
Our Lives
观点集合
五天内三次实验室警告、研究人员警示“拿我们的生命赌博”,以及实验室竞速
- 🗓️ 日期:
2026-09-11| 🎙️ 节目:Moonshots
Astra以20美元取得高于50万美元o3的ARC-AGI-1成绩,OpenAI还声称用10,000个智能体攻克Navier–Stokes,AI成本坍缩已可量化。数据带来12倍算力效率提升,HBM瓶颈、模型权重国界与对齐风险,则让算力规划和未来两周监管动向成为关键变量。
查看访谈对话精读提要
对齐恐慌已经进入主流,嘉宾预计2周内华盛顿将掀起风暴。 一名字幕显示为“Jacob Coxin”的研究员称自己曾在OpenAI和Anthropic从事预训练3年,随后辞职,指责“2家公司都没有在自我改进型超级智能竞赛中负责任地行事”,并称这是“拿我们的生命赌博”。他账号唯一一条推文获得1.383亿次浏览;Elon称其“非常奇怪”,Emad则表示看起来没有经过推广。Anthropic对齐负责人Evan Hubinger公开表示,本十年内发生灾难的概率p(doom)超过10%。Emad称这是AI的“Tom Hanks式COVID时刻”,恰逢联合国美中会晤和Xi访问前后。
OpenAI声称用10,000个智能体攻克Navier–Stokes,让嘉宾认定“科学已经彻底完蛋”——真正令人震动的是价格。 Sam Altman称其是目前支持放慢进度的“最强证据”;Alexander Wissner-Gross透露,市场传闻OpenAI和Anthropic可能也已经解决Hodge猜想,甚至可能解决Birch–Swinnerton-Dyer猜想。Noam Brown给出的成本曲线是:o3花费约50万美元,在ARC-AGI-1上达到87.5%;而Astra只需20美元就能取得更高分——17个月内成本下降25,000倍,意味着到2027年末,达到千禧年大奖问题级别的推理能力可能只需一杯咖啡的价格。
Dwarkesh Patel/Jerry Han的实验发现,更好的数据带来12倍算力效率提升,架构带来的提升只有3.7倍——数据以超过3比1胜出,而数据管线才是护城河,因为架构几个月内就会被复制。 Salim的一项案例研究显示,一家公司的数据子公司估值达到320亿美元,而母公司约80亿美元。但Alex以BloombergGPT为反例提醒:专有数据优势“有保质期”,可能只有几个月。
GPU已经从快速折旧资产变成升值型商品:H100租赁价格单月上涨22%,一块已经使用3年的芯片达到每小时3.28美元。 Jensen的原话是:“可替代、耐用且高度易出租——一种能生产收入、创造现金流的资产。” 1年前买入的HBM价格上涨约5倍;据报AWS的GB200 NVL72产能已被预订至未来数年;未来几个月内没有算力规划的企业可能被彻底排除在外。一位嘉宾将FLOPs、tokens和结果称为“奇点时代的石油”。
DeepSeek的Flash架构正威胁AI建设的HBM瓶颈。 讨论认为,其Engram式查找将KV cache工作转移到SSD和DDR上,可能把HBM需求降低约4倍;Peter估计,HBM占美国当前1万亿美元资本开支建设的40%。一款训练成本1,000万美元、容量500GB的Flash模型,在所引用的基准上击败Opus和GPT Soul,在设计任务上以低20倍的成本击败Fable。Emad对Moderna等落后者的建议是:现在就通过开源追上前沿;“如果等6个月,就别想了。”
Anthropic的经济报告预计GDP增长15%,劳动收入份额从60%降至45%,到2030年每5名认知劳动者中就有1人失业;嘉宾认为这还是保守估计。 Alex预计,如果测量准确,增速将达到“同比增长2倍或3倍”。Salim表示,该模型的逻辑无法成立:回报都流向资本,而总工资保持不变,这在数学上不可能。嘉宾讨论了COVID规模的再分配、每人5,000美元的全民基本分红,以及Peter提出的每月3,000美元全民高收入方案。Peter和Alex都押注,Anthropic上市后的财富将推动加速主义,而不是有效利他主义。
模型权重正成为国家安全资产:Anthropic拒绝向英国AI安全研究所提供最新前沿模型,据报这是主要实验室首次拒绝提供模型。 Matt Clifford已加入Anthropic,Rishi Sunak担任顾问,但英国仍拿不到模型权重。Alex认为,这标志着“Pax Intelligentia”的开端:主权推理能力部署到海外,而训练和安全审查留在本土。
健康领域的进展已经十分具体:Insilico的rentosertib成为首款进入III期临床的AI设计长寿药,6种衰老时钟均显示患者血液蛋白特征在生物学上年轻了3–6年。 Alex的判断是:输入4周就能让时钟逆转3–4年,“从边际上看,这就是长寿逃逸速度”,它已经出现,“只是表现还很不稳定”。Google DeepMind的AlphaGenome预先计算约90亿种单字母基因组变体的功能影响,展示了将有限问题批量求解并写入数据库的可复制路径。
🔗 原始收听与视频来源: 五天内三次实验室警告、研究人员警示“拿我们的生命赌博”,以及实验室竞速