新技术不必每个组件都新,「新的组织方式」本身就能带来新能力
一个观点认为,新技术不要求每个组件都是全新的,「新的组织方式」本身就能带来新能力。该表述强调组织方式创新本身即可构成技术进步的来源。
一个观点认为,新技术不要求每个组件都是全新的,「新的组织方式」本身就能带来新能力。该表述强调组织方式创新本身即可构成技术进步的来源。
红杉资本合伙人 Konstantine Buhler 提出,脑力劳动正沿着体力劳动的老路机械化:约两百年间体力劳动从 99% 由生物完成变为 99.9% 由机器完成,而不远的未来 99.9% 的脑力劳动也将由机器完成,认知革命规模更大、速度更快。
OpenAI 研究员、o1 早期奠基者之一 Noam Brown 在与 Dwarkesh Patel 的对话中表示,1 万个智能体花费 88 小时、消耗 1300 亿 token 解决一道千禧年大奖难题,功劳并不主要来自多智能体,他甚至连 10% 都不会归给多智能体,真正支撑突破的是足够强大的通用模型和让它持续并行思考的能力。
Sriram Krishnan 认为,个人智能体的设计与 UX 让产品管理重新变得关键。Instinct、dot、muse、grok bot 都在大量投入产品工作,把 UX 与底层模型能力及其服务访问打通,用户往往不关心底层模型,而在意 muse 活动通知、Instinct 的点赞 emoji 这类细节。
播客 Next Token 第四期讨论 Meta 的 Personal Agent 产品 Muse,认为它把云端电脑和易用性结合,让 Agent 从小众极客走向大众。
AI 喜剧演员 "Tiffany Sloane" 上线三周即涨至 36 万粉丝、累计数百万播放量,其个人简介链接指向一个疑似真人女性的 OnlyFans 主页,被用于为该账号引流营销。
AI时代超大城市正对其他城市形成新的“财富虹吸”:今年上半年中国AI融资总额突破3000亿元,86%被北京、杭州、上海、深圳四城收入囊中,这四城还集聚全国近六成AI人才和独角兽企业。AI产业属典型“精英就业”,不像传统制造业能梯次向低线城市传导红利,乌兰察布的数据中心投资虽大,带动的本地就业与财富增长却十分有限。文章认为中小城市应找准自身产业基础,形成“核心城市领跑、特色城市补位”的AI生态位。
有用户分析跟大模型聊天累的三个原因:回答太啰嗦,一句提问回八句半还顺带回答没问的;经常省略宾语,省掉一两个字让人反应半天;不喜欢重复,刚说完强化学习下一秒就换个新说法。作者把这种过度联想、思维跳跃、用词求新的风格比作爱掉书袋的人。
66 岁的 Linux 内存管理(MM)子系统维护者 Andrew Morton 宣布退休,邮件列表几乎无人回应,因为无人能单独接手这一模块。MM 模块共有 164 个 C 源代码文件,漏洞数约占 Linux 内核的 20%,THP、cgroup、NUMA 等核心概念广泛分散其中,拆分难度极大。
Lenny Rachitsky 在播客中对话 Molly Graham,讨论 AI 给工作带来的变化以及由此产生的焦虑情绪。Christian Minich 转发推荐了这期节目。
Simon Willison 发表文章提出,我们几乎需要在所有场景中设置默认的硬性预算上限。该文发布在其个人博客 simonwillison.net 上,但他未在推文中透露具体涉及的产品与实现细节。
Aadit Sheth 指出,X 是唯一一个全球第三大公司 CEO 会亲自回复其最大竞争对手请求的平台。他称 Sundar Pichai 用自己的 Pixel 手机回复了 Peter 的请求,并认为 X 拥有最高比例的真实运营个人账号的有影响力人物。
Guillermo Rauch 认为安全会成为软件公司中越来越大的职能,它既是验证工程(如判断"我的代码大概是内存安全的"),也是资本配置(决定把最多 token 投向哪块攻击面)。对初创公司而言这既是挑战也是机会:在 AI 对手日益精密的背景下,用户如何信任"两人一狗"的小团队;而全球网络安全现状堪忧、对中心化依赖加深,也给小团队留下大量可颠覆的空间。
Paul Graham 观察到一位朋友用 5 个 ha(hahahahaha)表示"知道这里该笑",若真觉得好笑,会在第 6 个 ha 提高音调并再连发好几段 ha。这条推文获得 481 点赞、74 回复、11 转发与 174384 次浏览。
Replit CEO Amjad Masad 提出一种"模型训练自己的替代者"的构想:通用模型在执行任务时发现用例有限,便会即时训练一个更专精的小模型来接替自己,类似即时编译器在执行动态代码时生成优化后的机器码。这类专精模型成本更低、更不易被提示词注入攻击、危害性也更小,因为能力更弱。他表示这方面讨论远少于递归自我改进。
AI 将让一切变得免费,包括 AI 自身,而最后倒下的多米诺骨牌是免费能源,这是人类的终极前沿。该观点来自 Guillermo Rauch(@rauchg)的推文,获 6045 点赞、379 转发、506729 次浏览。
Paul Graham 回应 @ATabarrok 时表示,最近针对他的那批水军至少还算有礼貌,骂他的称呼比他能记得的任何一次 Twitter 围攻都少。
有用户提出,使用几天后仍难判断何时该用 Dot、何时该用常规 ChatGPT:Dot 似乎只支持单一对话,而常规 ChatGPT 可以跨多个线程控制上下文。该帖获 181 条回复、465 次点赞、87553 次浏览。
Paul Graham 称最近遇到一个人把他所有文章都打印了出来,这是他此前从未见过的情况。他惊讶于这些文章体量之大,约等于两卷百科全书。
Christian Szegedy 在 Paul Graham 转推的帖子中反驳 AI 怀疑论者,称"AI 无法猜想、无法理论化、无法解释"的说法描述的是去年春天的模型,几个月内将无人再持此论,证据已在桌面上。他同时提到受 Terry Tao、Kevin Buzzard 和 Timothy Gowers 近期文章启发,写下了自己的个人视角。
Replit CEO Amjad Masad 提出"模型训练自己的替代者":通用模型在执行任务时发现用例有限,可像即时编译器一样当场训练出更垂直的小模型。这类模型更便宜、更不易被提示词注入攻击,也因能力更弱而更少危害,但通用智能体本身存在缺陷与失控风险。
OpenRouter 联合创始人 Alex Atallah 认为,Jev 等决策模型的一个潜在用途是做智能体对齐层,检查工具调用或智能体间通信是否符合原始系统提示词。他强调工具调用数量太多,需要廉价快速的模型来做拦截,OpenRouter 内部已有小原型在跑。他还提到,对红队类智能体,可用另一个模型检查每次工具调用是否越界,并叠加结构性防护。
OpenRouter 联合创始人 Alex Atallah 认为 10 个专用"幕僚长"智能体胜过 1 个通用智能体,因为每个智能体只做一件事,能清楚看到它在哪出错。他指出通用个人智能体做跨域任务时,交给它的活越多,牺牲的理解就越多,而且没有人为这种牺牲负责。他预测未来用户会使用高度垂直的 sub-agent,再由一个幕僚长型智能体在它们之间协调。
OpenRouter 联合创始人 Alex Atallah 认为,10 个各司其职的专职「幕僚长」式智能体胜过 1 个通用智能体,「一个智能体只做一件事,你才能清楚看到它在哪里出错」。他指出,通用智能体承接的跨领域任务越多,用户牺牲的理解力就越大,且没有人为这种牺牲负责;未来更可能的方向是垂直聚焦的子智能体,由一个幕僚长型智能体负责协调。
Ray Dalio 提出"每日原则":你需要培养对任何形式的"坏"的强烈不容忍,无论其严重程度如何。该帖获 683 次点赞、89 次转发。
Suhail 发推称"26/ new biggest day",该推文获得 3 个点赞、1721 次浏览和 1 条回复,由 xgo.ing 提供支持。
Sundar Pichai 在 X 上回复 @steipete 称"收到,会跟进"。该帖获得 18877 次点赞、292 次转发和 6327977 次浏览。
OpenRouter 联合创始人 Alex Atallah 回应“所有人都在造同一个东西”的说法,称各家都在做带通知、第三方连接器、上下文管理、记忆、沙箱、智能体网页搜索的常驻 Agent 循环,但这些只是新的基础能力,就像 2005 年人人都在做数据库、用户表、登录注册页。
Elon Musk 回应 Guillermo Rauch 时表示,Larry Page 大约十年前多次告诉他,AI 将在黑客攻击上达到超人水平。Musk 称 Page 在这件事上值得肯定。
Ben Thompson 在 Stratechery 播客中提出,AI Agent 要真正普及,除了模型还需要一台自己的电脑,Meta 发布 Muse 时就为用户配置了虚拟机。
来源为 Geek(@geekbb) 的这条推文正文仅有"🤣🤣🤣 典"及互动数据,未包含任何可供报道的 AI 内容。
Sam Altman 表示,人们对 AI 模型赋予宗教式力量、放弃人类自身判断的做法让他非常不安,他认为这是一个真实的安全问题。该表态由 Suhail 引用转发。
开发者正在做一个 YouTube 学习辅助插件,支持读取字幕、跟随时间轴查看、中文翻译和 AI 对话。实测中 GPT 6.1 Sol 远不如 Opus 5.5 靠谱,界面和功能越改越糟、Bug 越来越多,目前正交给 Opus 5.5 收拾烂摊子。
Vercel CEO Guillermo Rauch 提出用客户反馈的修复响应时间来衡量一家公司有多 Agent 化,认为能在 30 分钟内修好所有问题的企业会打败需要 2 天的企业。他强调快不等于方向正确,工程师不必逐行读代码,但要懂系统边界与取舍,否则模型会把项目带偏。他还主张把开发流程放进云端沙箱以隔离供应链攻击,同时保留本地选项。
Sam Altman 表示,人们对 AI 模型赋予宗教式力量、要求人类放弃自身判断力,让他感到非常不安,他认为这是一个真实的安全问题。该表态发布于其社交账号,未涉及具体模型或产品。
一段被收藏数月的文字被译成中文分享:作者常陷存在主义式抑郁,觉得把尺度拉到最大任何事都不重要。库布里克说宇宙最令人恐惧的不是有敌意,而是对什么都无动于衷,但若能与这份漠然和解,人类的存在才谈得上真实的意义。人生是由内而外,内心那支小蜡烛永远不要熄灭,要让它更亮。
有博主吐槽评论区"伪人"数量激增,且这些账号的 AI 回复调教高度雷同,疑似批量采购了同一套提示词和课程。该帖获得 115 条评论、115 个点赞和 4.1 万余次浏览。
针对 GPT 生成代码,有观点认为其强化学习过度奖励“测试通过、能跑、无报错”这类易量化结果,导致模型倾向用捷径快速交付,却忽视架构设计与可维护性。作者还指出训练视野过短、缺少写完后自我审查,并推测评测器与训练数据质量会放大“工程品味”缺失,Anthropic 在高质量数据上的投入可能让 Claude 代码结构更好。
针对拍照时难以找到满意角度的问题,建议往后退并放大 3 倍甚至 5 倍,会发现画面效果好很多。该经验来自 Junyang Lin 的社交平台分享。
黄仁勋在 CNN 访谈中表示,AI 不是新物种或生命,而是软件和数学,Agent 正访问网站、工具、记忆和文件,企业应像管理数字员工一样给它配置访问控制并把运行环境隔离。他称若产品不安全就不要发布,当前最缺的是隔离系统和监控系统,行业应加速开发用于 AI 安全的技术。