实验室会因公关问题囤积知识吗

这是一个关键原因，我不期望前沿开放权重模型的流动会无限期持续，甚至不会持续更长时间。

生存风险显然至关重要，但它并不是唯一需要政策关注的 AI 议题。 我担心它会成为唯一的焦点。AI 要对就业和社会产生广泛影响，并不需要更好的模型，我们确实需要做好准备，去鼓励好的结果并减轻坏的结果。

METR 正迅速成为 AI 领域事实上的行业标准制定机构 它开始看起来像是金融领域的 FINRA 的 AI 版本：不是政府监管机构，而是审查企业并定义可接受实践的机构。不知道立法是否也会将其编入法典

一如既往，X 上的言论鱼龙混杂，我也没有什么内幕消息可依据，但如果 Google 能够在 AI 领域重返前沿，那肯定会改变当前的 AI 格局，因为它是一家大型、公开、受监管的实体，目标与 Anthropic 或 OAI 不同。

撇开关于生存风险的政策不谈，值得指出的是，即便 AI 开发今天就此停止、只用我们现有的模型，随着 harness 的改进和应用的扩散，我们在工作、教育和社会生活的大部分领域仍将经历至少十年的剧烈变化。

谷歌不再拥有前沿模型，意味着在两大本可有所贡献的领域缺位：近期一连串数学突破（大规模算力加上与科学深度合作的历史会有所帮助）以及网络安全（大型企业的视角会有所帮助）。

Ethan Mollick 评论 Anthropic 经济学团队发布的 AI 经济影响模型，该模型预测至 2030 年的增长、就业与工资，其任务组合变化可视化及 GDP 增长模拟表现出色。但模型缺少在爆炸性增长与大规模白领失业并存时的政策应对方案。

Ethan Mollick 表示，无论现有算力多少，未来都将需要更多算力。引用推文指出，仅 3000 亿输出 token 的计算成本，普通用户就需花费 2000 万至 3000 万美元，并质疑当 AI 公司不再投入非"千年问题"研究后，科学投资如何持续。

Perplexity CEO Aravind Srinivas 宣布自研键值数据库 CobbleDB，替代 AWS DynamoDB 用于快速网页内容抓取，迁移后每年最多可节省一亿美元。该项目由两名工程师和数百个持续运行的 Computer 智能体在两个月内完成核心基础设施，官方研究称热存储批次读取延迟较 DynamoDB 全分布下降约 5 倍（P50 从 31.4ms 降至 5.60ms）。

Anthropic 告知投资者将实现连续第二个季度盈利，但该说法基于剔除股权激励等成本的调整后指标；据 Financial Times，毛利率超过 80%，尚未计入对 Amazon 等伙伴的分成和模型训练成本。