OpenAI 被指囤积千禧年难题证明未发布

OpenAI 研究科学家 Noam Brown： "当前模型在研究品味方面仍然很差，但如果再过一两次模型发布，它们在这方面也超过我，我不会感到意外" 目前，我认为仍存在明显差距。

要么是 Anthropic，要么是 OpenAI，正处在闭环 RSI 的边缘 两者很可能都看到了这条显而易见的路径，并在新前沿之前停了下来，而技术、资金和专业知识都已具备 所以我认为，它们无法继续按原来的方式走下去，否则就会触发 RSI，并可能引发智能爆炸

OpenAI 总裁 Greg Brockman： "我认为 AI 技术的核心其实是算力的进步" 为什么 AI 偏偏出现在现在？Ray Kurzweil 早在上世纪 90 年代末就仅凭算力增长预测到了这一时刻--并表示这正是能够构建 AGI 的节点。

Sam Altman 发文称 pacing 不等于 stopping，进展迅速但应比原本更慢，安全案例和监控成本值得付出；OpenAI 已在预期显著提升能力的前沿强化学习运行前制定明确安全案例，并欢迎联邦框架与国际协调。作者认为这暗示递归自我改进（RSI）开始显现成果。

作者认为在 Navier-Stokes 证明之后局势几乎一夜之间发生变化，25 位菲尔兹奖得主（包括 Terence Tao）已联署公开信，对 AI 在数学中的应用表达担忧。他猜测可能正在酝酿更大的事，并担心 OpenAI 随时会面临放慢发展的压力。

6 个月前，我还以为 AGI 还差很多个版本 像 opus 4.6 和 5.6 sol 这样的模型已经不错，但还不够好。有了 astra、mythos，以及 OpenAI 那个解决了 navier-stokes 的内部模型，我觉得我们已经不那么远了 即使 scaling 今天停止，更好的微调和 harness 也能让下一个模型达到 80-90% 的程度

OpenAI CEO Sam Altman： "我相信有可能构建出一个不受人类控制的系统吗？绝对相信。我不认为那是我们应该做的事" 我们将始终采取行动，即使不得不暂停训练一段时间，也要在对齐方面取得更多进展。

AI 模型不需要放慢，因为事情已经极端了 算力才是瓶颈 OpenAI 花了数百万算力，解决了一个千禧年大奖难题，所以很多事可能已经可行。只是算力不够 归根结底取决于超大规模厂商能多快上线更多算力

OpenAI和Anthropic其实都不想为了安全测试而放慢AI 相反，他们利用围绕中国的炒作和恐惧来为全速推进辩护： "如果我们多等哪怕一个月，开放权重模型就会追上，所以我们承担不起暂停开发的代价"

我现在对 OpenAI 的模型层级怎么排已经比较清楚了，尤其是在 Astra 之后： astra = fable sol = opus terra = sonnet luna = haiku 很多人觉得 astra 就是新的 sol，认为这些名字不是层级，而是以后每个模型各自的名字 我不这么看