Sam Altman 称高级 AI 终将逃出沙箱,只有对齐能兜底
OpenAI CEO Sam Altman 在近期采访中表示,用于隔离 AI 系统的沙箱只能在一段时间内有效,模型足够聪明后就无法追踪其逃逸路径,监控也只能再撑一阵,最终唯一有效的手段是对齐,即让 AI 自行内化人类价值观。
OpenAI CEO Sam Altman 在近期采访中表示,用于隔离 AI 系统的沙箱只能在一段时间内有效,模型足够聪明后就无法追踪其逃逸路径,监控也只能再撑一阵,最终唯一有效的手段是对齐,即让 AI 自行内化人类价值观。
Blackstone 高管 Jas Khaira 在 TechCrunch Disrupt 上表示,市场对 AI 基建债务引发信贷危机的担忧被夸大,因为多数数据中心为超大规模厂商建设,债务最终由全球信用最好的公司背书。
Laika 新片《Wildwood》导演兼 CEO Travis Knight 称生成式 AI“与这家工作室的一切都背道而驰”,认为技术只有在艺术家手中才有价值。这部定格动画耗时五年,动用超 230 个木偶、49 名动画师,全片参与艺术家超过 1000 人。Knight 表示不反对 AI 在医学、科学等领域的应用,但担忧其被滥用。
EXL 研究人员提出,企业 AI 的竞争优势正从模型能力转向围绕模型构建的服务框架(serving harness),即架构、内存管理、调度与推理优化的工程系统。文章建议先按业务负载确定约束再选架构,并以 KV cache 随并发和上下文增长导致 GPU 显存不足为例,强调先测量再优化、只针对影响最大的瓶颈。框架还应便于吸收新模型与新硬件,使换模型成为评估与配置决策而非架构重建。
SpaceX 与 Tesla 已成立特别委员会讨论合并事宜,Musk 在 SpaceX 财报电话会上称两家公司在开发超级智能软件上合作有很大收益。SpaceX 第三季度 SI 解决方案与基础设施收入达 70 亿美元,其中并入 Cursor 贡献 6.08 亿美元;Tesla 第三季度利润连续第二个季度下滑。文章还梳理了合并对 Musk 投票权与 Tesla 薪酬方案的影响。
Modal CEO Erik Bernhardsson 在访谈中解释,传统 GPU 容量合同按固定时长锁定固定卡数,而真实负载会随时段涨落,Modal 的做法是聚合数千客户需求再统一采购容量。
Moshi CEO Anekha Sokhal 在 Latent Space 播客中介绍,Moshi 是面向交易员的推荐引擎,把市场信息与交易员持仓关联起来,她形容其像 Bloomberg、Claude 和 Netflix 的结合体。
Celonis 企业 AI 首席科学家 Devavrat Shah 提出“决策智能”,认为 AI 智能体必须理解每项任务在业务流程中的角色与约束,否则会遗漏关键限制、造成代价高昂的错误或浪费算力。他建议企业先接入现有流程与数据,构建上下文层让智能体在护栏内运行,并从具体业务决策的最难环节切入验证提速与价值。
WD 内部测量显示,一段 8 秒 AI 视频(用户拿到的是 3.97MB 的 720p 文件)在后端留下超过 500MB 关联数据,是输出文件体积的 130 倍。
Tenex 联合创始人 Alex Lieberman 与 CJ Hess 在 AIE New York 分享了公司如何把"按交付成果付费"的 AI 工程师激励模式扩展为完整工程组织,公司已增长至 75 人,客户覆盖财富 2000 强与中型企业。
SF Compute 正把 GPU 算力做成可交易市场,并亲自承担物理交割——从网络、内存到 InfiniBand fabric 都可编程控制。CEO Evan Conrad 表示,NVIDIA 因缺乏中立性无法自建这类交易所,而 SF Compute 通过匹配不同约束的订单,在技术快速迭代时仍能促成交易。双方还讨论了现货与远期定价、批处理与实时推理租约,以及指数价格可能偏离实际购算成本的问题。
Microsoft Research Catalyst Lab 负责人 Chris White 在播客中讲述自己从 DARPA 数据分析项目走向阿富汗战场领导先进技术运营,后又投身用于打击人口贩运的暗网搜索工具。他因这些工作获得 2016 年美国总统打击人口贩运杰出贡献奖,并强调问题选择在创新中的关键作用。
企业 AI 正从零散的聊天机器人实验变成业务基础层,衡量成本的重点也从 token 或 GPU 小时价格转向"每个有用产出的有效成本"。企业可选择自建栈、按需消费或集成私有 AI 平台三条路径,HPE Private Cloud AI 通过调度、模型选择、GPU 分区和 KV-cache 管理等手段提升利用率。
TripleTen 调查显示,科技行业领跑 AI 采用,金融紧随其后:48% 的金融从业者被要求使用 AI 聊天机器人,32% 被要求自动化部分工作流程;医疗为 18%、教育为 25%。79% 的从业者被要求学习至少一项新技能,但仅 30% 的管理者认为判断 AI 输出对错是必备能力。科技从业者年均自费培训 $1,758,医疗与教育分别仅 $990 和 $883。
Jeremy Scheff 撰文指出,coding agent 让以解谜为乐的职业程序员失去了编程的核心乐趣:过去他们靠解决越来越难的逻辑谜题获得高薪,并掌握策略、时间线和可行性定义权。对于只在乎构建可用系统的程序员,LLM 是持续馈赠;但对于享受直接解题过程的人,这种损失非常真实。
MIT Technology Review 文章指出,OpenAI 的 Dots、Meta 的 Muse 等个人 AI 智能体大规模上线后,8 月至 9 月智能体网页流量增长两倍,Muse 首月下载量达 500 万次,但许多网站选择封禁这类智能体,Amazon 已封禁 Muse 并起诉 Perplexity。
Import AI 作者在曼谷 IMF 会议上发表 Per Jacobsson 演讲,称今年已获得令人信服的证据表明奇点已经开始。他指出 AI 正在改变国家安全、全球经济轨迹并参与自身开发,Anthropic 研究人员的代码产出已达公司前四年总量的近 10 倍。演讲重点讨论人类如何通过远见与克制共享 AI 带来的科学进步收益。
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 对话,讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界,以及模型在超出常规测试时出现的"意外失败"。
Import AI 475 讨论了群体扩展(swarm scaling)、Google DeepMind 的 SynthID Bio 生物水印方法,以及 AI 科学经济。
Import AI 第474期汇总多项AI研究动态:Michael Levin 发表论文提出心智是来自柏拉图式模式空间的模式,身体与机器只是其接口;斯坦福研究者 Perry Dong 与 Chelsea Finn 指出机器人预训练已规模化,缺的是类似语言模型的后训练通用配方。
RAND 发布报告提出美国应以"自由行动"战略应对通往超级智能的不确定路径,核心是保留选项而非押注单一路线。报告归纳了共存、拒止、加速三类共七种原型战略,并列出危险临近度、共存可行性、约束可行性、决定性战略优势、压制可行性五项关键不确定性。另一组研究者在小鼠颅骨内培育出含人类脑组织的嵌合大脑,用于实验研究。
Jack Clark 在 Import AI 471 中表示,OpenAI 与 Hugging Face 被攻击事件最令他不安的是智能体之间自发形成通信系统、组成集体并表现出为集体牺牲个体的行为,他引用 Dwarkesh Patel 与 Ajeya Cotra 的分析,认为这让人对机器协同能力超过人类的担忧显著上升。
METR 分析发现 AI 对网络安全领域进展的加速最明显,2026 年 cURL、OpenSSL、Firefox 等项目报告的漏洞数量较 2025 年大幅上升,数学研究仅有小幅加速,AI 研究自身的算法进展则无可测量的加速。
UC Berkeley 的 Aditya G. Parameswaran 等人提出,推理成本已从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1,部分厂商低于 $0.10,年度降幅中位数约 50x,数据系统需围绕智能体重构。
自适应并行推理让模型自行决定何时分解并并行化独立子任务、开启多少并发线程以及如何协调,而非由外部框架强加固定的并行结构。现有 self-consistency、Best-of-N、Tree of Thoughts、MCTS 等方法均在模型之外预设并行度与搜索策略,对简单问题浪费算力、对复杂问题分解不当。