阅读

在2026年旧金山举行的AI Engineer World's Fair上，微软Principal Cloud Advocate Pamela Fox进行了一场关于模型切换的工作坊。她指出，通用的基准测试往往无法准确反映大语言模型在具体应用程序中的实际行为，因此开发者需要在自己的场景中直接替换并测试模型。

Fox在Microsoft Foundry平台上对GPT-5.5、Kimi K2.6、DeepSeek V4 Flash和Mistral Large 3进行了对比演示。她从基础的字母计数提示开始，逐步深入到检索增强生成（RAG）的忠实度、图像输入处理、多语言陷阱、工具调用以及基于LangChain v1构建旅行代理等复杂场景。

除了功能测试，她还重点介绍了评估方法，包括字符串检查评估、LLM-as-a-judge（以大型语言模型作为评判者）、使用微软新推出的ASSERT工具根据规范生成测试集，以及利用DSPy进行提示词优化以找到最便宜模型也能满足要求的提示词。这一系列演示为工程师提供了一套可操作的模型选型与评估流程。

惠灵顿管理（Wellington Management）发布了一期视频节目，由该公司美国财富主管Christina Kopec Rooney与战略伙伴关系主管Sandhya Douglas共同出演。节目聚焦于投资风险的重新思考，特别是Rooney女士对风险看法的演变过程。

作为大型资产管理机构的高管，Rooney女士在节目中探讨了在追求投资回报的过程中，如何有选择地承担风险。这一主题对于理解专业机构投资者如何在复杂市场环境中平衡风险与收益具有参考价值。

该节目发布于2026年10月19日，为投资者提供了一个了解惠灵顿管理内部风险管理视角的机会。虽然具体论点未在公开描述中详述，但演讲者的职位和话题的相关性使其成为值得关注的资源。

摩根士丹利于2026年10月19日发布了一期视频访谈，由该行资产支持证券（ABS）策略师Carolyn Campbell主讲。本期内容聚焦于当前宏观金融环境对人工智能基础设施扩张的具体影响，特别是借贷成本变化在其中的作用机制。

根据官方发布的视频简介，Campbell将阐述不断上升的借款成本是如何正在减缓AI数据中心建设热潮的。此外，她还将分析哪些条件或市场动态可能成为推动此类项目融资活动重新活跃的关键驱动力。

对于关注AI行业资本结构、债务融资渠道以及基础设施投资回报周期的专业读者，此视频提供了一个来自大型投行内部策略专家的即时观点。虽然未提供完整文字稿，但明确的主题和主讲人身份使其成为了解当前AI融资瓶颈与机遇的一个有效资源入口。

据路透社报道，人工智能公司 Anthropic 近日向美国国会议员私下推介了一项旨在规范尖端 AI 模型安全措施的法案草案。该草案的核心在于设定明确的量化门槛，只有当 AI 模型构成可预见且迫在眉睫的风险，可能造成超过 10 亿美元损失，或导致 50 人以上死亡或重伤时，政府才被允许阻止模型的发表或使用。

除了经济损失和人员伤亡的数字红线，草案还限定了风险的特定来源：必须源自生物武器的制造或释放、AI 模型规避开发者控制措施，或是网络攻击。Anthropic 发言人表示，这项法案反映了该公司今年早些时候公布的“先进 AI 框架”（Advanced AI Framework）建议，旨在赋予政府“阻止或遏制最强大模型危险部署的能力”。

在程序机制上，草案要求开发测试尖端 AI 模型并公开结果，接受独立评估。独立评估机构需向美国商务部登记，定期评估 AI 实验室及其模型。虽然 AI 实验室可向这些机构支付费用，但报酬不得与评估结果挂钩，以确保独立性。若评估机构认定某模型存在法案所列的迫切风险，必须在完成评估后的 72 小时内向商务部通报。

一旦美国商务部认定模型有风险，可向法官申请下令暂停该模型。草案同时明文禁止美国其他政府部门、机关或官员下令暂停相关模型的开发、部署或内部使用，意在将干预权集中于司法审查环节。Politico 报道称，哥伦比亚特区联邦地方法院法官拥有此项下令暂停的权力。

美国资产管理人Barry Ritholtz在2026年10月19日的博客中提出了一个观察：自二战以来，美国政府对通胀统计数据的每一次重大方法调整，几乎都朝同一个方向移动——压低报告出来的通胀数字。

他把这条线从1944年拉到2025年。二战期间，生活成本指数（COLI）在商品短缺、工资冻结和黑市价格蔓延的情况下低估了1941至1944年间4个百分点的价格上涨。1945年，美国劳工统计局（BLS）将数据系列更名为

消费者价格指数

并重新定义为固定篮子价格指数。

1972至75年间，滞胀时期催生了

核心通胀

概念。美联储主席Arthur Burns在1972至73年食品价格飙升后，让美联储工作人员把食品剔除，理由是

天气，不是货币政策

；禁运之后能源也被移除。此后二手车、移动房屋、儿童玩具逐一被剔除，直到篮子只剩一小部分。Ritholtz在2005年就称此现象为

Inflation Ex-Inflation

——把通胀本身从通胀数据中剔除。

1983年，BLS将CPI-U中的住房成本从资产价格加抵押贷款利息改为等价租金（OER）。Ritholtz承认这在概念上站得住脚——房子是升值资产，住房才是消费品——但他指出2002至2007年的房价泡沫没有出现在CPI中，因为数百万美国人涌入无收入证明、可调利率抵押贷款的购房潮，反而压住了租金。2021至23年的住房价格滞后同样暴露了OER的扭曲。

1995至96年的Boskin委员会是Ritholtz措辞最激烈的一段。他直接称其报告

pure political bullshit

。该委员会估计CPI每年高估1.1个百分点（区间0.8至1.6），其政治目的是削减生活费用调整（COLA）和税级爬升，在接下来约十年内实现一万亿美元赤字削减。Ritholtz认为，如果通胀被如实报告（如Boskin改革之前），美联储是否可能更早发现房地产驱动经济中的扭曲？

2000年，美联储将偏好的通胀指标从CPI转向PCE；2004年进一步转向核心PCE；2012年起2%目标正式锚定PCE。Ritholtz指出这使美联储被评判的通胀数字比CPI低约每年0.5个百分点。2017年，特朗普税改法案采纳了奥巴马曾提出又撤回的链式CPI（C-CPI-U）用于税级指数化。

Ritholtz认为2025年的事件在性质上不同于此前所有调整。DOGE裁员和其他人员削减导致BLS在多个都会区暂停CPI采集，以推算（imputation）替代。特朗普在2025年8月1日解雇了劳工统计局局长McEntarfer，随后Antoni的提名未能通过。Ritholtz写道：这不是创造性地下调通胀，而是完全不测了。

他承认OER等变更有理论依据，也承认自己可能判断有误。但他的核心观察是方向性的：1983年以来的每一次重大变更都朝同一方向移动，且几乎总是与财政或政治需要的时间点吻合。

最强的反方论点是选择偏差：Boskin委员会的替代偏差、质量调整和新商品偏差是标准指数论问题，并非美国独创；OER的资产/消费区分有经济学共识支持。能够抬高通胀读数的方法调整可能从未被提出或已被否决，因此

全部朝下

的模式未必是阴谋，而可能是统计方法论演进的自然方向——因为指数论的多数修正确实倾向于降低报告值。

语音AI公司Deepgram每年处理千万亿音频token，服务超过20万开发者和1400家组织。其离线批处理负载——呼叫中心分析、医疗转录等场景——对推理成本极度敏感。2026年10月，Deepgram与AWS前向部署工程团队公布了一份将Nova-3语音转文字模型移植至Trainium2芯片的完整工程记录，自报在单台EC2 trn2.3xlarge实例上每美元多处理11%至70%音频。

移植并非简单的编译替换。团队首先用TorchNeuron将Nova-3在Trainium2上以eager模式运行，检查哪些操作回退到CPU，然后用torch.compile将编码器与解码器分别编译为静态形状图，编译后的路径在Trainium2上运行所有模型操作，未检测到CPU回退。数值精度在层级输出和端到端词错误率两个层面校验，确保与Deepgram参考值一致。

真正的增益来自内核级优化。团队采用一个循环策略：启用NKILib预置内核、用Neuron Explorer做性能剖析、根据剖析结果调优或手写替换。三个关键发现各有针对性——前馈网络层的参考内核每个token tile都从片外重新加载全部投影权重，内存带宽成为瓶颈，手写内核改为一次加载权重tile并在多个token tile间复用，在batch size 96下延迟降低至参考内核的一半；深度可分离一维卷积的参考内核被建模为隐式矩阵乘，Tensor Engine利用率低，团队改写为向量引擎上的广播乘累加循环，达到满利用率，提速1.5倍；二维卷积层在batch size超过32后阻止整图编译，团队从零编写了NKI内核，在batch size不超过32时卷积模块提速最高达50倍。

最后一个增益来源是运行时语言。Nova-3对每个音频块执行一系列小型解码器调用，主机端调度在低batch size下成为瓶颈。Deepgram的生产服务栈本身用Rust编写，团队因此构建了一个轻量Rust运行时：Rust通过共享工作窃取队列协调八个模型副本，C层直接通过Neuron Runtime API加载和执行预编译的NEFF文件，完全绕开Python解释器。与多进程Python基线相比，Rust运行时消除了解释器开销；与多线程基线相比，还缓解了GIL序列化。在吞吐最优的batch size下，Rust运行时比多进程Python基线再提升7.5%吞吐。

需要强调的是，上述所有数据均为Deepgram与AWS的自报测量，基线为Deepgram此前运行的计算选项，具体配置未公开。11%至70%的宽区间覆盖了不同工作负载和batch size，读者在评估自身场景时不能直接套用这一范围。

据WIRED报道，隐私公司Redact发现，WhatsApp网站上约80个帮助和常见问题解答页面在底层代码中意外暴露了专为Meta自家大语言模型设计的隐藏指令。这些指令旨在规范AI聊天机器人的回答行为，其中包含明确标注为“WHAT NOT TO SAY”（不该说什么）的板块。

泄露的内容显示，当用户询问如何删除账户或涉及法律诉讼时，AI被指示不得推荐联系数据保护机构、监管机构或监督机构，也不得引用或解释WhatsApp的服务条款、隐私政策以及GDPR、CCPA等数据保护法规。此外，指令还要求AI不得就WhatsApp的责任问题发表意见。

Redact首席执行官Dan Saltman指出，这一事件凸显了人类用户所见信息与AI实际接收指令之间的差距。虽然许多指令仅是引导用户转向官方支持渠道，但部分限制显然并非为了公开曝光而设计。

在WIRED联系Meta后，相关文本已从所有页面移除。WhatsApp发言人Joshua Breckman表示，这是由一个现已修复的Bug导致的，并强调这些是面向聊天机器人的内部指令，而非直接面向用户的信息，目的是确保AI客服提供的回答准确且相关，同时避免提供法律建议。目前尚不清楚第三方聊天机器人是否曾访问过这些文本，或其暴露时长。

由美国华盛顿大学、英国牛津大学和英伟达组成的国际联合研究团队，于当地时间10月16日在国际期刊《科学》（Science）上发表了生成式人工智能系统RFdiffusion3的详细设计方案。该系统的核心突破在于能够按单个原子的组合来设计蛋白质与核酸，并且通过真实化学反应验证了设计出的蛋白质具备预期功能。

这项研究的通讯作者是戴维·贝克（David Baker），他因利用计算机预测蛋白质结构的贡献获得2024年诺贝尔化学奖，其标志性成果包括开发蛋白质结构预测系统RosettaFold。此前的RFdiffusion1和2主要依托RosettaFold的结构预测网络，而RFdiffusion3参考了AlphaFold3的网络架构，最多可用14个原子表征单个氨基酸，通过直接调整每个原子的三维坐标来设计全新蛋白质结构。

研究人员选取现有酶的41个活性位点对比设计效果，结果显示在其中37组测试中，RFdiffusion3的表现优于RFdiffusion2，且生成速度约为后者的十倍。更关键的是，由RFdiffusion3设计的对氧磷降解酶与肽裂解酶，都在真实实验中顺利完成了预期的化学反应。这一结果标志着基于AI的蛋白质研究从“预测已有结构”进一步发展为“设计具备目标结构与功能的全新分子”，并获得了实验层面的功能确认。

Brooke Lacey在TikTok上有超过29万粉丝，她现在的视频剪辑流程是：手机拍完，丢进终端，大约15秒后一条带字幕、跳切和缩放效果的竖屏短视频就出来了。没有上传素材，没有打开任何传统剪辑软件。驱动这个流程的是三个工具——FFmpeg处理音视频、Whisper做语音转文字、Python做胶水——由Claude Code统一调度。

整个剪辑决定存在一个TSV文本文件里。每一行定义一个切点的起始时间、结束时间、景别和标签。Claude根据她的口播内容生成这个文件后，同一条命令就能从一段原始素材里同时产出15秒、30秒、60秒版本和一个横屏裁切。

但真正难的部分不是工具链，而是教Claude理解她的喜剧节奏。不是简单地剪掉沉默，而是学会她声音的韵律、笑点前那个停顿的长度、一个词说完后最理想的切点位置、以及同一句话录了三遍时哪一遍的节奏最好。Lacey说，把这套风格编码进去需要反复的指令调整和迭代，不是一个巧妙的提示词能解决的。

她还把评论区变成了持续的内容简报。每发一条视频，她让Claude Code把视频和评论关联起来，识别观众在质疑什么、争论什么、想看什么，然后生成一份基于真实观众信号的新选题列表。

Lacey把这套系统叫"lane OS"——在Claude Code里为每个产品（lane）维护独立的记忆、权限和状态文件。系统出错时，她追溯到对应的指令记录，把修正写入全局规则，确保同一个错误不再犯。

她的核心经验是：创作者必须先理解手艺，才能把它委托给AI。她能教Claude按她的风格剪辑，是因为她本来就知道一个好的切点听起来是什么样、缩放应该落在哪里、节奏为什么重要。AI放大了这种判断力，但没有替代形成这种判断力所需的经验。

这个边界值得注意。Lacey的15秒turnaround适用于她自己的口播加跳切格式；更复杂的叙事结构、多人对话或需要精细视觉特效的视频，工具链的自动化程度会显著下降。而且"lane OS"本身是一套需要持续维护的个人基础设施——每一次系统错误都是一次人工介入和规则更新的机会，不是全自动的。

Linux内核错误检测与纠正（EDAC）子系统在7.4版本中计划移除i82975x、x38、xgene和i3200四个旧硬件驱动。EDAC维护者、AMD工程师Borislav Petkov在合并请求中解释，这些驱动对应的硬件已极少在生产环境中使用，但近期收到了大量由AI/LLM生成的“修复”补丁和Bug报告。

Petkov指出，由于缺乏真实用户测试这些老旧代码，AI生成的补丁构成了严重的维护噪音。为了应对这种“AI生成修复的狂热”，维护者决定将这些驱动标记为孤儿并随后删除。这一举措反映了开源社区在面对自动化代码生成工具普及时的新挑战：并非所有技术债务都源于功能缺陷，有时也源于低质量自动贡献带来的管理成本。

在2010年的致股东信中，沃伦·巴菲特详细阐述了伯克希尔·哈撒韦的绩效衡量标准与重大资本决策。面对市场波动，他并未追求短期股价表现，而是强调建立长期的内在价值增长机制。这封信不仅记录了当年的财务结果，更揭示了其背后的管理哲学。

首先，巴菲特明确了绩效评估的基准。他指出：“To eliminate subjectivity, we therefore use an understated proxy for intrinsic-value – book value – when measuring our performance.”这一做法旨在消除主观判断带来的偏差。尽管部分业务的市场价值远高于账面价值，但使用保守的账面价值作为代理指标，能够更客观地反映管理层是否真正为股东创造了超越指数的回报。

其次，信件重点分析了收购Burlington Northern Santa Fe (BNSF)铁路公司的逻辑。巴菲特认为铁路相比卡车运输具有显著的成本和环保优势：“That’s three times more fuel-efficient than trucking is, which means our railroad owns an important advantage in operating costs.”这种结构性优势使得BNSF成为提升伯克希尔“正常”盈利能力的核心资产，预计税前收益将增加近40%。

此外，巴菲特强调了长期视角下的不确定性管理。他提到：“Money will always flow toward opportunity, and there is an abundance of that in America.”即便在经济低迷或市场混乱时期，伯克希尔依然坚持在美国本土进行大规模资本支出。这种对机会的持续追逐，而非对宏观噪音的反应，构成了其资本配置的核心特征。

对于当代读者而言，理解这一机制有助于反思投资中的绩效归因问题。例如，假设一位基金经理声称其策略优于大盘，但若其业绩依赖于不可复制的市场时机而非可验证的运营效率提升，则难以确保持续性。巴菲特的方法提示我们，应关注那些能通过具体运营优势（如成本结构）转化为稳定现金流的决策，而非仅仅看最终的投资回报率数字。

《Berkshire Hathaway Shareholder Letter 2010》由沃伦·巴菲特撰写，发布于2010年。适合希望深入理解价值投资中绩效衡量标准及大型并购决策逻辑的投资者阅读。建议从“Performance”章节开始，结合BNSF收购案例进行研读。