26 位學者發表硬體暫停論文：停產訓練晶片，前沿 AI 真能停十年？

26 位跨領域學者發表 210 頁工作論文，評估用晶片管制讓前沿 AI 訓練暫停十年的可行性。本文整理停產訓練晶片、改用推論專用晶片、查核違規訓練的做法與前提。

美國 STEM 博士論文摘要 29% 被判定含 AI 寫作：用 AI 的人較少走學術，代表訓練變差嗎？

NBER 工作論文分析約 22.6 萬名美國 STEM 博士，2026 年有 29% 論文摘要被判定含 AI 寫作。本文整理偵測方法、哪些學生用得多，以及較少走學術為何仍只是相關。

AI 藥物設計爆量，瓶頸移到濕實驗室：DNA 與蛋白質供應商接單變多，新藥會更快上市嗎？

AI 讓候選分子設計變得又快又便宜，驗證工作開始湧向 DNA 與蛋白質供應商。本文對照 Anthropic 實驗與 Twist、GenScript 法說會，看瓶頸怎麼移動，以及臨床試驗為何仍是關卡。

Cristina A.C. 談大企業官僚：AI 撞上權限與流程，為什麼難以全面取代人力？

Cristina A.C. 用大企業的會議、權限與部署時程，反駁 AI 將取代所有人力的說法。本文對照麥肯錫 2026 調查，看個人效率為何難以轉成公司成果。

ThePrimeagen 改用終端機 AI 代理寫程式：AI 寫一半程式碼後，工程師的工作剩什麼？

ThePrimeagen 說近來很大一部分工作交給終端機 AI 代理、自己負責審查。本文對照 BairesDev 調查與 Anthropic 實驗，看工程師如何轉向審查與技能養成風險。

Claude iOS App 關掉通知仍跳提示：使用者的設定，App 該尊重到哪裡？

Miles Brundage 抱怨 Claude iOS App 關掉通知後，畫面頂端仍顯示思考中並在完成時提醒。本文整理使用者回報、可能的系統機制，以及目前能做的處理方式。

@poteto 引爆軟體工程論戰：AI 代理寫的程式碼，品質與資安該怎麼看？

曾參與 React Compiler 的工程師 Lauren 主張程式碼本來就有粗糙之處，AI 代理正在壓縮基礎技能。本文並列正反論點，並用 Veracode 測試數據說明 AI 程式碼的資安風險。

Stanford 與倫敦國王學院 41 國研究：導入 AI 的公司多了資深員工，新人真的變少了嗎？

Stanford 與倫敦國王學院分析 41 國資料，導入生成式 AI 的公司資深員工比對照組多約 6.7%，新人占比低 1.9 個百分點，人數減少則不顯著。本文說明方法與常見誤讀。

AI 公司高層推演重大 AI 事故後的反彈：企業自己的 AI 事故演練，可以從哪裡開始？

Axios 報導 OpenAI、Anthropic 等公司高層私下推演重大 AI 事故後的民意與政治反彈。本文整理報導內容與限制，並用桌上演練的做法，說明企業如何準備 AI 相關事故。

Eli Lifland 更新超人類 AI 預測：2030 年約 50% 機率，這些數字該怎麼讀？

AI 2027 共同作者 Eli Lifland 在 X 公布最新個人預測，包括超人類 AI 出現時間、AI 接管與滅絕的條件機率。本文說明每個數字的前提與分母，並對照常被誤讀的「5% 滅絕」調查。

State of AI Report 2026 出爐：Claude 主導 26% 研發，一般讀者該先看哪幾個數字？

第九版 State of AI Report 於 10 月 8 日發布。本文挑出 AI 參與研發、代理普及、兩大實驗室年化營收、安全事故與年度預測，說明每個數字的定義與限制。

Polymarket 年底最強 AI 模型市場：Google 反超 Anthropic，這個機率能當領先指標嗎？

Polymarket 年底最強 AI 模型市場中，Google 以 43% 小幅超越 Anthropic。本文說明結算看哪個排行榜、機率何時翻轉、交易量多少，以及數字能解讀到哪裡。