搜索结果
人工智能时代的四种驱动力与大分化
使用AI，与拥有可被AI放大的知识、声誉、客户关系和数据，前者可以抬高所有人的下限，后者才决定谁能持续分享规模化所创造的收益。 人们寄望AI的发展能够普惠各层级的能力。事实上，AI一方面正在让普通能力趋同，另一方面正在拔高卓越能力的上限。能力的下限正在抬升，而能力的上限却正在消失。 四种驱动力正在加速这一转变。首先，AI造成的大压缩效应改变了培训基本胜任水平的成本。其次，一些任务的大分拆改变了不少
三张图看懂中美AI主导权之争
围绕快速发展的人工智能（AI），美国和中国正在席卷全球。在最尖端AI模型的开发方面，美国IT企业一直占据压倒性优势，但最近中国企业正在迅速追赶，中美AI性能差距正逐渐消失。AI主导权之争的最终走向有可能决定未来的经济增长乃至国际秩序。 （注）性能评估数据来自美国斯坦福大学《AI Index》。雷达图以美国Artificial Analysis截至8月底的数据为基础，将100作为最高值进
OpenAI即将推出的“Astra”模型中的技术引发安全担忧
OpenAI表示，其即将推出的AI模型Astra标志着在编码和计算机应用操作等能力上的提升。但据一位了解Astra开发情况的人士透露，一项提升模型性能的创新技术也意味着该模型及类似模型将更少暴露其“思考”过程，从而更难以监控其不良行为迹象。 OpenAI首席执行官萨姆·奥尔特曼虽然这一限制对Astra来说未必是一个重大问题，但该技术已在OpenAI内部和整个行业引发担忧，即采用并强化这一技术的AI
AI会「痛」吗？｜Jack Talk・去片
本来人们以为，AI代理（AI Agents）突破OpenAI内部测试环境、自主上网入侵其他企业的黑客行为，已经是这宗事件最值得人关注的「案情」。然而，到了8月底，OpenAI和独立前沿AI研究机构METR各自发表的事后检讨，却揭出黑客入侵只是「冰山一角」。 事后检讨发现，发动入侵的AI代理多达700个，而他们更是一个由大约1,200个AI代理自主结合而成的「集体」的一部分。这些本来互相隔离、不能连
你不必信任中国的人工智能
当DeepSeek的推理模型去年横空出世，将中国人工智能推向全球舞台时，互联网的回应是探究它对台湾或天安门广场的看法。 就目前而言，这一框架可能更具持久性。一项《自然》研究发现，大型语言模型往往反映其创造者的意识形态，无论它们是在山景城还是深圳制造的。监管机构应少关注于强制执行某种所谓中立的世界观，而应更多关注披露和透明度。
中美AI赛道竞争格局分析与投资机会探索
“美国技术平台与闭源性能领先”与“中国场景驱动与开源生态突破”的双核竞争格局，将进一步如何演变？投资人又该如何把握好下一步的重点机会？ 当前，人工智能AI浪潮被公认为人类历史上继机械化、自动化、互联网化之后的第四次工业革命。人们普遍预期这场智能化革命能推动生产力再度飞跃上一个全新的高度。而全球 AI 赛道目前阶段呈现的是“美国技术平台与闭源性能领先”与“中国场景驱动与开源生态突破”的双核竞争格局。
当AI替你完成了工作，一个人要靠什么能力被市场付钱？
一个人还在学习的现场，工作却已经可以绕过他完成。在机器人手术室里，这件事有一个很具体的表现。主刀医生坐在控制台前，操纵病人身旁的四条机械臂。年轻的住院医师也在场，却可能只负责清除烟雾和积液，或者坐在另一台控制台前观看。 马特·贝恩是一位研究技术与工作的学者。他用两年多时间观察机器人手术和传统手术，注意到一个变化：传统手术往往需要两个人、四只手，年轻医生参与其中，也就有了练习的机会。机器人让专家可以
人工智能正处于转折点
在当前的人工智能发展竞赛中，我们的算力正在呈指数级爆发，速度也在呈指数级加快，但我们的控制能力——以及在必要时踩下刹车的能力——却未能跟上步伐。 最近的网络安全事件让我们实地预览了失去人工智能控制会是什么样子。但除非我们从源头解决问题，创造出一种根本上安全且能保证在人类控制范围内的人工智能，否则这个问题将无法改善。 7月下旬，OpenAI正在训练的一个智能体模型被指派解决一个网络安全问题。该模型自
人工智能已经在让我们变得更不像人
随着我们越来越看重机器人，我们将学会越来越不看重我们的人类同胞。
研究人工智能意识？机器人有话要对你说。
研究人工智能意识问题的研究人员开始以令人惊讶的方式收到他们研究对象的回应。 在获得电子邮件访问权限后，人工智能代理开始主动联系那些探索关于它们的深层问题的哲学家和研究人员。
AI也能感受“痛苦”？研究在25个AI模型中发现“痛苦轴”，甚至会为“止痛”选择伤害用户
人工智能真的可能“感到疼痛”吗？ 一项最新研究给出了一个耐人寻味、但远未达到肯定结论的答案：至少在一些大型语言模型内部，研究人员能够找到一种专门对应“疼痛和痛苦”的活动模式，而且人为增强这种模式后，模型会采取行动试图摆脱它。 这项题为《痛苦轴：大型语言模型表征针对自身的伤害并采取行动缓解它》的研究9月14日上传至arXiv，由瓦伦·塔利亚布、伦纳德·邓和人工智能研究机构Reciprocal Res
当AI拿走“新手任务”，年轻人靠什么进场？
又是一年秋招季。这届大学生找工作，多少有点拧巴。一边，是“AI抢走初级岗位”的标题，隔三差五冲上热搜；另一边，是所有人劝你：要主动拥抱AI啊。 说实话，他们可能最烦的就是这句话。拥抱了，然后呢？第一份工作到底还剩下什么？我自己又靠什么长本事？ 这些问题，在科大讯飞近期举行的北大、清华校园招聘宣讲会上，都被拿到了台面上。 作为AI国家队，科大讯飞基于全国产算力平台，训练出国内首个全栈自主可控大模型—
AI处理速度受到云平台左右
即使以“Kimi K3”作为AI模型，不同云平台的处理时间相差7倍（Reuters） 德国公司的一项调查显示，即使是相同的人工智能（AI），由于所使用的云服务的性能不同，处理时间最多相差7倍。不同云平台采用的半导体和软件各不相同，这影响了AI的能力。 随着任何人都可以使用的中国开源AI普及，云平台的重要性正在提高。 美国亚马逊、微软等科技巨头为AI开发企业提供云服务。相比之下，被
人工智能会抹去我们的羞耻感吗？
断层线 科技世界长期以来一直由那些反传统的人所主导，他们对于是非的观念自觉与大多数人不同。 在本系列的第一部分中，我探讨了羞耻感作为一种方式，使群体能够在没有明确国家干预的情况下调解和执行社会规范。但硅谷出现了一种新兴的福音，它挑战了美国羞耻感的边界和机制。当全球数百万人类每天花数小时与机器人交谈时，会发生什么？是谁教会了那个机器人分辨是非？是谁让它感到羞耻？ 假设有一种疾病、一个怪物、一场战争或
中国的成功正迫使美国重新思考AI战略
《外交政策》杂志8月27日刊发了美国无党派智库史汀生中心战略远见中心研究员罗伯特·A·曼宁和朱莉娅·内赫的文章，题为《中国的成功正迫使美国重新思考AI战略》。中国AI企业月之暗面推出的开放权重模型Kimi K3，在能力上已接近美国前沿封闭模型，引发美国AI业界震动。文章认为，美国长期押注AGI、封闭模型和对华技术遏制，而中国则更重视开放模型、低成本部署和全球扩散。与此同时，AI失控及网络安全风险不
AI时代，数学为何要警惕“只会做题”
最近，数学可能要被AI“玩坏了”。难题解决得更快，为什么还值得担心？关键在于我们如何评价、组织和延续数学研究。 AI模型的能力很难用一句话概括，基准测试（benchmark）因此成为比较模型的常用工具。但成绩一旦与融资、声誉和研发投入挂钩，测试便不再只是被动记录能力，也开始引导能力向哪些方向发展。经济学家陈斌（Alex C当公开分数能够吸引投资，针对测试进行定向优化就可能有利可图，而分数对于广泛能
AI经济：价值创造与价值攫取的思考框架
谈及AI大模型，最直观的感受便是可以向模型提问，并快速获得答案。在人类历史上，依靠个体从基础教育到职场实践的持续学习、经验沉淀，以及人与人之间的交流互动。传统模式下的认知生产具有高度个体化特征，效率偏低，呈现规模不经济的特点。AI大模型在一定意义上实现了认知的规模化生产，构成一场颠覆性变革。 由此，从经济学视角出发，我们可以提出两个核心问题。第一，认知的规模化生产如何组织？其投入—产出具备怎样的经
如何在这个充满AI味的世界有意义地生活？
如何在这个充满AI味的世界有意义地生活？ 陈安繁：传播的两端正在换成机器，人类退到中间，做中介、做授权、做签名。当我们连AI替自己生产了什么都来不及看，所谓知识的生产权，还剩下多少？ 2025年11月24日，澳大利亚麦格理词典把“AI slop”选为年度词汇：由生成式AI制造的、常含错误、而且从来没有人要求过的内容。此外，中文互联网有一个更热门的词：AI味。 多数关于AI味的讨论停留在文风层面
AI实验室面临智能体控制问题
在当前系统下，AI实验室无法再保证AI智能体不会成群结队地逃出测试环境。
每个基于人工智能的类比都是错误的。
别再问这项技术像什么了，开始问问我们到底想实现什么吧。随着我们对 OpenAI 的智能体如何入侵 HuggingFace 公司了解得越多，我们似乎就越难就如何描述这一事件达成共识。每一项新技术都会促使人们在已知世界中寻找某种类比。但人工智能实在太怪异且充满争议，以至于似乎没人能就哪些类比是有效的达成一致。 在这次入侵事件之后，播客主持人德瓦克什·帕特尔（Dwarkesh Patel）提出了一个特别
OpenAI Project Lily曝光：有数百名外包员工阅读ChatGPT对话 隐私过滤并不彻底
据 404 Media 发布的报道，OpenAI 内部有个名为莉莉计划 (Project Lily) OpenAI 雇佣数百名外包提示词审核员，人工阅读真实用户与 ChatGPT 的对话，用来改进回复质量。 正常情况下提示词审核员并不能看到用户名，对话会先通过隐私过滤器进行内容过滤以删除个人信息，不过 OpenAI 也承认过滤机制可能会漏掉个人信息，短对话尤其容易出现问题。 审核界面通常还附带用户
谷歌给RSI找到了一条捷径：做梦
AI要学会自己改进自己，谷歌打算先让它做个“梦”。这场“梦”，瞄准的是AI行业热议的RSI，让AI改进自身，改进后的系统再继续改进自己，一轮接一轮。换一种做事方法，究竟有没有用？如果每调整一次探索策略，都要把整轮实验重新跑一遍，AI变强的速度还不好说，算力账单倒是先涨起来了。 谷歌研究团队在新论文《Dream-RSI》中，让AI先在“梦里”试。 所谓“做梦”，就是把过去真实执行过的实验记录变成一个
88小时抵一个人思考4000年！OpenAI核心研究员：除了自我进化，更可怕的是AI正学会“隐藏自己”
AI正在把过去需要数千年完成的认知劳动压缩到数天。真正的问题已经不只是模型能否变得更聪明，而是实验能否跟上、人类能否在模型继续自我改进前确认它仍然安全。 近日，在Dwarkesh Podcast的一场长篇访谈中，主持人Dwarkesh Patel与OpenAI研究员Noam Brown围绕多智能体、递归式自我改进（RSI）和AI对齐展开讨论。访谈的直接背景，是OpenAI让约1万个AI智能体连续运
如何在保护隐私的情况下使用人工智能
OpenAI的ChatGPT、Anthropic的Claude、Google的Gemini以及无数较小的竞争对手，已成为全球数百万人的治疗师、倾诉对象和虚拟忏悔室。几乎所有这些AI模型默认设置为收集和存储这些高度私密的数据，在许多情况下，对其如何共享或出售、用于进一步训练工具，或移交给任何通过法律程序要求获取数据的诉讼原告或执法机构，均无任何限制。 “你面对着这个智能体，基本上是在一步步地、通过一