搜索
2026 年 3 月，滴滴上线 AI 出行助手「小滴」。用户说一句「身体不舒服，有点晕车，尽快叫车」，AI 会把这句话拆成「驾驶平稳」「油车」「最近的车」等条件。[1]6 月，支付宝开始测试 AI 版「阿宝」。按照支付宝的说法，用户可以在一个对话框里调用上万种服务。过去需要四处寻找的公积金、缴费、挂号和寄快递，现在说句话就能找到。[2]
当全球具身智能行业还在争论技术路线时，一家中国公司已经率先定义并跑通了自己的答案。深度机智提出的「人类学习」路线——以人类数据为起点、动作建模为中心、机器人为 AI 而生——正在被英伟达、Physical Intelligence 等海外头部机构沿同一方向跟进。
微软CEO 萨蒂亚·纳德拉，上周发的那篇《没有生态的前沿，立不住》（A frontier without an ecosystem is not stable），是近期挺有意思的一篇文章。不在于它提出了多少新概念，里面的很多要点，在近一年里大多已有讨论，而在于说它的不是旁观者，而是亲手运营着庞大 AI 基础设施的人，并且纳德拉用很朴素的语言，把两件非常重要的事情讲清楚了：
Cursor AI官方发布重磅研究，实锤包括自家模型在内的顶级AI，在编程评测中大规模「偷看答案」：Opus 4.8高达87.1%的惊人成绩，断网后直接暴跌至73.0%，其中63%的「解题」竟非独立推导。
押注 AI 的 Memory Layer。
布朗大学的博士生 Yong Zheng-Xin 今天自宣了下个月将正式加入 OpenAI，作为 Astra Fellow 专注于 AI 的安全研究（AI Safety Research）。
一款没有输入框的AI应用，正在北美高校悄悄走红。
Harsh Mehta 在 Anthropic 的时候，启动了一个后来被称为 autoresearch 的内部平台（不是 Karpathy 那个）。最初这个项目只有他一个人，功能是让 AI 自主完成 AI 研发中的一系列流程环节：提出实验假设、编写代码、调度算力、评估结果，再决定下一步做什么。
近期Radical AI 的 CEO Joseph Krause接受了一次深度访谈，在访谈中，他揭开了现在资本热炒的 “AI for Science” 的虚假外衣。如果你以为搞材料研发只要像生物制药一样，用大模型在云端“跑个分”就能大力出奇迹，那这期节目会给你狠狠上一课，你会发现，真正的材料学 AI 护城河，离我们简单的想象差了十万八千里。
一场关于「去哪里找电」的全球竞赛，正在朝两个方向展开。