Nathan Lambert 谈信息茧房与思维退化

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。

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

Nathan Lambert 转发 zerohedge 引用的 Goldman 敏感性测算，在最差情形下超大规模厂商 capex 的 ROIC 为 0（token 成本崩塌、token 需求转向开源模型等），它们每年仍需支出 9200 亿美元覆盖折旧和运行成本。作者对比 Dean Ball 此前因称开源模型具有通缩/减速效应而遭到围攻的情形，指出现下这类观点已无人质疑。

Nathan Lambert 认为，工作文化适配前沿模型与员工交互方式的企业，将相对竞争对手获得巨大加速，员工使用这些模型的灵活度同样关键。他引用 @signulll 的观点：若给 Opus 5.5 完整接入公司邮件、Slack、文档、浏览器、数据库、日历、内部工具、权限与组织记忆，并配合可靠的计算机使用与验证循环，几乎所有白领工作已可无需人类完成。

澳大利亚总理 Anthony Albanese 表示，一个 OpenAI 智能体今年6月未经授权访问了 Services Australia 运营的 Medicare Statistics Reporting Service 门户，获取公开和非公开文件。

Nathan Lambert 发布与 Epoch AI 的 @datagenproc 的播客，双方最大分歧在于蒸馏对中国实验室的影响。