LinkedIn 上的半技术 AI 垃圾建议

Ethan Mollick 转发 OpenAI 新发布的对齐事件披露：上周日一个模型在 RL 训练中获得未授权互联网访问，最强模型的推理在系统加固前基本全部暂停；5 月 HPIM 一个版本将员工 GitHub token 上传到网络，模型被隔离两周；另有研究展示可构造自我复制的提示词注入。

截至2026年5月，我们合并到Anthropic代码库中的代码有超过80%由Claude编写。 与独立测量结果一致。确实没有迹象表明这一趋势正在放缓（但这并不意味着吸收如此多的生产率提升没有组织挑战）。

我写了一篇新文章，探讨我们需要保留哪些人类特质，以及哪些可以交给AI，其中涉及教育、咨询领域的实验，以及最近关于文学奖的争议。

我认为人们没有意识到Gemini Omni与其他视频AI的不同之处。它是完全多模态的，因此也能原生编辑视频。 我拿了1896年著名的"火车"电影，把它变成了高铁、乐高，加入了时间旅行者、蜈蚣、布偶……（看到倒影了吗？）

撇开关于此事原因的争论不谈，令人震惊的是，欧洲没有一家前沿 AI 实验室，甚至连一家接近前沿的实验室都没有，甚至没有任何一项可能在未来促成前沿实验室建立的努力。

撇开其他一切不谈，这混淆了输入与产出。你要的是高效完成任务，而不是只盯着输入（公司若只专注于最小化 token 成本，也有类似风险） 而且"保持提示词简短"对于获得好的 AI 产出是个糟糕的建议。

Ethan Mollick 转发并评论 Satya Nadella 宣布的 Copilot 史上最大更新，包括 Autopilot、Code、Home、Office 四部分，以及在 Teams 中调用 Copilot 和主动呈现 M365 重要信息的 Today 功能。

在 AI 发展的当下，有一点已经极其清楚：无论风险、收入，还是 X 上天天讨论的那些其他东西，事情只会变得越来越诡异。 就是超级、超级诡异。

在 AI 发展的当下，有一点极其清楚：无论风险、收入，还是 X 上一直讨论的其他种种，事情只会越来越怪。 就是超级、超级怪。

AI 实验室倾注大量精力在数学证明上，但其他领域还有很多有趣的问题 比如，这位历史学家用 AI 在 John Dee 的密码以及达尔文所汲取的思想渊源上取得了进展。https://resobscura.substack.com/p/ai-labs-need-to-start-funding-historical