本文围绕伯克利教授 Greg Niemeyer 提出的“认知结果 = 问题质量 × 判断力 × 知识储备”公式，深入探讨了 AI 时代下，知识储备变得空前强大，但问题质量和判断力却面临退化的风险。作者指出，AI 并不会自动提升人们的提问能力和对答案的判断力，反而可能因知识获取过于便捷而导致这些核心能力的退化。文章详细阐释了何谓“高问题质量”和“强判断力”，强调这二者是驾驭 AI、防止被错误信息误导的关键。最后，文章提出了三种使用 AI 的模式：Minus AI（不使用，适用于需要身体力行的认知塑造）、Plus AI（协作模式，AI 作为陪练提升问题质量）、Times AI（重构模式，理解 AI 改变知识定义以提升判断力），并指出这三种模式应灵活切换而非单一选择。核心观点是，在知识储备不再是瓶颈的时代，问题质量和判断力成为真正稀缺的核心素养。
本文是对 OpenAI 一份关于中美 AI 竞争分析报告的解读。该报告提出了四种未来情景，基于“美国的相对算力容量”和“美国的 AI 采用和扩散程度”两个变量，描绘了美国“AI 世纪”、美国标准、“中国特色”全球 AI 以及“中国 AI+世界”四种可能性。文章强调，报告认为中国在其中两种情景下具备优势。报告还指出，中国的算力自主突破、各国市场份额变化以及中美两国国内的 AI 采用情况将是决定未来走向的关键因素。文章引用了原始报告并提供了原文链接，旨在向读者传达 OpenAI 对未来 AI 地缘政治格局的战略思考。
本文梳理了人工智能公司 Manus 在 2025 年从创立到被 Meta 以数十亿美元收购的完整历程。文章详细回顾了 Manus 如何在 10 个月内迅速崛起，从最初的浏览器插件 Monica 的基础上，发展成为“全球首款通用 AI Agent”并引发市场轰动。期间经历了字节跳动 3000 万美元收购邀约的拒绝、发布后的邀请码炒作、获得硅谷顶级风投 Benchmark 的 B 轮融资（5 亿美元估值），以及在合规性审查下团队迁移至新加坡并进行大规模重组。文章还强调了 Manus 在技术上的快速迭代（如 1.5 版本将任务完成时间缩短至 4 分钟以下，并实现 Wide Research 功能）和商业上的巨大成功（8 个月内 ARR 突破 1 亿美元）。最终，Meta 出资数十亿美元将其收购，创始人肖弘出任 Meta 副总裁。文章特别提及了 Manus 三位创始人并非出身名校大厂的背景，以及真格基金对其长期的支持，展现了一个快速成长的创业故事。
《年终回望：9 家公司，乱成了一锅粥》一文通过 The Information 发布的美国 AI 行业格局图，深入剖析了当前 AI 巨头们（如 OpenAI、Anthropic、Meta、Google、xAI 等）在技术栈布局、产品竞争以及错综复杂的合作关系。文章指出，2025 年的关键词是“机器人”，各大厂纷纷涌入人形机器人领域，但在更深层次，这些公司都在积极补齐自身技术短板，从模型能力到消费者应用，再到训练集群。Google 以其全面的技术实力保持领先；Meta 则在硬件上突出但在模型上有所滞后；xAI 采取三线作战策略；NVIDIA 则从云服务竞争中退回。文章最精彩之处在于揭示了 AI 行业内部“亦敌亦友”的复杂生态：Google 作为多个竞争对手的供应商，OpenAI 试图摆脱微软依赖却牵手更多巨头，而微软、Anthropic、Google 和 Amazon 之间的投资与合作更是犬牙交错，共同构成了“晋西北乱成一锅粥”的行业现状。
