Interconnects 图表揭示开源模型推理经济指数增长

Nathan Lambert 评价 Nvidia 收购 HuggingFace，认为 HuggingFace 影响 AI 讨论方向的能力对 Nvidia 值得每年付出约 100 亿美元。他认为 Nvidia 比三大云厂商更适合做买方，HuggingFace 应摆脱盈利单位定位，去争取下一代 1 亿 AI 开发者；作者曾在 HuggingFace 工作并于去年预言过这一收购。

只有 1 个国家参与，很难套用布雷顿森林体系的类比。

如果 X 允许使用 App 的人把他们的回复标记为人类撰写，或者你可以把回复限制为通过人类验证的用户，整个体验会好上 10 倍。 我不想不得不把回复限制在我关注网络内的账号。所有机器人也都是认证的。

Nathan Lambert 发文反驳 Anthropic 式安全叙事，认为把 GLM-5.3 等开源模型单独定性为危险、称其“不同于所有同类能力模型”并不成立，因为已记录的 cyber 攻击更多使用的是闭源模型。

对这类人来说，问题不在于他们蠢或者怎样，Timnit 具备顶尖科学家的全部能力，问题在于他们所处的信息生态和同侪圈子不鼓励对思想进行拷问。信息茧房是清晰思考的慢性死亡。

另外，如果你不预期自己在 AI 领域有时会犯错，你就很难做出真正有分量的判断和预测。

对于AI领域里那些想推动议题、该批评时就批评、更新信念、并公开思考的人来说，现在是非常艰难的时期。我欣赏那些少数独立的声音，他们没有陷入稻草人论证、陈词滥调或标题党式的妄想。请继续坚持下去。

还记得 OpenAI 在 Kimi K2 发布后以"安全"为由推迟 GPT OSS 吗（我多次得到确认，这就是为了 kimi）。 我觉得这没什么问题，落地一个模型很大程度上就是关于价格、分数等方面的竞争定位。尤其是当发布如此频繁的时候。

Nathan Lambert 转引 SemiAnalysis 关于评估从 HuggingFace 迁移到 ModelScope 的讨论，并回应称 ModelScope 在中国以外几乎无法使用，且缺少人们真正想用的模型。他认为这类讨论已开始影响人们对政策的看法。

这是一篇非常出色的报告，讲述了为什么完全 RSI／智能爆炸在许多方面都面临收益递减，且尚未显示出发生的迹象。强烈推荐阅读。我希望是我写的。我同意它的观点，但它最终可能是错的！https://www.noahpinion.blog/p/wheres-the-intelligence-explosion