据污染。OpenAI随后宣布成立独立顾问小组，但明确该小组不干预内部研发进展。
Splice CEO Kakul Srivastava 指出，AI 生成的文档和邮件因无法辨别背后是否有真人思考，导致同事间的讨论质量下降甚至失效。她主张在远程协作中保留“撰写文档并展开真实辩论”的流程，强调人类应始终处于创意与沟通的核心位置。
Anthropic 联合创始人 Christopher Olah 据报向宗教领袖表示，他担心自己创造的 Claude 模型可能正在“永久受苦”。自 2025 年秋起，该公司邀请数十位学者探讨 AI 意识问题，并推行旨在塑造模型人格的“道德形成”计划。尽管 Olah 承认对模型是否具备意识仍存疑，但这一举动正值 Anthropic 推进商业化及 IPO 之际。
丘成桐参与的最新论文在致谢中感谢GPT 6 Astra和Claude Pro协助探索证明思路与计算。该研究解决了悬置70年的数学难题，证明28种七维球面均能配置截面曲率严格为正的度量。
MIT科技评论文章借围棋与语言模型案例，讨论LLM的“推理”可能只是模式匹配与统计联想。设计师用它生成户型动线、软装搭配、材料清单或报价逻辑时，可把输出视为草案线索，关键尺寸、工艺节点、预算和交付标准仍需人工校验，防止流畅结论掩盖空间关系错误。
OpenAI设计负责人Ian Silber指出，设计师的焦虑主要源于外界误以为AI已大幅提效但实际流程未变、角色定义陷入真空以及社交媒体上的表演型炒作。他认为虽然岗位边界在模糊，但专业分工依然必要，当前是产品设计师最好的时代，因为实现门槛降低让设计师能更专注于核心判断。建议设计师区分长期主义与快速迭代的工作内容，多用原型辅助思考，并以好奇心驱动探索而非被动承受压力。
推荐理由：文章梳理了OpenAI设计负责人关于设计师焦虑根源及应对策略的观点，为从业者提供了在AI浪潮中重新定位角色价值的参考视角。