AI

本文来自红杉资本的 Konstantine Buhler 分享了关于人工智能的投资理念，以及我们为什么认为这场变革代表着 10 万亿美元的机遇。视频标题为：10 万亿美元的 AI 革命：为什么它比工业革命更宏大？。以下为本视频的核心内容。 在红杉，我们坚信，我们正处在一场人工智能（AI）革命的浪潮之巅。这不仅仅是一次技术更迭，而是一场深刻的变革，其影响力将媲美甚至超越工业革命。我们称之为——“认知革命”。 这听起来可能有点夸张，但我们认为，这场革命背后潜藏着一个高达十万亿美元（$10^{13}）的巨大机遇。在这篇文章里，我们会像和朋友聊天一样，拆解我们的核心思考：这场革命的本质是什么？钱从哪里来？以及，作为创业者和投资者，我们应该把目光投向何方？ 新工业革命：为什么AI是“认知革命”？ 让我们先把目光拉回到历史。 工业革命不是一夜之间发生的。我们可以标记出三个关键节点： 1712年：蒸汽机的发明，点燃了革命的火种。 1779年：第一家现代工厂系统诞生，它把生产所需的所有要素整合到同一屋檐下。 1923年：我们今天所熟知的工厂流水线出现。 有趣的是这些节点之间漫长的时间间隔。从蒸汽机到第一家工厂，花了整整67年，而且那家工厂甚至都不是用蒸汽机驱动的，而是水力。而从第一家工厂到现代流水线，更是过去了144年。 为什么花了这么久？ 我们认为，答案在于**“专业化势在必行”（Specialization Imperative）**。当一个复杂系统发展到一定规模后，它必须将通用的技术和劳动力，与高度专业化的组件和劳动力结合起来，才能走向成熟。那漫长的144年，正是将蒸汽机这种通用技术，不断专业化、细分化，以适应不同生产需求的过程。 现在，我们正处在“认知革命”的类似阶段： 1999年的GPU（GeForce 256），就像当年的蒸汽机。 2016年左右，第一个能整合所有组件产出AI“代币”（tokens）的AI工厂出现。 那么，问题来了：谁会成为这场认知革命中的洛克菲勒、卡内基和威斯汀豪斯？我们相信，答案就是今天的创业公司，以及那些尚未诞生的创业公司。正是他们在推动着这场伟大的“专业化”进程。 十万亿美金的诱惑：AI如何重塑服务业 聊历史很有趣，但我们毕竟是红杉资本，还是得聊聊真金白银的事。 回想一下云计算转型的初期。当时，全球软件市场规模约为3500亿美元，其中SaaS（软件即服务）仅占微不足道的60亿美元。但后来发生的事情是，SaaS不仅蚕食了传统本地部署软件的份额，更重要的是，它把整个市场的蛋糕做大了，如今整个软件市场规模已超过6500亿美元。 我们相信，同样的故事将在AI领域上演，而且规模会大得多。 这次我们瞄准的，是价值10万亿美元的美国服务业市场。目前，由AI自动化完成的部分可能只有区区200亿美元。这正是那个十万亿美金的机会所在——AI不仅要在这个巨大的蛋糕中切下更大的一块，更要将整个蛋糕本身做得更大。 为了让这个概念更具体，我们内部有一份备忘录，将服务业的各类工作按其市场规模（从业人数 × 年薪中位数）进行了排序。你会发现，像注册护士、软件开发人员、律师这些领域，都拥有极其庞大的市场。而红杉已经在这里布局，比如在医疗领域的Open Evidence和Freed，在软件开发领域的Factory和Reflection，以及在法律领域的Harvey、Crosby和Finch。 我们的创始人唐·瓦伦丁（Don Valentine）总是在强调“市场，市场，市场”的重要性。看看标普500指数的市值图，你会发现，榜单上全是像英伟达这样市值几万亿美元的巨型科技公司。但你找不到柯克兰·埃利斯律师事务所（Kirkland & Ellis），也找不到贝克·蒂莉会计师事务所（Baker Tilly），尽管它们的年收入也高达数十亿美元。 我们相信，认知革命将创造一个机会，让AI赋能的服务型公司成长为独立的、巨大的上市公司，从而彻底改写这份市值排行榜。 正在发生的五大趋势 说完了宏大的叙事，我们来看看当下正在发生的五个具体投资趋势。 1. 杠杆与不确定性：工作范式的转变 我们的工作模式正在从“低杠杆、高确定性”转向“高杠杆、低确定性”。 举个例子，一个销售人员过去需要亲力亲为地管理自己手中的每一个客户。而在AI时代，他可以使用像Rocks这样的工具，部署数百个AI代理，每个代理负责一个客户，7x24小时监控客户动态，寻找新的合作机会。这就带来了百倍甚至千倍的杠杆。当然，AI代理的做事方式和你不一样，可能会犯错，这时就需要人来监督和纠正。你牺牲了一点确定性，但换来了巨大的效率提升。 2. 现实世界的“试金石”：告别学术基准 曾几何时，衡量AI模型好坏的标准是ImageNet这类学术基准。但今天，真正的黄金标准是在真实世界中证明自己。 以AI黑客公司Expo为例，他们没有满足于在学术数据集上跑分，而是直接登上全球最大的白帽黑客平台HackerOne，与全世界的人类黑客同台竞技，寻找真实系统中的漏洞，并最终成为世界第一。这才是真正有说服力的表现。 3. 强化学习走向台前 强化学习（Reinforcement Learning）这个概念在AI圈已经谈了很多年，但在过去一年里，它真正从幕后走到了台前。不仅是顶尖的AI实验室，我们投资的许多公司也从中受益。例如，Reflection公司就利用强化学习，训练出了目前最优秀的开源代码模型之一。 4. AI走进物理世界 AI正在渗入物理世界，这不仅仅指人形机器人。更重要的是，AI开始被用于设计和制造硬件、优化物理流程。Nominal公司就是个很好的例子，他们用AI加速硬件制造流程，并且在产品部署后，继续用AI进行质量保证。 5. 算力：新的生产函数 未来企业的核心生产力指标将是**“每知识工作者的算力消耗”（flops per knowledge worker）。我们对被投公司的调查显示，他们预计每个知识工作者对算力的消耗至少会增加10倍**。乐观地看，这个数字可能是1000倍甚至10000倍。因为未来的知识工作者可能会同时指挥着成百上千个AI代理。这对于提供算力、保护算力以及利用算力提升效率的公司来说，都是巨大的利好。 未来18个月的投资指南：五大关键主题 着眼未来，我们正在积极关注并投资以下五个主题： 1. 持久化记忆（Persistent Memory） 这是一个亟待攻克的关键难题。它包含两层意思：...

阿里发布了 Qwen 系列首个万亿参数的模型：Qwen3-Max-Preview(Instruct)，模型参数超 1 万亿，非思考模型。目前可以在 qwen chat 或 api 上接入来体验，基准测试显示，其性能优于 Qwen3-235B-A22B-2507。内部测试和早期用户反馈证实：性能更强，知识更广，在对话、Agent 任务和指令遵循方面表现更佳。但不开源！！ 从 benchmark 上来看，作为一个非思考模型能力算是很强了，官方的这个图标上没有对比目前的顶级闭源模型的对比，可能是因为目前的顶级模型都是深度思考模型。我找了下在同一指标下 gpt-5 和 gemini 2.5 pro 的变现。 在 AIME 25（美国数学竞赛）指标上，Qwen3-Max-Preview(Instruct) 得分 80.6% 。非思考模式且不用工具的情况下的 gpt-5 仅得分 61.9 %，若开启思考则能达到 94.6%。对比思考模型，gemini 2.5 pro 和 DeepSeek r1 分别是 88% 和 87.5%。 在 LiveCodeBench（编程）指标上，Qwen3-Max-Preview(Instruct) 得分 57.6% 。对比思考模型，gemini 2.5 pro 为 69%。 最后，阿里这个万亿参数模型没有开源挺令人意外的，现在的开源更像是一种宣发策略，通过开源让社区自传播，既省去了推广费，又有机会复刻年初 DeepSeek R1 的爆火盛况。如果重投入开发出一个模型却没人使用，这个模型的收益就几乎为零了。反观国内的两个一直闭源的小虎：Kimi 和 智谱，他们今年全是走的开源策略，特别是 Kimi，大大减少 C 端投放，把投入重点放到模型研发上，至于推广靠开源来实现，比如 K2 的火爆也是这个策略带来的收益。当然，Qwen这次的逻辑有可能是先放出指标，引流到自家产品上，等过段时间再开源，抑或是走了部分模型开源，部分模型闭源的策略。 最后的最后，还是用两个经典的编程题目来看一下 Qwen3-Max-Preview(Instruct) 的实际能力：生成一个鹈鹕骑车的 svg 和 生成一只青蛙演奏萨克斯的 svg。从结果上看，这个模型的编码能力确实要优于 Qwen3-235B-A22B-2507 和 Qwen3-Coder-480B-A35B-Instruct。

本文来自于 A16Z 组织的一场圆桌论坛，本期节目中，Dylan Patel（SemiAnalysis 创始人兼首席执行官）将与 Erin Price-Wright（a16z 普通合伙人）、Guido Appenzeller（a16z 合伙人）以及主持人 Erik Torenberg 一同深入探讨 AI 芯片、数据中心和基础设施战略的现状。以下是视频精华。 “淘金热里，最先赚钱的永远是卖铲子和镐头的人。” 这句老话在今天的人工智能（AI）浪潮中，显得再贴切不过了。当我们谈论AI革命时，我们实际上在谈论一场由硬件、数据中心和芯片主导的军备竞赛。英伟达（Nvidia）已经成为地球上最有价值的公司，而AI云服务的IPO也屡创新高。这盘棋，远比我们想象的更复杂。 OpenAI的新算盘：从追求极致智能到精打细算 最近OpenAI发布的GPT-4o（被许多人戏称为GPT-4.5或GPT-5的预览版），让不少重度用户感到一丝“失望”。为什么？因为感觉模型不再像以前那样“深度思考”了。过去，像o1、o3这样的模型，可能会花上30秒甚至更长时间来处理一个复杂问题。而现在，即使开启“思考模式”，GPT-4o的响应时间也大大缩短，平均只有5到10秒。 这背后其实是OpenAI战略上的一次重要转向：从不计成本地追求智能，转向更高效、更经济的算力分配。 新模型的核心，是一个叫做**“路由器（Router）”**的机制。当你提出一个问题时，这个路由器会智能地判断： 这是个简单问题吗？ 比如“天空为什么是蓝色的？”，那就交给轻量级的Mini模型，成本极低。 这是个需要深度思考的复杂问题吗？ 那就调用更强大的“思考模型”。 用户是不是快没额度了？ 也许可以降级到更基础的模型。 说白了，OpenAI现在能像一个精明的管家一样，动态地决定为你的每一次提问分配多少算力。这不仅极大地提升了他们的基础设施容量，更关键的是，为未来的商业模式铺平了道路。 过去，AI公司很难从免费用户身上赚钱，因为在对话中插广告会严重破坏用户体验。但有了路由器，一切都不同了。想象一下： 低价值查询：用户问作业题，用普通模型回答，成本可控。 高价值查询：用户问“我附近最好的律师是谁？”或者“帮我预订下周去纽约的机票”，路由器会立刻调用最顶级的模型和智能体（Agent），去搜索、比较、甚至完成预订。 在这种模式下，OpenAI可以从交易中抽取佣金，从而将免费用户转化为高价值的收入来源。这不仅仅是技术上的优化，更是商业模式上的一次“核聚变”。成本和性能的平衡，已经取代了单纯的跑分，成为了模型竞争的新战场。 英伟达的王座：价值捕获的终极赢家 聊完模型，我们必须把目光投向这一切的基石——英伟达。它的股价今年势如破竹，但未来的路会怎么走？ 需求端依然火热。可以粗略地把英伟达的芯片需求分成三块： AI实验室：像OpenAI和Anthropic这样的公司，消耗了大约30%的芯片，用于训练下一代大模型。 广告与推荐系统：Meta、字节跳动等公司，为了优化广告投放，同样是芯片采购大户，这部分也占了大约三分之一。 其他玩家：剩下的三分之一，流向了各种云服务商和初创公司，其中不乏一些尚未找到稳定商业模式的“非经济性”买家。 目前来看，第一和第二部分的需求仍在增长，但真正有趣的是一个被称为“价值捕获”的问题。 一个有趣的现象是，AI已经创造了巨大的社会价值，但模型公司本身却很难将这些价值完全转化为收入。比如，一个四人开发团队，利用AI工具能自动化处理海量数据，创造出巨大的商业价值，但他们为此支付给模型公司的API费用却微乎其微。OpenAI可能连自己创造价值的10%都没能捕获到。 然而，作为“卖铲人”的英伟达，却稳稳地抓住了价值。AI软件开发能为全球GDP带来数万亿美元的增长潜力，这些价值最终都会层层传导，转化为对GPU的需求。 挑战者们的困境：一场注定艰难的“越级打怪” 既然英伟达这么赚钱，难道没人能挑战它吗？当然有，但这条路异常艰难。 1. 内部玩家：谷歌、亚马逊的定制芯片 谷歌的TPU、亚马逊的Trainium、Meta的MTIA，这些云巨头们都在大力发展自己的定制芯片。他们的优势在于： 拥有“ captive customer ”（专属客户）：就是他们自己。芯片造出来不愁销路。 目标是压缩成本：他们不需要对外销售产生利润，只要能降低内部的算力成本，就是巨大的成功。 目前来看，谷歌的TPU利用率很高，而亚马逊的Trainium也随着Anthropic的使用逐渐成熟。这确实是英伟达面临的最大威胁之一。甚至有人提出，既然英伟达的市值已经超过了谷歌，谷歌为什么不干脆把TPU拿出来公开销售呢？这在理论上完全可行，但需要谷歌进行一次彻头彻尾的文化和组织架构重组，难度极大。 2. 外部玩家：芯片初创公司的“5倍定律” 市面上涌现了无数AI芯片初创公司，比如Etched、Revos、Grok、Cerebras等等，他们获得了数十亿美元的投资。但他们面临的挑战，比云巨头们大得多。 他们无法像云巨头那样只为自己服务，必须在公开市场上与英伟达竞争。而英伟达几乎在所有方面都占尽优势： 供应链：能最先拿到台积电的先进工艺、SK海力士的HBM内存，甚至在网线、机架等方方面面都有更强的议价能力。 生态系统：CUDA软件生态已经形成了一道深深的护城河。 迭代速度：每年都在快速推出性能更强的产品。 这就意味着，任何挑战者要想脱颖而出，就必须拿出比英伟达好上5倍的产品。为什么是5倍？因为你即使在架构上实现了5倍的理论优势，经过供应链成本、软件开销、市场营销等层层损耗，最终可能只剩下50%的实际优势。而这时，英伟达只要稍微压缩一下自己75%的毛利率，就能轻松抹平你的这点优势。 更要命的是，这是一个“移动靶”。当你花几年时间，针对当前的Transformer模型设计了一款完美的芯片，结果模型本身又进化了，变得更适合在英伟达的通用GPU上运行。这种“硬件软件协同进化”的循环，让专用芯片的赌注风险极高。 基础设施的瓶颈：当美国为电发愁 这场竞赛还有一个关键的制约因素：电力和数据中心。 在美国，AI的发展正面临着严重的电力瓶颈。这并不是说电费有多贵，而是电网容量、变电站建设、输电线路铺设这些基础设施的建设速度，远远跟不上AI算力的增长需求。谷歌、Meta等公司手上有大把已经买好的芯片，却因为数据中心没建好、电力没到位而闲置。为了抢时间，他们甚至开始搭建临时的“帐篷式”数据中心。 相比之下，中国拥有强大的基建能力，电力不是问题。但他们受限于无法获得最顶尖的AI芯片。即便如此，中国公司依然在想尽办法，比如在海外租用GPU云服务，或者通过新加坡等地的公司在海外建设数据中心。 这个现象揭示了AI竞赛的另一个层面：它不仅仅是公司之间的竞争，更是不同国家在基础设施、供应链和资本投入上的全面较量。 给科技巨头们的“逆耳忠言” 最后，不妨开个玩笑，如果能给这些科技巨头的CEO们提点建议，会是什么呢？ 给英伟达的黄仁勋：你手握千亿现金，别只想着股票回购。利用这笔巨款，深入投资基础设施层，去加速整个生态的建设。这不仅能巩固你的王座，还能创造更大的市场。 给谷歌的皮查伊和布林：别再那么“佛系”了！把你们的TPU拿出来卖，把XLA软件栈彻底开源。你们正在流失最顶尖的人才，而搜索业务的根基正被AI动摇。再不拿出破釜沉舟的勇气，就晚了。 给Meta的扎克伯格：你对AI的愿景很宏大，但要更快地落地成产品。别只守着自己的社交花园，大胆地走出去，推出能和ChatGPT、Claude正面竞争的产品。 给苹果的蒂姆·库克：醒醒！计算的交互界面正在从“触摸”转向“AI”，这会从根本上颠覆你的生态。Siri已经落后太多了，再不投入数百亿美元到基础设施和模型研发上，苹果的护城河会越来越窄。 给微软的纳德拉：你们拥有全球最强的企业销售团队，但产品力却在下滑。GitHub Copilot起了个大早，却赶了个晚集；自家的AI产品反响平平；对OpenAI的掌控力也在减弱。是时候把重心从销售拉回到产品上了。 给特斯拉/xAI的埃隆·马斯克：你吸引顶尖人才的能力无人能及，但一些冲动的决定正在伤害你的公司和项目。少一些随性的决策，多一些对产品的持续专注，你的帝国会更稳固。 这场AI的牌局还远未到终局。战况瞬息万变，曾经的性能王者开始精打细算，沉默的基建狂魔手握重金，而挑战者们则在一条异常崎岖的道路上奋力追赶。谁能笑到最后，不仅取决于技术上的突破，更取决于在经济、生态和战略上的远见卓识。我们正亲眼见证一个时代的诞生。

本文来自于 Alex Kantrowitz 对Cloudflare CEO Matthew Prince 的访谈，以下是视频精华。 我们正处在一个奇怪的十字路口。一方面，生成式AI以前所未有的速度为我们提供答案、生成内容，带来了极大的便利；另一方面，这些AI模型的“饲料”——也就是整个互联网上由无数创作者辛辛苦苦生产的内容——正在被无偿地、大规模地吞噬。 这个正在悄然改变互联网底层逻辑的现象，已经引起了网络安全巨头Cloudflare的警觉。其联合创始人兼CEO，Matthew Prince，最近便站了出来，详细剖析了这场危机，并宣布了一项旨在“纠正航向”的大胆计划。 互联网的“旧契约”正在失灵 过去三十年，互联网内容生态的运转依赖于一个不成文的“契约”，特别是以谷歌为代表的搜索引擎所建立的模式： 创作者发布内容。 搜索引擎抓取内容，并将其编入索引。 用户搜索，搜索引擎提供链接，将流量导向创作者的网站。 在这个模式下，创作者通过获得的流量，可以通过三种方式变现： 付费订阅：卖内容本身。 广告：卖用户的注意力。 精神满足：知道有人在看自己的作品，获得影响力。 这个“我让你抓取，你给我流量”的交易，是整个网络内容生态繁荣的基石。 然而，AI的崛起正在打破这个平衡。当你在AI聊天框里输入问题，它不再是给你十个蓝色链接让你自己点击，而是直接生成一个综合性的答案。这听起来很棒，对吗？但问题随之而来：用户得到了答案，就不会再去访问原始的内容来源了。 没有了访问量，创作者就无法再卖订阅、挂广告，甚至连自己的内容是否被使用了都不知道。Matthew Prince一针见血地指出：“如果创造内容的激励消失了，那么在AI驱动的未来，谁还会去创造内容呢？” 温水煮青蛙：正在恶化的数据 你可能会觉得，这个问题以前就有了。谷歌搜索结果页面的“答案框”不也是直接给答案吗？没错，这正是问题所在。Matthew Prince用Cloudflare掌握的十年数据，描绘了一幅“温水煮青蛙”的图景： 十年前：谷歌抓取2次网页，就能为网站带去1次点击。 半年前（AI Overviews推出前）：由于“答案框”的普及，这个比例恶化到了抓取6次，才带来1次点击。 现在（AI Overviews推出后）：这个数字飙升到了抓取18次，才有1次点击！ 获取流量的难度在十年间增加了近10倍。而这还只是谷歌。如果你觉得这已经够糟了，看看新生代的AI公司： OpenAI：平均要抓取 1500页 内容，才会给你带去1次点击。（获取流量的难度是十年前谷歌的750倍） Anthropic：这个数字更是达到了惊人的 60,000页 换1次点击。（难度是30,000倍） 这不仅仅是流量损失的问题。每一次AI爬虫的抓取，都在消耗网站的服务器资源，这些都是内容发布者真金白银的成本。维基百科等网站就已经公开表示，AI爬虫导致他们的服务器成本指数级增长，而这些都不是人类访客。 “这就像，AI公司拿走了你的面包去喂养他们的金鹅，不仅没付钱，连你做面包的面粉钱都让你自己掏。” 别以为这只是内容创作者的烦恼 有人可能会说，这是市场演进的必然结果，更好的用户体验就该胜出。Matthew Prince并不反对AI是未来的趋势，他反而坚信AI将成为互联网未来的主要交互界面。但他提出了一个更深层次的担忧： “所有这些AI系统赖以运行的燃料，正是那些原创内容。如果我们扼杀了这些内容的商业模式，我们最终也会扼杀AI系统本身。” 他用了一个生动的比喻：每个大语言模型都像一块瑞士奶酪（Swiss Cheese），虽然看起来很完整，但里面充满了大大小小的知识空洞。而高质量的原创内容，就是用来填补这些空洞的。 如果未来网络上充斥的都是AI生成、相互借鉴的二手内容，就像迈克尔·基顿的老电影《丈夫一箩筐》（Multiplicity）里那样，每一次复制都会让质量变得更差。最终，AI模型将因为缺乏新鲜、高质量的“养料”而变得“愚蠢”，陷入一个自我循环的怪圈。 是走向“美第奇时代”，还是让机器人为知识付费？ 如果放任现状发展下去，未来会是怎样？Prince描绘了一种颇具“黑镜”色彩的反乌托邦景象： 我们可能不会看到内容创作的消亡，而是会退回到类似文艺复兴时期的**“美第奇时代”**。届时，世界上可能只剩下几家巨型AI公司，它们各自雇佣一批记者、研究员和学者，成为知识的赞助人和唯一权威。一家可能是“保守派AI”，另一家是“自由派AI”。所有知识的生产都将整合到这些巨头内部，独立的声音将不复存在。 这显然不是我们想要的未来。互联网的魅力在于其信息的民主化和多元化。 因此，Prince提出了一个充满理想主义色彩的愿景： “在我的乌托邦未来里，机器人应该为内容付一大笔钱，而人类应该再次免费获取内容。” 因为机器人每一次抓取内容，都是在为成千上万甚至数百万的人类用户服务，理应为此付费。 技术反击：不只是屏蔽，更是构建一个新市场 空谈无益，Cloudflare已经采取了行动。他们意识到，传统的robots.txt协议（网站用来告知爬虫哪些内容不应抓取的君子协定）已经不够用了，因为它既可以被无视，也不够精细。 Cloudflare的解决方案分为两步： 筑起高墙：从7月1日开始，Cloudflare为客户提供了一项新功能，默认屏蔽已知的AI爬虫访问那些带有商业意图的页面（比如有付费墙或挂有广告的页面）。这不再是君子协定，而是真正的技术壁垒。 开启市场：他们重新启用了互联网协议里一个长期被忽视的状态码——402 Payment Required (需要付款)。当AI爬虫试图访问被保护的内容时，它会收到这个响应，从而开启一个协商和交易的可能性。 这个机制旨在创造一个市场： 大型玩家可以像Reddit、纽约时报已经做的那样，与AI公司达成大规模的内容授权协议。 小型创作者也可以动态地为自己的内容定价。Cloudflare可以帮助评估某条内容对特定AI模型的价值（比如填补了哪个“奶酪洞”），AI公司则可以决定是否值得为此付费。也许是一笔几分钱的微交易，也许是一篇独家重磅文章的数百万美元授权。 这个计划得到了包括康泰纳仕（Condé Nast）、《时代周刊》、《大西洋月刊》等众多主流出版商的支持。他们一同按下了象征性的红色按钮，开启了这场反击战。 未来的路与未解的谜题 当然，这个方案也面临挑战。比如，会不会影响网站的SEO？Matthew Prince表示，他们正与各方合作，推动robots....

当我们在谈论人工智能（AI）时，我们到底在谈些什么？是那些不断被刷新的基准分数，还是那些听起来遥远又模糊的术语，比如通用人工智能（AGI）？ 在一期 OpenAI 的播客中，公司的首席科学家Jakub Pachocki和研究员Szymon Sidor坐下来，分享了一些来自一线的、不那么广为人知的看法。他们不仅聊了聊如何衡量AI的真正进步，还透露了一些让他们自己都感到“有点被吓到”的内部故事。有趣的是，这两位顶尖的AI研究者，其实是来自波兰同一所高中的校友。 一切始于波兰的一间教室 Jakub和Szymon的缘分，始于一位名叫Ryszard Dubrawski的计算机科学老师。这位老师对编程竞赛和追求极致的热爱，深深地影响了他们。在那个还不存在ChatGPT的年代，想要深入学习图论、矩阵这些远超高中课程的知识，一位好的导师和极大的热情是必不可少的。 “他（老师）能提供的情感支持和空间，是AI很难单独做到的，”Jakub回忆道。这或许也回答了那个老问题：AI会取代老师吗？答案可能是否定的。AI可以成为一个强大的教学伴侣，帮助老师创造出互动式的“蒙提霍尔问题”演示，但它无法替代老师内心的关怀和信念。一个好老师，即使偶尔记错事实，他的热情和鼓励也足以点亮学生的世界。 AGI到底是什么？我们该如何衡量？ 几年前，AGI还是一个听起来很抽象、很遥远的概念。但现在，情况已经大不相同。 Jakub解释说，我们曾经模糊地认为“能自然交谈”、“能解决数学难题”、“能做科学研究”都差不多是同一回事。但随着技术的发展，我们发现这些其实是相当不同的能力。如今的AI，无疑已经能就广泛的话题进行自然对话，也刚刚跨过了那个被讨论已久的里程碑——在国际数学奥林匹克（IMO）竞赛中获得金牌。 然而，这些“单点”的衡量标准正变得越来越不够用。为什么？ 基准饱和了：在很多标准化测试上，模型已经达到了顶尖人类的水平。当一个模型能在全球顶尖学生参与的竞赛中名列前茅时，用这种方式再来衡量它的进步就变得很困难了。 模型可以“偏科”：现在的技术可以训练出一个在数学上表现超群、但在写作上可能平平的模型。它在数学基准上得分很高，但这并不完全代表它的“整体智力”。一个好的“考生”不一定是一个有用的“同事”。 那么，什么才是更有意义的衡量标准？Jakub提出了一个更宏大的视角：AI自动化科学研究和技术发现的能力。 “当我思考AI如何真正深刻地影响世界时，我首先想到的是它自动化发现和生产新技术的潜力……我们习惯于将新思想、基础技术进步与人类的创造力联系在一起。但要真正理解‘一个大型计算机能够提出颠覆我们对世界理解的想法’这件事，其实是相当困难的。而我认为，我们离那一天并不遥远。” “AI正在放缓”？十年来的惊人飞跃 你可能看到过一些新闻标题，说AI对经济的贡献只有3%，然后评论区就会有人说“AI被过度炒作了”或者“AI的发展撞墙了”。 每当看到这些，Szymon都会回想起十年前的经历。那时他正在研究自然语言处理，但模型的效果可以说是一塌糊涂。 “Jakub来测试我们当时的技术，一个情感分析模型，” Szymon笑着说，“输入‘这部电影很烂’，模型正确识别为负面。输入‘这部电影很好’，正确识别为正面。然后他输入‘这部电影还不赖’（This movie is not bad），模型回答：‘哦，负面。’” 这就是十年前的起点。从那时起，我们经历了GPT-2能写出连贯的段落（当时这感觉像个奇迹！），到GPT-4的出现——Szymon称之为他“个人的AGI时刻”，因为它有时会说出让他都感到惊讶的东西。再到如今，模型可以在编程竞赛中与顶尖人类选手一较高下。 “所以当你看到那个3%的数字时，” Szymon强调，“我告诉你，十年前这个数字可能是0.00001%。从这个角度看，我们没有理由不相信，一年后它会是10%，两年后是20%。” 进步的速度快得惊人。Szymon坦言，当他们第一次在内部看到“推理能力”相关的模型取得突破性进展时——也就是让模型花更多时间去“思考”一个问题，而不是立即给出答案——整个团队都受到了巨大的震撼。 “那是一个令人震惊的时刻。我们开始非常、非常严肃地问自己：作为一个组织，我们为这种令人难以置信的快速进步做好准备了吗？我记得有一个晚上11点，我们和Sam（Altman）、Mira（Murati）还在通话，我们……有时真的会被这些结果吓到。” 下一个突破口在哪里？ AI的进步并非凭空而来。那么，下一波浪潮会从何而来？ 持续的规模化（Scaling）：这是AI发展不变的基石。更大的模型、更多的数据，依然是提升能力的核心驱动力。 复合效应：新的技术（比如推理能力）会和规模化产生复合效应，1 > 1 + 1。 模型的“持久性”：这是最令人兴奋的方向之一。想象一下，今天的模型用几秒钟回答你的问题。但如果我们愿意花费多出成千上万倍的计算资源，让一个模型持续工作数小时、甚至数天，去攻克一个真正重要的难题，比如一个医学研究课题，或者设计下一代AI模型本身，会发生什么？这将是通往自动化科学研究的必经之路。 Jakub分享了一个有趣的故事。在日本有一场非常著名的长达10小时的编程竞赛（AtCoder），考验的是选手的持久专注和启发式解决问题的能力。Jakub的朋友兼同事Sihun是一位顶尖选手，他曾开玩笑说Jakub擅长的那种短时竞赛会先被AI自动化。结果，在最近一次比赛中，OpenAI的模型和Sihun展开了激烈角逐。最终，Sihun赢得了冠军，而AI模型拿下了第二名。 人类，暂时还领先一步。但Sihun在赛后精疲力尽，而AI模型，可以不知疲倦地继续跑下去。 给年轻人的建议：在这个时代，你该学什么？ 面对一个变化如此之快的世界，今天的年轻人应该怎么做？ Jakub和Szymon的建议出奇地一致：去学编程。 “绝对要去学编程，”Szymon斩钉截铁地说，“有一种技能现在是、并且未来将继续是稀缺品，那就是拥有结构化的思维，能将复杂问题拆解成小部分。编程是掌握这种技能的绝佳方式。” 这并不是说你未来一定会成为一个传统意义上的程序员。而是，理解了系统是如何工作的，你才能更好地驾驭它。就像一个优秀的飞行员需要懂空气动力学，一个优秀的“AI使用者”也需要理解其背后的逻辑。 Jakub则分享了自己从一个波兰小城走向硅谷的经历，他鼓励年轻人要敢于打破思维的桎梏，敢于梦想。无论是Paul Graham的《黑客与画家》，还是电影《钢铁侠》，这些看似遥远的东西，都可能成为点燃一个人雄心壮志的火花。 从一间教室里的编程竞赛，到与顶尖人类棋手和程序员的同台竞技，再到那些让开发者自己都心跳加速的深夜突破。AI的故事，远比冰冷的基准数字要精彩和深刻。它关乎的不是机器是否能“通过考试”，而是我们作为人类，将如何利用这股前所未有的力量，去加速探索、创造和理解我们所处的世界。

本文整理自 Latent Space 对 OpenAI 总裁的访谈，Greg Brockman 谈 OpenAI 通往通用人工智能（AGI）之路，以下为本视频精华。 就在最近，OpenAI像一阵旋风，接连发布了GPT-5和其开源模型GPT-OSS，整个科技圈为之震动。在这场风暴的中心，OpenAI的联合创始人兼总裁Greg Brockman坐下来，与我们进行了一场深度对话。他不仅分享了这些重磅产品背后的故事，更深入地探讨了关于推理、计算、以及人工智能未来的思考。这不仅仅是一次产品发布的复盘，更像是一次对智能本质的哲学探索。 第一章：从“为什么还不是AGI？”到GPT-5的诞生 故事要从GPT-4的诞生说起。当GPT-4训练完成，并经过指令微调后，团队惊讶地发现，它竟然能进行流畅的多轮对话——尽管它从未被专门训练过“聊天”。 “我们当时开了一个研究会议，Ilya、Jakub、Wojciech这些人都在，” Greg回忆道，“我们问了一个核心问题：为什么这个模型还不是AGI（通用人工智能）？” 它能回答你提出的几乎所有问题，但它不够可靠，会犯错，会“跑偏”。这个差距到底在哪？答案指向了一个OpenAI并不陌生的领域：强化学习（Reinforcement Learning, RL）。 模型需要一个能“在现实世界中检验自己想法”的机制。它需要尝试，需要获得反馈，然后变得可靠。这让人想起了2017年的Dota项目，那个项目完全通过强化学习，从一个随机初始化的神经网络，学会了极其复杂和精准的行为。大家意识到，语言模型也需要这种可靠性。 “从GPT-4训练完成的那一刻起，我们就知道，推理（Reasoning）是下一站。” Greg说。团队提出了十几个想法和假设，大部分都失败了。但这就是AI研究的常态：你得对一个方向有坚定的信念，然后不断尝试，即使前十次都失败了，只要有一次成功，就能看到微弱的希望之光，然后不断放大它。 正是这种坚持，经历了无数人的努力和数年的探索，最终孕育出了GPT-5的推理范式。 第二章：计算，智能的“终极燃料” 在整个对话中，Greg反复强调一个核心观点：“瓶颈永远是计算（Compute）。” 他把这个过程描绘成一幅美丽的图景：能量转化为计算，计算最终结晶为智能。 这个过程有点像炼金术。我们投入大量的计算，就像投入燃料，去“塑造”一个神经网络。这个过程的产物——模型，就像一块储存了巨大“势能”的晶体。而最美妙的地方在于，这块晶体可以被反复使用，它的价值会被无数次的调用所摊销。 那么，学习到底发生在哪里？我们正从一个“一次性训练，海量推理”的时代，走向一个“推理-再训练”的循环。Ilya Sutskever曾有一个精辟的观点：当模型能力弱时，它生成的每个token价值很低；当模型能力极强时，它生成的每个token则蕴含着巨大的价值。 强化学习正是利用了这一点。模型通过与现实（或模拟环境）的接触，产生大量的数据，然后从这些数据中学习。与需要海量数据进行预训练不同，RL可以让模型从少数高质量的人类策划任务中，通过成千上万次的尝试，学到非常复杂的行为。 “如果你给我们10倍的计算力，我们会用在哪？”Greg笑着说，“我们总能找到用掉它的地方。” 这就像当年的Dota项目，团队每周都将核心数量加倍，然后眼看着AI的水平一路飙升，直到最后也没撞到真正的“墙”。大多数所谓的“墙”，其实只是工程上的bug或可以优化的细节。 第三章：当AI学会解决“不可能”的任务 如果说计算是燃料，那么“泛化能力”就是引擎的效率。GPT-5的推理能力，已经开始在一些曾经被认为是人类智力巅峰的领域展现出惊人的泛化性。 最典型的例子就是国际数学奥林匹克（IMO）竞赛。OpenAI的模型达到了金牌水平。更让人吃惊的是，同一个核心模型，在几乎没有进行额外针对性训练的情况下，也达到了国际信息学奥林匹克（IOI）竞赛的金牌水平。 “这对我来说简直太疯狂了，” Greg感叹道，“解决IOI曾经是一个宏大的挑战，需要一个大团队。但我们的IMO核心团队其实只有三个人，IOI项目更像是一个几个人的‘副业’。” 这证明了一个深刻的道理：学习如何解决难题，本身就是一种可以迁移的元技能。 学会如何解决复杂的数学问题和编写证明，竟然能直接迁移到解决编程竞赛问题上。 当然，泛化并非没有边界。一个模型如果从未接触过物理实验，它不可能凭空成为物理学家。但即便如此，现有模型的潜力也已远超想象。Greg提到，一些湿实验室的科学家用GPT-3来提出实验假设，五个想法里可能只有一个可行，但那个可行的成果，已经足以发表在“中等水平的学术期刊”上，相当于一个三、四年级博士生的水平。 “这就是GPT-3的水平，而我们清楚地知道在所有维度上改进它的路径。” Greg说，“我们只需要计算、高质量的任务，以及团队倾注心血的爱与劳动。” 第四章：GPT-5时代：智能的飞跃与人机协作新范式 如果说GPT-3是文本时代的开启，GPT-4是多模态和商业化的普及，那么GPT-5的旗舰标签是什么？ Greg的回答很简单：“聪明（Smart）”。 GPT-5的智能已经达到了一个新高度，它能够执行“伟大的智力壮举”。它不再只是一个有用的工具，而是一个真正的智力伙伴。 “我曾经尝试教GPT-3排序一个7个数字的列表，无论我怎么用few-shot prompting教它，它都学不会。但现在，我敢肯定GPT-5能轻松完美地完成这个任务，甚至都不用借助它的Python工具。” 专业数学家和物理学家在使用GPT-5后反馈，它能在短时间内重新推导出他们花费数月研究才得到的见解。这正是GPT-5带来的变革：它将成为顶尖科研人员和创造者的“伙伴”，一个可以深入理解你的想法、并在此基础上提出新洞见的不知疲倦的合作者，极大地加速创新的步伐。 如何释放GPT-5的潜力？ Greg给出的建议是： 给它难题：不要用简单的聊天来测试它，它在复杂问题上更能展现与旧模型的差距。 成为“智能体管理者”：将大任务分解成多个自包含的小任务，让多个模型实例并行工作，你则扮演管理者的角色。 了解它的“脾性”：像了解一个同事一样，熟悉它的长处和短板，在思考核心难题时，可以把一些非关键路径的、低风险的任务交给它并行处理，不断获得反馈。 第五章：揭开面纱：混合模型、开源与AI的未来 GPT-5的混合模型之谜 GPT-5的一大特点是它是一个“混合模型”，背后有一个路由器（router）根据用户请求的复杂性、意图等因素，自动选择调用“推理模型”或“非推理模型”。 推理模型：更强大，思考更深入，但延迟更高，成本也更高。 非推理模型：速度快，成本低，适合快速、简单的任务。 这种设计，本质上是一种**自适应计算（Adaptive Compute）**的实现。与其强迫用户在几十个令人困惑的模型名称（比如4o, 4-turbo, 0301…）中选择，不如将复杂性内部化，给用户一个简单、统一的入口。这是从“模型切换器是未来”到“集成化体验是未来”的转变。 GPT-OSS：构建美国技术生态 OpenAI为什么要推出开源模型？Greg坦言，这背后有战略考量。当开发者基于你的开源模型构建应用时，他们实际上是在融入你的技术栈。未来当他们需要更强大的能力时，他们会自然而然地转向你的闭源API。 更深层次地，这是为了构建一个以美国技术为核心的生态系统，确保AI的发展与美国的价值观和领导地位保持一致。 连生物学也是一种语言 Greg在Arc Institute的休假期间，研究用神经网络处理DNA。他最震惊的发现是：“它们（DNA和人类语言）完全是一回事！” DNA就像一门外星语言，但对于神经网络来说，人类语言何尝不也是一门需要从零学习的语言？它的词汇表甚至更简单，只有4个字母。团队用字符级（character-level）的方法处理DNA序列，发现其学习规律与语言模型惊人地相似。...

本文整理自加利福尼亚州圣马特奥举行的 X Takeover 2025 大会上 Tesla Owners Silicon Valley 主持的与埃隆·马斯克 (Elon Musk) 的独家线上访谈，埃隆深入探讨了特斯拉的未来，从革命性的 Cybercab 和 Tesla Semi，到 Optimus V3 创造 30 万亿美元收入的潜力，以下为视频精选内容。 在一个充满未来感的活动上，埃隆·马斯克（Elon Musk）通过视频连线，再次为我们描绘了一幅跨越星辰大海、颠覆人类社会的宏大蓝图。从人类有史以来最强大的火箭 Starship，到火星上的自给自足城市，再到彻底改变经济形态的人形机器人 Optimus 和与AI共生的 Neuralink，马斯克的每一个构想都像是一部科幻史诗。 咱们就跟着他的思路，一步步探索这个他正在努力实现的未来吧。 Starship：从“痴人说梦”到“只是迟到” 聊起马斯克的“亲儿子”——Starship，它的宏大简直让人咋舌。 “Starship 是个疯狂的项目，”马斯克坦言。它的推力是当年将人类送上月球的土星五号火箭的两到三倍，是有史以来最大的飞行器。但最核心、也最疯狂的目标是实现完全且快速的重复使用。 马斯克风趣地把自己比作一个“专门把‘不可能’变成‘只是迟到’的家伙”。当初，当他提出这个想法时，外界甚至公司内部都觉得这是个笑话（他称之为“giggle factor”）。如今，这个曾经的笑话正在德州南部的 Starbase 基地变为现实，巨大的火箭矗立在那里，像一个科幻电影的片场。 当下的挑战与未来的里程碑 造火箭，难点无处不在，但马斯克认为眼下最大的硬骨头是可完全重复使用的轨道级隔热罩。在此之前，航天飞机的隔热瓦每次返回都会损坏，需要大量翻修。Starship 要做的，是前无古人的创举。 另一个让人津津乐道的挑战，就是用那双巨大的“机械筷子”在空中接住并回收返回的火箭。这画面，光是想象一下就足够震撼。 马斯克的期望是，在今年或最晚明年上半年，就能成功回收飞船。一旦实现，将会带来颠覆性的成本降低。他打了个比方：如果每次开车出门都得把车扔掉，再拖一辆新车为返程做准备，那开车这件事根本就不会普及。火箭也是同理。 Starship 的下一步是什么？ 轨道加注：就像飞机空中加油一样，两艘星舰在轨道上对接，转移推进剂（主要是液氧）。这将是实现深空探索，特别是前往火星的关键一步。 火星：为人类意识买一份“保险” 为什么执着于火星？马斯克给出了两个理由： 防御性论据：地球并非永远安全，无论是世界大战还是像恐龙灭绝那样的小行星撞击，都可能终结人类文明。在火星建立一个自给自足的城市，就像为人类意识这支“微弱的烛火”买了一份保险，确保它不会轻易熄灭。他强调，这并非意味着放弃地球，我们99%的精力仍应放在地球上，但那1%的投入，是为了人类文明的长远未来。 激励性论据：生活不能只是解决一个又一个痛苦的问题。我们需要一些能点燃激情、让我们对未来充满期待的东西。就像当年的阿波罗登月计划一样，太空探索能激励全人类，让我们对宇宙有更深的好奇与向往。 至于火星城市的样子，初期可能是在巨大的玻璃穹顶下生活，出门需要穿宇航服。而城市的治理，马斯克很酷地表示：“那得由火星人自己决定。” Tesla 的未来：远不止汽车 当话题转向特斯拉，马斯克再次提醒大家，由于特斯拉是上市公司，很多问题他不能说得太细。但他依然透露了不少激动人心的信息。 RoboTaxi (自动驾驶出租车) 的布局： 未来的 RoboTaxi 网络将包含一款名为“Cyber Cab”的两人座专用车型，用于满足一到两名乘客的出行需求。 对于多名乘客，系统会自动调度 Model 3 或 Model Y。 这是一个混合所有制模式，类似 Uber 和 Airbnb 的结合体。一部分车辆由特斯拉拥有，另一部分则由车主自行决定是否加入车队。 Optimus (擎天柱) 机器人：比汽车业务更有价值的存在...

本文整理自 Google 官方发布的 Demis Hassabis，Google DeepMind 的 CEO，与主持人 Logan Kilpatrick 对话，在本期节目中，你将了解到从游戏 AI 到当今思考模型的演变过程，像 Genie 3 这样的项目如何构建世界模型以帮助 AI 理解现实，以及为什么需要 Kaggle 的 Game Arena 等新的测试场来评估迈向通用人工智能（AGI）的进展。 如果你觉得最近AI的发展速度快得让人喘不过气，那你不是一个人。就连Google DeepMind的CEO Demis Hassabis自己都开玩笑说：“我们几乎每天都在发布新东西，快到连我们内部员工都感觉有点跟不上了。” 从能解开国际奥数金牌难题的DeepThink，到能凭空生成可玩游戏的Genie 3，再到其他几十个大大小小的项目，AI的浪潮一波接一波，让人目不暇接。在这场与Demis Hassabis的对话中，我们得以一窥这位AI领域的先行者，是如何看待当前的技术进展，以及他心中那幅通往通用人工智能（AGI）的宏伟蓝图。 “会思考”的AI：不只是输出答案，更是推理和规划 还记得当年震惊世界的AlphaGo吗？Demis坦言，如今备受关注的“思考模型”（Thinking Models），其实是对DeepMind早期在游戏领域探索的一种回归和升华。 从创立之初，DeepMind就专注于研究**“智能体系统”（agent-based systems）——那种能够完成整个任务，而不仅仅是预测下一个词的系统。在AlphaGo的时代，这个“任务”是下好一盘棋。它不仅仅依赖直觉（像今天大语言模型的“第一反应”），更重要的是它拥有强大的思考、规划和推理**能力。 “你不想只得到模型想到的第一件事，”Demis解释道，“你希望它能像我们一样，反复审视和优化自己的思路，最终找到最佳方案。” 这种“深度思考”的能力，正是AI从一个单纯的语言工具，进化为真正解决复杂问题的伙伴的关键。无论是在数学、编程、科学探索，还是游戏中，AI都需要先“想清楚”再行动。 AI的“参差感”：一面是天才，一面是“萌新” 尽管AI取得了惊人的成就，比如基于Gemini的IMO模型已经能拿下奥数金牌，但Demis也坦率地指出了当前AI系统一个非常有趣的特点——“参差不齐的智能”（Jagged Intelligence）。 什么意思呢？就是说，这些模型在某些维度上表现得像个超级天才，但在另一些看似简单的事情上，却又错得离谱。 天才的一面：能解决顶尖的数学难题，能理解复杂的科学论文。 “萌新”的一面：可能会在高中难度的数学题上犯错，玩个国际象棋甚至连规则都遵守不了（一个普通玩家都能轻松打败它），或者连“草莓（strawberry）里有几个r”这种简单问题都数不清。 “这种现象说明，我们的系统里肯定还缺少了某些关键的东西，”Demis认为。这可能是在推理、规划或记忆方面的某些核心机制。这也意味着，光靠扩大模型规模（scaling）可能不够，我们还需要新的创新。 Genie 3：AI不只理解世界，还能“创造世界” 为了让AI真正理解我们所处的物理世界，DeepMind正在构建一个叫做**“世界模型”（World Model）**的东西。这个模型的目标，是让AI掌握世界的物理规律——比如重力、液体流动、物体材质，甚至是生物的行为模式。 而Genie 3，就是这个“世界模型”研究中一个令人瞠目结舌的产物。它能做什么？ 它可以根据一张图片或一段文字，生成一个完整、连贯、且可以互动的微缩游戏世界。 这和普通的视频生成有本质区别。Genie 3生成的不是一段固定的视频，而是一个动态的、有内在逻辑的世界。当你在这个世界里“向左走”，然后“向右走”回来，你会发现原来的场景依然在那里，分毫不差。这证明它不是在“画画”，而是在脑海里构建了一个真实的三维空间模型。 这个技术有什么用？Demis提到了几个激动人心的方向： 为AI提供无限的训练数据：我们可以让另一个AI智能体（比如DeepMind的Simma）进入Genie 3生成的世界里进行训练。这就好比一个AI在另一个AI的“梦境”里学习，为机器人、自动驾驶等需要理解物理世界的领域提供了近乎无限的、安全的训练环境。 颠覆互动娱乐：想象一下未来的游戏，世界是动态生成的，剧情是实时演变的。这可能会催生介于电影和游戏之间的全新娱乐形式。 探索现实的本质：当AI能如此逼真地模拟世界时，这本身也促使我们这些创造者去思考更深层次的哲学问题，比如“现实的本质是什么？”、“我们自己是否也身处一个模拟之中？” 玩游戏才是正经事：用Game Arena为AI“大考” 既然现有评测标准（Benchmark）已经快被AI刷满了（比如在某些数学测试上已经达到99%以上的准确率），那么我们该如何更准确地衡量AI的能力，尤其是它们那些“参差不齐”的地方呢？ Demis给出的答案是：回到游戏。 DeepMind与全球最大的数据科学社区Kaggle合作，推出了Game Arena。这是一个让不同AI模型在各种游戏中一决高下的竞技场。为什么游戏是绝佳的评测工具？ 客观公正：输赢一目了然，得分非常客观，没有主观偏见。 难度自适应：随着AI变强，它们的对手（其他AI）也在变强，测试难度会自动提升，永远不会“饱和”。 永不重复：每一局游戏都是独一无二的，杜绝了模型“背题库”的可能。 Game Arena目前从国际象棋开始，未来计划扩展到成千上万种游戏，包括棋盘游戏和电脑游戏。最终，我们可能会看到一个综合评分，来评估一个AI在广泛任务上的通用能力。甚至，未来可能会要求AI自己发明新游戏，并教会其他AI玩，这才是对学习和泛化能力的终极考验。 走向“全能模型”（Omni Model）的终极之路 谈到未来，Demis描绘了一个清晰的图景：融合。...

本文整理自 AI 圈内人士与 Emad、AWG、Dave 和 Salim 一起解读 GPT-5 更新及其对 AI 竞赛的意义，带你 5 分钟了解这篇访谈的精华。 开始前也介绍一下本次圆桌的几位嘉宾： Emad Mostaque 是 Intelligent Internet 的创始人，也是前 Stability AI 的创始人。 Alexander Wissner-Gross 是一位计算机科学家和投资人。 Dave Blundin 是 Link Ventures 的创始人兼普通合伙人 (GP)。 Salim Ismail 是 OpenExO 的创始人。 当全世界的目光都聚焦在OpenAI身上，期待着GPT-5带来又一次“iPhone时刻”时，这场发布会却给许多人留下了一个复杂的感受：有点平淡，甚至…… underwhelming（不及预期）？ Sam Altman用一张神秘的“死星”图片吊足了胃口，让人们以为即将见证一场足以颠覆世界的科技风暴。然而，整场发布会风格朴实，甚至被一些人调侃为“像高中生的课题展示”，与谷歌I/O大会那种令人眼花缭乱的“好莱坞式”盛宴形成了鲜明对比。 市场的反应很诚实。在预测平台Poly Market上，就在发布会进行期间，人们对“OpenAI年底是否拥有最佳AI模型”的信心指数一度暴跌，甚至被谷歌反超。这不禁让人疑惑：难道GPT-5真的翻车了？ 但如果我们仅仅停留在表面的“秀”和市场的即时反应，可能会错过真正重要的信号。正如参与这场讨论的几位顶级大脑——Stability AI创始人Emad Mostaque和MIT/哈佛物理学博士Alexander Wissner所指出的，表面的平淡之下，正酝酿着一场深刻的革命。 戳破期待泡沫：真正的革命并非浮于表面 许多人的失望源于一个简单的期待：GPT-5没有展现出“10倍好”的、颠覆性的新能力。但这场发布的真正核心，可能根本不在于此。 1. 智能的“超级通缩”时代来了 这次发布最被低估，也可能是最重要的信息，是AI成本的急剧下降。 正如Alex所言，我们正在目睹一场智能的“超级通缩”（hyperdeflation）。GPT-5系列模型，尤其是其API（应用程序接口）价格，出现了近乎一个数量级的下调。例如，曾经作为前沿模型、价格高昂的GPT-4.5，其输入和输出成本分别是每百万token 75美元和150美元。而现在，GPT-5的高端模型成本骤降到了令人难以置信的水平。 这意味着什么？这意味着，曾经只有大公司才能负担的前沿AI能力，正在变得“廉价到可以计量”。这种成本的雪崩式下降，将解锁无数新的应用场景。过去因为成本太高而无法进行的、需要海量尝试的科学研究和数学探索，现在可以用“暴力破解”的方式进行10倍、100倍的搜索。 所以，即使没有那种“哇”的一声的惊喜，将7亿用户瞬间提升到能以极低成本使用前沿AI的水平，其长期经济影响和社会变革，可能远比一两个炫酷的新功能要深远得多。 2. 从“天花板”到“地板”：更稳健，更实用 Immad认为，这次发布更像是一次“抬高地板”而非“突破天花板”的行动。OpenAI的一个核心目标，是大幅降低模型的幻觉（hallucinations），让它变得更加可靠和稳定。 这有什么用？这意味着，建立在GPT-5之上的各种应用、代理（Agents）和GPTs，将变得异常坚固和可靠。对于那些希望将AI深度整合到自己业务流程中的公司来说，这无疑是个巨大的好消息。以前你可能还在担心AI会“胡说八道”，但现在，你可以更放心地“全身心投入”（go all in），将你的业务改造为“AI原生”的商业模式。 深入技术腹地：基准测试背后的真相 尽管“跑分”听起来枯燥，但它们是衡量模型能力的“体检报告”。让我们快速“烧脑”地看一下GPT-5的成绩单： LM Arena（聊天机器人竞技场）：在这个由大众评判的平台上，GPT-5在文本交互方面成功超越所有对手，登顶第一。 ARC AGI（通往AGI的挑战）：在这些极其困难、旨在衡量AGI进展的任务上，马斯克的Grok模型仍然表现出色。但有趣的是，GPT-5的“迷你”（Mini）和“纳米”（Nano）等低成本版本，在成本效益曲线上划出了一条全新的“帕累托最优”前沿。换句话说，它用更低的成本，实现了极高的性能。 Frontier Math（前沿数学）：这可能是最激动人心的部分。GPT-5在Tier 4级别的数学问题上取得了新纪录。这些问题，即便是专业数学家也需要花费数周时间来解决。Alex根据这个趋势做了一个惊人的推断： 到2026年底，AI或许能解决35-40%的难题。 到2027年底，这个数字可能飙升到70%。 我们可能正在亲眼目睹“数学被解决”的慢镜头回放。 Coding（编程能力）：发布会上的编程演示虽然被市场诟病“不够惊艳”，因为它展示的功能在Anthropic的Claude模型上已经可以实现。但关键在于，OpenAI借此宣告：我们在编程领域已经追上了所有人。这对于Anthropic来说，无疑是一次沉重的打击，因为这正是他们引以为傲的核心优势。 一个有趣的观察是，Immad和Alex都认为，顶级AI实验室可能开始“留了一手”（pulling their punches）。他们内部可能拥有更强大的模型（比如OpenAI内部的“Zenith”模型），但出于成本、安全和战略考虑，并不会将最顶尖的能力立即向公众开放。...

在全世界的目光都聚焦于 GPT-5 之际，Matthew Berman 与 OpenAI 的研究主管 Mark Chen 进行了一次深度对话。在GPT-5发布前的紧张氛围中，他向我们揭示了这款万众期待的模型的诞生过程、核心技术突破，以及 OpenAI 对 AI 未来的宏大构想。 这不仅仅是一次技术发布，更像是一场风暴的序幕。那么，风暴中心的 OpenAI 内部究竟是怎样的景象？ 发布前的“情绪过山车”与不变的初心 每次重大发布前，OpenAI 内部都像坐上了一趟“情绪过山车”。Mark 坦言，项目初期总是充满兴奋，中途则会陷入一种“内部不确定性”——“这个模型会足够好吗？能达到预期吗？”而当接近终点线，看到所有努力汇聚成型时，那种能量又会重新燃起。此刻，整个团队都迫不及待地想把 GPT-5 展示给世界。 尽管 OpenAI 已经成长为一家拥有成功产品的公司，但其总裁 Greg Brockman 仍然强调，OpenAI 的本质是一个研究实验室。作为研究主管，Mark 如何平衡研究与产品的关系？ 他的回答简单而深刻：“研究就是产品。” 每一次重大的研究突破，最终都会转化为对用户有巨大价值和实用性的东西。而产品的成功，又反过来为更大胆的研究提供了资源。这是一种精妙的共生关系，缺一不可。他们希望研究能与世界产生连接，让人们真实地体验到他们正在构建的智能。 GPT-5的诞生：两大秘诀破解“数据荒”与“推理难题” 从 GPT-4 到 GPT-5，外界普遍认为，高质量的公开数据已经接近枯竭。这个假设基本正确，但并不完全。那么，OpenAI 是如何解决这个“数据稀缺”问题的呢？ 1. 合成数据的崛起 除了持续寻找新的公开数据源和授权数据，GPT-5 的一大关键突破在于大量使用了合成数据——也就是由模型自己生成，而非人类编写的数据。 很多人质疑，用上一代模型的数据来训练新模型，性能提升会不会非常有限？Mark 认为，合成数据的潜力远不止于此。他们发现，合成数据可以比人类数据质量更高，并能在关键领域显著提升模型性能，而不仅仅是加深表面知识。 尤其是在代码生成这个 OpenAI 极其重视的领域，合成数据发挥了巨大作用。尽管 Mark 没有透露具体比例，但他承认，在 GPT-5 的训练数据中，合成数据的占比正“越来越多”。他相信，合成数据的技术是通用的，未来可以应用到几乎所有领域。 2. 预训练与推理的完美联姻 如果说 GPT-4 是将“预训练范式”（Pre-training Paradigm）规模化到极致的产物，那么 GPT-5 则是第一个将“预训练”和“推理范式”（Reasoning Paradigm）真正融合在一起的模型。 这听起来可能有点抽象，我们不妨这样理解： 预训练：像一个博闻强识的学者，能快速从海量知识库中提取信息，给出直接答案。 推理：像一个深思熟虑的侦探，面对复杂问题时，会花更多时间一步步思考、分析、推导，最终得出结论。 过去，这两个模式相对独立。而 GPT-5 的目标是让用户无需自己判断“这个问题需要快还是慢”，模型会智能地在需要时调用深度推理，在其他时候则提供闪电般的快速响应。将这两个模式无缝集成，背后是 OpenAI 后训练（Post-training）团队的大量工作，他们让推理模型变得更快、更稳健、更可靠。 如何“感觉”一个模型的好坏？顶尖研究员的“Vibe Check”清单 当一个模型训练到什么程度才算“准备好了”？Mark 说这有点像一门艺术，需要在追求完美和把握时机之间找到平衡。除了各种硬核指标，一个关键环节是“Vibe Check”（感觉测试）。...