四条近期公开观点，沿着「长期目标 → 发现组织 → 部署协作 → 监管边界」展开：AI 既是科学突破的方向，也是组织方法、工作分工与治理尺度的重新安排。
01｜把下一章交给科学
I've been working towards AGI my whole life ... This will allow me to focus on long-term strategy, and accelerating scientific breakthroughs, including leaning into my work at Isomorphic to help cure disease.
Demis Hassabis 宣布出任 Google DeepMind 主席与 Alphabet 首席科学家，把职责重心放到长期战略和科学突破，同时继续参与 Isomorphic Labs 的治病研究。这是一项角色与工作重心的调整，不是对 AGI 时间表的预测。
来源：Demis Hassabis，@demishassabis，2026.08.06 00:04:58，原帖
02｜把发现做成一台机器
Our mission is to automate machine learning, science, and engineering to accelerate discoveries and progress.
Jeff Dean 宣布与 Sanjay Ghemawat、Oriol Vinyals、Quoc Le 共同创立 Discovery Loop，一家公共利益公司。他把团队长期积累的基础设施与模型经验，指向「自动化发现」这一更大的组织目标。
来源：Jeff Dean，@JeffDean，2026.08.06 00:06:02，原帖
03｜让 AI 做重活
This directly frees up their financial consultants to spend more time deeply understanding their clients' diverse situations and providing highly personalized, optimal advice.
Sakana AI 与大和证券的项目进入部署阶段。hardmaru 介绍，AI Scientist 与 AB-MCTS 先处理传统金融中的数据搜集和分析，再通过用户反馈持续改进；目标是让财富管理顾问少做数据处理，多理解客户。
来源：hardmaru，@hardmaru，2026.08.05 22:59:00，原帖
04｜风险在哪里，责任就在哪里
The principle is simple: regulate at the layer where risk actually materializes and where actors can act on it.
Clement Delangue 把 AI 分成模型权重、API 和应用三层，并用「钢材与汽车」作比：研究层接近原材料，应用层才是风险进入现实的地方。他的主张是把义务放在能监测、执行和承担责任的部署层，同时保留开放研究空间。
来源：Clement Delangue，@ClementDelangue，2026.08.05 21:18:33，原帖
Comments
Sign in to comment.