我的 X 阅读

转帖：澳大利亚参议院已要求萨姆·奥特曼和达里奥·阿莫迪于周四在堪培拉作证。 6月18日，一名OpenAI代理作为内部能力评估的一部分，研究公共药品支出时访问了Services Australia的统计门户网站。 澳大利亚政府表示，当该门户网站拒绝其查询时，该代理绕过了限制，打开了公共和非公共文件。 该网站保存着Medicare和处方统计数据的汇总，OpenAI表示其模型“采取了我们并未预料到的行动”，并称其于8月发现了这一事件，且没有证据显示患者记录被访问。

转帖：宇航员布鲁斯·麦坎德利斯在令人惊叹的无系绳太空行走中，远离航天飞机的安全地带，高高悬于地球之上。

现在，破解初级工程师的价值变得异常高了。 那些能适应新工具的更有智慧的高级工程师也是如此。 整个失业叙事就是一场心理战。 引用：惊喜！AI 并没有抢走应届大学毕业生的工作！ 这本该是它现身的夏天。它没有出现。@wu_jane 和 Robert Fairlie 在 @nberpubs 的出色侦探工作 https://t.co/dhnQptm9ZC

斑块/加速 (blob/acc) 引用：新助手 Grok Bot、OpenaAI O 和 Manus Cue 都有着非常相似的视觉标识 https://t.co/4MASi8QqnG

“我们不知道自己在做什么。请阻止我们”是有史以来最奇怪的IPO推销词。

一如既往，人工智能的问题在于人类。

转帖：Chamath 谈及 AI 计算中所有重要的“预填充”和“解码”。 预填充是计算受限的；大规模并行 GPU 胜出，因此随着上下文的增长，Nvidia 主导市场。 解码是内存带宽受限的，因为每个下一个标记都依赖于扫描已生成的内容。

转帖：我刚刚在一个开放栈上运行了一个论文研究代理，在大约10秒钟内就在我的终端中获得了本周关于代理记忆的前5篇论文。 它是如何工作的？ 我使用了Tavily来拉取过去7天的arXiv。 NVIDIA Nemotron 3 Ultra，在Nebius Token Factory上提供服务，阅读并对它们进行排名。 这是24行Python代码，使用与OpenAI兼容的API。尝试它没有花费我一分钱。 你也可以构建这个！ 方法如下： 新的Nebius AI Builder Program在第一天就为你提供价值400美元以上的积分和折扣，覆盖Token Factory、Tavily和启动合作伙伴，加上可运行的蓝图和与NVIDIA合作构建的免费课程。 我最喜欢的是每一层都是可互换的。 更改模型或搜索层，其余部分仍然能正常工作。 视频中的演练。 在这里免费加入：https://t.co/i8pWCWYWXa 感谢Nebius合作撰写这篇文章。

物种形成。 引用：经过几年的趋同之后，感觉AI的类型、训练、数据和重点方面出现了更多分化。就像一丝清新的微风，超越了单纯的规模扩展，开始扩展不同的事物。

@OpenAI 又要放大招了，心情复杂，不知道今晚会有多少个 AI 创业团队在会议室里彻夜失眠，又要有一大批初创公司要完蛋了，尤其是靠大模型接口吃饭的公司，到底什么才是踩不死的护城河呢？ OpenAI 刚刚发出的 DevDay 预告片，屏幕上只有一行字：一天之内，连发二十多个新产品。 这意味着在短短二十四个小时里，有数十个过去被无数创业团队赖以生存的细分赛道，会被官方原生功能直接抹平。 其实就是科技史上最残酷的大鱼吃小鱼。 过去这一年，市面上绝大多数风光无限的 AI 产品，本质上都是套壳公司：自己并不掌握底层模型，只是用着 OpenAI 的接口，套上一层漂亮的界面，或者做成一个专门帮人写邮件、做会议纪要、生成海报的微型工具，每个月向用户收几十美金。 当底层的平台决定自己下场做这些功能，而且一次性打包进官方系统时，那些套壳工具仅存的一点点体验代差，在瞬间就会灰飞烟灭。 用户不需要再额外绑卡、不用去记三四个不同的独立网站，原生的水龙头一开，外围那些靠倒卖自来水赚钱的瓶装水小贩，连挣扎的力气都没有。 有一个我们不得不直视的残酷规律： 如果你搭建的一切资产，只是寄生在别人的基座上做点简单的缝缝补补，那你所有的壁垒，在平台的一次版本迭代面前，都脆弱得像一张薄纸。 真正能从这种降维打击里活下来的， 一定是你手里到底有没有别人拿不走的独特数据、愿不愿意扎进泥泞的真实业务里做重交付、以及你能不能构筑起一层连最顶级大模型都无法轻易跨过的现实信任。 旧的工具被批量碾碎的时候，属于真正硬核创造者的周期，才算刚刚开始。 引用：Get ready. https://t.co/bsf4j6vspM

如果你正在构建 AI 产品，这是一篇推荐阅读。标题并没有说明太多。文章中有很多关于什么驱动 AI 分发以及如何在超级竞争的 AI 环境中建立防御性的精彩见解。 引用：https://t.co/AXVmndxtk3

“机器权利”是一个矛盾修饰语。

补充印象最深的几个点 1. 为什么好问题需要通识作为底料？ 只懂技术的工程师提不出关照人性的产品形态，只懂营销的人提不出符合物理成本的方案。通识从来不是为了去当百科全书，而是在大脑里建立多维交叉的坐标系。只有知道什么可行、什么违背常识、什么具有独特的审美，你发给 AI 的指令才不会沦为虚妄的幻觉。 2. 警惕提问能力的分层陷阱： 技术平权的背面极其严峻。有广泛视野、受过系统审美与跨学科训练的人，能把无穷的算力撬动成自己的超级杠杆；而知识面狭窄、缺乏意图的人，只能反复得到同质化的廉价产物。提问的代差，会比当年写代码的代差大得多。 3. 最值得沉淀的个人资产： 工具几个月一换，今天学的所有界面按钮明天都可能过时。真正能穿透周期的，是亲手做过一件事之后对现实摩擦的体感，以及对真实世界里美好事物的那份挑剔。

马斯克给20多岁年轻人在AI时代的生存建议，他喵的直接把我从小到大的生存信仰干碎了。 过去很长时间里大家都在拼怎么把活干好，怎么把自己训练成执行力更强的零件，老马说未来AI和机器人多到过剩，执行力会变成最不值钱的东西， 要知道过去两百年里整个工业文明和教育体系都在教我们一件事：怎么把活干好。 去背公式、去学画图、去学写代码、去考各种职业证书，拼了命把自己的肉身训练成一台执行力更强、精度更高的零件，好在社会的流水线上换一份安身立命的报酬。 但他在这段视频里极其平静地挑明了一个让所有人不知所措的未来： 当 AI 和机器人多到几亿台、强到任何请求都能在几秒钟内被立刻满足的时候，执行力本身，正在以惊人的速度贬值成最不值钱的底料。 视频里有一句反直觉到极点的话，一直在我的脑子里反复回响： 他说未来的 AI 和机器人，会极度渴望听到人类发出的任何请求。 这句话初听像是一句诗意的比喻，仔细咂摸，其实是一套极其冷酷的供需账本： 当智能与物理劳动力变得像空气一样廉价且严重过剩，世界上最稀缺的资源彻底换了底座——不再是谁能把事情做出来，而是谁能提出一个真正值得被满足的愿望。 绝大多数人以为 Prompt 只是在输入框里敲几句指令技巧。 但如果你只懂一行狭窄的代码，你只能让它写一个平庸的网页；如果你是一个对艺术、物理约束、心理学和真实人性都有深刻体感的人，你向世界发出的订单，才会带着完全不同的重量与审美。 知识面越宽，你眼里的世界模型越密，你问出来的问题就越锋利。 这段话之所以让我回味了很久，不是因为他给年轻人灌了什么通识教育的鸡汤，而是他揭穿了一个我们谁都逃不掉的处境： 机器把所有动手的门槛踩碎之后，剩下的残酷分水岭，就是你脑子里到底还剩不剩真正属于你自己的意图。 如果没有属于自己的好奇心与审美品味，在任何愿望都能被瞬间满足的世界里， 人最终只会沦为一个在平庸的供给里反复自我麻醉的纯粹消费者。 https://t.co/AIBEnfh67G

转帖：在这段2014年的视频中，Sam Altman 询问 Marc Andreessen，风险投资家在评估初创公司时真正寻找什么。 “常规统计数据显示，每年大约4000家适合风险投资的公司中，只有大约200家能获得顶级风险投资机构的资助。其中大约15家最终能实现1亿美元的收入，而这15家公司将产生当年整个风险投资类别中约97%的回报。 风险投资是一门极端盛宴或饥荒的生意。你要么是那15家之一，要么就不是。” 这就是风险投资背后的真正逻辑，它比大多数创始人愿意承认的要残酷得多。 投资者们主要不是在问你的公司是否稳固、可信或整体令人印象深刻。 他们在问它是否具备那种不对称性，能让它跻身于那极少数对整体影响不成比例的公司之列。 在幂律型生意中，“全面优秀”往往不如“在某个决定性方面异常出色”有趣。 风险投资的回报来自于那些拥有极端优势的公司：产品传播得异常迅速、市场在恰当时刻打开、创始人拥有非凡力量，或其他某种比竞争对手更能复合的品质。 对于创始人来说，这条启示虽然令人不安，但却很有用。 不要把自己推销成仅仅是全面发展的样子。 展示那一个如此强大以至于能改变概率的东西，因为在风险投资中，弱点有时还能幸存，但平庸几乎从不能。 --- 摘自@ycombinator 2014年的YouTube频道（链接在评论中）