Tony Fadell 谈第一波 AI 硬件为何失败及下一步走向
Tony Fadell 在 MIT Future Fest 上表示 Rabbit R1、Humane AI pin 和 Limitless pendant 等 Gen 1 AI 设备失败，是因为没有解决真实需求，只是极客眼中的有趣技术。
#现象/趋势
TechCrunch · AIAI 评分5555 The Verge · AIAI 评分5959 The Verge：AI 硬件不能随意改变录制的定义
The Verge 作者 Victoria Song 撰文指出，科技公司在 AI 硬件上正推动重新定义什么才算录制。
MIT Technology Review · AIAI 评分2323 MIT Technology Review：将预测分析带入智能体 AI 时代
企业 AI 的焦点已从预测模型能否超越统计预测，转向如何让预测系统自主执行结论而不偏离业务意图。Everest Group 合伙人 Vishal Gupta 表示，企业不再满足于回顾性视角，希望更具前瞻性。深度学习与生成式 AI 支持的实时训练和非结构化数据，正推动企业从被动后见之明转向务实的预见。
MIT Technology Review · AIAI 评分6060 MIT Technology Review：人们为何一边讨厌 AI 一边离不开它
Will Douglas Heaven 撰文分析公众对 AI 爱恨交织的矛盾：Pew 调查显示美国成年人更倾向认为 AI 有负面影响，但 ChatGPT 5 月达到 10 亿月活用户，Gemini 7 月为 9.5 亿，半数美国成年人使用聊天机器人。
MIT Technology Review · AIAI 评分1515 EmTech Future 2026：当 AI 与万物交汇
EmTech Future 2026 为期三天的会议已上线全部点播内容，涵盖 AI 对各行业的影响、量子计算、能源系统与机器人等议题。
MIT Technology Review · AIAI 评分3030 MIT Technology Review 报告：用自主 AI（agentic AI）重新定义企业智能
MIT Technology Review 发布报告提出“agentic shift”，即从把 AI 当工具转向把 AI 作为运营模式。报告指出 2026 年全球 AI 投资将达 $2.5 trillion，同比增长 44%，但多数企业仍未通过 AI 实现营收增长。报告强调三大方向：重建以可访问性为先的数据基础设施、采用可组合架构、解决 AI 主权问题，并以流程重塑而非模型选型作为起点。
MIT Technology Review · AIAI 评分2323 企业 AI 如何从成本开支变为可优化资产
当 AI 从试点走向生产组合，按需付费的 consumption 模式会让支出变成难以预测的变动月度成本。文章认为企业应按工作负载评估"自有产能"的交叉点——是否有稳定、可预测且足够大的需求让产能保持高效利用，而非依赖通用成本基准。
GitHub Blog · AI & MLAI 评分4444 GitHub Podcast 拆解 AI 热议观点：要读 AI 代码吗、RAG 死了吗、Skills 杀死 MCP 了吗
GitHub Podcast 最新一期逐条拆解五个热门 AI 观点：AI 生成代码仍需审查，关键是判断风险在哪；Skills 并没有取代 MCP，二者一个提供访问、一个解释如何使用，可以互补。RAG 也没死，检索让模型更快接近答案，可与 agent、MCP、skills 同一工作流共存。文章还谈到企业面试看重的是判断力而非是否用 AI，以及 AI 正成为代码可维护性的又一压力测试。