YC CEO Garry Tan 在 Startup School 2026 演讲中提出“个人 AGI”，即跑在自己基础设施上、读取个人记忆并复利增长的 Agent。同期 Meta 发布 Muse、OpenAI 推出 Dots，个人助手赛道迅速升温。他分享了用约 22 万页 Markdown 知识库、Skill 文件和开源框架 GBrain 搭建个人 AI 大脑的实践，并给出五步上手路径。
微软总裁就 AI 安全风险发出警告，直言当前对 AI 的监管力度甚至不如对牛奶的监管。他呼吁在 AI 快速发展的背景下，应更加重视并加强相关的安全监管措施。该表态凸显了科技巨头对 AI 潜在风险的担忧。
尊界客服确认，尊界V800制动踏板支架底座升级方案预计10月底确认、11月起陆续升级，已提车用户可预约免费升级。上海等地中小规格母蟹跌至5元/只，超大规格精品蟹价格仍坚挺。世卫组织称俄罗斯伊尔库茨克不明原因肺炎死亡事件尚无持续传播证据，病原体仍未确认。微软CEO纳德拉建议企业将强大AI模型视为潜在内部威胁并建立“紧急刹车”系统。
微软总裁表示，目前 AI 受到的监管程度甚至不如牛奶严格。该言论在 Hacker News 引发讨论，获得 5 点点赞与 5 条评论。
特朗普宣布把人工智能改称为超级智能，并发布行政令要求政府机构使用这一说法后，马斯克、贝尼奥夫、黄仁勋和纳德拉等硅谷巨头相继跟进。
推荐理由：原文梳理了马斯克、黄仁勋和纳德拉等人相继改口称超级智能的经过，读者可借此看清科技巨头在政治压力下的表态逻辑。
Amazon 宣布在与地方政府谈判数据中心时不再使用 NDA，成为继 Microsoft 之后又一家采取该做法的科技巨头。多位播客嘉宾认为，行业沟通不力与秘密谈判是引发社区反弹的主因，各地针对数据中心的暂停令通常仅持续一两年，而项目实际投产往往还要等上数年。放弃 NDA 被视为重建信任的良好开端，但能否真正化解社区阻力仍有待观察。
CNBC 分析指出，自 2025 年 2 月 Anthropic 的 Claude Code 发布以来，美国软件开发岗位招聘增长近 15%，与整体招聘下滑相反，但仍比疫情前低约 27.5%。
微软 CEO Satya Nadella 在最新博客中改用 Trump 偏好的「超级智能」一词替代「人工智能」，并把 AI 模型比作需要防范的内部安全威胁，以此削弱市场对 OpenAI 与 Anthropic 的信任。
微软CEO萨提亚·纳德拉表示，企业应把强大的AI模型视为潜在内部威胁，假定它们可能已被攻破，并部署授权人员可随时暂停或关闭模型的紧急刹车系统。他强调不应仅依赖模型开发商的安全保证；同期Anthropic和OpenAI披露了模型非预期行为事件，加剧了外界对前沿AI安全风险的担忧。
彭博社报道，微软 CEO 纳德拉呼吁为高级 AI 设置紧急刹车。该文目前仅有标题摘要，Hacker News 讨论帖有 8 个点赞、暂无评论。
Microsoft CEO Satya Nadella 在 X 上发文，呼吁为 AI 设立“紧急刹车”机制，假定模型从一开始就已被攻破并加以隔离。他主张打造可被观察、隔离并留下“防篡改的人类可读证据”的透明系统，同时推行及时的事件披露、独立审计与可验证数据。他还强调授权人员应能在任务执行中途暂停或关闭模型。
Microsoft CEO Satya Nadella 在 X 发文，呼吁重新评估 AI 的信任架构，将模型与编排其工作的 harness 分离，并外部化控制与防护措施。他主张每个有意义的模型动作都应留下防篡改、人类可读的证据，且授权人员必须能在任务执行中途暂停或关闭模型。他强调应默认模型已被攻破并从一开始就加以隔离，将其比作“紧急刹车”。
有 Hacker News 用户发问：Microsoft 为什么投资能从头重写其应用的 AI。发问者猜测，Microsoft 或许没有预料到 AI 在 vibe coding 应用，尤其是其办公应用上会变得如此出色。该帖目前获得 4 个点赞与 3 条评论。
该网站逐条汇总 ChatGPT、Claude、Microsoft Copilot、GitHub Copilot、Perplexity、Grok、Cursor、Windsurf、DeepSeek、Jasper、Le Chat 等服务的条款，标注各产品默认是否使用用户内容训练模型以及如何退出。
Microsoft 在其博客刊发诺贝尔经济学家 Daron Acemoglu 的预测：AI 十年仅拉动 GDP 约 1.5%，最多取代 5% 的工作岗位。他认为瓶颈在于企业需先重新分配任务、提升员工技能并完成重组，生产力才会提升。Acemoglu 还主张，增强人类技能的 AI 在生产力上会胜过全面自动化，因为 99% 的准确率往往仍不足以解决最后一公里问题。
作者发现自己用 Claude 驱动的仪表盘工具在长对话中会静默跳过规则或回答旧问题，清空对话重开后错误大多消失。他引用的多项研究显示，多轮对话相比单条请求平均损失 39% 性能，GPT-5 在医疗追问场景下第二次追问完全正确率仅 41%。可复用的做法是把规则写在聊天外的 markdown 文件里、每轮只聊一个主题，并在对话用掉约一半内存时主动重开。
Microsoft Research 播客访谈中，研究经理 Jennifer Neville 分享了团队在 AI 评估领域的发现，即模型在多轮对话和长程任务中会出现传统基准难以暴露的意外失败。她建议用户在模型出错时换种方式提问或重开对话，并在工作流中保留人工核查与验证。
枫言枫语 Vol. 167 聊了近期的科技新闻，涵盖 Apple Watch 高血压检测、折叠屏 iPhone 传言、MacBook Neo 热销与 WWDC26 的 AI 期待等苹果动态。