MIT Technology Review 发布 2026 年最后一期印刷版特刊「Impossible issue」，报道合成血液、月球城市、认知永生等大胆设想，并调查 AI 说「不」的能力、可恢复视力的仿生眼、混合肉等话题。其中一篇报道聚焦 Astrolab 的 FLIP 月球车，该车搭载可运行大语言模型的计算机，最早下月发射，将测试 LLM 能否在极端温度与强宇宙辐射的月球环境中实现自主决策。另一篇报道介绍 Goodfire 研究员 Nick Cammarata 的 26000 字博客，他声称 LLM 可能比此…
推荐理由了解月球部署 LLM 的首个实测计划，以及引发行业争议的「LLM 更易解释」论断。
针对 Rich Hickey 在 2026 年 10 月 11 日文章《'AI' is Not a Tool》中提出的「LLM 是自动化而非工具、无法被驾驭」的观点，作者提出反驳：即便按 Hickey 的定义，LLM 也可以被人驾驭，且用好它需要技能。作者类比锯子、凿子、编译器和电子表格——工具会放大判断力，其价值取决于操作者能否引导、解读反馈、识别错误并修正。作者认为 Hickey 对「工具与自动化」的区分制造了虚假对立，自动化可以是工具的一个特性。作者也认同 Hickey 对「用摘要替代读论文」的担忧，但指出这…
推荐理由想理解「AI 是工具还是自动化」这场争论的人可以看，作者用编译器、电子表格等类比给出了具体反驳角度。
作者在博客中批评当前 AI 产品不认真对待自己的前提：一边在界面小字里承认「AI 会犯错，请自行核实」，一边又鼓励用户直接信任输出。他认为真正严肃的 LLM 产品应把「检查错误」做成一等功能，例如在每条结论旁加复选框、做成两栏工作表，让用户记录核实过程。文章点名 Gemini、Claude、ChatGPT 的免责声明，并称 Ollama 因模型质量更差、更需要这类功能。原文信息有限，未给出具体产品方案或数据。
推荐理由做 AI 产品的人可以对照自查：你的产品有没有把「核实输出」做成可操作的功能，而不只是一行灰色免责声明。