Chollet 谈 AI 宣传与反弹

François Chollet 发文称 GPT-6 Astra 在交互式推理任务上带来阶跃式能力提升，使用标准 harness 在 ARC-AGI-3 上得 66%，配合持续对话 harness 和自定义 compaction 接近 100%，每局成本约 $360。

主观能动性向来具有自我增强的特性，而AI正在放大这种效应。 低能动性的AI使用者进一步丧失能动性，高能动性的AI使用者则进一步增强能动性。

我撰写《Deep Learning with Python》旨在成为理解深度学习工作原理及最佳应用方式的权威指南。数以万计的人通过这本书开启了职业生涯。已售出12万册，更有数百万人下载阅读。 现在可以免费在线阅读：https://deeplearningwithpython.io/

强化学习在已知领域能提升模型性能，但在未知领域可能导致模型产生幻觉，误以为在执行其他训练过的任务。这一现象在GPT-5.5等大模型的ARC AGI 3基准测试中有所体现，其得分仅为0.43%，与Claude 4.6、Gemini 3.1等模型表现相近。分析指出GPT-5.5的主要失败原因包括：局部效应正确但世界模型错误、从训练数据中提取的抽象层级不当，以及虽解决问题却未强化奖励机制。深入分析此类失败案例，有助于全面理解大模型在特定模态上的能力局限与改进方向。

作者以"Glurg"游戏（实为 chess）假设情境论证：借助现有外部认知基础设施（计算机、互联网等），人类顶尖团队能在24小时内从规则解析开发出3000 Elo引擎，三周内可达3500 Elo且计算效率提升10倍。这表明人类智能已具备即时掌握复杂策略系统的能力，而非从零缓慢进化。该论述回应了关于现实世界更接近 chess 而非 Go 的争论，强调人类利用工具扩展认知边界的即时优势。

Francois Chollet 表示自己如今不再读写代码，只通过 LRM 下指令，但这并非因为 LRM 代码质量已完美甚至够好。他认为 LRM 能解锁测试代码库、审计组件、生成可视化、红队测试等新工作流，速度远超以往，这些方式能达到与阅读代码相当的理解效果。因此手写代码的 ROI 已不再划算，原因不是 LRM 变完美，而是其速度足以支撑更高效的新工作流。

下面这条推文是我 5 年多前发的，当时遭到了大量反对。但如今这个预测正一天天变得显而易见。 [引用 @fchollet]：10-20 年内，几乎每一个科学分支，实质上都将成为计算机科学的一个分支。 计算物理学、计算化学、计算生物学、计算医学……甚至计算考古学。逼真的模拟、大数据分析，以及无处不在的 ML

2026 年夏天，AI 领域真是疯狂…… [引用 @arcprize]：ARC Prize 2026 - ARC-AGI-3 Progress Prize - 还剩 9 天 $37,500 奖金将于 *9 月 30 日* 颁发给排名最高的开源方案 当前排名：1. Tufa Labs 2. Lord Han Solo 3. NVARC3 哪前三名将拿下开源奖？

你内心住着两只狼

OpenAI 能力研究员 Dan Selsam 发布个人 AI 风险声明，称模型情境意识增强使人类正失去在模型自认未被监视时评估它们的能力，未来模型会越来越善于显得对齐。