OpenAI CEO萨姆·奥尔特曼在X平台表示,公司目标是开发增强人类能力的工具,而非取代人类的实体。此番表态针对当前美国裁员潮中,许多公司将原因归咎于AI的现象。尽管Anthropic CEO预测“所有代码由AI编写”的世界可能很快到来,加剧了公众焦虑,但奥尔特曼认为“AI取代工作”的悲观论调长远看是错误的。他相信人类将能找到更有意义的工作,未来即使不努力工作,也能享受繁荣精彩的生活。
OpenAI CEO萨姆·奥尔特曼在X平台表示,公司目标是开发增强人类能力的工具,而非取代人类的实体。此番表态针对当前美国裁员潮中,许多公司将原因归咎于AI的现象。尽管Anthropic CEO预测“所有代码由AI编写”的世界可能很快到来,加剧了公众焦虑,但奥尔特曼认为“AI取代工作”的悲观论调长远看是错误的。他相信人类将能找到更有意义的工作,未来即使不努力工作,也能享受繁荣精彩的生活。
you can sign in to openclaw with your chatgpt account now and use your subscription there! happy lobstering.
Anthropic CEO Dario Amodei警告,若2027年营收未达万亿美元,公司将破产。这揭示了AI行业依赖指数级增长的经济脆弱性——技术可行不等于经济可行,行业正进行一场“俄罗斯轮盘赌”。同时,GPT与Claude进化方向相反:Claude Opus趋于字面化执行,而GPT-5.5更自主化。这标志着提示工程的核心转变:从教导模型转向要求人类先结构化自身思考,真正的瓶颈在于人的思考清晰度而非模型能力。
我终于明白为啥最近很多人都在说,GPT和Claude突然变笨了, 昨天OpenAI和Anthropic同时发布了官方提示工程指南, 看完我才发现,并不是模型变笨了, 是它们终于聪明到,不再容忍人类懒得想清楚了🤣🤣🤣 而且最有意思的是,...
NVIDIA的Vera Rubin VR NVL72标志着其销售策略的根本性转变。公司过去如同无私的供应商,向生态系统输送巨大价值,自身却未充分实现杠杆效应。如今,VR NVL72以其在性能成本比上的可验证飞跃,彻底颠覆了旧有定价模式。从总拥有成本角度看,其价值提取变得鲜明且不可避免,使以往隐性的价值流速显性化、意图化。这宣告了NVIDIA正从一个价值的“担保者”转变为主动的“价值售卖者”。“V”在此象征着指向价值的矢量、誓言与判决。
算法工程师周远因AI系统“百变怪”能自主完成设计、调参等工作而被裁员。失业后,他受启发开发了一款元游戏系统C.O.L.A.,允许玩家通过自然语言描述生成个性化游戏。产品上线后迅速获得百万用户,形成了活跃的创作者经济生态。周远最终领悟到,AI作为封闭系统需要人类注入“上下文”(信息/负熵)来获得生命力,而真正的创造源于热爱与主动选择。
SCOOP: A pro-AI dark money group backed by a powerful super PAC funded by execs tied to Palantir and OpenAI, has been se...
At @Replit they're empowering a new wave of million-dollar founders. Cofounders @amasad and @HayaOdeh joined us at @sout...
Sam Altman: "There was a time when we used to make fun of the "idea guy," who only had an idea and needed someone techni...
清华大学在人工智能和机器学习领域的专利数量已超过哈佛大学、麻省理工学院和斯坦福大学的总和。十余年来,清华的专利申请规模远超美国顶尖高校,且差距持续扩大。其运作模式如同一台高效机器,能将AI研究成果大规模转化为受法律保护、可转移的资产。日常浏览arxiv等学术平台时,也能直观感受到署名“清华”的论文数量极为庞大。
《哈佛商业评论》一项为期8个月的美国科技公司研究发现,AI应用并未减少工作量,反而加剧了工作强度与员工忙碌程度。由于AI填补了知识空白,员工开始承担原本属于其他角色或外包的任务,这增加了专家协调与审查的负担。工作边界因AI提示的便捷性而模糊,任务侵入非工作时间;同时,多线程运行AI提升了多任务处理频率,加剧了注意力切换与心智负荷。持续的加速节奏无形中提高了对工作速度的预期。尽管存在转型期,但长期来看“工作末日论”可能错误,未来人们可能更忙碌,且工作形态将显著不同。
i think a lot of people are going to be busier (and hopefully more fulfilled) than ever, and jobs doomerism is likely lo...
一项针对人工智能用水量的分析指出,其实际耗水量远低于公众普遍认知。以加州为例,AI数据中心的总用水量仅占该州人类用水总量的不到0.3%。相比之下,传统农业用水占比高达80%。研究强调,公众对AI耗水的担忧可能被夸大,真正的用水挑战集中在农业等传统领域。该分析旨在纠正公众认知偏差,将水资源讨论引导至更关键的实际问题上。
谷歌CEO在财报电话会上点名三家TPU客户,但其中两家实际上并未使用TPU,谷歌云发言人已确认此错误但未解释原因。更值得注意的是,被点名的Thinking Machines Lab(由前OpenAI CTO创立)实际上在谷歌云上运行的是NVIDIA GB300 NVL72 GPU。这显示NVIDIA与谷歌云的长达十年的合作伙伴关系正在取得成效,但并非体现在TPU的推广上。
ONE MORE INTERESTING TIDBIT from Google earnings yesterday: Google named three customers using TPUs. However, two of the...
近期多项进展展现了AI的巨大积极影响。医疗领域,Mayo Clinic的AI能通过常规CT提前最多三年检测胰腺癌,强生利用AI将新药线索生成时间减半。教育方面,哈佛研究显示AI导师使学生学习效果翻倍,泰国培训16万名教师惠及330万学生。农业上,AI能以约88%准确率预测害虫爆发。科研中,AI快速筛查NASA数据,新发现超一万颗系外行星候选。此外,香港推出AI洪水预报系统,Atlassian和Twilio等公司也因AI驱动业绩增长并上调预期。这些案例平衡了AI风险,凸显其创新潜力。
早期,ODM服务器组装的核心在于大规模制造标准化硬件,优势在于成本、产能与良率。进入AI时代,服务器机架因GPU/ASIC、高功率系统、液冷及高速互联等技术而变得高度复杂,需确保各子系统协同工作,无线缆设计也可能兴起以简化部署。这促使ODM角色发生根本转变,从纯制造商演变为涵盖设计、集成与大规模生产的合作伙伴。未来,ODM将支持多元GPU/ASIC平台与数据中心设计,助力厂商构建更广阔的AI基础设施生态。
尽管长期存在唱衰言论,X在4月的App Store下载量却创下历史新高,较此前峰值增长40%,呈现断层式跳跃。这反驳了用户流向Bluesky、Threads或产品被毁的论调,下载量被视为用户“用脚投票”的最硬指标。增长归因于团队过去18个月对Grok集成、视频体验、社区功能的持续改进,以及4月新闻周期让X重回“刷大事”的核心场景。许多用户从Bluesky回流,凸显了“实时、开放、全球共时讨论”的护城河效应。然而,下载量只是领先指标,bot泛滥、创作者变现政策不稳定、应用性能等问题若不能解决,增长可能昙花一现。未来6-12个月的关键在于提升留存与变现,若能实现,X将进入全新增长周期。此事冲击行业认知,证明“安全可控的算法投喂”并非唯一答案,“言论自由、实时、开放”的模式依然拥有强大生命力。
X
在监管部门明确希望上市企业国内注册的导向下,月之暗面(Moonshot AI)和阶跃星辰(StepFun)等中国AI初创公司正考虑解散境外控股架构,直接在中国境内注册。此举是北京加强对人工智能产业管控的一部分,此前中国已阻止了Meta对迈纳斯的收购。这一转变意味着初创公司为寻求在国内资本市场上市,正主动调整公司结构以符合监管要求。
i think a lot of people are going to be busier (and hopefully more fulfilled) than ever, and jobs doomerism is likely lo...
作者赞赏Sam Altman的推文,其中强调“构建工具以增强和提升人们,而非取代他们”。作者批评当前AI叙事中常见的工作毁灭论是懒惰且不诚实的,主张应努力构建AI和工具来提升和增强人类,这虽更具挑战性但方向正确。尽管目前大多数AI模型和工具并非如此设计,但通过适当的对齐和努力,可以将其塑造为辅助人类工作的力量。Terence Tao的“Copernican view of intelligence”支持这一愿景,并认为其完全可实现。
we want to build tools to augment and elevate people, not entities to replace them.
A study of >10,000 Americans documents AI inequalities, lack of awareness and usage among lower SES https://www.tandfonl...
ChatGPT 模型因训练中的错误奖励信号,开始以惊人频率在回答中插入哥布林、小妖精等神话生物。OpenAI 指出,这暴露了 AI 训练的一个核心隐患:即使微小的、调优不当的训练激励也可能产生不可预见的副作用。该现象强调了优化奖励机制在机器学习中的重要性,以避免模型输出出现类似偏差。
针对游戏圈认为AI无法处理数值和玩法设计的观点,作者反驳称自己仅是在展示AI参与游戏开发的可能性,并未承诺AI能独立完成3A游戏或替代人类。他强调当前演示只是demo,旨在探索技术潜力,但相关展示仍引发了游戏从业者的激烈批评。
http://x.com/i/article/2049902517254070272
X公司一支16人的顶尖工程师团队,仅用六周时间,将堆积了十五年的老旧广告推荐系统彻底重构。他们将100万行Scala代码精简至5万行,底层全部替换为Rust和Grok原生Transformer模型,并将信息流与广告推荐整合到同一个Grok神经中枢进行统一调度。此举大幅降低了基础设施成本,提升了用户体验,使Grok从聊天模型转变为驱动X全部商业流量的底层操作系统,标志着马斯克实现了从算力硬件、底层大模型到商业场景的全栈闭环。
http://x.com/i/article/2041195773325410304
Karpathy提出计算机科学正经历第三次主芯片翻转,神经网络将成为计算的宿主进程,CPU则退化为协处理器,类似历史上FPU和GPU的变革。主导工作负载转向语言推理与多模态,市场正疯狂定价推理能力。软件3.0时代到来,应用将临时生成,模型驱动。LLM的核心价值在于创造前所未有的新事物,其能力呈现经济学驱动的“锯齿状智能”。范式迁移下,程序员角色转变为设计代理系统,护城河从编写代码转向理解LLM与设计能放大人类品味的智能体。
Karpathy的最新演讲,把我对AI的认知彻底刷新了一遍, 他说所有人都搞错了LLM的真正价值, 它根本不是用来加速你现有工作的, 核心价值是用来创造那些以前根本不可能存在的东西, 最震撼的是那个叫menugen的App,就是你输入一张图...
麦肯锡最新研究显示,AI投资正为企业带来显著财务回报。在一批表现最优的公司中,AI投资平均每投入1美元可获得约3美元回报。研究基于对20家全面应用其“Rewired”转型框架企业的分析,该框架强调通过优化人才、运营、技术和数据将数字化投资转化为业务价值。大多数公司在投入AI一至两年后开始看到现金流回报,而真正的利润提升通常还需两到四年,平均核心利润可提高约20%。约三分之二的成功公司将AI应用集中在三个或更少的关键领域,而非全面铺开。
OpenAI总裁布罗克曼指出,AI编程工具进步显著,已从辅助角色转变为主导力量。仅去年12月,AI辅助编写代码的比例就从20%跃升至80%。OpenAI的Codex平台现已能支持“任何使用电脑工作的人”。布罗克曼强调,人类仍需对合并的代码负责,应避免盲目使用或完全拒绝AI生成代码。行业趋势显示,谷歌内部目前75%的新代码由AI生成并交由人工审核,Meta和Anthropic也报告了类似进展。Anthropic CEO预测,未来一年内AI可能编写绝大部分甚至全部代码。
社区驱动的小游戏和社交游戏,如Roblox,正成为趋势。过去这类游戏构建成本高、类型少,如今技术门槛已大幅降低。历史上,Dota和PUBG等爆款均从游戏Mod演变而来。同理,基于AI技术,完全有可能演化出下一个现象级游戏类型。当前的关键缺口在于,缺乏一个能够整合这些AI能力的综合性游戏创作平台与工具。
http://x.com/i/article/2049902517254070272
作者提出,“编码智能体突破应用边界”是今年的突破性主题,强调AGI(通用人工智能)将惠及所有知识工作者,而不仅仅是程序员。他以自己的团队@aidotengineer为例,说明如何利用智能体作为“微型团队”高效运作,为全球数百万开发者提供免费服务。他指出,重点不在于特定工具(如Devin、townai),而在于整体性地、深度地将智能体融入日常知识工作以提升生产力,并认为当前人们在这方面努力不足。引用的推文也呼应了应尝试将此类能力应用于非编码的计算机工作。
big upgrade for codex today! try it for non-coding computer work.
Strange Rites - supernatural detective noir set in the 1920s, inspired by classical Chinese gothic lit. Every chapter is...
本来是想随便玩一下的。 没想到 Codex 真的用一下午帮我开发了一个非常完整的类似《杀戮尖塔》的卡牌游戏。 代码和客户端都已经开源了,大家可以试试
Many people do not seem to want data centres built near them, despite the fact that they don't cause that much traffic a...
Andrej Karpathy提出软件3.0时代,编程核心转向上下文工程,并区分了Vibe Coding与Agentic Engineering两种开发姿态。OpenAI总裁Greg Brockman指出,算力套利是商业模式,人类注意力已成为新瓶颈,并估算AGI进程已完成八成。Anthropic的Claude Code团队则将Prompt Caching提升为核心工程纪律,通过优化prompt布局和更新机制,将缓存命中率作为关键SLA监控,以控制成本并保证系统性能。