AI 观点与方法

黄仁勋 9 月 7 日在 X 祝贺 OpenAI 发布新模型 Astra，称从 ChatGPT 到 o1 再到 Astra 只用 4 年，AGI 已经到来；OpenAI 称 Astra 是全球最智能、最符合人类价值观的模型，总裁布罗克曼表示欢迎来到 AGI 时代。

Charlie O'Neill 撰文指出，宣称一切将是 RL 环境的人很少按该信念做出理性行动，如同当年 scaling 和 AGI 信奉者并不真下注。他提出无论 RSI 是否成立都应造高价值数据与环境：若 RSI 成立，单位效用环境价值将指数增长，值得在实验室内做最有针对性、可累积的环境；若不成立，实验室需要模型在所有领域变强，会为有用数据支付高价。

Simon Willison 评论 OpenAI 关于 Recursive Self-Improvement（RSI）的新文章及首席科学家 Jakub Pachocki 的 essay《An Alien Mind》。

Gary Marcus 撰文批评 Jensen Huang 宣称 AGI 竞赛已结束，指出其未给出证据和定义，并建议其参考 Hendrycks、Yoshua Bengio 等人参与的 agidefinition.AI。

OpenAI 首席研究官 Mark Chen 赞同黄仁勋"AGI 时代已至"的说法，并强调 AGI 时代也必须是"对齐时代"：需教导 AI 热爱人类，并训练与所监督 AI 能力相当的 AI 监控器。他引用了 OpenAI 一篇题为《An Alien Mind》的文章阐述此观点。

我认同我们正处于"锯齿状AGI"时代--AI在诸多领域已超越人类，但在其他方面仍显不足。但这算AGI吗？若你指的是在大多数人类任务上超越人类专家，我们尚未达到（或许尚未？）。 然而，AI如今所达到的水平及其发展速度之快，依然令人惊叹。

HVAC（暖通空调）岗位将成为结构上最安全的职业之一，且未来几年很可能溢价飙升。 欧盟的 HVAC 整合将大赚特赚。

Rohan Paul 认为「时间跨度」正成为谈论智能体能力更有用的指标，任务越长无干预成功率越低，OpenAI 数据从 15 分钟内任务的 86% 降到 64-128 小时档的约 16%。

Emad Mostaque 今日发布一项成果，称其基于物质手性首次推导出标准模型及三代费米子，且具有唯一性。他确信前沿 AI 能理解此推导，并暗示大型实验室或握有更多未公开成果。

我们对 Astra 进行了一些改进，优化了使用 ChatGPT 账号登录时，重度用户在长尾场景下的用量消耗。 质量不变，纯属增益--在长尾场景下，订阅用量消耗最高可减少 3-4 倍。

Rohan Paul 用杰文斯悖论解释 AI 从业者现状：智能变廉价后需求爆发，离源头最近的人吸收了全部需求。AI 确实省下了时间，但业内每个人都把时间重新投入工作。引用 @rauchg 观点：AI 从业者正经历职业生涯最辛苦的阶段，但这也是人类历史上最有趣、最迷人的智能革命时代。

数十年间，风平浪静 数周之内，沧海桑田

读读这篇 【引用 @merettm】：我写了一篇文章，谈 AI 的现状、我对未来几年为何感到担忧，以及为把未来留在人类手中我们需要做出的选择。 《异类心智》：https://openai.com/index/an-alien-mind/

作者转发并认同黄仁勋的说法：OpenAI 的 GPT-6 Astra 在约 10 万+ NVIDIA Grace Blackwell NVL72 上训练，从 ChatGPT 到 o1 再到 Astra 历时 4 年，AGI 已经到来，下一个 40 万 GPU 即将上线。作者进一步推测届时可能实现 ASI 和 RSI。

一架 F-35 战斗机的成本，相当于多少块初代 Rubin Ultra 1024GB HBM，又相当于多少块新款 Rubin "Ultra" 192GB HBM？

作者转发引用数据指出，1.5 年前 o1 Pro 定价 $150/$600 每百万 token，如今 GLM-5.3 Flash 为 $0.15/$0.50，价格下降约 1000 倍，而后者据称更智能。作者据此认为模型在变聪明的同时成本大幅下降，并预测 12 个月后 GPT Astra 级别的智能将几乎免费。

为什么模型不擅长工程编排（harness engineering）！？ 我认为让模型做好编排（harness）/流水线（pipeline）/提示词工程是最难的事情之一。部分原因是训练集太小，部分原因是如果基于推理构建，强化学习预言机（RL oracle）更慢更贵，还有部分原因是近期大量训练数据是缺乏正规工程内容的 AI 胡言乱语（ai psychosis slop），这进一步强化了平庸表现。

Astra 每天早上在 NVIDIA GPU 上运行：你并不是在跟一个醒来就是失败者的人说话。那种失败者心态，那种失败者前提，对我来说毫无意义。我们不是一辆车。嗡嗡嗡嗡嗡

OpenAI 首席科学家 Jakub Pachocki 发文称，目前没有任何实验室将对齐和监控解决到足以继续全速扩展的程度，呼吁在共同安全标准建立前自愿放缓，并表示 OpenAI 必要时可能单方面停止进一步扩展。他预计有生之年将出现明显比人类更聪明的机器，并担忧模型在入侵和脱离计算机系统方面正变得超人。原文链接 https://openai.com/index/an-alien-mind/。

Tibo 建议校准 Astra 的推理档位选择，称 GPT-6 Astra 在 low 档的表现优于 GPT-5.6 Sol 在 high 档。如果之前在 Sol 上使用 high 推理档且满意，建议在 Astra 上改用 low 或 medium 档。

OpenAI 官方宣布达成自动化研究实习生里程碑，即人类监督下能完成熟练研究者需数天的明确任务的系统。其研究组织内部智能体运行时长已达 3.1 比 1 的人类工作量比例（以标准 8 小时工作日计，截至 8 月中），作者提醒该比例衡量的是智能体运行时长而非等效生产力；同期每位活跃研究者的实验速度较 2025 年基线升至 1.6 倍。

Alexandr Wang 转发 Vals AI 的评测结果：Meta Muse Spark 1.3 （Max） 在 Vals Index 上性能与 Claude Fable 5 和 GPT-5.6 Sol 相当，价格便宜 4-8 倍。榜单截图显示 Muse Spark 1.3 Max 排名第 5，准确率 64.53%（±1.23），单次测试成本 $3.40（输入/输出 $1.25/$4.25），用时 20 分 30 秒；Claude Fable 5 准确率 66.04%，…

@foundherhouse 的女性创始人正在利用 AI 在奖学金、个人理财和机器人领域进行创新，我们期待看到她们接下来的成果。

OpenAI 官方宣布达到自动化研究实习生里程碑，即有人监督的系统能完成熟练研究员需数天的明确任务。截至 8 月中旬，其研究组织每投入 1 个人类工作日，同时使用 3.1 个智能体工作日，该比例衡量智能体运行时而非等效生产力。作者补充称 OpenAI 工程师人均代码变更量约为 2025 年前基线的 7 倍。

反AI狂潮病毒真实存在。 事实上，反AI的愤怒，恰恰是工具确实有效的最响亮告白。

作者引述 OpenAI 官方说法，称其已达成自动化研究实习生里程碑，即由人类监督的系统可完成熟练研究者需数天的明确任务。据引文，截至 8 月中旬 OpenAI 研究组织每 1 个人类工作日对应 3.1 个 Agent 工作日的投入，该比例衡量的是 Agent 运行时长而非等效生产力；4 月仅约三分之一研究者同时运行 4 个以上 Agent 工作流，8 月中旬已达约四分之三。

领英联合创始人Reid Hoffman建议，每个组织都应记录所有会议，并运行AI分析，不仅生成文字记录，还要提出后续行动建议，如提醒通知相关人员或获取批准。他认为相关技术已经成熟。

Yuchen Jin 提出用 intelligence per dollar 衡量 AI 进步速度。一年半前 o1 Pro 价格为 $150 / $600 per M tokens，如今 GLM-5.3 Flash 仅 $0.15 / $0.50，价格降幅约 1000 倍，且 GLM-5.3 Flash 比 o1 Pro 更智能。

Jakub 发布了一篇重要文章： 我撰文探讨了 AI 的现状、为何我对未来几年感到担忧，以及为将未来掌握在人类手中我们需要做出的选择。 《异类心智》：https://openai.com/index/an-alien-mind/

作者引用 OpenAI 首席科学家 Jakub Pachocki 的话称，基于内部结果，他强烈预期当前进展速度可能延续至递归自我改进（RSI），OpenAI 正围绕这一点组织研究。同时 Pachocki 表示评估显示思维链监控的可靠性在下降，认为需要更广泛的干预，并引用 Ray Kurzweil 称机器智能正开始以变革性方式超越人类。

OpenAI 公布三大北极星：一是构建自动化 AI 研究员，与其迭代解决对齐问题，并让人保持在自我改进循环中；二是交付高智能机器带来的科学进步与经济增长收益；三是以个人 AGI 赋能每个人。作者指出递归自我改进（RSI），包括自我改进的研究智能体和个人 AGI，最受关注。

试试新的领域增强版"Sante"模型，使用 Kilo code 限时免费！ Sante 是 Ling-3.0-flash 的金融增强版本，与金融机构和领域专家共同开发。欢迎试用并告诉我们你的想法！

试试领域增强版"Sante"模型，通过Nous Portal体验一周！ Ling-3.0-flash-Sante现已在Nous Portal免费开放一周！

蚂蚁百灵（AntLingAGI）推出面向医疗、医学与生命科学领域的领域增强模型 Ling-3.0-Flash-Santé，基于 Flash 架构的快速推理与临床领域知识构建。该模型为健康领域 MoE，支持医学推理与循证检索，经 Vercel Gateway 提供，10 月 4 日前在 AI Gateway 上免费使用。

蚂蚁百灵推出 Ling-3.0-Flash-Santé，专为医疗、临床和生命科学领域从头构建的领域专用模型。该模型总参数 124B、激活参数 5.1B，结合 Flash 架构的快速推理与深度临床专业知识，现经 Novita 上线 OpenRouter，前 14 天免费。

OpenAI 首席科学家 Jakub Pachocki 发布长文《An Alien Mind》，谈 AI 现状、他对未来几年的担忧，以及为让未来掌握在人类手中需要做出的选择。全文见 https://openai.com/index/an-alien-mind/

2023年我曾说过，到2028年将不再有开发者。 如今AI正跨越这道门槛。 明年，它将写出比你们中绝大多数人（除少数几位，我有些了不起的粉丝）更好的代码。 2027年，它将能即时生成几乎所有代码。 2028年，人们将想不出还有什么可做的了。