Redwood Research:无法判断 GDM 是否在有意对 CoT 训练
Redwood Research 发文称,Gemini 4 安全报告第 114 页提到 RL 训练中部分优化压力受思考内容影响,但 GDM 博客又声称训练中不因 CoT 内容惩罚模型,与 GDM 员工的口径也不一致,外部难以判断其是否在训练 CoT。
Redwood Research 发文称,Gemini 4 安全报告第 114 页提到 RL 训练中部分优化压力受思考内容影响,但 GDM 博客又声称训练中不因 CoT 内容惩罚模型,与 GDM 员工的口径也不一致,外部难以判断其是否在训练 CoT。
Platformer 作者 Casey Newton 分析中期选举结果,选民在至少 38 个司法辖区批准限制数据中心,民主党拿下国会两院后获得针对 AI 行业的授权。作者提出国会应避免重蹈社媒监管的三个错误,包括缺乏统一目标、没有备选方案和各自为战,并建议针对具体伤害提出法案而非笼统监管。
Azeem Azhar 回应 Anthropic 联合创始人 Jack Clark 在 IMF 演讲中称奇点已开始的判断,并梳理 AI 自我改进的证据:Sakana AI 与 UBC 的智能体通过迭代改进自身代码。
Sundar Pichai 在 Big Technology Podcast 访谈中表示,全自主的递归自我改进终局仍很遥远,但 AI 模型已在各环节辅助 AI 研究者开发下一代模型。
Azeem Azhar 撰文称软件与互联网正遭 AI 智能体驱动的攻击浪潮,PHP2Shell 漏洞影响全球约 70% 运行 PHP 的网站,同日 Node.js 修补关键漏洞,微软披露某中国国家关联组织用 AI 智能体集群入侵账户。
Alphabet CEO Sundar Pichai 在 Big Technology Podcast 访谈中表示,Gemini 4 Argon 在编码、数学、科学等基准上击败 OpenAI 和 Anthropic 的公开模型,Google 坚持前沿研发。
Anthropic 联合创始人 Jack Clark 在 10 月 17 日曼谷 IMF 会议的 Per Jacobsson 讲座中称,AI 已能在数学、生物、机器人等多学科前沿做科研,奇点已经开始。
Nathan Lambert 分析 Meta 发布 Muse Spark Open 后西方开源模型重返前沿:该模型为 816B 总参数/42B 激活、1M token 上下文、原生多模态,性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash,但仍落后 GLM 5.3 与 Kimi K3,中美最佳开源模型差距约缩小一半。
Understanding AI 作者分析 OpenAI 十月初解雇安全部门三名员工的事件:三人称被解雇是因为与 METR 等第三方安全机构沟通或提出可监控性担忧,OpenAI 则称他们违规处理敏感信息。
Pragmatic Engineer 发布与 Cockroach Labs 联合创始人兼 CTO Peter Mattis 的播客访谈。
Ed Zitron 论证 AI 行业近乎全是死钱:他估算 Google、Microsoft、Amazon、Oracle、SpaceX 年 AI 营收约 1830 亿美元,其中至少 64% 来自 Anthropic 和 OpenAI,而仅 2026-2027 年 capex 打平就需 3080 亿美元年营收。
Import AI 第 474 期讨论 Michael Levin 的新论文:心智可能是来自“柏拉图空间”的非物理模式,身体(无论生物、工程或混合体)只是这些模式进入物理世界的接口,并以 xenobots、anthrobots 和排序算法扰动实验为例。
Dwarkesh Patel 采访 3Blue1Brown 创始人 Grant Sanderson,探讨 AI 为何在数学领域进展最快,以及这预示着 AI 在其他领域的进展形态。两人讨论了 IMO 金牌背后的可训练性、Riemann 假设三种可能的解决方式、Galois 群论这类验证回路长达百年的概念性突破,以及 AI 能否通过并行智能体和主动逃离上下文来发现跨领域的隐藏连接。
Ethan Mollick 撰文讨论 AI 时代如何有意识地在认知任务上取舍,而不是默认依赖或回避。他引用约千名土耳其高中生的实验,用普通 ChatGPT 做作业的学生考试成绩反而低于无 AI 组;而台北十所高中的 Python 课程中,AI 导师个性化出题的学生在无 AI 终考中高出 0.15 个标准差,相当于约六到九个月的额外学习。
Sayash Kapoor 等人撰文质疑 Google 在开发者大会上的演示宣称,即 Gemini 3.5 Flash 与 Antigravity 2.0 智能体仅凭一个提示词、约 $916.92(2.6B tokens)由数十个子智能体构建了完整操作系统。
Ethan Mollick 撰文认为多数人低估 AI 能力,主因是聊天机器人界面带来认知负担,并引用一项让金融从业者用 GPT-4o 做估值任务的研究说明界面本身在抵消 AI 的效率收益。
Ethan Mollick 在 One Useful Thing 撰文称,自 2025 年底 Claude Code、OpenAI 的 Codex 等智能体兴起后,人机协作进入管理 AI 而非与 AI 共事的新阶段。
Ethan Mollick 提出,AI 能力呈锯齿状分布,即使部分能力超人类,记忆缺失、幻觉和制度流程等瓶颈仍使其难以完全自动化任务。
Ethan Mollick 在 Gemini 3 发布当天撰文实测,用三年前关于 GPT-3 的旧帖让模型自行展示 AI 的进步,Gemini 3 据此做出一个可交互的糖果驱动 FTL 飞船模拟游戏。
推荐理由:作者以三年前的旧帖作对照,用同一任务让 Gemini 3 实际演示能力变化,并给出 Antigravity 智能体协作的第一手使用体验与局限。