Goodfire 研究员称神经网络可被理解，AI 学界激辩其主张
Goodfire 研究员 Nick Cammarata 发布 2.6 万字博客，称 LLM 的内部机制可能远比此前认为的更容易理解，从而更易监控和控制。他重新分析 2020 年 Inception v1 中同时响应汽车和猫的神经元，认为两者共有的 V 形特征是模型存储逻辑，而非此前所说的叠加纠缠。
#Anthropic
MIT Technology Review · AIAI 评分5858
Import AIAI 评分2222 Import AI 477：我在 IMF 演讲称奇点已经开始
Import AI 作者在 IMF 曼谷会议的 Per Jacobsson 讲座上表示，今年已出现令人信服的证据，表明奇点已经开始。他以 Anthropic 内部研究人员产出的代码量接近公司前四年 10 倍为例，说明 AI 已能增强并自动化部分人类劳动，并呼吁经济学家、银行家和政策制定者预期未来的快速变化。
Simon WillisonAI 评分4242 Addy Osmani 等人谈 Claude Code 团队的代码审查方式
Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 在《How the Claude Code team does code review》中提出，"人是否读过代码"只是判断变更风险的粗略代理指标。他们指出审查已从合并前的最后关卡变为持续进行，多数变更在人工查看前已由 Claude 至少审查并修复过一次，从而把团队注意力留给更高层问题。
MIT Technology Review · AIAI 评分3838 开放模型利与弊：Anthropic 称 GLM-5.3 构成重大网络攻击风险，开放权重之争何去何从
Anthropic 发布报告称，Z.ai 于 8 月发布、可自由下载修改的 GLM-5.3 构成重大网络攻击风险，再度点燃开放权重模型之争。目前闭源模型能力仍领先，Artificial Analysis LLM 榜单前八名均为闭源，但开源模型仅落后数月。支持者认为开放模型可降低成本、便于学术研究并防止权力集中，反对者则担忧其易被滥用。