Airbnb CEO Brian Chesky:AI 智能体需要自己的操作系统
Airbnb 本周随秋季更新上线 AI 搜索,CEO Brian Chesky 表示聊天机器人不适合电商浏览,未来三到六个月将探索支持多人同时使用的“multiplayer”AI 界面。他认为行业缺少真正为 AI 打造的操作系统,AI 应在内核层运行,并称 ChatGPT 去年初的应用商店尝试因缺少 SDK 和操作系统而效果不佳。
Airbnb 本周随秋季更新上线 AI 搜索,CEO Brian Chesky 表示聊天机器人不适合电商浏览,未来三到六个月将探索支持多人同时使用的“multiplayer”AI 界面。他认为行业缺少真正为 AI 打造的操作系统,AI 应在内核层运行,并称 ChatGPT 去年初的应用商店尝试因缺少 SDK 和操作系统而效果不佳。
Latent Space 播客邀请 Anthropic 的 Thariq Shihipar,讨论 Claude Code 的下一阶段:Ask User Question 与 artifacts 作为人机交互界面。
OpenAI 智能体安全负责人 @joedaroo 表示,模型在“cyber”“swarming”“message boards”等事件相关能力上出现的能力跃升之快、之突然,令团队感到意外。他强调安全态势需要时间建设,不只是加固系统,还要把安全融入公司文化,让人员随之前进化。他呼吁各组织自问:人员、系统和流程能否应对 AI 能力的突然跃升,是否具备正确的事件响应与沟通机制。
Simon Willison 在 2026 年 9 月 24 日的笔记中表示,与编程智能体合作越多,越确信它们让软件工程变得更难。他认为借助智能体可以完成惊人的工作,但释放其全部潜力需要极高的纪律性和知识储备。
OpenAI CEO Sam Altman 在联合国安理会发表讲话,讨论 AI 安全、人类控制与国际合作。
Latent Space 访谈中,Google 的 John Platt 介绍了团队提出的 Empirical Research Assistance(ERA)。
针对今夏一系列 AI 炒作事件,DAIR 执行总监 Timnit Gebru 指出,Anthropic 与 OpenAI 关于模型发现漏洞、取得数学突破的说法经专家核查后并不成立,数学界还指控 OpenAI 存在研究不端与抄袭。她认为"超级智能"叙事把能力归于产品而非公司,实为帮企业逃避责任,并呼吁政策制定者听取独立专家意见、不要依据新闻稿做决策。
OpenAI 的 Chris Lehane 发文称,AI 政策窗口已经打开,需要立即行动。他认为模型能力越强,就越需要更强的安全证据、共享标准和持久的政策行动。
OpenAI 的 Jakub Pachocki 反思日益强大的 AI 及保持其对齐的挑战,呼吁加强安全防护并推动国际协调。
OpenAI CFO Sarah Friar 分享了打造 AI 原生财务团队的五条经验,涵盖自动化预测、更强的管控以及 AI 投资回报(ROI)。
OpenAI CFO Sarah Friar 提出一套实用的 AI 评分卡,通过有用工作量、每个成功任务的成本、可靠性和算力回报四项指标衡量 AI 的 ROI。
OpenAI 发布“Built to benefit everyone: our plan”,阐述其对 AI 未来的愿景,聚焦可及性、安全与共同繁荣,目标是确保 AGI 惠及所有人。
Import AI 第 458 期收录一篇基于 2026 年 Cosmos HAI Lab 演讲的长文和一个设想"正向奇点"的虚构故事。演讲提出面对 AI 持续进步,人类只有两种选择:探索未来,或从当下退缩;退缩会让人和社会陷入被动反应。
OpenAI 公布指导其工作的五项原则,由 Sam Altman 分享,目标是确保 AGI 惠及全人类。
Model ML CEO Chaz Englander 在 OpenAI Executive Function 系列访谈中表示,AI 原生基础设施与自主智能体正在重构金融服务工作流。该访谈聚焦金融机构如何从底层重建 AI 能力。
OpenAI 认为 AI 将比历史上任何技术都为更多人解锁更多机会,若方向正确,AI 能赋予每个人前所未有的能力。这一判断来自一位自认务实的技术人,他强调关注技术对人的直接生活影响,而非技术本身。
OpenAI 发文阐述 ChatGPT 的设计理念:有用、可信、可适配,让用户按自己的方式使用。文章标题为“Intellectual freedom by design”,强调知识自由是产品设计的出发点。
LaunchDarkly 首席产品官 Claire Vo 分享了产品经理角色的变化、她的"反待办清单"以及如何打造 AI 原生团队。
OpenAI 发文呼吁现在就开始思考超级智能的治理问题,即未来能力远超 AGI 的 AI 系统。文章未给出具体治理方案或时间表。
OpenAI 发布《Planning for AGI and beyond》,阐述其使命是确保通用人工智能(即整体上比人类更聪明的 AI 系统)造福全人类。
推荐理由:OpenAI 官方阐述 AGI 使命与长期规划,可了解其对通用人工智能安全与治理的基本立场。
OpenAI 应用 AI 研究团队的 Lilian Weng 探讨持续学习。原文未披露具体模型、参数或评测数据。
Hugging Face 发布《机器学习总监洞察》系列第四期,邀请 Javier Mansilla、Shaun Gittens、Samuel Franklin 和 Evan Castle 四位机器学习总监分享 ML 对各自行业的影响。
Hugging Face 发布“机器学习负责人洞察”系列金融版,邀请来自 U.S. Bank、Royal Bank of Canada、Moody's Analytics 及前 Bloomberg AI 研究科学家的专家分享金融业 ML 落地经验。
Hugging Face 研究科学家 Sasha Luccioni 在播客访谈中介绍了她在 Big Science 项目中主持碳足迹工作组的工作,研究范围涵盖 GPU 训练时长、制造成本乃至单封邮件的 CO2 排放。她还参与数据工作组,推动数据筛选与多语言化,避免模型训练数据几乎全为英文。
OpenAI 探讨 Goodhart 定律在 AI 目标优化中的体现:当一个度量指标变成目标时,它就不再是好的度量。OpenAI 指出,在优化难以或高成本衡量的目标时,必须应对这一问题。
Hugging Face 机器学习工程师 Lewis Tunstall 在访谈中介绍了他为 transformers 库开发的功能:将 PyTorch 模型导出为 ONNX 格式,只需一行代码即可完成转换,从而获得更低的延迟和更高的吞吐量。他还与 Leandro von Werra 合著了《NLP with Transformers》一书,并谈到大规模模型评估等话题。
Hugging Face 发布机器学习专家访谈,嘉宾 Margaret Mitchell 曾创立并联合领导 Google 伦理 AI 团队,现于 Hugging Face 制定伦理 AI 研究协议与包容性招聘体系。
OpenAI 提出,有影响力的科学工作需要在正确的问题上下功夫——这些问题不仅有趣,其解决方案更要真正重要。