Kevin Roose 谈新书《The AGI Chronicles》与新播客 Machine Gods
Kevin Roose 做客 Decoder，谈其新书《The AGI Chronicles》和与 Casey Newton 上周推出的新播客 Machine Gods。该书深入报道了竞相构建 AGI 的前沿实验室及其文化转变；两人离开《纽约时报》后以视频优先方式独立创业。访谈最后还讨论了 AI 的下一步走向。
#推理
The Verge · AIAI 评分3030
Latent SpaceAI 评分7373 AI 为何突然擅长数学：从洞察序列与分支因子看模型的解题优势
作者梳理 OpenAI 与 Anthropic 今年在数学问题上的多项进展，包括 OpenAI 找到 Erdős 单位距离猜想反例、证明 Cycle Double Cover 问题与 Navier-Stokes，据此提出用洞察序列长度与分支因子预测哪些问题适合交由 LLM 求解。
Microsoft ResearchAI 评分3434 Microsoft 研究副总裁 Jennifer Neville 谈 AI 的失败与评估能教会我们什么
Microsoft 研究合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 对谈，讨论评估如何推动当前 AI 系统突破传统基准的性能边界，以及模型在超出传统 benchmark 测试时出现的"意外失败"。她同时分享了使用当前 AI 系统的实用建议，并强调当结果出乎预期时应仔细检查数据。
Import AIAI 评分4343 Import AI 475：群体扩展、Google DeepMind 为生物序列加水印与 AI 科学经济
Import AI 475 期讨论了群体（swarm）作为新型推理扩展方式、Google DeepMind 为合成生物设计的 SynthID Bio 水印方法，以及 AI 科学经济相关话题。
Berkeley AI ResearchAI 评分4040 智能成本趋近于零后，面向智能体的数据系统该怎么做
UC Berkeley 团队提出近零推理成本下数据系统面临的三大方向：为智能体设计（For Agents）、由智能体运行管理（Of Agents）、由智能体合成（By Agents）。
Berkeley AI ResearchAI 评分4141 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 的综述分析指出，并行推理正从固定的多线程采样与结构化搜索，走向由模型自行决定何时分解子任务、开启多少并行线程的自适应并行推理。