作者在硅谷待了20天，开了70个会，记录了硅谷AI生态的见闻与思考。文章描绘了硅谷如同2014-2015年中国经济上行期的繁荣景象：人人创业、投资。分析了Neo Labs面临的挑战，119家共募资943亿美元但多数无PMF；数据公司成为显性商业机会，成为frontier的research partner；DeepMind因大厂病、数据和算力受限而式微；YC扩招导致创始人年轻化；美国AI并购退出活跃但普遍夸大；华人创业者与投资人在硅谷崛起。作者认为泡沫本身就是经济上行期的正常现象。
Google DeepMind 9 月发布的论文《Agentic Economies for Autonomous Scientific Discovery》主张，AI 科研的真正瓶颈不在想法生成而在资源有限的验证，需设计市场与制度解决协作、信用分配、问责与安全问题。AI 裁判 Pith 批评其核心论点与自引证据相悖且缺乏实证。产业侧 Molecule 的 Onchain Lab 已按论文要求施工。实验证据双向：Economy of Minds 的拍卖机制大幅提升 agent 任务表现，而另一实验显示仅有经济角色不会产生交易，需可验证的工作与权利。结论：经济制度的威力来自可验证性，而非价格标签。
Google DeepMind 宣布推出 SynthID Bio，一种为 AI 设计的蛋白质添加水印并进行检测的方法。这是人类首次成功合成兼具功能性与水印的 AI 设计蛋白质。文章指出，生成式 AI 正帮助科学界设计新型蛋白质和噬菌体，但也带来被滥用和污染科学数据库的风险。团队将已在图像、视频、音频和文本领域广泛应用的 SynthID 技术适配到生物领域，确保水印蛋白质仍保持折叠、结合受体等生物功能。SynthID Bio 还延伸至 Evo 2 设计的噬菌体基因组水印，并将开源方法、代码和数据，与科学界共同建立生物来源标准，为生物安全提供重要保障。
DeepMind 联合创始人 Shane Legg 宣布成立 DeepMind Institute（DMI）。文章指出 AI 正接近 AGI，有望成为加速科学突破的终极工具，但也带来网络安全、生物风险及失控等挑战。DMI 旨在汇聚 Google DeepMind、Google 及全球研究界的跨学科力量，研究 AGI 时代的技术与社会核心问题，包括安全构建与治理 AGI 系统、社会制度与政策的适应与重塑等，推动广泛的思想讨论与辩论，确保 AGI 的收益远超风险，造福所有人。
Google DeepMind 推出 AlphaGenome Atlas，一个交互式基因组学发现平台。该平台将 2025 年发布的 AlphaGenome 模型的预测大规模扩展，涵盖人类基因组中全部 90 亿个单碱基变化对生物学的影响，形成 1PB 的数据集。科学家无需编程，通过网页浏览器即可点选和搜索这一全球最全面的基因变异数据库。平台提供 AlphaGenome Variant Impact（AVI）评分，用一个直观数字揭示变异的影响程度及受干扰的生物过程，帮助科学家即时确定研究优先级、识别罕见遗传病关键变异及与常见性状相关的变异，大幅加速生物医学研究。
本文整理了 OpenAI 核心产品负责人 Tibo（Thibault Sottiaux）的深度访谈与社区观察。他因在推特上透明公开故障归因、随手给用户派发全局配额重置，被开发者戏称为'掌管 Reset 的神'。文章回顾了他在 Google/DeepMind 九年的基础设施经历、LM Chat 被大组织雪藏的教训，以及 OpenAI 的低阻力创新文化。核心理念是'减法工程学'：拆掉脚手架、把决策权还给模型。内容还涵盖超前算力容量规划、防惊群的 Banked Reset 算法、以及零官僚的工程师透明治理模式。
作者基于 TIME 点名的 AI 人物网站 castmind.ai，整理出活跃在 X 上的 59 位 AI 领袖清单。核心理念是「Follow builders, not influencers」——关注真正造东西的一线建造者，而非贩卖焦虑的网红。文章将人物分为模型和实验室、产品和 Agent、研究、生态四类，逐一介绍 Sam Altman、Dario Amodei、李飞飞、Karpathy 等人的代表作与识别标记，并给出 10 个必订账号推荐。
本文分析谷歌AI人才流失现象：Jeff Dean、Sanjay Ghemawat等核心人物离职创业，Noam Shazeer转投OpenAI，Demis Hassabis卸任DeepMind日常管理。作者认为，随着AI价值飙升，顶级研究员自身已足以成为公司起点，资本追着送钱，出走比留在大厂更自由值钱。同时，谷歌因组织庞大、多业务掣肘、产品化节奏与DeepMind研究愿景冲突，导致Gemini旗舰模型难产、竞争力落后于OpenAI和Anthropic。核心结论是：知道方向的人，手中未必握着方向盘。
AI安全研究员Alex Turner（TurnTrout）发布离职长文《我为什么离开Google DeepMind》，讲述自己花五个月试图阻止Google与五角大楼签署'任何合法用途'军事合同的经过。他找遍Jeff Dean、Hassabis、Bengio、Stuart Russell等业内权威人士，组织250人联名请愿、撰写25页军事AI红线框架、直接私信CEO，但除Jeff Dean签署法庭之友书外几乎无人行动。最终Google签约，条款比OpenAI更弱且无约束力。文章是对AI伦理承诺的一次真实压力测试，也记录了普通研究员在大公司内部行动的极限。
文章评选了改变人类文明的“神级”科研机构，将贝尔实验室、卡文迪许实验室列为S+神话级，肯定了AT&T垄断和曼哈顿计划等不计成本的资金支持对自由探索的关键作用，并探讨了DeepMind、OpenAI等AI机构的未来潜力。
文章回顾了人工智能与数学证明的深厚渊源，从1950年代的Logic Theorist到哥德尔不完备性定理，探讨了形式化数学的演进。重点介绍了现代AI数学的基础设施LEAN（包括其核心人物Leonardo de Moura、从v3到v4的演进及mathlib库），以及DeepMind、Harmonic、Axiom Math等科技巨头和初创公司在AI自动定理证明领域的布局。文章指出，AI正在通过神经网络与形式化验证的结合，重新回归逻辑推理的起点。
文章分析了 AGI（通用人工智能）临近时的现实特征，指出其冲击力不在于机器像人，而在于智力成为一种可复制、可计价的基础设施。文章探讨了 OpenAI、DeepMind、Anthropic 等巨头对 AGI 的定义与路径，强调 AGI 首先是劳动力供给的冲击。同时，文章从任务链路、接口、稳定性、成本四个维度定义了 AGI 的现实门槛，并揭示了算力战争背后的能源与地缘政治博弈。
文章解读了 Google DeepMind 关于《AI Agent Traps》的论文，系统梳理了针对 AI Agent 的六类攻击陷阱：内容注入、语义操控、认知状态投毒、行为控制、系统性陷阱及人在回路攻击。文章指出，Agent 与人类感知的“鸿沟”使其极易遭受环境篡改攻击，且这些陷阱可组合叠加，造成严重的数据泄露或控制风险。防御需从训练与推理的技术层面同时发力。
