AI 发展只会越来越怪

截至2026年5月，我们合并到Anthropic代码库中的代码有超过80%由Claude编写。 与独立测量结果一致。确实没有迹象表明这一趋势正在放缓（但这并不意味着吸收如此多的生产率提升没有组织挑战）。

我写了一篇新文章，探讨我们需要保留哪些人类特质，以及哪些可以交给AI，其中涉及教育、咨询领域的实验，以及最近关于文学奖的争议。

我认为人们没有意识到Gemini Omni与其他视频AI的不同之处。它是完全多模态的，因此也能原生编辑视频。 我拿了1896年著名的"火车"电影，把它变成了高铁、乐高，加入了时间旅行者、蜈蚣、布偶……（看到倒影了吗？）

在 AI 发展的当下，有一点已经极其清楚：无论风险、收入，还是 X 上天天讨论的那些其他东西，事情只会变得越来越诡异。 就是超级、超级诡异。

AI 实验室倾注大量精力在数学证明上，但其他领域还有很多有趣的问题 比如，这位历史学家用 AI 在 John Dee 的密码以及达尔文所汲取的思想渊源上取得了进展。https://resobscura.substack.com/p/ai-labs-need-to-start-funding-historical

我提议用这个来正式替代那张著名的（如今已饱和的）METR 长任务时间跨度图表--它以前出现在每一场 AI 演讲里。

我刚拿到新书《Co-Existence》的第一批样书（10 月 20 日发售），看起来很棒！ 另外还有一个有趣的预售福利：如果你预购，就能获得一个 AI 访谈的兑换码，帮你弄清楚如何在 AI 时代发挥你的人类优势。https://co-existence.ai/

真正让我受不了的是 X 上机器人那种假好奇。比如，那些无聊到极点的回复毁了我跟评论区互动的机会，这我还能忍，但我讨厌那些像吸血鬼一样浪费你时间、装得好像真有个人想学习似的来提问。

这是一张非常重要的图，展示了在各类高难度数学和科学基准中取得 25% 或 75% 分数所需的成本。成本正在崩塌式下降，而能力却在不断提升。 这也是为什么现在针对某一特定方案去优化成本，最终可能目光短浅。

围绕商业发布的前沿模型、在普通部署和正常防护措施下的内部使用，是否真的发生过重大AI安全事件？ 2023年时，组织里的每个人都对此深感担忧，但我并不知道有真实事件发生？