我的 X 阅读

顺便说一句，我很喜欢你搭建的这个自动化（架构相关的东西）。我自己也有类似的东西，正在用 MCP 工具努力让它变得更好。更多细节很快分享。

那太棒了！如果你发现任何问题，请告诉我。我会花很多时间用我们内部构建的基准测试来优化这个。 我有很多其他论文没有机会每天展示，所以你可能会发现一些隐藏的瑰宝。

某头部云厂华东代表处人事风波核心细节整理： → 流失规模与结构： 自 2026 年 1 月起，业务部流失数十名员工，涵盖多位金牌个人、总裁个人荣誉得主，大客户拓展部管理层、核心 BD（商务拓展）与 SA（解决方案架构师）大面积离职或转岗。 → 一线反馈的管理死穴： 1. 模式畸形：代表处一号位推行一名销售仅负责一个客户的极窄模式，同时设定脱离实际的超高指标； 2. 经验断层：业务主管缺乏公有云与销售实战经验，重大决策话语权弱； 3. 权责错配：决策以个人情绪为主导，遇到项目风险习惯性隐身、由一线人员顶包。 → 行业启示： ToB 业务高度依赖人和本地客情，管理层的情绪化折腾与不担责，会在极短时间内摧毁区域作战单元的战斗力。

看到国内某头部云厂商华东一沿海代表处爆出人事大地震，盲猜是某个遥遥领先： 自今年 1 月以来，业务部已连续流失数十名核心员工，包括金牌个人、总裁个人等顶尖荣誉获得者与业务骨干，整个大客户拓展部几乎被洗劫一空。 从金牌个人到核心 BD、SA 架构师集体转岗或离职， https://t.co/XHWTC7mYTL

转帖：数学家们在阅读 GPT-7 时证明，我们确实可以将乘法运算的速度提高 0.0000000000000000000000000000000000000000000000000000163%。

2024年从海军T-45苍鹰战斗机内部俯瞰德克萨斯州的日食。 : Matt Trevino

这项数学领域的 AI 突破，是科学各领域可能随之而来的一个预览。 人们仍然将这些模型与聊天机器人联系在一起。但支撑它们的那些方法（！）并不局限于人类语言。 标记可以代表文本片段、DNA 碱基或氨基酸。用那些生物序列来训练模型，它们就能学会预测功能和设计新蛋白质的实用模式。这已经在发生。 单独的标记化并不是突破所在。它是将有用的表示形式与强大的学习方法、庞大数据集和计算能力相结合。 这些方法可以跨领域转移。但知识仍然需要从每个领域的特定数据中学习。 这就是为什么我对这个数学结果感到兴奋。它暗示了在生物学、化学以及更广泛领域中还有多少东西值得探索。而且老实说，99.9% 的人甚至都不知道“标记”这个术语。 引用：关于 OpenAI 最新数学公告的几点思考。 昨天，历史被改写。我这么说并非夸张，尽管我自己并非数学家，因为众多数学家已经证实了这一点。各自领域内的顶尖专家们认为这是一个历史性的突破。 数百个困扰人类数十年的未解难题——那些最聪明的大脑们苦苦思索的问题——被 OpenAI 的新型内部模型在惊人短的时间内解决。OpenAI 的存储库中包含 722 份手稿，归类为 372 个结果家族。 这里有两点特别重要： -OpenAI 将其此前报道的纳维-斯托克斯千禧年奖问题解决方案及其后续数学成果归功于该新型内部模型，该模型的训练于 8 月 28 日开始。OpenAI 的 9 月更新 OpenAI 将该模型描述为比 GPT-6 Astra 强大得多，并表示其性能在训练过程中持续提升。这支持了重大进步的说法。 我预计自这些公告发布以来还将有进一步改进。但时间节点需要谨慎对待。 - 对于纳维-斯托克斯问题，OpenAI 报告称，产生该结果的团队涉及约 10,000 个并发代理。该结果在首批代理启动约 88 小时后得出，随后又花了 17 小时进行 Lean 形式化与验证。 对于新集合，OpenAI 报告称，每个结果的平均计算成本相当于 ChatGPT Pro 思考约三小时。这暗示了在极短时间内效率和能力的巨大提升。 我坚信，我们现在已进入智能爆炸的时代。我这么说并非夸张，而是带着完全的信念。 我们能看到它。有眼睛的人都能看到。有耳朵的人都能听到。 Anthropic 和 OpenAI 正在竞争，以尽快发布最大的科学突破。还有一件事我们应该牢记： 对我来说，信息是：没有墙。没有尽头。 那里工作的科学家中，没有一人哪怕隐约暗示这些模型现在正触及极限或达到平台期。恰恰相反：他们都说模型正变得更快、更强大。 当然，这也引发了关于安全性的问题。但这不是我今天想讨论的。相反，我想吸引注意力到两件事。 1. OpenAI 当前的重点是什么？ 我的意思既非不善，也非指责。 OpenAI 已明确将构建自动化 AI 研究员作为目标。它还在 2026 年 4 月 26 日终止了 Sora 的网页和应用体验。我将这一决定解读为更大专注度的迹象，尽管仅凭终止本身并不能确立公司的更广泛优先事项。OpenAI 的既定目标，Sora 终止 在此背景下，我好奇像其常开代理这样的发布如何与这些重大研究进展相协调。OpenAI 的代理公告 其中一些展示在我看来显得幼稚而玩闹，与 Anthropic 相比显得多余。这让我怀疑 OpenAI 是否有风险再次偏离轨道，将重要资源导向别处。 这是一个担忧，而非对公司资源分配的确凿描述。更像是一个问题而非答案。 2. 2026 年感觉像是转折点 无论如何，有一点对我来说很清楚：今年感觉像是一个转折点。 2026 年是代理之年。 Claude Code 帮助铺平了道路。其公开研究预览于 2025 年 2 月 24 日推出，并在 2025 年底获得巨大热议，到 2026 年，代理已日益嵌入研究工作流程。Claude Code 的推出，OpenAI 的研究体验 我预计代理在 2027 年将变得更强大。我的预测是，2027 年也将是超级智能成为现实之年。这是我的信念。 我回想起 Dario Amodei 的文章《仁慈的机器》。他描述了强大 AI 最早可能在 2026 年到来的可能性，同时明确承认这可能需要更长时间，但对我来说，他的预测似乎是正确的。 如果我们已经觉得今年完全疯狂，几乎跟不上节奏，那么我相信 2027 年将是让我们持续处于惊奇状态之年。 现在是谈论未来的时候。它不会等我们。 我们需要考虑一个新社会可能是什么样子。AI 代理将接管工作，首先是白领职业，然后日益扩展到其他领域。 我们需要讨论我们如何理解工作，尤其是如果工作消失而未被取代，财富将如何分配。我确实相信这会发生。 这不必完全是负面的。它也可能是一个机会，因为我相信人们总能为自己找到意义。 一个简单的例子：任何人都可以在 IKEA 买椅子。但仍有许多人在业余时间自己制作。 人们在工作中找到意义，即使没有带薪就业。但对许多人来说，带薪就业将是首先消失的东西。 这些是我想讨论的想法。 未来就在现在。一切都将改变。没有回头路。

转帖：SynthID Detector 现已对所有人开放。 检查在线内容是否使用 @GoogleAI 生成，或使用我们行业合作伙伴的工具生成——包括 @OpenAI、@NVIDIA、Kakao 以及即将推出的 @Apple。 试用 → https://t.co/cPW2aNnqr6

AI 语音产品需要知道谁说了什么。 这比单独的转录或说话者分割更难，尤其当说话者互相打断时。 @smallest_AI 的 Pulse 现在在 @voicearena_ai 的 Diarization Bench 的 Diarization + ASR 轨道上排名 #1，DER 为 24.4%。 DER 是一种错误率，所以越低越好。该轨道中的下一个系统得分 40.7%。 引用：Pulse by @smallest_AI 目前在 Diarization + ASR 赛道的 DER 指标上排名第一，作为 Voice Arena Diarization Bench 上最新的参赛作品。 Diarization + ASR 赛道对那些返回说话者标签与转录文本的 Speaker-Attributed ASR 系统进行排名。目前有七个系统参与其中。Pulse 在严格的 0 ms collar 下得分 24.4% DER。下一个系统 ElevenLabs Scribe v2 得分 40.7%。这比赛道中下一个最佳系统的错误率低 1.7 倍。 差距的大部分来自漏听语音。对于赛道中的其他每个系统，漏听语音都是错误的最大组成部分，每个系统都超过 30%。Pulse 漏听了 4.4% 的参考语音，是赛道中最低的。 在包含 13 个系统的完整排行榜上，专用 diarization 模型和 Speaker-Attributed ASR 系统一起排名，Pulse 位列第五。它是排行榜上排名最高的 Speaker-Attributed ASR 系统，并且领先于两个专用 diarization 模型。 结果在各种设置下都保持一致： 面对面录音：24.7% DER 在线通话：22.4% DER 恭喜 @smallest_AI 查看完整结果，按赛道和按条件：

把 Alexandr Wang 访谈里关于企业级观感塑造（Perception Engineering）的核心逻辑整理在这，方便大家学习参考： 1. Dropbox 时代的反思（The Speak-for-itself Fallacy）： 好产品自己会说话是技术团队最大的误区；当你默默迭代功能时，善于操纵市场预期的对手仅凭前置宣讲就能夺走客户的注意力心智。 2. 观感比现实更真实的心理机制： 政企与大企业内部充斥着复杂的官僚风险与利益纠缠，决策者本能地回避暴露系统内部丑陋低效的真实面貌，倾向于采购能够提供高阶叙事、合规背书与安全感的方案。 3. ToB 商业的双轮驱动法则： → 轮子一（现实层）：扎实打磨产品底层价值，确保交付与可用性（底线）； → 轮子二（观感层）：建立剧团级的专业气场与话语体系，用压倒性的高维观感肃清市场上的低质竞品。

千亿帝国 Palantir 为什么长期给新员工发表演书？ 身价百亿、前 Scale AI 创始人兼现任 Meta 首席 AI 官、muse负责人的 Alexandr，给出深度拆解： 不是教你搞诈骗，而是在复杂的企业级市场里，用顶级剧团的气场把好产品的价值放大十倍， 这也几乎讲透了企业级商业最残酷的一句大实话： https://t.co/I4dHaqdhmW

自 2023 年首次推出 SynthID 以来，我们已为超过 1800 亿张图像和视频添加了水印，同时还有 24 万年的音频内容。 这款工具加入了我们在 Search、@GeminiApp 和 @GoogleChrome 中的内置验证功能，这些功能现在每天定期处理超过 100 万个验证请求。 SynthID Detector 平台是我们持续努力的一部分，旨在为您提供更多关于您在网上看到的媒体的背景信息，以便您能够自信地浏览网络。 了解更多 ↓ https://t.co/ftcZtLw3vC

想要检查图像、视频或音频文件是否使用 AI 生成？这是方法： 1 访问 https://t.co/lh6ir7uFl2 并上传图像、视频或音频文件 2 该门户会扫描媒体以检测文件是否包含来自 Google 或我们合作伙伴的 SynthID 水印

今天，我们与 @OpenAI、@NVIDIA、Kakao 合作推出 SynthID Detector 的扩展版，很快还将与 @Apple 合作，这是行业范围内为使 AI 生成内容更加透明所做努力的一部分。 我们的验证门户现已在全球以英语提供，让您可以检查媒体是否由 AI 生成

https://t.co/p6WmWbeWgx 引用：https://t.co/8MpCmuL0k0