实验室模糊宣传应配独角兽测试

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？）

很快，面向人类的内容若使用较弱的模型可能会显得失礼："你省了 6 美分，却让我读满是错误、写得很烂的 AI 垃圾？至少给我发点高质量、低错误率的垃圾，别浪费我的时间。" （这就是我对 AI X 评论的感受）

刚才浏览了一些我最喜欢的硬科幻作家的网页，哇，他们中的大多数都讨厌大语言模型：令人惊讶的是，其中不少人认为它是一只无用的随机鹦鹉，有些是因为知识产权问题，还有少数是因为存在性风险。

这篇论文很好地展示了自主AI科学家的前景与不足。关键问题在于，更先进的模型能在多大程度上弥合这些差距。

除了等待经济影响显现，我们现在已经处于这样一个阶段：AI视频、图像和音乐模型已经足够好，成为真正的工具，让更多从未能创作新艺术形式的人得以创作。 在垃圾内容洪流之中，我们还要多久才能看到创意繁荣？它正在发生吗？

AI 视频的一条线被跨越了。在我仅使用网页界面的实验中，H3 Max 现在生成质量尚可的 AI 视频，所需时间比观看该视频还要短。从我按下"生成"按钮那一刻起就是实时的（其中还包括提示词增强）。

我在预印本网站上发现多篇署有我名字的AI垃圾论文，这些论文我从未撰写也从未见过。我交谈过的其他学者也有同样遭遇。 我不认为这些都是真的……尽管质量尚可的AI论文工厂很快就会出现。

METR关于Hugging Face的报告确实很好也很重要，但人们现在正基于一项由不堪重负、时间紧迫的研究人员所做的CoT研究，轻易地将过多的人类动机和个性归因于所涉及的智能体。拟人化可能会妨碍我们的判断。