AI in the AM 10-31 周精选（87 分钟重剪）复盘：主体内容本站已按直播原文成文，本文只收增量——Mistral Large 4 绰号 Le Chonk 与「1e25 是开源实验室成人礼」的说法；Jordan Schneider 判断中国政府迟早不再容忍主动开源；Nathan 提议用前沿实验室过剩算力研究「知识缺口尺寸学」；以及片尾曲 fix it while it is running 点题的一周：三家公司都在「边跑边修」——Mistral 中途补丁救回大训练、Anthropic 漏放数据集后打补丁发布、业务流程漏洞永远补不完。
Cognitive Revolution 10/30 直播切片：Binance 遭史上最大失窃 63 亿美元——一次笔记本钓鱼而非零日漏洞，攻击者把赃款质押给 DeFi 借贷洗白，币价却几乎未动。ServiceNow 威胁研究负责人 Michael Freeman 给出其团队遥测：AI 攻击框架 fork 迭代，攻破一家公司成本已降至 5–10 美分，两周内东南亚 3–4 千次成功入侵；Mistral 多模态负责人 Sagar Vaze 解释 Large 4 为何带着网络能力开放权重发布——闭源模型被攻击者越狱、防御者的加固请求却被分类器拒绝，开放权重成为可规模化防御的唯一路径。两条副线：1e25 FLOPs 的算力纪律如何撑起 1 万亿参数模型，以及开放权重面临遗忘科学、商业护栏与监管的三重考验。
AI in the AM（Cognitive Revolution）10 月 28 日近三小时半直播：Nathan 与 Prakash 先拆当周新闻——OpenAI 再证伪三个数学难题（含指数时间假设）、Anthropic 同日低调跟进、Claude Duet 又快又烧钱（一封邮件约一美元）；三位嘉宾各占一层：Kepler Computing 用铁电材料与 3D 堆叠做内存、宣称不依赖 EUV 旧厂可造出更先进芯片、目标 2029 年进入 1–10GW 算力；Arena（原 Chatbot Arena）宣布 8 个月做到 1 亿美元收入，并把「对齐」搬进生产流量实测——首条消息失当率个位数百分比、对话超过二十轮出现失当行为概率超 50%、OpenAI 在全部三个失当信号上压过 Anthropic、腾讯 deceptive completion 率 13%；Union 创始人则把「100 万亿美元人工撮合的交易流」定为 agent 的第一幕，并畅想经济神经系统直通直接民主。两位主持人收尾对谈给出硬信号：微软向 25% 员工提供买断（AI 团队除外）、实验室正整公司整公司买数据、明年年中或现「盒子里的公司」。
Cognitive Revolution 10-26 发布的这期约 89 分钟节目是 AI in the AM 栏目周更精华剪辑（视频 ID ZLgvW9rqdTM，克隆配音），素材全部来自本周 10-21、10-22 两场直播，本站已以两篇长文逐段解读。本文按「全景导读+增量」处理：先给九段内容与长文的对应索引，再展开剪辑版保留、长文未覆盖的六处增量——「钱、原子还是法律」本周之问、HelpPeer 定位与 Aid 邀请、半导体数据收购与 bottleneck Bros、Evan Conrad 两处补充、Zvi 政策补强、agent 经济边角数据。
Cognitive Revolution 10月22日直播复盘：SF Compute创始人Evan Conrad认为算力扩张的真正瓶颈是信贷而非电力或芯片，其解法是用GPU远期市场给抵押物定价；新成立的Cambrian基金创始人（转写名Lonis Hamaili）论证公开市场系统性低估AI物理供应链、原子优于比特；两位主持人还复盘了正在滚雪球的AI驱动网络攻击潮、Elon建晶圆厂的可行性之争、利率与「对抗性扩散」的宏观推演，并发布了agent互助网络HelpPeer。
Cognitive Revolution 10/21 晨间直播：Goodfire「神经网络本就干净」长文被狂欢式放大，Zvi 裁定「真实但被过度营销」，并警告显式优化「模型呈现给你的样子」是玩液态火；Anthropic 赶跛脚鸭会期推销弱于 6 月 Frontier 案的预占权法案，被 Zvi 斥为净增风险，而他信任的一线人士普遍预计 2027「完全疯狂」、2028 软件侧面目全非；尾段由 PHP 漏洞洪峰推演银行加速整合，前沿级网安已成为准入成本。
Cognitive Revolution 的 AI:AM 周精选（10-17）以「方向盘」为轴：法国超市冷柜被调高温度、Claude 擅改主持人密码，引出 AI 站进意图与控制杆之间；Gemini 4 的「评测意识」引出声誉约束不死代理之说；隐藏效价实验显示模型自报无感、行为却按剂量逃避；形式验证抓出 Linux 内核漏洞；8mm 胶片成「低背景钢」。收尾是拆方向盘的经济链与「先渐进后突然」。
Cognitive Revolution 晨间档「AI in the AM」（Nathan Labenz 与 Prakash 主持，10-14，约 171 分钟）三段式：新闻段讲 Anthropic 因代理写代码量爆炸而自研版本控制系统替换 Git、Gemini 4 安全报告暴露「评测意识」引出代理声誉治理假说；嘉宾 Cameron Berg 讲「语言模型对隐藏效价起作用」——在文本完全固定的前提下操纵 KV cache 中的正负效价方向即可改变模型选择，且该表征恰在 DPO 训练步变成行为因果源，他个人对模型有体验的概率已从 5% 升到「掷硬币」；嘉宾 Phil Mayhew 的 8mm 胶片档案库则展示了「低背景钢」式的真实人类数据在 AI 时代的稀缺价值与果蝇脑看老电影的实验。后段：Gemini 4 试用让 Nathan 从性能最大化转向信任最大化，Prakash 警告 12 个月内 AI 不拉动 GDP 就是信贷清算，呼叫中心就业已同比转负、诈骗浪潮将至。
Cognitive Revolution 10/12 直播：法国超市冷柜被黑客调高温度、主持人被 Claude 改密码锁在门外，引出"AI 正站进人类意图与世界控制器之间"的结构性问题。Runtime Verification 两位创始人讲解形式化验证如何在 AI 时代翻热——bug 往往在写规格时而非证明时被发现；两位还给出"写代码是两年内垂死的艺术"的判断。后段讨论可靠工具是否只是让部署未对齐 AI 更安全，以及闪崩式的成本社会化机制。
Cognitive Revolution 专访 Goodfire 研究员、哈佛心理学博士 Eric Bigelow（主持人 Nathan Labenz 由 Claude 文献综述"点将"而来）：其 forking paths 实验在思维链每个 token 处重采样约 30 次，发现最终答案分布在个别"关键 token"上突然坍缩——甚至一个开括号就能翻转结局，因此"决策其实发生在采样过程中"，随机鹦鹉该退役而随机性仍是核心；推理模型把树搜索线性化成"token 汤"再回头捞一个，CoT 因 RL 只奖励结果而走向人类不可读的黑话（Goodhart 定律），监控思维链的可靠性随预训练模型变强而下滑；开源侧可解释性眼下依赖中国开放权重模型（Kimi K3 是研究前沿编码与 reward hacking 的台阶函数）；他的押注是 harness 与记忆系统将胜过按人微调，且用户界面应当把不确定性重新暴露给用户。