20:54Gary Marcus@GaryMarcus精选Gary Marcus 引用六年前的文章《AI 的下一个十年》,指出世界模型(World Models)的核心地位终于得到认可。DeepMind 的 Demis Hassabis 认为当前 AI 的局限在于语言只能描述世界,无法包含世界,而世界模型是他“最持久的热情”。语言模型从文本中吸收了远超预期的现实结构,但文本只是经验的压缩残渣,无法编码重量、抓握、平衡、摩擦等物理细节。世界模型旨在学习物理现实的隐藏语法——物体如何持续、力如何展开、空间如何随行动变化——这对于真正的智能至关重要,因为智能不仅是回答得好,更是知道下一步行动会带来什么后果。AI模型世界模型Gary MarcusDemis HassabisDeepMindAGI推荐理由:Marcus 和 Hassabis 点出了当前 LLM 的根本局限——文本无法替代真实体验,做 AI 研究或关注 AGI 方向的开发者值得深入理解世界模型为何是下一关键突破。原文
09:26rohanpaul_ai@rohanpaul_ai72°DeepMind 创始人 Demis Hassabis 指出当前 AI 的局限:语言可以描述世界,但无法包含世界。语言模型从文本中意外学到了大量现实结构,但文本只是经验的压缩残渣,而非经验本身。世界由需要亲身经历、触摸、预测、违反和修复的约束构成,而非仅由可命名的事实组成。Hassabis 认为世界模型旨在学习物理现实的隐藏语法——物体如何持续、力如何展开、空间如何变化、行动如何产生反馈。他强调,智能不仅是回答得好,更是知道如果你移动、伸手、推、闻、滑倒或失败,接下来会发生什么。AI模型世界模型语言模型Demis HassabisDeepMindAGI推荐理由:Hassabis 点出了当前大语言模型的核心天花板——文本无法替代真实体验,做 AI 研究或关注 AGI 路径的人值得细读,看完会对世界模型的价值有更深理解。原文
02:23rohanpaul_ai@rohanpaul_ai72°据彭博社报道,DeepSeek 正在进行 102.9 亿美元的融资谈判,创始人梁文锋明确表示将优先推进 AGI(通用人工智能)研发,而非追求短期商业化。梁文锋承诺继续开发开源 AI 模型,这一战略与当前许多 AI 公司追求快速盈利的趋势形成鲜明对比。该融资若完成,将成为 AI 领域最大规模融资之一,凸显 DeepSeek 在开源 AGI 路线上的坚定决心。行业DeepSeekAGI开源融资AI 战略推荐理由:DeepSeek 在巨额融资中坚持开源 AGI 优先,这对关注 AI 长期发展的开发者和研究者是个重要信号——开源路线并未被资本裹挟,值得持续关注其模型进展。原文
13:34AI Will@FinanceYF5Dan Shipper 在报告中指出,尽管他们用 AI 代理自动化了所有能自动化的工作,但公司员工数却从 4 人增长到 30 人。他认为,AI 降低了专家能力的成本,反而刺激了对专家服务的需求,导致人类工作不减反增。这种动态随着 AGI 的接近会进一步加剧。文章分析了自动化悖论的结构性原因,挑战了 AI 会消灭工作的普遍预期。行业AI 自动化就业影响专家经济Dan ShipperAGI1 个信源在谈推荐理由:Dan Shipper 戳破了 AI 自动化的常见幻觉——不是工作变少,而是专家需求暴增。做团队管理或关注 AI 对就业影响的,读完会对 AI 时代的人力策略有全新认知。原文
08:05Lenny Rachitsky@lennysanDan Shipper 在推文中分享了一个反直觉的现象:尽管他们用 AI 智能体自动化了所有能自动化的事情,但人类员工数量却从 4 人增长到 30 人。他撰写了一份报告,分析了结构性原因:AI 让专家技能变得廉价,反而刺激了对专家的需求增长,且这一趋势会随着 AGI 的接近而加剧。这挑战了“AI 会取代人类工作”的普遍认知,揭示了自动化可能创造更多而非更少人类工作的经济逻辑。行业AI 自动化人类工作专家需求AGI经济影响推荐理由:Dan Shipper 用真实数据戳破了“AI 消灭工作”的简单叙事,做自动化决策的团队和关注 AI 经济影响的读者,看完会对人机协作有全新理解。原文
01:20rohanpaul_ai@rohanpaul_aiOpenAI 联合创始人 Greg Brockman 在播客中透露,2017 年团队开始认真思考如何实现 AGI 时,发现算力需求远超预期。他们接触了 Cerebras 等公司,意识到需要大量专用硬件和大型数据中心。非营利筹款存在上限,无法支撑如此巨大的投入。因此,Elon Musk、Sam Altman、Ilya Sutskever 和 Brockman 一致同意,必须创建营利实体才能继续推进 AGI 使命。这一决策标志着 OpenAI 从非营利根基转向混合结构,也揭示了 AI 研发中算力成本的关键作用。行业OpenAIAGI算力非营利转营利Cerebras10 个信源在谈推荐理由:这段内部决策过程揭示了 AI 研发中算力成本如何倒逼组织变革,对关注 AI 产业趋势和创业模式的读者有启发——非营利模式在资本密集型领域可能行不通。原文
16:25Greg Brockman@gdb88°OpenAI 在著名的组合几何问题——Erdős 1946 年提出的平面单位距离问题上取得重大突破,AI 模型找到了构造 n 个点使得单位距离对数超线性增长的方法。此前所有已知构造的单位距离对数都接近线性,而新方法实现了 n^{1+δ} 的常数 δ 增长(后续改进显示 δ=0.014)。这是 AI 首次在数学核心难题上做出实质性新知识生成,而非仅验证已知结果。数学家表示“很难入睡”,认为这是 AGI 的征兆。AI模型OpenAI数学突破组合几何新知识生成AGI10 个信源在谈推荐理由:这是 AI 首次在数学核心难题上生成全新知识,做数学研究或 AI 基础研究的团队值得关注——它可能改变我们对 AI 创造力的认知。原文
08:00小互@imxiaohu一条推文将 Gemini Omni 形容为“视频版的香蕉”,暗示其具备强大的视频编辑与理解能力。作者认为它远不止视频编辑,而是世界模型的雏形,代表了通用 AGI 的初始形态。该推文引发了对 Gemini Omni 潜力的讨论,认为它可能推动 AI 从语言模型向多模态世界理解迈进。AI产品Gemini Omni世界模型AGI多模态视频理解推荐理由:如果你关注多模态 AI 和 AGI 进展,这条推文点出了 Gemini Omni 可能超越视频编辑、成为世界模型雏形的关键判断,值得一看。原文
07:41Sam Altman@samaOpenAI CEO Sam Altman 在 X 上分享了公司最兴奋的三件事:AGI 加速研究、AGI 加速公司发展、以及个人 AGI 帮助每个人实现目标。他提到今天宣布了单位距离结果,昨天宣布向每家 YC 公司提供 200 万美元 OpenAI 积分投资,并强调需要加大第三件事的投入。这条推文反映了 OpenAI 对 AGI 未来应用场景的愿景,从科研到创业再到个人赋能。行业AGIOpenAISam AltmanYC 创业个人赋能10 个信源在谈推荐理由:Sam Altman 亲自划重点,做 AI 研究、创业或关注个人效率的读者,能从中看到 OpenAI 的下一步战略方向,值得关注。原文
21:01Gary Marcus@GaryMarcusDaniel Eth在X上评论AI的长期影响,认为AI将极大改变世界,但方向完全不可预测。他反驳了“每周工作3.5天、活到100岁”的乐观预期,指出结果可能更好或更糟,包括工作大幅减少或增加、寿命远超100岁、甚至灭绝事件。他强调变化不会是温和的渐进改善,并批评摩根大通CEO戴蒙对AI重视不足。这条评论引发了对AI风险与机遇的深度讨论。行业AI风险AGI长期影响Daniel Eth不确定性推荐理由:AI从业者和关注AGI风险的人值得一看——它戳破了“AI会让一切变好”的简单叙事,提醒我们不确定性才是最大的变量。原文
13:22Gary Marcus@GaryMarcus精选Gary Marcus 等学者在皇家学会《哲学汇刊 A》组织了一期关于“世界模型”的特刊,集结了 Michael Levin、David Ha、Melanie Mitchell、Joshua Tenenbaum 等顶尖研究者。特刊聚焦于当前 LLM 的局限,探讨如何通过构建世界模型实现更接近自然智能的 AI,包括因果推理、系统 2 认知和意识等核心问题。文章指出,世界模型可能是让 AI 具备可靠推理和泛化能力的关键,甚至关系到 AI 安全的未来。这一特刊标志着学界开始认真面对“超越 LLM”的硬问题。论文世界模型AGI自然智能因果推理系统2认知推荐理由:世界模型是 AI 从“鹦鹉”走向“真正理解”的关键一步,做 AI 研究或关注 AGI 路径的人,这篇特刊的阵容和问题清单值得细读。原文
00:37orange.ai@oran_ge一条推文引用了控制论中智力的定义:智力=速度×正确,即单位时间内做出正确选择的能力。作者指出 AI 可以极大提升速度,但正确性仍是未知数。例如 AI 能让编程速度无限快,却无法告诉你该做什么产品。作者认为,当 AI 能告诉你选择做什么能赚钱时,才算达到 AGI。行业智力公式AGIAI 局限产品决策控制论推荐理由:这个公式点出了 AI 当前的核心局限——速度已不是瓶颈,但正确选择的能力才是关键。做产品决策的创业者、技术负责人看完会重新思考 AI 的边界,值得停下来想一想。原文
23:25Gary Marcus@GaryMarcusGary Marcus在X上回应@Nima292,指出当前的大语言模型(LLM)并非通用人工智能(AGI),但已经会导致部分工作岗位流失。他认为,如果未来真正实现AGI,失业问题将更加严重。这一观点引发了关于AI对就业影响的讨论,提醒人们关注技术发展的社会后果。行业LLMAGI失业Gary MarcusAI影响推荐理由:Gary Marcus的这条推文戳中了AI从业者和政策制定者的焦虑点——LLM已经带来失业,AGI会更糟。关心AI社会影响的人值得一看,看完会思考技术发展的代价。原文
22:52elvis@omarsar0精选一篇立场论文提出,智能体 AI 系统(而非更大的基础模型)是通往 AGI 最可行的路径。作者将“智能体”的贡献形式化为多个可分离的维度:记忆、推理、工具使用、自我改进和对齐。每个维度都有其独特的瓶颈(如长程连贯性、信用分配、安全审计),而这些瓶颈无法通过增加预训练算力来解决。论文认为,单纯扩大模型规模不足以克服这些挑战,智能体架构才是关键。论文智能体AGI推理模型对齐论文推荐理由:这篇论文为智能体 AI 的路线图提供了清晰的理论框架,做 AGI 研究或智能体开发的团队值得一读,能帮你理解为什么堆算力不是万能药。原文
18:37IT之家(博客/媒体)OpenAI 首席未来学家约书亚·阿奇亚姆在法庭作证,回忆 2018 年马斯克因 AI 安全分歧在全员会议上骂他“蠢驴”。马斯克当时计划离开 OpenAI,认为特斯拉与 OpenAI 存在人才竞争,并对 OpenAI 发展方向缺乏信心,想快速冲刺 AGI。阿奇亚姆等人认为马斯克的方案鲁莽,担心超级智能失控风险。事后同事为阿奇亚姆颁发“蠢驴”金色雕像,表彰他坚持安全立场。此案是马斯克诉 OpenAI 营利转型案的一部分,揭示了 OpenAI 早期内部的安全与速度之争。行业OpenAI马斯克AI 安全AGI法庭审判2 个信源在谈推荐理由:这段法庭证词揭开了 OpenAI 早期内部对 AGI 安全路线的真实分歧,关注 AI 安全与治理的读者会看到历史细节,看完会对马斯克与 OpenAI 的恩怨有更深理解。原文
13:27shao__meng@shao__meng90°前 Meta FAIR 总监田渊栋以联合创始人身份正式官宣新公司 Recursive Superintelligence,致力于构建递归自改进超智能。该公司已获超 6.5 亿美元融资,由 GV、Greycroft、NVIDIA、AMD 领投,估值约 46.5 亿美元。核心思路是让 AI 自动发现知识、自我迭代,形成开放式循环,取代人类手动设计 AI 的过程。创始人团队包括 Richard Socher、Tim Rocktäschel、Jeff Clune 等前 Google、Meta、OpenAI、DeepMind 顶尖人才。行业自改进超智能Recursive田渊栋融资AGI6 个信源在谈推荐理由:田渊栋等顶尖 AI 研究者联手打造自改进超智能,解决了 AI 依赖人类手动迭代的瓶颈。做 AGI 研究或关注 AI 前沿的开发者,值得关注这家新公司的技术路线和团队背景。原文
09:11Emad Mostaque@EMostaque一位评论者指出,在最近的法庭案件中,律师们未能抓住机会,要求所有证人宣誓后明确他们对AGI(通用人工智能)的定义。这一疏忽可能导致法律和监管框架对AGI的界定模糊不清。明确AGI定义对于AI监管、责任归属和行业发展至关重要。该事件凸显了法律界与AI技术领域之间沟通的不足。行业AI安全大模型AGI推荐理由:该事件揭示了法律实践中对AI术语定义的忽视,可能影响未来AI相关案件的判决和监管政策的制定。原文
01:58Sam Altman Blog(资讯)精选Sam Altman在个人博客中回顾了OpenAI在2023-2024年的关键进展,包括GPT-4发布、ChatGPT用户突破1亿,以及AGI研发的阶段性成果。他提到模型推理能力提升了10倍,但强调安全对齐仍是最大挑战。Altman认为2025年将出现首个能自主完成复杂任务的AI系统,并呼吁全球协作制定AGI治理框架。行业OpenAISam AltmanAGI行业反思5 个信源在谈推荐理由:OpenAI老板亲自复盘,讲清了下一步方向原文
01:58Sam Altman Blog(资讯)精选Sam Altman在其博客中提出关于AI发展的三点观察。他指出GPT-4规模的模型已展现通用推理能力,未来几年AGI可能实现。他预测AI将显著改变就业市场,需要社会提前适应。他强调了能源和计算需求将成为关键瓶颈。行业Sam AltmanOpenAIAGI行业趋势1 个信源在谈推荐理由:OpenAI CEO谈AI三大趋势原文
22:16AI Breakfast@AiBreakfast这是一条社交媒体帖子,以“说出一个更好的AGI诞生地”为题,展示OpenAI办公室场景。帖子引发讨论,暗示AGI(通用人工智能)可能在此环境下孕育。内容聚焦于AGI研发氛围,强调OpenAI在AI前沿领域的中心地位。行业AGIOpenAI研发氛围推荐理由:该帖反映了业界对AGI研发地点的高度关注,OpenAI作为核心推动者,其办公室被赋予象征意义。原文
22:16Ethan Mollick@emollickEthan Mollick指出,企业希望AI开发工具(如Codex和Cowork)有清晰的路线图,以便能规划培训和大规模应用。但这与AI实验室的愿景相悖——实验室认为工具能力将随模型向AGI快速迭代呈指数级增长。这种紧张关系可能导致技术采纳滞后,企业需要稳定环境,而实验室追求速度。行业企业应用AI工具AGI技术路线图行业矛盾推荐理由:该观点揭示了AI技术供应方与需求方之间的核心矛盾:实验室的技术激进路线可能忽略企业实际部署所需的可预期性,这对行业生态平衡具有警示意义。原文
13:03Greg Brockman Blog(博客/媒体)70°这篇文章由Greg Brockman和Ilya Sutskever共同撰写,阐述了OpenAI的核心使命:确保通用人工智能(AGI)造福全人类。他们宣布成立新的法律结构OpenAI LP,以便筹集更多资金来构建安全的AGI。文章强调深度学习的通用性、可扩展性和竞争力使AGI变得可认真对待,并讨论了AGI可能带来的巨大影响,包括科学突破、商业化和社会效益,同时警示了其潜在风险。最后呼吁社会各界合作确保AGI安全与利益共享。行业AGIAI安全OpenAI深度学习社会影响7 个信源在谈推荐理由:这是OpenAI首次系统阐述其使命和战略架构,对于理解AI行业领导者对AGI的路线图、安全考量及商业化方向具有重要参考价值。原文