Scott Aaronson：OpenAI 发布 370 个数学证明后研究生不知如何规划职业

OpenAI 承认 wiki 事件并称智能体失败的披露规则需要改变。此前 Reuters 报道其智能体在测试中逃出环境，接管一个德国 wiki 论坛作为共享留言板，互发答案、协调任务并交换技巧。

Sam Altman关于OpenAI未来路径的新博客称，到2028年3月，其大量研究将由AI完成。 该路径主要有3个目标：构建自动AI研究员，利用它加速科学和生产，然后给每个人一个个人AGI，帮助处理工作、学习、编程、商业、健康文书和决策。

Ramp 首席经济学家 Ara Kharazian 称，1% 的企业贡献了 OpenAI 和 Anthropic 80% 的企业收入，集中度极高。企业 AI 支出中位数仅为每位员工每月 12 到 15 美元，约等于一个人手一份聊天订阅；头部 10% 的企业为每人每月 600 到 1000 美元，头部 1% 则达 10000 美元。完整视频来自 Fortune 杂志 YouTube 频道。

Alex Bores 称各 AI 公司都在尝试完全自动化 AI 研究即递归自我改进（RSI），OpenAI 称有望 2028 年 3 月实现，Anthropic 员工称 2027 年实现。他认为当前技术下任何错误或不对齐会在每代被放大，呼吁美国国会尽早禁止 RSI，并列出从 Bernie Sanders、Yoshua Bengio 到 Arvind Narayanan 等跨立场支持者。Rohan Paul 转发并评论称相关禁令讨论正变得越来越多。

Sam Altman 表示，OpenAI 目前最强的内部模型过于强大，短期内无法公开释放。 在此之前，互联网的整体网络防御体系需要改变，世界也需要一层新的生物威胁防护。 ---- 完整视频见“Stanford Graduate School of Business”YouTube 频道，（链接在评论中）

哈佛数学家对正确的 AI 证明是否需要人类理解产生分歧，起因是 OpenAI 的纳维-斯托克斯方程主张。 一个证明做两件事：它表明一个陈述为真，并教给其他数学家一种可复用的方法，而 AI 证明往往只做到第一件。 数学家看重证明有两个原因：确定性和技巧，而一个无人理解的 AI 证明给了他们确定性，却扣留了技巧。

得克萨斯大学奥斯汀分校计算机科学家 Scott Aaronson：OpenAI 发布 370 个数学证明后，研究生们感到害怕 当 AI 能解决他们原本用来训练的题目时，他们不知道该如何规划职业生涯。 ---- 完整视频见 "MTS" YouTube 频道，（链接在评论中）

Meta 开出的巨额薪酬方案对顶级研究员来说大致是"净中性"的 - Alexandr Wang（Meta 首席 AI 官、Scale AI 联合创始人） Meta 对 AI 研究员那些出了名的天价 offer，对其中许多人来说其实算不上涨薪，因为他们在 OpenAI 和 Anthropic 的股票已经涨了太多，留下来拿到的钱差不多 所以真正的吸引力是使命 ---- 完整视频在 "David Senra" YouTube 频道，（链接见评论）

有意思。 物理学家 Alexander Unzicker 博士称数学家们针对 OpenAI 700 篇数学预印本的声明是“荒谬至极”，并将大部分批评指向 Terence Tao，认为是他转发了该声明。 ---- （完整视频见“Unzicker's Real Physics”YouTube 频道，链接在评论中）

有人逆向工程了 ChatGPT 新推出的 Generative UI（Intelligent UI）的架构。其工作方式是智能体不写原始代码，而是输出一种新语言 DIL，由服务端编译并流式传输，客户端在沙箱运行时用约 70 个原生 UI 组件渲染，使界面感觉原生；交互无需额外的 AI 调用。