Gary Marcus在Web Summit发表主题演讲，深度剖析当前AI行业对"扩展定律"（hyperscaling）的过度依赖所存在的系统性风险。文章指出，仅靠增大模型规模无法实现真正的通用智能，需要引入世界模型（world models）和神经符号AI（neurosymbolic AI）来弥补纯大语言模型的推理缺陷。在LLM时代，软件验证（software verification）的重要性前所未有地凸显，因为当前系统的可靠性远未达到关键任务应用的要求。Marcus强调行业需要重新审视技术路线，而非盲目追逐更大的模型和更多的算力投入。
2026年5月中旬，美国网络安全与基础设施安全局（CISA）的一名承包商在GitHub上维护了一个公开仓库，其中暴露了多个具有高度权限的AWS GovCloud账户凭证，以及大量CISA内部系统的访问密钥。安全专家分析认为，该仓库还包含CISA内部软件构建、测试和部署流程的详细文档，这是近年来最严重的政府数据泄露事件之一。被泄露的GovCloud账户通常用于托管美国联邦政府最敏感的未分类数据。
Troy Hunt在最新一期每周更新中聚焦勒索软件受害者面临的"付还是不付"困境。近期Grafana遭遇数据泄露后明确选择不支付赎金，但更多公司采用"达成协议"等委婉措辞来掩盖其向攻击者支付赎金的事实。Hunt对此表达了深切担忧，认为赎金支付的规范化正在削弱对网络犯罪本质的认知，而语言上的粉饰（如"协议"替代"勒索赎金"）正在系统性地淡化这类行为的犯罪性质，对整个网络安全生态造成长期危害。
2026年5月18日，一个九人陪审团在Elon Musk诉OpenAI及Sam Altman的案件中作出裁决，认定Musk的起诉已超过三年诉讼时效。Musk于2024年夏季提起诉讼，但陪审团认定他在2021年就已知晓其诉讼理由中所指控的行为。作为估值730亿美元的AI公司，OpenAI在这场"AI世纪审判"中避免了对其商业行为的实质性审理。尽管程序上获胜，但OpenAI从未有机会在法庭上证明其行为是否正当。
Gary Marcus简评刚刚结束的Musk诉OpenAI案：这场"AI世纪审判"最终以程序性的无声结局落幕，陪审团认定Musk起诉超时，但从未就OpenAI行为的正当性作出实质判断。Marcus遗憾地指出，人类永远无法知道如果OpenAI被迫遵循其原始使命，世界将会变成什么样。这场诉讼虽然失败，但其所引发的关于AI发展方向的大讨论，其影响将持续存在。
Human Bottlenecks
‘AI, “Humanity”, and Dr. Manhattan Syndrome’
文章分析了技术团队中一种典型的资深工程师画像——"万事皆说不"（just-say-no）工程师。这类工程师的核心特征是无限度地放缓进度、阻止增加复杂度的功能开发，并尽可能减少代码产出。与之对应的"万事皆说是"（just-say-yes）工程师则追求快速迭代、默认批准代码变更、更重视MTTR（平均恢复时间）而非MTBF（平均无故障时间）。作者认为，"说不"文化是零利率时代（ZIRP）——资本廉价、增长压力小的特殊产物，在当前资本成本上升的环境下需要重新评估。
matklad分享了提升代码阅读能力的"预测式阅读"方法：不要逐行读代码，而是先理解代码要解决的问题，在脑中构建自己的解决方案，然后阅读实际代码找出"差异"——这些差异要么意味着自己的理解有误，要么意味着代码中存在可以学习的机会。作者将此称为"4D"思维，即将时间维度融入代码理解过程，通过主动预测和对比来加速对陌生代码的消化。
FediMeteo, HAProxy, and the art of not wasting snac threads
英国政府数字服务（GDS）就NHS因Project Glasswing漏洞报告而关闭开源仓库的草率决定发表正式评论。GDS在报告中明确建议"默认保持开放"（Keep open by default），指出将所有代码转为私有并不能降低漏洞风险，反而会阻碍安全研究人员的独立审查、破坏开发者生态、降低代码质量。GDS的核心论点是：开源与安全性并非对立，透明度和社区审查反而有助于及时发现和修复漏洞。
文章反思AI时代软件工程师角色的根本性转变，作者认为在当前技术环境下，传统的编程技能已不再是核心竞争力——AI工具能够快速生成代码、完成调试甚至优化架构。工程师需要重新定位自身价值，从"写代码的人"转变为"用AI工具高效解决问题的人"，即"AI Enabled Engineer"。文章还讨论了CS教育与实际就业市场之间的巨大鸿沟，以及LinkedIn等职业社交平台在技能展示上的局限性。
Gallup于2026年3月发布的民调显示，70%的美国人反对在其居住地附近建设用于人工智能的数据中心，其中48%表示强烈反对，仅有25%表示支持。值得注意的是，该问题的设置与Gallup关于核电站建设的调查措辞几乎相同，而后者反对率为53%——AI数据中心面临的本地阻力甚至超过了核电站。反对情绪跨越政治光谱，反映出公众对AI基础设施的能耗、用地和环境影响的广泛担忧。
The Alaska Permanent Fund as Loose Precedent for AI Data Center ‘UBI’ Payments
GDS weighs in on the NHS's decision to retreat from Open Source