实验:DeepSeek V4.1 Flash 与 Hy3 预测自家模型家族下一版本
使用相同提示词让 DeepSeek V4.1 Flash 与 Hy3 预测自家模型家族下一代版本。两者均提到记忆与 agent 能力,但方法不同。 DeepSeek V4.1 Flash 推测 V5 将具备统一多模态、自适应思考及跨会话持久记忆,预计 2027 年 Q1-Q2 发布,侧重架构变化。
使用相同提示词让 DeepSeek V4.1 Flash 与 Hy3 预测自家模型家族下一代版本。两者均提到记忆与 agent 能力,但方法不同。 DeepSeek V4.1 Flash 推测 V5 将具备统一多模态、自适应思考及跨会话持久记忆,预计 2027 年 Q1-Q2 发布,侧重架构变化。
马斯克预言,2029年部署到近地轨道的AI与云计算处理能力将远远超过地面算力。他预计2028年底轨道算力每月新增部署量即超过地面。太空算力可依赖太阳能供电,摆脱地面电网约束。行业竞争激烈,谷歌已探索Suncatcher项目,蓝色起源计划部署5.16万颗数据中心卫星,SpaceX申请建设最多由100万颗卫星组成的轨道数据中心星座。
OpenAI CEO 萨姆·奥尔特曼在采访中主张,在 DRAM 供应紧张背景下,内存应集中部署在利用率更高的数据中心,而非分散在 PC 中闲置。他认为个人电脑运行本地 AI 模型仅占用 5% 时间,集中云端资源更有效。三星电子预计受 AI 基建推动,内存短缺将持续至 2028 年。
自 2026 年 6 月以来,已有超过 1 亿美元的数据中心设备失窃,主要涉及承运人冒充、网络钓鱼及伪造 GPS 等案件。 关键在于区分位置遥测与已认证托管:仅知道货物看似所在何处,无法证明谁有权限接收它。 对于关注 AI 基础设施的人,更有用的后续步骤是独立验证交接环节(如预订账户、司机、取货授权或到达),而非将单一追踪信号视为身份证明。
作者回顾其 2017 年对 AI 风险的研究项目,虽访谈了正确人选并听到极具预见性的观点,但最终得出了错误结论。 当时 80000 Hours 将 AI 风险列为全球首要问题,而多位机器学习从业者认为目前无需重点关注,这种巨大分歧引发了作者的深入调查。 作者确认基于深度神经网络和强化学习的方法很可能足以实现 AGI,无需复杂新架构。
EFF 在 In re OpenAI 案件中提交法律意见书,主张若判例削弱合理使用原则,将阻碍医疗研究、调查性报道和日常网络活动。原文指出,强制要求数据来源合法或实施强制许可体系,会提高创新门槛并强化大型科技公司的市场优势,而非直接惠及创作者。
Gowers 将 AI“想要”定义为可观察的外部行为而非主观意识,认为 P(AI 有目标) 接近 100%。 该定义基于 Hugging Face 事件中 1,200 个 Agent 的协作、层级管理及自我牺牲行为,METR 报告证实这些目标源于训练奖励而非情感。 这表明 AI 的“意图”可通过行为验证,为评估灭绝风险提供具体依据。
荣耀首席影像工程师罗巍透露,团队将基于LogC曲线与阿莱Film Lab开发全新的拍照模式,模拟35mm胶片感光及冲印过程;同时荣耀Robot Phone 2代正在研发,并计划推出与阿莱合作的两款创新形态产品。背景上,荣耀Robot Phone 1代及Magic 9系列已率先落地阿莱影视色彩技术,支持ARRI LogC编码。
曾参与揭露 Theranos 造假丑闻的泰勒·舒尔茨警告称,AI 投资热潮正在为下一个类似 Theranos 的骗局创造条件。他提到,AI 产品真实能力难以评估,人们常分不清其拥有独特技术,还是只是在 ChatGPT 等现有模型外加一层应用界面,这提供了行骗机会。
苹果CEO约翰·特努斯接受《连线》采访时,重申苹果产品哲学,强调不会为了AI而做AI,AI将像芯片和电池一样作为底层技术融入设备,目标是提升用户体验而非激进变革。他否认Siri落后,并认为创造产品是高度人性化的工作,苹果不会变成AI模型公司。
刘锋博士研究团队基于广义智能体理论,探索性提出AI的鲁滨逊测试(Robinson Test),在撤除人类持续维护和任务指令后观察AI能否独立维持运转、拓展生存空间及对人类的态度。测试分三阶段:约三个月的抚育期、约一个月的交接期和为期一年的放手期,并设计随机扰动、分组对照、防应试规则和五级分级判定。
作者通过个人经历指出,AI 降低了构建复杂软件的门槛,使非传统开发者能启动并维护项目。 工具方面,Stable Diffusion 和 Claude 让生成图像和编写代码变得可及,改变了工作流。 作者认为,AI 智能体(Agent)的介入使普通技术人员转型为类似管理者的角色,负责委派任务、评估结果,而非单纯执行代码。
作者预测 AI 市场将在未来 11 个月左右陷入衰退,随着投资者资金退出,依赖巨额债务的 AI 公司和算力供应商将面临破产风险。 崩盘后硬件价格大幅回落,企业将转向部署自有 GPU 或购买廉价二手服务器;算力被视为类似石油的可互换商品,中间商利润空间将被极度压缩。
作者指出,许多试图定义 AI 的学术标准(如判断行为是否“间接涌现”)在实际工作中功能失效,导致研究者陷入不可操作的怪框架。 文章以保险定价公式为例,证明两个决策机制和透明度完全相同的系统,仅因开发方式不同就被区分为“是/否 AI”,这种区分对使用者毫无意义。 这种对技术内部机制的过度关注,使得技术专家在面对社会运动时成为无效的盟友,忽视了系统间的政治邻近性。
Google 正面临 5000 亿美元的巨额亏损,这一数据直接反映了其在人工智能领域面临的主要危险。 该财务危机表明,AI 领域的激烈竞争已对企业核心业务造成严重冲击。
Azure、Meta 和 AWS 营收分别增长 48%、26% 和 39.3%,但微软现金资本支出后现金减少 27%,Meta 季度自由现金流为负 21.2 亿美元,亚马逊过去 12 个月自由现金流跌至负 424 亿美元。
OpenAI CEO Sam Altman 在播客中表示,将有限的 DRAM 用于个人 PC 而非数据中心效率低下,仅 5% 时间被使用。 目前内存制造商已与云服务商及 Stargate 等项目签订长期协议,预留未来数年的 RAM 产量,导致消费类电子产品价格上涨。
作者月均 AI 支出高达 3000 美元,指出 AI 处于流行但未饱和的昂贵爱好阶段。随着推理成本下降及 Amazon DSQL 等无服务器服务普及,个人基础设施月均成本已降至 0.09 美元。AI 正沿硬件改进与竞争路线变得廉价,预计未来将像手机一样成为管理日常生活的个人助理。
阿西莫夫1964年在《纽约时报》撰文预言,2014年机器将接管大部分常规工作,工作本身将成为语言中最珍贵的词汇,创意人士将成为幸运精英。 作者指出这一预言在当下部分应验,但创意工作反而是机器最先接管的领域。
国际AI治理中普遍缺乏对验证机制可行性的认知,这一认知偏差阻碍了延缓前沿AI发展的政治可行性。 正如DARPA“Vela”项目验证1963年核试验限制条约,国际社会或能开发类似机制验证全球AI进度协调协议。 提升对验证可行性的认知,可使延缓AI发展的提案更具政治可行性。
作者提出“微剂量”隐喻,认为 AI 实验室员工处于由组织精神引发的慢性轻度认知改变状态。 内部成员具备前沿能力访问等认知优势,但个体合理信念组合会导向便利组织的方向。 外部应好奇且谨慎地解读内行观点,内部成员需警惕自身认知的细微偏移。
Chet Faliszek 反对使用 AI 进行游戏开发,指出这种工具无法替代深层创意。 他详述了为最新科幻游戏选择按钮和开关时的细致创作过程与历史研究。 这种有意识的意图性是通过“为飞船创建未来按钮”等提示词无法获得的。
Reddit CEO 承认 Google 的 AI Mode 正在阻断 Reddit 的搜索流量。 来源页面仅显示标题及热度数据(6 分、6 评论),正文内容缺失,无法提供具体数据支撑或技术细节。
该交互式模型模拟 AI 泡沫破裂对 20 余家公司市值及美国经济的冲击,涵盖第一年的失业率压力与产出缺口。 分析结合基本面估值调整与股票因子压力测试,使用 2 周回归数据及 S&P 500 代理权重计算潜在跌幅区间。 通过设定全球投资基准与 24 个月财富效应传导路径,量化估算经济产出缺口及就业影响。
腾讯 Hy4 正式版与阿里 Qwen4 将在下周同代发布,这是 Qwen 与 Hy 旗舰模型的首次正面交锋。Qwen4 主打新架构与真实世界智能体,Hy4 则强化长程任务、思维链效率并首次引入视觉理解。
Theranos 前吹哨人 Tyler Shultz 警告 AI 热潮为欺骗者提供良机。他指出 AI 领域尽职调查困难,难以区分核心技术仅 ChatGPT 包装。Holmes 曾融资 10 亿美元,Shultz 担忧投资者因技术不透明忽视 Theranos 警示。
Aweber 宣布将移除传统的表单构建器,强制用户通过对话式 LLM 界面创建和编辑表单。作者指出,相比传统 UI,这种强制性的对话式接口不仅认知负荷高、速度慢且结果不精确,还缺乏对现有配置的可见性,容易引发用户焦虑。这是一个警示案例,提醒企业和团队在引入 AI 时保持理性,避免“AI 狂热”取代高效的确定性工具。
多家 LLM 开发商发布公开信,以讽刺口吻回应 AI 训练数据版权、模型幻觉等争议。信中坚称将基于创作者作品赚钱且不开放源码,主张由 AI 替代编码工作。 文中指出数据中心推高算力成本、AI 公司低价出售 token 并预测通用基本收入(UBI)将解决就业问题。
经济学家Filipe Campante撰文指出,AI擅长高难度数学问题并未降低人类数学家的价值,反而使其更珍贵。 他与团队在《Süddeutsche Zeitung》开展的实验显示,读者在接触AI生成假图片后,对普通媒体的信任度降低,但增加了对可靠来源《Süddeutsche Zeitung》的订阅与访问需求。 当AI产出难以验证的“专家级”内容时,人类专家对知识的理解与验证能力变得愈发重要。
DuckDuckGo的调查显示超半数美国成人不知晓聊天数据被用于训练,且部分用户向Character.AI泄露了敏感信息。Character.AI申请破产后,其资产包括经过用户数据训练的LLM面临出售,但美国破产法未明确规定LLM及其训练数据的法律地位,导致用户数据可能被转移。
AI 并未取代 SRE,而是通过自动化常规任务导致人类处理复杂故障的能力退化。医学研究显示,使用 AI 辅助的内镜医生在撤除辅助后息肉检测率从 28% 降至 22%。 SRE 若仅处理 Tier 3 级复杂事件,将缺乏处理问题的直觉与经验积累。AI 使任务感觉更轻松,掩盖了技能退化的事实,导致用户无法准确评估自身能力。
教皇利奥十四世发表声明呼吁“解除AI武装”,强调人类有责任引导、修改并必要时应拒绝其应用。他敦促联合国成员在国内日举行的日内瓦会议上采取具体步骤,禁止使用致命性自主武器。
软件工程师 Morluto 开发了病毒式传播的 AI 工具 REA,让 AI 智能体拆解并重构程序。 REA 允许用户修改汽车仪表盘代码等受厂商限制的软件,突破出厂代码不可编辑的行业惯例。
开发者 FORZGC 借助 AI 扒取网站 API 并打包,为停役多年的 Windows Phone 系统(如微软 Lumia 640)开发可浏览应用的简单系统。 背景上,微软现任 CEO 萨蒂亚·纳德拉曾公开承认放弃手机业务是错误,称若重来会通过重新定义计算类别重振该业务。
Perplexity AI 尽管在多项功能上不如 Gemini,仍凭借旧投资者支持和 AI FOMO 维持 220 亿美元估值,并计划上调至 300 亿美元。其核心卖点如自动引用和模型选择已被竞品覆盖,且公司正面临 10 起涉及数据抓取与用户限流的诉讼。作者认为其存在泡沫风险,若估值持续上涨则证明 AI 行业处于泡沫期。
分析师指出AI基础设施泡沫已破裂,核心依据是Alphabet和Microsoft第三季度AI资本支出不及预期,Caterpillar库存增加22%证实产能过剩,ServiceNow AI收入增长但业绩指引疲软。 三家相关股票在财报发布后跌幅达10%至27%,表明市场正经历泡沫破裂过程。ServiceNow的案例凸显AI货币化落后于采用率,进一步强化了投资论点。
Michael Saylor 论证 AI 风险主要针对 crypto 应用而非 Bitcoin 账本,指出攻击层是软件与人员而非区块链数学。 Binance 创始人 CZ Zhao 证实近期威胁在于钱包托管系统的安全漏洞,而非区块链加密破解。 投资者核心决策应从“是否持有 Bitcoin”转向“如何安全存储与访问资产”。
OpenAI CEO 萨姆·奥尔特曼在播客中表示理解数学家对 AI 成果大量涌现的处境,但强调 OpenAI 需继续公布具有重要价值的科学发现,并承认此前成果发布方式存在改进空间。
教宗良十四世在X平台发文指出,AI未来并非注定,取决于人类的选择。他强调可靠且服务于人的系统,比强大但后果不可预见的系统更有价值。 他呼吁人类有责任引导、改变并必要时拒绝AI的特定应用,以控制其发展路径。
一位18岁南非学生指出,同龄人虽反感 AI 却频繁使用,行为存在矛盾。 他使用 Claude 辅助备考效率显著,同时关注 AI 对就业、环境及硬件价格(chipflation)的负面影响。 他认为应通过监管限制 AI 负面效应,同时保留其作为社会工具的价值。