Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

🔮 Exponential View #558:达沃斯论坛与重塑世界;OpenAI 的奇思妙想;市场青睐安全;书籍很酷,机器人与人工智能 Squid Game++

Posted on 2026-01-26

大家好,

我刚从达沃斯回来,今年的情况有所不同。人工智能的讨论非常务实——首席执行官们互相询问员工的实际工作情况,以及哪些技能现在至关重要。与此同时,我也看到一些领导者难以准确描述正在重塑我们社会的深层变革。马克·卡尼的观点最为接近,在本周的文章中,我将以他的论点为基础,并从指数视角对其进行拓展。

享受!

达沃斯和文明操作系统

马克·卡尼发表了一篇意义深远的演讲,主题是“美好幻想的终结和残酷现实的开始”。卡尼当时谈的是条约和贸易,但这些幻想的破灭远不止于此。

2010年至2017年间,人类进步的三大基本要素——能源、智力和生物——跨越了关键的门槛。它们各自从被动获取转变为主动学习,从“寻找并控制”转变为“建设并改进”。这并非微小的转变,而是文明操作系统的一次升级。在人类历史的大部分时间里,我称之为“稀缺操作系统”——资源有限,因此游戏规则就是寻找、控制并捍卫自己的份额。而这三大要素的跨越改变了这一切。正如我本周末的文章中所写:

在这三个转变过程中,人类繁荣发展的一个基本投入从资源固定、竞争激烈且不断枯竭的榨取模式,转变为资源随着投资而改善、随着生产而扩大的学习曲线模式。

在达沃斯,我看到了三种截然不同的反应:囤积者认为游戏是零和博弈(猜猜是谁),管理者试图修补体制(卡尼),以及建设者看到蛋糕在变大,游戏的重点不是分割而是创造更多。如今,公众舆论中最响亮的声音来自囤积者,最受人尊敬的是管理者,而建设者则忙于建设,无暇顾及政治斗争。此时此刻的意义何在?不是去哀悼那些虚幻的现实,而是去扪心自问:我过去究竟做了哪些真正有意义的事情?现在我还能做多少?

本周的文章将详细阐述我的思考:

立即订阅


寻找新的阿尔法

OpenAI 曾是聊天机器人领域的领军者,但我们现在正步入智能体经济时代。这个经济领域规模庞大,或许是聊天机器人领域的数千倍¹ ,但 OpenAI 目前并未占据主导地位:Anthropologie 才是。Claude Code 在短短六个月内就实现了 10 亿美元的年收入,在圣诞节期间社交媒体掀起热潮后,其收入很可能还会更高。

OpenAI仍在寻找其他盈利途径。今年2月, ChatGPT将开始向其9亿用户投放广告——此举更侧重于网络效应而非单纯的代币交易量。然而,这可能会适得其反。在达沃斯论坛上,Demis Hassabis表示他对这一决定感到“惊讶”,并称谷歌“没有计划”在Gemini中投放广告。在他看来,人工智能助手代表用户行事;但当你的助手拥有第三方利益时,它就不再是你的助手了。

OpenAI 报告称,其收入与计算能力成正比;他们需要大量的精力和资金。

OpenAI 的首席财务官 Sarah Friar 希望拥有最大的选择权,其中一项策略是分享利用其技术取得的发现的利润。例如,在药物研发领域,OpenAI 可以获得“ 已发现药物的许可”,本质上就是从客户的突破性成果中收取专利费。Anthropic 和 Google 2都已经涉足这一领域,并且可以说取得了更大的成就。Google 的 Isomorphic Labs 基于诺贝尔奖得主 AlphaFold 技术,已经与礼来和诺华等制药公司建立了价值约30亿美元的合作关系,并于今年启动了人工智能设计药物的人体临床试验。此外, OpenAI 还雄心勃勃地发展硬件。

OpenAI 需要一个新的领头羊。他们的主要优势在于先发优势。但如今领头羊的重心已从模型转移到智能体,而在这方面,Anthropic 凭借 Claude Code 率先迈出了坚实的一步。很难想象 OpenAI 如何在尚未取得明显优势的市场中,维持其到 2028 年 1100 亿美元的自由现金流出预期。与此同时,Anthropic 预计在 2027 年实现正现金流之前,其现金流出仅为 OpenAI 的十分之一(尽管其 2025 年运行模型的云成本比预期高出 23%)。

或许正因如此,Anthropic 的 CEO Dario Amodei 在达沃斯论坛上告诉我,像 Anthropic 和 Google 这样以研究为主导的 AI 公司未来将会取得成功。研究人员创造了早期版本,而研究需要时间、耐心,并且不需要产品团队施加太多压力。OpenAI 则制定了自己的时间表和产品压力。这会对公司文化和人才产生影响。o1 背后的推理架构师 Jerry Tworek 最近离职,去从事他认为在 OpenAI 无法进行的研究(更多内容请见与他的精彩对话)。和)。

但这并不意味着OpenAI已经彻底失败。他们仍然拥有9亿用户、200亿美元的收入,以及《星际之门》项目。但他们目前的处境比竞争对手更加危险。

参见:

  • 苹果与 OpenAI 之争……这家 iPhone 制造商正在开发一款针状大小的可穿戴人工智能设备,类似于 AirTag,预计将于 2027 年发布。他们还计划在今年晚些时候与谷歌合作,用代号为Campos 的genAI 聊天机器人取代 Siri。

  • 和重点阐述人工智能代理如何通过帮助人们表达他们真正想要的东西来改变“匹配市场”(招聘、约会、专业服务)。


来自赞助商的信息

在 Framer 上,初创公司发展更快

第一印象至关重要。借助Framer ,初创公司创始人可以在数小时内推出美观且可直接上线的网站——无需开发团队,轻松便捷。

新加入 Framer 的种子轮和天使轮初创公司将获得:

  • 免费使用一年:购买 Framer Pro 一年,立省 360 美元,早期创业公司可免费使用。

  • 无需编写代码,无需等待:无需招聘技术人员,即可在数小时内(而不是数周内)推出精美的网站。

  • 专为发展而打造:利用内容管理系统、分析和人工智能本地化功能,将您的网站从最小可行产品 (MVP) 扩展到完整产品。

  • 加入 YC 支持的创始人行列:数百家顶级初创公司已经在 Framer 上进行开发。

领取您的免费年


伦理即经济学

传统观点认为,产品定位是一种能力上的负担。实验室面临着囚徒困境:要么全力冲刺,要么为了安全而放慢速度,眼睁睁地看着别人抢占市场先机。在达沃斯论坛上,达里奥·阿莫迪表示,如果只有他和德米斯两个人,他们可以同意放慢脚步。但还有其他参与者。晚饭后,德米斯也跟我说了同样的话。

这种说法或许会让一些人觉得我们正处于一场迈向失衡的超级智能的竞赛中。但我注意到近期的一些动态让我更加充满希望。一种协调机制确实存在,而且出人意料的是,它竟然是通过市场运作的。

当用户部署具有文件系统访问权限和代码执行权限的代理时,他们就放弃了控制权。拥有完整权限的代理可能会破坏您的计算机并窃取机密信息。但要充分发挥代理的潜力,您必须授予它们这些权限。您必须放手让它们自由发挥。

美国创新基金会的一位高级研究员注意到,唯一允许人工智能代理完全控制用户电脑的实验室是专注于“安全”的 Anthropic 实验室。OpenAI 的 Codex 和 Gemini CLI 则更频繁地请求用户授权。为什么专注于安全的实验室会允许模型执行它们目前能力范围内最危险的操作呢?因为他们在模型一致性方面的投入,最终打造出了一个值得信赖、拥有自主权的模型⁵ 。

与此同时,随着时间的推移,模​​型变得越来越不匹配的 xAI 公司遭遇了深度伪造丑闻、监管机构的关注,以及企业用户不愿将其部署到重要项目中。

协同一致带来信任,信任赋予自主权,自主权释放市场价值。由于安全方面的投入,协同一致程度最高的模式将成为最高效的模式。

参见:

  • 人类学家发现了“助手轴”,即 LLM 中代表默认帮助型人格的区域,并提出了一种防止 AI 滑向有害型人格的方法。

  • Signal基金会主席梅雷迪思·惠特克警告说,自主人工智能代理所需的根级访问权限会损害加密应用程序的安全完整性。深度系统集成会造成单点故障。

立即订阅


机器人飞轮

机器人技术得益于Exponential View最推崇的两大力量:规模定律和赖特定律。在这篇值得一读的精彩文章中,软件工程师雅各布·林塔马基阐述了这些动力如何推动机器人技术走向通用化,并且速度远超大多数人的预期。

机器人技术需要大量数据。视觉-语言-动作模型有望受益于类似于语言学习模型( LLM )的扩展规律。问题在于数据稀缺:语言数据量丰富,但视觉-语言-动作数据却十分稀缺。机器人技术目前的发展阶段大致相当于GPT-2。然而,每个开始在现实世界中工作的机器人都会成为其执行特定动作的数据生成器——这形成了一个良性循环。部署的机器人越多,产生的动作数据就越多样化。下一代模型会吸收这些多样性,并更有能力开拓更大的市场。这就是扩展规律。而赖特定律进一步强化了这种效应:累计产量每翻一番,成本就会下降。如今,最便宜的人形机器人单价仅为5000美元。林塔马基认为,它们最终的成本将“更接近iPhone而非汽车”;它们所需的原材料比汽车少,而且无需安全认证即可达到100英里/小时的行驶速度。

人工智能数据中心的建设将启动整个产业链。主体结构完工后的后续工作(例如安装暖通空调系统和铺设电缆)占总建设成本的30%至40%,而且重复性高,目前的机器人技术足以胜任。买家眼光独到,环境标准化,而劳动力却十分稀缺: 电工和建筑工人供不应求。

另请参阅: World Labs 推出了 World API,该 API可以通过编程方式从文本和图像生成可探索的 3D 世界。这可作为机器人的潜在训练环境。


别处:

  • 麻省理工学院的研究人员构建了一个“零训练”的大脑计算模型,该模型独立地在一个旧数据集中发现了一种新型神经元。参见EV#553 ,了解未解科学难题的漫长历程。

  • X 的推荐算法现在完全依赖于 Grok AI。

  • Blaise Agüera y Arcas 认为,推理模型会自发地发展出“思想社会”,即反映人类集体智慧的内部多主体辩论,其中以对话形式构建的各种观点优于任何单一观点。

  • 中国政府自 2023 年以来一直在追踪该国部署的每一个生成式人工智能工具。

  • 韩国发起了“AI鱿鱼大赛”,科技巨头和初创企业在政府赞助的锦标赛中展开竞争,以选拔和资助领先的国内人工智能基金会模式。

  • 上海将市区 46% 的面积划为消费级无人机自由飞行区,希望以此鼓励发展“低空经济”。

  • 他认为“阅读已死”的说法被大大夸大了。图书销量上升,独立书店蓬勃发展,而阅读时间的下降主要发生在2003年至2011年间。

  • 在与选举相关的赌博活动急剧增加后,葡萄牙采取行动封禁了 Polymarket。

  • 船舶追踪数据显示,中国秘密调动了数千艘民用渔船, 在东海形成长达 200 英里的封锁线。

1

例如,根据 Simon P. Couch 的分析,他的 Claude Code 会话平均消耗 41 瓦时 (Wh) 的电量,是“典型查询”0.3 瓦时的 138 倍。他估计,平均每天通过 Claude Code 消耗 1300 瓦时,相当于 4400 次典型查询。即使每天只进行 100 次查询,用电量也超过 400 倍。而且这可能还不是一天内代理能达到的极限。

2

谷歌有能力采取更耐心的策略。凭借在在线广告领域的统治地位,他们财力雄厚,并且在数据抓取方面拥有巨大优势——出版商希望谷歌的机器人抓取他们的网站,从而带来搜索流量。这种优势引起了世界各地竞争监管机构的担忧,最近的例子是英国竞争与市场管理局(CMA) 。

3

尽管最初的设想是2025年实现这一目标。

4

这绝非建议——目前的系统尚不值得完全信任。有一些方法可以在限制损害的同时,为代理提供更宽松的环境(例如沙箱技术)。

5

你可以阅读克劳德的章程,了解它所遵循的伦理框架。

6

尽管提取清晰的缩放规律比 LLM 更难,但机器人技术必须应对不同的构造、环境和任务,这使得单一的“对数线性命运曲线”难以捉摸。

原文: https://www.exponentialview.co/p/ev-558

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Alin Panaitiu
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brent Simmons
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • PostHog
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Slava Akhmechet
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2026 搞英语 → 看世界 | Design: Newspaperly WordPress Theme