分析:美国 90% 的工作时间所涉任务缺乏 AI benchmark 覆盖
一项基于美国劳工部 O*NET 分类体系的分析显示,美国 90% 的工作时间花在现有 AI benchmark 几乎未覆盖的任务上。研究将 923 个 O*NET 职业共 18,797 项任务与 29 个 benchmark 对照,发现仅 208 个职业拥有至少 5 条 benchmark 提示词覆盖的任务,22 个职业族中有 6 个完全没有覆盖。
一项基于美国劳工部 O*NET 分类体系的分析显示,美国 90% 的工作时间花在现有 AI benchmark 几乎未覆盖的任务上。研究将 923 个 O*NET 职业共 18,797 项任务与 29 个 benchmark 对照,发现仅 208 个职业拥有至少 5 条 benchmark 提示词覆盖的任务,22 个职业族中有 6 个完全没有覆盖。
Apple ML 研究团队展示用开源 array 框架 MLX 在 Mac Studio 上本地运行近万亿参数的前沿模型 Muse Spark Open,四台 Mac Studio 集群可达每秒 36+ tokens。
陶哲轩(Terry Tao)表示自己“进入了战时状态”,谈及当前数学界面临的危机。该文登上了 Hacker News 首页,获得 176 分和 341 条评论,引发关于数学领域现状的广泛讨论。
【这是什么】Vercel 发布 2026 年 10 月 AI Gateway 生产指数,基于每月数万亿美元级 token 路由流量统计企业真实 AI 用量。【商业逻辑】开源权重模型 token 占比达 71.5%、支出占比约 23%,较 6 月翻四倍以上;9 月网关支出约为 12 月的 13 倍,单 token 均价下降 47%;中国模型支出超三分之二流向美国服务商。
推荐理由:Vercel 官方流量数据揭示开源模型占比与成本趋势,对选型定价和模型依赖策略有直接参考价值。
机器人 AI 的发展面临一个关键问题:不像语言模型可以依赖现有海量语料(GPT-3 用了约 3000 亿 token,现存优质公开文本约 300 万亿 token),机器人训练没有等价的公开数据储备。目前主要方法包括遥操作(由人操控真实机器人录制成演示数据,用于行为克隆/模仿学习)和强化学习(机器人自主行动并对动作打分),但遥操作成本高、难以规模化,且仅部分数据可用于训练。
多伦多大学 Citizen Lab 披露,以色列广告公司 Discover-Tech 通过其 Controlium 平台投放广告,可“大规模画像并去匿名化”网民,再由第三方雇佣间谍软件厂商对目标实施零点击感染,数秒内完成且无需用户任何操作。
Cloudflare 与 OpenAI 于 2026 年 7 月启动的联合试点公布早期结果:使用约 1% Cloudflare 网络信号的试验组,已帮助 OpenAI 发现并索引数亿个此前未被收录的网页,使 ChatGPT 能引用更多实时来源。
推荐理由:Cloudflare 官方披露与 OpenAI 试点效果,站长可据此理解 AI 时代站点收录与抓取控制逻辑。
【这是什么】Trends.vc 发布的一期行业拆解,分析多人群聊场景下的共享 AI Agent,即团队共用的 AI 员工。
【这是什么】Mononoke 前核心开发者发文指认 Anthropic 新发布的版本控制系统 Scion 在 derived data 设计上与其在 Meta 时期构建的 Mononoke 高度相似。
【这是什么】Cloudflare 基于 Radar 与 Bot Management 数据,分析 Yandex 两个 ASN(搜索 AS13238 与云服务 AS200350)在 10 月初遭袭后的流量变化。
瑞典电视台 TV4 推迟了一档节目的播出,原因是 AI 智能体删除了已剪辑的素材。该消息登上了 Hacker News 首页,引发 74 条评论讨论。
娱乐性编程指不为工作、金钱或外部要求,纯粹出于好奇心和乐趣写代码,能有效防止倦怠并保持长期热情。文章划分了五种风格:直播探索者、深度钻研者、创意技术家、问题解决者和语言探索者,并总结了“允许构建无用之物、跟随能量而非计划、记录过程”等共同模式。
Apple 于 10 月 13 日发布新一代智能扬声器 HomePod mini 2,搭载 S10 芯片,提供 5 种配色,售价 1099 元,即日起在超过 23 个国家和地区开启预购,10 月 30 日发售。
【这是什么】资深游戏程序员 kkukshtel 将其在 Indie Rodeo 的演讲整理成文,讲解如何通过工程手段让 LLM 真正可用于游戏开发,而非仅限 Web 项目。
Character.ai 官宣启动自愿 Chapter 11 破产程序,通过法院监督出售全部或大部分资产,以实现价值最大化。平台目前正常运行,订阅和计费不变,出售流程预计 2026 年 11 月底至 12 月初完成;若无可行报价,平台将关停。官方称过去一年面临重大法律、监管和经营压力,法院文件可在 Stretto 网站查询。
【这是什么】Stripe 官方博客对 Monetize 2026 大会的总结,归纳 AI 产品变现的五种主流做法。
Lenny 与 Dan Hockenmaier 合作提出一个评估创业公司护城河的三步框架:识别复利型优势、衡量其潜在强度、验证其是否生效。真正重要的复利型优势只有四种:转换成本、网络效应、规模经济和数据效应;速度、分发、品牌只是燃料而非护城河。文章称该框架可在拿到 offer 后一小时内完成评估,帮助求职者判断公司能否在竞争加剧后持续增长。
一位有 20 年经验、维护着两个下载量最高的 Ruby 包的开发者宣布离开科技行业,他投了 36 多份简历,收到 24 封拒信。他住在 Warrnambool、坚持远程办公,过去 6 年一直高效远程工作,认为当前行业要求"会用 AI 推动业务"却没有谁能真正做到,求职过程已给他带来严重心理伤害,接下来将探索新的方向。
一位开发者称 Claude Opus 5.5 仅凭几个 prompt 就生成了一个功能完整的 Figma 克隆,几乎只需指示"达到功能对等"。作者过去一年持续测试 vibe coding 应用的上限,认为此前作品只是"像真软件",而这次已是"真东西"。作者还在其创业项目 Mana 上以单个 prompt 复刻了 Google Meets、Docs、Telegram、Linear 等应用。
OpenFatigue 是一个恶搞项目,讽刺科技行业滥用「Open」命名的现象。它虚构了层层限制的「开放」功能:权重下载需同意 41 页可接受使用政策、源代码仅以季度截图形式发布、自称实际开放度 3% 而 估值 $1.2B。文章指出真正的开源应允许任意目的的使用、研究、修改和分享,并引用 OSI 的开源定义和 Open Source AI Definition 作为判别标准。
Hacker News 热议文章(303 分、263 条评论)指出,AI coding agents 虽然生成的代码量更大,但并没有转化为更多真正的软件成果。
楼主提出讨论:原生与跨平台开发目前语言分裂,如移动端的 Flutter/Dart、React Native/JavaScript、iOS 的 Swift、Android 的 Kotlin/Java,桌面端的 .Net/C#、Qt/C++、Electron/JavaScript 等,大厂甚至为生态自造语言。
Meta 设计总监 Alex Cornell 在 How I AI 播客中讲解 Muse AI 助手的设计思路。核心包括:渐进式披露让不同用户各取所需、主聊天作为单一持续关系、生成式 UI 保持结构固定只变内容,以及把多年 Instagram 收藏变成购物目录、高尔夫/国际象棋分析和老博客转每日播客等用法。
Sai Srirampur 在 POSETTE 2026 的演讲复盘,核心结论是大规模 PostgreSQL 的慢查询、vacuum 落后、复制延迟等问题,根源常在被忽视的存储层。
一位前工程师自述被裁经历:LLM 并非做得比他好,而是比他的薪资便宜,Fable 级模型给了管理层"撑到 M&A"的信心。他认为前沿模型仍不足以替代有经验的工程师,因为缺乏产品品味和对长期后果的预见,真正改变的是公司在人力上的花钱方式。他还提到 Theo 演示的 Opus 5.5 能把 ts-go 代码移植到 Rust 并精确复现原版 bug,而竞争对手 Astra 则在熟悉任务上失败。
2020 年 Purism Librem 5 和 PINE64 PinePhone 发布后,Linux 手机市场陷入停滞,原因包括芯片性能不足、Purism 与 PINE64 的问题以及 Phosh、Plasma Mobile 等移动界面不成熟。
近几个月出现约十几个 vibe coding 版 Photoshop 及其他 Adobe 应用克隆项目,最大项目已有 165 名开发者用 Claude 每天提交数百个 pull request,两周 token 花费或超 $50,000。
【这是什么】一篇浏览器指纹追踪的原理讲解与互动演示,作者用 OfflineAudioContext、WebGL、Canvas、Intl 等测量生成设备哈希,给访客一个稳定昵称,清 Cookie、开 VPN 都不变。
【这是什么】Karpathy 在 X 上发帖指出,人们对 LLM 能力水平的理解差距正在扩大。【商业/痛点逻辑】该观点引发 Hacker News 热议,653 分、953 条评论,反映从业者对模型真实能力的判断分歧。
这是一篇分析文章,认为 passkeys 虽比密码更安全,但用户对其没有完全控制权,网站可借隐藏机制逐步收回用户的支配能力。作者指出 passkeys 由 FIDO Alliance 推动而该联盟缺少消费者权益组织,而其声称解决的安全问题其实已被 TOTP 等开放标准(如 RFC 6238)解决——用户可自选软件甚至自己写 Python 代码生成验证码。
一位开发者提出名为 Lightbulb Computer(灯泡计算机)的概念设备,将投影仪与计算机视觉结合,做成可拧入 Edison 灯座的灯泡形态,把信息投影到现实环境而非束缚在屏幕或头显上。文中展示厨房贴食谱、共享大地图、指向控制智能家居等用例,所有演示视频来自真实但笨重的原型,无特效或 AI 生成。作者认为消费版技术尚未成熟,但计算机视觉与投影技术的进步让这一方向并不遥远。
曾参与 MirageOS 的 Justin Cormack 与作者对谈,认为 AI 让 Unikernel(应用即操作系统的形态)的旧日门槛不复存在。过去缺 TCP 之外的存储、驱动等库是主要障碍,如今可用 agent 把 Go 库移植成 OCaml,例如用 Rust 重写 mkfs.xfs 并做到逐字节一致,仅花几小时。
【这是什么】作者刷 Google Trends 发现上升词 higgsfield genjutsu 后,改做周边词 genjutsu ai,注册 genjutsuai.app 快速上线的工具站。
推荐理由:作者完整记录了从刷 Google Trends 到上线收款的十几天过程,流量窗口错失的踩坑细节对做热点词站点的开发者有直接参考。
一位开发者分享自己把 4 个 AI 开发的游戏上架 TapTap 的经历,并介绍了上架流程:上传游戏 H5 压缩包、截图、logo 图片,宣传视频可选。回帖中提到 TapTap 对 AI 开发者友好、上架方便,还有开发者通过开广告获得每天约 10 来块钱的收益,楼主表示仍在摸索变现方式。
作者收到 Donald Knuth 的奖励支票,确认其发现《Computer Modern Typefaces》一书第 1 页第一段第一个词的错误,支票 Memo 标注 "E1"。多年后作者提交的另一处“错误”被 Knuth 证明有误,但因报告中含一条被采纳的建议,又获得 $0.32 支票。如今 Knuth 已多年不发真实支票,改发 San Serriffe 银行的幻想证书。
V2EX 奇思妙想板块网友提出设想:以后对着手机说出需求,手机会自动生成一个应用图标,点开即用,不再需要去应用商店下载。回帖对此多有质疑,涉及数据安全、云端数据流通、算力来源、生成耗时等问题,也有人认为按需生成与复用成熟工具并不冲突,围绕 AI 增强能力的工具反而会涌现。
【这是什么】Apple 委托撰写的《中国 App Store 生态系统 2025 年开发者与用户价值研究》要点整理,统计 2025 年中国 App Store 促成的经济活动。
【这是什么】Trends.vc 付费研究报告 Trends Pro #0185,系统拆解主动式 AI Agent 赛道,涵盖 Muse、Dots、Instinct、Fyxer、Ollie 等约 15 家玩家。
2005 年 Cliff Sentell 与两位合伙人各出资 $20,000 买下一台服务器创立 Compass,先向患者收取月费查询隐藏医疗成本,后转向直接向雇主出售该服务,3-4 年内营收约 $100 万,最终规模达到约 $30-40 million、200 名员工,期间拒绝成长型股权投资以保持控制权。Sentell 认为,把 AI 加在他人难以复制的领域专业知识上,护城河会更宽。
V2EX 网友提议建立 token 信用合作社,把订阅计划用不完的 token 贡献出来共享,自己短缺时再取出。回帖认为难点在于陌生人信任和模型真伪校验,熟人圈子或大型平台的池子才可行。有用户分享已运行半年的类似产品:订阅 claude max20 分出 40% 额度即可赚回月订阅费,目前正招募新的提供者。