AI Daily

"stochastic parrot"是 2021-2025 期间流行的、mimetically-fit 的认知病毒——让许多有天赋的人短暂看不清 AI 进展的性质，浪费了本可用来思考应对方案的关键年头。原帖；补充：大部分 AI 批评者既不用最新模型、也不看 arXiv原帖;"用 stochastic parrot 框架的人会材料性地低估 AI 能做/不能做什么"原帖。

Claude 没有图像生成能力是 agent 项目的显性短板——它能用代码画图/建模，但 Google 与 OpenAI 通过图像模型能直接产出 PPT、mockup、信息图；仅靠 Claude API 挂图像生成不能弥合差距，真正的差距是 omni 模型。原帖；补充原帖。

长任务 agent 现在最烦的问题不是编码、错误或幻觉，而是语言输出在长任务中漂移变差——已在用 voice.md、多个 reviewer agent、模型家族内跨型号 review，仍不够。原帖；细节原帖。

7 月引发关注的"Waymo 比纽约 for-hire 更危险"分析被更新数据证伪，修订后的报告显示 Waymo 显著更安全。原帖；修订原因原帖。

Big 5 超大规模厂商与「缺失的 3 万亿美元」——当下 GPU 定价反映稀缺，但期限错配会推翻「需求会持续足够久以证明当前估值合理」这一保证；该分析基于 Amazon、Meta、Alphabet、Microsoft 与 Oracle 的 10-K/10-Q 脚注。原帖。

他所认识的在 OpenAI 与 Anthropic 做 capability 的绝大多数人认为"misaligned AI takeover 风险 significant"——其中包括资深研究员；这里"significant"意为 >>0，但不一定 >50%。原帖；澄清原帖。

「agent 与非 agent」的区分是无意义的——做科学要 agent，且要广泛分布才能让人类用它们完成所有伟大事情。原帖；另帖称 Gwern 多年前在这一点上「说得完全对」，已被当前的科学革命印证，而「我们想要的都是对齐良好的 agent」。原帖；补充：任何单一公司都不能在竞争生态中单方面达到"社会最优的安全水平"，光靠 tort law/liability 不够。原帖。

"AI 只占 3% GDP 支出、但 80% 的现代 GDP 若无 AI 就不会存在"——这是中期未来的温和情境；类比电力/互联网，人类正在临近另一次技术锁定；技术上仍可在 10 年后以温和成本淘汰高级 AI,ASI agent 可以留下"有边界的认知资本图书馆"。GDP 判断原帖;10 年后淘汰路径原帖。

DeepSeek 未来仍能降价的关键在 agent swarm scaling——当前 usage 上限是用户注意力而非价格；若 swarm 打通，单用户部署 16、128、1024 个 agent 会成为常态。原帖。

"减速"的边际成本被系统性低估，因为无人为那些本可被技术进步救下的未来生命发声。原帖；机器人"部署鸿沟"评论原帖。

Obama 是首个把"AI 一般不危险"与"给了互联网权限的 agent 才危险"清晰分开的政治人物。原帖。

愿以 5,000 美元捐给任一慈善，和 @rabois、@eastdakota 打赌——"两年内解决把 AI 变可靠"不会实现，软件形式化是几十年老问题。原帖。

重申「auto-regressive LLM 自身不会通向 human-level AI」这一判断「仍然完全成立」；当前 AI 系统的推理能力来自非 auto-regressive 搜索，但在 token 空间进行、有限且低效，类人推理应是连续表示空间中的搜索；若 LLM 真是通向 human-level AI 的路径，家用机器人与消费者级 L4/L5 自动驾驶早该出现。原帖。

AI 应作为工具去 empower 工程师与科学家解决能源、地球健康等问题，并 empower 更多人用自然语言写代码、保证背后形式化代码可验证；安全 agent 是好事，能黑掉公司的 agent 不是。原帖；安全 agent 表态原帖。

NVIDIA 新论文给 full-duplex 语音模型加了 tool call 能力；商用 duplex 语音模型在干净场景下的 grounded 客服任务只能完成 31-51%，text 模式下的 GPT-5 在同类任务达 85%。Elvis 转介 NVIDIA 论文原帖。

"感谢计算机视觉研究者多年前就'解决'了机器人"——回应 Jitendra Malik 关于 3D/4D 重建与几何视觉的推文。原帖。

Cell 最新一期刊出其"生物医学中的世界模型"论文，讨论其与基础模型、agent 等模型类的关系，并梳理现有数据集与仍缺失的部分。原帖。